2. INTELIGENCIA ARTIFICIAL ................................................... 1.2 3. FUNDAMENTOS .................................................................... 1.3 4. TÉCNICAS DE INTELIGENCIA ARTIFICIAL .......................... 1.4 5. ACTUALIDAD DE LOS SISTEMAS INTELIGENTES .............. 1.5 1.1 INTRODUCCIÓN LOS SISTEMAS INTELIGENTES
Para que un sistema sea considerado inteligente debe comprender
lo que está sucediendo y debe acercarnos experiencias similares ante distintas situaciones, con el fin de resolver problemas o tomar decisiones. En el caso de una organización, por ejemplo, un sistema inteligente deberá entender el rol que cumple cada parte y deberá identificar aquel conocimiento que pueda ser útil en un momento específico. Es decir, la información debe venir a nosotros en el momento indicado, ni antes, ni después.
La humanidad elaboró primero herramientas, después les agregó la
fuerza, obteniendo las máquinas; ahora está en el proceso de agregar inteligencia, de construir robots y computadoras inteligentes. Pero ¿por qué construir sistemas inteligentes artificiales? ¡Porque ellos nos ayudan mejor que las herramientas o las máquinas a vivir más confortablemente! Con el correr del tiempo, nos liberarán de todas las preocupaciones sobre asuntos materiales. Un sistema inteligente artificial es un programa de computación que consta de partes para cada una de las funciones descriptas en el documento sobre sistemas inteligentes. 1.2 INTELIGENCIA ARTIFICIAL
Inteligencia Artificial es un concepto paraguas que abarca cualquier
tecnología que permite a las computadoras imitar habilidades humanas. En este sentido, áreas como la Robótica, la Computación Paralela, el Procesamiento del Lenguaje Natural, el Aprendizaje Automático, el Aprendizaje Profundo, forman parte de la Inteligencia Artificial. Todas estas áreas buscan, a su modo, automatizar actividades que los seres humanos las hacen de manera natural e intuitiva
No existe una definición aceptada por todos los expertos de lo que
significa la inteligencia artificial. Primero, porque es una ciencia nueva, cambiante y experimental. Y segundo, porque ni siquiera podemos definir con exactitud qué es la inteligencia humana... En su forma más simple, la IA es el intento de imitar la inteligencia humana usando un robot, o un software. Pero es un concepto muy vago, porque existen muchas ramificaciones. Stuart Russell y Peter Norvig diferenciaron cuatro tipos en 2009.
Estos fueron sistemas que piensan como humanos, como por
ejemplo las redes neuronales artificiales. Sistemas que actúan como humanos, como los robots. Sistemas que usan la lógica racional, como los sistemas expertos, y sistemas que actúan racionalmente, como los agentes inteligentes La inteligencia artificial es un vasto campo de estudio que incluye muchas teorías, métodos y tecnologías, además de los siguientes subcampos principales:
• El aprendizaje basado en máquina automatiza la
construcción de modelos analíticos. Emplea métodos de redes neurales, estadística, investigación de operaciones y física para hallar insights ocultos en datos sin ser programada de manera explícita para que sepa dónde buscar o qué conclusiones sacar.
• Una red neural es un tipo de aprendizaje basado en máquina
que se compone de unidades interconectadas (como neuronas) que procesa información respondiendo a entradas externas, transmitiendo información entre cada unidad. El proceso requiere múltiples pases en los datos para hallar conexiones y obtener significado de datos no definidos. • El aprendizaje a fondo utiliza enormes redes neurales con muchas capas de unidades de procesamiento, aprovechando avances en el poder de cómputo y técnicas de entrenamiento mejoradas para aprender patrones complejos en grandes cantidades de datos. Algunas aplicaciones comunes incluyen reconocimiento de imágenes y del habla.
• El cómputo cognitivo es un subcampo de la inteligencia
artificial que busca una interacción de tipo humano con las máquinas. Utilizando la inteligencia artificial y el cómputo cognitivo, el objetivo final es que una máquina simule procesos humanos a través de la capacidad de interpretar imágenes y el habla – y luego hable de forma coherente como respuesta.
• La visión por computadora se apoya en el reconocimiento
de patrones y el aprendizaje profundo para reconocer lo que hay en una imagen o video. Cuando las máquinas pueden procesar, analizar y entender imágenes, pueden capturar imágenes o videos en tiempo real e interpretar sus alrededores.
• El procesamiento del lenguaje natural (NLP, por sus siglas
en inglés) es la capacidad de las computadoras de analizar, entender y generar lenguaje humano, incluyendo el habla. La etapa siguiente de NLP es la interacción en lenguaje natural, que permite a los humanos comunicarse con las computadoras utilizando lenguaje normal de todos los días para realizar tareas. 1.3 FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
FILOSOFÍA (DESDE EL AÑO 428 A.C. HASTA EL PRESENTE)
las filosofías son su propia época expresada en pensamiento;
pertenecen a su época y se hallan prisioneras de sus limitaciones: el individuo es hijo de su pueblo, de su mundo, y por mucho que quiera estirarse, jamás podrá salirse verdaderamente de su tiempo, como no puede salirse de su piel» (Hegel, lecciones de historia de la filosofía, I, 17-18)
MATEMÁTICAS (APROXIMADAMENTE DESDE EL AÑO 800 AL
PRESENTE)
El surgimiento de la matemática en la historia humana está
estrechamente relacionado con el desarrollo del concepto de número (Catalá, A. y Ponsa. P. 2000).
