INTELIGENCIA

ARTIFICIAL.
INTEGRANTES:
Aguilar soto Wilmer Antonio
Armijos Armijos Danny Mauricio
Armijos Ordez Manuel Stalin
Jumbo Herrera Ricardo Fabin
Solano Solano Luis Omar
DEFINICIN
LA IA ES UN CAMPO DE LA CIENCIA Y LA INGENIERA QUE SE
OCUPA DE LA COMPRESIN, DESDE EL PUNTO DE VISTA
INFORMTICO, DE LO QUE SE DENOMINA COMNMENTE
COMPORTAMIENTO INTELIGENTE. TAMBIN SE OCUPA DE LA
CREACIN DE ARTEFACTOS QUE EXHIBEN ESTE
COMPORTAMIENTO.
SUBREAS DE CONOCIMIENTO

1.Procesamiento del lenguaje natural

Una caracterstica primordial de todo
sistema para que se pueda considerar
inteligente desde la perspectiva humana,
es que sea capaz de comunicarse con
las personas en su misma lengua.
SUBREAS DE CONOCIMIENTO

2. Visin Artificial
Esta disciplina se enfrenta con el problema de captar
e interpretar imgenes del entorno, que resultan
cruciales tanto para aprender y predecir
acontecimientos.
Reconocimiento de caracteres tipogrficos y manuscritos
Interpretacin de imgenes
Reconocimiento de objetos
Visin de color y anlisis visual de movimiento
SUBREAS DE CONOCIMIENTO

3. Resolucin de problemas
Uno de los pilares de la IA, es al anlisis
de cmo los seres humanos resuelven o
buscan soluciones a cada uno de los
innumerables problemas con los que se
encuentran continuamente.
SUBREAS DE CONOCIMIENTO

4. Representacin del conocimiento y

razonamiento:
Una representacin del conocimiento en IA es una
combinacin de estructuras de datos asociadas
con mecanismos interpretativos que nos permiten
manipular el conocimiento representado a fin de
crear soluciones a problemas nuevos.
SUBREAS DE CONOCIMIENTO

5. Aprendizaje:
La capacidad de aprendizaje es un aspecto crucial del
comportamiento inteligente de los seres humanos, que les
permite acumular experiencia y adaptarse a entornos
cambiantes.
Redes neuronales
Algoritmos genticos
Mtodos empricos de induccin de reglas y rboles de decisin
Aprendizaje analtico
Mtodos basados en casos o por analoga.
SUBREAS DE CONOCIMIENTO

6. Robtica:
En un futuro que cada vez est ms
cerca, habr robots con una inteligencia
artificial propia que, sin necesidad de
instrucciones directas de personas, se
encargaran de determinadas tareas.
RESEA HISTRICA DE
LA INTELIGENCIA
ARTIFICIAL
 SILOGISMOS 300 A.C

Primeros pasos de la IA
Aristteles cuando descubri ciertos estilos de razonamiento deductivo que el
mismo explico y codifico.
Los silogismos que era un conjunto de reglas, que describen una parte del
funcionamiento de la mente humana.
LA PRIMERA MQUINA AUTOCONTROLADA
205 A.C
Era un regulador del flujo de agua que modificaba su comportamiento de
manera racional
 RAZONAMIENTO ARTIFICIAL 1315 D.C

Ramon Llull, era un mstico y poeta cataln, construyo un conjunto de ruedas

llamado Ars Magna.
Maquina capaz de responder todas las preguntas.
Precursor del razonamiento automtico
LGICA PROPOSIONAL 1847 D.C

George Boole desarrollo los fundamentos de la lgica proposicional.

recoger algunos indicios probables sobre la naturaleza y la
constitucin de la mente humana.
Su algebra consiste en un nuevo mtodo de resolver problemas de
lgica en la cual se recurre solamente a los valores binarios
LOGICA MATEMATICA MODERNA 1879 D.C

Gottlob Frege propuso un sistema de notacin para el razonamiento

mecnico mediante la introduccin de una nueva sintaxis.
inclusin de los cuantificadores.
deriv en gran parte lo que hoy se conoce como clculo proposicional o
lgica matemtica moderna
MODELO DE NEURONAS ARTIFICIALES 1943

Warren McCulloch y Walter Pitts son los autores del primer trabajo de
IA.
Propusieron un modelo que estaba constituido por neuronas artificiales.
Su estado de activada o desactivada de acuerdo a la estimulacin de
respuesta producida por una cantidad suficiente de neuronas vecinas.
PRUEBA DE TURING 1950

Artculo primero la visin de la IA.

