martes, 27 de noviembre de 2007

CARATULA






Programa de Implementación
de la Investigación Científica como Metodología Didáctica



Monografía

INTELIGENCIA ARTIFICIAL


APELLIDOS Y NOMBRES DE LOS ALUMNOS:

LLANOS ZELAYA, ALVARO JAVIER
RANDICH GÓMEZ, PETER
YOPLAC HINOJOSA, ROSMERY



ESCUELA ACADEMICO-PROFESIONAL:

INGENIERIA DE SISTEMAS



Semestre 2007-II

INDICE GENERAL

CARÁTULA
INTRODUCCIÓN
RESUMEN
PALABRAS CLAVES
CAPÍTULO I: INTELIGENCIA ARTIFICIAL
1.1. Introducción
1.2. Antecedentes de la Inteligencia Artificial
1.3. El Resurgimiento de la Inteligencia Artificial
1.4. Escuelas de Pensamiento de la Inteligencia Artificial
1.4.1. Inteligencia Artificial Convencional
1.4.2. Inteligencia Artificial Computacional
1.5. Historia de la Inteligencia Artificial
1.6. Definición de Inteligencia Artificial
1.7. Características de la Inteligencia Artificial
1.8. Objetivos de la Inteligencia Artificial
1.9. Fundamentos y Filosofía de la Inteligencia
Artificial
1.10.Limitaciones Físicas y Espacio–Temporales
de la Inteligencia Artificial
1.11.Críticas de la Inteligencia Artificial

CAPÍTULO II: RAMAS DE LA INTELIGENCIA ARTIFICIAL
2.1. Robótica
2.1.1. Objetivos de la Robótica
2.1.2. Campos de Aplicación de la Robótica
2.1.2.1. Investigación – Exploración
2.1.2.2. Entretenimiento
2.1.2.3. Construcción
2.1.2.4. Automatización Industrial
2.1.3. El Futuro de la Robótica
2.1.3.1. Primera generación (2000-2010)
2.1.3.2. Segunda generación (2010-2020)
2.1.3.3. Tercera generación (2020-2030)
2.1.3.4. Cuarta generación (2030-2040)
CAPÍTULO III: SISTEMAS EXPERTOS
3.1. Definición de Sistemas Expertos
3.2. Características de los Sistemas Expertos
3.3. Tareas de los Sistemas Expertos
CAPÍTULO IV: CAMPOS DE APLICACIÓN
4.1. Múltiples campos de aplicación de los Sistemas Expertos
4.2. Perspectivas Futuras
4.3. Aplicaciones Futuras de la Inteligencia
Artificial
4.3.1. Robots de Charla
4.3.2. Red neuronal artificial
4.3.3. Robots con razonamiento
4.3.4. Base de Conocimiento
4.3.5. Vida Artificial
CAPÍTULO V: CIENTÍFICOS
5.1. Científicos en el Campo de la Inteligencia Artificial
CONCLUSIONES
REFERENCIAS BIBLIOGRÁFICAS
APÉNDICES
ANEXOS

INTRODUCCIÓN

La presente monografía es el producto de una investigación, consulta y recopilación de datos de que diferentes libros, páginas de internet, revistas, periodicos, los cuales tratan y nos informan acerca de un tema muy importante para la sociedad del presente y futura, como lo es la Inteligencia Artificial, siendo apoyada y reforzada por nuestras diversas fuentes bibliográficas.

Este trabajo fue iniciado y mantenido con entusiasmo, ya que a medida que ahondábamos en la investigación, quedabamos cada vez, más satisfechos de haber escogido este tema.
El estudio que aquí se proyecta realizar tiene, desde mi perspectiva una importancia indiscutible, puesto que iría encaminado a lograr propuestas de relevancia capital para una institución educativa de nivel superior como lo es la Facultad de Ingeniería de la UCV.
Ya que conforme el mundo se vuelve más complejo, debemos usar nuestros recursos materiales y humanos con más eficiencia, y para lograrlo, se necesita la ayuda que nos ofrecen los computadores. Teniendo como objetivo dar a conocer las asombrosas posibilidades que presenta la IA, pero no hay que dejar volar la imaginación más de lo necesario, ya que las máquinas pensantes puede que lleguen a existir alguna vez, pero no quiere decir que están a la vuelta de la esquina ni mucho menos; porque la IA es una ciencia nueva que debe andar mucho camino todavía, pero de lo que podemos estar seguros es de que los primeros pasos están siendo prometedores.

También existe la falsa impresión de que uno de los objetivo del IA es sustituir a los trabajadores humanos y ahorrar dinero. Pero en el mundo de los negocios, la mayoría de personas está más entusiasmada ante las nuevas oportunidades que ante el abatimiento de costos. Además, la tarea de reemplazar totalmente a un trabajador humano abarca de lo difícil a lo imposible, ya que no se sabe cómo dotar a los sistemas de IA de toda esa capacidad de percibir, razonar y actuar que tienen las personas.

Pero el objetivo del trabajo se enmarca, más que nada, al hecho de dar a conocer a mis compañeros y personas interesadas con el tema de Ia IA, de que es un tema muy interesante, el cual abarca muchos temas, entre los cuales destaca la robótica, los sistemas expertos, etc.

Dentro de la cual hemos utilizado el método de esquema lógico – numérico, para así, poder seguir un orden, pasos, y poco a poco ir conociendo el tema más y más.

Estando contenida por los siguientes capitulos:

· CAPÍTULO I : INTELIGENCIA ARTIFICIAL.
· CAPÍTULO II : RAMAS DE LA INTELIGENCIA ARTIFICIAL.
· CAPÍTULO III : SISTEMAS EXPERTOS.
· CAPÍTULO IV : CAMPOS DE APLICACIÓN. CAPÍTULO V : CIENTÍFICOS.

RESUMEN

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.






PALABRAS CLAVES:
Inteligencia, artificial, artefacto, computador, algoritmos, robótica, sistemas, creacionista, sistemas expertos, convencional, computacional, y robots.

