La inteligencia artificial (IA) es un rea multidisciplinaria, que a

travs de ciencias como las ciencias de la computacin,

la matemtica, la lgica y la filosofa, estudia la creacin y diseo de
sistemas capaces de resolver problemas cotidianos por s mismos,
utilizando como paradigma la inteligencia humana.[cita requerida]
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. 1 2 3 John
McCarthy acu la expresin inteligencia artificial en 1956, y la
defini como ... la ciencia e ingenio de hacer mquinas
inteligentes, especialmente programas de cmputo inteligentes.4
Al igual que en la informtica convencional, en la Inteligencia
artificial tenemos una serie de elementos peculiares que la
caracterizan y la diferencian. Para Nilsson son cuatro los pilares
bsicos en los que se apoya la inteligencia artificial, los cuales
sern analizados a continuacin.

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 lamilicia, y se ha usado en
gran variedad de aplicaciones de software, juegos de estrategia,
como ajedrez de computador, y otros videojuegos.

Stuart Russell y Peter Norvig diferencian estos tipos de la

inteligencia artificial:5

Sistemas que piensan como humanos.- Estos sistemas

tratan de emular el pensamiento humano; por ejemplo lasredes
neuronales artificiales. La automatizacin de actividades que
vinculamos con procesos de pensamiento humano, actividades
como la toma de decisiones, resolucin de
problemas y aprendizaje.6

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.7

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.8

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.9

Escuelas de pensamiento[editar]
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional

La inteligencia computacional

Inteligencia artificial convencional[editar]

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[editar]
Artculo principal: 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.

Historia[editar]
Artculo principal: Historia de la inteligencia artificial

El trmino inteligencia artificial fue acuado formalmente en

1956 durante la conferencia de Darthmounth, ms para entonces
ya se haba estado trabajando en ello durante cinco aos en los
cuales se haba propuesto muchas definiciones distintas que en
ningn caso haban logrado ser aceptadas totalmente por la
comunidad investigadora. La IA es una de las disciplinas ms
nuevas junto con la gentica moderna.

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, yCtesibio de
Alejandra (250 a. C.) construy la primera mquina

autocontrolada, un regulador del flujo de agua (racional pero sin

razonamiento).

En 1315 Ramon 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, an cuando todava no exista el trmino. Los
primeros avances importantes comenzaron a principios del ao
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 laConferencia 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 la dcada de 1950 y comienzos de la de 1960

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.

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.

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.

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
francsPROgrammation 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 a Objetos.

En 1997 Gari Kasprov, 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.

En el ao 2011 IBM desarroll una supercomputadora

llamada Watson, la cual gan una ronda de tres juegos seguidos
de Jeopardy!, venciendo a sus dos mximos campeones, y
ganando un premio de 1 milln de dlares que IBM luego don a
obras de caridad.10

En 2016, un programa informtico gan cinco a cero al triple

campen de Europa de Go.11

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.

La inteligencia artificial, la conciencia y los

sentimientos[editar]

El concepto de IA es an demasiado difuso. Contextualizando, y

teniendo en cuenta un punto de vista cientfico, podramos englobar
a esta ciencia como la encargada de imitar una persona, y no su
cuerpo, sino imitar al cerebro, en todas sus funciones, existentes en
el humano o inventadas sobre el desarrollo de
una mquina inteligente.
A veces, aplicando la definicin de Inteligencia Artificial, se piensa
en mquinas inteligentes y/o no conscientes de si misma, pero
sin sentimientos; que obstaculizan encontrar la mejor solucin a
un problema dado. Sin embargo muchos igualmente pensamos en
dispositivos artificiales capaces de concluir miles de premisas a
partir de otras premisas dadas, sin que ningn tipo de emocin ni
conciencia tenga la opcin de obstaculizar dicha labor.
En esta lnea, hay que saber que ya existen sistemas inteligentes.
Capaces de tomar decisiones acertadas.
Aunque, por el momento, la mayora de los investigadores en el
mbito de la Inteligencia Artificial se centran slo en el aspecto
racional, muchos de ellos consideran seriamente la posibilidad de
incorporar componentes emotivos comoindicadores de estado, a
fin de aumentar la eficacia de los sistemas inteligentes.
Particularmente para los robots mviles, es necesario que cuenten
con algo similar a las emociones con el objeto de saber en cada
instante y como mnimo qu hacer a continuacin [Pinker, 2001, p.
481].
Al tener sentimientos y, al menos potencialmente,
motivaciones, podrn actuar de acuerdo con sus intenciones
[Mazlish, 1995, p. 318]. As, se podra equipar a un robot con
dispositivos que controlen su medio interno; por ejemplo, que
sientan hambre al detectar que su nivel de energa est

