Sistemas que actúan como humanos “El estudio de cómo hacer computadoras que hagan cosas que, de momento, la gente hace mejor” (Rich y Knight, 1991) Sistemas que piensan como humanos “El esfuerzo por hacer a las computadoras pensar máquinas con mentes en el sentido amplio y literal” (Haugeland, 1985) Sistemas que actúan racionalmente “Un campo de estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales” (Schalkoff, 1990) Sistemas que piensan racionalmente “El estudio de las facultades mentales a través del estudio de modelos computacionales” (Charniak y McDermott, 1985) II. ESCUELAS DE PENSAMIENTO La IA se divide en dos escuelas de pensamiento: La inteligencia artificial convencional. La inteligencia computacional. Inteligencia artificial convencional Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del comportamiento humano ante diferentes problemas: Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y, aparte de que son muy importantes, requieren de un buen funcionamiento. Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones. Redes bayesianas: Propone soluciones mediante inferencia probabilística. Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonomía y puede auto-regularse y controlarse para mejorar. Smart process management: Facilita la toma de decisiones complejas, proponiendo una solución a un determinado problema al igual que lo haría un especialista en dicha actividad. Inteligencia artificial computacional La Inteligencia Computacional (también conocida como IA subsimbólica- inductiva) implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parámetros en sistemas de conexiones). El aprendizaje se realiza basándose en datos empíricos. III. PRINCIPALES ÁREAS DE LA I.A. Las definiciones anteriores implican que las máquinas para ser consideradas inteligentes deben exhibir ciertas habilidades, suficientemente complejas como para ser tratadas como áreas independientes. La forma de abordaje de cada una de estas áreas suele ser tan disímil, que es difícil reconocerles un origen común. 1- Procesamiento del Lenguaje Natural. 2- Consulta inteligente de base de datos. 3- Robótica. 4- Programación Automática. 5- Sistemas Expertos. 6- Prueba automática de teoremas y matemática simbólica. 7- Problemas de optimización combinatorios y de itinerarios. 8- Percepción y reconocimiento de patrones. 9- Autoaprendizaje. Cada una de estas áreas desarrolla modelos y herramientas que en la mayoría de los casos se apoyan en programas de computadora originando nuevas maneras de programarlas, esto da origen a nuevos modelos computacionales
Ilustración 1 Nuevos modelos Computacionales
Estos nuevos modelos computacionales son los que permiten una nueva (distinta) forma de programar computadoras, y pasar de las formas algorítmicas (o procedurales) a las formas no algorítmicas (o declarativas). Se puede decir que se pasa del procesamiento de datos al procesamiento de conocimientos.
Ilustración 2 Transición del procesamiento de datos al procesamiento de
conocimiento Estas nuevas formas de programar nos permite abordar problemas que de otra manera sería más difícil o imposible abordarlos, hay algunos campos que ya han madurado lo suficiente como para desarrollar técnicas y herramientas con las cuales se pueden abordar problemas en forma más o menos rutinaria.