Ao de la Promocin de la Industria Responsable y del Compromiso

Climtico

INTELIGENCIA ARTIFICIAL

DOCENTE: LEVA APAZA ANTENOR

ALUMNO: GUTIERREZ QUISPE ESTENLY

CURSO: INVESTIGACION OPERATIVA I

CICLO: V

2014

DEDICATORIA
A mi esposa que estuvo dndome su apoyo en este trabajo y a
mi pequeo hijo.

INDICE

DEFINICION

HISTORIA

EVOLUCION
Desarrollo

Histrico

(segn

Jackson,

1986)

1950-1965 Periodo "clsico"

1965-1975 Periodo "romntico"
1975-Hoy

Periodo

"moderno".

Inteligencia

"general"

OBJETIVOS
Propsito
Ventajas de la inteligencia artificial
Desventajas de la inteligencia artificial
Perspectivas futuras

CONCLUSIONES
BIBLIOGRAFIA

"especifica"

vs.

INTELIGENCIA ARTIFICAL

DEFINICION

Se denomina inteligencia artificial (IA) a la rama de las Ciencias de la

Computacin dedicada al desarrollo de agentes racionales no vivos.
Para explicar la definicin anterior, entindase a un agente como cualquier
cosa capaz de percibir su entorno (recibir entradas), procesar tales
percepciones y actuar en su entorno (proporcionar salidas), y entindase a la
racionalidad como la caracterstica que posee una eleccin de ser correcta,
ms especficamente, de tender a maximizar un resultado esperado (este
concepto de racionalidad es ms general y por ello ms adecuado que
inteligencia para definir la naturaleza del objetivo de esta disciplina).
Por lo tanto, y de manera ms especfica la inteligencia artificial es la disciplina
que se encarga de construir procesos que al ser ejecutados sobre una
arquitectura fsica producen acciones o resultados que maximizan una medida
de rendimiento determinada, basndose en la secuencia de entradas
percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representacin del
conocimiento, el cual puede ser cargado en el agente por su diseador o puede
ser aprendido por el mismo agente utilizando tcnicas de aprendizaje.
Tambin se distinguen varios tipos de procesos vlidos para obtener resultados

racionales, que determinan el tipo de agente inteligente. De ms simples a ms

complejos, los cinco principales tipos de procesos son:
Ejecucin de una respuesta predeterminada por cada entrada (anlogas a
actos reflejos en seres vivos).
Bsqueda del estado requerido en el conjunto de los estados producidos por
las acciones posibles.
Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de
ADN).
Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de
animales y humanos).
Razonamiento mediante una lgica formal (anlogo al pensamiento abstracto
humano).
Tambin existen distintos tipos de percepciones y acciones, pueden ser
obtenidas y producidas, respectivamente por sensores fsicos y sensores
mecnicos en mquinas, pulsos elctricos u pticos en computadoras, tanto
como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin
automtica, la habilidad de responder a diagnsticos 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 economa, medicina, ingeniera y la milicia, y se ha
usado en gran variedad de aplicaciones de software, juegos de estrategia como
ajedrez de computador y otros videojuegos

HISTORIA
Las ideas ms bsicas se remontan a los griegos, antes de Cristo. Aristteles
(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 Alejandra (250 a. C.) construy la primera mquina
auto controlada, un regulador del flujo de agua (racional pero sin
razonamiento).
En 1315 Ramn Llull en su libro Ars magna tuvo la idea de que el
razonamiento poda ser efectuado de manera artificial.
En 1936 Alan Turing disea formalmente una Mquina universal que
demuestra la viabilidad de un dispositivo fsico para implementar cualquier
cmputo 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
todava no exista el trmino. Los primeros avances importantes comenzaron a
principios de los aos 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 programacin orientado a la resolucin de problemas, el IPL-11.
Un ao ms tarde desarrollan el LogicTheorist, el cual era capaz de demostrar
teoremas matemticos.

 En 1956 fue inventado el trmino 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 aos que jams se
cumplieron, lo que provoc el abandono casi total de las investigaciones
durante quince aos.
En 1957 Newell y Simon continan su trabajo con el desarrollo del General
Problem Solver (GPS). GPS era un sistema orientado a la resolucin de
problemas.
En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de
Massachusetts (MIT), el LISP. Su nombre se deriva de LISt Processor. LISP
fue el primer lenguaje para procesamiento simblico.
En 1959 Rosenblatt introduce el Perceptrn.
A finales de los 50 y comienzos de la dcada del 60 Robert K. Lindsay
desarrolla Sad Sam, un programa para la lectura de oraciones en ingls y la
inferencia de conclusiones a partir de su interpretacin.
En 1963 Quillian desarrolla las redes semnticas como modelo de
representacin del conocimiento.
En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information
Retrieval) el cual era capaz de inferir conocimiento basado en informacin que
se le suministra. Bobrow desarrolla STUDENT.
Posteriormente entre los aos 1968-1970 Terry Winograd desarroll el
sistema SHRDLU, que permita interrogar y dar rdenes a un robot que se
mova dentro de un mundo de bloques.