CAPÍTULO I

INTELIGENCIA ARTIFICIAL

1.1. Introducción:
Inteligencia artificial, término que, en su sentido más amplio, indicaría la capacidad de un artefacto de realizar los mismos tipos de funciones que caracterizan al pensamiento humano. La posibilidad de desarrollar un artefacto así ha despertado la curiosidad del ser humano desde la antigüedad; sin embargo, no fue hasta la segunda mitad del siglo XX, cuando esa posibilidad se materializó en herramientas tangibles.
El término inteligencia artificial (IA) fue acuñado en 1956 por John McCarthy, del Instituto de Tecnología de Massachusetts. En ese año se celebró la conferencia de Dartmouth, en Hanover (Estados Unidos), y en ella, McCarthy, Marvin Minsky, Nathaniel Rochester y Claude E. Shannon establecieron las bases de la inteligencia artificial como un campo independiente dentro de la informática. Previamente, en 1950, Alan M. Turing había publicado un artículo en la revista Mind, titulado “Computing Machinery and Intelligence” (“Ordenador e inteligencia”), en el que reflexionaba sobre el concepto de inteligencia artificial y establecía lo que luego se conocería como el test de Turing, una prueba que permite determinar si un ordenador o computadora se comporta conforme a lo que se entiende como artificialmente inteligente o no.
Con el avance de la ciencia moderna la búsqueda de la IA ha tomado dos caminos fundamentales: la investigación psicológica y fisiológica de la naturaleza del pensamiento humano, y el desarrollo tecnológico de sistemas informáticos cada vez más complejos.
En este sentido, el término IA se ha aplicado a sistemas y programas informáticos capaces de realizar tareas complejas, simulando el funcionamiento del pensamiento humano, aunque todavía muy lejos de éste. En esta esfera los campos de investigación más importantes son el procesamiento de la información, el reconocimiento de modelos, los juegos y las áreas aplicadas, como el diagnóstico médico. Un ejemplo de los logros alcanzados fue la partida de ajedrez que el superordenador de IBM denominado Deep Blue ganó, en mayo de 1997, al campeón del mundo Gari Kaspárov.
Algunas áreas de la investigación actual del procesamiento de la información están centradas en programas que permiten a un ordenador o computadora comprender la información escrita o hablada, y generar resúmenes, responder a preguntas específicas o redistribuir datos a los usuarios interesados en determinados sectores de esta información. En esos programas es esencial la capacidad del sistema de generar frases gramaticalmente correctas y de establecer vínculos entre palabras e ideas. La investigación ha demostrado que mientras que la lógica de la estructura del lenguaje, su sintaxis, está relacionada con la programación, el problema del significado, o semántica, es mucho más profundo, y va en la dirección de una auténtica inteligencia artificial.
Actualmente existen dos tendencias en cuanto al desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. Los sistemas expertos intentan reproducir el razonamiento humano de forma simbólica. Las redes neuronales lo hacen desde una perspectiva más biológica (recrean la estructura de un cerebro humano mediante algoritmos genéticos). A pesar de la complejidad de ambos sistemas los resultados distan mucho de un auténtico pensamiento inteligente.
Muchos científicos se muestran escépticos acerca de la posibilidad de que alguna vez se pueda desarrollar una verdadera IA. El funcionamiento de la mente humana todavía no ha llegado a conocerse en profundidad y, en consecuencia, el diseño informático seguirá siendo esencialmente incapaz de reproducir esos procesos desconocidos y complejos.

1.2. Antecedentes de la Inteligencia Artificial:
En realidad la idea de buscar principios para regir la inteligencia y a su vez incorporarlos en una maquina, es muy antigua. Existen indicios de que algunas viejas civilizaciones, tales como la griega, la china y hasta la maya ya habían formulado algunos mecanismos, en ocasiones reales o bien ficticios, para este fin.
Después hubo otras vertientes como la de Aristóteles y sus silogismos. Pero realmente lo interesante comienza en los tiempos de Leibnitz, que busco encontrar un algebra capaz de representar todo el conocimiento, incluyendo las verdades morales y metafísicas, para lograr un sistema deductivo. Logro construir un sistema abstracto llamado cálculo filosófico o raciocinador, pero no se tenía la tecnología para poder implantar esas ideas. (Doyle 1996) En 1849, George Boole desarrollo los principios de la lógica proposicional con los que pretendía recoger algunos fundamentos relativos a la naturaleza y a la constitución de la mente humana. Escribió una obra llamada “Una investigación sobre las leyes del pensamiento, sobre las cuales están fundamentadas las teorías matemáticas de la lógica y de la probabilidad”. El fue el creador de la tabla de verdad, que aun ahora se utiliza enormemente es todo el campo matemático y computacional. (Fig 1.)
Tiempo después en 1874, Frege propuso un sistema de notación para el razonamiento mecánico, que es el antecedente del cálculo de predicados, el cual denominó “escritura de conceptos”. Debió pasar casi un siglo, para que en 1950 Turing, propusiera el primer artículo moderno sobre la posibilidad de mecanizar la inteligencia. El introductor del término “Inteligencia Artificial”, fue John McCarthy en 1956. Fue tomado del nombre de una conferencia que se formo gracias a la aparición de un libro, escrito por él en conjunto con Claude Shannon (1956), que trataba de los Fundamentos matemáticos de la teoría de autómatas, orientada a la formalización de las ideas sobre la inteligencia. Tiempo más tarde, Allen Newell, junto con Herbert Simon y Cliff Shaw desarrollaron un programa capaz de demostrar teoremas de lógica proposicional. A este programa se le llamo después GPS (General Problem Solver). Todos estos trabajos contribuyeron al desarrollo de la Inteligencia Artificial, al considerar que la búsqueda heurística era uno de los métodos fundamentales para resolver problemas. Otra herramienta importante fue el sistema de símbolos físicos para representar problemas y sus soluciones (García 2002). La persona que es reconocida como el padre de la Inteligencia Artificial, es Herbert Simon, junto con Allen Newell y Marvin Minsky. Simon propuso la hipótesis del símbolo físico como una forma de representar y modelar el pensamiento humano.
Sobre esta línea se siguió el desarrollo de la Inteligencia Artificial en su primera etapa. Desafortunadamente después de esta época de gran crecimiento, las expectativas que se forjaron fueron muy altas. Se empezaron a hacer proyecciones muy ambiciosas, que debido al nivel tecnológico de esos tiempos fueron imposibles de implementar (García 2002). Desde diversos puntos de vista, en especial el de los negocios, se esperaba que la inteligencia artificial ofreciera más y mejores resultados debido a que se tenían sistemas expertos capaces de emular el razonamiento de expertos para diagnosticar o predecir, quizás hasta planear. Pero también es cierto que los avances en esta etapa se vieron restringidos por la incapacidad de los sistemas de adaptarse a entornos inciertos e imprecisos. En 1984, E. Dyson predijo que la I.A. no estaba madura y por lo tanto no tenía valor comercial. Debería de quedar plasmada en sistemas estratégicamente importantes para levantar su credibilidad. Esta predicción se cumplió hasta mediados de los años 90, por lo que muchas personas consideraron que la I.A. había muerto. Para este entonces se habían aprendido algunas lecciones tales como:
· Reconocer que la computadora y la I.A. no reemplazan a la inteligencia humana, sino que más bien la completan.
· Aceptar que el capital más importante en una empresa son las personas, la experiencia y el conocimiento que se ha acumulado a través de los años.
· Los sistemas inteligentes ayudaran a mejorar la computación personal.
· El uso de lo IA en los negocios debe estar enfocada en la solución de problemas de los clientes.

