Presentado por : Luis Alfredo

Inteligencia Artificial 2/13 FIEE

- UNMSM

Contenido:

Inteligencia Artificial
- ¿Qué es la IA?
Definición
(IA)
- Tipos de IA

- Proyección

- Desafíos

- Sociedad
 Inteligencia Artificial – 3/13: Definición FIEE -
UNMSM

1. ¿Qué es la Inteligencia Artificial?

Definición:

- Jhon McCarthy(1956) : “La ciencia y el ingenio de hacer

máquinas inteligentes”

- Wikippedia :“Es la inteligencia llevado a cabo por

máquinas.
Se aplica cuando una máquina imita las
funciones
«cognitivas» que los humanos asocian con
otras
mentes humanas, como por ejemplo:
 Inteligencia Artificial 4/13 : Tipos FIEE -
UNMSM

2. Tipos de Inteligencia Artificial

Sistemas Sistemas
Sistemas Sistemas
que que
que actúan que actúan
piensan piensan
como racionalme
como racionalme
humanos nte
humanos
Redes neuronales Robótica
nte
Sistemas expertos Agentes inteligentes

4
Inteligencia Artificial : 5/13 FIEE -
UNMSM

2. 1.Sistemas que piensan como humanos

Automatización de actividades que asociamos con el pensamiento
humano:
toma de decisiones, resolución de problemas comunes, el
aprendizaje.

Se ocupan de imitar el pensamiento humano, siendo un ejemplo

las redes neuronales artificiales, que justamente imitan el
funcionamiento del sistema nervioso.
Inteligencia Artificial : 6/13 FIEE -
UNMSM

2.1. 1. Redes Neuronales

Artificiales
Estos sistemas aprenden y se forman a sí mismos, en lugar
de ser programados mediante algoritmos de forma explícita

Se inspiran en las neuronas bilógicas y el aprendizaje de

Hebb (1949)
Inteligencia Artificial : 7/13 FIEE -
UNMSM
Los Engrama de Hebb
"Si las entradas a un sistema producen el mismo patrón de actividad
repetidamente, cada elemento tenderá a activar a otros elementos y (con
pesos negativos) a inactivar a los elementos que no formen parte del
patrón. En otras palabras, el patrón en su conjunto se convertirá en 'auto-
asociado'. Se puede decir que un aprendizaje (auto-asociado) es un patrón
de engrama." (Hebb, 1949, p. 44)

El Perceptrón
Fue creada en 1958 por Frank
Rosenblatt y es un algoritmo de
reconocimiento de patrones
basado en una red de aprendizaje
de computadora de dos capas, que
utilizaba adición y sustracción
simples
Inteligencia Artificial : 8/13 FIEE -
UNMSM

2. 2.Sistemas que actuan como humanos

Son sistemas que imitan el comportamiento humano; por ejemplo la
robótica.

 Hanson Robótics Honda

Inteligencia Artificial : 9/13 FIEE
- UNMSM

2. 3.Sistemas que piensan racionalmente

 Tratan de imitar o emular el pensamiento lógico racional del ser
humano
SISTEMAS EXPERTOS
Sistema computacional que emula la capacidad de tomar desiciones de un
humano experto.
Inteligencia Artificial : 10/13 FIEE -
UNMSM

2. 4.Sistemas que actúan racionalmente

Tratan de emular de forma racional el comportamiento humano

Agentes
Inteligente
Es una entidad capaz de percibir su entorno, procesar tales percepciones y
responder o actuar en su entorno de manera racional, es decir, de manera correcta y
tendiendo a maximizar un resultado esperado.
Inteligencia Artificial : 11/13 FIEE -
UNMSM

3. Proyección

Chatbot Circuitos Simbiosis 4ta

s integrados human- Revolución
potenciados con IA machine Industrial
Inteligencia Artificial : 12/13 FIEE -
UNMSM

3. Desafíos

- El poder del sistema cómputo. Una IA “débil" o "estrecha”

- Analisis del Lenguaje. Entonación, sarcasmo

- Demandan una gran cantidad de entrenamiento. El machin

learning

- Privacidad y seguridad de datos. Encríptación de datos

- Sintetizar todos los tipos de Inteligencia Artificial

Inteligencia Artificial : 13/13 FIEE -
UNMSM

5. Sociedad (sugestión)

Resistencia al Falta de confianza

Miedo
cambio en las habilidades
del IA
Inteligencia Artificial : 13/13 FIEE -
UNMSM
El Perceptrón

Unidad básica de inferencia en forma de 

discriminador lineal, a partir de lo cual se desarrolla un
algoritmo capaz de generar un criterio para
seleccionar un sub-grupo a partir de un grupo de
componentes más grande.
Inteligencia Artificial : 8/13 FIEE -
UNMSM

El perceptrón usa una matriz para representar las redes neuronales y es

un discriminador terciario que traza su entrada x(un vector) a un único
valor de salida f(x) (un solo vector binario) a través de dicha matriz.

Donde w es el vector de pesos y w.k y u es el ‘umbral’, el cual

representaba inhibición de la neurona, es un término constante que no
depende del valor que tome la entrada
Inteligencia Artificial : 13/13 FIEE -
UNMSM
El Perceptrón OR en Java

Tabla lógica | Tabla Equivalente

X1 X2 SALIDA X1 X2 SALIDA
1 1 1 1 1 1
1 0 1 1 -1 1
0 1 1 -1 1 1
0 0 0 -1 -1 -1

Cambiaremos el 0 por el -1 para facilidad de nuestro

programa, operación y umbral de nuestro perceptrón
Inteligencia Artificial : 13/13 FIEE -
UNMSM
Fórmulas
La salida de nuestro perceptrón estará definido por la siguiente
función:
Y = tanh( w1*x1 + w2*x2
+θx3)   Y

Con cálculos matemáticos se halla que para que sea un perceptrón OR

el 3er peso debe ser -1.
Inteligencia Artificial : 13/13 FIEE -
UNMSM
Reajuste de pesos.

En caso de que el perceptrón detecte error, este recalcularia

los pesos con la siguiente fórmula:

 
W