viernes, 3 de junio de 2011
viernes, 20 de mayo de 2011
Conclusiones
La Inteligencia artificial es la capacidad de una máquina de pensar y actuar como el hombre, pero para lograr esto primero se debe conocer totalmente el funcionamiento del pensamiento humano. En el ámbito tecnológico la Inteligencia Artificial es una de las áreas que causa mayor expectación, incluso dentro de la sociedad en general, debido a que la búsqueda para comprender los mecanismos de la inteligencia, ha sido la piedra filosofal del trabajo de muchos científicos por muchos años y lo sigue siendo.
Sin embargo, este avance tecnológico puede traer graves consecuencias como el desempleo, la veneración y el sometimiento por parte del humano. No se puede negar que la Inteligencia artificial traería grandes ventajas para el hombre; pero también se debe ser conciente de sus implicaciones negativas.
Pero aun sin haber desarrollado completamente la inteligencia artificial, ya se ven las graves consecuencias sociales que trae consigo y es probable que al finalizar el análisis y la reflexión acerca de este tema, se evidencie que lo importante es salvarnos de nosotros mismos, pues sin el uso de la razón, los humanos pueden llegar a ser mucho más peligrosos. No se debe olvidar que hoy en día la creación de artefactos inteligentes, se vuelve cada vez más una meta que un sueño; implícitamente se vuelve mas una amenaza social que un avance tecnológico.
Aplicaciones
- Sistemas que piensan como humanos: Sistemas con procesos de pensamiento humano.
- Sistemas que actúen como humanos: Sistemas que al realizar trabajos requieran inteligencia.
- Sistemas que piensen racionalmente: Se enfoca en el estudio de las facultades mentales.
- Sistemas que actúen racionalmente: Se enfoca en el diseño de agentes inteligentes.
- Tratamiento de Lenguajes Naturales: Capacidad de Traducción, Órdenes a un Sistema Operativo, Conversación Hombre-Máquina, etc.
- Sistemas Expertos: Sistemas que se les implementa experiencia para conseguir deducciones cercanas a la realidad.
- Robótica: Navegación de Robots Móviles, Control de Brazos móviles, ensamblaje de piezas, etc.
- Problemas de Percepción: Visión y Habla, reconocimiento de voz, obtención de fallos por medio de la visión, diagnósticos médicos, etc.
- Aprendizaje: Modelización de conductas para su implante en computadoras.
- Técnicas básicas, así llamadas por encontrarse a la base de diversas aplicaciones de IA. Entre otras se encuentran Búsqueda Heurística de Soluciones, Representación del Conocimiento, Deducción Automática, Programación Simbólica (LISP) y Redes Neuronales. Estas técnicas son las bases de las aplicaciones. En su mayoría, no necesita conocerla el usuario final, sino los profesionales que se dedican a su aplicación y la generación de aplicaciones comerciales.
- Tecnologías, o combinaciones de varias técnicas básicas, orientadas a resolver familias de problemas. Las tecnologías son más especializadas que las técnicas básicas y están más cerca de las aplicaciones finales. Se pueden mencionar a la Robótica y Visión, Lenguaje Natural, Sistemas Expertos
- Clases o tipos de aplicaciones: Diagnóstico, Predicción (sistemas de autocontrol de reactores atómicos), Secuenciamiento de operaciones ("Scheduling"), Diseño, Interpretación de datos. Todas ellas son familias de problemas tipo. Por ejemplo, el diagnóstico se refiere a encontrar las causas de fallas, ya sea que se trate de fallas en una línea de producción o de enfermedades en una persona.
- Campos de aplicación: Ingeniería, Medicina, Sistemas de Manufactura, Administración, Apoyo a la Toma de Decisiones Gerenciales, etc. Todas caen dentro de las áreas de los sistemas computacionales, pero que se consideran como clientes de la Inteligencia Artificial.
aspectos positivos y negativos
NEGATIVOS:
- La verdadera inteligencia artificial, se evidenciará cuando no seamos capaces de distinguir entre un ser humano y un programa de coputadora en una conversación a ciegas. Muchos de los investigadores sobre IA, entre ellos Gary Reyes, sostienen que "la inteligencia Artificial es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o cerebro" (Reyes. 2001).
- Se podría prever que la sociedad estaría basada en la productividad, donde la maquina es el empleado y el hombre el sedentario que odia el trabajo, habría una supervivencia absurda; para imaginar esto, solo hay que ir a los países desarrollados industrialmente, el trabajo para el hombre se ha vuelto una ilusión, una falacia.
- el desempleo, el hombre quedaría reemplazado totalmente por las máquinas que producirían incluso mas rápido y con menos complicaciones, pues no mezclarían la vida personal con la laboral como suele ocurrirle al hombre, serían excelente productores, y en un mundo eminentemente capitalista eso es suficiente para sobrevivir y obtener el poder.