Se puede deducir, que en esta primera época de la Inteligencia Artificial “Moderna”, se presentaron muchos retos, pues para alcanzar las expectativas tan altas que se habían forjado no se tenía la tecnología adecuada y en ocasiones, ni el conocimiento a fondo de los temas. Faltaba desarrollo tanto tecnológico como teórico. Además mucha gente no apostaba por este nuevo concepto.
Afortunadamente como veremos más adelante, se ha dado un nuevo e importante giro a la I.A., a partir de nuevos enfoques y nuevas ideas, que le auguran un futuro prometedor.
1.3. El Resurgimiento de la Inteligencia Artificial:
En años recientes, se ha dado un repunte importante de la I.A. Existen muchas características que hacen que esta herramienta vuelva a mostrar excelentes condiciones de ser una tecnología aplicable, que coadyuvara a que las empresas sean mas productivas. Uno de los nuevos enfoques es el denominado “basado en el comportamiento”. Este enfoque proporciona una idea amplia del concepto en general de Inteligencia, al suponer que esta depende totalmente de la forma en que el comportamiento de un sistema contribuye a realizar sus funciones. Además existen nuevas técnicas que pueden ser aplicadas en esta nueva I.A., tales como redes neuronales (Fig. 2), algoritmos genéticos, redes bayesianas, aprendizaje, etc.
Los algoritmos genéticos es una de las nuevas técnicas que mas apoyo han recibido y mas futuro promete. Es interesante mencionar, que se basan completamente y son modelados a partir de procesos naturales de selección que se han identificado en organismos vivos. Así como en la naturaleza, las especies mutan de acuerdo a las características del medio ambiente, del tiempo o de otros factores externos, los sistemas que manejar este concepto tienen la capacidad de poder adaptar las respuestas a problemas cambiantes de acuerdo al tiempo. Esto es que el comportamiento de estos sistemas es mutado de acuerdo a las características del medio y del problema. Este tipo de algoritmos tienen una ventaja enorme con respecto a los tradiciones sistemas simbólicos de I.A. Estos últimos son demasiado estáticos y no están preparados para soportar cambios sublimes en las condiciones de los problemas. Usualmente, los sistemas simbólicos son desarrollados para solucionar un solo tipo de problemas. Si este problema cambia en alguna condición, no se tiene la oportunidad de cambiar para tratar de solucionar. Por esta razón, los sistemas que operan con algoritmos genéticos tienen más futuro en este campo. Ahora las expectativas de la Inteligencia Artificial, están basadas en el hecho de verla como una opción de inversión en el desarrollo de herramientas que permitan reducir costos, distribuir recursos, detección de fraudes, ayuda en línea, captura de conocimiento, etc.

Pero la inteligencia artificial además de poderse aplicar a diferentes procesos productivos (que pueden ir de generación de alimentos a construcción de armas), también se puede aplicar a diferentes áreas de oportunidad en la economía, finanzas, o bien para la toma de decisiones en las corporaciones.
1.4. Escuelas de Pensamiento de la Inteligencia Artificial:
La IA se divide en dos escuelas de pensamiento, la inteligencia artificial convencional y la inteligencia computacional.
1.4.1. Inteligencia artificial convencional:
Basada en análisis formal y estadístico del comportamiento humano ante diferentes problemas:
· Razonamiento basado en casos: ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos.
· Sistemas expertos: infieren una solución a través del conocimiento previo del contexto en que se aplica y de ciertas reglas o relaciones.
· Redes bayesianas: propone soluciones mediante inferencia estadística.
· Inteligencia artificial basada en comportamientos: sistemas complejos que tienen autonomía y pueden auto-regularse y controlarse para mejorar.
1.4.2. Inteligencia artificial computacional:
· La inteligencia computacional (también conocida como inteligencia artificial subsimbólica) implica desarrollo o aprendizaje iterativo (p.ej. modificaciones iterativas de los parámetros en sistemas conexionistas). El aprendizaje se realiza basándose en datos empíricos. Algunos métodos de esta rama incluyen:
· Máquina de vectores soporte: sistemas que permiten reconocimiento de patrones genéricos de gran potencia.
· Redes neuronales: sistemas con grandes capacidades de reconocimiento de patrones.
· Modelos ocultos de Markov: aprendizaje basado en dependencia temporal de eventos probabilísticos.
· Sistemas difusos: técnicas para lograr el razonamiento bajo incertidumbre. Ha sido ampliamente usada en la industria moderna y en productos de consumo masivo, como las lavadoras.
· Computación evolutiva: aplica conceptos inspirados en la biología, tales como población, mutación y supervivencia del más apto para generar soluciones sucesivamente mejores para un problema. Estos métodos a su vez se dividen en algoritmos evolutivos (ej. algoritmos genéticos) e inteligencia colectiva (ej. algoritmos hormiga).

