Download Diapositiva 1

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

Los orígenes de la inteligencia artificial:
1943 - Con la definición de la neurona formal dada por McCulloch &
Pitts, como un dispositivo binario con varias entradas y salidas.

1956 - Se volvió a tocar el tema de inteligencia artificial (IA) en el
instituto de tecnología de Massachussets por John McCarthy donde se
celebró la conferencia de Dartmouth en Hanover (Estados Unidos). En
este certamen McCarthy, junto a otros colegas, establecieron las bases
de la inteligencia artificial como un campo independiente dentro de la
informática.

1950 - Alan M. Turing publico un artículo en la revista Mind, titulado
“Computing Machinery and Intelligence” (“Ordenador e inteligencia”),
en el que reflexionaba sobre el concepto de inteligencia artificial y
establecío una una prueba que permite determinar si un ordenador o
computadora se comporta conforme a lo que se entiende como
artificialmente inteligente o no.

En los años 70, la inteligencia artificial como tal no tuvo muchos
éxitos ya que requería demasiada inversión para ese tiempo y la
mayoría de tecnologías eran propias de grandes centros de
investigación.

En los años 80 se lograron algunos avances significativos en
una de sus ramas llamada Sistemas Expertos, con la
introducción de PROLOG LISP.

En la actualidad se sigue investigando en los grandes
laboratorios tecnológicos educativos y privados; sin dejar de lado
los notables avances en sistemas por computadora (Sony, con
sus robots capaces de moverse en forma casi humana y
reaccionar a presiones tal como lo hace una persona al
caminar), aplicaciones de lógica difusa (aplicación del tracking
automático en nuestras video caseteras, por citar una
aplicación), etc.
DEFINICIONES
• Se denomina inteligencia artificial (IA) a la
rama de la ciencia informática dedicada al
desarrollo de agentes racionales no vivos.
Con respecto a las definiciones actuales de inteligencia
artificial se encuentran autores como Rich & Knight
[1994], Stuart [1996], quienes definen en forma general
la IA como la capacidad que tienen las máquinas para
realizar tareas que en el momento son realizadas por
seres humanos; otros autores como Nebendah [1988],
Delgado [1998], arrojan definiciones más completas y
las definen cómo el campo de estudio que se enfoca en
la explicación y emulación de la conducta inteligente en
función de procesos computacionales basadas en la
experiencia y el conocimiento continuo del ambiente.
La IA se divide en:
1. La Inteligencia Artificial Convencional
2. La Inteligencia Computacional
Inteligencia Artificial Convencional
Basada en análisis formal y estadístico del
comportamiento humano ante diferentes problemas:
• Razonamiento basado en casos
• Sistemas Expertos
• Redes Bayesianas.
• Inteligencia Artificial basada en Comportamientos
Inteligencia Artificial Computacional
La inteligencia computacional (también conocida
como inteligencia artificial subsimbólica) implica
desarrollo o aprendizaje El aprendizaje se realiza
basándose en datos empíricos. Algunos métodos
de esta rama incluyen:
• Máquina de Vectores Soporte
• Redes Neuronales
• Modelos ocultos de Markov
• Sistemas Difusos
• Computación Evolutiva
APLICACIONES Y TECNICAS
Dentro del enfoque de la ingeniería de la Inteligencia
Artificial, se clasifican las técnicas que pueden ser
usadas como herramientas para solucionar problemas
en las siguientes categorías:
1. Técnicas básicas, así llamadas por encontrarse a la
base de diversas aplicaciones de IA. Entre otras se
encuentran Búsqueda Heurística de Soluciones,
Representación
del
Conocimiento,
Deducción
Automática, Programación Simbólica (LISP) y Redes
Neuronales.
2. Tecnologías, o combinaciones de varias técnicas
básicas, orientadas a resolver familias de problemas. Las
tecnologías son más especializadas que las técnicas
básicas y están más cerca de las aplicaciones finales. Se
pueden mencionar a la Robótica y Visión, Lenguaje
Natural y Sistemas Expertos.
APLICACIONES Y TECNICAS
3. Clases o tipos de aplicaciones: Diagnóstico,
Predicción (sistemas de autocontrol de reactores
atómicos), Secuencia de operaciones ("Scheduling"),
Diseño, Interpretación de datos.
4. Campos de aplicación: Ingeniería, Medicina, Sistemas
de Manufactura, Administración, Apoyo a la Toma de
Decisiones Gerenciales, etc. Todas caen dentro de las
áreas de los sistemas computacionales, pero que se
consideran como clientes de la Inteligencia Artificial.
“LA INTELIGENCIA ARTIFICIAL LLEGA A LOS
SISTEMAS DE ATENCIÓN AL CLIENTE”


