1. El propósito de la IA
y su evolución
histórica
JUDITH CARRILLO MARIA
8 «B» I.S.C
INTELIGENCIA ARTIFICIAL
2. La finalidad de la inteligencia
artificial consiste en crear teorías y
modelos que muestren la organización
y funcionamiento de la inteligencia.
3. A veces llamada inteligencia de
máquina, la inteligencia artificial o AI
(Artificial Intelligence) cubre una
vasta gama de teorías y prácticas.
4. La Inteligencia Artificial "nació"
en 1943 cuando Warren McCulloch
y Walter Pitts propusieron un
modelo de neurona del cerebro
humano y animal. Estas neuronas
nerviosas abstractas
proporcionaron una
representación simbólica de la
actividad cerebral.
5. "El cerebro es un
solucionador
inteligente de
problemas, de modo
que imitemos al
cerebro".
6. Es en los años 50 cuando se
logra realizar un sistema
que tuvo cierto éxito, se
llamó el Perceptrón de
Rossenblatt. Fue en los
años 60 cuando Alan Newell
y Herbert Simon, que
trabajando la
demostración de teoremas y
el ajedrez por ordenador
logran crear un programa
llamado GPS (General
Problem Solver:
solucionador general de
problemas).
7. En los años 70, un equipo de
investigadores dirigido por
Edward Feigenbaum
comenzó a elaborar un
proyecto para resolver
problemas de la vida
cotidiana o que se
centrara, al menos, en
problemas más concretos.
8. Ya en los años 80,
se desarrollaron
lenguajes
especiales para
utilizar con la
Inteligencia
Artificial, tales
como el LISP o el
PROLOG.
10. Son las facilitadoras del conocimiento,
aquellas que operan directamente sobre la
información: recogiendo analizando
comprendiendo procesando y guardando
información en la memoria, para,
posteriormente, poder recuperarla y
utilizarla donde, cuando t como convenga.
11. En general son las siguientes:
1.. Atención
2.- comprensión
3.- elaboración
4.- memorización
12. Habilidades Cognoscitivas
Habilidad.
Capacidad y disposición para algo.
Gracia y destreza en ejecutar algo que sirve de adorno a la
persona, como bailar, montar a caballo, etc.
Cognoscitivo, va.
Que es capaz de conocer.
Cognitivo, va.
Perteneciente o relativo al conocimiento.
13. 1.3 El proceso de razonamiento
según la lógica (axiomas,
teoremas, demostración)
14. Axioma.
Proposición tan clara y evidente que se
admite sin necesidad de demostración. Cada
uno de los principios fundamentales e
indemostrables sobre los que se construye
una teoría.
Ejemplo:
1+1=2
A es hermano de B
C es hijo de A
Entonces podemos decir que B es tío de C, o
bien C es sobrino de B
15. Teorema
Proposición demostrable lógicamente
partiendo de axiomas o de otros teoremas ya
demostrados, mediante reglas de inferencia
aceptadas.
Axiomas sobre alumno:
- Estudia
- Realiza tareas
- Participa
- Programa
16. Demostración
Demostración matemática, argumento utilizado para
mostrar la veracidad de una proposición matemática.
En las matemáticas modernas una demostración
comienza con una o más declaraciones denominadas
premisas, y prueba, utilizando las reglas de la
lógica, que si las premisas son verdaderas, entonces
una determinada conclusión debe ser también cierta.
Comprobación, por hechos ciertos o experimentos
repetidos, de un principio o de una teoría.
Tablas de verdad de la lógica: conjunción, disyunción,
implicación, negación y condicional.
17. 1.4 El modelo de adquisición
del conocimiento según la
filosofía
18. La metodología Common KADS, como cualquier
otra ofrece una aproximación para resolver
los problemas inherentes a la ingeniería del
conocimiento provenientes de la experiencia
y apoyados por los fundamentos de la
ingeniería del software
19. Todo ello dentro de un determinado ámbito de
aplicación o línea de negocio empresarial,
que debe plasmarse en una realidad.
Modelo de tarea
Modelo de agente
Modelo de conocimiento
Modelo de comunicación
Modelo de diseño
21. En toda situación de aprendizaje ( Pozo,
1999), espontáneo o generado en una
experiencia educativa, puede identificarse
tres componentes básicos:
El qué se aprende (resultados), el cómo se
aprende (los procesos cognitivos) y las
condiciones del aprendizaje (la acción
educativa) que responde a las preguntas
cuándo, cuánto, donde, con quién etc.
22. 1.6 El modelo del agente inteligente
Un agente 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. En este contexto la
racionalidad es la característica que posee
una elección de ser correcta, más
específicamente, de tender a maximizar un
resultado esperado.
23. Es posible clasificar los agentes
inteligentes en 5 categorías principales:
- Agentes reactivos
- Agentes reactivos basados en modelo
- Agentes basados en objetivos
- Agentes basados en utilidad
- Agentes que aprenden
24. 1.7 El papel de la heurística
Se denomina heurística a la capacidad de un
sistema para realizar de forma inmediata
innovaciones positivas para sus fines.
25. . La capacidad heurística
es un rasgo característico
de los humanos, desde cuyo
punto de vista puede
describirse como el arte y
la ciencia del
descubrimiento y de la
invención o de resolver
problemas mediante la
creatividad y el
pensamiento lateral o
pensamiento divergente.
26. En computación, dos objetivos fundamentales
son encontrar algoritmos con buenos tiempos
de ejecución y buenas soluciones, usualmente
las óptimas. Una heurística es un algoritmo
que abandona uno o ambos objetivos; por
ejemplo, normalmente encuentran buenas
soluciones, aunque no hay pruebas de que la
solución no pueda ser arbitrariamente
errónea en algunos casos; o se ejecuta
razonablemente rápido, aunque no existe
tampoco prueba de que siempre será así.