1.5. Historia de la Inteligencia Artificial:
El nacimiento real de la IA se produce para el año 1950, cuando Norbet Wiener desarrolló el principio de la retroalimentación. Esta técnica consiste, por ejemplo, en la tecnología del termostato, comparar la temperatura actual del entorno con la deseada y, según los resultados aumentarla o disminuirla. En 1955 Newell y Simon desarrollan la Teoría de la lógica la cual permitió desarrollar un programa que exploraba la solución a un problema utilizando ramas y nudos, seleccionando únicamente las ramas que más parecían acercarse ala solución correcta de los problemas siendo este el primer programa inteligente basado en su modelo de procesamiento de información

Basándose en los estudios sobre memoria asociativa, el equipo Newell-Shaw-Simon construyó los primeros lenguajes de procesamiento de información (IPL-I, IPL-II) utilizados en el diseño de su "Logic Theorist Machine" que se convirtió en la primera máquina "inteligente". Esta máquina fue capaz no sólo de memorizar y aprender, sitio que consiguió demostrar de una manera original y "creativa", es decir no prevista por sus creadores, algunos de los teoremas propuestos por Bertrand Russell en los Principios (Russell and Whitehead, 1925).

En el año 1957. Aparece la primera versión de “The General Problem Solver” (GPS), un programa capaz de solucionar problemas de sentido común. El GPS utilizaba la teoría de la retroalimentación de Wiener.

Desde sus orígenes la IA se relacionó con juegos como el ajedrez y las damas, probablemente debido a que los juegos de mesa constituyen modelos de situaciones reales en las que hay que calcular, solucionar problemas, tomar decisiones, corregir errores, recordar, etc. A pesar de que esta línea de investigación ha sido casi totalmente abandonada en la actualidad, muchos de los avances teóricos y metodológicos de la IA se deben a ella. Por ejemplo, Samuel diseñó en 1961 un programa que jugaba damas y que era capaz de aprender de sus errores, es decir, era capaz de adaptar su comportamiento en relación a eventos pasados. Lo pasmoso de este programa fue que, aunada a su capacidad de aprendizaje la de memoria, con el tiempo consiguió derrotar invariablemente a su creador.

Hacia mediados de los sesentas la IA se convierte en un área en la que se interesan e interactúan especialistas de diversas disciplinas: lógicos, psicólogos, matemáticos, lingüistas, filósofos, etc. Uno de los grandes temas de IA en esta década fue el estudio del lenguaje. En la mayoría de los estudios iniciales sobre lenguaje, se atacó el problema de diseñar una máquina que fuera capaz de traducir de un idioma a otro. El énfasis se hizo en el análisis de la sintaxis, en lugar del significado, estrategia que se abandonó relativamente pronto. Los investigadores interesados en esta área de la IA pronto descubrieron que traducción no es lo mismo que transformación, y que, como consecuencia de ello, de alguna manera la máquina tendría que "entender" un texto antes de poder traducirlo. Los esfuerzos se orientaron hacia una definición de la comprensión que pudiera simularse en una computadora.

Ya en el año 1970 se produce el advenimiento de los Sistemas Expertos. Los Sistemas Expertos se han utilizado para ayudar a los médicos a diagnosticar enfermedades e informar a los mineros a encontrar vetas de mineral. Al mismo tiempo, en 1970. Davir Marr propone nuevas teorías sobre la capacidad de reconocimiento visual de las diferentes máquinas

Para el 1986 las ventas de hardware y software relacionados con la IA se contabilizan por 425,000.00 de dólares sólo en 1986. Compañías como DuPont, General Motors, y Boeing utilizan sistemas expertos a principios de la década de los 80 y éstos sistemas expertos se convertirán en un standard a finales de la misma.

En los 90 la IA fue utiliza de forma efectiva en la Guerra del Golfo sobre sistemas de mísiles visores para los soldados y otros.

1.6. Definición de Inteligencia Artificial:
Se define la inteligencia artificial (IA) como aquella inteligencia exhibida por artefactos creados por humanos (es decir, artificiales). A menudo se aplica a los computadores. El nombre también se usa para referirse al campo de la investigación científica que intenta acercarse a la creación de tales sistemas. Aunque la IA está rodeada de bastante ciencia ficción, se trata de una rama de la Informática, que trata sobre comportamientos inteligentes, aprendizaje y adaptación en máquinas.
La inteligencia artificial es, hoy día, una de las áreas con más retos en las Ciencias de la Computación. Posee amplias relaciones con disciplinas matemáticas como el Álgebra y la Estadística, tomando de éstas algunas herramientas para desempeñar su labor.

1.7. Características de la Inteligencia Artificial:
Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.

El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).

El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.

Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.

En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Dichos atributos del agente inteligente son:
1. Tiene actitudes mentales tales como creencias e intenciones.
2. Tiene la capacidad de obtener conocimiento, es decir, aprender.
3. Puede resolver problemas, incluso particionando problemas complejos en otros más simples.
4. Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas o contradictorias.
5. Planifica, predice consecuencias, evalúa alternativas (como en los juegos de ajedrez)
6. Conoce los límites de sus propias habilidades y conocimientos.
7. Puede distinguir a pesar de las similitudes de las situaciones.
8. Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías.
9. Puede generalizar.
10. Puede percibir y modelar el mundo exterior.
11. Puede entender y utilizar el lenguaje y sus símbolos.

1.8. Objetivos de las Investigaciones en Inteligencia Artificial:
Los investigadores en inteligencia artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).

Otros investigadores están trabajando en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.

Finalmente, la fundamental investigación sobre la representación del conocimiento, la conceptualización cognoscitiva y la comprensión del lenguaje natural.

Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.

El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un directivo que se pregunta la viabilidad de fabricar un nuevo producto. Un niño jugando con bloques de madera en una mesa no tiene idea de la complejidad del razonamiento necesario para llevar a cabo la construcción de una pirámide, e intentar que un robot hiciera lo mismo que el niño requeriría un largo programa de computador.

