Inteligencia artificial

2. Nociones y antecedentes
   históricos de Inteligencia
   Artificial.
3. Características de la
   Inteligencia Artificial.
4. Objetivos de la
   Investigación en Inteligencia
   Artificial.
5. Símbolos
   vs. Métodos numéricos.
6. Algoritmos.
7. Base de
   conocimiento. Sistemas basados en
   conocimiento.
8. Motor de
   inferencia.
9. Sistemas
   expertos como Sistemas de Información orientados al
   Servicio.
10. Robótica.
11. Perspectivas
    futuras.
12. Conclusiones.
13. Bibliografía.

Introducción.

La Inteligencia
Artificial comenzó como el resultado de la investigación en psicología cognitiva
y lógica
matemática. Se ha enfocado sobre la explicación
del trabajo mental y construcción de algoritmos de
solución a problemas de
propósito general. Punto de vista que favorece la
abstracción y la generalidad.

La Inteligencia
Artificial es una combinación de la ciencia del
computador,
fisiología y filosofía, tan general
y amplio como eso, es que reúne varios campos (robótica,
sistemas
expertos, por ejemplo), todos los cuales tienen en
común la creación de máquinas
que pueden "pensar".

La idea de construir una máquina 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,
traducción de idiomas, comprensión de idiomas,
diagnóstico de fallas, robótica,
suministro de asesoría experta en diversos
temas.

Es así como los sistemas de
administración de base de datos
cada vez más sofisticados, la estructura de
datos y el desarrollo de
algoritmos de inserción, borrado y locación de
datos,
así como el intento de crear máquinas capaces de
realizar tareas que son pensadas como típicas del
ámbito de la inteligencia humana, acuñaron el
término Inteligencia Artificial en 1956.

Trabajos teóricos fundamentales fueron el
desarrollo de algoritmos matemáticos por Warren McCullock
y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de
clasificación, o funcionamiento en sentido general, de
una red neuronal.
En 1949 Donald Hebb desarrolló 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 trató poco por
muchos años, dando paso al razonamiento simbólico
basado en reglas de producción, lo que se conoce como sistemas
expertos.

I. Nociones y
Antecedentes Históricos de Inteligencia
Artificial.

Definiciones sobre Inteligencia Artificial:

• Disciplina científico-técnica que trata
  de crear sistemas artificiales capaces de comportamientos que,
  de ser realizados por seres humanos, se diría que
  requieren inteligencia.
• Estudio de los mecanismos de la inteligencia y las
  tecnologías que lo sustentan. (Newell, 91)
• Intento de reproducir (modelar) la manera en que las
  personas identifican, estructuran y resuelven problemas
  difíciles (Pople, 84)
• Son ciertas herramientas
  de programación, entendiendo por
  herramientas:
• • Lenguajes: LISP, PROLOG
  • Entornos de desarrollo: shells
  • Arquitecturas de alto nivel: nodo y arco,
    sistemas de producciones

Desde sus comienzos hasta la actualidad, la Inteligencia
Artificial ha tenido que hacer frente a una serie de
problemas:

• Los computadores no pueden manejar (no contienen)
  verdaderos significados.
• Los computadores no tienen autoconciencia (emociones,
  sociabilidad, etc.).
• Un computador sólo puede hacer aquello para lo
  que está programado.
• Las máquinas no pueden pensar
  realmente.

En 1843, Lady Ada Augusta Byron, patrocinadora de
Charles Babbage planteó el asunto de si la máquina
de Babbage podía "pensar".

Los primeros problemas que se trató de resolver
fueron puzzles, juegos de ajedrez,
traducción de textos a otro idioma.

Durante la II Guerra Mundial
Norbert Wiener y John Von Neumann establecieron los principios de la
cibernética en relación con la
realización de decisiones complejas y control de
funciones en
máquinas.