 A mediados de los aos 60, aparecen los sistemas expertos, que predicen la
probabilidad de una solucin bajo un set de condiciones. Por ejemplo
DENDRAL, iniciado en 1965 por Buchanan, Feigenbaum y Lederberg, el primer
Sistema Experto, que asista a qumicos en estructuras qumicas complejas
euclidianas, MACSYMA, que asista a ingenieros y cientficos en la solucin de
ecuaciones matemticas complejas.
En 1968 Minsky publica Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig, desarrollan el
lenguaje de programacin LOGO.
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se
publica en 1980.
En 1973 Alain Colmenauer y su equipo de investigacin en la Universidad de
Aix-Marseille crean PROLOG (del francs PROgrammation en LOGique) un
lenguaje de programacin ampliamente utilizado en IA.
En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de
muchas tcnicas actuales en Inteligencia Artificial y la informtica en general.
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas
Expertos ms conocidos, que asisti a mdicos en el diagnstico y tratamiento
de infecciones en la sangre.
En las dcadas de 1970 y 1980, creci 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 1981 Kazuhiro Fuchi anuncia el proyecto japons de la quinta generacin

de computadoras.
En 1986 McClelland y Rumelhart publican Parallel Distributed Processing
(Redes Neuronales).

En

1988

se

establecen

los

lenguajes

Orientados

Objetos.

En 1997 Garry Kasparov, campen mundial de ajedrez pierde ante la

computadora autnoma Deep Blue.
En 2006 se celebr el aniversario con el Congreso en espaol 50 aos de
Inteligencia Artificial - Campus Multidisciplinar en Percepcin e Inteligencia
2006.
En el ao 2009 ya hay en desarrollo sistemas inteligentes teraputicos que
permiten detectar emociones para poder interactuar con nios autistas.
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 formul: Existir Inteligencia Artificial cuando no seamos capaces
de distinguir entre un ser humano y un programa de computadora en una
conversacin a ciegas.
Como ancdota, muchos de los investigadores sobre IA sostienen que la
inteligencia es un programa capaz de ser ejecutado independientemente de la
mquina que lo ejecute, computador o cerebro.

EVOLUCION
La evolucin en la naturaleza fue la clave para mejorar los organismos y
desarrollar la inteligencia. Michael Dyer, investigador de Inteligencia Artificial de
la Universidad de California, apost a las caractersticas evolutivas de las redes
neuronales y dise Bio-Land.
Bio-Land es una granja virtual donde vive una poblacin de criaturas basadas
en redes neuronales.
Los biots pueden usar sus sentidos de la vista, el odo e incluso el olfato y
tacto para encontrar comida y localizar parejas. Los biots cazan en manadas,
traen comida a su prole y se apian buscando calor.
Lo que su creador quiere que hagan es hablar entre ellos, con la esperanza
de que desarrollen evolutivamente un lenguaje primitivo.
A partir de ese lenguaje, con el tiempo podran surgir niveles ms altos de
pensamiento.
Desarrollo

Histrico

(segn

Jackson,

1950-1965 Periodo "clsico"

Gestacin (McColluck y Pitts, Shannon, Turing)
Inicio - reunin de Darmouth College en 1956 (Minsky, McCarthy)
Redes neuronales, robtica (Shakey)
Bsqueda en un espacio de estados, Heursticas, LISP
Juegos, prueba de teoremas

1986)

 1965-1975 Periodo "romntico"

Representacin "general" del conocimiento.
Redes semnticas (Quillian)
Prototipos (frames) (Minsky)
Perceptrn (Minsky y Papert)
Lgica (Kowalski)
Mundo de bloques (SHDRLU) (Winograd)
Compresin de lenguaje, visin, robtica.
Dificultades de representacin "general", problemas de "juguete".

1975-Hoy

Periodo

"moderno".

Inteligencia

"especifica"

vs.

"general"

Representacin explcita del conocimiento especfico del dominio.

