RAMAS DE LA INTELIGENCIA ARTIFICIAL

Dada su naturaleza la inteligencia artificial cuenta con muchas ramas, es decir se divide
y se investiga con especializacin, donde cada una surge por medio de ideas innovadoras
y nuevos paradigmas de cmputo, adems cada una es una metodologa diferente para
tratar la solucin de problemas aplicando el principio de inteligencia a los sistemas. Se
pueden dividir en reas clsicas y de vanguardia segn la poca en que surgieron.
Redes de Petri
Considerada como la primera rama de la IA, surgi a partir de una tesis doctoral de Carl
Adam Petri en 1962. Establece por primera vez una teora general para sistemas discretos
paralelos, generaliz la teora de autmatas e hizo que utilizaran mtodos grficos para
la representacin de sistemas por medio de condiciones y eventos, este modelo representa
las propiedades de un sistema en el lenguaje de lgica y la representacin algebraica, lo
que le da un sentido nuevo a los procesos computacionales.
Robtica
Se encarga del desarrollo de dispositivos mecnicos o de computacin que tengan la
capacidad de realizar funciones y/o tareas que requieran de un alto grado de precisin,
tediosas o que implican riesgo de peligro para los seres humanos, combina las
capacidades de alta precisin de la maquina con un software controlador sofisticado.

Parte de la idea de que un robot es un dispositivo electromecnico programado para que

realice tareas manuales, utiliza el principio de IA slo cuando es capaz de responder a
cambios en su entorno en lugar de seguir instrucciones establecidas previamente, esto se
puede llevar a cabo con la ayuda de sensores y de cmaras que le permitan interpretar las
seales del ambiente que lo rodea y adaptarse al mismo.

Combina diversas disciplinas como son: la mecnica, la electrnica, la informtica,

la ingeniera de control y la fsica.3 Otras reas importantes en robtica son el lgebra,
los autmatas programables, la animatrnica y las mquinas de estados.

Sistemas de visin
Es una disciplina cientfica que incluye mtodos para adquirir, procesar, analizar y
comprender las imgenes del mundo real con el fin de producir informacin numrica o
simblica para que puedan ser tratados por un computador. Tal y como los humanos
usamos nuestros ojos y cerebros para comprender el mundo que nos rodea, la visin por
computador trata de producir el mismo efecto para que las computadoras puedan percibir
y comprender una imagen o secuencia de imgenes y actuar segn convenga en una
determinada situacin. Se puede usar junto con robots para darles visin y puedan tomar
decisiones en base a lo que ven y reconocen la informacin visual de acuerdo con patrones
generales.
La comprensin se consigue gracias a distintos campos como la geometra, la estadstica,
la fsica y otras disciplinas. La adquisicin de los datos se consigue por varios medios
como secuencias de imgenes, vistas desde varias cmaras de video o datos
multidimensionales desde un escner mdico.
Procesamiento de Lenguaje Natural
Es un campo de las ciencias de la computacin, inteligencia artificial y lingstica que
estudia las interacciones entre las computadoras y el lenguaje humano. Se ocupa de la
formulacin e investigacin de mecanismos eficaces computacionalmente para la
comunicacin entre personas y mquinas por medio de lenguajes naturales; no trata de la
comunicacin por medio de lenguajes naturales de una forma abstracta, sino de disear
mecanismos para comunicarse que sean eficaces computacionalmente, que se puedan
realizar por medio de programas que ejecuten o simulen la comunicacin. Los modelos
aplicados se enfocan no solo a la comprensin del lenguaje de por s, sino a aspectos
generales cognitivos humanos y a la organizacin de la memoria. El lenguaje natural sirve
solo de medio para estudiar estos fenmenos. Hasta la dcada de 1980, la mayora de los
sistemas de PLN se basaban en un complejo conjunto de reglas diseadas a mano. A partir
de finales de 1980, sin embargo, hubo una revolucin en PLN con la introduccin de
algoritmos de aprendizaje automtico para el procesamiento del lenguaje.
Tiene como objetivo es eliminar paulatinamente la necesidad de aprender los lenguajes
de programacin o comandos personalizados para que las computaras entiendan, pueden
combinarse con dispositivos de reconocimiento de voz para que el usuario de
instrucciones a las computadoras y asi estas realicen tareas, sin usar un teclado u otro
dispositivo de entrada.
Sistemas de aprendizaje
Es el subcampo de las ciencias de la computacin y una rama de la inteligencia
artificial cuyo objetivo es desarrollar tcnicas que permitan a las computadoras aprender.
De forma ms concreta, se trata de crear programas capaces de generalizar
comportamientos a partir de una informacin suministrada en forma de ejemplos. Es, por
lo tanto, un proceso de induccin del conocimiento. En ocasiones el campo de actuacin
del aprendizaje automtico se solapa con el de la estadstica computacional, ya que las
dos disciplinas se basan en el anlisis de datos. Sin embargo, el aprendizaje automtico
tambin se centra en el estudio de la complejidad computacional de los problemas;
adems tiene una amplia gama de aplicaciones, incluyendo motores de bsqueda,
diagnsticos mdicos, deteccin de fraude en el uso de tarjetas de crdito, anlisis del
mercado de valores, clasificacin de secuencias de ADN, reconocimiento del habla y del
lenguaje escrito, juegos y robtica.
Lgica difusa
Es la lgica que utiliza expresiones que no son ni totalmente ciertas ni completamente
falsas; se aplica a conceptos que pueden tomar un valor cualquiera de veracidad dentro
de un conjunto de valores que oscilan entre dos extremos, la verdad absoluta y la falsedad
total.
Se basa en reglas que no tienen lmites discretos, sino que se prolongan en un continuum
(algo que es continuo), permitiendo a un sistema manejar mejor la ambigedad, esto es
muy til para reflejar como tienden a pensar las personas en trminos relativos, no
absolutos.
Algoritmos genticos
Es un mtodo de bsqueda dirigida, basada en probabilidad. Al aumentar el nmero de
iteraciones, la probabilidad de tener el ptimo en la poblacin tiende a 1. Funciones
matemticas que usan los principios de Darwin para mejorar una aplicacin. Las
funciones se disean para simular en software, en cuestin de minutos o segundos.
Agentes inteligentes
Son programas de computadoras que automticamente revisan enormes cantidades de
datos y seleccionan y entregan la informacin ms adecuada para el usuario de acuerdo
con requisitos contextuales o especficos. La aplicacin ms importante de los agentes
inteligentes se encuentran en la web.
Redes neuronales
Es una nueva forma de computacin inspirada en modelos biolgicos, un modelo
matemtico compuesto por un gran nmero de elementos procesales organizados en
niveles. Estn interconectadas en paralelo de elementos simples y con organizacin
jerrquica, las cuales interactuar con los objetos del mundo real del mismo modo que lo
hace el sistema nervioso biolgico.

Sistemas expertos
Los sistemas expertos (SE) son aplicaciones de cmputo (Software) que involucran
experiencia no algortmica, para resolver cierto tipo de problema. Por ejemplo, los
sistemas expertos se usan para el diagnstico al servicio de humanos y mquinas. Existen
SE que juegan ajedrez, que planean decisiones financieras, que configuran computadoras,
que supervisan sistemas de tiempo real, que deciden polticas de seguros, y llevan acabo
dems tareas que requieren de experiencia humana. Su objetivo es igualar el
comportamiento de los expertos humanos.