1.9. Fundamentos y Filosofía de la Inteligencia Artificial:
Como ocurre casi siempre en el caso de una ciencia recién creada, la inteligencia artificial aborda tantas cuestiones confundibles en un nivel fundamental y conceptual que, adjunto a lo científico, es necesario hacer consideraciones desde el punto de vista de la filosofía. Gran parte de esta ciencia se junta con temas en la filosofía de la mente, pero hay ciertos temas particulares a la IA. Por ejemplo
· ¿En qué consiste la inteligencia? ¿Cómo la reconoceríamos en un objeto no humano, si la tuviera?
· ¿Qué sustancia y organización se requiere? ¿Es posible que una criatura hecha de metal, por ejemplo, posea una inteligencia comparable a la humana?
· Aunque una criatura no orgánica pudiera solucionar problemas de la misma manera que un humano, ¿tendría o podría tener consciencia y emociones?
· Suponiendo que podemos hacer robots con una inteligencia comparable a la nuestra, ¿debemos hacerlo?
Durante más de 2000 años de tradición en filosofía, han ido surgiendo diversas teorías del razonamiento y del aprendizaje, simultáneamente con el punto de vista de que la mente se reduce al funcionamiento físico. La psicología ofrece herramientas que permiten la investigación de la mente humana, así como un lenguaje científico para expresar las teorías que se van obteniendo. La lingüística ofrece teorías para la estructura y significado del lenguaje, así como la ciencia de la computación, de la que se toman las herramientas que permiten que la Inteligencia Artificial sea una realidad.
Empezó con el nacimiento de Platón en 428 a. C. y con lo que aprendió de Sócrates. La temática de su obra fue muy diversa: política, matemática, física, astronomía y diversas ramas de la filosofía. El filósofo Hubet Dreyfus (1979) afirma que:
Bien podría afirmarse que la historia de la inteligencia artificial comienza en el año 450 a. C., cuando Platón cita un diálogo en el que Sócrates le pregunta a Eutidemo: "Desearía saber cuál es la característica de la piedad que hace que una acción se pueda considerar como pía... y así la observe y me sirva de norma para juzgar tus acciones y las de otros."
Los filósofos delimitaron las más importantes ideas relacionadas con la inteligencia artificial, pero para pasar de allí a una ciencia formal era necesario contar con una formalización matemática en tres áreas principales: la computación, la lógica y la probabilidad. La idea de expresar un calculo mediante un algoritmo formal se remota a la época del Jwarizmi, matemático árabe del siglo IX, con cuyas obras se introdujeron en Europa los números arábigos y el álgebra.
El hombre se ha aplicado a sí mismo el nombre científico de homo sapiens como una valoración de la trascendencia de nuestras habilidades mentales tanto para nuestra vida cotidiana como para nuestro propio sentido de identidad. Los esfuerzos del campo de la inteligencia artificial se enfocan en lograr la compresión de entidades inteligentes. Una de las razones de su estudio es el aprender más de nosotros mismo. A diferencia de la filosofía y de la psicología, que también se ocupan de la inteligencia, los esfuerzos de la Inteligencia Artificial están encaminados tanto a la construcción de entidades como a su compresión. Otra razón por la cual se estudia la Inteligencia Artificial es debido a que las entidades inteligentes así construidas son inteligencia Artificial ha sido posible crear diversos productos de trascendencia y sorprendentes. Nadie podría pronosticar con toda precisión lo que se podría esperar en el futuro, es evidente que las computadoras que posean una inteligencia a nivel humano tendrán repercusiones muy importantes en nuestra vida diaria así como el devenir de la civilización.
El problema que aborda la inteligencia artificial es uno de los más complejos: ¿Cómo es posible que un diminuto y lento cerebro, sea biológico o electrónico, tenga capacidad de percibir, comprender, predecir y manipular un mundo que en tamaño y complejidad lo excede con creces?, pero a diferencia de la investigación en torno al desplazamiento mayor que la velocidad de la luz o de un dispositivo antigravitatorio, el investigador del campo de la inteligencia artificial cuenta con pruebas contundentes de que tal búsqueda es totalmente factible.
La inteligencia artificial permite al hombre emular en las máquinas el comportamiento humano, tomando como base el cerebro y su funcionamiento, de manera tal que se pueda alcanzar cierto razonamiento.

1.10. Limitaciones Físicas y Espacio-Temporales de la Inteligencia Artificial:
El concepto de IA es aún demasiado difuso. Contextualizando, y teniendo en cuenta un punto de vista científico podríamos englobar a esta ciencia como la encargada de imitar a una persona, y no por fuera en su cuerpo, sino imitar al cerebro, en todas las funciones posibles, existentes en el humano o inventadas sobre el desarrollo de la máquina inteligente.
Así, aplicando literalmente la definición de Inteligencia Artificial, no cabe otra posibilidad que pensar en máquinas inteligentes, es decir, sin emociones que obstaculicen encontrar la mejor solución a un problema dado. Debemos pensar en dispositivos artificiales capaces de concluir miles de premisas a partir de otras premisas dadas, sin que ningún tipo de emoción tenga opción de sobrevivir.
En esta línea, hay que saber que ya existen sistemas inteligentes. Capaces de tomar decisiones acertadas.
Sin embargo, el concepto de IA que la mayoría de las personas podemos hacernos es muy distinto al descrito anteriormente, pues lo que realmente nos gustaría, lo que produciría curiosidad experimental, es un dispositivo con emociones.
Y aquí es donde finaliza el campo científico y comienza todo un conjunto de teorías, avisos, discusiones y toda forma expresiva de conflictos intelectuales entre semejantes por vaticinar lo que podría o no ocurrir si existiesen máquinas emocionales.
Aquí finaliza la ciencia porque, hoy por hoy, no existe red neuro-electrónica, o sistema informático, capaz de desarrollar emociones, pues la naturaleza, el origen de las emociones fue la supervivencia de la especie. Y dotar a una máquina de instinto de supervivencia sería tan irracional como imposible, pues el instinto de supervivencia está impreso en cada célula del cuerpo humano, o cualquier ser vivo (pues una planta tiene dicho instinto capaz de hacerla crecer buscando el Sol, por ejemplo).
Sí podría ser posible utilizar el instinto de las células junto a una Inteligencia Artificial, perfectamente conectadas y capaces de colaborar entre sí para lograr algo parecido a un humanoide. Pero estos no son años de estos temas, simplemente por el avance tecnológico que vivimos en el presente espacio-tiempo.
Además habría que añadir el concepto de heurística. Dicho concepto, se basa en la búsqueda de un camino a seguir para llegar a una solución, la heurística son las decisiones tomadas en dicho camino y las razones de ello. Así si pretendemos "implementar" la inteligencia nos basaremos en un conocimiento previo, pues hasta el momento la I.A. se basa todo en conocimiento humano, no conocimiento desarrollado, y llegaremos al objetivo deseado.

