La inteligencia artificial (IA) es un área multidisciplinaria, que a través de ciencias como las ciencias de la computación, la matemática, la lógica y la filosofía, estudia la creación y diseño de sistemas capaces de resolver problemas cotidianos por sí mismos, utilizando como paradigma la inteligencia humana.
2. Agentes Inteligentes
Un agente es un dispositivo que responde a estímulos
procedentes de su entorno, disponen de sensores que le
permiten recibir datos de su entorno.
Las acciones de los actuadores del agente deben
constituir respuestas racionales a los datos recibidos a
través de sus sensores
3. Metodología de Investigación
Línea de avance ingenieril: es la que en los investigadores están tratando de desarrollar
sistemas que exigen un comportamiento inteligente.
Línea de avance teórica: es en la que los investigadores tratan de desarrollar una
comprensión computacional de la inteligencia animal, y especialmente de la inteligencia
humana.
La técnica ingenieril conduce a una metodología orientada al rendimiento, porque el
objetivo ultimo es construir un producto que satisfaga ciertos objetivos de rendimiento. El
enfoque teórico conduce a una metodología orientada a la simulación, porque el objetivo
ultimo es ampliar nuestra compresión de la inteligencia, por lo que el énfasis se pone en el
proceso subyacente mas que en el comportamiento exterior.
4. El test de Turing
La propuesta de Turing consistía en permitir que una
persona a la que llamaremos Interrogador, se comunicara
con un sujeto de prueba por medio de un teclado, sin que
el interrogador supiera si el sujeto de prueba era un ser
humano o una maquina.
5. Percepción
Áreas de investigación en el campo de la percepción:
1. Compresión de las imágenes: esta técnica de reconocimiento de imágenes es un método
utilizado en los lectores ópticos de caracteres. Tiene la desventaja de exigir un cierto grado de
uniformidad en cuanto al estilo, el tamaño y la orientación de los símbolos que se están leyendo.
La tarea de comprender imágenes genéricas suele abordarse mediante un proceso en dos
pasos:
Procesamiento de imágenes: que hace referencia a la tarea de identificar las características
de la imagen.
Análisis de imágenes: hace referencia a la tarea de comprender lo que esas características
significan.
6. Temas en el procesamiento de imágenes
Realce de contornos: es el proceso de aplicar técnicas matemáticas para clarificar las fronteras
entre distintas regiones de una imagen; es un intento de convertir una fotografía en un dibujo
compuesto por líneas.
Localización de regiones: es el proceso de identificar aquellas áreas de la imagen que tienen
propiedades comunes, por ejemplo el mismo brillo, color o textura (Es la capacidad de reconocer
regiones lo que permite a las computadoras añadir color a las películas antiguas en blanco y
negro)
El suavizado: es el proceso de eliminar fallos en la imagen; evita que los errores de la imagen
confundan a los otros pasos de procesamiento de imágenes, aunque una cantidad excesiva de
suavizado puede hacer que se pierda información importante.
7. Análisis de imágenes
Es el proceso de determinar que es lo que esos componentes representan y, que es lo que la
imagen significa.
El análisis de imágenes es uno de esos campos que ilustra como muchas tareas que la mente
humana realiza de forma rápida y aparentemente fácil continúan desafiando las capacidades de
las maquinas.
Una técnica de análisis de imágenes consiste en comenzar con una suposición acerca de lo que
puede ser la imagen y luego tratar de asociar los componentes de las imagen con los objetos
cuya presencia se conjetura
8. Procesamiento del Lenguaje
La compresión del lenguaje es un problema de la percepción.
Los lenguajes de programación se construyen a partir de primitivas bien diseñadas, de modo que cada
sentencia tiene una única estructura gramatical y un único significado
Niveles de análisis para descubrir el significado del lenguaje natural
Análisis Sintáctico: es en este nivel cuando se reconoce a María como sujeto de la frase “María le dio a
juan una tarjeta de cumpleaños "Mientras que en la frase:
“Juan recibió una tarjeta de cumpleaños de maría”
Se reconoce que el sujeto es juan.
9. Análisis Semántico: Tiene la tarea de identificar el papel semántico de cada palabra de la frase; trata
de identificar cosas tales como la acción descrita, el agente de esa acción (Que puede ser o no el sujeto
de la frase) y el objeto de la acción. Es el análisis semántico lo que permite saber que las frases “María
le dio a Juan una tarjeta de cumpleaños” y “Juan recibió una tarjeta de cumpleaños de María ” dicen lo
mismo
Análisis contextual: Es en este nivel cuando se incluye en el proceso de compresión el contexto de la
frase.
10. Otras áreas en el procesamiento de investigación en el
proceso de lenguaje natural
Recuperación de información: hace referencia a la tarea de identificar documentos relacionados con el
tema que estemos tratando.