descendiendo o que sientan miedo cuando aquel est demasiado

bajo.
Esta seal podra interrumpir los procesos de alto nivel y obligar al
robot a conseguir el preciado elemento [Johnson-Laird, 1993, p.
359]. Incluso se podra introducir el dolor o el sufrimiento fsico,
a fin de evitar las torpezas de funcionamiento como, por ejemplo,
introducir la mano dentro de una cadena de engranajes o saltar
desde una cierta altura, lo cual le provocara daos irreparables.
Esto significa que los sistemas inteligentes deben ser dotados con
mecanismos de retroalimentacin que les permitan tener
conocimiento de estados internos, igual que sucede con los
humanos que disponen
de propiocepcin, interocepcin,nocicepcin, etctera. Esto es
fundamental tanto para tomar decisiones como para conservar su
propia integridad y seguridad. La retroalimentacin en sistemas est
particularmente desarrollada en ciberntica, por ejemplo en el
cambio de direccin y velocidad autnomo de un misil, utilizando
como parmetro la posicin en cada instante en relacin al objetivo
que debe alcanzar. Esto debe ser diferenciado del conocimiento que
un sistema o programa computacional puede tener de sus estados
internos, por ejemplo la cantidad de ciclos cumplidos en un loop o
bucle en sentencias tipo do... for, o la cantidad de memoria
disponible para una operacin determinada.
A los sistemas inteligentes el no tener en cuenta elementos
emocionales les permite no olvidar la meta que deben alcanzar. En
los humanos el olvido de la meta o el abandonar las metas por
perturbaciones emocionales es un problema que en algunos casos
llega a ser incapacitante. Los sistemas inteligentes, al combinar una
memoria durable, una asignacin de metas o motivacin, junto a la
toma de decisiones y asignacin de prioridades con base en

estados actuales y estados meta, logran un comportamiento en

extremo eficiente, especialmente ante problemas complejos y
peligrosos.
En sntesis, lo racional y lo emocional estn de tal manera
interrelacionados entre s, que se podra decir que no slo no son
aspectos contradictorios sino que son hasta cierto punto
complementarios.
Vase tambin: La era de las mquinas espirituales

Crticas[editar]
Las principales crticas a la inteligencia artificial tienen que ver con
su capacidad de imitar por completo a un ser humano. Estas crticas
ignoran que ningn humano individual tiene capacidad para resolver
todo tipo de problemas, y autores comoHoward Gardner han
propuesto que existen inteligencias mltiples. Un sistema de
inteligencia artificial debera resolver problemas. Por lo tanto es
fundamental en su diseo la delimitacin de los tipos de problemas
que resolver y las estrategias y algoritmos que utilizar para
encontrar la solucin.
En los humanos la capacidad de resolver problemas tiene dos
aspectos: los aspectos innatos y los aspectos aprendidos. Los
aspectos innatos permiten por ejemplo almacenar y recuperar
informacin en la memoria y los aspectos aprendidos el saber
resolver un problema matemtico mediante el algoritmo adecuado.
Del mismo modo que un humano debe disponer de herramientas
que le permitan solucionar ciertos problemas, los sistemas
artificiales deben ser programados de modo tal que puedan resolver
ciertos problemas.
Muchas personas consideran que el test de Turing ha sido
superado, citando conversaciones en que al dialogar con un

