República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de las Fuerzas Armada

Nacional

Unefa-Guacara

Inteligencia Artificial

Integrante:

Carlos Escalona

Keybert Madariaga

Ing. En Sistema

7mo semestre

Guacara, 09 de Mayo del 2019

 INTRODUCCIÓN
Con la evolución de la tecnología se ha demostrado la capacidad que tiene el hombre de crear
equipos que faciliten y agilicen las tareas que realizan diariamente, muestra de ello son las
computadoras y con ellas los sistemas operativos, por ello una de las ramas de Ciencias de la
Computación que ayuda al desarrollo de estos equipos es la IA.

La Inteligencia Artificial (IA), estudia el software y hardware necesarios para simular el

comportamiento y comprensión de los seres humanos. La IA tiene como propósito investigar
cómo hacer que un robot haga cosas que hasta el momento, el hombre hace mejor. El presente
trabajo muestra un resumen de la cátedra impartida el 8 de Octubre sobre los antecedentes de la
Inteligencia Artificial mismo que se discutió en clases aclarando las dudas sobre su gran influencia
y su posibilidad de en un futuro superar al hombre.
 Inteligencia Artificial
La inteligencia artificial (IA), es la inteligencia llevado a cabo por máquinas. En ciencias de
la computación, una máquina «inteligente» ideal es un agente flexible que percibe su entorno y
lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea.
Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita las funciones
«cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «percibir»,
«razonar», «aprender» y «resolver problemas». Andrea Kaplan y Michael Haenlein definen la
inteligencia artificial como "la capacidad de un sistema para interpretar correctamente datos
externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas
concretas a través de la adaptación flexible". A medida que las máquinas se vuelven cada vez más
capaces, tecnología que alguna vez se pensó que requería de inteligencia se elimina de la definición.
Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un ejemplo de la
«inteligencia artificial» habiéndose convertido en una tecnología común. Avances tecnológicos
todavía clasificados como inteligencia artificial son los sistemas de conducción autónomos o los
capaces de jugar al ajedrez o al Go.

Según Takeyas (2007) la IA es una rama de las ciencias computacionales encargada de estudiar
modelos de cómputo capaces de realizar actividades propias de los seres humanos en base a dos de
sus características primordiales: el razonamiento y la conducta.

En 1956, John McCarthy acuñó la expresión inteligencia artificial, y la definió como la ciencia e
ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes. También
existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas,
respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos
en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.

Varios ejemplos se encuentran en el área de Programas de cómputo inteligentes, la habilidad de

responder a diagnósticos y a consultas de los consumidores, reconocimiento de
escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente
son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en
gran variedad de aplicaciones de software, juegos de estrategia, como ajedrez de computador, y
otros videojuegos.
 TIPOS DE INTELIGENCIA ARTIFICIAL

Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian

varios tipos de inteligencia artificial:

 Sistemas que piensan como humanos: automatizan actividades como la toma de

decisiones, la resolución de problemas y el aprendizaje. Un ejemplo son las redes
neuronales artificiales.
 Sistemas que actúan como humanos: se trata de computadoras que realizan tareas de
forma similar a como lo hacen las personas. Es el caso de los robots.
 Sistemas que piensan racionalmente: intentan emular el pensamiento lógico racional
de los humanos, es decir, se investiga cómo lograr que las máquinas puedan
percibir, razonar y actuar en consecuencia. Los sistemas expertos se engloban en
este grupo.
 Sistemas que actúan racionalmente: idealmente, son aquellos que tratan de imitar de
manera racional el comportamiento humano, como los agentes inteligentes.

Antecedentes de la Inteligencia Artificial

La Inteligencia Artificial "nació" en 1943 cuando Warren McCulloch y Walter Pitts
propusieron un modelo de neurona del cerebro humano y animal. Estas neuronas nerviosas
abstractas proporcionaron una representación simbólica de la actividad cerebral. Más adelante,
Norbert Wiener elaboró estas ideas junto con otras, dentro del mismo campo, que se llamó
"cibernética"; de aquí nacería, sobre los años 50, la Inteligencia Artificial.