Turing, el aprendizaje automtico, algoritmos genricos y aprendizaje de refuerzo.
La prueba de Turing consista claramente en determinar si una maquina era
inteligente o no.
 TERMINO DE INTELIGENCIA ARTIFICIAL 1956

John McCarthy propone denominar a este campo de la informtica como

Inteligencia Artificial
 ENTUSIASMO INICIAL (1952-1969)

Los primeros aos de la inteligencia artificial estuvieron llenos de xitos.

Primer programa para Ajedrez y enfrentar retadores 1963
Programa ELIZA 1964 a 1966
El brazo Stanford 1969
SISTEMAS EXPERTOS 1970- 1980

Estimulan el razonamiento de un experto en un dominio en concreto.

se busca una mejor calidad y rapidez en las respuestas
 RESURGIR DE LA RED NEURONAL 1980 A
1986
Debido al desarrollo de la Red Hopfield, y en concreto al algoritmo de
aprendizaje de retro propagacin (Back Propagation) ideado por Rumelhart y
McLellan en 1986 fue aplicado a l desarrollo de perceptrones multicapa.
AGENTE INTELIGENTE 1987

Martin Fischels y Oscar Firschein, describieron los atributos de los

agentesinteligentes, que eran capaces de percibir el entorno, procesar
esas percepciones y responder o actuar de la manera ms racional
posible.
COMPUTADORA AUTNOMA 1997

Fue una computadoradeIBMque jugaba alajedrez, la primera que

venci a un campen del mundo vigente,Gary Kasparv
UN ORDENADOR HA LOGRADO SUPERAR CON
XITO EL TEST DE TURING JUNIO 2014
Un ordenador logro pasar la prueba de Turing haciendo creer a un
interrogador que era una persona.
Certamen organizado en Londres por la Universidad de Reading
UN ORDENADOR DE GOOGLE VENCE AL CAMPEN
MUNDIAL DE UN JUEGO MILENARIO 2016
El programa informtico que fue desarrollado por una compaa
britnica denominada Google DeepMind.
Consigui vencer al campen mundial del juego milenario llamado
Go.
APLICACIONES
REDES NEURONALES.

Una RNA (Red Neuronal Artificial) est constituida por nodos, o

unidades, que estn unidas mediante conexiones (GRAFO). Algunas de
las unidades estn conectadas al ambiente externo y se designan
como unidades de entrada o de salida segn reciban estmulos
externos o den la respuesta del sistema
DIAGRAMA DE RED NEURONAL
HOGAR INTELIGENTE POR CONTROL DE VOZ USANDO REDES
NEURONALES.

Este artculo presenta el diseo de un hogar inteligente de bajo costo

basado en el Siri Aple Voice API encadenada a una serie de redes
neuronales de topologa feedforward-backpropagation (algoritmo de
aprendizaje de propagacin hacia atrs), las cuales brindan la
interaccin con la mquina de una manera amena simulando una
conversacin humana y dejando de lado rdenes montonas, el estado
del arte presenta las opciones tecnologas escogidas todas bajo
plataforma Open Source para minimizar costos y hacer el conocimiento
ms globalizado y accesible al lector.
RED NEURONAL DE LA APLICACIN.
MINERA DE DATOS.

La minera de datos es el proceso de detectar la informacin procesable de los conjuntos grandes de

datos. Utiliza el anlisis matemtico para deducir los patrones y tendencias que existen en los datos.
La generacin de un modelo de minera de datos forma parte de un proceso mayor que incluye
desde la formulacin de preguntas acerca de los datos y la creacin de un modelo para
responderlas, hasta la implementacin del modelo en un entorno de trabajo. Este proceso como
muestra la Fig 2. se puede definir mediante los seis pasos bsicos siguientes:
Definir el problema
Preparar los datos
Explorar los datos
Generar modelos
Explorar y validar los modelos
Implementar y actualizar los modelos
MODELO PREDICTIVO PARA LA DETERMINACIN DE
CAUSAS DE REPROBACIN MEDIANTE MINERA DE DATOS .

