Tecnologia

INTELIGENCIA ARTIFICIAL

Inteligencia Artificial (AI) es el área de la informática se centra en la creación de máquinas que pueden participar en los comportamientos que los humanos consideran inteligente. La capacidad de crear máquinas inteligentes ha intrigado a los seres humanos desde la antigüedad, y hoy en día con el advenimiento de la computadora y de 50 años de investigación sobre las técnicas de programación de IA, el sueño de máquinas inteligentes se está convirtiendo en una realidad. Los investigadores están creando sistemas que pueden imitar el pensamiento humano, entender el habla, batir el mejor jugador de ajedrez humano, y un sinnúmero de otras hazañas nunca antes posible. Descubra cómo los militares están aplicando la lógica AI a sus sistemas de alta tecnología, y cómo en un futuro próximo la Inteligencia Artificial puede afectar nuestras vidas.

________________________________________

No es mi objetivo de sorprender o escandalizar usted - pero la forma más sencilla que puedo resumir es decir que en la actualidad hay en el mundo de las máquinas que puedan pensar, que pueden aprender y que puede crear. Además, su capacidad para hacer estas cosas va a aumentar rápidamente hasta que - en un futuro visible - la gama de problemas que pueden manejar será la misma extensión que el rango en el que se ha aplicado la mente humana. - Herbert Simon 1

Introducción

En la búsqueda de crear máquinas inteligentes, el campo de la Inteligencia Artificial se ha dividido en varios enfoques diferentes en función de las opiniones sobre los métodos y las teorías más prometedoras. Estas teorías rivales tienen los investigadores de plomo en uno de dos enfoques básicos, de abajo hacia arriba y de arriba hacia abajo. Los teóricos de abajo arriba creen que la mejor manera de alcanzar la inteligencia artificial es construir réplicas electrónicas de red compleja del cerebro humano de neuronas, mientras que el enfoque de arriba hacia abajo intenta imitar el comportamiento del cerebro con programas de ordenador.

Redes Neuronales y Computación Paralela

El cerebro humano está formado por una red de miles de millones de células llamadas neuronas, y la comprensión de su complejidad es visto como una de las últimas fronteras de la investigación científica. Es el objetivo de los investigadores de IA que prefieren este enfoque de abajo hacia arriba para construir circuitos electrónicos que actúan como lo hacen las neuronas en el cerebro humano. Aunque gran parte del funcionamiento del cerebro sigue siendo desconocido, la compleja red de neuronas es lo que da a los humanos características inteligentes. Por sí mismo, una neurona no es inteligente, pero si se agrupan, las neuronas son capaces de transmitir señales eléctricas a través de redes.

La neurona "disparar", pasar una señal a la siguiente en la cadena.

La investigación ha demostrado que una señal recibida por una neurona viaja a través de la región de dendritas, y por el axón. La separación de las células nerviosas es un espacio llamado sinapsis. A fin de que la señal para ser transferido a la siguiente neurona, la señal debe ser convertida de eléctrica en energía química. La señal puede ser recibida por la siguiente neurona y procesada.

Warren McCulloch después de completar la escuela de medicina de Yale, junto con Walter Pitts un matemático propone una hipótesis para explicar los fundamentos de cómo las redes neuronales hicieron el trabajo cerebral. Basándose en experimentos con neuronas, McCulloch y Pitts mostraron que las neuronas pueden ser considerados dispositivos para el procesamiento de números binarios. Un nuevo importante de la lógica matemática, los números binarios (representado como 1 y 0 o verdadero y falso) fueron también la base de la computadora electrónica. Este enlace es la base de las redes neuronales simulados por computadora, también conocida como la computación paralela.

Un siglo antes, la naturaleza de verdadero / falso de números binarios se teorizó en 1854 por George Boole en sus postulados acerca de las leyes del pensamiento. Principios de Boole constituyen lo que se conoce como álgebra de Boole, la colección de la lógica en relación AND, OR, NOT operandos. Por ejemplo, de acuerdo a las leyes del pensamiento de la declaración: (para este ejemplo en cuenta todas las manzanas rojas)

• Las manzanas son rojas - es cierto

• Las manzanas son rojas y naranjas son de color púrpura - es False

• Las manzanas son rojas o naranjas son de color púrpura - es cierto

• Las manzanas son rojas y naranjas que no son de color púrpura - también es cierto

Boole también supone que la mente humana funciona de acuerdo con estas leyes, que realiza operaciones lógicas que pueden ser motivadas. Noventa años más tarde, Claude Shannon aplica principios de Boole en circuitos, el modelo para las computadoras electrónicas. La contribución de Boole para el futuro de la computación e inteligencia artificial era inconmensurable, y su lógica es la base de las redes neuronales.

McCulloch y Pitts, utilizando los principios de Boole, escribió un artículo sobre la teoría de redes neuronales. La tesis aborda cómo las redes de neuronas conectadas podrían realizar operaciones lógicas. Asimismo, indicó que, una al nivel de una sola neurona, la liberación o la falta de liberación de un impulso fue la base por la que el cerebro toma decisiones de verdadero / falso. Uso de la idea de la teoría de la realimentación, que describen el bucle que existía entre los sentidos ---> ---> cerebro músculos, y del mismo modo la conclusión de que la memoria podría ser definida como las señales en un circuito cerrado de neuronas. Aunque ahora sabemos que la lógica en el cerebro se produce en un nivel más alto que McCulloch y Pitts teorizaron, sus contribuciones fueron importantes a la IA ya que mostraron cómo el disparo de señales entre neuronas conectadas podría causar el cerebro para tomar decisiones. Teoría McCulloch y de Pitt es la base de la teoría de la red neuronal artificial.

Usando esta teoría, McCulloch y Pitts entonces diseñados réplicas electrónicas de redes neuronales, para mostrar cómo las redes electrónicas podrían generar procesos lógicos. También afirmaron que las redes neuronales pueden ser, en un futuro, ser capaz de aprender y reconocer patrones. Los resultados de su investigación y de dos de los libros de Weiner sirvieron para aumentar el entusiasmo, y los laboratorios de neuronas simuladas computadoras fueron instaladas en todo el país.

Dos factores principales han inhibido el desarrollo de las redes neuronales a gran escala. Debido al costo de la construcción de una máquina para simular las neuronas, que

...