La inteligencia artificial (IA) es un rea multidisciplinaria que, a travs de
ciencias como las ciencias de la computacin, la lgica y la filosofa, estudia la creacin y diseo de entidades capaces de resolver cuestiones por s mismas utilizando como paradigma la inteligencia humana. General y amplio como eso, rene a amplios campos, los cuales tienen en comn la creacin de mquinas capaces de pensar. En ciencias de la computacin se denomina inteligencia artificial a la capacidad de razonar de un agente no vivo. John McCarthy acu la expresin inteligencia artificial en 1956, y la defini as: Es la ciencia e ingenio de hacer mquinas inteligentes, especialmente programas de cmputo inteligentes.
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, que 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.
Categoras de la inteligencia artificial
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial:
Sistemas que piensan como humanos.- Estos sistemas tratan de emular
el pensamiento humano; por ejemplo las redes neuronales artificiales. La automatizacin de actividades que vinculamos con procesos de pensamiento humano, actividades como laToma de decisiones, Resolucin de problemas y aprendizaje.
Sistemas que actan como humanos.- Estos sistemas tratan de actuar
como humanos; es decir, imitan el comportamiento humano; por ejemplo la robtica. El estudio de cmo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor.
Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente),
tratan de imitar o emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas expertos. El estudio de los clculos que hacen posible percibir, razonar y actuar.
Sistemas que actan racionalmente (idealmente). Tratan de emular de
forma racional el comportamiento humano; por ejemplo los agentes inteligentes.Est relacionado con conductas inteligentes en artefactos.
Escuelas de pensamiento La IA se divide en dos escuelas de pensamiento:
La inteligencia artificial convencional
La inteligencia computacional
Inteligencia artificial convencional
Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y estadstico del comportamiento humano ante diferentes problemas:
Razonamiento basado en casos: Ayuda a tomar decisiones mientras se
resuelven ciertos problemas concretos y, aparte de que son muy importantes, requieren de un buen funcionamiento.
Sistemas expertos: Infieren una solucin a travs del conocimiento previo
del contexto en que se aplica y ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilstica.
Inteligencia artificial basada en comportamientos: Esta inteligencia contiene
autonoma y puede auto-regularse y controlarse para mejorar.
Smart process management: Facilita la toma de decisiones complejas,
proponiendo una solucin a un determinado problema al igual que lo hara un especialista en la dicha actividad.
Inteligencia artificial computacional
Inteligencia computacional La Inteligencia Computacional (tambin conocida como IA subsimblica-inductiva) implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parmetros en sistemas conexionistas). El aprendizaje se realiza basndose en datos empricos.