“Ana mantiene más de 40.000 diálogos cada día con
los clientes de Ikea de veinte países. Gracias a ello,
los responsables de la compañía calculan un ahorro
anual de entre 15 y 20 millones de euros en todo el
proceso de atención al cliente.”
Artificial Solutions es la empresa tecnológica que
está detrás de esta políglota y eficiente empleada
virtual. Johan Ahlund, CEO de la compañía, resume
su actividad diciendo que “lo que hacemos se llama
Customer Service Optimization, es decir, optimizar
todos los servicios que relacionan a la empresa con
sus clientes”.
“APLICACIÓN DE LA IE EN PROBLEMAS DE
PRODUCCIÓN”
Operación automática de control de calidad usando un
sistema de visión por computadora.
 El sistema Robot Visión PRO es un paquete de software
de visión que permite la adquisición de imágenes,
preprocesamiento y segmentación. Además realiza
procesamiento de datos de alto nivel que brinda filtrado
de imágenes, elaboración de clusters y patrones, e
identificación de objetos. Este sistema cuenta con una
videocámara y un monitor encargado de identificar cada
una de las piezas salientes del proceso y hacer una
comparación con piezas de 100% de calidad para luego
determinar si el empaque puede salir al mercado o debe
desecharse.
¿AVANCE TECNOLÓGICO O
AMENAZA SOCIAL?
SOFTWARE Y HADWARE

Estos sistemas ayudan a elaborar diagnósticos médicos,
explorar en busca de recursos naturales, determinar errores
en dispositivos mecánicos y ayudar en el diseño y puesta en
operación de otros sistemas de computación.

Los sistemas de inteligencia artificial incluyen a las
personas, los procedimientos, el hardware y software, los
datos y los conocimientos necesarios para desarrollar
sistemas, y máquinas de computación que presenten
características de inteligencia.
El objetivo del desarrollo de sistemas de IA contemporáneos
no es el reemplazo completo de la toma de decisiones de los
humanos, pero sí duplicarlas para ciertos tipos de
problemas bien definidos.

SOFTWARE Y HADWARE
Los esfuerzos de la IA se clasifican según varias
categorías.
Mientras la investigación y el desarrollo como
robótica y visión artificial, se relacionan con el
hardware y software, la investigación y el desarrollo
en otras áreas sólo se relacionan con el software.





Robótica
Sistema de visión
Procesamiento de lenguaje natural
Sistemas de aprendizaje
Redes Neuronales
CARACTERÍSTICAS
Los sistemas de IA con su red neuronal aprende por ensayo y error.
Características:




Capacidad de recuperar información incluso si falla alguno de los
nodos neuronales.
Modificación rápida de los datos almacenados como consecuencia de
nueva información.
Capacidad de descubrir relaciones y tendencias en grandes bases de
datos.
Capacidad de resolver problemas complejos para los cuales no se
cuento con la información.
NOTA: Las redes neuronales son excelentes para el reconocimiento de
patrones. Por ejemplo, las computadoras de red neuronal se pueden
usar para leer los códigos de barra de los cheques bancarios a pesar
de manchas o de una impresión de baja calidad.
CARACTERÍSTICAS
Agentes de reflejo simple
 Agentes bien informados de todo lo que pasa
 Agentes basados en metas
 Agentes basados en utilidad
 Sistema Experto
 Otros métodos son marcos semánticos integrados
por cuadros con listas de entidades y atributos; y
las redes semánticas, mapas de entidades y sus
atributos relacionados.

DECISIONES GERENCIALES









Aprender de la experiencia y aplicar el conocimiento
adquirido de ésta.
Mejorar situaciones complejas.
Solucionar problemas cuando se carece de
información importante.
Determinar qué es importante.
Reaccionar en forma rápida y correcta a una nueva
situación.
Comprender imágenes visuales.
Procesar y manipular símbolos.
Ser creativos e imaginativos.
Usar la heurística (reglas prácticas producto de la
experiencia).