Sunteți pe pagina 1din 5

La Inteligencia Artificial (IA)

Es la combinación de algoritmos planteados con el propósito de crear máquinas


que presenten las mismas capacidades que el ser humano.

Para Nils John Nilsson son cuatro los pilares básicos en los que se apoya la
inteligencia artificial:

 Búsqueda del estado requerido en el conjunto de los estados producidos


por las acciones posibles.
 Algoritmos genéticos (análogo al proceso de evolución de las cadenas de
ADN).
 Redes neuronales artificiales (análogo al funcionamiento físico del cerebro
de animales y humanos).
 Razonamiento mediante una lógica formal análogo al pensamiento
abstracto humano.

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 control de sistemas, planificación


automática, 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.

APLICACIONES PRÁCTICAS DE LA INTELIGENCIA ARTIFICIAL

La IA está presente en la detección facial de los móviles, en los asistentes


virtuales de voz como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y
está integrada en nuestros dispositivos cotidianos a través de bots (abreviatura de
robots) o aplicaciones para móvil, tales como: Lyli, un personal shopper en versión
digital; concebida para ayudarnos con el aprendizaje de idiomas; Ems, diseñada
para hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o
Gyant un asistente virtual de Facebook que emite 'diagnósticos' médicos. El
objetivo de todas ellas: hacer más fácil la vida de las personas.
Los avances en IA ya están impulsando el uso del big data debido a su habilidad
para procesar ingentes cantidades de datos y proporcionar ventajas
comunicacionales, comerciales y empresariales que la han llevado a posicionarse
como la tecnología esencial de las próximas décadas. Transporte, educación,
sanidad, cultura... ningún sector se resistirá a sus encantos.

VENTAJAS

 En el ámbito laboral reduce los costos y salarios adicionales. Por resultar un


atractivo, conlleva a generar más ingresos.
 Se han desarrollado aplicaciones que realizan tareas que el hombre nunca
hubiera podido hacer debido a su complejidad.
 Puede predecir situaciones a largo plazo.
 Reduce el tiempo que consume realizar cierta actividad.
 Lograr grandes hallazgos y avances.

DESVENTAJAS

 Por ser software, requieren de constantes actualizaciones (mantenimiento).


 Realizar estos sistemas expertos requiere de mucho tiempo y dinero.
 Crear máquinas que sean autosuficientes y puedan ir desplazando a la raza
humana.
 El uso irracional y exagerado de esta tecnología podría conllevar a la
dominación de las máquinas sobre el hombre, como también llegar a
depender mucho de ellas.
 El hombre se siente menos importante cuando una máquina o un sistema
“lo supera”.
EJEMPLOS

Como ejemplos de entidades físicas pueden nombrarse:

 Un robot de comportamiento variable autorregulado (ya sea que su


comportamiento sea determinado por software o incorporado directamente
en la electrónica),
 Una computadora que ejecuta un software de diagnóstico médico y muestra
resultados en una pantalla para ayudar a decidir a un médico,
 Una computadora especializada que controla un helicóptero en maniobras
peligrosas para un hombre.

Ejemplos de entidad puramente virtual serían:

 Un software de descubrimiento de patrones en Internet que sólo interactúa


con otros software.
 Un software softbot que simula a una persona en un juego de computadora,
tal como un jugador de ajedrez, un jugador de fútbol contrincante o un
conductor de carreras de automóviles, etc.

CLASIFICACIÓN

Es posible clasificar a los agentes inteligentes en 6 categorías principales:

 Agentes reactivos
 Agentes reactivos basados en modelo
 Agentes basados en objetivos
 Agentes basados en utilidad
 Agentes que aprenden
 Agentes de consultas
Se define agente inteligente como todo agente capaz de tener conciencia de su
entorno y actuar sobre él. No obstante es necesario exigir que estas decisiones
sean racionales en el sentido de que persigan algún fin.

Por ejemplo : cuando un fotón con la suficiente energía incide sobre un átomo,
puede arrancar de él un electrón. Podríamos considerar al átomo inteligente
puesto que percibe su entorno (la incidencia del fotón) y actúa sobre su entorno
(emite un electrón). La ausencia de relación entre la emisión del electrón y
cualquier hipotético interés del átomo muestra que este no es un agente
inteligente pese a verificar la definición de Stuart Russell.

Sin ese término no tendría sentido la palabra racionalidad.

Paradójicamente la conducta de un agente rara vez es la óptima. La razón es


sencilla: calcular el óptimo de un criterio de un modo suficientemente bueno como
para ser considerado razonable es muy difícil cuando en el problema planteado
concurren múltiples restricciones. Un ejemplo sería el cálculo de la mejor ala para
un avión, donde el agente tendría que ser capaz de tener en cuenta criterios tan
dispares como la aerodinámica, la compatibilidad con el resto de componentes de
la aeronave, o criterios económicos, y restricciones tales como limitaciones en
peso de la propia ala, el peso total de la aeronave, las normativas aplicables, etc.
En el otro extremo se encuentran problemas como el cálculo del máximo de un
polinomio de segundo grado, en los que el criterio es muy sencillo -es un
polinomio de segundo grado- y no concurre ninguna restricción.

Cuando el criterio es una función real de muchas variables y las restricciones


también, los cálculos son mucho más complicados. Algunas veces se puede lograr
una buena aproximación, pero si el agente ha de tomar la decisión en muy poco
tiempo, deberá conformarse con la mejor aproximación que pueda calcular en el
escaso tiempo de que dispone.

S-ar putea să vă placă și