Para entender este concepto tan
complejo deberemos de dividirlo para poder entenderlo primeramente
comprenderemos cual es el significado de IA y cuál es el área donde se aplica,
la definición de diferentes autores es como sigue:
1. “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”.
2. (http://inteligenciaartificialudb.blogspot.mx/2008/01/concepto-caractersticas-y-metodologas.html).
3. “En ciencias
de la computación se denomina inteligencia artificial (IA) a la
capacidad de razonar de un agente no vivo”.[1] [2] [3] John McCarthy(Wikipedia,
2013).
4. “La interesante tarea de
lograr que las computadoras piensen… máquinas con mentes, en su amplio sentido
literal”. (Haugeland, 1985).
5. “El arte de crear
máquinas con capacidad de realizar funciones que realizadas por personas
requieren inteligencia”. (Kurzweil, 1990).
6. “El estudio de cómo
lograr que las computadoras realicen tareas que, por el momento, los humanos
hacen mejor”. (Rich y Knight, 1991).
Teniendo en cuenta algunos resultados
de las definiciones anteriores la definición para este estudio es: “la
inteligencia artificial es la búsqueda mediante las aplicaciones de nuevos
sistemas computacionales para poder lograr la autonomía de los sistemas de
cómputo para resolver a través de la propia experiencia problemas complejos”.
Pero actualmente donde se aplican
dichos conceptos sobre la IA: en realidad el campo es tan amplio y variado que
podemos mencionar algunos como: y principalmente la aplicación en la robótica
industrial, Los robots son dispositivos compuestos de censores que reciben
datos de entrada que manda una computadora, la cual ordena al robot que efectúe
una determinada acción.
Hoy en día, una de las finalidades de la construcción de robots es su intervención con rapidez, calidad y precisión en los procesos de fabricación encargados de realizar trabajos repetitivos en la fabricación.[1]
Hoy en día, una de las finalidades de la construcción de robots es su intervención con rapidez, calidad y precisión en los procesos de fabricación encargados de realizar trabajos repetitivos en la fabricación.[1]
1. Gestión y control: análisis
inteligente, fijación de objetivos.
2. Fabricación: diseño, planificación,
programación, monitorización, control, gestión de proyectos, robótica
simplificada y visión computarizada.
3. Educación: adiestramiento práctico,
exámenes y diagnóstico.
Ingeniería: diseño, control y análisis.
Ingeniería: diseño, control y análisis.
4. Equipamiento: diseño, diagnóstico,
adiestramiento, mantenimiento, configuración, monitorización y ventas.
5. Cartografía: interpretación de
fotografías, diseño, resolución de problemas cartográficos.
Profesiones: abogacía, medicina, contabilidad, geología, química.
Profesiones: abogacía, medicina, contabilidad, geología, química.
6. Software: enseñanza, especificación,
diseño, verificación, mantenimiento.
Sistemas de armamento: guerra electrónica, identificación de objetivos, control adaptativo, proceso de imágenes, proceso de señales.
Sistemas de armamento: guerra electrónica, identificación de objetivos, control adaptativo, proceso de imágenes, proceso de señales.
7. Proceso de datos: educación, interface
en lenguaje natural, acceso inteligente a datos y gestores de bases de datos,
análisis inteligente de datos.
8. Finanzas: planificación, análisis,
consultoría.[2]
Bien el punto en el cual nos debemos de concentrar es el que se denomina
procesos de datos que es el que nos indica cómo es que esta disciplina se va a
conjugar con el proceso educativo.
Sin embargo el área en el que se ha estado
desarrollando más sin duda, que es el estudio de las redes neuronales ya que es
en esta área donde se intenta simular algunas de las funciones de aprendizaje
del ser humano. Una red neuronal obtiene experiencia analizando automática y
sistemáticamente los datos para determinar reglas de comportamiento; con base
en ellas, puede realizar predicciones sobre nuevos casos.
Estas técnicas se aplican a problemas de
clasificación y series de tiempo e identifican conexiones con cosas que otras
técnicas no pueden, porque utilizan relaciones lineales y no lineales.
No hay comentarios:
Publicar un comentario