República Bolivariana de Venezuela

Ministerio del Poder Popular para la educación superior

Universidad Bicentenaria De Aragua
Núcleo: San Antonio de los Altos
Catedra: Introducción a la Inteligencia Artificial

INTELIG
ENCIA
ARTIFICI
AL

Docente: Estudiante:
Deyanira Noguera Lisbeth Rodrigues
Índice
Introducción:.....................................................................................................................................3
Inteligencia Artificial:.......................................................................................................................4
Enfoques de la Inteligencia Artificial:............................................................................................6
Enfoque simbólico o Inteligencia Artificial débil:.........................................................................8
Alcances y limitaciones de la Inteligencia Artificial:..................................................................10
Conclusión:.....................................................................................................................................13
Referencias Bibliográficas:...........................................................................................................14
 Introducción:

La inteligencia artificial es la base a partir de la cual se imitan los procesos de

inteligencia humana mediante la creación y la aplicación de algoritmos creados en
un entorno dinámico de computación. O bien, dicho de forma sencilla, la
Inteligencia Artificial consiste en intentar que los ordenadores piensen y actúen
como los humanos.

Estos sistemas expertos piensan racionalmente y en la resolución de problemas

suelen ser mejores que los humanos. Existen sistemas que piensan mediante
sistemas de redes neuronales y utilizan el aprendizaje automático para la
resolución de problemas y manejar grandes cantidades de datos. La Inteligencia
Artificial nos ofrece una serie de ventajas que vale la pena aprovechar.
Inteligencia Artificial: La inteligencia artificial es la habilidad de una máquina de
presentar las mismas capacidades que los seres humanos, como el razonamiento,
el aprendizaje, la creatividad y la capacidad de planear. 

La Inteligencia Artificial permite que los sistemas tecnológicos perciban su entorno,

se relacionen con él, resuelvan problemas y actúen con un fin específico. La
máquina recibe datos ya preparados o recopilados a través de sus propios
sensores, por ejemplo, una cámara, los procesa y responde a ellos.

Los sistemas de Inteligencia Artificial son capaces de adaptar su comportamiento

en cierta medida, analizar los efectos de acciones previas y de trabajar de manera
autónoma. 

Para conseguirlo, se necesitan tres componentes fundamentales:

  Sistemas computacionales
 Datos y gestión de los mismos
 Algoritmos de Inteligencia Artificial avanzados (código)

Cuanto mayor sea el parecido al comportamiento humano que queremos

conseguir, más datos y capacidad de procesamiento se necesitará.

La Inteligencia Artificial se aplica en nuestro día a día, como en los servicios

financieros, la detección de fraude, las predicciones de compras en comercios y
en las interacciones de asistencia al cliente en línea. Estos son algunos ejemplos: 

 Detección del fraude. El sector de servicios financieros utiliza la inteligencia

artificial de dos formas diferentes. La clasificación inicial de aplicaciones de
crédito utiliza la Inteligencia Artificial para saber cuál es la capacidad
crediticia. Para supervisar y detectar las transacciones de tarjeta
fraudulentas al realizar los pagos en tiempo real se necesitan motores de
Inteligencia Artificial más avanzados.

 Ayuda virtual para clientes (VCA). Los centros de llamadas usan VCA para
predecir y responder a las consultas de los clientes sin interacción humana.
El reconocimiento de voz, junto con un diálogo humano simulado, es el
primer punto de interacción en una consulta al servicio al cliente. En las
consultas de mayor dificultad se redirigen a una persona con la que se
pueda interactuar directamente.

 Cuando una persona inicia un diálogo en una página web mediante un chat
(bot conversacional), la interacción se realiza a menudo con un ordenador
que ejecuta un sistema de Inteligencia Artificial especializado. Si se llega a
un punto en el que el bot conversacional no puede interpretar o abordar la
pregunta, interviene una persona que se comunicará directamente con ella.
Estas instancias no interpretativas alimentan un sistema de computación de
 aprendizaje automático que mejora la aplicación de la Inteligencia Artificial
en las interacciones futuras.

Enfoques de la Inteligencia Artificial:

Sistemas que se comportan como humanos: Aquí la idea es desarrollar
máquinas capaces de realizar funciones para las cuales se requeriría un
humano inteligente. Dentro de este enfoque podemos encontrar la
famosa Prueba de Turing. Para poder superar esta prueba, la máquina debería
poseer las siguientes capacidades:
 Procesamiento de lenguaje natural, que le permita comunicarse
satisfactoriamente.
 Representación del conocimiento, para almacenar lo que se
conoce o se siente.
 Razonamiento automático, para utilizar la información
almacenada para responder a preguntas y extraer nuevas
conclusiones.
 Aprendizaje automático, para adaptarse a nuevas circunstancias
y para detectar y extrapolar patrones.
 Visión computacional, para percibir objetos.
 Robótica, para manipular y mover objetos.

