Está en la página 1de 25

NDICE

I. INTRODUCCIN
II. ANTECEDENTES
2.1 Desarrollo Histrico Segn [Jackson 86]..
III. IMPORTANCIA Y JUSTIFICACIN DEL ESTUDIO.
III.I JUSTIFICACIN..
IV. OBJETIVOS
4.1 Objetivos Generales.
4.2 Objetivos especficos...
V. METODOLOGA.
INTELIGENCIA ARTIFICIAL (IA)...
5.1 Algunas Definiciones de la inteligencia Artificial (IA).
5.2 Caractersticas de la inteligencia artificial..
5.3 La vida artificial...
5.3.1 Cuestin Filosfica de la Vida Artificial
5.3.2 Perspectivas Futuras de la Vida Artificial..
5.3.3 Dos posturas dentro de la Vida Artificial: la fuerte y la dbil.
5.4. La base de la inteligencia artificial.
5.5 Los fines de la IA
5.6 La Inteligencia Artificial y el cerebro humano
5.7
Inteligencia
artificial
y
las
emociones..
5.8 Tendencias de los sistemas de inteligencia artificial
5.8.1 Redes neuronales.
5.8.2 Sistemas de lgica difusa
5.8.3 Algoritmos genticos
5.9 reas de aplicacin de la Inteligencia Artificial
5.10 Inteligencia artificial: avance tecnolgico o amenaza social?..................
VI. CONCLUSION
BIBLIOGRAFIAS.
.

I.

INTRODUCCIN

4
6
9
10
10
11
13
14
15
17
17
18
19
20
20
22
23
24
27
27
28
29
31
32

La Inteligencia artificial es un trmino que, en su sentido ms amplio, indicara la


capacidad de un artefacto de realizar los mismos tipos de funciones que
caracterizan al pensamiento humano. La posibilidad de desarrollar un artefacto as
ha despertado la curiosidad del hombre desde la antigedad; sin embargo, el
funcionamiento de la mente humana todava no ha llegado a conocerse en
profundidad

y,

en

consecuencia,

el

diseo

informtico

seguir

siendo

esencialmente incapaz de reproducir esos procesos desconocidos y complejos.

Desde el origen de las computadoras digitales, constantemente se han hecho


investigaciones cientficas y tecnolgicas con la finalidad de facilitar algunas
actividades propias de los seres humanos. Se ha logrado automatizar muchos
procesos mecnicos, de clculo, de almacenamiento de datos, de procesamiento,
etc. desarrollando, cada vez, herramientas de cmputo capaces de auxiliar en
forma directa cada una de estas actividades. En varias de ellas se tiene la
necesidad de examinar el medio ambiente donde se desarrollar tal actividad y
realizar un anlisis de las situaciones y tomar una decisin siguiendo un
razonamiento lgico.

Los seres humanos, a diferencia de otras especies, tienen la capacidad de razonar


sobre una serie de percepciones de hechos y proposiciones estableciendo
relaciones entre s. A esta capacidad se le llama inteligencia. Mediante el uso
delos sentidos, puede enterarse de hechos que suceden en el medio ambiente
que lo rodea y es capaz de establecer relaciones entre ellos para obtener
conclusiones, desarrollar conocimiento y actuar en base a ellos. De manera
semejante, se han desarrollado aplicaciones que emulan el comportamiento
humano mediante sistemas computacionales

II. HISTORIA Y ANTECEDENTES


2

En 1843, Lady Ada Augusta Byron, patrocinadora de Charles Babbage plante el


asunto de si la mquina de Babbage poda "pensar". Los primeros problemas que
se trat de resolver fueron puzzles, juegos de ajedrez, traduccin de textos a otro
idioma.

Durante

la

II

Guerra

Mundial

Norbert

Wiener

John

Von

Neumannestablecieron los principios de la ciberntica en relacin con la


realizacin de decisiones complejas y control de funciones en mquinas.

La teora de la retroalimentacin en mecanismos, como por ejemplo: un


termostato que regula la temperatura en una casa, tuvo mucha influencia. Esto
an no era propiamente Inteligencia Artificial. Se hizo mucho en traducciones
(Andrew Booth y Warren Weaver), lo que sembr la semilla hacia el en
atendimiento del lenguaje natural.

En el ao 1955 Herbert Simon, el fsico Allen Newell y J.C. Shaw,programador de


la RAND Corp. y compaero de Newell, desarrolla el primer lenguaje de
programacin orientado a la resolucin de problemas de la Inteligencia Artificial, el
IPL-11. Un ao ms tarde estos tres cientficos desarrollan el primer programa de
Inteligencia Artificial al que llamaron Logic Theorist, el cualera capaz de demostrar
teoremas matemticos, representando cada problema como un modelo de rbol,
en el que se seguan ramas en busca de la solucin correcta, que result crucial.