Los primeros investigadores de esta innovadora ciencia, tomaron como base la neurona
formalizada de McCulloch y postulaban que: "El cerebro es un solucionador inteligente de
problemas, de modo que imitemos al cerebro". Pero si consideramos la enorme complejidad del
mismo esto es ya prácticamente imposible, ni que mencionar que el hardware de la época ni el
software estaban a la altura para realizar semejantes proyectos. Se comenzó a considerar el
pensamiento humano como una coordinación de tareas simples relacionadas entre sí mediante
símbolos. Se llegaría a la realización de lo que ellos consideraban como los fundamentos de la
solución inteligente de problemas, pero lo difícil estaba todavía sin empezar, unir entre sí estas
actividades simples. Es en los años 50 cuando se logra realizar un sistema que tuvo cierto éxito, se
llamó el Perceptrón de Rossenblatt. Éste era un sistema visual de reconocimiento de patrones en el
cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de problemas, pero estas
energías se diluyeron enseguida.
 Fue en los años 60 cuando Alan Newell y Herbert Simon, que trabajando la demostración
de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem
Solver: solucionador general de problemas). Éste era un sistema en el que el usuario definía un
entorno en función de una serie de objetos y los operadores que se podían aplicar sobre ellos. Este
programa era capaz de trabajar con las torres de Hanoi, así como con criptoaritmética y otros
problemas similares, operando, claro está, con microcosmos formalizados que representaban los
parámetros dentro de los cuales se podían resolver problemas. Lo que no podía hacer el GPS era
resolver problemas ni del mundo real, ni médicos ni tomar decisiones importantes. El GPS
manejaba reglas heurísticas (aprender a partir de sus propios descubrimientos) que la conducían
hasta el destino deseado mediante el método del ensayo y el error.

En los años 70, un equipo de investigadores dirigido por Edward Feigenbaum comenzó a
elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en
problemas más concretos. Así es como nació el sistema experto. El primer sistema experto fue el
denominado Dendral, un intérprete de espectrograma de masa construido en 1967, pero el más
influyente resultaría ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la
sangre y recetar la correspondiente medicación, todo un logro en aquella época que incluso fueron
utilizados en hospitales (como el Puff, variante de Mycin de uso común en el Pacific Medical
Center de San Francisco, EEUU). Ya en los años 80, se desarrollaron lenguajes especiales para
utilizar con la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta época cuando se
desarrollan sistemas expertos más refinados, como por el ejemplo el EURISKO. Este programa
perfecciona su propio cuerpo de reglas heurísticas automáticamente, por inducción.

Área de Estudio De la Inteligencia Artificial

La inteligencia artificial abarca un campo con gran extensión, por lo cual en la actualidad y
con un enfoque moderno empezamos a hablar de agentes inteligentes; por lo cual obtenemos una
definición de IA, como el estudio de los agentes que perciben percepciones del entorno y llevan a
cabo las acciones. Cada agente implementa una función la cual estructura las secuencias de las
percepciones en acciones, así quedaría de forma general definida. Sin embargo al hablar de IA, nos
involucramos en otros campos o áreas en los cuales se nota la intervención de ésta, como las
siguientes:

 Búsqueda de Soluciones
Este término hace referencia a la búsqueda de soluciones de un determinado problema, es decir
que no significa buscar en algún sistema de información de base de datos. Por ejemplo, podemos
encontrar un programa o software específico para llegar a un pueblo, ciudad o país, por una ruta
más corta.

 Sistemas Expertos
Estos sistemas son el primer producto de la IA, ya que tiene dos atributos principales:

 Permiten introducir información sobre un tema en una computadora, que se denomina base
de conocimiento.
 Permite interrogar a la base que creamos y luego dar razón de lo que estamos averiguando.
  Procesamiento del Lenguaje Natural
Se podría decir que muchos investigadores acerca de la IA, tienen como uno de los fines a
alcanzar, porque esto se refiere a que la computadora entienda el lenguaje humano de forma directa.

 Reconocimientos de Modelos
El reconocimiento y la relación de modelos son influyentes para varias aplicaciones, en donde
se incluye también la robótica y el procesamiento de imágenes.

 Robótica
Podemos afirmar que la rama de la robótica está íntimamente relacionada con la inteligencia
artificial, ya que en la mayoría de casos se acostumbra a vincular ambas ciencias; es decir un robot
es la representación más precisa de lo que es la IA.

