GUIA #5

INTELIGENCIA ARTIFICIAL

1. Buscar el significado de los siguientes términos así como sus antónimos y sinónimos

-APRENDIZAJE AUTOMÁTICO: es el proceso a través del cual se adquieren nuevas habilidades, destrezas, conocimientos, conductas o valores como resultado del estudio, la experiencia, la instrucción, el razonamiento y la observación. Este proceso puede ser analizado desde distintas perspectivas, por lo que existen distintas teorías del aprendizaje. El aprendizaje es una de las funciones mentales más importantes en humanos, animales y sistemas artificiales.
Sinónimo: estudio, enseñanza, educación, práctica, ejercitamiento, amaestramiento, ilustración, instrucción, didáctica, autodidáctica, lección, noviciado, aplicación, experiencia.
Antónimo: manual, consciente, deliberado.

-INGENIERÍA DEL CONOCIMIENTO: es aquella disciplina moderna que forma parte de la Inteligencia Artificial y cuyo fin es el diseño y desarrollo de Sistemas Expertos (o Sistemas Basados en el Conocimiento SS.BB.CC). Para ello, se apoya en metodologías instruccionales y en las ciencias de la computación y de las tecnologías de la información, intentando representar el conocimiento y razonamiento humanos en un determinado dominio, dentro de un sistema artificial

-LÓGICA DIFUSA: se basa en lo relativo de lo observado. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y referidos entre sí. Así, por ejemplo, una persona que mida 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores están contextualizados a personas y referidos a una medida métrica lineal.

-REDES NEURONALES ARTIFICIALES: son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

-SISTEMAS REACTIVOS: a diferencia de los puramente transformacionales, mantienen una continua interacción con su entorno, respondiendo ante los estímulos externos en función de su estado interno. Esto causa que su comportamiento sea complejo de analizar y muy sujeto a errores. Muchos de estos errores pueden causar problemas de seguridad, por lo que a menudo los sistemas reactivos son también sistemas críticos.

-SISTEMA MULTI-AGENTE: es una ciencia y una técnica que trata con los sistemas de inteligencia artificial en red. El bloque fundamental de construcción de un sistema multiagente, como es de esperarse, son los agentes. Aunque no existe una definición formal y precisa de lo que es un agente, éstos son por lo general vistos como entidades inteligentes, equivalentes en términos computacionales a un proceso del sistema operativo, que existen dentro de cierto contexto o ambiente, y que se pueden comunicar a través de un mecanismo de comunicación inter-proceso, usualmente un sistema de red, utilizando protocolos de comunicación.

-SISTEMAS BASADOS EN REGLAS: trabajan mediante la aplicación de reglas, comparación de resultados y aplicación de las nuevas reglas basadas en situación modificada. También pueden trabajar por inferencia lógica dirigida, bien empezando con una evidencia inicial en una determinada situación y dirigiéndose hacia la obtención de una solución, o bien con hipótesis sobre las posibles soluciones y volviendo hacia atrás para encontrar una evidencia existente (o una deducción de una evidencia existente) que apoye una hipótesis en particular

-RAZONAMIENTO BASADO EN CASOS: es el proceso de solucionar nuevos problemas basándose en las soluciones de problemas anteriores. Un mecánico de automóviles que repara un motor porque recordó que otro auto presentaba los mismos síntomas está usando razonamiento basado en casos. Un abogado que apela a precedentes legales para defender alguna causa está usando razonamiento basado en casos. También un ingeniero cuando copia elementos de la naturaleza, está tratando a esta como una “base de datos de soluciones”. El Razonamiento basado en casos es una manera de razonar haciendo analogías. Se ha argumentado que el razonamiento basado en casos no sólo es un método poderoso para el razonamiento de computadoras, sino que es usado por las personas para solucionar problemas cotidianos. Más radicalmente se ha sostenido que todo razonamiento es basado en casos porque está basado en la experiencia previa

-SISTEMAS EXPERTOS: emulan el comportamiento de un experto en un dominio concreto y en ocasiones son usados por éstos. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto.

-REDES BAYESIANA O RED DE CREENCIA: es un modelo probabilístico multivariado que relaciona un conjunto de variables aleatorias mediante un grafo dirigido que indica explícitamente influencia causal. Gracias a su motor de actualización de probabilidades, el Teorema de Bayes, las redes bayesianas son una herramienta extremadamente útil en la estimación de probabilidades ante nuevas evidencias.

-VIDA ARTIFICIAL: similares a los seres vivos, a través de modelos de simulación. El científico Christopher Langton fue el primero en utilizar el término a fines de la década de 1980 cuando se celebró la "Primera Conferencia Internacional de la Síntesis y Simulación de Sistemas Vivientes" (también conocido como Vida Artificial I) en Laboratorio Nacional de Los Álamos en 1987.

-COMPUTACIÓN EVOLUTIVA: es una rama de la inteligencia artificial que involucra problemas de optimización combinatoria. Se inspira en los mecanismos de la Evolución biológica.