programa de inteligencia artificial para chat no saben que hablan

con un programa. Sin embargo, esta situacin no es equivalente a
un test de Turing, que requiere que el participante est sobre aviso
de la posibilidad de hablar con una mquina.
Otros experimentos mentales como la Habitacin china de John
Searle han mostrado cmo una mquina podra simular
pensamiento sin tener que tenerlo, pasando el test de Turing sin
siquiera entender lo que hace. Esto demostrara que la mquina en
realidad no est pensando, ya que actuar de acuerdo con un
programa preestablecido sera suficiente. Si para Turing el hecho de
engaar a un ser humano que intenta evitar que le engaen es
muestra de una mente inteligente, Searle considera posible lograr
dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificial
es la comunicacin con el usuario. Este obstculo es debido a la
ambigedad del lenguaje, y apareci ya en los inicios de los
primeros sistemas operativos informticos. La capacidad de los
humanos para comunicarse entre s implica el conocimiento del
lenguaje que utiliza el interlocutor. Para que un humano pueda
comunicarse con un sistema inteligente hay dos opciones: o bien el
humano aprende el lenguaje del sistema como si aprendiese a
hablar cualquier otro idioma distinto al nativo, o bien el sistema tiene
la capacidad de interpretar el mensaje del usuario en la lengua que
el usuario utiliza.
Un humano durante toda su vida aprende el vocabulario de su
lengua nativa. Un humano interpreta los mensajes a pesar de
la polisemia de las palabras utilizando el contexto para resolver
ambigedades. Sin embargo, debe conocer los distintos
significados para poder interpretar, y es por esto que lenguajes
especializados y tcnicos son conocidos solamente por expertos en

las respectivas disciplinas. Un sistema de inteligencia artificial se

enfrenta con el mismo problema, la polisemia del lenguaje humano,
su sintaxis poco estructurada y los dialectos entre grupos.
Los desarrollos en inteligencia artificial son mayores en los campos
disciplinares en los que existe mayor consenso entre especialistas.
Un sistema experto es ms probable de ser programado en fsica o
en medicina que en sociologa o en psicologa. Esto se debe al
problema del consenso entre especialistas en la definicin de los
conceptos involucrados y en los procedimientos y tcnicas a utilizar.
Por ejemplo, en fsica hay acuerdo sobre el concepto de velocidad y
cmo calcularla. Sin embargo, en psicologa se discuten los
conceptos, la etiologa, la psicopatologa y cmo proceder ante
cierto diagnstico. Esto dificulta la creacin de sistemas inteligentes
porque siempre habr desacuerdo sobre lo que se esperara que el
sistema haga. A pesar de esto hay grandes avances en el diseo de
sistemas expertos para el diagnstico y toma de decisiones en el
mbito mdico y psiquitrico (Adaraga Morales, Zaccagnini Sancho,
1994).
Al desarrollar un robot con inteligencia artificial se debe tener
cuidado con la autonoma,12 hay que tener cuidado en no vincular el
hecho de que el robot interaccione con seres humanos a su grado
de autonoma. Si la relacin de los humanos con el robot es de tipo
maestro esclavo, y el papel de los humanos es dar rdenes y el del
robot obedecerlas, entonces s cabe hablar de una limitacin de la
autonoma del robot. Pero si la interaccin de los humanos con el
robot es de igual a igual, entonces su presencia no tiene por qu
estar asociada a restricciones para que el robot pueda tomar sus
propias decisiones.

Investigadores en el campo de la inteligencia

artificial[editar]

Jeff Hawkins

John McCarthy

Marvin Minsky

Judea Pearl

Alan Turing, discpulo de John von Neumann, dise el Test

de Turing que debera utilizarse para comprender si una mquina
lgica es inteligente o no.

Joseph Weizenbaum

Ral Rojas

Ray Kurzweil
Qu es la inteligencia artificial?

La inteligencia artificial es considerada una rama de la

computacin y relaciona un fenmeno natural con una
analoga artificial a travs de programas de computador. La
inteligencia artificial puede ser tomada como ciencia si se
enfoca hacia la elaboracin de programas basados en
comparaciones con la eficiencia del hombre, contribuyendo a
un mayor entendimiento del conocimiento humano.
Si por otro lado es tomada como ingeniera, basada en una relacin deseable
de entrada-salida para sintetizar un programa de computador. "El resultado es
un programa de alta eficiencia que funciona como una poderosa herramienta
para quien la utiliza."
A travs de la inteligencia artificial se han desarrollado los sistemas expertos
que pueden imitar la capacidad mental del hombre y relacionan reglas de
sintaxis del lenguaje hablado y escrito sobre la base de la experiencia, para
luego hacer juicios acerca de un problema, cuya solucin se logra con mejores
juicios y ms rpidamente que el ser humano. En la medicina tiene gran
utilidad al acertar el 85 % de los casos de diagnstico.