El proceso que se consumi la mayor parte del tiempo en toda esta serie de
pasos es la de ETL (Extraccin, Transformacin y Carga); es crtica su correcta
elaboracin debido a que los datos que se toman para crear el repositorio estn
almacenados con diferentes formatos, en diferentes fuentes y con errores en su
captura, o con valores incompletos; hubo entonces que aplicar tcnicas para
depurar todo de tal manera que el almacn de datos quedara lo ms completo y
homogneo posible.
Se realiz un rbol de decisin por cada materia para que se pueda obtener el
porcentaje de probabilidades de que la apruebe o repruebe, as como las
probables causas por las que tendr problemas en dichas materias.
PROCESO DE E.T.L
(EXTRACCIN,TRANSFORMACIN,CARGA).
GOOGLE FOTOS
DEFINICIN

Es una aplicacin informtica de intercambio de

fotografa y de vdeo y servicio de almacenamiento
de Google, esta aplicacin no sera la mitad de lo
que es sin el apoyo de la tecnologa de
reconocimiento visual de Google, la misma que te
permite realizar bsquedas complejas en tu galera
de imgenes.
CARACTERSTICAS

- Bsqueda de fotos.- Se puede buscar por ttulo,

fecha, ubicacin, se agrega la opcin de contenido.
As si se necesita buscar fotos de perros, mostrar
todas las que se tengan coincidencia.
- Exportacin con un clic.- ofrece la opcin de poder
descargar todas tus fotos con un solo clic en vez de
hacerlo uno por uno, usando el servicio Google Takeout.
- Auto-borrado de copias locales.- Elimina fotos de forma
automtica, desde tu celular liberando espacio que desees
en la nube.

- Etiquetar por ubicacin.- Si a las fotos se le agregan los

datos de la ubicacin, las prximas fotos lo harn de forma
automtica , tomando en cuenta los elementos de la misma.
FUNCIONAMIENTO

El reconocimiento de patrones de Google usa redes

neuronales para extraer distintas capas de informacin de
cada fotografa. Las capas de bajo nivel extraen informacin
bsica ,las de alto nivel detectan rasgos ms sofisticados e
incluso objetos enteros, las redes neuronales permiten que el
sistema "aprenda" de manera automtica de cada objeto.
ALGORITMOS

- Guetzli que es capaz de optimizar las imgenes de una

forma mucho ms agresiva que otras opciones, pero
siempre buscando el equilibrio para que el proceso no se
lleve por delante la calidad de los archivos.
- Jetpac, que es capaz de encontrar detalles en las fotografas
que hacen a un lugar interesante, ya sea por lo que hay
en la foto o el tipo de personas que los visitan.
MYCIN
DEFINICIN

Es un Sistema Experto para la realizacin de diagnstico. Su funcin es

la de aconsejar a los mdicos en la investigacin y determinacin de
diagnsticos en el campo de las enfermedades infecciosas de la
sangre.
FUNCIONAMIENTO

Se basaba principalmente en un sencillo motor de inferencia, que

manejaba una base de conocimiento de aproximadamente unas 500
reglas.
Solicita datos generales sobre el paciente: nombre, edad, sntomas,
etc
Una vez conocida la informacin el SE plantea una hiptesis.
Mycin muestra la salida por pantalla, que consista en una serie de
posibles enfermedades.
COMO TRABAJA
MYCIN se basaba en realizar los razonamientos en factores de certeza y
certidumbre debi a que:
Los expertos se resisten a expresar sus procesos de razonamiento en
trminos probabilsticos coherentes.
La probabilidad requiere de grandes cantidades de datos y muchas
aproximaciones y suposiciones.
IMPACTO EN LA IA

Nos permiti avanzar sobre los mejores sistemas expertos hasta el

momento de la siguiente manera:
Su base de conocimiento consista en cientos de reglas.
Sus reglas eran probabilsticas(Era robusto para determinar
correctamente conclusiones).
Puede explicar sus propios procesos de razonamiento (sistema
genuinamente amigable).
Funcionaba y ayudo a los sistemas expertos actuales.
CONCLUSIONES

La Inteligencia Artificial pretende ofrecer soluciones a los problemas, de la misma

forma o mejor de lo que hubiera realizado el ser humano.
Los SE trabajan con grandes cantidades de informacin, que son uno de los
grandes problemas que enfrenta el analista humano, donde afecta negativamente
a la toma de decisiones.
Los sistemas que cuentan con inteligencia artificial buscan solventar acciones
cotidianas de la vida diaria de las personas.
Los SE pueden ser utilizados por personas no especializadas en esas reas y
pueden igual resolver el problema y aprenden del mismo sistema.
La inteligencia artificial en un futuro ser indispensable en distintas ciencias como
ingeniera, robtica medicina entre otras.
GRACIAS