Sistemas expertos o basados en conocimiento.
Regreso de redes neuronales (Hopfield, Rumelhart, Hinton), algoritmos
genticos (Holland, Goldberg) Reconocimiento de voz (HMM), incertidumbre
(RB, Lgica difusa), planeacin, aprendizaje. Aplicaciones "reales" (medicina,
finanzas, ingeniera, exploracin, etc.).

Limitaciones: conocimiento "superficial"

OBJETIVOS
Los investigadores en inteligencia artificial se concentran principalmente en los
sistemas expertos, la resolucin de problemas, el control automtico, las bases
de datos inteligentes y la ingeniera del software (diseos de entornos de
programacin inteligente). Otros investigadores estn trabajando en el reto del
reconocimiento de patrones donde se espera un rpido progreso en este
campo que abarca la comprensin y la sntesis del habla, el proceso de
imgenes y la visin artificial. Finalmente, la fundamental investigacin sobre la
representacin del conocimiento, la conceptualizacin cognoscitiva y la
comprensin del lenguaje natural. Uno de los principales objetivos de los
investigadores en inteligencia artificial es la reproduccin automtica del
razonamiento humano. El razonamiento de un jugador de ajedrez no siempre
es el mismo que el de un directivo que se pregunta la viabilidad de fabricar un
nuevo producto. Un nio jugando con bloques de madera en una mesa no tiene
idea de la complejidad del razonamiento necesario para llevar a cabo la
construccin de una pirmide, e intentar que un robot hiciera lo mismo que el
nio requerira un largo programa de computador.
PROPOSITO
As,

en

la

inteligencia

artificial

existen

dos

perspectivas

bsicas:

A) La Inteligencia Artificial como ciencia de lo natural:

El procedimiento terico busca una explicacin de esa correlacin en trminos
de un conjunto de leyes generales de un nivel superior que permiten predecir lo

que ocurrira en otros casos no observados. Realmente lo que hace es buscar

un modelo del conocimiento humano, generalmente organizado en varios
niveles (esttico, dinmico y estratgico) para poder usarlo en prediccin. Esta
tcnica se basa en experimentos para conseguir una teora del conocimiento
computable con capacidad predictiva (como una ley fsica).
B) Inteligencia Artificial como ciencia de lo artificial:
Aspira a convertirse en una ingeniera en sentido estricto. Ahora se parte de un
conjunto de especificaciones funcionales y se busca la sntesis de un sistema
(programa

ms

mquina)

que

las

satisfaga.

A su vez en ambas ramas cooperan dos paradigmas, que constituyen dos

formas de analizar un proceso y dos metodologas de sntesis de una solucin:
-

Computacin
Computacin

simblica
conexionista

En inteligencia artificial trabajamos con informacin y conocimiento, y ambos

son pura forma, totalmente independiente del sistema fsico que las soporta.
VENTAJAS DE LA INTELIGENCIA ARTIFICIAL
La I.A ayuda a vender ms, tal y como se ha descrito anteriormente, ya que al
aplicar el Test de Humano a las bases de datos se puede conocer a cada
persona de forma veraz y acertada, para luego poder usar dicho conocimiento
y argumentar mejor las ventas.
Ofrece infinitas ventajas competitivas y de ahorro de recursos, que
anteriormente no se tenan. Adems, estas tecnologas permiten la generacin
de reas de oportunidad, las cuales aprovechadas correctamente ofrecen

grandes beneficios a todo aquellos que las apliquen. En uno de estos nichos de
oportunidad se encuentran los sistemas de inteligencia artificial, los cuales se
han aplicado en una gran variedad de tareas, desde la enseanza hasta la
automatizacin de procesos productivos. La mayora de los sistemas de
inteligencia artificial, tienen la peculiaridad de aprender, lo que les permite ir
perfeccionando su desempeo conforme pasa el tiempo. Adems estos
sistemas pueden analizar volmenes muy grandes de informacin a muy alta
velocidad, lo que permite obtener indicadores puntuales de las operaciones de
la empresa.
DESVENTAJAS DE LA INTELIGENCIA ARTIFICIAL
Es evidente que para actualizar se necesita de reprogramacin de estos (tal
vez este sea una de sus limitaciones ms acentuadas), otra de su limitaciones
puede ser el elevado coste en dinero y tiempo, adems que estos programas
son poco flexibles a cambios y de difcil acceso a informacin no estructurada.
Un robot con el objetivo principal de satisfacer a los seres humanos sera de
gran ayuda, pero un robot cuyo objetivo principal sera su propia supervivencia
sera muy peligroso. Puesto que pensar mucho ms rpidamente y con ms
precisin que nosotros, usar todos los recursos disponibles para sus propios
propsitos, y nosotros estaramos desamparados. Tal robot debe ser ilegal y
debe ser destruido tan pronto como sea detectado.
PERSPECTIVAS FUTURAS
Con poco ms de diez aos de antigedad, la Vida Artificial se ha convertido en
un

punto

de

referencia

slido

de

la

ciencia

actual.

