El documento describe la historia y desarrollo de la inteligencia artificial desde la antigüedad hasta la actualidad. Menciona hitos clave como la Conferencia de Dartmouth de 1956 donde se acuñó el término "inteligencia artificial" y el desarrollo de lenguajes de programación como LISP en 1958. También describe las características distintivas de la inteligencia artificial como el uso de símbolos no matemáticos y el razonamiento basado en conocimiento.
2. INTELIGENCIA
ARTIFICIAL
La inteligencia artificial es
considerada una rama de la
computación y relaciona un
fenómeno natural con una
analogía artificial a través de
programas de computador.
La inteligencia artificial
puede ser tomada como
ciencia si se enfoca hacia la
elaboración de programas
basados en comparaciones
con la eficiencia del
hombre, contribuyendo a un
mayor entendimiento del
conocimiento humano
3. Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-322 a.C.) fue el
primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente
para obtener conclusiones racionales, y Ktesibios de Alejandría (250 a.C.) construyó la primera
máquina autocontrolada, un regulardor del flujo de agua (racional pero sin razonamiento).
En 1290 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento podía ser efectuado de
manera artificial.
En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de un
dispositivo físico para implementar cualquier cómputo formalmente definido.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se
considera el primer trabajo del campo, aún cuando todavía no existía el término. Los primeros avances
importantes comenzaron a principios de los años 1950 con el trabajo de, a partir de lo cual la ciencia ha
pasado por diversas situaciones.
En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de programación
orientado a la resolución de problemas, el IPL-11. Un año más tarde desarrollan el LogicTheorist, el
cual era capaz de demostrar teoremas matemáticos.
En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude
Shannon en la Conferencia de Dartmouth , un congreso en el que se hicieron previsiones triunfalistas a
diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones
durante quince años.
En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problem Solver (GPS). GPS
era un sistema orientado a la resolución de problemas.
En 1958 John McCarthy desarrolla en el Instituto de Tecnología de Massachusetts (MIT), el LISP. Su
nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico.
4. En 1959 Rosenblatt introduce el Perceptron.
A fines de los 50 y comienzos de la década del 60 Robert K. Lindsay desarrolla "Sad Sam", un
programa para la lectura de oraciones en inglés y la inferencia de conclusiones a partir de su
interpretación.
En 1963 Quillian desarrolla las redes semánticas como modelo de representación del conocimiento.
En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz
de inferir conocimiento basado en información que se le suministra. Bobrow desarrolla STUDENT.
Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU, que permitía
interrogar y dar órdenes a un robot que se movía dentro de un mundo de bloques.
A mediados de los años 60, aparecen los sistemas expertos, que predicen la probabilidad de una
solución bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por
Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a químicos en estructuras
químicas complejas euclidianas, MACSYMA, que asistía a ingenieros y científicos en la solución de
ecuaciones matemáticas complejas.
En 1968 Minsky publica Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig, desarrollan el lenguaje de programación
LOGO.
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
5. En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille crean
PROLOG (del francés PROgrammation en LOGique) un lenguaje de programación ampliamente
utilizado en IA.
En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas técnicas actuales en
Inteligencia Artificial y la informática en general.
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos más
conocidos, que asistió a médicos en el diagnóstico y tratamiento de infecciones en la sangre.
En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN:
R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy
(shells) como EMYCIN, EXPERT, OPSS.
En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de computadoras.
En 1986 McClelland y Rumelhart’s publican Parallel Distributed Processing (Redes Neuronales).
En 1988 se establecen los lenguajes Orientados a Objetos.
En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia Artificial -
Campus Multidisciplinar en Percepción e Inteligencia 2006.
En el año 2009 ya hay en desarrollo sistemas inteligentes terapéuticos que permitan detectar
emociones para poder interactuar con niños autistas.
