Caractersticas de la Inteligencia Artificial.

1.

Una caracterstica fundamental que distingue a los mtodos de

Inteligencia Artificial de los mtodos numricos es el uso de smbolos no
matemticos, aunque no es suficiente para distinguirlo completamente.
Otros tipos de programas como los compiladores y sistemas de bases de
datos, tambin procesan smbolos y no se considera que usen tcnicas de
Inteligencia Artificial.
2. El comportamiento de los programas no es descrito explcitamente por el
algoritmo. La secuencia de pasos seguidos por el programa es influenciado
por el problema particular presente. El programa especifica cmo
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,
explcitamente, cmo encontrar las variables de salida para cualquier
variable dada de entrada (programa de procedimiento).
Las conclusiones de un programa declarativo no son fijas y son
determinadas parcialmente por las conclusiones intermedias alcanzadas
durante las consideraciones al problema especfico. Los lenguajes
orientados al objeto comparten esta propiedad y se han caracterizado por
su afinidad con la Inteligencia Artificial.
3.

El razonamiento basado en el conocimiento, implica que estos programas

incorporan factores y relaciones del mundo real y del mbito del
conocimiento en que ellos operan. Al contrario de los programas para
propsito especfico, como los de contabilidad y clculos cientficos; los
programas de Inteligencia Artificial pueden distinguir entre el programa
de razonamiento o motor de inferencia y base de conocimientos dndole la
capacidad de explicar discrepancias entre ellas.
4. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de
Inteligencia Artificial los programas no pueden trabajar con este tipo de
problemas. Un ejemplo es la resolucin de conflictos en tareas orientadas
a metas como en planificacin, o el diagnstico de tareas en un sistema del
mundo real: con poca informacin, con una solucin cercana y no
necesariamente exacta.
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la
robtica, usada principalmente en el campo industrial; comprensin de
lenguajes y traduccin; visin en mquinas que distinguen formas y que se usan
en lneas de ensamblaje; reconocimiento de palabras y aprendizaje de
mquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un
estrecho mbito del conocimiento, son programas tan variados como los que
diagnostican infecciones en la sangre e indican un tratamiento, los que

interpretan datos sismolgicos en exploracin geolgica y los que configuran

complejos equipos de alta tecnologa.
Tales tareas reducen costos, reducen riesgos en la manipulacin humana en
reas peligrosas, mejoran el desempeo del personal inexperto, y mejoran el
control de calidad sobre todo en el mbito comercial.
Diferentes teoras:
1.

Construir rplicas de la compleja red neuronal del cerebro humano

(bottom-up).
2. Intentar imitar el comportamiento del cerebro humano con un
computador (top-down).
Diferentes metodologas:
1.
2.

La lgica difusa: permite tomar decisiones bajo condiciones de incerteza.

Redes neuronales: esta tecnologa es poderosa en ciertas tareas como la
clasificacin y el reconocimiento de patrones. Est basada en el concepto
de "aprender" por agregacin de un gran nmero de muy simples
elementos.

Este modelo considera que una neurona puede ser representada por una unidad
binaria: a cada instante su estado puede ser activo o inactivo. La interaccin
entre las neuronas se lleva a cabo a travs de sinapsis. Segn el signo, la sinapsis
es excitadora o inhibidora.
El perceptrn est constituido por las entradas provenientes de fuentes
externas, las conexiones y la salida. En realidad un perceptrn es una Red
Neuronal lo ms simple posible, es aquella donde no existen capas ocultas.
Para cada configuracin de los estados de las neuronas de entrada (estmulo) la
respuesta del perceptrn obedece a la siguiente dinmica: se suman los
potenciales sinpticos y se comparan con un umbral de activacin. Esta suma
ponderada es tambin llamada campo. Si el campo es mayor que un umbral, la
respuesta de la neurona es activa, si no, es inactiva.
Con una arquitectura tan simple como la del perceptrn no se puede realizar
ms que una clase de funciones "booleanas" muy simples, llamadas linealmente
separables. Son las funciones en las cuales los estados de entrada con salida
positiva pueden ser separados de aquellos a salida negativa por un hiperplano.
Un hiperplano es el conjunto de puntos en el espacio de estados de entrada, que
satisfacen una ecuacin lineal. En dos dimensiones, es una recta, en tres
dimensiones un plano, etc.
Si se quieren realizar funciones ms complejas con Redes Neuronales, es
necesario intercalar neuronas entre las capas de entradas y de salida, llamadas
neuronas ocultas. Una red multicapas puede ser definida como un conjunto de
perceptrones, ligados entre si por sinapsis y dispuestos en capas siguiendo
diversas arquitecturas. Una de las arquitecturas ms comnmente usada es

llamada feedforward: con conexiones de la entrada a las capas ocultas y de

stas hacia la salida.
El funcionamiento de una Red Neuronal es gobernado por reglas de
propagacin de actividades y de actualizacin de los estados.