En septiembre de 1987, 160 cientficos en informtica, fsica, biologa y otras

disciplinas se reunieron en el Laboratorio Nacional de Los lamos para la

primera conferencia internacional sobre Vida Artificial. En aquella conferencia
se definieron los principios bsicos que han marcado la pauta desde entonces
en la investigacin de esta disciplina.
Un concepto bsico dentro de este campo es el de comportamiento emergente.
El comportamiento emergente aparece cuando se puede generar un sistema
complejo a partir de reglas sencillas. Para que se d este comportamiento se
requiere que el sistema en cuestin sea iterativo, es decir, que el mismo
proceso se repita de forma continua y adems que las ecuaciones matemticas
que

definen

el

comportamiento

de

cada

paso

sean

no

lineales.

Por otra parte, un autmata celular consiste en un espacio n-dimensional

dividido en un conjunto de celdas, de forma que cada celda puede encontrarse
en dos o ms estados, dependiendo de un conjunto de reglas que especifican
el estado futuro de cada celda en funcin del estado de las celdas que le
rodean.
Hay dos posturas dentro de la Vida Artificial: la fuerte y la dbil.
Para los que apoyan la postura dbil, sus modelos son solamente
representaciones simblicas de los sntomas biolgicos naturales, modelos
ciertamente muy tiles para conocer dichos sistemas, pero sin mayores
pretensiones.
Para los que defienden la versin fuerte, dicen que se puede crear vida
autntica a partir de un programa de ordenador que reproduzca las
caractersticas bsicas de los seres vivos.
Desde este punto de vista, la vida se divide en vida hmeda, que es lo que todo
el mundo conoce como vida, vida seca, formada por autmatas fsicamente

tangibles, y vida virtual, formada por programas de computador. Las dos

ltimas categoras son las que integran lo que genricamente se conoce como
Vida Artificial.

CONCLUSIONES
Dentro del mbito de las Ciencias de la Computacin la Inteligencia Artificial es
una de las reas que causa mayor expectacin, incluso dentro de la sociedad
en general, debido a que la bsqueda para comprender los mecanismos de la
inteligencia, ha sido la piedra filosofal del trabajo de muchos cientficos por
muchos

aos

lo

sigue

siendo.

Dentro de las reas de la Inteligencia Artificial lo que ms ha atrado, es el

aprendizaje

de

mquinas,

resultando

vital

el

proceso

comportamientos

de

emular

inteligentes.

Que un sistema pueda mejorar su comportamiento sobre la base de la

experiencia que recoge al efectuar una tarea repetitiva y que adems, tenga
una nocin de lo que es un error y que pueda evitarlo, resulta apasionante.
Los mtodos tradicionales en Inteligencia Artificial que permitieron el desarrollo
de los primeros sistemas expertos y otras aplicaciones, ha ido de la mano de
los

avances

tecnolgicos

las

fronteras

se

han

ido

expandiendo

constantemente cada vez que un logro, considerado imposible en su momento,

se vuelve posible gracias a los avances en todo el mundo, generando incluso
una nueva mentalidad de trabajo que no reconoce fronteras fsicas ni polticas.
Se

entiende

como

un

esfuerzo

comn.

La comprensin de los mecanismos del intelecto, la cognicin y la creacin de

artefactos inteligentes, se vuelve cada vez ms una meta que sueo, a la luz

de los enormes logros, tan solo en alrededor de medio siglo de desarrollo de

las ciencias de la computacin y de poner la lgica al servicio de la
construccin de sistemas.

BIBLIOGRAFIA
Wikipedia
Concepto, Historia, Evolucin, Desarrollo Histrico.

Adaraga Morales P., Zaccagnini Sancho J. L., Psicologa e inteligencia artificial,

Editorial Trotta, Madrid, 1994. ISBN 84-87699-77-4

Alberto Garca Serrano, Inteligencia Artificial. Fundamentos, prctica y aplicaciones.,

Editorial RC Libros, 2012. ISBN 978-84-939450-2-2

Monografas.com
Objetivos, Propsitos, Perspectivas Futuras, Conclusiones.