Skip to content

Inteligencia artificial computacional

La inteligencia computacional (también conocida como IA subsímbolo-inductiva y fuerte IA) involucra el desarrollo o aprendizaje iterativo (por ejemplo, modificaciones iterativas de parámetros en sistemas conexionistas):
* Máquina de vectores de apoyo: sistemas que permiten el reconocimiento de patrones genéricos de gran potencia.
* redes neuronales: sistemas con grandes capacidades de reconocimiento de patrones.
* Modelos de markov ocultos: aprendizaje basado en la dependencia temporal de eventos probabilísticos.
* sistemas difusos: técnicas para lograr el razonamiento bajo incertidumbre. ha sido ampliamente utilizado en la industria moderna y en productos de consumo masivo como las lavadoras.
* Computación evolutiva: aplica conceptos inspirados en la biología, como población, mutación y supervivencia de los más adecuados para generar sucesivamente mejores soluciones a un problema. estos métodos a su vez se dividen en algoritmos evolutivos (por ejemplo, algoritmos genéticos) e inteligencia colectiva (por ejemplo, algoritmos de hormigas).
La inteligencia computacional es una de las ramas de la inteligencia artificial que intenta simular o reproducir, apoyada por ordenadores, el comportamiento humano. Aunque es una ciencia joven, sus aplicaciones ya son innumerables en la mejora o confort de nuestra vida cotidiana. desde el campo de la salud, al utilitario o al lúdico, la Inteligencia computacional abre las puertas a aplicaciones inimaginables. En tesis conocemos algunas de ellas gracias al departamento de ciencias de la computación e inteligencia artificial de la universidad de granada, uno de los centros de investigación más prestigiosos y reconocidos científicamente de andalucía.

Tipos de IA

En ciencias de la computación se denomina inteligencia artificial (IA) a la capacidad de razonar de un agente no vivo. John McCarthy, acuñó el término en 1956, la definió: “Es la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes.”

Para explicar la definición anterior, entiéndase a un Agente inteligente que permite pensar, evaluar y actuar conforme a ciertos principios de optimización y consistencia, para satisfacer algún objetivo o finalidad. De acuerdo al concepto previo, racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina.

Con lo cual , y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.

Existen distintos tipos de conocimiento y medios de representación del conocimiento, el cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.

También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:

  • Sistemas que piensan como humanos. estos sistemas tratan de emular el pensamiento humano; por ejemplo las redes neuronales artificiales. la automatización de actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolución de problemas, aprendizaje.
  • Sistemas que actúan como humanos. estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo la robótica. el estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor.
  • Sistemas que piensan racionalmente. es decir, con lógica (idealmente), tratan de imitar o emular el pensamiento lógico racional del ser humano; por ejemplo los sistemas expertos. el estudio de los cálculos que hacen posible percibir, razonar y actuar.
  • Sistemas que actúan racionalmente (idealmente).– tratan de emular en forma racional el comportamiento humano; por ejemplo los agentes inteligentes .está relacionado con conductas inteligentes en artefactos.

Inteligencia artificial computacional

La Inteligencia Computacional (IC) es un término que engloba numerosas disciplinas de la Inteligencia Artificial, mayoritariamente de inspiración biológica, y presentadas en contraposición a aquellas basadas en el razonamiento simbólico clásico, que se emplean con el fin de resolver problemas complejos difíciles de solucionar con técnicas computacionales más tradicionales. Habitualmente se incluyen en la IC las redes de neuronas artificiales (RNAs), la computación evolutiva, la lógica difusa, la inteligencia de enjambre y los sistemas inmunes artificiales.

Partiendo de una definición de “inteligencia” que se apoya fundamentalmente en la capacidad de adaptación a cambios en el entorno, las metodologías y aproximaciones de la IC permiten el desarrollo de sistemas adaptativos que combinan técnicas de aprendizaje, generalización, abstracción y asociación de información a la hora de resolver los problemas para los que son desarrollados.

A lo largo de estos años, el GII, dentro del campo de la IC, se ha centrado en la investigación y el desarrollo de sistemas basados en RNA’s y Computación Evolutiva, ya sea desde un punto de vista puramente teórico, o para resolver problemas en ámbitos tan diversos como pueden ser la robótica, la dinámica de fluidos o la inteligencia ambiental.

La inteligencia computacional (también conocida como IA subsimbólica-inductiva e IA fuerte) 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)

La Inteligencia Computacional combina elementos de aprendizaje, adaptación, evolución y Lógica difusa para crear programas que son, en cierta manera, inteligentes. La investigación en Inteligencia Computacional no rechaza los métodos estadísticos, pero muy a menudo aporta una vista complementaria. Las Redes Neuronales son una rama de la inteligencia computacional muy relacionada con el aprendizaje automático.

Imagenes de Inteligencia artificial computacional

intercomunicaciones

Videos de Inteligencia artificial computacional