En 1956, con la ahora famosa conferencia de Dartmouth, organizada por John


McCarthy y en la cual se utiliz el nombre de inteligencia artificial para este nuevo
campo, se separ la Inteligencia Artificial de la ciencia del computador, como tal.
Se estableci como conclusin fundamental la posibilidad de simular inteligencia
humana en una mquina. En 1957 Newell y Simon continan su trabajo con el
desarrollo del GeneralProblems Solver (GPS). GPS era un sistema orientado a la
3

resolucin de problemas; a diferencia del Logic Theorist, el cual se orient a la


demostracin de teoremas matemticos, GPS no estaba programado para
resolver problemas deun determinado tipo, razn a la cual debe su nombre.
Resuelve una gran cantidad de problemas de sentido comn, como una extensin
del principio de retroalimentacin de Wiener.

Diversos centros de investigacin se establecieron, entre los ms relevantes


estn, la Universidad Carnegie Mellon, el Massachusetts Institute of Technologie
(MIT), encabezado por Marvin Minsky, la Universidad de Standford eIBM. Los
temas fundamentales eran el desarrollo de heursticas y el aprendizaje de
mquinas.

A finales de los aos 50 y comienzos de la dcada del 60 se desarrolla un


programa orientado a la lectura de oraciones en ingls y la extraccin de
conclusiones a partir de su interpretacin, al cual su autor, Robert K. Lindsay,
denomina "Sad Sam". Este poda leer oraciones del tipo "Jim es hermano deJohn"
y "La madre de Jim es Mary", a partir de ella el sistema conclua que Mary deba
ser tambin la madre de John. Este sistema represent un enorme paso de
avance en la simulacin de inteligencia humana por una mquina, pues era capaz
de tomar una pieza de informacin, interpretarla, relacionarla con informacin
anteriormente almacenada, analizarla y sacar conclusiones lgicas

III. IMPORTANCIA Y JUSTIFICACIN DEL ESTUDIO.


La Inteligencia Artificial se crea con la implementacin en las computadoras para
realizar mecanismo de computacin que utiliza programas fijos y contiene una
4

seria de reglas que lo hacen funcionar. Esto permite a las computadoras a ser
creadas en maquinas artificiales que desempean tareas montonas, repetitivas y
simples mas eficiente y efectivas que un ser humano. Estudios sobre trabajos o
tareas repetitivas han demostrado que el ser humano no le agrada este tipo de
trabajo y al pasar el tiempo son ms susceptibles a cometer errores en el mismo.
Para situaciones complejas el objetivo se hace mas complejo debido a que la
inteligente artificial dada a las computadoras tienen dificultad en entender ciertas
situaciones o problemas especficos y como reaccionar a estas. Tambin ocurre
que dentro de un problema tienen la variabilidad del mismo y no pueden adaptarse
a un cambio que pueda ocurrir. Estos problemas son de suma importancia para la
Inteligencia Artificial que busca el mejorar, aprender, entender y el razonamiento
del comportamiento de las computadoras en situaciones complejas.
El campo de la ciencia de Inteligencia Artificial esta todava en etapas de
crecimiento comparadas con otras ramas de computadoras pero poco a poco el
estudio del comportamiento humano dar paso para aplicar estos conocimientos a
las computadoras y estas lograr de manera primitiva razonas sobre diferentes
situaciones. La complejidad en aplicarle conocimientos del ser humano a las
computadoras es la capacidad de estos de ser impredecible y las maneras
diferentes que se actua ante una posible situacin y estas reacciones hacen que
no se pueda implementar un patrn dentro de la memoria de una computadora.
Hasta ahora no existe la posibilidad de predecir o almacenar todo tipo de
comportamiento de un ser humano a todas las situaciones que se enfrenta durante
su existencia.

III.I JUSTIFICACIN
El empleo de la IA esta orientado a aquellas profesiones que, ya sea por lo
incomodo, peligroso o complicado de su trabajo necesitan apoyo de un experto en
la materia. Las ventajas que trae el disponer de un asistente artificial no son mas
que las de solucionar los errores y defectos propios del ser humano; es decir, el
desarrollo de sistemas expertos que hoy en da se estn utilizando con xito en los
campos de la medicina, geologa y aeronutica aunque todava estn poco
avanzados en relacin con el ideal del producto IA completo.