-ESTRATEGIAS EVOLUTIVAS: son métodos computacionales que trabajan con una población de individuos que pertenecen al dominio de los números reales, que mediante los procesos de mutación y de recombinación evolucionan para alcanzar el óptimo de la función objetivo

-ALGORITMOS GENÉTICOS: es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico. En los años 1970, de la mano de John Henry Holland, surgió una de las líneas más prometedoras de la inteligencia artificial, la de los algoritmos genéticos. Son llamados así porque se inspiran en la evolución biológica y su base genético-molecular. Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica (mutaciones y recombinaciones genéticas), así como también a una Selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados. También es denominado algoritmos evolutivos, e incluye las estrategias evolutivas, la programación evolutiva y la programación genética. Dentro de esta última se han logrado avances curiosos

-TÉCNICAS DE REPRESENTACIÓN DE CONOCIMIENTO: se utiliza para la clasificación en bibliotecas y para procesar conceptos en un sistema de información. En el área de la inteligencia artificial, la resolución de problemas puede ser simplificada con la elección apropiada de representación del conocimiento

-REDES SEMÁNTICAS: es una forma de representación de conocimiento lingüístico en la que los conceptos y sus interrelaciones se representan mediante un grafo. En caso de que no existan ciclos, estas redes pueden ser visualizadas como árboles. Las redes semánticas son usadas, entre otras cosas, para representar mapas conceptuales y mentales

-VISIÓN ARTIFICIAL: también conocida como Visión por Computador (del inglés Computer Vision) o Visión técnica, es un subcampo de la inteligencia artificial. El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen.

-AUDICIÓN ARTIFICIAL: concierto, recital o lectura en público. Prueba que se hace a un actor, cantante, músico, etc., ante el empresario o director de un espectáculo.

-LINGÜÍSTICA COMPUTACIONAL: es un campo multidisciplinar de la lingüística y la informática que utiliza la informática para estudiar y tratar el lenguaje humano. Para lograrlo, intenta modelar de forma lógica el lenguaje natural desde un punto de vista computacional. Dicho modelado no se centra en ninguna de las áreas de la lingüística en particular, sino que es un campo interdisciplinar, en el que participan lingüistas, informáticos especializados en inteligencia artificial, psicólogos cognoscitivos y expertos en lógica, entre otros

-PROCESAMIENTO DEL LENGUAJE NATURAL: es una subdisciplina de la Inteligencia Artificial y la rama ingenieril de la lingüística computacional. El PLN se ocupa de la formulación e investigación de mecanismos eficaces computacionalmente para la comunicación entre personas o entre personas y máquinas por medio de lenguajes naturales. El PLN no trata de la comunicación por medio de lenguajes naturales de una forma abstracta, sino de diseñar mecanismos para comunicarse que sean eficaces computacionalmente —que se puedan realizar por medio de programas que ejecuten o simulen la comunicación—. Los modelos aplicados se enfocan no sólo a la comprensión del lenguaje de por sí, sino a aspectos generales cognitivos humanos y a la organización de la memoria.

-MINERÍA DE DATOS: extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útil para algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.

2. RESPONDE LAS SIGUIENTES PREGUNTAS

¿Cree usted que mediante la Inteligencia Artificial se puedan crear robots con actitudes mentales tales como creencias e intenciones?
Creo que si se pueden crear porque el hombre ha descubierto muchas formas de imitar los procesos bilógicos y sicológicos de un ser humano. En el caso de las creencias e intenciones, serían procesos sicológicos, que pueden llegar a ser llevados a la robótica

¿Cree usted que los robots podrían la capacidad de obtener conocimiento, es decir, aprender?
Creo que en el campo de la inteligencia artificial, se pueden crear muchas cosas que no imaginamos que sea posible crear. Es difícil que una máquina tenga la capacidad de aprender, pero el desarrollo de la robótica y la inteligencia artificial, es supremamente sorprendente.
¿Cree usted que se inventaran maquinas que puede resolver problemas, incluso particionando problemas complejos en otros más simples?
Creo que sí, es lo que hacen los sistemas expertos, tienen varias soluciones a un mismo problema
¿Cree usted que los robots puedan llegar a entender. Poseer la capacidad de crearle sentido, si es posible, a ideas ambiguas o contradictorias?
Creo que todo es posible en el campo de la tecnología, pero también pienso que es muy difícil que un robot desarrolle capacidad analítica, de igual forma que un ser humano.

¿Cree usted que los robots podrían Planificar, predecir consecuencias, evaluar alternativas (como en los juegos de ajedrez)?
Creo que sería muy difícil que eso pasara, pues planificar, predecir, evaluar alternativas, son actividades que los seres humanos desarrollamos a partir de la experiencia, y un robot, solo desarrolla las capacidades que un ser humano le dio, no las que el desee, o aprenda

¿Cree usted que los robots podrían llegar a conocer los límites de sus propias habilidades y conocimientos?
No creo, Para un robot solo existe lo que le han dado como función, y solo hasta eso puede llegar.

¿Cree usted que los robots pueden distinguir a pesar de la similitud de las situaciones?
Creo que eso si es posible, porque el desarrollo de alternativas para diferenciar situación con precisión, es lo que se hace en la robótica y en el campo de la inteligencia artificial

¿Cree usted que un robots Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías?
Eso sería bastante difícil, porque los robot son creados con la intención de obedecer solo a su dueño, y al un robot desarrollar ideas, existe la posibilidad de contradecir a su dueño, cosa que ira contra las generalidades en la creación de un robot.

¿Cree usted que los robots Puedan percibir y modelar el mundo exterior?
Creo que es posible que perciban modelos físicos de cosas: objetos, edificios, paisajes...pero no creo que puedan percibir sentimientos o comportamientos sicológicos

¿Cree usted que los robots Pueden entender y utilizar el lenguaje y sus símbolos?
Eso ya existe en el campo de la lingüística computacional y la audición artificial, en donde se han creado sistemas para que las máquinas, reconozcan voces y palabras en diferentes lenguajes, escriban lo que escuchan y respondan a las preguntas de un ser humano.