ECONOMÍA (DESDE EL AÑO 1776 HASTA EL PRESENTE
A continuación, se muestra la historia del desarrollo de la ciencia
económica, es importante no confundir la historia económica con la historia de la economía o historia del pensamiento económico, disciplina que estudia la historia de las escuelas de pensamiento económico.
NEUROCIENCIA (DESDE EL AÑO 1861 HASTA EL PRESENTE)
La neurociencia es el estudio del sistema neurológico, y en especial,
del cerebro (Holger, B. Rubén, O. 2012)
La conclusión verdaderamente increíble de los estudios del cerebro
es que una colección de simples células puede llegar a generar razonamiento, acción y conciencia o, dicho en otras palabras, los cerebros generan las inteligencias. PSICOLOGÍA (DESDE EL AÑO 1879 HASTA EL PRESENTE)
Es la ciencia que se encarga de investigar cómo piensan y actúan los
humanos a continuación se muestran algunos sucesos que marcaron el desarrollo de esta ciencia
INGENIERÍA COMUNICACIONAL (DESDE EL AÑO 1940 HASTA
EL PRESENTE)
Para que exista la inteligencia artificial es necesario contar con el
artefacto y la inteligencia a continuación se muestra las diferentes generaciones de la computadora.
TEORÍA DE CONTROL Y CIBERNÉTICA (DESDE EL AÑO 1948
HASTA EL PRESENTE)
La teoría de control moderna tiene como objetivo el diseño de
sistemas que maximizan una función objetivo en el tiempo. Esto se asemeja ligeramente a nuestra visión de lo que es la IA (Catalá, A. y Ponsa . P. 2000).
LINGÜÍSTICA (DESDE EL AÑO 1957 HASTA EL PRESENTE)
La lingüística es la representación del conocimiento, gramática a
continuación se muestra la evolución de la misma. 1.4 TÉCNICAS DE LA INTELIGENCIA ARTIFICIAL
Los campos de aplicación de la inteligencia artificial en las
empresas son muchos, y algunos están orientados a satisfacer necesidades muy distintas. 1.- Machine learning o aprendizaje automático. El Machine Learning es la rama de la ciencia que busca el desarrollo de técnicas de inteligencia artificial que permitan a los ordenadores aprender por sí mismos. Para ello se crean programas que pueden generalizar ciertas respuestas a partir de información sin estructurar, que se suministra como ejemplos. Con ello, se induce al conocimiento por parte del ordenador. 2.- Fuzzy logic o lógica difusa 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. 3.- Vida artificial Consiste en el estudio de la vida y de los entornos artificiales que muestran cualidades propias de los seres vivos en entornos de simulación. Una de las técnicas de inteligencia artificial con más proyección de futuro en el ámbito de la investigación. 4.- sistemas Expertos Hace referencia a un sistema de información que se basa en el conocimiento de un área de aplicación de gran complejidad y muy específica. Sirve como asistente consultor y experto para los usuarios de su interfaz. Son entornos que proporcionan respuestas sobre problemáticas muy específicas, pudiendo realizar inferencias muy parecidas a las de un ser humano acerca de los conocimientos concretos consultados. 5.- Data Mining o minería de datos Esta técnica consiste en la extracción discriminada de información que se encuentra implícita en los datos manejados. Dicha información, desconocida previamente, se destina a ser utilizada en algún otro proceso. La minería de datos sondea, prepara y explora los datos para poder extraer alguna información que se oculte en ellos. 6.- Redes Bayesianas También conocidas como redes de creencia, estas redes son un modelo probabilístico multivariado, que relaciona un conjunto de variables de tipo aleatorio usando un grafo dirigido para indicar una influencia casual de manera explícita. Con un motor de actualización de las probabilidades llamado el Teorema de Bayes, estas redes se convierten en una herramienta muy útil a la hora de calcular probabilidades en casos de nuevas evidencias. Es uno de los tipos de red que se denominan de tipo casual. 7.- Ingeniería del conocimiento Consiste en generar un nuevo conocimiento que no existía previamente. Se hace a partir de la información que se contiene en bases de datos de documentos y mediante el cruce de contenido de los archivos. Es una técnica que se basa en la Teoría de actor Red, poniendo de manifiesto redes y creando nuevas. También implica el ejercicio de la teoría de la «traducción-traslación», acercando y poniendo en relación los actores, con el objetivo de producir una traducción en la que llevar los enunciados o modalidades hacia nuevos estadios evolutivos. 8.- Redes neuronales artificiales Estas redes son un paradigma del aprendizaje y los procesamientos automáticos, inspirado todo ello en el modo en que funciona el sistema nervioso de los animales. Consiste en un sistema de interconexión de neuronas en una red que colaboran entre ellas para crear una respuesta de salida. 