PARADIGMAS DE LA INTELIGENCIA ARTIFICIAL

(Alan, 2007)Indica que La IA se ocupa de la resolución de problemas y para esto

es necesario (pero no suficiente) tener conocimientos sobre el problema que se
va a resolver. Existen varios paradigmas en la IA que definen la forma de
representar los conocimientos y cómo estos son utilizados para lograr un
determinado objetivo.
En su libro (Pérez, 2010) Nos describe 4 paradigmas dentro de la inteligencia
artificial.
El trabajo de k. Craik titulado the Nature of explanation introduce los fundamentos
DEL PARADIGMA SIMBÓLICO (IAS) O REPRESENTACIONAL AL
INTERPRETAR EL CONOCIMIENTO HUMANO en términos de descripciones
declarativas y modulares de entidades simbólicas de alto nivel y de reglas de
inferencia usadas para manipular dichas descripciones simbólicas.
En 1943, Warren McCulloch Y Walter Pitts publicaron el trabajo titulado: A
Logical calculus of che ideas inmanent in nervous activity, que señala el
comienzo del PARADIGMA CONEXIONISTA (IAC) (la neurocomputacion) en
dicho trabajo se muestra que incluso las formas más simples de redes
neuronales artificiales pueden computar, en principio , funciones , aritméticas y
lógicas. Dicho paradigma está inspirado en el conocimiento actual que tenemos
del funcionamiento del cerebro.
A. Rosenblueth, N. Wiener y J. Bigelow, en su trabajo titulado Behavior, and
Teleology, introdujeron los fundamentos del PARADIGMA SITUADO O
REACTIVO, basado en el comportamiento, al interpretar comportamiento
inteligente en términos de un conjunto de mecanismo de realimentación. Se pone
énfasis en el hecho de que toda percepción y toda acción están acopladas a
través de sensores y efectores concretos. Por ejemplo, un robot que se mueve,
gira a la derecha y evita un obstáculo
La mayor parte de los problemas son de naturaleza hibrida, por lo que su
solución tendrá que ser también hibrida. Surge así el PARADIGMA HIBRIDO
(IAH). Es decir, en el control de un robot podremos necesitar técnicas simbólicas,
difusas y neuronales.
(Ortiz, 2006) nos indica que dentro de los paradigmas se encuentra EL
PARADIGMA DISTRIBUIDA (IAD) está aparece en la década de los 80's donde
intenta resolver problemas en donde una conducta colectiva es más eficiente
que una conducta individual, como lo estudia la inteligencia artificial que hace el
análisis de un único agente que se encuentra en un ambiente no cambiante y
que intenta resolver todo el problema con solo esta entidad.
(Alan, 2007)describe que también se encuentra el PARADIGMA EVOLUTIVA
(IAE) donde este surgió al final de los años 60, cuando se comenzó a estudiar la
incorporación de mecanismos de selección natural para la solución de
problemas. Como resultados se crearon una serie de algoritmos que, basados
en la Teoría de la Evolución de Charles Darwin, conducen una búsqueda
estocástica de la solución de un problema, haciendo evolucionar a un conjunto
de estructuras y seleccionando de modo iterativo.
(Delgado S Hernando A., 2013) describen que existe el PARADIGMA DE
REDES NEURONALES (IAN) para el aprendizaje y procesamiento automático,
inspirado en la forma en que funciona el sistema nervioso de los animales. Se
trata de un sistema de interconexiones de neuronas que colaboran entre sí para
producir una salida.

(GONZALEZ, 2008) En los años 70 que surgió un nuevo paradigma en la

Inteligencia Artificial “los SISTEMAS EXPERTOS”, cuya función es desarrollar
trabajos similares a los que desarrollaría un especialista en un área determinada,
la idea no es sustituir a los expertos, sino que estos sistemas sirvan de apoyo a
los especialistas en un “dominio” de aplicación específico.

(Mateos, 2013) explica que el PARADIGMA DE ALGORITMOS GENETICOS

son estrategias de búsqueda estocástica basados en el mecanismo de selección
natural y en algunos casos se involucran aspectos de genética natural, imitando
a la evolución biológica como estrategia para resolver problemas.
En particular, los investigadores Michael Crouse y Errin Fulp de la universidad
de Harvard están creando la primera computadora que de forma automática
ajusta su configuración para defenderse de ataques informáticos. Ellos utilizan
los algoritmos para seleccionar las mejores configuraciones; configuraciones
adaptables, que van mejorando de generación en generación según explica
(Lazalde, 2012)

(UNED, 2010) nos dicen que el PARADIGMA DE LA NEUROCOMPUTACION

está inspirada en la biología, de resolver algunas tareas encontradas
frecuentemente cuando se trata de reproducir mediante computadoras
habilidades atribuidas a la inteligencia humana.

Conclusión
Los paradigmas de IA vistos hasta ahora se refieren a cómo se manipula el
conocimiento, o sea, en particular a cómo se adquiere, almacena y utiliza para
lograr un determinado fin que generalmente es tomar una decisión o resolver un
problema)”. (Valdez, 2013)
Los paradigmas son muy importantes para poder llevar a cabo un buen manejo
del conocimiento aplicado a la inteligencia artificial manejada actualmente para
poder tomar decisiones al momento de resolver problemas de diferentes
ámbitos.
Soporte a los complejos procesos de análisis. Dichos procesos se requieren en
el descubrimiento de las tendencias mundiales a fin de tomar decisiones
eficientes y oportunas, y poder afrontar los retos que impone el mundo
globalizado, en donde el conocimiento y su correcta aplicación aparecen como
un factor esencial para el desarrollo de las organizaciones.