1. INTELIGENCIA ARTIFICIAL
¿QUE ES?
Es una de las disciplinas mas nuevas, que junto con la genética son
las mas estudiadas por los científicos, ya que permite aprender
mas de nosotros mismos.
Una de las tantas definiciones que se han dado para esta, es
entender que se sitúa como una disciplina que esta relacionada con
las ciencias de la computación, con el fin de dotar a las
computadoras de inteligencia, a partir de esta definición
encontramos que una de las técnicas de IA es aquella que se utiliza
con el fin de lograr que un determinado programa se comporte de
forma inteligente sin pretender tener en cuenta la forma de
razonamiento empleada para lograr ese comportamiento.

2. CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL
 Una característica fundamental que distingue a los métodos de
Inteligencia Artificial de los métodos numéricos es el uso de
símbolos no matemáticos.
 El comportamiento de los programas no es descrito explícitamente
por el algoritmo. El programa especifica cómo encontrar la
secuencia de pasos necesarios para resolver un problema dado
(programa declarativo).
 El razonamiento basado en el conocimiento, implica que estos
programas incorporan factores del mundo real y del ámbito del
conocimiento en que ellos operan.
 Aplicabilidad a datos y problemas mal estructurados, sin las
técnicas de Inteligencia Artificial los programas no pueden trabajar
con este tipo de problemas.

3. OBJETIVOS DE LA INTELIGENCIA ARTIFICIAL
Los objetivos se centran principalmente en los sistemas expertos, la
resolución de problemas, el control automático, las bases de datos
inteligentes y la ingeniería del software
Otros investigadores están trabajando en el reto del reconocimiento
de patrones donde se espera un rápido progreso en este campo que
abarca la comprensión y la síntesis del habla, el proceso de
imágenes y la visión artificial. Uno de los principales objetivos de los
investigadores en inteligencia artificial es la reproducción automática
del razonamiento humano.

4. La inteligencia artificial la podemos observar desde dos enfoques:
1. Comprendida como el intento por desarrollar una tecnología capaz
de proveer al ordenador capacidades de razonamiento similares a
los de la inteligencia humana.
2. Como una concepción como investigación relativa a los mecanismos
de la inteligencia humana que se emplean en la simulación de
validación de teorías.

5. En el primer enfoque encontramos que este se centra en la utilidad y
no en el método como tal; los temas claves en este enfoque se centran
en la gestión y representación del conocimiento y su autor mas
representativo es McCarthy Minsky. El segundo enfoque esta orientado
a la creación de un sistema artificial que crea procesos cognitivos
humano. Las palabras claves de este enfoque son el aprendizaje y la
adaptabilidad, sus autores mas importantes son Newell y Simón

6. La IA al tratar de construir máquinas que se comporten como seres
humanos han dado lugar al surgimiento de dos enfoques totalmente
opuestos:
A. El enfoque simbólico o top-down, conocido como la IA clásica
B. El enfoque subsimbólico llamado a veces conexionista.
El primer enfoque simulan directamente las características inteligentes
que se pretenden conseguir a través del hombre ; para los constructores
de los sistemas expertos resulta fundamental la representación del
conocimiento humano donde en los avances se ha encontrado dos tipos
de conocimiento:
1. Conocimiento acerca del problema particular
2. Conocimiento a cerca de cómo obtener más conocimiento a partir del
que ya tenemos.

7. ESCUELAS DE PENSAMIENTO DE LA INTELIGENCIA ARTIFICIAL
1. LA INTELIGENCIA ARTIFICIAL CONVENCIONAL
Se basa en el análisis formal y estadístico del comportamiento humano a
partir de diferentes problemas:
• a. Razonamiento basado en casos: Ayuda a tomar decisiones mientras
se resuelven ciertos problemas concretos.
• b. Sistemas Expertos: Infieren una solución a través del conocimiento
previo del contexto en que se aplica y de ciertas reglas o relaciones.
•

8. INTELIGENCIA COMPUTACIONAL
La Inteligencia Computacional (también conocida como IA subsimbólica-
inductiva) implica desarrollo o aprendizaje interactivo. El aprendizaje se
realiza basándose en datos empíricos. Incluye metodos como :
1- Redes Neurales estos son sistemas que tienen la capacidad de
reconocer patrones de data. A medida que pasa la información el sistema
hace la lectura y busca un patrón que pueda reconocer.
2- Sistemas “Fuzzy” estos son sistemas que contienen en sus comandos
unas técnicas que se utilizan para razonar de acuerdo a la incertidumbre
del problema (se ajusta o reacciona)..
3- Sistemas que han evolucionado en computación, aquí se aplica
conceptos biológicos del sistema tales como mutación de la data en el
sistema, la duplicación de la data y el análisis del problema para llegar a
una conclusión.

9. BIBLIOGRAFIA
http://es.wikipedia.org/wiki/Inteligencia_artificial
http://cmapspublic2.ihmc.us/servlet/SBReadResourceServlet?rid=1
201385077671_1590506156_7659
http://www.monografias.com/trabajos58/inteligencia-
artificial/inteligencia-artificial2.shtml

10. RECURSOS UTILIZADOS
Revista Iberoamericana de Inteligencia Artificial
Internet
Videos en you Tube