Republica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politecnica
de la Fuerza Armada
Nucleo Yaracuy – Extension Nirgua

NOCIONES
FUNDAMENTALES DE
INTELIGENCIA
ARTIFICIAL.

Facilitador: Emprendedor:
Ing. Juan Ochoa jose G. Vasquez P.
V-27122643
Ing. Sistema
VIII Semestre
 Definicion de Inteligencia Artificial:

La IA(Inteligencia Artificial) es el intento de imitar la inteligencia humana usando un robot, o

un software. El concepto de IA es la viabilidad de que las máquinas piensen como los
humanos, desarrollen la capacidad de aprender, razonar, percibir, deliberar y decidir
lógicamente sobre los hechos.

La Inteligencia Artificial está compuesta de códigos y datos. Los primeros son responsables
de leer e interpretar los segundos. Sin embargo, es más que un simple análisis de datos y,
para cumplir con una infinidad de comandos complejos que resultan en la capacidad de
imitar a los humanos, incluye varias tecnologías.
la inteligencia artificial como aquel de construir una máquina que se comporte de manera que
si el mismo comportamiento lo realizara un ser humano, este sería llamado inteligente.

Existen, sin embargo, otras definiciones que no se basan en el comportamiento humano. Son
las cuatro siguientes.

1. Actuar como las personas. Esta es la definición de McCarthy, donde el modelo a seguir
para la evaluación de los programas corresponde al comportamiento humano. El llamado
Test de Turing (1950) también utiliza este punto de vista. El sistema Eliza, un bot (programa
software) conversacional es un ejemplo de ello.

2. Razonar como las personas. Lo importante es cómo se realiza el razonamiento y no el

resultado de este razonamiento. La propuesta aquí es desarrollar sistemas que razonen del
mismo modo que las personas. La ciencia cognitiva utiliza este punto de vista.

3. Razonar racionalmente. En este caso, la definición también se focaliza en el

razonamiento, pero aquí se parte de la premisa de que existe una forma racional de razonar.
La lógica permite la formalización del razonamiento y se utiliza para este objetivo.

4. Actuar racionalmente. De nuevo el objetivo son los resultados, pero ahora evaluados de
forma objetiva. Por ejemplo, el objetivo de un programa en un juego como el ajedrez será
ganar. Para cumplir este objetivo es indiferente la forma de calcular el resultado.

Además de las definiciones mencionadas más arriba, hay aún otra clasificación de la
inteligencia artificial según cuáles son los objetivos finales de la investigación en este campo.
Son la inteligencia artificial fuerte y la débil.
 Antecedentes:
1956: el comienzo de la era dorada de la inteligencia artificial: Fue ya en 1956 cuando John
McCarthy, Marvin Minsky y Claude Shannon acuñaron este término durante la conferencia de
Darthmounth para referirse a “la ciencia e ingenio de hacer máquinas inteligentes,
especialmente programas de cálculo inteligentes”.
Eso sí, estos tres científicos erraron por completo a la hora de prever cuando llegarían las
primeras inteligencias artificiales, ya que confiaban en que en 10 años (para la década de los
70) estaríamos rodeados por IAs en nuestro mundo. Tras este fiasco, las investigaciones
sobre inteligencia artificial sufrieron un importante revés que retrasó el progreso en esta área
hasta los 90 y los 2000, cuando la mayoría de las empresas tecnológicas decidieron realizar
inversiones mayúsculas en este terreno con el fin de mejorar la capacidad de procesamiento
y análisis de la ingente cantidad de datos que se generan en el creciente mundo digital.
La consagración definitiva de la inteligencia artificial llegó en 1997, cuando IBM demostró que
un sistema informático era capaz de vencer al ajedrez a un humano… y no un humano
cualquiera, sino el campeón del mundo Gari Kaspárov. Se llamaba Deep Blue y sirvió de
base para que la industria tecnológica y la sociedad en general cobrara conciencia de la
relevancia y las posibilidades de las IA.
La llegada de Watson: Si hay un ejemplo de inteligencia artificial por defecto, ese es IBM
Watson. Un sistema que hizo su aparición estelar, al estilo de Deep Blue, ganando una
competición de alto nivel, aunque en este caso más compleja que la anterior. En 2011,
Watson ganó el popular concurso televisivo Jeopardy! frente a los dos máximos campeones
de este programa, en el que se realizan preguntas sobre cultura y conocimiento de todo tipo.
Lo primero de todo Watson tuvo que ser capaz de entender las preguntas y las respuestas
que da, a lo que ayudaron sus 200 millones de páginas de contenido almacenadas en su
sistema. También tuvo que realizar jugadas inteligentes a la hora de sopesar la elección de
las categorías y cuando tuvo que apostar una cantidad en la ronda final. Desde entonces, el
IBM Watson se ha convertido en el estandarte de los sistemas cognitivos, procesamiento de
lenguajes naturales y el razonamiento y el aprendizaje automático. Esta tecnología se está
utilizando actualmente para ayudar en los tratamientos contra el cáncer, el comercio
electrónico, la lucha contra el cibercrimen o la banca internacional.
Google y Sony también están inmersos en la IA: La inteligencia artificial no es coto cerrado
de IBM ni mucho menos. El gigante de las búsquedas Google está haciendo numerosos
progresos en este terreno, ayudando además a la comunidad de desarrolladores a sacar
provecho de esta tecnología.
En ese sentido, Google ha ampliado recientemente su software de código abierto
TensorFlow, con el que cualquiera con acceso a sus servidores puede crear su propio equipo
con capacidad de autoprogramación y de aprender de forma autónoma. La compañía de
Larry Page y Sergey Brin también ha promovido que su motor de inteligencia artificial se
haya leido mas de 2.865 novelas romanticas con el fin de expresarse con mayor soltura y
naturalidad. Además, Google ha logrado seguir los pasos de IBM y conquistar un juego
tradicionalmente de humanos, en concreto, el Go. Se trata de un juego oriental tan antiguo
como complejo: se dice que su tablero, de 19×19 cuadrados, permite más posiciones durante
una partida que átomos hay en el universo.
Mark Zuckerberg también es un fiel creyente en las posibilidades de la inteligencia artificial.
Por ello, ha impulsado el FAIR (Facebook Artificial Intelligence Research), que aborda
problemas genéricos del desarrollo de las inteligencias artificiales, o como ‘Language
Technology’ o ‘Facebook M’, centrados en problemas prácticos del día a día de los usuarios.
Asimismo, el propio Zuckerberg anunció a principios de este año que se había propuesto
desarrollar su propio asistente personal con IA inspirado en el Jarvis de las películas de Iron
Man.