 Aprendizaje de las Máquinas

Esta área trata de hacer que los programas aprendan de sus propios errores, en base a la
observación y al auto evaluación el aprendizaje mecánico significa simplemente hacer que la
computadora sea capaz de beneficiarse de sus propios errores.

 Lógica
La corrección lógica de un argumento aplicando unas reglas lógicas generales; en este contexto
la palabra argumento hace mención a las distintas afirmaciones conectadas de manera lógica para
alcanzar un fin, esto incluye pruebas matemáticas, lógica formal, lógica psicológica o filosóficas.

 Incertidumbre y Lógica Difuso

La mayoría de las decisiones que usted toma están basadas en un conocimiento incorrecto. Por
ejemplo, cuando compramos algo no sabemos que parte del artefacto este dañado.

 Lógica Difusa
Es una rama de la inteligencia artificial que se fundamenta en el concepto “todo es cuestión de
grado”, esto permite manejar la información de manera que podamos controlar el funcionamiento
de un sistema específico.
 Inteligencia Artificial Vs Inteligencia Humana
Son muchas las diferencias que nos separan de los cerebros electrónicos, y no se trata de
cuestiones superficiales, sino de estructura. Este es un listado con las principales diferencias entre
los sistemas de inteligencia artificial propias de ordenadores y el funcionamiento de nuestro
cerebro:

 Su arquitectura es distinta

Una máquina dotada de inteligencia artificial tiene una serie de puertos de entrada y
salida de datos que podemos identificar fácilmente. Esto no se da en nuestro cerebro: cada
subestructura de su globalidad puede ser a la vez receptora de datos y emisora de
información. Tampoco se sabe en qué dirección viaja la información, ya que las
ramificaciones interminables y los bucles son una constante en el mundo de las neuronas.

 Su funcionamiento es distinto

En cualquier estructura de inteligencia artificial se puede diferenciar el canal por el que

viajan los datos (hardware) y la información propiamente dicha. En un cerebro, en cambio,
la distinción entre información y el medio material por el que viaja no existe. Los datos que
se transmiten son en sí mismos cambios materiales que determinan la fuerza de atracción
que existen entre las neuronas. Si la neurona A está más conectada con la neurona B que
con la C, la información es una, mientras que si A pasa a estar más conectada con C, la
información es otra.

 Los datos con los que trabaja el cerebro no se pueden almacenar

Una consecuencia de que no distingamos entre canal e información es que tampoco

existen grandes depósitos de datos en nuestra cabeza. Es por eso que nunca recordamos
algo de la misma forma, siempre hay pequeñas variaciones. De hecho, se ha comprobado
que incluso en las personas con una memoria autobiográfica muy desarrollada pueden tener
falsos recuerdos.

 La importancia del contexto

Nuestros cerebros orgánicos se adaptan como un guante a cada situación, a pesar de que
cada una de las situaciones que vivimos sean únicas. Es más: ante contextos impredecibles,
diferentes personas son capaces de reaccionar de la misma manera. Esto es algo que no
encontramos en los sistemas de inteligencia artificial, en los que diferentes estímulos llevan
al mismo resultado sólo si esos estímulos están previamente determinados: si A, entonces
C; si B, entonces C. Los seres humanos, con todos nuestros defectos, estamos hechos para
vivir en un contexto caótico. Nuestro cerebro es capaz de interpretar todos los estímulos,
aunque se presenten de manera inesperada y sean totalmente nuevos.
  La Inteligencia Artificial necesita regularidad

Los sistemas de inteligencia artificial necesitan estar montados de una manera muy
concreta para poder ejecutar órdenes y hacer que la información pase de un lugar a otro de
la manera correcta. Los cerebros, en cambio, son únicos en cada uno de nosotros. Al lado
del entramado de aproximadamente 100.000.000.000 de neuronas que sostienen nuestro
pensamiento, las huellas digitales que sirven para identificarnos en algunos contextos
parecen ser todas iguales. Además, nuestro cerebro está cambiando constantemente, incluso
mientras dormimos. La gran virtud de nuestro cerebro es que puede funcionar bien en todo
momento a pesar de estar sujeto a constantes alteraciones imprevisibles: de ahí que haya
sido definido como el sistema más complejo que existe.

