República Bolivariana de Venezuela

Ministerio del Poder popular para la Educación

Universidad Bicenteneria de Aragua

San Félix – Edo Bolívar

Enfoques de Problemas
Presentados en la Inteligencia
Artificial

Profesor: Alumno:

Deyanira Noguera Cleomig Fonseca

CI:2760249
 Introducción

¿Podrá la máquina superar la inteligencia humana? la respuesta hoy en día

parece posible pero todavía hay defectos que impiden que esta pregunta sea
respondida con un si aunque por el momento con los avances tecnológicos, se
puede llegar a comprender que crear una mente o reproducirla es posible con
diferentes componentes como el hardware o los diferentes programas los cuales
se basan en el procesamiento de información, Por lo que la mente no es otra cosa
que algoritmos altamente complejos que pueden ser codificados en forma de
programas.

En este aporte veremos cómo piensa las maquinas actuales y cuáles son sus
diferentes enfoques con respecto a cómo se construyeron además también
veremos cómo están constituidas y además definiremos que una IA fuerte y una IA
debí y responderemos a los defectos que estas pueden llegar a tener.
¿Cuales son los diferentes enfoques de problemas presentados en la
inteligencia artificial y sus representaciones?

para entender cuáles son sus principales defectos debemos primero definir qué es
y cómo se constituyen la IA, Por lo general Todas las definiciones de Inteligencia
Artificial están relacionadas con la siguiente idea que conocemos es que es una
máquina que piensa o simula pensar como humanos a través de métodos y
algoritmos que les dan vida a estos, aunque tiene muchas maneras de definirlo.

Estas formas están fundamentadas por varias disciplinas que han contribuido con
ideas, puntos de vista y técnicas al desarrollo del campo de la Inteligencia
Artificial. Ellas son:

Filosofía

Muchas han sido las contribuciones de la Filosofía a las ciencias. En el campo de

la Inteligencia Artificial a contribuido con varios aportes entre los que se destacan
los conceptos de IA débil y IA fuerte que más abajo hablaremos de nuevo de este
término.

La IA débil se define como la inteligencia artificial racional que se centra

típicamente en una tarea estrecha. La inteligencia de la IA débil es limitada, no hay
autoconciencia o inteligencia genuina. Siri es un buen ejemplo de una IA débil que
combina varias técnicas de IA débil para funcionar. Siri puede hacer un montón de
cosas por nosotros, pero a medida que intentamos tener conversaciones con el
asistente virtual, nos damos cuenta de cuan limitada es.

La IA fuerte es aquella inteligencia artificial que iguala o excede la inteligencia

humana promedio. Este tipo de AI será capaz de realizar todas las tareas que un
ser humano podría hacer. Hay mucha investigación en este campo, pero todavía
no han habido grandes avances.

Muchos son los debates filosóficos alrededor de la inteligencia artificial, para

aquellos interesados en los aspectos filosóficos les recomiendo inscribirse en
nuestro grupo de debate de IAAR
Matemáticas

Si de ciencias aplicadas se trata, no puede faltar el aporte de las Matemáticas.

Para entender y desarrollar los principales algoritmos que se utilizan en el campo
de la Inteligencia Artificial, deberíamos tener nociones de:

Álgebra lineal

El álgebra lineal es una rama de las matemáticas que estudia conceptos tales
como vectores, matrices, tensores, sistemas de ecuaciones lineales y en su
enfoque de manera más formal, espacios vectoriales y sus transformaciones
lineales. Una buena comprensión del álgebra lineal es esencial para entender y
trabajar con muchos algoritmos de Machine Learning, y especialmente para los
algoritmos de Deep Learning.

Cálculo

El Cálculo es el campo de la matemática que incluye el estudio de los límites,

derivadas, integrales y series infinitas, y más concretamente se puede decir que
es el estudio del cambio. Particularmente para el campo de la Inteligencia Artificial
algunos conceptos que se deberían conocer incluyen: Cálculo Diferencial e
Integral, Derivadas Parciales, Funciones de Valores Vectoriales, y Gradientes.

Optimización matemática

La Optimización matemática es la herramienta matemática que nos permite

optimizar decisiones, es decir, seleccionar la mejor alternativa de un conjunto de
criterios disponibles. Su comprensión es fundamental para poder entender la
eficiencia computacional y la escalabilidad de los principales algoritmos de
Machine Learning y Deep Learning, los cuales suelen trabajar con matrices
dispersas de gran tamaño.

Probabilidad y estadística

La Probabilidad y estadística es la rama de la matemática que trata con la

incertidumbre, la aleatoriedad y la inferencia. Sus conceptos son fundamentales
para cualquier algoritmo de Machine Learning o Deep Learning.
Una buena introducción a cada uno de estos campos de las matemáticas que son
fundamentales para la Inteligencia Artificial, la pueden encontrar en mi blog.

Lingüística

La Lingüística moderna y la Inteligencia Artificial nacieron al mismo tiempo y

maduraron juntas, solapándose en un campo híbrido llamado lingüística
computacional o procesamiento de lenguaje natural. El entendimiento del lenguaje
requiere la comprensión de la materia bajo estudio y de su contexto, y no
solamente el entendimiento de la estructura de las sentencias; lo que lo convierte
en un problema bastante complejo de abordar.

Neurociencias

La Neurociencia es el estudio del sistema neurológico, y en especial del cerebro.