IV. OBJETIVO

Plasmar la importancia de la Inteligencia Artificial en este trabajo para


entender como influye en nuestra vida diaria.
Explicar la relacin tecnologa, ciencia y sociedad que se encuentra incluida
en el tema de inteligencia Artificial.
Profundizar en el estudio del tema

V. METODOLOGA.
INTELIGENCIA ARTIFICIAL (IA)
6

La inteligencia artificial (AI), abarca un nmero diverso de aplicaciones


informticas, o los componentes dentro de las aplicaciones, que utilizan conjuntos
de reglas y conocimientos para hacer inferencias. A diferencia de sus races como
una disciplina esotrica de tratar de hacer que las computadoras emular la mente
humana, moderna adjunto con las tecnologas que ha inspirado-tiene muchas
ramificaciones prcticas y ofrece beneficios reales a los usuarios.

La Inteligencia Artificial (IA), es la tecnologa clave


para muchas aplicaciones de la novela de hoy, que van
desde los sistemas bancarios que detectan intentos de
fraude con tarjeta de crdito, a los sistemas de telfono
que entender el habla, los sistemas de software que
cuenta cuando tienes problemas y ofrecer un
asesoramiento adecuado.

A travs de la inteligencia artificial se han desarrollado los sistemas


expertos que pueden limitar la capacidad mental del hombre y relacionan reglas
de sintaxis del lenguaje hablado y escrito sobre la base de la experiencia, para
luego hacer juicios acerca de un problema, cuya solucin se logra con mejores
juicios y ms rpidamente que el ser humano. En la medicina tiene gran utilidad al
acertar el 85 % de los casos de diagnstico.

El propsito de la inteligencia artificial es hacer computacional el


conocimiento humano no analtico por procedimientos simblicos, conexionistas o
hbridos. Para conseguir una visin razonablemente amplia del contenido de la
inteligencia artificial usaremos criterios extensionales (proporcionando una relacin
lo ms completa posible de los temas que estudia la inteligencia artificial), junto a
otros criterios intencionales (que establecen las reglas de clasificacin), de forma
que al enfrentarnos con un problema computacional (o con un mtodo de solucin)
especfico podamos concluir si pertenece o no al campo de la inteligencia artificial
en funcin.

As, en la inteligencia artificial existen dos perspectivas bsicas:

a) la inteligencia artificial como ciencia de lo natural o anlisis.


El procedimiento terico busca una explicacin de esa correlacin en
trminos de un conjunto de leyes generales de un nivel superior que permiten
predecir lo que ocurrira en otros casos no observados. Realmente lo que hace es
buscar un modelo del conocimiento humano, generalmente organizado en varios
niveles (esttico, dinmico y estratgico) para poder usarlo en prediccin. Esta
tcnica se basa en experimentos para conseguir una teora del conocimiento
computable con capacidad predictiva (como una ley fsica).

b) inteligencia artificial como ciencia de lo artificial o ingeniera de sntesis.


Aspira a convertirse en una ingeniera en sentido estricto. Ahora se parte de
un conjunto de especificaciones funcionales y se busca la sntesis de un sistema
(programa ms mquina) que las satisfaga.

5.1 Algunas Definiciones de la inteligencia Artificial (IA).

Se denomina inteligencia artificial a la rama de la informtica que


desarrolla procesos que imitan a la inteligencia de los seres vivos. La
principal aplicacin de la inteligencia artificial es la creacin de mquinas
para la automatizacin de tareas que requieran un comportamiento
inteligente.
Ciencia que tiene como objetivo el diseo y construccin de maquinas
capaces de imitar el comportamiento inteligente de las personas.
Rama especializada de la informtica
que investiga y produce
razonamiento por medio de maquinas automtica y que pretende fabricar
artefactos dotados de la capacidad de pensar.
La
Inteligencia
Artificial
es
la
parte
de
la
informtica
relacionada
con
el
diseo
de
sistemas
de
ordenadores
inteligentes,
es
decir,
sistemas
que
exhiben
las
caractersticas
que
asociamos
con
la
inteligencia
de
la
conducta humana.

5.2 Caractersticas de la inteligencia artificial.


o

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
9

datos, tambin procesan smbolos y no se considera que usen tcnicas


de Inteligencia Artificial.
o 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).
o 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. Aplicabilidad a datos y
problemas mal estructurados, sin las tcnicas de Inteligencia Artificial los
programas no pueden trabajar con este tipo de problemas.
o 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.
o 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.
o 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.

5.3 La vida artificial.

La Vida Artificial se puede considerar como la parte de la Inteligencia Artificial que


pretende reproducir los procesos y comportamientos tpicos de los seres vivos.
Tambin podemos definirla como el intento de crear vida, o algo parecido a la vida,
mediante la combinacin de smbolos (datos) y procesos de smbolos (programas)
10

la salida

independientemente del soporte fsico de estos smbolos


procesos.
Por una parte estn los intentos "hardware" de
emulacin de vida. Por ejemplo, es posible construir un
pequeo robot con aspecto de ratn capaz de encontrar
de un laberinto.

