Inteligencia artificial

NOMBRE: Jorge Luis Alejo Rafael

MATERIA: Inteligencia artificial
GRUPO Y GRADO: 7 A
CARRERA: ISC
FECHA: 25 -02-2016
PROFESOR: Romel Hernndez Rosales

Procesamiento de lenguaje natural

El campo de procesamiento de lenguaje natural (PLN), ha tenido un gran

crecimiento en los ltimos aos; sus reas de investigacin incluyen: recuperacin
y extraccin de informacin, minera de datos, traduccin automtica, sistemas de
bsquedas de respuestas, generacin de resmenes automticos, anlisis de
sentimientos, entre otras.
Se pueden desarrollar clasificadores automticos que permitan categorizar
documentos

recomendar

etiquetas;

estos

clasificadores

deben

ser

independientes de la plataforma, fcilmente personalizables para poder ser

integrados en diferentes proyectos y que sean capaces de aprender a partir de
ejemplos.

Lista de aplicaciones:
Verificacin y correccin automticas de textos

Verificacin y correccin ortogrfica

Verificacin y correccin gramatical
Verificacin y correccin estilstica
La correccin automtica de textos

Traduccin automtica

Traduccin directa
Traduccin basada en la transferencia
Traduccin basada en la interlengua
Traduccin basada en corpus
La traduccin automtica

Tratamiento de la informacin

Recuperacin de la informacin
Extraccin de informacin

Bsqueda de respuestas
Resumen automtico de textos
Tratamiento de la informacin de carcter subjetivo
Datos masivos, datos abiertos y datos enlazados
El tratamiento de la informacin

Reconocimiento de patrones
El reconocimiento de patrones es la ciencia que se encarga de la descripcin y
clasificacin (reconocimiento) de objetos, personas, seales, representaciones,
etc. Esta ciencia trabaja con base en un conjunto previamente establecido de
todos los posibles objetos (patrones) individuales a reconocer. El margen de
aplicaciones del reconocimiento de patrones es muy amplio, sin embargo las ms
importantes estn relacionadas con la visin y audicin por parte de una mquina,
de forma anloga a los seres humanos. El esquema de un sistema de
reconocimiento de patrones consta de varias etapas relacionadas entre s.

Aplicaciones:
El uso de reconocimiento de patrones se ha visto reflejado en terapias de lenguaje
mediante el reconocimiento de la voz y sonidos, en las imgenes de rayos X, de
positrones y de resonancia magntica nuclear (RMN), de ultrasonido (donde se
desarrollan tcnicas para mejorar la identificacin y seguimiento de formas, como
la actividad del feto en el tero) o la ciruga plstica, en la cual se puede generar
una reconstruccin tridimensional de la parte del cuerpo a intervenir y as mostrar
diferentes vistas al paciente y explicarle mejor en qu consistir su tratamiento, el
resultado final y las modificaciones que se le aplicaran durante una operacin.
Lista de aplicaciones:

Previsin meteorolgica
Reconocimiento de caracteres escritos a mano o a mquina
Reconocimiento de voz

Aplicaciones en medicina
Reconocimiento de huellas dactilares
Reconocimiento de caras
Interpretacin de fotografas areas y de satlite
Prediccin de magnitudes mximas de terremotos.
Reconocimiento de objetos
Reconocimiento de msica

Heurstica
La capacidad heurstica es un rasgo tpico de los humanos. Consiste en la
capacidad de realizar innovaciones positivas para conseguir los fines que se
pretenden. Tambin podemos definirla como la solucin de problemas en los
cuales, las soluciones se descubren por la evaluacin del progreso logrado en la
bsqueda del resultado final. La base de la heurstica surge de la experiencia de
resolver problemas y ver cmo otros lo hacen. De lo anterior podemos deducir que
un mtodo heurstico aplicado correctamente puede devolver soluciones falsas,
positivas o negativas.
En las ciencias de la computacin, el mtodo heurstico es usado en determinadas
circunstancias, cuando no existe una solucin ptima bajo las restricciones dadas.
En general la manera de actuar de los programas heursticos consiste en
encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones.
Dadas las caractersticas de la heurstica, sta es muy usada en juegos
informticos que se adelantan a lo que va a hacer el usuario basndose en la
experiencia y los pasos que ha seguido en otras ocasiones.

Tipos de Algoritmos Heursticos

En una primera clasificacin podemos decir que los algoritmos heursticos pueden
ser:

Simples: tienden a tener reglas de terminacin bien definidas y se detienen

en un ptimo local.
Complejos: pueden no tener reglas de terminacin estndar y buscan
soluciones mejores hasta alcanzar un punto de parada arbitrario.

Dentro de los algoritmos heursticos complejos podemos hacer una segunda

clasificacin, esta vez orientada a la funcionalidad de los mismos:

Aquellos algoritmos que fueron diseados para dar solucin a problemas de

bsqueda de ptimos o clasificacin

Aquellos algoritmos que tratan de deducir conocimiento a partir de un
conjunto

de

axiomas,

conocidos

como

sistemas

basados

en

el

conocimiento.
Entre los algoritmos de bsqueda de ptimos se encuentran los siguientes
mtodos:

Bsqueda Tab
Temple Simulado
Algoritmos Genticos
Redes Neuronales