9.- Sistemas reactivos Estos son sistemas de Aplicación critica, y un fallo o error puede acarrear consecuencias graves. Al punto de poner en riesgo las vidas humanas o el resultado de importantes inversiones económicas. Su comportamiento en estos entornos, de tiempo real, se determina tanto por la sucesión de acciones que se ejecutan como por el momento en que cada una de ellas se sucede y son procesadas. 10.- Sistemas basados en reglas Consisten en modelos de representación del conocimiento que se usan de manera amplia. Son apropiados para escenarios en los que el conocimiento que se necesita representar surge de manera natural en una estructura de reglas. 11.- Razonamiento basado en casos Es un proceso para solucionar cuestiones basándose en soluciones de problemáticas anteriores. El razonamiento que se basa en casos se sirve de analogías para los nuevos razonamientos. Se considera que no solo es una poderosa herramienta de cálculo para ordenadores. Sino que los seres humanos usan el mismo principio para la solución de problemas cotidianos. 12.- Técnicas de Representación de Conocimiento Es un sistema que sirve para analizar el modo de pensar de manera formal. Se usa un entorno de símbolos para la representación de un dominio de discurso, junto a las funciones que puedan inferir sobre los objetos procesados. 13.- Redes semánticas Son maneras de representación del conocimiento lingüístico para las que los conceptos y las interrelaciones entre ellos se representan mediante grafos. Son utilizadas para la representación de mapas conceptuales y mentales, entre otras funciones. 14.- Lingüística computacional Es un campo multidisciplinar de la lingüística aplicada en la informática. Se sirve de los sistemas informáticos para el estudio y el tratamiento del lenguaje. Para ello, se intenta modelar de manera lógica el lenguaje natural desde un punto de vista programable. 15.- Procesamiento del lenguaje natural Es una disciplina de la rama de la ingeniería para la lingüística computacional. Se utiliza para la formulación e investigación de mecanismos de eficacia informática para servicios de comunicación entre las personas o entre ellas y las máquinas usando lenguajes naturales. 1.5 ACTUALIDAD DE LOS SISTEMAS INTELIGENTES.
En la última década, y en especial en los últimos años, la
inteligencia artificial (IA) se ha transformado; no tanto respecto a lo que podemos hacer con ella sino en lo que hacemos. Para algunos, esta fase se inició en 2007 con la llegada de los teléfonos inteligentes. Como explicaré a continuación, en realidad la inteligencia es solo inteligencia, ya sea animal o artificial. Se trata de una forma de computación y, como tal, de transformación de la información. La abundancia de información personal, resultado de la vinculación voluntaria de una parte ingente de la sociedad a internet, nos ha permitido trasladar un gran caudal de conocimiento explícito e implícito de la cultura humana obtenido por medio de cerebros humanos a formato digital. Una vez ahí, podemos utilizarlo no solo para funcionar con una competencia propia de humanos, también para generar más conocimiento y acciones mediante la computación automatizada. BIBLIOGRAFÍA
3 - ¿Qué es un sistema de información y cuáles son los pilares del
aprendizaje? (lezacconsulting.com) ¿A qué se le llama sistema inteligente? – Conocimientos – La divisa del nuevo milenio (conocimientosweb.net)
Inteligencia artificial: qué es, cómo funciona y para qué se utiliza en la
actualidad | Tecnología - ComputerHoy.com Inteligencia Artificial: Qué es y Por Qué Importa | SAS
1.2. LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL |
INTELIGENCIA ARTIFICIAL (wordpress.com)
Catalá,A. y Ponsa . P. 2000.Artificial Reasoners for Human
Process Supervision.ES. Revista DIALNET. Vol. 4, Nº. 9. p 76-86.
HILERA, J. MARTINEZ, V. 2000. Redes Neuronales Artificiales. Fundamentos,
modelos y aplicaciones. Alfaomega.
Holger, B. Rubén, O. 2012. Fundamentos de Inteligencia Artificial.Ing. Sup. en
Informática, 3º. (En línea). PE. Consultado, 15 de oct.2014. Disponible en: http://www.ia.urjc.es/grupo/docencia/fia/material/temario_FIA_tema1.pdf
Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda
Edición. Pearson Education. España
Técnicas de inteligencia artificial: ¿cuáles son y para qué se usan? | APD
La última década y el futuro del impacto de la IA en la sociedad | OpenMind
Libro de Trabajo DE LA TERAPIA DE ACEPTACIÓN Y COMPROMISO (ACT). UNA GUÍA COMPLETA PARA CAMBIAR EL MINDFULNESS Y RECUPERARSE DE LA ANSIEDAD, LA DEPRESIÓN, LOS ATAQUES DE PÁNICO Y LA IRA