Por otra parte estn las simulaciones "software". stas


tienen la ventaja de que permiten construir un gran nmero de seres vivos y
entornos en los que estos existen, de manera que es ms fcil estudiar
comportamientos
sociales.
Podemos construir los seres artificiales con el objetivo de solucionar los
problemas que a nosotros nos interesen, y que aprendan o colaboren entre ellos
hasta conseguir el resultado deseado.
De esta forma, se puede considerar la Vida Artificial (VA) como un paso ms
all despus de la Programacin Orientada a Objetos (POO), y sin embargo,
siendo la VA un caso particular de la POO. Es decir, si un objeto es un elemento
que encapsula datos y procedimientos, una entidad artificial es un elemento que
encapsula un objetivo, unos sentidos, unas acciones y unas creencias. A esto le
podemos llamar Programacin Orientada a Agentes.
En muchos campos de estudio se plantea la posibilidad de realizar
simulaciones para intentar predecir o ayudar a la toma de decisiones acerca de
ciertos aspectos del mundo real. Hay dos formas de enfocar estas simulaciones.
La primera de ellas se basa en la observacin de la realidad, centrando la
atencin en los aspectos "a ms alto nivel", es decir, precisamente en los que se
pretenden predecir o modificar, y tambin en aquellos que aparentemente estn
ms relacionados con stos. El cerebro humano elabora una teora acerca de
cmo todos estos aspectos varan. Esta teora se formaliza en frmulas, reglas o
algo parecido, y se simula en un ordenador ante diversas condiciones iniciales. Se
observa si el modelo, ante datos histricos del pasado, ofrece salidas (resultados)
que se ajustan a lo esperado segn los datos histricos, y en ese caso, se utiliza
para la toma de decisiones en el futuro, ajustando continuamente el modelo segn
el error obtenido. En caso de obtener resultados muy alejados de la realidad, se
11

revisa la teora inicial, reescribindola por completo, ajustando ciertos aspectos o


detallando con mayor nivel de profundidad los que parecen ser generalizaciones
excesivas.
La segunda de ellas se basa en la observacin de la realidad, centrando la
atencin en los aspectos "a ms bajo nivel" del problema, buscando los aspectos
ms sencillos y a la vez con una alta multiplicidad. Es decir, el cerebro humano
identifica aquellas caractersticas sencillas que estn presentes en muchas
entidades del problema. Mediante frmulas, reglas o algo parecido, se define un
tipo genrico de entidad que admita estas caractersticas, y en un ordenador se
realiza una simulacin basada en la generacin de un alto nmero de estas
entidades capaces de interactuar entre s, con la esperanza en que de esta
interaccin emerja el comportamiento complejo que se pretende estudiar.
Inicialmente los agentes genricos se definen tan sencillos como sea posible sin
dejar de ajustarse al problema. Se observa si el modelo, ante datos histricos del
pasado, ofrece salidas (resultados) que se ajustan a lo esperado segn los datos
histricos, y en ese caso, se utiliza para la toma de decisiones en el futuro,
ajustando continuamente el modelo segn el error obtenido. En caso de obtener
resultados muy alejados de la realidad, se deduce que la definicin del agente
genrico (ms su entorno, etc.) es demasiado sencilla y se va complicando,
aadiendo detalles hasta ajustarse suficientemente a la realidad.

5.3.1 Cuestin Filosfica de la Vida Artificial


La Vida Artificial tambin nos ofrece una "visin privilegiada" de nuestra
realidad. No hace falta que las simulaciones por ordenador sean todava ms
complejas, para poder tener el derecho a preguntarnos acerca de si nuestro propio
mundo no ser tambin una "simulacin dentro de un cosmo-ordenador". De
hecho, esta pregunta se ha planteado, desde tiempos remotos, de infinidad de
maneras.
12

Si los ordenadores son capaces de simular universos artificiales poblados


por organismos que mediante la reproduccin, las mutaciones y la seleccin
natural, evolucionan y se hacen cada vez ms inteligentes y conscientes,
podramos interpretar nuestro propio mundo como un "superordenador" donde
nosotros mismos somos los "seres artificiales" que lo habitan, siguiendo el curso
de evolucin que El Programador ha deseado.

5.3.2 Perspectivas Futuras de la Vida Artificial


Con poco ms de diez aos de antigedad, la Vida Artificial se ha
convertido en un punto de referencia slido de la ciencia actual.

En septiembre de 1987, 160 cientficos en informtica, fsica, biologa y


otras disciplinas se reunieron en el Laboratorio Nacional de Los lamos para la
primera conferencia internacional sobre Vida Artificial. En aquella conferencia se
definieron los principios bsicos que han marcado la pauta desde entonces en la
investigacin de esta disciplina.