La japonesa SONY tampoco es ajena a esta tendencia. La firma compró recientemente

Cogitai, una empresa californiana de nuevo cuño que aprovecha el ‘machine learning’ para
que los dispositivos puedan aprender de forma autónoma distintos comportamientos o
respuestas ante estímulos y hábitos que van detectando conforme interactúan con su
entorno.
Los chatbots: Una de las posibilidades más inmediatas y prometedoras de la inteligencia
artificial son los chatbots, las herramientas que permiten la comunicación automatizada entre
humanos y marcas o empresas, a través de redes sociales o comunicaciones de voz, gracias
a una máquina que interpreta el lenguaje natural y es capaz de aprender, procesar e
improvisar respuestas de manera autónoma.

Áreas de estudio y técnicas. Heurísticas:

Áreas de Estudio: Son muchas las áreas de la A I que se investigan hoy día. Entre ellas,
tenemos las siguientes:

1. La representación del conocimiento, que busca en el descubrimiento de métodos

expresivos y eficientes describir información sobre aspectos del mundo real.

2. Los métodos de aprendizaje automático, que extienden las técnicas estadísticas con
el fin de posibilitar la identificación de un amplio rango de tendencias generales a partir
de un conjunto de datos de entrenamiento.

3. El campo de la planificación, que enfrenta el desarrollo de algoritmos que construyen y

ejecutan automáticamente secuencias de comandos primitivos con el fin de alcanzar
ciertas metas de alto nivel.

4. Los trabajos en el área de razonamiento posible, que hacen uso de principios

estadísticos para desarrollar codificaciones de información incierta.

5. El estudio de las arquitecturas de agentes, que busca la integración de otras áreas de

la I A con el objeto de crear agentes inteligentes, entidades robustas capaces de
 comportamiento autónomo y en tiempo real.

6. La coordinación y colaboración multiagentes, que ha permitido el desarrollo de

técnicas para la representación de las capacidades de otros agentes y la
especificación del conocimiento necesario para la colaboración entre ellos.

7. El desarrollo de ontologías, que persigue la creación de catálogos de conocimiento

explícito, formal y multipropósito, que puedan ser utilizados por sistemas inteligentes.

8. Los campos de procesamiento de voz y lenguaje, que buscan la creación de sistemas

que se comunican con la gente en su lenguaje.

