Ir a la navegaci�n
Ir a la b�squeda
�IA� redirige aqu�. Para otras acepciones, v�ase IA (desambiguaci�n).
Inteligencia artificial
IA
TOPIO 2.0.jpg
TOPIO, un robot Humanoide, en la Feria Internacional del Juguete de N�remberg de
2009
Campo de aplicaci�n Desarrollo de agentes racionales no vivos
Sub�rea de Ciencias de la computaci�n
[editar datos en Wikidata]
B�squeda heur�stica. Podemos definir una heur�stica como un truco o estrategia que
limita grandiosamente la b�squeda de soluciones ante grandes espacios de problemas.
Por lo tanto, ante un problema, nos ayuda a seleccionar las bifurcaciones dentro de
un �rbol con m�s posibilidades; con ello se restringe la b�squeda, aunque no
siempre se garantiza una soluci�n adecuada. Todo lo que se debe tener en cuenta
para que una heur�stica sea adecuada es que nos proporcione soluciones que sean lo
suficientemente buenas. Adem�s, con la utilizaci�n de la b�squeda heur�stica, 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.
El razonamiento que puede tener cualquier persona, ha demostrado ser una de los
aspectos m�s dif�ciles de modelar �dentro� de un ordenador. El sentido com�n a
menudo nos ayuda a prever multitud de hechos y fen�menos 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 espec�ficos para los
diferentes campos de aplicaci�n. Estos lenguajes en su mayor�a cuentan con una
serie de caracter�sticas comunes que podemos resumir de la siguiente forma: Este
tipo de software ofrece una gran modularidad. Poseen gran capacidad de tomar
decisiones de programaci�n hasta el �ltimo momento, es decir cuando el programa ya
est� ejecut�ndose. Ofrecen grandes facilidades en el manejo de listas, y esto es
importante, ya que las listas son la estructura m�s habitual usada para la
representaci�n del conocimiento en la Inteligencia Artificial. Facilitan la
realizaci�n de ciertos tipos de deducci�n autom�tica permitiendo tambi�n la
creaci�n 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
simult�neo de estructuras que incorporan conocimiento declarativo y conocimiento
procedimental. Tienen una marcada orientaci�n gr�fica. Adem�s, las herramientas de
Inteligencia Artificial permiten hacer un seguimiento de todos los cambios
realizados a lo largo de toda la sesi�n. Disponen herramientas capaces de
desarrollar programas que son capaces de comprender otros programas y tambi�n de
realizar modificaciones sobre ellos.
Escuelas de pensamiento
Esta se�al podr�a interrumpir los procesos de alto nivel y obligar al robot a
conseguir el preciado elemento [Johnson-Laird, 1993, p. 359]. Incluso se podr�a
introducir el �dolor� o el �sufrimiento f�sico�, 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 provocar�a da�os
irreparables.
Esto significa que los sistemas inteligentes deben ser dotados con mecanismos de
retroalimentaci�n que les permitan tener conocimiento de estados internos, igual
que sucede con los humanos que disponen de propiocepci�n, interocepci�n,
nocicepci�n, etc�tera. Esto es fundamental tanto para tomar decisiones como para
conservar su propia integridad y seguridad. La retroalimentaci�n en sistemas est�
particularmente desarrollada en cibern�tica: por ejemplo, en el cambio de direcci�n
y velocidad aut�nomo de un misil, utilizando como par�metro la posici�n en cada
instante en relaci�n 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 operaci�n
determinada.
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 informaci�n en la memoria, mientras que en los aspectos
aprendidos reside el saber resolver un problema matem�tico 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 llegar a resolverlos.
Otros experimentos mentales como la Habitaci�n china, de John Searle, han mostrado
c�mo una m�quina podr�a simular pensamiento sin realmente poseerlo, pasando el test
de Turing sin siquiera entender lo que hace, tan solo reaccionando de una forma
concreta a determinados est�mulos (en el sentido m�s amplio de la palabra). Esto
demostrar�a que la m�quina en realidad no est� pensando, ya que actuar de acuerdo
con un programa preestablecido ser�a suficiente. Si para Turing el hecho de enga�ar
a un ser humano que intenta evitar que le enga�en es muestra de una mente
inteligente, Searle considera posible lograr dicho efecto mediante reglas definidas
a priori.
Por otro lado, Dub�i ya est� usando polic�as robots creados por PAL Robotics.
Tecnolog�as de apoyo
Interfaces de usuario
Visi�n artificial
Ling��stica computacional
Miner�a de datos (Data Mining)
Industria
Medicina
Mundos virtuales
Procesamiento de lenguaje natural (Natural Language Processing)
Rob�tica
Mecatr�nica
Sistemas de apoyo a la decisi�n
Videojuegos
Prototipos inform�ticos
An�lisis de sistemas din�micos
Simulaci�n de multitudes
Sistemas Operativos
Automoci�n
Aplicaciones pr�cticas
Para empezar, el tablero es una estructura de datos de tipo matriz que contiene
unas casillas las cuales est�n ocupadas por un jugador o vac�as. Una partida es una
secuencia de estados por los que pasa un tablero. Para programar la inteligencia
artificial para que pueda ganarnos debemos hacer que aprenda los distintos estados
e ir avanzando por los que pueda ganar:
Otro punto de vista ser�a programar la IA para que act�e en cada turno, es
decir, que la instruyamos para que act�e de acuerdo a unas instrucciones
estipuladas. Por ejemplo, cuando el jugador tenga dos fichas alineadas, la IA debe
colocar su ficha en la posici�n en la que el jugador fuese a ganar para cortarle la
victoria, as� pues, cuando la IA tenga dos fichas alineadas la siguiente que debe
colocar es en la posici�n ganadora. Si no se da ninguno de estos dos casos podr�a
elegir un sitio aleatorio.