Un concepto bsico dentro de este campo es el de comportamiento


emergente. El comportamiento emergente aparece cuando se puede generar un
sistema complejo a partir de reglas sencillas. Para que se d este comportamiento
se requiere que el sistema en cuestin sea reiterativo, es decir, que el mismo
proceso se repita de forma continua y adems que las ecuaciones matemticas
que definen el comportamiento de cada paso sean no lineales.
Por otra parte, un autmata celular consiste en un espacio n-dimensional
dividido en un conjunto de celdas, de forma que cada celda puede encontrarse en
dos o ms estados, dependiendo de un conjunto de reglas que especifican el
estado futuro de cada celda en funcin del estado de las celdas que le rodean.

5.33 Dos posturas dentro de la Vida Artificial: la fuerte y la dbil.

13

Para los que apoyan la postura dbil, sus modelos son solamente
representaciones simblicas de los sntomas biolgicos naturales, modelos
ciertamente muy tiles para conocer dichos sistemas, pero sin mayores
pretensiones.
Para los que defienden la versin fuerte, dicen que se puede crear vida
autntica a partir de un programa de ordenador que reproduzca las caractersticas
bsicas de los seres vivos.
Desde este punto de vista, la vida se divide en vida hmeda, que es lo que
todo el mundo conoce como vida, vida seca, formada por autmatas fsicamente
tangibles, y vida virtual, formada por programas de computador. Las dos ltimas
categoras son las que integran lo que genricamente se conoce como Vida
Artificial.
Para defender un punto de vista tan radical, los defensores de la postura
fuerte, aluden a un conjunto de reglas que comparten las tres categoras
anteriores:
* La biologa de lo posible: La Vida Artificial no se restringe a la vida
hmeda tal como la conocemos, sino que "se ocupa de la vida tal como podra
ser". La biologa ha de convertirse en la ciencia de todas las formas de vida
posibles.
* Mtodo sinttico: La actitud de la Vida Artificial es tpicamente sinttica, a
diferencia de la biologa clsica, que ha sido mayoritariamente analtica. Desde
este punto de vista, se entiende la vida como un todo integrado, en lugar de
desmenuzarlo en sus ms mnimas partes.
* Vida real (artificial): La Vida Artificial es tal porque son artificiales sus
componentes y son artificiales porque estn construidos por el hombre. Sin
embargo, el comportamiento de tales sistemas depende de sus propias reglas y
en ese sentido es tan genuino como el comportamiento de cualquier sistema
biolgico natural.
* Toda la vida es forma: la vida es un proceso, y es la forma de este
proceso, no la materia, lo que constituye la esencia de la vida. Es absurdo

14

pretender que slo es vida genuina aquella que est basada en la qumica del
carbono, como es el caso de la vida hmeda.
* Construccin de abajo hacia arriba: la sntesis de la Vida Artificial tiene
lugar mejor por medio de un proceso de informacin por computador llamado
programacin de abajo hacia arriba. Consiste en partir de unos pocos elementos
constitutivos y unas reglas bsicas, dejar que el sistema evolucione por s mismo y
que el comportamiento emergente haga el resto. Poco a poco el sistema se
organiza espontneamente y empieza a surgir orden donde antes slo haba caos.

5.4. La base de la inteligencia artificial.


La inteligencia artificial se basa en dos reas de estudio: el cuerpo humano y el
ordenador electrnico. Puesto que la meta es copiar la inteligencia humana, es
necesario entenderla. Sin embargo, a pesar de todos los progresos en Neurologa
y Psicologa, 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 Psicologa
cognoscitiva, que aborda la forma de percibir y pensar de los seres humanos..
Despus comprueban sus teoras programando los ordenadores para simular los
procesos cognoscitivos en el modelo. Otros investigadores intentan obtener
teoras generales de la inteligencia que sean aplicables a cualquier sistema de
inteligencia y no solo al del ser humano.

5.5 Los fines de la IA.


Las primeras investigaciones acerca de la inteligencia artificial estaban
principalmente dirigidas al hallazgo de una tcnica universal para la solucin de
problemas. Este intento a gran escala ha sido abandonado y las investigaciones
actuales estn dirigidas al diseo de numerosos programas para ordenadores
capaces de imitar los procesos de toma de decisiones de expertos, como mdicos,
qumicos, basados en los conocimientos de especialistas en cada materia, son
ahora utilizados para diagnosticar enfermedades, identificar molculas qumicas,
15

localizar yacimientos de minerales e incluso disear sistemas de fabricacin.


Investigaciones acerca de la percepcin han sido aplicadas a los robots y se han
diseado algunos capaces de "ver". La meta final consiste en crear un sistema
capaz de reproducir todas las facetas de la inteligencia humana.

