escuela748064338.files.wordpress.com€¦ · web viewen la actualidad de este siglo xxi,...
TRANSCRIPT
ÍNDICE
índice..................................................................................................................................................0
Introducción.......................................................................................................................................1
OPINIONES:....................................................................................................................................2
HISTORIA DE LA INTELIGENCIA ARTIFICIAL.........................................................................................7
CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL...................................................................9
Desarrollo.........................................................................................................................................11
FUNCIONAMIENTO BASICO DE LA INTELIGENCIA ARTIFICIAL..........................................................11
FUNCIONAMIENTO BASICO DE LA INTELIGENCIA.....................................................................13
FUNCIONAMIENTO GENERALES DE LAINTELIGENCIA ARTIFICIAL.........................................16
LA VIDA ARTIFICIAL.......................................................................................................................17
LAS REDES NEURONALES..............................................................................................................20
Conclusiones....................................................................................................................................23
Aplicaciones y proyectos..................................................................................................................23
La inteligencia artificial y el mundo..........................................................................................23
La inteligencia en la argentina..............................................................................................24
El cine y la inteligencia artificial............................................................................................25
Bibliografía.......................................................................................................................................28
COMPUTACION. 2
PORTADA.
Alumno : VARGAS VAZQUEZ EMILIA VANESSA
Grupo : 2°L : MATUTINO
FECHA : 11-ABRIL -2018
PROFESOR : ING.GENARO RANGEL BURCIAGA
INTRODUCCIÓN
En la actualidad de este siglo xxi, inteligencia artificial influye en la vida de las
personas facilitando en muchos aspectos, incluyendo la diversión en los
videojuego, películas y todo el mundo de los medios digitale, tal como Metz (2018)
explica “el caso de Stefan Avalos en su proyecto desempleo, que es un
cortometraje; El cortometraje tenía el objetivo de probar la nueva tecnología de
una empresa emergente llamada Arraiy,”
Metz (2018)
PALO ALTO, California — En un viejo taller de reparación de autos de Silicón
Valley, Stefan Avalos empujaba una cámara por un carril de grabación.
Avalos forma parte de un pequeño equipo que filmaba un cortometraje sobre
vehículos autónomos. En esa producción usaron un Austin Mini color azul eléctrico
de 1962 pero, gracias a los efectos especiales, esa reliquia oxidada se
transformaba en un vehículo autónomo muy parecido al De Lorean de Regreso al
futuro.
Alejándose de la cámara, Avalos se refirió irónicamente a lo que estaban
grabando como el “Proyecto desempleo”. El cortometraje tenía el objetivo de
probar la nueva tecnología de una empresa emergente llamada Arraiy, que está
intentando automatizar la creación de efectos digitales para el cine, la televisión y
los videojuegos.
P á g i n a 1 | 32
MI OPINION: mi opinión es que la tecnología al pasar el tiempo ha mejorado
mucho facilitando la vida de las personas y del planeta ,algo que se espera mucho
de ella ya que hay grandes planes a futuro por parte de la tecnología.
En la vida cotidiana presentamos muchos tipos de dificultades pero gracias a
estas máquinas equipadas con la nueva ciencia de tecnología se nos facilita hacer
ciertas tareas que simplemente el humano no puede hacer.
OPINIONES:
Autor: Greg Scoblete | Otra fuente: 1
Nota del editor: Greg Scoblete es editor de tecnología de la revista PDN.
Imagina que eres la clase de persona que se preocupa por un futuro en el que los robots
serán lo suficientemente inteligentes como para amenazar la existencia misma de la raza
humana. Durante años te han tildado de loco, etiquetado en la misma categoría en la que
está la gente que ve a Elvis acechando en sus waffles.
Como Greg ve la tecnología como una amenaza para los humanos pues tiene algo de razón y sentido pues los robots a un futuro si pueden dañar a la humanidad si seguimos avanzando de una manera tan rápida.
Autor:Ruth Lelyen.
Año:2-6-2015
Las computadoras pueden ser una amenaza para los humanos no es un concepto
nuevo, aparece con el auge del género de Ciencia Ficción. Ya desde obras
clásicas como 2001: una odisea espacial, de Arthur C. Clarke, se plantea una
duda inquietante: ¿hasta dónde podemos confiar en las máquinas pensantes.
En las últimas décadas, también Stephen Hawking ha adoptado esta postura
crítica ante el desarrollo de la Inteligencia Artificial, considerándola un potencial
peligro para la humanidad, del cual necesitamos estar prevenidos.
Me parece que la opinión de Stephen es interesante pues confirma la manera en que puede afectar la tecnología en un futuro pues ya avanzado demasiado
en estos últimos años.
Autor: Barbarossa, Carolina
Año:8-7-2016
El siguiente ensayo no busca responder a uno de los grandes interrogantes de la
ciencia moderna, sino que intentará entender un poco más acerca de los últimos
desarrollos de la inteligencia artificial: cómo fueron evolucionando a través del
tiempo, y qué es lo que nos espera para un futuro cercano.
