Está en la página 1de 18

INTELIGENCIA

ARTIFICIAL
Ing. John Harold Lanza Martínez
FUNDAMENTOS DE LA
INTELIGENCIA ARTIFICIAL

Inteligencia es la aptitud de crear


relaciones.
También se la puede conceptuar como
la habilidad para adquirir, comprender y
aplicar conocimiento.
Funciones Inteligentes: Aprendizaje,
Razonamiento, Percepción,
Locomoción, Creación, Tareas
Generales, Tareas Formales y Tareas
Expertas.
DEFINICION DE INTELIGENCIA
ARTIFICIAL

La IA es una ciencia que trata de la


comprensión de la inteligencia y del
diseño de máquinas inteligentes, es decir,
el estudio y la simulación de las
actividades intelectuales del hombre
(manipulación, razonamiento,
percepción, aprendizaje, creación).
CONOCIMIENTO

Conjunto de hechos y principios


acumulados por la humanidad, o el
acto, hecho o estado de conocer.
Los tipos de conocimiento son:
Procedimental, Declarativo y Heurisrtico
REPRESENTACION DEL
CONOCIMIENTO

Una representación del conocimiento


puede ser un esquema o dispositivo
utilizado para capturar los elementos
esenciales del dominio de un problema.
Una representación manipulable es
aquella que facilita la computación.
En representaciones manipulables, la
información es accesible a otras
entidades que usan la representación
como parte de una computación.
MANIPULACION DEL
CONOCIMIENTO

Programación Heurística.
Redes Neuronales Artificiales.
Evolución Artificial.
Procesos de Búsqueda.
Uso del Conocimiento.
Abstracción.
IMPORTANCIA DE LA INTELIGENCIA
ARTIFICIAL

En las fábricas, realizar montajes peligrosos y


actividades tediosas.
En la agricultura, controlar plagas y manejar
cultivos en formas más eficientes.
En la medicina, ayudar a los médicos a hacer
diagnósticos, supervisar la condición de los
pacientes, administrar tratamientos.
En las escuelas, apoyar la formación de los
estudiantes, especialmente en aquellas
materias consideradas complejas.
PROBLEMAS BASICOS EN
INTELIGENCIA ARTIFICIAL
Definición del Problema.
Análisis del Problema.
Representación.
Técnicas de Solución.
Sistema de Producción.
PROCESOS HEURISTICOS DE
BUSQUEDA

TIPOS DE ALGORITMOS

Ascenso a Colina.

Primero el Mejor

Reducción del Problema.


REPRESENTACION DEL
CONOCIMIENTO

Organismos Biológicos.
En Computadoras.
En Forma Natural.
La Ingeniería Cognoscitiva ha adaptado
diversos sistemas de representación del
conocimiento, entre los principales se tienen:
Lógica Simbólica Formal y las Formas
Estructuradas
REPRESENTACION MEDIANTE
REGLAS DE PRODUCCION

Los sistemas basados en reglas son los


más comúnmente utilizados.
Son simples y tienen similitud con el
razonamiento humano.
Las reglas representan el conocimiento
utilizando un formato SI-ENTONCES (IF-
THEN).
REDES ASOCIATIVAS

Las redes asociativas se caracterizan por


representar el conocimiento en forma
gráfica.
VENTAJAS DE LAS REDES
ASOCIATIVAS

Permiten la declaración de importantes


asociaciones, en forma explícita y sucinta.

Debido a que los nodos relacionados están


directamente conectados, y no se
expresan las relaciones en una gran base de
datos, el tiempo que toma el proceso de
búsqueda por hechos particulares puede ser
significativamente reducido.
DESVENTAJAS DE LAS REDES
ASOCIATIVAS

No existe una interpretación normalizada


para el conocimiento expresado por la red.
La interpretación de la red depende
exclusivamente de los programas que
manipulan la misma.
La dificultad de interpretación a menudo
puede derivar en inferencias inválidas del
conocimiento contenido en la red.
La exploración de una red asociativa
puede derivar en una explosión
combinatoria del número de relaciones
que deben ser examinadas para comprobar
una relación.
SISTEMAS BASADOS EN
CONOCIMIENTO

Los métodos generales Los métodos


generales desarrollados para la resolución de
problemas se lo conoce como Inteligencia
Artificial Débil
La aplicación de estas ideas dio lugar al
desarrollo de Sistemas Basados en
Conocimiento (Knowledge Based
Systems).
La definición de un sistema basado en
conocimiento puede ser simplemente la
siguiente: “Es un sistema computarizado
capaz de resolver problemas en el
dominio en el cual posee conocimiento
ESTRUCTURA DE UN SISTEMA
BASADO EN CONOCMINETO
SISTEMAS EXPERTOS

Un sistema experto puede ser definido


como un sistema basado en conocimiento que
emula la competencia de un experto, dentro
de un campo de aplicación bien delimitado.
También puede ser definido como un
conjunto de programas de computadora cuyo
comportamiento es similar al que tendría un
experto humano.
CARACTERISTICAS DE UN SISTEMA
EXPERTOS

Habilidad para adquirir conocimiento.

Fiabilidad, para poder confiar en sus


resultados o apreciaciones.

Solidez en el dominio de su conocimiento.

Capacidad para resolver problemas.