6. EN QUE SE BASA LA
INTELIGENCIA
ARTIFICIAL
La inteligencia artificial se basa en
dos áreas de estudio: el cuerpo
humano y el ordenador
electrónico. Puesto que la meta es
copiar la inteligencia humana, es
necesario entenderla. Sin
embargo, a pesar de todos los
progresos en Neurología y
Psicología, la inteligencia del
hombre se conoce
poco, exceptuando sus
manifestaciones externas. Muchos
estudiosos de la inteligencia
artificial se han vuelto – para
obtener su modelo de inteligencia
– hacia el estudio de la Psicología
cognoscitiva, que aborda la forma
de percibir y pensar de los seres
humanos.. Después comprueban
sus teorías programando los
ordenadores para simular los
procesos cognoscitivos en el
modelo. Otros investigadores
intentan obtener teorías generales
de la inteligencia que sean
aplicables a cualquier sistema de
inteligencia y no solo al del ser
humano.
7. OBJETIVO
Estudiar las principales ramas de la Inteligencia Artificial
-Conocer las principales aplicaciones de la Inteligencia artificial en la gestión
contable y financiera de la empresa
-Utilizar en clase de prácticas uno o varios programas de Inteligencia Artificial
Características de la Inteligencia Artificial.
-Una característica fundamental que distingue a los métodos de Inteligencia
Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque
no es suficiente para distinguirlo completamente.
Otros tipos de programas como los compiladores y sistemas de bases de
datos, también procesan símbolos y no se considera que usen técnicas de
Inteligencia Artificial.
-El comportamiento de los programas no es descrito explícitamente por el
algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el
problema particular presente. El programa especifica cómo encontrar la secuencia
de pasos necesarios para resolver un problema dado (programa declarativo). En
contraste con los programas que no son de Inteligencia Artificial, que siguen un
algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de
salida para cualquier variable dada de entrada (programa de procedimiento).
8. OBJETIVO
-Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones
intermedias alcanzadas durante las consideraciones al problema específico. Los lenguajes orientados al objeto comparten
esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.
-El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo
real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los
de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de
razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.
-Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden
trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en
planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y
no necesariamente exacta.
9. CARACTERISTICAS
DE LA INTELIGENCIA
ARTIFICIAL
Una característica
fundamental que distingue a
los
métodos de Inteligencia
Artificial de los métodos
numéricos es el uso de
símbolos no
matemáticos, aunque
no es suficiente para
distinguirlo completamente.
Otros
tipos de programas como los
compiladores y sistemas de
bases de datos, también
procesan símbolos y no se
considera que usen técnicas
de Inteligencia Artificial
10. El comportamiento de los
programas no es descrito
explícitamente por el algoritmo.
La secuencia de pasos
seguidos por el programa es
influenciado por el problema
particular presente. El
programa especifica cómo
encontrar la secuencia de
pasos necesarios para resolver
un problema dado (programa
declarativo). En contraste
con los programas que no son
de Inteligencia Artificial,
que siguen un algoritmo
definido, que especifica,
explícitamente, cómo encontrar
las variables de salida para
cualquier variable dada de
entrada.
11. Las conclusiones de un
programa declarativo no son
fijas y son determinadas
parcialmente por las
conclusiones intermedias
alcanzadas durante las
consideraciones al problema
específico. Los lenguajes
orientados al objeto
comparten esta propiedad y se
han caracterizado por su
afinidad con la
Inteligencia Artificial.
12. El razonamiento basado en el conocimiento, implica que estos programas
incorporan factores y relaciones del mundo real y del ámbito del
conocimiento en que ellos operan. Al contrario de los programas para
propósito específico, como los de contabilidad y cálculos científicos; los
programas de Inteligencia Artificial pueden distinguir entre el programa de
razonamiento o motor de inferencia y base de conocimientos dándole la
capacidad de explicar discrepancias entre ellas.
13. Aplicabilidad a datos y problemas
mal estructurados, sin las
técnicas de Inteligencia Artificial
los programas no pueden
trabajar con este tipo de
problemas. Un ejemplo es la
resolución de conflictos en tareas
orientadas a metas como
en planificación, o el diagnóstico
de tareas en un sistema
del mundo real: con poca
información, con una solución
cercana y no necesariamente
exacta.Áreas de aplicación
Simulación sensorial. Área de
la IA que estudia las habilidades
sensoriales de los humanos
(vista, oído, habla y tacto) e
intenta imitarlos
a través de sensores controlados
por ordenador.
Robótica. Estudio, diseño y
fabricación de maquinas
autónomas.