Inteligencia Artificial

INTELIGENCIA ARTIFICIAL

Definición formal:

Se denomina inteligencia artificial (IA) a la rama de las Ciencias de la Computación dedicada al desarrollo de agentes racionales no vivos.

Rama de la computación que crea programas para máquinas, que imitan el comportamiento y la comprensión humanas.La finalidad es simulación en cierta manera la inteligencia humana.

Estudia las habilidades inteligentes de razonamiento, capacidad de extracción de conclusiones y reacciones ante nuevas situaciones de las computadoras.

LA FINALIDAD DE LA INTELIGENCIA ARTIFICIAL Sus tareas principales:

Organización y funcionamiento de la inteligencia. El desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a la inteligencia humana, realizando tareas que requieran:

• Aprendizaje

• Solución de problemas y decisiones.

• A veces cubre una vasta gama de teorías y prácticas.

La inteligencia artificial se basa en dos áreas de estudio:

El cuerpo humano y el ordenador electrónico. Puesto que la meta es copiar la inteligencia humana, es necesario entender la. Sin embargo, a pesar de todos los progresos en Neurologíay Psicología, la inteligencia del hombre se conoce poco, exceptuando sus manifestaciones externas. Otros investigadores intentan obtener teorías generales dela inteligencia que sean aplicables a cualquier sistema de inteligencia y no solo al del ser humano.

CARACTERÍSTICAS DE LA IA

Una de sus características es que incluye varios campos de desarrollo:

• La robótica,

• La comprensión y traducción de lenguajes,

• El reconocimiento y aprendizaje de palabras de máquinas,

• Sistemas computacionales expertos, que son los encargados de reproducir el comportamiento humano en una sección del conocimiento.

CARACTERÍSTICAS 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, aunque no es suficiente para distinguirlo completamente. En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada.

• Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas.

o Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.

LAS REDES NEURONALES

La Red Neuronal escoge entre esta información y produce un acuerdo de los factores que influyen en las ventas. El modelo puede entonces ser llamado para dar una predicción de ventas futuras dado un pronóstico de los factores claves. Estos adelantos son debidos a la creación de reglas de aprendizaje de una Red Neuronal, que son los algoritmos usados para "aprender" las relaciones de los datos. Las reglas de aprendizaje habilitan a la red para "ganar conocimiento" desde datos disponibles y aplica ese conocimiento para asistir al gerente para hacer decisiones claves. Aunque su estructura varía según el tipo de red, lo más usual es que haya tres capas de neuronas, una de entrada, que recoge los estímulos, otra oculta, que procesa la información, y otra de salida, que ejecuta la respuesta.

Red Neuronal Artificial

Una Red Neuronal Artificial es configurada para una aplicación específica, tal como el reconocimiento de patrones o clasificación de datos, a través de un proceso de aprendizaje. Aprender en sistemas biológicos implica ajustes para las conexiones sinópticas que existen entre las neuronas. Esto lo hace una Red Neuronal Artificial. Redes Neuronales: Es un sistema de computación que puede actuar en la misma forma que funciona el cerebro humano, o simularlo. Se puede usar para simular una red neuronal por medio de computadoras normales.

Una red neuronal obtiene experiencia analizando automática y sistemáticamente los datos para determinar reglas de comportamiento; con base en ellas, puede realizar predicciones

...