5.6 La Inteligencia Artificial y el cerebro humano


La inteligencia artificial desde su campo ha
empezado a realizar funciones y actividades que
anteriormente el hombre realizaba, esto es debido
a que el cerebro del ser humano ha empezado a
desarrollarse en aplicar sus conocimientos en el
mbito de la tecnologa, provocando una discusin
en el desarrollo del cerebro humano y la del
ordenador, tratando de conocer cul de estos han
evolucionado o desarrollado mejor su inteligencia.

Las 6 diferencias ms notorias de la inteligencia artificial y el cerebro humano son:


1. El cerebro usa una memoria de contenido direccionable. Dando como
justificacin que el acceso a travs de las computadoras se realiza
buscando informacin en el preciso lugar en la memoria y a esta memoria
se le denomina byte-direccionable, mientras en la del ser humano la
memoria es de contenido direccionable, debido a que se puede acceder a
esta a travs de conceptos relacionados.

2. La velocidad de procesamiento cerebral no es fija; no hay ningn reloj


de sistema. El cerebro humano no cuenta con un tiempo fijo para dar
informacin o para procesar y realizar actividades, esta puede variar; sin
embargo, dentro del cerebro s se cuenta con una nocin de tiempo y
espacio. De igual forma existen evidencias que hacen referencia a que la
velocidad est sujeta a una cantidad de variables, por ejemplo en el tiempo
16

que tarda la seal en llegar al cerebro, mientras que los ordenadores


cuentan con un sistema encargado de generar pulsos y esto marca el ritmo
con que se llevan a cabo, por ejemplo disminuir la velocidad para ahorro de
energa.

3. La memoria a corto plazo no es como la RAM. La diferencia ms clara es


que la memoria a corto plazo con la que cuenta un cerebro humano tiende
a no tener lmites, mientras que la memoria RAM que utiliza un procesador
tiende a ser finita, es decir tienen un fin o un lmite establecido.

4. A diferencia de las computadoras, el procesamiento y la memoria son


llevados a cabo por los mismos componentes en el cerebro. En un
ordenador es el microprocesador el encargado de trabajar con los datos
que obtiene y depositarlos en su memoria, mientras que el cerebro humano
las mismas neuronas que procesan la informacin pueden ser el asiento de
su memoria.
5. El cerebro es un sistema auto-organizado. Esta caracterstica que
diferencia a un ordenador del cerebro humano, permite que en caso de
lesiones que sufra el cerebro de una persona, una zona de este llegue a
realizar las funciones perdidas y se le conoce como plasticidad inducida
por un trauma, mientras el ordenador no cuenta con una funcin similar.
6. Los cerebros tienen cuerpos. Esta caracterstica aunque es calificada
como trivial, hace que el cerebro del ser humano al contar con un cuerpo,
pueda utilizar el medio ambiente como una extensin de s mismo, aparte
de que se encuentra a su entera disposicin.

6.1 Tendencias de los sistemas de inteligencia artificial


Actualmente segn Delgado [1998], Stuart [1996], existen tres paradigmas en
cunto al desarrollo de la IA:
Redes Neuronales.
Algoritmos genticos.
17

Sistemas de Lgica difusa.

Pero se han venido destacando otros paradigmas como lo son los agentes de
decisin inteligente y autmatas programables, con respecto a estos ltimos se
suelen emplear en gran medida en procesos industriales de acuerdo a
necesidades a satisfacer como, espacio reducido, procesos de produccin
peridicamente cambiantes, procesos secuenciales, maquinaria de procesos
variables, etc.

A juicio de los autores se determina que todos estos desarrollos acortan


bastante el proceso de decisiones y optimizan las mismas, pero ah que tener
mucho cuidado ya que hay que analizar los diferentes impactos ya sean
ambientales, sociales, polticos y econmicos.

6.2 Redes neuronales


A grandes rasgos, se recordar que el cerebro
humano se compone de decenas de billones de
neuronas interconectadas entre s formando circuitos
o redes que desarrollan funciones especficas.
Una
neurona
tpica
recoge
seales
procedentes de otras neuronas a travs de una
plyada de delicadas estructuras llamadas dendritas.
La neurona emite impulsos de actividad elctrica a lo
largo de una fina y delgada capa denominada axn,
que se escinde en millares de ramificaciones.

Las extremidades de estas ramificaciones llegan hasta las dendritas de


otras neuronas y establecen conexin llamada sinapsis, que transforma el impulso
18

elctrico en un mensaje neuroqumico mediante liberacin de unas sustancias


llamadas neurotransmisores que excitan o inhiben sobre la neurona, de esta
manera la informacin se transmite de neuronas a otras y va siendo procesada a
travs de las conexiones sinpticas y el aprendizaje vara de acuerdo a la
efectividad de la sinapsis.

Figura 1. Neuronas y conexiones sinpticas.