En mi opinión y conjuntamente con la tesis que propongo en este escrito, los
seres humanos no serán capaces de poder construir un robot con capacidad de
pensar y sentir como el homo sapiens de la actualidad. El cerebro humano es un
órgano súper desarrollado, capaz de resolver situaciones y tomar decisiones
complejas que ninguna otra especie conocida posee.
Mi opinión es muy parecida a la de carolina pues tenemos en común que que la tecnología posee algo muy importante que en estos últimos años ha estado mejorando y ya hay robots que pueden hacer tareas humanas facilitando la vida cotidiana de las personas.
Autor: Director de desarrollo de negocio de RTB House en España, Portugal, Italia
y Benelux
Año: 24-12-2017
El crecimiento de la Inteligencia Artificial ha acaparado la mayoría de los focos de
las noticias tecnológicas de este año, desde algoritmos que aprenden cómo jugar
sin intervención humana (el caso de Go), pasando por Elon Musk y Mark
Zuckerberg profundizando en los riesgos y los beneficios de la IA para la
humanidad, hasta Rusia y China, que han declarado la inteligencia artificial como
una prioridad de investigación. De cara al futuro, 2018 será un año de desarrollo y
profundización de todas las tecnologías de IA disponibles. El Deep learning, uno
de los subcampos más importantes de la investigación en inteligencia artificial,
será especialmente prometedor.
Autor: Gustavo Pérez Arce
Año: 14-3-2018
En términos prácticos esto significa que va a ser posible predecir el
comportamiento de acciones en la bolsa, realizar evaluaciones de riesgos
financieros y de clientes, todo para mitigar los factores de riesgo. Esta tecnología
es un hito en la toma de decisiones financieras.
El cómputo cognitivo, que agrupa disciplinas como machine learning, big data e
inteligencia artificial, es el motor de este innovador sistema que permite analizar
grandes cantidades de información.
Noticias, redes sociales, información gubernamental y datos de instituciones
bancarias, son escaneados sistemáticamente y correlacionados para predecir el
comportamiento de diversos indicadores como la bolsa de valores.
Esto le permite a inversionistas y evaluadores de riesgo tomar decisiones a partir
de información estructurada y no estructurada como la que se encuentra
disponible en Internet para agregarla a sus propias metodologías. La página de
riesgocognitivo.com es una herramienta para que los evaluadores de riesgo tomen
decisiones puntuales.
Según estimaciones de Nearshore Delivery Solutions, hasta un 30% de las
decisiones financieras podrían llegar a tomarse con esta tecnología que puede
realizar predicciones de hasta 5 días de diversos indicadores de un negocio como
el valor de sus acciones.
La idea es ir armando un expediente digital de riesgo que cumpla con la regulación
y que cuente con mayores fuentes de información. A1 diferencia del software
convencional que se utiliza en las instituciones financieras, la inteligencia artificial
tiene la ventaja de poder “aprender” y refinar sus interpretaciones con el paso del
tiempo.
Ya es posible crear portafolios operados por bots, que apoyados en modelos
matemáticos aprovechan la información recopilada de Internet para tomar
decisiones mucho más informadas.
La opinión de Gustavo me parece excelente pues ya que no explica de como no beneficia la tecnología y como nos puede perjudicar en ciertos aspectos pues ya que se da información de más en equipos de cómputo, la tecnología es una herramienta que cuenta con mayores fuentes.
Autor: Elon Musk
Año:8-11-2015
Los pesos pesados del sector tecnológico están apostando fuerte en este sentido.
Google, por ejemplo, adquirió el año pasado DeepMind, una empresa
especializada en el desarrollo de redes neurales en la que ya había invertido
Musk. El gigante de las búsquedas trabaja en un sistema informático capaz de
distinguir en un vídeo una cara humana de la de un perro, gente patinando o
durmiendo, un gato... Y todo por sí solo y sin que nadie haya puesto etiquetas en
el archivo previamente.
La idea es que vaya aprendiendo, por así decirlo, tras alimentarse con millones de
grabaciones. IBM, por su parte, afina su superordenador Watson, que en 2011
derrotó a los campeones humanos del concurso estadounidense de preguntas y
respuestas Jeopardy! Su intención es mejorar las funciones cognitivas del ingenio
y comprobar sus capacidades para realizar diagnósticos médicos, análisis de la
personalidad y traducciones en tiempo real. Los ingenieros de Facebook no se
quedan atrás y han ideado un algoritmo que permite reconocer un rostro con éxito
el 97 % de las veces, aunque haya sido mal captado.
