Inteligencia Artificial: Conceptos, Técnicas y Aplicaciones

Inteligencia Artificial

La inteligencia artificial (IA) estudia cómo lograr que las máquinas realicen tareas que, por el momento, son mejor realizadas por los humanos. Las bases de la inteligencia artificial son la filosofía, las matemáticas, la psicología cognitiva y la ingeniería computacional.

Definición de IA

Sistemas que actúan (pasan como humanos) y piensan (mente humana) racionalmente como humanos.

Problemas

  • Fáciles: Distinguir entre pensamiento consciente e inconsciente.
  • Difíciles: Explicar cómo puede nacer la experiencia subjetiva.

Agente Racional

Percibe y actúa siempre teniendo en cuenta el entorno situado.

Capacidades Necesarias

  • Percepción
  • Procesamiento de lenguaje natural
  • Representación del conocimiento
  • Razonamiento

Modelos Inspirados en la Naturaleza

  • Neuronas
  • Evolución natural
  • Experiencia
  • Razonamiento
  • Hormigas

IA en la Actualidad

  • Razonamiento
  • Aprendizaje automático
  • Ingeniería del conocimiento y aplicaciones
  • Robótica
  • Percepción
  • Procesamiento del lenguaje natural

Áreas de Investigación de la IA

Las áreas de investigación en donde la IA contribuye son:

  • De percepción (visión y habla)
  • Lenguaje natural (comprensión, generación, traducción)

Técnicas de la IA

Una técnica de la IA es un método que utiliza conocimiento representado de tal forma que:

  • Representa generalizaciones
  • Es comprendido por las personas que lo proporcionan
  • Se puede modificar fácilmente
  • Puede usarse en gran cantidad de situaciones

La heurística es un conjunto de criterios, métodos o principios que se utilizan para encontrar, entre varios cambios posibles, cuál o cuáles son los más efectivos para obtener un objetivo determinado.

Por tanto, se puede decir que la técnica de búsqueda de soluciones en la resolución de problemas, de manera general, tiene por objetivo central encontrar los mecanismos de deducción, buscar soluciones que proporcionen la resolución de un problema cuando no se tiene un método directo.

El uso del conocimiento proporciona una forma de resolver problemas complejos explotando las estructuras de los objetivos involucrados.

El agente que actúa inteligentemente requiere tener una representación del ambiente sobre el que actúa, o por lo menos de los aspectos que son relevantes para resolver un problema.

Técnicas de Representación del Conocimiento

  • Inferencia simbólica: Incluye mecanismos de deducción típicos que incluyen la deducción, también llamada inferencia lógicamente correcta.
  • Representación del conocimiento: El fin de la representación de conocimiento es organizar la información sobre el dominio o tema a tratar, de tal manera que el programa de la Inteligencia Artificial pueda acceder fácilmente a la información para tomar decisiones, planear, reconocer objetos y situaciones, analizar, sacar conclusiones y otras funciones cognitivas.
  • Reconocimiento de patrones: Técnicas de clasificación para identificar los subgrupos con características comunes en cada grupo, y con el grado de asociación se obtiene una conclusión diferente. Los algoritmos desarrollados en esta área son herramientas útiles en otros campos como en el reconocimiento de lenguaje natural, la visión por computadora, reconocimiento de imágenes, reconocimiento de señales, el diagnóstico de fallos de equipos, el control de procesos. El reconocimiento de patrones consiste en medir el parecido entre formas y su comparación cuantitativa, es decir, es un método formal para medir el parecido o similitud entre dos formas o fenómenos que representan cierta regularidad.
  • Lenguaje natural: También llamado lenguaje ordinario, es el que utiliza una comunidad lingüística con el fin primario de la comunicación.
    • Procesamiento del lenguaje escrito: Requiere el conocimiento léxico, sintáctico y semántico de las palabras, y del mundo real.
    • Procesamiento del lenguaje oral: Requiere conocimientos de fonología y de la información para manejar ambigüedades que se presenten en el habla; también requiere de los conocimientos para el procesamiento de lenguaje escrito.
  • Robótica: Es la técnica de IA de las más beneficiadas, debido a que tiene por objetivo la construcción de robots inteligentes capaces de funcionar con autonomía. La robótica se ocupa de tareas motrices y perceptuales, es decir, la robótica es la conexión inteligente entre la percepción y la acción. Un robot inteligente es capaz de: recibir comunicación, comprender un entorno mediante el uso de modelos, formular planes, ejecutar planes, motorizar su operación.
  • Redes neuronales: Son sistemas de cómputo distribuidos y paralelos inspirados en la estructura del cerebro humano. Una de las ventajas de utilizar las redes neuronales es que pueden seguir funcionando aunque se destruyan algunas de sus neuronas, esto es atribuido a su estructura de red.
  • Algoritmos genéticos: Son los que tratan de emular el proceso de selección natural, mediante el cual los individuos aptos logran sobrevivir y logran que sus mejores características se mantengan en las generaciones posteriores.
  • Sistemas expertos: Estudian la simulación de los procesos intelectuales de los expertos humanos que les permiten interactuar con objetos del mundo real y llevar a cabo tareas de forma precisa, rápida y cómoda, semejantes a las tareas propias de un ser humano por medio del procesamiento de información y las técnicas para la solución de problemas.
  • Agente: Sistema computacional capaz de ejecutar acciones de forma autónoma en un ambiente determinado, con el fin de cumplir con sus objetivos de diseño. Característica principal: autonomía. Capaz de actuar independientemente.
    • Diferencia entre agentes y software: La dimensión de inteligencia se refiere al grado en el cual la aplicación utiliza razonamiento, aprendizaje y otras técnicas para interpretar la información o conocimiento al cual tiene acceso.
    • Característica de agente inteligente: proactivo, reactivo y social.
    • Por qué utilizar agentes: La necesidad de construir aplicaciones complejas compuestas de multitud de subsistemas que interaccionan entre sí, es el marco de la distribución de la inteligencia en diversos agentes.
    • Funciones básicas de agentes: ejecución de tareas, conocimiento de su entorno, capacidad de comunicación.
  • Lógica proposicional: o lógica de orden cero es un sistema formal cuyos elementos más simples representan proposiciones, y cuyas constantes lógicas, llamadas conectivas, representan operaciones sobre proposiciones.