Inteligencia artificial
Descargar como PPTX, PDF0 recomendaciones123 vistas
El documento introduce el tema de la inteligencia artificial. Explica que la IA combina la ciencia de la computación, la fisiología y la filosofía. Se centra en crear máquinas que puedan pensar y realizar tareas como juegos, traducción de idiomas y diagnóstico de fallas. También describe dos escuelas principales de pensamiento en IA: la convencional basada en el análisis formal del comportamiento humano, y la computacional que implica el aprendizaje interactivo basado en datos empíricos.
Inteligencia artificial
- 2. Introduccion La Inteligencia Artificial es una combinación de la ciencia del ordenador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar". La idea de construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría experta en diversos temas. Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en 1956.
- 5. Escuelas de Pensamiento Inteligencia artificial Inteligencia artificial convencional. Computacional • Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del • La Inteligencia Computacional comportamiento humano ante diferentes problemas: • Razonamiento basado en casos: Ayuda a tomar (también conocida como IA decisiones mientras se resuelven ciertos problemas concretos y aparte de que son muy importantes subsimbólica-inductiva) implica requieren de un buen funcionamiento. • Sistemas expertos: Infieren una solución a través del desarrollo o aprendizaje conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones. interactivo (por ejemplo, • Redes bayesianas: Propone soluciones mediante modificaciones interactivas de inferencia probabilística. • Inteligencia artificial basada en comportamientos: los parámetros en sistemas que tienen autonomía y pueden auto-regularse y controlarse para mejorar. conexionistas). El aprendizaje se • Smart process management: facilita la toma de decisiones complejas, proponiendo una solución a realiza basándose en datos un determinado problema al igual que lo haría un especialista en la actividad. empíricos.