INTELIGENCIA ARTIFICIAL (IA)

La investigación en inteligencia artificial tiene dos objetivos:

 Ingenieril: “Conseguir que las máquinas realicen las tareas para las cuales se supone
necesaria la inteligencia humana”.
 Científico: “Desarrollar y simular los procesos inteligentes del ser humano (razonar,
aprender, interpretar voz, sonido y formas)”

Definición general

La IA es una subdisciplina de la informática; una técnica más de software que se utiliza en

el desarrollo de programas para la solución de problemas complejos mediante la aplicación
de procesos que son análogos al método de razonamiento humano y por lo tanto las
soluciones son en términos simbólicos más que numéricos.

Elementos con los que trabaja la IA

La IA utiliza elemento que aportan cuatro grandes áreas: filosofía, psicología, lingüística e
informática.

Psicología: Algoritmos de aprendizaje y representaciones humanas de la información.

Filosofía: Metodos de deducción e inducción.

Lingüística: Manejo del lenguaje y comunicación de ideas, conceptos y relaciones.

Informática: Implementación de los algoritmos de inferencia, búsqueda y aprendizaje.

Trabaja con:

 Procesamiento simbólico: Conceptos, ideas y relaciones.

 Búsqueda de soluciones basado en conocimiento heurístico.
 Modelado y representación del conocimiento.
 Algoritmos.

Evolución histórica

 Nacimiento en el verano de 1956 en Darmouth College. John McCarthy, Herbert

Simon, Allan Newell y Marvin Minsky. McCarthy sugiere el nombre de IA.
Demostración de teoremas, traducción automática, integración simbolica, juegos,
reconocimiento de formas y resolutor de problemas. En esta década se desarrolló el
IPL II (primer lenguaje de IA).
 En 1958: John McCarthy desarrolló el lenguaje de programación LISP de IA.
 Se empiezan trabajos sobre el perceptron. En la década del 60 se detienen
investigaciones de estos temas ante criticas de Minsky.
 Década del 60 y 70 se destacó por el desarrollo de los Sistemas Expertos (SE). En
varias universidades de Estados unidos se desarrollaron estos tipos de programas.
En la universidad de Stanford se desarrolló el primer SE llamado DENDRAL, para
detectar estructuras de componentes orgánicos. El cual fue un éxito. En la
Universidad de Stanford luego desarrollaron el MYCIN para el diagnóstico de
enfermedades infecciosas de la sangre. En el MIT se desarrolló el MACSYMA para
derivación e integración simbólica. En la universidad Carnegie Mellon se desarrolló
HEARSAY I para tratamiento de la voz. En Stanford se desarrolló EMYCIN mejora
del MYCIN. Se desarrolla en Francia el PROLOG.
 Se plantea en la década del 70 la teoría básica de los algoritmos genéticos.
 AREAS DE INVESTIGACION DE LA INTELIGENCIA ARTIFICIAL

Sistemas Expertos (SE)

Rama que se ocupa del desarrollo de programas que simulan el proceso de memorización,
razonamiento, comunicación, acción y aprendizaje de un experto humano en una
determinada rama de la ciencia.

Experto

 Persona que cada vez sabe más cosas sobre menos cosas.
 Es una persona que ha dejado de pensar, sabe.
 Tiene experiencia
 Tiene autoridad en el área.

Construcción de un SE

Hay que determinar si el desarrollo es:

1. Posible
2. Apropiado
3. Justificado

Ventajas

 Conocimiento detallado de cada proceso

 Consolidación y validación del conocimiento
 Aumento de la productividad

Arquitectura de un SE
La base de conocimiento consta de los hechos y las reglas.

El motor de inferencia contiene los algoritmos para deducir conclusiones o soluciones.

Proceso deductivo en los SE

 Razonamiento dirigido por objetivos, también llamado encadenamiento hacia atrás.

 Razonamiento dirigido por hechos, también llamado encadenamiento hacia
adelante.

Ejemplo

Reglas

R1: Si A y N ent E
R2: Si A ent M
R3: Si D o M ent Z
R4: Si Q y (no W) y (no Z) ent N
R5: Si Z y L ent S
R6: Si L y M ent E
R7: Si B y C ent Q.

Hechos conocidos: A, L
Objetivo: E
Encadenamiento hacia adelante: Hechos:
Encadenamiento hacia atrás