Inteligencia Artificial

1.1 Propósito de la inteligencia artificial y su evolución histórica.

El principal objetivo de la inteligencia artificial es demostrar el funcionamiento de esta basándose en hipótesis y/o teorías, en nuestra época la inteligencia artificial ha intentado llegar al mismo nivel del ser humano, para la resolución de problemas, para la realización de tareas y se intenta aportar el aprendizaje, etc. En pocas palabras la inteligencia artificial está incorporada por la inteligencia humana y la computación.

En el año de 1943 los señores McCulloch y Walter Pitts comprende la opción de hacer un modelo de neuronas del cerebro compuestas por neuronas del animal y de una persona para dar una clara representación de las actividades cerebrales.

En los años 50 fue cuando realmente nació la inteligencia artificial partiendo de que Norbert Weiner elaboro ideas junto con otras dentro del campo de la “ciberetrica”.

Tiempo después se considera que el pensamiento humano esta dirigido para la solución de los problemas y tareas relacionadas entre si.

Para los años 50 se realiza exitosamente un sistema llamado Perceptrón de Rossenblatt sistema visual de reconocimiento de patrones en el cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de problemas, pero no fui demasiado y esto se diluyo enseguida

Ya para los años 60 Alan Newell y Herbert Simon que trabajan en teoremas y el ajedrez logran desarrollar un programa llamado GPS (solucionador general de problemas) sistema en el que el usuario definía un entorno con funcionalidad de serie de objetos y operadores los cuales son para aplicación sobre ellos.

Para los 70 un equipo de investigadores dirigido por Edward Feigenbaum elaborar un proyecto para resolver problemas de la vida cotidiana y problemas más complejos, de aquí es cuando nacen los sistemas expertos. Uno de los sistemas mas utilizados en el año de 1974 es el Mycin que era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicación.

En los 80 se desarrollan lenguajes especiales para la utilización de la inteligencia artificial como el LISP o PROLOG y se desarrollan sistemas mas expertos como ejemplo el ERISKO en el cual se perfecciona el cuerpo de reglas heurísticas automáticamente por inducción.

1.2 Las habilidades cognoscitivas según la psicología. Teorías de la inteligencia (conductismo, Garder).

Estas habilidades son las que facilitan el conocimiento y son aquellas que operan directamente sobre la información: como recogiendo, analizando, comprendiendo, procesando y guardando en la memoria para poder recuperarla y utilizarla donde, cuando y como convenga. Atención: es la exploración, fragmentación, selección y contra distractoras.

a) Atención: es la exploración, fragmentación, selección y contra distractoras.

b) Comprensión (técnicas o habilidades de trabajos intelectuales): Captación de ideas, subrayando, traduciendo a lenguaje propio y resumen, gráficos , redes, esquemas, y mapas conceptuales. A través del manejo del lenguaje oral y escrito (velocidad, exactitud, compresión).

c) Elaboración: Preguntas, metáforas, analogías, organizadores, apuntes y nemotécnicas.

d) Memorización/Recuperación (técnicas o habilidades de estudio): Codificación y generación de respuestas.

1.3 El proceso de razonamiento según la lógica (axioma, teoremas, demostración).

Axioma.

Proposición tan clara y evidente que se admite sin necesidad de demostración. Cada uno de los principios fundamentales e indemostrables sobre los que se construye una teoría.

Teorema

Proposición demostrable lógicamente partiendo de axiomas o de otros teoremas ya demostrados, mediante reglas de inferencia aceptadas.

Demostración

Demostración matemática, argumento utilizado para mostrar la veracidad de una proposición matemática, en términos de matemáticas modernas una demostración comienza con una o más declaraciones denominadas premisas, y prueba, utilizando las reglas de la lógica, que si las premisas son verdaderas, entonces una determinada conclusión debe ser también cierta.

Comprobación, por hechos ciertos o experimentos repetidos, de un principio o de una teoría.

• Tablas de verdad de la lógica: conjunción, disyunción, implicación, negación y condicional.

1.4 Modelo de adquisición del conocimiento según la filosofía

La metodología de Common KADS ofrece una aproximación para la resolución de problemas inherentes a la ingeniería del conocimiento provenientes de la experiencia y apoyándonos en los fundamentos de la ingeniería de software, para esto la ingeniería debe hacer frente a la recopilación de datos, y ampliara la gran gama de la información para generar más conocimiento; .

Modelos para la adquisición de los conocimientos:

 Método de organización: Análisis de las características principales de una organización, con el fin de descubrir problemas y oportunidades para sistemas de conocimiento, establecer su viabilidad y ponderar los impactos en la organización de las acciones del conocimiento.

 Modelo de tareas: Analiza las tareas globales, sus entradas y salida, precondiciones y criterios de realización; así como los recursos necesarios y la competencia.

 Modelo de agente: Los agentes son los ejecutores de una tarea, agente puede ser humano, un sistema de información, o cualquier otra entidad capaz de llevar a cabo una tarea.

 Modelo de conocimiento: Es el que explica los tipos y estructuras de conocimientos de conocimiento juega en la resolución de u utilizado para llevar a cabo una tarea , proporcionando una descripción independiente de la implementación del papel que diferentes componentes que sean comprensibles para el ser humano, esto hace que el conocimiento sea un vehículo importante para la comunicación de expertos y los usuarios sobre de los aspectos relativos a la solución de problemas de un sistema de conocimiento tanto durante el desarrollo como durante de la ejecución del sistema

 Modelo de comunicación: Donde varios agentes se involucra una tarea para modelar las transacciones entre los agente implicados.

 Modelo de diseño: proporciona la especificación del sistema en términos de arquitectura, plataforma de implementación, módulos de software, construcción de representación y mecanismos de computación requeridos para implementar las funciones propuestas en los modelos de conocimiento

...