Anda di halaman 1dari 2

Categoras de la inteligencia artificial[editar]

Bsqueda heurstica. Podemos definir una heurstica como un truco o estrategia que
limita grandiosamente la bsqueda de soluciones ante grandes espacios de problemas.
Por lo tanto, ante un problema, nos ayuda a seleccionar las bifurcaciones dentro de un
rbol con ms posibilidades; con ello se restringe la bsqueda, aunque no siempre se
garantiza una solucin adecuada. Todo lo que se debe tener en cuenta para que una
heurstica sea adecuada es que nos proporcione soluciones que sean lo suficientemente
buenas. Adems, con la utilizacin de la bsqueda heurstica, no ser necesario replantear
un problema cada vez que se afronte, ya que si ya ha sido planteado anteriormente, sta
sugerir la forma en que se ha de proceder para resolverlo.
Representacin del conocimiento. La representacin es una cuestin clave a la hora de
encontrar soluciones adecuadas a los problemas planteados. Si analizamos ms
detenidamente el trmino encontramos varias definiciones: segn Barr y Feigenbaum, la
representacin del conocimiento es una combinacin de estructuras de datos y
procedimientos de interpretacin que, si son utilizados correctamente por un programa,
ste podr exhibir una conducta inteligente; segn Farias y Verdejo, la Inteligencia
Artificial tiene como objetivo construir modelos computacionales que al ejecutarse
resuelvan tareas con resultados similares a los obtenidos por una persona, por lo que el
tema central de esta disciplina es el estudio del conocimiento y su manejo; y segn
Buchanan y Shortliffe, la Representacin del Conocimiento en un programa de Inteligencia
Artificial significa elegir una serie de convenciones para describir objetos, relaciones, y
procesos en el mundo. Gran parte del esfuerzo realizado en la consecucin de
ordenadores inteligentes, segn Rahael, ha sido caracterizado por el intento continuo de
conseguir ms y mejores estructuras de representacin del conocimiento, junto con
tcnicas adecuadas para su manipulacin, que permitiesen la resolucin inteligente de
algunos de los problemas ya planteados. Otra caracterstica importante es la inclusin en
los programas de Inteligencia artificial, aunque por separado, de los conocimientos y la
unidad que controla y dirige la bsqueda de soluciones. Dada esta disposicin, en estos
programas la modificacin, ampliacin y actualizacin de los mismos es sencilla.
El razonamiento que puede tener cualquier persona, ha demostrado ser una de los
aspectos ms difciles de modelar "dentro" de un ordenador. El sentido comn a menudo
nos ayuda a prever multitud de hechos y fenmenos corrientes, pero, como ya hemos
dicho, es muy complicado representarlos en un ordenador, dado que los razonamientos
son casi siempre inexactos y que sus conclusiones y reglas en las que se basan
solamente son aproximadamente verdaderas. Lenguajes, entornos y herramientas de
Inteligencia Artificial En la Inteligencia Artificial, se han desarrollado diferentes lenguajes
especficos para los diferentes campos de aplicacin. Estos lenguajes en su mayora
cuentan con una serie de caractersticas comunes que podemos resumir de la siguiente
forma: Este tipo de software ofrece una gran modularidad. Poseen gran capacidad de
tomar decisiones de programacin hasta el ltimo momento, es decir cuando el programa
ya est ejecutndose. Ofrecen grandes facilidades en el manejo de listas, y esto es
importante, ya que las listas son la estructura ms habitual usada para la representacin
del conocimiento en la Inteligencia Artificial. Facilitan la realizacin de ciertos tipos de
deduccin automtica permitiendo tambin la creacin de una base de hechos (lugar
donde se recogen los datos iniciales del problema a resolver y los resultados intermedios
una vez obtenidos). Permite el uso simultneo de estructuras que incorporan conocimiento
declarativo y conocimiento procedimental. Tienen una marcada orientacin grfica.
Adems, las herramientas de Inteligencia Artificial permiten hacer un seguimiento de todos
los cambios realizados a lo largo de toda la sesin Disponen herramientas capaces de
desarrollar programas que son capaces de comprender otros programas y tambin de
realizar modificaciones sobre ellos.
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial:8
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 la toma de decisiones, resolucin de problemas y aprendizaje.9
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.10
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.11
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.12

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 de conexiones). El aprendizaje se realiza basndose en datos
empricos.