INTELIGENCIA ARTIFICIAL

Presentación del tema: "INTELIGENCIA ARTIFICIAL"— Transcripción de la presentación:

1

2 INTELIGENCIA ARTIFICIAL
Concepto Inteligencia artificial Característica Redes neuronales Escuela de pensamiento Historia de la inteligencia artificial Aprendizaje automático Aplicación de la inteligencia artificial Robótica

3 Inteligencia Artificial
Se denomina inteligencia artificial a la rama de la informática que desarrolla procesos que imitan a la inteligencia de los seres vivos. La principal aplicación de esta ciencia es la creación de máquinas para la automatización de tareas que requieran un comportamiento inteligente.la inteligencia artificial es una combinación de la ciencia del comportado, fisiología y filosofía, tan general que reúne varios campos (robótica, sistemas expertos,) los cuales tienen en común la creación de maquinas que pueden pensar.

4 Inteligencia Artificial característica
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 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.

5 Redes Neuronales En el campo de la Inteligencia Artificial se refiere habitualmente de forma mas sencilla como redes de neuronas o redes neuronales . La redes neuronas artificial(denominadas habitualmente como RNA o en ingles como ANN) 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 estimulo.

6 Redes Neuronales Funcionamiento:
Una de las misiones en una red neuronal consiste en simular las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales(como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las maquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez.

7 Redes Neuronales Diseño y programación de una RNA Estructura

8 Redes Neuronales Ventajas de la RNA : Aprendizaje: Las RNA tiene la habilidad de aprender mediante una etapa que se llama de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cual es la salida(respuesta) esperada. Auto organización: Una RNA crea su propia representación de la información en su interior, descargando al usuario de esto. Tolerancia a fallos: debido a que una RNA almacena la información de forma redundante, esta puede seguir respondiendo aceptablemente aun si se daña parcialmente. Flexibilidad: Una RNA puede manejar cambios no importantes en la información de entrada, como señales con ruido u otros cambios en la entrada.

9 ESCUELAS DE PENSAMIENTO
La IA se divide en dos escuelas de pensamiento : Inteligencia Artificial Convencional Inteligencia Artificial Computacional

10 Inteligencia Artificial Computacional
Implica desarrollo o aprendizaje iterativo. El aprendizaje se realiza basándose en datos empíricos. Esta rama incluye estos métodos: Redes neuronales Sistemas difusos Computación evolutiva

11 Inteligencia Artificial convencional
Tiene que ver con métodos que actualmente se conocen como máquinas de aprendizaje, se caracteriza por el formalismo y el análisis estadístico. Esta rama incluye estos métodos: Sistemas expertos Razonamiento basado en casos Red bayesiana Inteligencia artificial basada en comportamientos

12 Aprendizaje automático
Concepto: Es una rama de la Inteligencia Artificial, o un procesador de inducción del conocimiento, cuyos objetivos es desarrollar técnicas que permitan a la computadoras aprender. Es un factor primordial para satisfacer las necesidades de la inteligencia artificial. Este se centra en el estudio de la complejidad computacional de los problemas y se basa en el análisis de datos.

13 Aplicaciones del aprendizaje automático
Motores de búsqueda Diagnósticos médicos Detención de fraudes en el uso de tarjetas de créditos Análisis del mercado de valores Clasificación de secuencia de ADN Reconocimiento del habla y lenguaje escrito Juegos robótica

14 Aplicaciones de la inteligencia artificial
Sistema experto Hechos y reglas Representación del conocimiento

15 OTROS DE CAMPOS DE APLICACION
Percepción y reconocimiento de formas: Imitación de los sentidos de la audición y visión artificial Identificar el sentido de lo percibido Reconocer analogías

16 Demostración automática
Demostración automática de teoremas de matemáticos y lógicos

17 Robótica Interaccione de los robots con las personas

18 El futuro de IA Robot de charla Viajes estelares

19