- Se debe pensar que cuando las máquinas alcancen nuestra capacidad mental, tendrán características humanas tales como el aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento implícito, y la percepción modelar del mundo. Así, se puede hablar ya no sólo de un objetivo, sino de muchos dependiendo del punto de vista o utilidad que pueda encontrarse a la denominada inteligencia artificial.
- Las películas se pueden catalogar como de carácter profético porque se anticipan a las situaciones que se viven actualmente o que se vivirán, es como si los investigadores actuales tomaran como referencia de estudio est:as películas para perfeccionar el arma más mortal para el ser humano.
- Actualmente existen dos tendencias en cuanto al desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. Los sistemas expertos intentan reproducir el razonamiento humano de forma simbólica, por medio de formulas y logismos como el código binario. Las redes neuronales lo hacen desde una perspectiva más biológica (recrean la estructura de un cerebro humano mediante algoritmos genéticos). A pesar de la complejidad de ambos sistemas los resultados distan mucho de un auténtico pensamiento inteligente, pues solo llegan a ser reproducción de funciones específicas y no del razonamiento y el pensamiento complejo que caracteriza al hombre.
caracteristicas
- 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. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial. Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema específico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.
- El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). 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 (programa de procedimiento).
- El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.
- Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. 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.
-viernes, 6 de mayo de 2011
Evolucion
- Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría (250 a. C.) construyó la primera máquina autocontrolada, un regulador del flujo de agua (racional pero sin razonamiento).
- En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de un dispositivo físico para implementar cualquier cómputo formalmente definido.
- En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera el primer trabajo del campo, aun cuando todavía no existía el término. Los primeros avances importantes comenzaron a principios de los años 1950 con el trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.
- En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de programación orientado a la resolución de problemas, el IPL-11. Un año más tarde desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemáticos.
- En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años.
- En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problem Solver (GPS). GPS era un sistema orientado a la resolución de problemas.
- En 1958 John McCarthy desarrolla en el Instituto de Tecnología de Massachusetts (MIT), el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico.
- A finales de los 50 y comienzos de la década del 60 Robert K. Lindsay desarrolla «Sad Sam», un programa para la lectura de oraciones en inglés y la inferencia de conclusiones a partir de su interpretación.
- En 1963 Quillian desarrolla las redes semánticas como modelo de representación del conocimiento.
- En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de inferir conocimiento basado en información que se le suministra. Bobrow desarrolla STUDENT.
- Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU, que permitía interrogar y dar órdenes a un robot que se movía dentro de un mundo de bloques.
- A mediados de los años 60, aparecen los sistemas expertos, que predicen la probabilidad de una solución bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a químicos en estructuras químicas complejas euclidianas, MACSYMA, que asistía a ingenieros y científicos en la solución de ecuaciones matemáticas complejas..
- En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig, desarrollan el lenguaje de programación LOGO.
- En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille crean PROLOG (del francés PROgrammation en LOGique) un lenguaje de programación ampliamente utilizado en IA.
- En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas técnicas actuales en Inteligencia Artificial y la informática en general.
- En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos más conocidos, que asistió a médicos en el diagnóstico y tratamiento de infecciones en la sangre.
- En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS..
- En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales).
- En 1988 se establecen los lenguajes Orientados a Objetos.
- En 1997 Garry Kasparov, campeón mundial de ajedrez pierde ante la computadora autónoma Deep Blue.
- En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia Artificial - Campus Multidisciplinar en Percepción e Inteligencia 2006.
- En el año 2009 ya hay en desarrollo sistemas inteligentes terapéuticos que permiten detectar emociones para poder interactuar con niños autistas.
- En el año 2011 IBM desarrolló una supercomputadora llamada Watson , la cual ganó una ronda de tres juegos seguidos de Jeopardy, venciendo a sus dos máximos campeónes, y gnando un premio de 1 millón de dólares que IBM luego donó a obras de caridad.
- Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un programa, de modo tal que se cumple la prueba de Turing como cuando se formuló: «Existirá Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversación a ciegas».
- Como anécdota, muchos de los investigadores sobre IA sostienen que «la inteligencia es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o cerebro»
viernes, 8 de abril de 2011
Inteligencia Artificial
Introduccion
En este blog se hace con el fin de abrir las puertas al conociomiento sobre la tecnologia e informaitica, y tambien el desarrollarar todo lo que se relaciona con el tema de inteligencia artificial, como:
- su definicion
- sus principales caracteristicas
- aspectos a trabajar
- nuestra opinion relacionada con el tema
definicion
¿Que es?Se denomina inteligencia artificial (IA) a la rama de las ciencias de la Computación dedicada al desarrollo de agentes racionales no vivos.
Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Aplicaciones:
- Lingüística computacional
- Minería de datos (Data Mining)
- Industriales.
- Médicas
- Mundos virtuales
- Procesamiento de lenguaje natural (Natural Language Processing)
- Robótica
- Sistemas de apoyo a la decisión
- Videojuegos
- Prototipos informáticos
- Análisis de sistemas dinámicos.
- Smart Process Management
Suscribirse a:
Entradas (Atom)