1.11. Críticas de la Inteligencia Artificial:
Las principales críticas con la inteligencia artificial, tienen que ver con el cómo esta no puede imitar por completo a un ser humano, normalmente la lógica usada por la inteligencia artificial llega a aserciones que no son comunes del humano, es por ello que esta lógica artificial es llamada "Lógica Difusa", se entiende por este termino a los resultados que da una computadora que no son comunes a nuestro pensamiento, se da principalmente por que manejan resultados como totalmente verdaderos o totalmente falsos. Aunque esta lógica usada por la inteligencia artificial comúnmente puede convencer que la maquina si piensa, si realizáramos test como el de Turing sabríamos que esta es carente de pensamiento.
Otros experimentos como la Habitación china de Searle han mostrado como una maquina puede simular pensamiento sin tener que tenerlo y puede pasar muchos test, sin siquiera entender lo que hace.

CAPÍTULO II

RAMAS DE LA INTELIGENCIA ARTIFICIAL

2.1. Robótica:
La Robótica es una ciencia que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia.
A finales de los años 70, se produjo un nuevo giro en el campo de la investigación relacionada con la inteligencia artificial: la aparición de robots. Los robots experimentales creados para estos efectos eran automatismos capaces de recibir información procedente del mundo exterior (p. Ej., censores, cámaras de televisión, etc.), así como órdenes de un manipulador humano (expresadas en lenguaje natural).
De este modo, el robot determinaba un plan y, de acuerdo con él, ejecutaba las órdenes recibidas mediante el empleo de un modelo del universo en el que se encontraba. Era incluso capaz de prever las consecuencias de sus acciones y evitar, así, aquéllas que más tarde pudieran resultarle inútiles o, en algún momento, perjudiciales. Estos primeros robots experimentales eran bastante más inteligentes que los robots industriales, y lo eran porque disponían de un grado mucho mayor de percepción del entorno que los robots empleados en las cadenas de producción.
El principal problema con el que se enfrenta la inteligencia artificial aplicada a los robots es el de la visión. Mientras que la información recibida a través de censores se puede interpretar con relativa facilidad y entra a formar parte de la descripción del modelo de universo que emplea el robot para tomar decisiones, la percepción de las imágenes captadas y su interpretación correcta es una labor muy compleja.
En cuanto a la interpretación de las imágenes captadas mediante cualquier sistema, se ha logrado ya el reconocimiento de formas preprogramadas o conocidas, lo que permite que ciertos robots lleven a cabo operaciones de reubicación de piezas o colocación en su posición correcta a partir de una posición arbitraria. Sin embargo, no se ha logrado aún que el sistema perciba la imagen tomada mediante una cámara de ambiente y adapte su actuación al nuevo cúmulo de circunstancias que esto implica. Así, por ejemplo, la imagen ofrecida por una cámara de vídeo de las que se emplea en vigilancia y sistemas de seguridad no puede ser interpretada directamente por el ordenador.
2.1.1. Objetivos de la Robótica:
· El aumento de la productividad.- Esto se consigue, fundamentalmente, optimizando la velocidad del trabajo del robot, que reduce el tiempo parcial a cargo del manipulador y aumenta el rendimiento total en línea de producción.
· Potenciar la flexibilidad en la adaptación a series de producción cortas.
· Optimizar el rendimiento de otras marcas y herramientas relacionadas con la labor del robot.
· Conseguir una rápida amortización de la inversión, como consecuencia de la sustitución de la mano de obra, mejor uso y mayor duración de las herramientas, menores pérdidas de material residual, pocas averías y mantenimiento reducido.
· Mejorar la capacidad de los productos fabricados, dada la precisa repetividad de los movimientos del robot y la posibilidad de incrementar un control de calidad.
· Disminuir los stocks de productos terminados, así como el de sus plazos de entrega.
· Realizar trabajos en condiciones hostiles y peligrosas, tales como las que se llevan acabo en ambientes con temperaturas elevadas, contaminación, gases tóxicos, materiales inflamables o radiactivos y en los entornos submarinos o espaciales.
2.1.2. Campos de aplicación de la robótica:
Teóricamente el uso de sistemas robóticos podría extenderse a casi todas las áreas imaginables en donde se necesite de la ejecución de tareas mecánicas, tareas hoy ejecutadas por el hombre o imposibles de ejecutar por él (por ej. una exploración sobre el terreno de la superficie marciana). Se entiende, en este contexto, que tarea mecánica es toda actividad que involucra presencia física y movimiento por parte de su ejecutor.
Pero al situarnos en el contexto real, en la práctica, nos damos cuenta de que existen factores que limitan el vuelo de nuestra imaginación, los que mencionaremos en el siguiente punto.
*Algunos de los campos de aplicación actuales de la robótica son:
2.1.2.1. Investigación – Exploración: En donde los robots presentan la ventaja de resistir mejor los ambientes hostiles para el ser humano.

2.1.2.2. Entretenimiento: Esta industria se favorece del uso de robots para recrear situaciones ficticias o posibles, haciendo uso de los llamados "efectos especiales".

2.1.2.3. Construcción: Industria en que ya se registran proyectos que incluyen el uso de robots como ejecutores de tareas de dimensionamiento, transporte, montaje, entre otras.

2.1.2.4. Automatización Industrial: Es el más relevante y de interés para nosotros. Corresponde al uso de robots en la industria a fin de mejorar, agilizar y aumentar la producción en los diferentes procesos.

2.1.3. El Futuro de la Robótica:
Hans Moravec, director de Moville Robot Laboratory de la Universidad Carnegie Mellon clasifica la evolución de los robots como sigue:
2.1.3.1. Primera generación (2000-2010):

Robot con cerebro de lagarto. Requerirán un poder de cálculo de 1000 MIPs y serán los robots "mayordomo", experto en desenvolverse en el hogar.

2.1.3.2. Segunda generación (2010-2020):

Robots con cerebro de mamífero. Capacidad de cálculo de 30.000 MIPs. Su característica más notoria será el aprendizaje, a diferencia de los rígidos programas de la primera generación.

2.1.3.3. Tercera generación (2020-2030):

Robots con cerebro de mono. Capacidad de cálculo de 1.000.000 MIPs (un billón de operaciones por segundo). Serán robots capaces de simular las acciones de forma abstracta antes de realizarlas en su propia mente.