Sistemas que piensan como humanos: Aquí la idea es hacer que las máquinas
piensen como humanos en el sentido más literal; es decir, que tengan
capacidades cognitivas de toma de decisiones, resolución de problemas,
aprendizaje, etc. Dentro de este enfoque podemos encontrar al campo
interdisciplinario de la ciencia cognitiva, en el cual convergen modelos
computacionales de IA y técnicas experimentales de psicología intentando
elaborar teorías precisas y verificables sobre el funcionamiento de la mente
humana.
Sistemas que piensan racionalmente: Aquí la idea es descubrir los cálculos que
hacen posible percibir, razonar y actuar; es decir, encontrar las leyes que rigen el
pensamiento racional. Dentro de este enfoque podemos encontrar a la Lógica, que
intenta expresar las leyes que gobiernan la manera de operar de la mente.

Sistemas que se comportan racionalmente: Aquí la idea es

diseñar agentes inteligentes. Dentro de este enfoque un agente racional es aquel
que actúa con la intención de alcanzar el mejor resultado o, cuando hay
incertidumbre, el mejor resultado esperado. Un elemento importante a tener en
cuenta es que tarde o temprano uno se dará cuenta de que obtener una
racionalidad perfecta (hacer siempre lo correcto) no es del todo posible en
entornos complejos. La demanda computacional que esto implica es demasiado
grande, por lo que debemos conformarnos con una racionalidad limitada. Como lo
que se busca en este enfoque es realizar inferencias correctas, se necesitan las
mismas habilidades que para la Prueba de Turing, es decir, es necesario contar
con la capacidad para representar el conocimiento y razonar basándonos en él,
porque ello permitirá alcanzar decisiones correctas en una amplia gama de
situaciones. Es necesario ser capaz de generar sentencias comprensibles en
lenguaje natural, ya que el enunciado de tales oraciones permite a los agentes
desenvolverse en una sociedad compleja. El aprendizaje no se lleva a cabo por
erudición exclusivamente, sino que profundizar en el conocimiento de cómo
funciona el mundo facilita la concepción de estrategias mejores para manejarse en
él.
Enfoque simbólico o Inteligencia Artificial débil:

Newell y Herbert Simon sostuvieron que las maquinas deben procesar información
mediante un lenguaje simbólico integrado por leyes lógicas.

Esta concepción de la Inteligencia Artificial rechaza reproducir la biología del

cerebro como base de la cognición, pero intenta emular su funcionamiento
racional porque lo consideran como un sistema de procesamiento de información.
Emplea tecnologías que manipulan símbolos. Y es precisa una información
estructurada, bien organizada en forma de reglas lógicas. El conocimiento se
obtiene mediante deducción, es decir, ir de lo general a lo particular, que es
propiamente humano.
Esta concepción de inteligencia es rebatida por el filósofo John Searle puesto que
la racionalidad no es un conjunto de reglas lógicas, sino que se trata de un
fenómeno biológico y, por tanto, universal para todos los seres humanos.
A Simon y Newell se debe el primer sistema de inteligencia artificial del mundo al
crear el Logic Theorist conocido también como Maquina de la Teoría Lógica en
1956. Este programa de ordenador fue capaz de resolver la mayor parte de los
teoremas de la formalización matemática de Whitehead y Russell de 1910.

El enfoque simbólico recibe un impulso por la empresa IBM y sus investigadores

Harlan Mills y Niklaus Wirth.

Alcanzó un notable éxito en el procesamiento de textos y el reconocimiento de

voz, así como disciplinas lógicas como los juegos de ajedrez y damas

Despertó gran interés la creación de máquinas que resolvían problemas

matemáticos en la creencia de que resolviendo lo más complejo solucionarían lo
más simple. Ello no fue así. Tampoco resultó acertada la hipótesis de que la
solución de problemas de juegos en ámbitos muy concretos, simplificarían una
realidad compleja facilitando su resolución.
Tras distintos proyectos de investigación se llegó a los IKBS (Sistemas inteligentes
basados en el conocimiento) también conocidos como Sistemas Expertos,
principal aportación de este enfoque simbólico.

Considerado como subconjunto de la IA según Rossini, procesan una ingente

información estructurada sobre una parcela del conocimiento mediante un sistema
lógico. Resuelven problemas especializados en áreas determinadas.

El primer Sistema Experto fue desarrollado por Edward Feigenbaum de la

Universidad de Stanford en 1965, especializado en análisis químico, se llamó
DENDRAL. Seguido en 1974 por MYCIN primer sistema experto en medicina
desarrollado por Ted Shortliffe también en Stanford.