El pensamiento sistmico es la actitud del ser humano,

que se basa en la percepcin del mundo real en
trminos de totalidades para su anlisis, comprensin y
accionar, a diferencia del planteamiento del mtodo
cientfico, que slo percibe partes de ste y de manera
inconexa.
El pensamiento sistmico aparece formalmente hace
unos 45 aos atrs, a partir de los cuestionamientos
que desde el campo de la Biologa hizo Ludwing Von
Bertalanffy, quien cuestion la aplicacin del mtodo
cientfico en los problemas de la Biologa, debido a que
ste se basaba en una visin mecanicista y causal, que
lo haca dbil como esquema para la explicacin de los
grandes problemas que se dan en los sistemas vivos.
Este cuestionamiento lo llev a plantear un
reformulamiento global en el paradigma intelectual para
entender mejor el mundo que nos rodea, surgiendo
formalmente el paradigma de sistemas.
El pensamiento sistmico es integrador, tanto en el
anlisis de las situaciones como en las conclusiones
que nacen a partir de all, proponiendo soluciones en
las cuales se tienen que considerar diversos elementos
y relaciones que conforman la estructura de lo que se
define como "sistema", as como tambin de todo
aquello que conforma el entorno del sistema definido.
La base filosfica que sustenta esta posicin es el
Holismo (del griego holos = entero).
Bajo la perspectiva del enfoque de sistemas la realidad
que concibe el observador que aplica esta disciplina se

establece por una relacin muy estrecha entre l y el

objeto observado, de manera que su "realidad" es
producto de un proceso de co-construccin entre l y el
objeto observado, en un espacio tiempo determinados,
constituyndose dicha realidad en algo que ya no es
externo al observador y comn para todos, como lo
plantea el enfoque tradicional, sino que esa realidad se
convierte en algo personal y particular, distinguindose
claramente entre lo que es el mundo real y la realidad
que cada observador concibe para s. Las filosofas que
enriquecen el pensamiento sistmico contemporneo
son la fenomenologa de Husserl y la hermenetica de
Gadamer, que a su vez se nutre del existencialismo de
Heidegeer, del historicismo de Dilthey y de la misma
fenomenologa de Husserl.
La consecuencia de esta perspectiva sistmica,
fenomenolgica y hermenutica es que hace posible ver
a la organizacin ya no como que tiene un fin
predeterminado (por alguien), como lo plantea el
esquema tradicional, sino que dicha organizacin puede
tener diversos fines en funcin de la forma cmo los
involucrados en su destino la vean, surgiendo as la
variedad interpretativa. Estas visiones estarn
condicionadas por los intereses y valores que posean
dichos involucrados, existiendo solamente un inters
comn centrado en la necesidad de la supervivencia de
la misma.
As, el Enfoque Sistmico contemporneo aplicado al
estudio de las organizaciones plantea una visin inter,
multi y transdisciplinaria que le ayudar a analizar a su
empresa de manera integral permitindole identificar y
comprender con mayor claridad y profundidad los
problemas organizacionales, sus mltiples causas y

consecuencias. As mismo, viendo a la organizacin

como un ente integrado, conformada por partes que se
interrelacionan entre s a travs de una estructura que
se desenvuelve en un entorno determinado, se estar en
capacidad de poder detectar con la amplitud requerida
tanto la problemtica, como los procesos de cambio
que de manera integral, es decir a nivel humano, de
recursos y procesos, seran necesarios de implantar en
la misma, para tener un crecimiento y desarrollo
sostenibles y en trminos viables en el tiempo.
Para mayor informacin sobre el tema, le
recomendamos que visite nuestro Proyecto Cerebro
Colectivo sobre Pensamiento de Sistemas, tambin
puede revisar nuestros Cursos Presenciales y Online
sobre Pensamiento de Sistemas y Ramas Afines o
nuestras publicaciones y produccin digital (CDs /
DVDs) sobre pensamiento sistmico.
Copilado por:
Geomar Dlen
Yanesker Montiel.
Glendys Velazquez.
Mariangel Araujo.
Dayana Izaguirre.
Tomado de: http://www.monografias.com/trabajos12/inteartf/inteartf2.shtml#caract