Fuente: Sandra Patricia Daza, Universidad Militar Nueva Granada, 2003.

Un psiclogo D Hebb [1949], introdujo dos ideas fundamentales que han


influido de manera decisiva en el campo de las redes neuronales. La hiptesis de
Hebb, basadas en investigaciones psicofisiolgicas, presentan de manera intuitiva
el modo en que las neuronas memorizan informacin y se plasman sintticamente
en la famosa regla de aprendizaje de Hebb (tambin conocida como regla de
producto). Esta regla indica que las conexiones entre dos neuronas se refuerzan si
ambas son activadas. Muchos de los algoritmos actuales proceden de los
conceptos de este psiclogo.

Widrow [1959], publica una teora sobre la adaptacin neuronal y unos


modelos inspirados en esta teora, el Adaline (Adaptative Linear Neuron) y el
Madaline (Mltiple Adaline). Estos modelos fueron usados en numerosas
aplicaciones y permitieron usar, por primera vez, una red neuronal en un problema
importante del mundo real: filtros adaptativos que eliminan ecos en las lnea
telefnicas.

Hopfield [1980], elabora un modelo de red consistente en unidades de


proceso interconectadas que alcanzan mnimos energticos, aplicando los
19

principios de estabilidad desarrollados por Grossberg. El modelo result muy


ilustrativo sobre los mecanismos de almacenamiento y recuperacin de la
memoria. Su entusiasmo y claridad de presentacin dieron un nuevo impulso al
campo y provoc el incremento de las investigaciones.

Analoga de redes neuronales biolgicas y artificiales


Segn Herrera Fernndez
Las neuronas se modelan mediante unidades de proceso, caracterizadas
por una funcin de actividades que convierte la entrada total recibida de otras
unidades en un valor de salida, el cual hace la funcin de tasa de disparo de la
neurona.

Las conexiones sinpticas se simulan mediante conexiones ponderadas, la


fuerza o peso de la conexin cumple el papel de la efectividad de la sinapsis. Las
conexiones determinan si es posible que una unidad influya sobre otra.
Una unidad de proceso recibe varias entradas procedentes de las salidas de otras
unidades de proceso de entrada total de una unidad de proceso y se suele
calcular como la suma de todas las entradas ponderadas, es decir, multiplicadas
por el peso de la conexin. El efecto inhibitorio o excitatorio de la sinapsis se logra
usando pesos negativos o positivos respectivamente.

Redes neuronales
biolgicas
Neuronas

Redes neuronales
artificiales
Unidades de proceso

Conexiones sinpticas

Conexiones ponderadas

Efectividad de la sinapsis

Peso de las conexiones

20

Efecto excitatorio o inhibitorio

Signo del peso de una conexin

Estimulacin total

Entrada total ponderada

Activacin (tasa de disparo)

Funcin de activacin (salida)

Tabla 1. Comparativo entre neuronas reales y las unidades de proceso empleadas en los modelos
computacionales.

Las redes neuronales deben tener como estructura varias capas las cuales
son: primera capa como buffer de entrada, almacenando la informacin bruta
suministrada en la red realizando un sencillo preproceso de la misma, la
llamamos capa de entrada; otra capa acta como interfaz o buffer de salida que
almacena la respuesta de la red para que pueda ser leda, la llamamos capa de
salida; y las capas intermedias, principales encargadas de extraer, procesar y
memorizar la informacin, las denominan capas ocultas.

Figura 2. Modelo de red en cascada de varias capas.


Fuente: Sandra Patricia Daza, Universidad Militar Nueva Granada, 2003.

6.3 Sistemas de lgica difusa


A concepto de Delgado [1998] es la segunda herramienta que permite emular el
razonamiento humano. Los seres humanos pensamos y razonamos por medio de
palabras y en grados entre dos estados por ejemplo blanco y negro fro y
caliente, etc. Estos sistemas de lgica difusa son una mejora a los sistemas
experto tradicionales, en el sentido de que permiten utilizar lenguaje humano como
nosotros razonamos.

21

Ya hablando de sistemas expertos tradicionales, estos intentan reproducir el


razonamiento humano de forma simblica. Es un tipo de programa de aplicacin
informtica que adopta decisiones o resuelve problemas de un determinado
campo, como los sistemas de produccin, las finanzas o la medicina, utilizando los
conocimientos y las reglas analticas definidas por los expertos en dicho campo.
Los expertos solucionan los problemas utilizando una combinacin de
conocimientos basados en hechos y en su capacidad de razonamiento. En los
sistemas expertos, estos dos elementos bsicos estn contenidos en dos
componentes separados, aunque relacionados: una base de conocimientos y una
mquina de deduccin, o de inferencia. La base de conocimientos proporciona
hechos objetivos y reglas sobre el tema, mientras que la mquina de deduccin
proporciona la capacidad de razonamiento que permite al sistema experto extraer
conclusiones. Los sistemas expertos facilitan tambin herramientas adicionales en
forma de interfaces de usuario y los mecanismos de explicacin.