9. La síntesis y comprensión de imágenes, que conduce a la producción de algoritmos

para el análisis de fotografías, diagramas y videos, así como también de técnicas para
el despliegue visual de información cuantitativa y estructurada.

técnicas. Heurísticas: Fuzzy logic o lógica difusa tambien conocida como lógica heurística.
Esta técnica incide en lo relativo de un escenario observado como posición diferencial. Es un
tipo de lógica que toma dos valores al azar, contextualizados y relacionados entre sí. Por
ejemplo, considerar una persona de 2 metros como alta al haber tomado antes el valor de
una persona de un metro como baja.

Inteligencia Artificial vs. Inteligencia humana:

Son muchas las diferencias que nos separan de los cerebros electrónicos, y no se trata de
cuestiones superficiales, sino de estructura. Este es un listado con las principales diferencias
entre los sistemas de inteligencia artificial propias de ordenadores y el funcionamiento de
nuestro cerebro.

1. Su arquitectura es distinta: Una máquina dotada de inteligencia artificial tiene una

serie de puertos de entrada y salida de datos que podemos identificar fácilmente. Esto
no se da en nuestro cerebro, cada subestructura de su globalidad puede ser a la vez
receptora de datos y emisora de información. Tampoco se sabe en qué dirección viaja
la información, ya que las ramificaciones interminables y los bucles son una constante
en el mundo de las neuronas.

2. Su funcionamiento es distinto: En cualquier estructura de inteligencia artificial se

puede diferenciar el canal por el que viajan los datos y la información propiamente
dicha. En un cerebro, en cambio, la distinción entre información y el medio material
por el que viaja no existe. Los datos que se transmiten son en sí mismos cambios
materiales que determinan la fuerza de atracción que existen entre las neuronas. Si la
 neurona A está más conectada con la neurona B que con la C, la información es una,
mientras que si A pasa a estar más conectada con C, la información es otra.

3. Los datos con los que trabaja el cerebro no se pueden almacenar: Una consecuencia
de que no distingamos entre canal e información es que tampoco existen grandes
depósitos de datos en nuestra cabeza. Es por eso que nunca recordamos algo de la
misma forma, siempre hay pequeñas variaciones.

4. La importancia del contexto: Nuestros cerebros orgánicos se adaptan como un guante

a cada situación, a pesar de que cada una de las situaciones que vivimos sean únicas.
Es más: ante contextos impredecibles, diferentes personas son capaces de reaccionar
de la misma manera. Esto es algo que no encontramos en los sistemas de inteligencia
artificial, en los que diferentes estímulos llevan al mismo resultado sólo si esos
estímulos están previamente determinados: si A, entonces C; si B, entonces C. Los
seres humanos, con todos nuestros defectos, estamos hechos para vivir en un
contexto caótico. Nuestro cerebro es capaz de interpretar todos los estímulos, aunque
se presenten de manera inesperada y sean totalmente nuevos.

5. La Inteligencia Artificial necesita regularidad: Los sistemas de inteligencia artificial

necesitan estar montados de una manera muy concreta para poder ejecutar órdenes y
hacer que la información pase de un lugar a otro de la manera correcta. Los cerebros,
en cambio, son únicos en cada uno de nosotros. Al lado del entramado de
aproximadamente 100.000.000.000 de neuronas que sostienen nuestro pensamiento,
las huellas digitales que sirven para identificarnos en algunos contextos parecen ser
todas iguales. Además, nuestro cerebro está cambiando constantemente, incluso
mientras dormimos. La gran virtud de nuestro cerebro es que puede funcionar bien en
todo momento a pesar de estar sujeto a constantes alteraciones imprevisibles: de ahí
que haya sido definido como el sistema más complejo que existe.

6. Su origen es distinto: Cualquier sistema de inteligencia artificial ha sido construido por

uno o más agentes intencionales: científicos, programadores, etc. Nuestros cerebros,
sin embargo, han sido tallados por la evolución. Eso significa que, mientras que la
inteligencia artificial se erige sobre maneras determinadas de codificar la información
siguiendo unos patrones y unas operaciones lógicas, nuestro cerebro tiene que
apañárselas con un conjunto de células nerviosas que hacen cosas propias de las
células nerviosas. Si una máquina funciona a partir de instrucciones, el funcionamiento
de nuestro cerebro se fundamente en el juego de interacciones que se dan entre
neuronas.

7. Somos seres más emocionales que racionales: Puede que esta sea una afirmación
precipitada (a fin de cuentas, ¿cómo se mide lo racional y lo irracional?) pero, sin
embargo, sí se puede decir que el pensamiento lógico y sistemático está reducido sólo
a ciertas situaciones y momentos de nuestro día a día. Mientras que las máquinas
dotadas de inteligencia artificial sólo pueden trabajar a partir de argumentos y
premisas, en nuestro caso lo normal es saltarse a la torera este paso.