Cabe considerar como Sistema Experto a los sistemas de información enfocados

a la Toma de Decisiones Empresariales, como el DSS.
Quedó así demostrado el poder de los sistemas basados en reglas para la
representación del conocimiento y la inferencia o procesamiento interpretativo
para diferentes campos de conocimiento. Esta operación se ejecuta mediante el
algoritmo llamado RETE, también son frecuentes el Eager Evaluation y el Lazy
Evaluation.

Frente a lo humano contingente los Sistemas Expertos son sistemas estables de

información y toma de decisiones dados su infalibilidad e inalterabilidad ante un
mismo problema en el tiempo.
Como puntos negativos carecen de sentido común y además no son capaces de
discriminar las cuestiones relevantes de las triviales.

Además, como razona el filósofo John Searle en su libro El misterio de la

conciencia, las aplicaciones de IA operan con la sintaxis, pero no con la
semántica, por ello, 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.
Sin embargo, son valorados en el mercado por su flexibilidad y confiabilidad y
constituyen una tecnología de probada efectividad.
Una manifestación moderna de este enfoque simbólico es la
llamada «planificación» para la ejecución de juegos. Junto a las técnicas
heurísticas constituyen la base de los programas de navegación que localizan
direcciones físicas evitando extraviarnos y optimizan la logística en empresas de
distribución de mercancías.

Alcances y limitaciones de la Inteligencia Artificial:

Actualmente, la Inteligencia Artificial posee una base de programación que, a
través de un lenguaje específico, adquiere la capacidad de llevar a cabo acciones
direccionadas que orillan a complementar una reacción contigua, un cuerpo
semántico de tareas individuales que contribuyen a la ejecución de un proceso, el
cual determinará la funcionalidad de un software cuya innovación integre la pericia
digital de la Inteligencia Artificial, y sus respectivos campos de estudio.

El alcance que tiene la Inteligencia Artificial a través de sus diferentes usos en la

industria determina la técnica que debe implementarse para un proceso
específico, así como la limitante que deberá establecerse, tomando en cuenta el
objetivo principal al que se busca llegar.

Por ejemplo, si lo que se busca es determinar una emoción humana, será

necesario focalizar el aprendizaje e interpretación de códigos a rasgos que
permitan entender un estado de ánimo, es decir, si se quiere que la Inteligencia
Artificial pueda reconocer si una persona está dormida o despierta, se deben
delimitar los puntos de referencia faciales que ayudarían a llegar a dicha
conclusión.

La Inteligencia Artificial aún no es completamente independiente al momento de

buscar soluciones por conciencia propia. Dicha acepción podría confirmar que aún
existen limitantes para esta tecnología, incluso si se retoman nuevas técnicas de
procesamiento como el Deep Learning, el cual tiene como fin hacer un análisis, a
través de un proceso de aprendizaje automático que utiliza redes neuronales
(concepto simulado en redes computacionales) para clasificar ciertos códigos y
patrones.

Algunas de las aplicaciones que puede tener esta técnica dentro de la industria,
podría ser el reconocimiento de personas, traducción, procesamiento de lenguaje
oral y escrito, o la identificación de objetos por sus características físicas, por
ejemplo, el reconocimiento de vehículos robados, aún si fueron alterados. Los
modelos de análisis a los que se circunscribe la Inteligencia Artificial son un canon
matemático que buscan integrar una respuesta lógica, en un contexto de
aprendizaje y decodificación estructurada.
 Conclusión:
Hoy en día, la cantidad de datos que se genera, tanto por parte de los humanos
como por parte de las máquinas, supera en gran medida la capacidad que tienen
las personas de absorber, interpretar y tomar decisiones complejas basadas en
esos datos. La inteligencia artificial supone la base de todo el aprendizaje
automático y el futuro de todos los procesos complejos de toma de decisiones.

Con la Inteligencia Artificial podemos identificar rápidamente las oportunidades, y

corregir las fallas de nuestro sistema de trabajo. Su velocidad de aprendizaje hace
que todos los procesos sean más eficaces.
 Referencias Bibliográficas:

Margaret Rouse 2021. Inteligencia Artificial o IA. Computer Weekly.es

Recuperado el 30 de septiembre del 2021.
https://www.computerweekly.com/es/definicion/Inteligencia-artificial-o-IA

Omar Paramo 2019. Alcances y limites de la Inteligencia Artificial. Gaceta Unam.

Recuperado el 30 de septiembre del 2021 . https://www.gaceta.unam.mx/alcances-y-
limites-de-la-inteligencia-artificial/

Iberdrola. 2021. ¿Qué es la Inteligencia Artificial? Recuperado el 30 de septiembre

del 2021. https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial
Juan Lorenzo 2021. Enfoques de inteligencia artificial. El Español. Recuperado el
30 de septiembre del 2021.
https://www.elespanol.com/blog_del_suscriptor/opinion/20210204/enfoques-inteligencia-
artificial/555514446_7.html