( "De la informacin a la informtica", de Roger Loaiza)

Introduccin.
La Inteligencia Artificial comenz como el resultado de la
investigacin en psicologa cognitiva y lgica matemtica. Se ha enfocado
sobre la explicacin del trabajo mental y construccin de algoritmos de solucin
a problemas de propsito general. Punto de vista que favorece la abstraccin y
la generalidad.
La Inteligencia Artificial es una combinacin de la
ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es
que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los
cuales tienen en comn la creacin de mquinas que pueden "pensar".
La idea de construir una mquina que pueda ejecutar tareas percibidas como
requerimientos de inteligencia humana es un atractivo. Las tareas que han sido
estudiadas desde este punto de vista incluyen juegos, traduccin de idiomas,
comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora
experta en diversos temas.
Es as como los sistemas de administracin de base de datos cada vez ms
sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin,
borrado y locacin de datos, as como el intento de crear mquinas capaces de
realizar tareas que son pensadas como tpicas del mbito de la inteligencia
humana, acuaron el trmino Inteligencia Artificial en 1956.
Trabajos tericos fundamentales fueron el desarrollo de
algoritmos matemticos por Warren McCullock y Walter Pitts, en 1943,
necesarios para posibilitar el trabajo de clasificacin, o funcionamiento en
sentido general, de una red neuronal. En 1949 Donald Hebb desarroll
un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto
con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se
considera hoy como el origen de la Inteligencia Artificial, sin embargo se trat
poco por muchos aos, dando paso al razonamiento simblico basado en
reglas de produccin, lo que se conoce como sistemas expertos.

CONCLUSION
Por medio del trabajo que acabamos de presentar, puedo concluir que la
robtica y la inteligencia artificial van tomadas de la mano ya que la una se
encarga de la parte mecnica, y la otra de la parte analtica.
La robtica es el diseo, fabricacin y utilizacin de mquinas automticas
programables con el fin de realizar tareas repetitivas como el ensamble de
automviles, aparatos, etc. y otras actividades, por ello pienso que la

robtica es la parte mecnica de una tecnologa, en cambio creo que la

inteligencia artificial es la parte analtica o la parte que determina la accin
de los robots, ya que los robots no podran realizar ninguna tarea sin que se
les indicara u ordenara la tarea, por ello, aqu es donde entra la inteligencia
artificial.
Gracias a la inteligencia artificial se ha logrado que una maquina sea capaz
de desarrollar reas de conocimiento muy especificas y complicadas,
haciendo que la maquina pueda simular procesos que el hombre realiza.
Pero cabe destacar que an no se ha logrado que una mquina piense como
un humano, pienso que una limitacin es el hecho de que el hombre es
irremplazable ya que el ser humano cuenta con una caracterstica propia el
cual es el sentido comn.
Pero no podemos olvidar que el desarrollo de estas tecnologas no
pretenden reemplazar al ser humano sino que tratan de mejorar el estilo de
vida del ser humano, ya que recordemos que, por lo menos los robots
hacen que el trabajo pesado sea mas facil de realizar, y que una maquina
no se enferma, ni protestas, ni se cansa y esto puede elevar su utilidad. En
fin esperemos que estas tecnologas no se nos vaya de las manos, y que no
nos perjudique, sino que nos ayude.

Bibliografa.
1.
MIKELL P. Groover, Robtica Industrial. Mc Graw Hill. 199?.

2.

WINSTON, Patrick H., Inteligencia Artificial. Addison-Wesley

Iberoamericana, 3 ed.,1994.

3.

WINOGRAD, T.A., FLORES, F. Understanding Computers and

Cognition. Norwood, N.J. 1986.

4.

La Computacin Evolutiva en el Contexto de la Inteligencia Artificial.

Coello, Carlos. LANIA, A.C., Mxico.

5.

Por Qu Necesitamos Algoritmos Eficientes? Estivill-Castro, Vladimir.

LANIA, A.C., Mxico.

6.

La Programacin Lgica y el Prolog. Loyo, Cristina y Olga Padrn.

LANIA, A.C., Mxico.

7.

Redes de Neuronas y Clasificacin. Torres, Juan Manuel. LANIA, A.C.,

Mxico.

8.

Principales Direcciones consultadas en WWW:

Leer
ms: http://www.monografias.com/trabajos12/inteartf/inteartf3.shtml#ixzz4Ah9P
Csmn