2.1.3.4. Cuarta generación (2030-2040):

Robots con mente humana. Capacidad de cálculo de 30.000.000 MIPs. Podrán extraer simulaciones del mundo y razonar sobre ellas simultáneamente, gracias a su mayor poder de computación, un gigantesco banco de datos y programas de razonamiento.

CAPÍTULO III

SISTEMAS EXPERTOS

3.1. Definición:
Los sistemas expertos se basan en la simulación del razonamiento humano. El razonamiento humano tiene para ellos, un doble interés: por una parte, el del análisis del razonamiento que seguiría un experto humano en la materia a fin de poder codificarlo mediante el empleo de un determinado lenguaje informático; por otra, la síntesis artificial, de tipo mecánico, de los razonamientos de manera que éstos sean semejantes a los empleados por el experto humano en la resolución de la cuestión planteada.
Estos dos campos de interés han conducido a los investigadores que trabajan en el campo de la inteligencia artificial (de la cual los sistemas expertos son un campo preferente) a intentar establecer una metodología que permita verificar el intercambio con los expertos humanos y aislar los diversos tipos de razonamiento existentes (inductivo, deductivo, formal, etc.), así como construir los elementos necesarios para modelizarlos.
Los sistemas expertos son, por lo tanto, intermediarios entre el experto humano, que transmite sus conocimientos al sistema, y el usuario de dicho sistema, que lo emplea para resolver los problemas que se le plantean con la competencia de un especialista en la materia y que, además, puede adquirir una destreza semejante a la del experto gracias a la observación del modo de actuar de la máquina. Los sistemas expertos son, pues, simultáneamente, un sistema de ejecución y un sistema de transmisión del conocimiento.

3.2. Características de los Sistemas Expertos:
Para que un sistema computacional actúe como un verdadero experto, es deseable que reúna, en lo posible, lo más importante de las características de un experto humano, esto es:
· Habilidad para adquirir conocimiento.
· Fiabilidad, para poder confiar en sus resultados o apreciaciones.
· Solidez en el dominio de su conocimiento.
· Capacidad para resolver problemas.
Dada la complejidad de los problemas que usualmente tiene que resolver un SE, puede existir cierta duda en el usuario sobre la validez de respuesta obtenida. Por este motivo, es una condición indispensable que un SE sea capaz de explicar su proceso de razonamiento o dar razón del por qué solicita tal o cual información o dato.

3.3. Tareas de los Sistemas Expertos:
Entre las principales tareas que un SE puede realizar se pueden mencionar las siguientes:
· Interpretación: Análisis y síntesis (PROSPECTOR) Simulación, pronóstico o predicción.
· Diagnóstico (MYCIN).
· Supervisión.
· Reparación, corrección o terapia.
· Planificación.
· Control: Tiempo real y tiempo diferido.
· Diseño.
· Educación.

CAPÍTULO IV

CAMPOS DE APLICACIÓN

4.1. Múltiples Campos de Aplicación de los Sistemas Expertos:
Medicina.
Aeronáutica.
Finanzas y Gestión.
Agricultura.
Industria.
Arqueología.
Electrónica, informática y telecomunicaciones.
Derecho.
Militar.
Geología.
Educación.
Química.
Transporte.
Venta.

4.2. Perspectivas Futuras:
En unos pocos años, se prevé que los Sistemas Expertos tendrán una mayor difusión, se abaratará su costo, su programación y utilización serán más fáciles. Los SE estarán embebidos en diversas aplicaciones, especialmente en software de uso general, como el producido por Microsoft; y, en sistemas de supervisión y control.
En el campo de la investigación, se dará énfasis al desarrollo de SE con capacidad de aprendizaje o SE con sentido común. La aplicación de SE en simulación y control, permitirá conocer, de una manera idónea, el comportamiento de sistemas y la forma de optimizar procesos industriales.

4.3. Aplicaciones Futuras de la Inteligencia Artificial:
4.3.1. Robots de Charla:
· Un robot de charla o chatterbot es un programa de inteligencia artificial que pretende simular una conversación escrita, con la intención de hacerle creer a un humano que está hablando con otra persona.
· Estos programas informáticos prometen ser el futuro de la inteligencia artificial aplicada al público general.
· A estos robots se les unirán las tecnologías del reconocimiento de voz y el de video, para mejorar la interacción con el usuario.
· 4.3.2. Red neuronal artificial:
· Línea de investigación que analiza la viabilidad de reconstruir un cerebro humano mediante una enorme red neuronal. Se presume la posibilidad de recrear la estructura de un cerebro humano empleando para ello Internet.
· Sin embargo este proyecto es tremendamente complejo, por que a día de hoy ni siquiera conocemos la distribución exacta de las neuronas y sus interconexiones en un cerebro humano.
4.3.3. Robots con razonamiento:
· Algunos investigadores esperan crear una máquina que pueda leer pasajes de textos y responder preguntas en base al material. En el proceso, el profesor Selmer Bringsjord, director del Laboratorio de Inteligencia Artificial y Razonamiento del politécnico, cree que dichas máquinas dotadas de inteligencia artificial (IA) podrán leer planes o manuales militares y adaptarse al vuelo en el fragor de la batalla.
· Los robots del futuro recibirán instrucciones leyéndolas o escuchándolas. Dijo que una vez que una máquina haya absorbido todas las informaciones relevantes sobre un rubro, como ser factores culturales, históricos y geográficos de una zona, un oficial pueda decir: "Esta es la situación actual en Faluya. Vamos a inspeccionar".
4.3.4. Base de Conocimiento:
· En Austin, Texas, la firma Cycorp ha estado conformando una "base de conocimiento" llamada Cyc con el propósito de que constituya un depósito de conocimiento humano que pueda tomar decisiones inteligentes.
· El vicepresidente de investigación de Cycorp, Michael Witbrock, dijo que Cyc puede razonar sobre la base de 2,5 millones de aseveraciones en su sistema, tal como inferir qué nivel de salario puede tener alguien en base a su trabajo.
· “Ya existen máquinas que reconocen órdenes verbales y rostros y hacen inferencias sobre la base de experiencias”, dice el profesor de ciencias de la computación Tom Mitchell, de la Universidad Carnegie Mellon.
4.3.5. Vida Artificial:
En futuro se piensa crear realmente un mundo artificial, que esté inmerso por ejemplo dentro de una realidad virtual, en la cual podamos meternos, tener una mascota, enseñarle, zurrarle, hacer que esta mascota persiga conejos que a su vez aprendan a huir de ella, y que, en general, tenga una existencia totalmente independiente con respecto a nosotros.