6.4 Algoritmos genticos


Segn Delgado [1998] son una tcnica inspirada en aspectos biolgicos, el
proceso de la evolucin del que Charles Darwin hace referencia se puede aplicar
para optimizar dispositivos de control o robots o cualquier otro tipo de aspectos
que sean susceptibles de ser optimizados como lneas de produccin.
En general es aceptado que cualquier algoritmo gentico para resolver un
problema, debe tener cinco componentes bsicos como se vera a continuacin:
Se necesita una codificacin o representacin del problema, que resulte
adecuada al mismo.
Una manera de crear una poblacin inicial de soluciones.
Una funcin de ajuste adaptacin al problema, tambin llamada funcin
de evaluacin, la cual asigna un nmero real a cada posible solucin
codificada.
Durante la ejecucin del algoritmo, los padres dos individuos
pertenecientes a la poblacin inicial, que son soluciones factibles del
problema- deben ser seleccionados para la reproduccin; a continuacin
dichos padres seleccionados se cruzarn generando dos hijos, nuevas
soluciones al problema, sobre cada uno de los cuales actuar un operador
22

de mutacin de acuerdo con una cierta probabilidad. El resultado de la


combinacin de las anteriores funciones ser un conjunto de individuos
(posibles soluciones al problema), los cuales en la evolucin del Algoritmo
Gentico formarn parte de la siguiente poblacin.
Valores para los parmetros: tamao de la poblacin, probabilidad de
aplicacin de los operadores genticos.

7. reas de aplicacin de la Inteligencia Artificial.


Pero tambin hay reas de aplicacin. En efecto, estos procesos de la AI se
aplican en los sistemas reales en una gran variedad de ramas y problemas:
Gestin y control: anlisis inteligente, fijacin de objetivos.
Fabricacin: diseo, planificacin, programacin, monitorizacin, control,
gestin de proyectos, robtica simplificada y visin computarizada.
Educacin: adiestramiento prctico, exmenes y diagnstico.
Ingeniera: diseo, control y anlisis.
Equipamiento: diseo, diagnstico,
configuracin, monitorizacin y ventas.

adiestramiento,

mantenimiento,

Cartografa: interpretacin de fotograf as, diseo, resolucin de problemas


cartogrficos.
Profesiones: abogaca, medicina, contabilidad, geologa, qumica.
Software: enseanza, especificacin, diseo, verificacin, mantenimiento.
Sistemas de armamento: guerra electrnica, identificacin de objetivos,
control adaptativo, proceso de imgenes, proceso de seales.
Proceso de datos: educacin, interfase en lenguaje natural, acceso
inteligente a datos y gestores de bases de datos, anlisis inteligente de
datos.
Finanzas: planificacin, anlisis, consultora.

23

VI. CONCLUSION.

La finalidad de la inteligencia artificial consiste en crear teoras y modelos que


muestren la organizacin y funcionamiento de la inteligencia. Actualmente, el
mayor esfuerzo en la bsqueda de la inteligencia artificial se centra en el
desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a
la inteligencia humana, realizando tareas que requieran aprendizaje, solucin de
problemas y decisiones

La Inteligencia artificial es la capacidad de una mquina de pensar y actuar como


el hombre, pero para lograr esto primero se debe conocer totalmente el
funcionamiento del pensamiento humano. En el mbito tecnolgico la Inteligencia
Artificial es una de las reas que causa mayor expectacin, incluso dentro de la
sociedad en general, debido a que la bsqueda para comprender los mecanismos
de la inteligencia, ha sido la piedra filosofal del trabajo de muchos cientficos por
muchos aos y lo sigue siendo. Pero aun sin haber desarrollado completamente la
inteligencia artificial, ya se ven las graves consecuencias sociales que trae
consigo, no se debe olvidar que hoy en da la creacin de artefactos inteligentes,
se vuelve cada vez ms una meta que un sueo; implcitamente se vuelve mas
una amenaza social que un avance tecnolgico.

24

BIBLIOGRAFIAS

Elaine Rich. Knight Kevin. Inteligencia Artificial. Segunda Edicin. Mc Graw


Hill. Mxico 1994.
Stuart Rusell. Norving Meter. Inteligencia Artificial un Enfoque Moderno.
Printice Hall. Mxico 1996.

LPEZ, Jhony C. "Inteligencia Artificial" en


http://es.wikipedia.org/wiki/Inteligencia_artificial. 2006
http://www.lajornadadeoriente.com.mx/2008/02/25/puebla/s1arr16.php

25