Extracción de información: hace referencia a la tarea de extraer información de los documentos, con el
fin de darle una forma que resulte útil para otras aplicaciones.
Una de esas maneras que puede almacenarse la información se conoce con el nombre de
Marco, que es básicamente una plantilla en la que se guardan detalles específicos.
Otra manera se conoce con el nombre de red semántica; se trata, de una gran estructura de
datos enlazados, en la que se emplean punteros para indicar las asociaciones entre los distintos
elementos de datos.
11. Razonamiento
Sistemas de producción: el desarrollo de las capacidades de razonamiento y el reconocimiento
de que existe una gran clase de problemas de razonamiento que representan características
comunes las cuales se pueden definir mediante una entidad abstracta es lo que se llama sistema
de producción, esta formada por tres componentes principales:
Un conjunto de estados: Cada estado es una situación que puede presentarse dentro del
entorno de aplicación concreto en el que nos encontramos. El estado del que se parte se
denomina estado inicial; el estado (o estados) deseados se denomina estado objetivo.
Un conjunto de producciones (reglas o movimientos). Una producción es una operación
que puede realizarse en el entorno de aplicación con el fin de pasar de un estado a otro. Cada
producción puede estar asociada con una serie de precondiciones.
12. Un sistema de control: esta compuesto de la lógica que resuelve el problema de pasar del
estado inicial al estado objetivo. El sistema de control debe decidir que piensa mover.
Un concepto importante en el desarrollo de un sistema de control es el de espacio del
problema; que es conjunto de todos los estados, producciones y precondiciones existentes en
un sistema de producción
13. Arboles de Búsqueda
El trabajo del sistema de control consiste en explorar el grafo de estados; (consta de un
conjunto de nodos que representan los estados del sistema conectados mediante flechas
que representan las producciones que hacen pasar al sistema de un lado al otro) para
encontrar una ruta que nos lleve desde el nodo inicial al modo objetivo. Un método simple
de realizar esta búsqueda cosiste en recoger cada una de las flechas que salen del estado
inicial y anotar, en cada caso, el estado de destino.
El efecto de esta estrategia es el de construir un árbol, denominado árbol de búsqueda,
que esta compuesto por aquella parte del grafo de estados que ha sido explorada por el
sistema de control. El nodo raíz del árbol de búsqueda será el estado inicial y los hijos de
cada nodo son aquellos estados que resultan alcanzables a partir del padre aplicando una
producción
14. Heurística
Heurístico es un valor cuantitativo asociado con cada estado.
Un heurístico debe tener dos características.
Debe ser una estimación razonables de la cantidad de trabajo restante en la solución si se
llevase a alcanzar el estado asociado.
Debe ser fácil de calcular; es decir que su uso debe darnos la posibilidad de bonificar al proceso
de búsqueda en lugar de entorpecerlo
15. Áreas adicionales de investigación
Representación y manipulación del conocimiento.
Representar el conocimiento no cosiste simplemente en la representación de hechos, sino que abarca un
espectro mucho mas amplio.
Aprendizaje
Niveles de aprendizaje
Aprendizaje por imitación: es en el que una persona demuestra directamente los pasos que componen una
tarea y la computadora se limita a anotar los pasos.
Aprendizaje mediante entrenamiento supervisado: una persona identifica la respuesta correcta para una
serie de ejemplos y luego la gente generaliza a partir de esos ejemplos, con el fin de desarrollar un
algoritmo que se pueda aplicar a nuevos casos. La serie de ejemplos se denomina conjunto de
entrenamiento
Aprendizaje por refuerzo: a la gente se le proporciona una regla general para que juzgue por si mismo si ha
tenido éxito o a fallado a la hora de realizar una tarea durante un proceso de prueba y error
16. Algoritmos genéricos descubren una solución combinando un comportamiento aleatorio con
una simulación de la teoría reproductiva y del proceso evolutivo de la selección natural.
Comienza generando un conjunto aleatorio de soluciones de prueba. Cada solución de
prueba se denomina cromosoma y cada componente del cromosoma se llama gen.
La solución mediante algoritmos genéricos se conoce con el nombre de programación
evolutiva
17. Redes neuronales artificiales
Las redes neuronales artificiales proporcionan un modelo de procesamiento por computadora que simula
las redes de neuronas de los sistemas biológicos de los seres vivos. Una neurona biológica es una única
celda con una serie de tentáculos de entradas denominadas dendritas y un tentáculo de salida denominado
axón.
Una neurona en una red de neuronas artificial es una unidad software que imita este modelo básico de una
neurona. Genera una salida de 1 a 0, dependiendo de si su entrada efectiva excede un cierto valor, que se
denomina valor umbral de la neurona.
*Las redes neuronales artificiales no se programan sino que se les entrena
18. Robótica
Es el estudio de los agentes físicos autónomos que se comportan de
manera inteligente.
Las investigaciones en robótica abarcan, todas las áreas de la
inteligencia artificial.