CAPÍTULO V

CIENTÍFICOS

5.1. Científicos en el Campo de la Inteligencia Artificial:

· Jeff Hawkins.
· John McCarthy.
· Marvin Minsky.
· Peter Norvig.
· Judea Pearl.
· Stuart J. Russell.
· Alan Turing, discípulo de John Von Neumann, diseñó el Test de Turing que debería utilizarse para comprender si una máquina lógica es inteligente o no.
· Joseph Weizenbaum.
· Raúl Rojas.

CONCLUSIONES

Se denomina Inteligencia Artificial a la ciencia que intenta la creación de programas para máquinas que imiten el comportamiento y la comprensión humana.
La investigación en el campo de la IA se caracteriza por la producción de máquinas para la automatización de tareas que requieran un comportamiento inteligente.
Algunos ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. De este modo, se ha convertido en una disciplina científica, enfocada en proveer soluciones a problemas de la vida diaria. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos.

REFERENCIAS BIBLIOGRÁFICAS

· Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8

· Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7

· Víctor Gómez Pin, Entre lobos y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9

· Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN

· Biasca, Rodolfo “Performance Management, los 10 pasos para construirlo. El ejemplo de una PYME”, 1999, Gestiopolis[WWW]http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/tablerocomando.htm (Consultado 12 de Mayo de 2005)

· Burghart, J.H. (Octubre de 1998) “Desing of a course in artificial intelligence and expert systems” IEE digital Library [online database]. Proceedings of the Frontiers in Education Conference. (Consultada el 9 de mayo de 2005).

· Chan, Nicholas. “Information Dissemination and Aggregation in Asset Markets with Simple Intelligent Traders”, MIT, Septiembre 1998, Massachusetts Institute f technology [WWW] ftp://publications.ai.mit.edu/ai-publications/pdf/AIM-1646.pdf (Consultado 10 de Mayo de 2005)

· Dean, Thomas (Diciembre de 1996) “Strategic Directions on Artificial Intelligence” ACM Computing Surveys, ACM Digital Library [electronic resource]. (Consultada el 12 de Mayo de 2005).

· García Vega, Angelica. “La inteligencia artificial en los negocios”. Febrero 2002, Universidad de Veracruz [WWW]http://www.uv.mx/iiesca/revista20021/inteligencia%20artificial.pdf (Consultado 12 de Mayo de 2005)

· G. L. Simona (1987). “Introducción a la inteligencia artificial”. Ed. Díaz Santos.

· Lisandro Baynal. “Recepción y procesamiento de material”. Recuperado el 3 de Octubre de 2007, de http:trabajos@monografías.com

· Robotic Spot (Madrid 2004). “Robótica”. Recuperado el 3 de Octubre del 2007 de http:www.roboticspot.com

· Comercio Mas, S. A. de C. V. (2004). Recuperado el 5 de Octubre del 2007, de http:www.esmas.com

APÉNDICE

Apéndice 1: INTELIGENCIA ARTIFICIAL

El científico estadounidense John McCarthy en 1956 acuña el término “inteligencia artificial” (IA). En 1959-1960 desarrolla el LISP, un lenguaje de programación considerado durante mucho tiempo el lenguaje modelo para la investigación de la inteligencia artificial.

Apéndice 2: DEFINICIÓN DE IA

La inteligencia artificial es una ciencia que pretende superar la inteligencia humana usando maquinas.

Apéndice 3: CHATBOTS
Un chatbot o robot de charla es un programa de inteligencia artificial que pretende simular una conversacion.

Apéndice 4: CHATBOT DE LA WEB
Puedes hablar ahora mismo con Metachip3, el chatbot de esta web.

Apéndice 5: ROBOT DEL DÍA
Cada dia alguien construye un robot en alguna parte del mundo.

Apéndice 6: VIDA ARTIFICIAL
La inteligencia artificial es una pequeña parte en el campo de la vida artificial.

Apéndice 7: IRC CHAT
Desde el chat podras hablar en directo con mas gente interesada en la IA.

Apéndice 8: CONGRESO MEMEET
(robótica aplicada)

Ya está abierto el plazo para la inscripción a las jornadas de ingeniería médica aplicada que organiza el Centro de Cirugía de Mínima Invasión. El congreso se llama MEMEET ( http://www.memeet.org ) y centra su temática de este año en robots aplicados a la cirugía de mínima invasión y a los implantes robóticos realizados a humanos. Por ello, las estrellas de este evento serán robots como el DaVinci ( http://www.intuitivesurgical.com ) y los estudios de brazos biónicos ( http://www.kevinwarwick.com y http://ur.rutgers.edu/medrel/viewArticle.html?ArticleID=2066 ).

ANEXOS

INTRODUCCIÓN A LA INTELIGENCIA ARIFICIAL

ANTECEDENTES DE LA INTELIGENCIA ARTIFICIAL
(Pág.7)



Fig 1. Tabla de verdad de Boole



EL RESURGIMIENTO DE LA INTELIGENCIA ARTIFICIAL
(Pág.11)





Fig. 2. Representación de una red neuronal y una neurona simple.




INTELIGENCIA Y VIDAS ARTIFICIALES



A mediados de los 80 surge un nuevo paradigma dentro del campo de la inteligencia artificial (IA), conocido con el nombre de robots basados en el comportamiento, con el propósito de dar respuesta al fracaso de las aproximaciones tradicionales dentro de la robótica.


Los robots basados en el comportamiento son entidades físicas situadas en un entorno en el que los datos interpretados por sus sensores están directamente acoplados a las acciones que realiza el robot a través de unos módulos de comportamiento.



ORIGEN Y EVOLUCIÓN INTELIGENCIA ARTIFICIAL




SISTEMAS EXPERTOS POR ÁREA DE APLICACIÓN












SISTEMAS EXPERTOS POR TIPO DE PROBLEMA




ILUSTRACIONES




Neuronas Artificionales.

Mascota Robot


ROBOTS HUMANOIDES


Asimo.


Asimo, robot humanoide
creado por la compañía Honda.




Robot.


Robot humanoide