La forma exacta en la que en un cerebro se genera el pensamiento es uno de los
grandes misterios de la ciencia. El hecho de que una colección de simples células
puede llegar a generar razonamiento, acción, y conciencia es un enigma a
resolver. Cerebros y computadores realizan tareas bastante diferentes y tienen
propiedades muy distintas. Según los cálculos de los expertos se estima que para
el 2020 las computadoras igualaran la capacidad de procesamiento de los
cerebros. Muchos modelos de IA fueron inspirados en la estructura y el
funcionamiento de nuestro cerebro.

Psicología

La Psicología trata sobre el estudio y análisis de la conducta y los procesos

mentales de los individuos y grupos humanos. La rama que más influencia ha
tenido para la Inteligencia Artificial es la de la psicología cognitiva que se encarga
del estudio de la cognición; es decir, de los procesos mentales implicados en el
conocimiento. Tiene como objeto de estudio los mecanismos básicos y profundos
por los que se elabora el conocimiento, desde la percepción, la memoria y el
aprendizaje, hasta la formación de conceptos y razonamiento lógico. Las teorías
descritas por esta rama han sido utilizadas para desarrollar varios modelos de
Inteligencia Artificial y Machine Learning

ya visto cómo se constituye ahora representaremos los muchos enfoques, aunque

solamente dos son puestas como los más principales los cuales son:

-IA Conexionista(IA fuerte):como el intento de desarrollar una tecnología capaz de

suministrar al ordenador las capacidades de razonamiento o disentimiento
similares, simulando un poco a las de la inteligencia humana.

-IA Clásica o simbólica(IA débil): Es uno de los modelos de representación de la

información (el primero) que utiliza la IA y se sustenta sobre los sistemas
procesadores de símbolos, como una investigación relativa a los múltiples
mecanismo de inteligencia humana, que emplea el ordenador como herramienta
de simulación para la validación de teorías.

El primero es autoprogramable por aprendizaje y donde el conocimiento viene

representando la propia estructura de la red neuronal En este enfoque se
encuadran, por ejemplo, los Sistemas Expertos los cuales sus temas claves en
esta dirección la representación y la gestión del conocimiento. Los autores más
representativos de este enfoque son McCarthy y Minsky, del MIT.

El segundo enfoque es por lo general el más práctico, se centra en los resultados

obtenidos, en la utilidad, y no tanto en el método, estando orientado a la creación
de un sistema artificial que sea capaz de realizar los procesos cognitivos
humanos. Desde este punto de vista no es tan importante la utilidad del sistema
creado (qué hace), como lo es método empleado (cómo lo hace). Como aspectos
fundamentales de este enfoque se pueden señalar el aprendizaje y la
adaptabilidad. Hasta el momento, la inteligencia artificial fuerte se mantiene como
una aspiración o, mejor dicho, es hipotética a pesar de los grandes avances en el
campo y la mejora de complejos algoritmos matemáticos. Algo importante a
destacar es que el surgimiento y aplicación de este tipo de inteligencia artificial
supondría nuevos problemas como las incógnitas morales sobre la posición que
deberíamos tomar como seres humanos ante un ser que por su nueva inteligencia
podría no considerarse solamente como una máquina más.

Ambo presentan gran dificultad para ser incluidos en un sistema cognitivo artificial
Como puntos negativos carecen de sentido común y además no son capaces de
discriminar las cuestiones relevantes de las triviales. Un ordenador no puede
explicar la intencionalidad o significado de lo que procesa. Este es el gran
problema de los sistemas de IA en la actualidad.

Esta orientación es propia de Newell y Simon, de la Carnegie Mellon

University.Ademas Despertó gran interés la creación de máquinas que resolvían
problemas matemáticos en la creencia de que resolviendo lo más complejo
solucionarían lo más simple.

aunque es obligado indicar que frecuentemente ambas posturas no se pueden

distinguir,ni siquiera en muchos trabajos de los autores mencionados como
significativos en cada una de ellas.
 Conclusión

Por lo general hay muchas formas de conformar una IA, aunque normalmente sus
enfoques estén de dos formas la IA fuerte que podemos ver que se busca un
avance a través de algoritmo que forman redes neuronales, aunque ha habido
grandes avances, y la IA débil que es mucho más débil simple y mucho más fácil
de controlar ya que sus patrones están basados en ser una herramienta de
simulación.

Hoy en día es mucho más fácil tener una IA funcionan en algún dispositivo,
aunque aún no logren pensar como un ser vivo no están tan lejos de realizarlo,
aunque se espera que lo que es ficción hoy en día en el futuro se haga realidad.
 Biografía

Referencia a páginas webs: Enfoques de inteligencia artificial.ElESPAÑOL.COM.

Recuperado de
https://www.elespanol.com/blog_del_suscriptor/opinion/20210204/enfoques-
inteligencia-artificial/555514446_7.html

Referencia a páginas webs: Inteligencia artificial fuerte. wikipedia.org. Recuperado

de https://es.wikipedia.org/wiki/Inteligencia_artificial_fuerte#:~:text=La
%20Inteligencia%20artificial%20fuerte%20o,intelectual%20de%20cualquier
%20ser%20humano.

Referencia a página webs: Inteligencia Artificial.juanbarrios.com. Recuperado de

https://www.juanbarrios.com/inteligencia-artificial-3/

Revista webs: Inteligencia Artificial. Recuperado de

http://files.uladech.edu.pe/docente/02659781/IA/S01/02_DEFINICIONES.pdf

Referencia a página webs: Modelos de la inteligencia artificial.cibernetico.org.

Recuperado de https://cibernetico.org/2021/04/28/modelos-de-la-inteligencia-
artificial-el-simbolico/

Referencia a página webs: Modelos de la inteligencia artificial.cibernetico.org.

Recuperado de https://cibernetico.org/2021/05/13/modelos-de-la-inteligencia-
artificial-el-conexionista/