 Su origen es distinto

Cualquier sistema de inteligencia artificial ha sido construido por uno o más agentes
intencionales: científicos, programadores, etc. Nuestros cerebros, sin embargo, han sido
tallados por la evolución. Eso significa que, mientras que la inteligencia artificial se erige
sobre maneras determinadas de codificar la información siguiendo unos patrones y unas
operaciones lógicas, nuestro cerebro tiene que apañárselas con un conjunto de células
nerviosas que hacen cosas propias de las células nerviosas (valga la redundancia). Si una
máquina funciona a partir de instrucciones, el funcionamiento de nuestro cerebro se
fundamente en el juego de interacciones que se dan entre neuronas.

 Somos seres más emocionales que racionales

Puede que esta sea una afirmación precipitada (a fin de cuentas, ¿cómo se mide lo racional y lo
irracional?) pero, sin embargo, sí se puede decir que el pensamiento lógico y sistemático está
reducido sólo a ciertas situaciones y momentos de nuestro día a día. Mientras que las máquinas
dotadas de inteligencia artificial sólo pueden trabajar a partir de argumentos y premisas, en nuestro
caso lo normal es saltarse a la torera este paso.

Es decir, por ejemplo, de todo lo que estás haciendo ahora. ¿Responde la postura en la que te
has sentado a criterios racionales, como la necesidad de mantener la espalda en una posición que no
la dañe? ¿O en algún momento has decidido que por encima de tu salud lo que prima es evitar el
esfuerzo de mantener la espalda erguida? Es más: ¿has llegado a plantearte alguna vez este tema?
Lo cierto es que, aunque el pensamiento racional y la lógica hayan aparecido recientemente en
nuestra historia evolutiva, nuestro cerebro sigue siendo más o menos el mismo desde hace 200.000
años.
 CONCLUSIÓN
Como se ha podido observar una de las críticas más grande de la inteligencia
artificial es la característica de imitar por completo a un ser humano, pero estas críticas
pasan por alto que ningún ser humano tiene la capacidad de resolver todos los problemas
existentes. Por lo tanto es muy importante detonar que tipos de problemas que podrán
resolver, la estrategia y algoritmos que realizara para llegar a dicha respuesta.
Un problema que se presta en la I.A es la comunicación que esta tendrá con el
usuario. Este contratiempo se debe a la diversidad del lenguaje, la cual apareció ya en los
primeros sistemas operativos informáticos. El ser humano se puede comunicar mediante su
lengua nativa, lo que implica que bien la persona deberá aprender el idioma de la máquina
como cualquier otra lengua conocida, o la máquina tendrá que interpretar el mensaje que la
persona se la dé.
En muchas ocasiones las maquinas dan la impresión de poseer inteligencia pero a
pesar de esto no podríamos decir que son inteligentes ya que hasta ahora solo son
emulaciones de ciertos procesos.
Con el crecimiento de la tecnología la IA ha avanzado enormemente, pero sin
embargo no se asemeja a la inteligencia de un ser humano, pero existen muchas maquinas
que realizan diferentes procesos que la pueden hacer con mayor eficiencia que cualquier ser
humano.
 BIBLIOGRAFÍA
 Casali, A. 2008. ¿Qué es la Inteligencia Artificial?. (En línea). Formato Pdf. Consultado,
17 de oct. 2015. Disponible en: http://www.unalmed.edu.co/~dovalle/Paper1-IA.pdf

 Garcia, A. 2012. Inteligencia artificial: fundamentos, práctica y aplicaciones. Copyright.

Madrid, ES. p 1.

 González, I. 2011. LA INTELIGENCIA. (En línea). Formato PDF. Consultado el 17 de

octubre 2015. Disponible en: http://bitacoramedica.com/wp-content/uploads/2011/07/La-
Inteligencia.pdf

 Hernández, G. 2011. HISTORIA DE LAS COMPUTADORAS. (En línea). Formato PDF.

Consultado, 18 de oct. 2015. Disponible en:
http://www.uv.mx/personal/gerhernandez/files/2011/04/historia-compuesta.pdf

 Russell, S y Norvig, P. 2004. Inteligencia Artificial un enfoque moderno. 2ed. Pearson

Educación S.A. Madrid, ES. p 2.

 Stuart, J., & Norvig, P. (2004). Inteligencia Artificial. Un enfoque moderno (Vol. Segunda).
Madrid: Pearson Educacion S.A.