Musk asegura que las cosas van demasiado rápido, y que por eso la IA es una
tecnología que puede resultar tan peligrosa como los maletines nucleares. En el
coro de los agoreros del apocalipsis artificial destaca la voz del filósofo británico
Nick Bostrom, de la Universidad de Oxford, que compara nuestro destino con el de
los caballos, cuando fueron sustituidos por los automóviles y los tractores. En
1915, había en EE. UU. unos veintiséis millones de estos equinos. En la década
de los cincuenta, quedaban solo dos millones. Los caballos fueron sacrificados
para venderse como comida para perros. Para Bostrom, la IA supone un riesgo
existencial para la humanidad comparable con el impacto de un gran asteroide o el
holocausto nuclear. Todo ello, por supuesto, siempre que podamos construir
ordenadores pensantes. Pero ¿qué significa exactamente esto?
En realidad, el concepto de inteligencia artificial no es tan reciente como parece.
Desde los tiempos de Alan Turing –al que se considera el padre de la misma– y la
construcción de su dispositivo Bombe, que permitió descifrar los códigos de la
máquina Enigma alemana, han pasado más de setenta años. En un momento
dado del film The Imitation Game (Morten Tyldum, 2014), en el que Benedict
Cumberbatch interpreta al célebre matemático, un detective le pregunta: “¿Podrán
las máquinas algún día pensar como los humanos?”. A lo que él responde: “La
mayoría de la gente piensa que no.
Mi opinión sobre la opinión de Elon es que es muy importante que señale que el concepto que se tiene sobre la tecnología no es tan reciente como parece, desde los tiempos al que se le considera el padre de la misma. me parece excelente como nos ha ayudado a pensar si un día los robots.
HISTORIA DE LA INTELIGENCIA ARTIFICIAL
La finalidad de la inteligencia artificial consiste en crear teorías y modelos que
muestren la organización y funcionamiento de la inteligencia. Actualmente, el
mayor esfuerzo en la búsqueda de la inteligencia artificial se centra en el
desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a
la inteligencia humana, realizando tareas que requieran aprendizaje, solución de
problemas y decisiones. A veces llamada inteligencia de máquina, la inteligencia
artificial o AI (Artificial Intelligence) cubre una vasta gama de teorías y prácticas.
Esta tecnología nos rodea, desde los lugares más cotidianos (conversión de voz
en texto, etiquetado de fotografías, detección del fraude) a los más punteros
(medicina de alta precisión, predicción de lesiones, coches autónomos). Se
encuentra en métodos informáticos como el análisis avanzado de datos, la visión
por ordenador, el procesamiento de lenguaje natural y el aprendizaje automático o
machine learning.
Y es que, como explicaba recientemente Diane Bryant, vicepresidenta ejecutiva y
directora general del Data Center Group de Intel, la inteligencia artificial está
transformando la forma de trabajar de las empresas, así como nuestra manera de
interactuar con el mundo.
Sin embargo, y aunque aún veamos la inteligencia artificial en pañales (y sus
riesgos todavía no están claros, como ha admitido el propio Bill Gates), lo cierto es
que los orígenes de esta tecnología se remontan a la época griega, cuando
Aristóteles describió un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de
Alejandría (250 a. C.) construyó la primera máquina autocontrolada, un regulador
del flujo de agua (racional pero sin razonamiento).
A pesar de estos primeros referentes históricos, es a Alan Turing a quien se
considera padre de la inteligencia artificial (dando, de hecho, nombre al test que
determina la calidad de las IA). En 1936, este visionario diseñó una máquina
capaz de implementar cualquier cálculo que hubiera sido formalmente definido,
pilar esencial para que un dispositivo pueda adaptarse a distintos escenarios y
“razonamientos”.
La Inteligencia Artificial surge definitivamente a partir de algunos trabajos
publicados en la década de 1940 que no tuvieron gran repercusión, pero a partir
del influyente trabajo en 1950 de Alan Turing, matemático británico, se abre una
nueva disciplina de las ciencias de la información.
Si bien las ideas fundamentales se remontan a la lógica y algoritmos de los
griegos, y a las matemáticas de los árabes, varios siglos antes de Cristo, el
concepto de obtener razonamiento artificial aparece en el siglo XIV. A finales del
siglo XIX.
CARACTERISTICAS 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).
Las conclusiones de un programa declarativo no son fijas y son determinadas
parcialmente por las conclusiones intermedias alcanzadas durante las
consideraciones al problema específico. Los lenguajes orientados al objeto
comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia
Artificial.
DESARROLLO
FUNCIONAMIENTO BASICO DE LA INTELIGENCIA ARTIFICIAL
Los métodos tradicionales en Inteligencia Artificial que permitieron el desarrollo de
los primeros sistemas expertos y otras aplicaciones, ha ido de la mano de los
avances tecnológicos y las fronteras se han ido expandiendo constantemente
cada vez que un logro, considerado imposible en su momento, se vuelve posible
gracias a los avances en todo el mundo, generando incluso una nueva mentalidad
de trabajo que no reconoce fronteras físicas ni políticas. Por ello, yo soy optimista
en relación al futuro siempre que se respeten los límites culturales y éticos.
Creando siempre máquinas capaces de ayudar al ser humano, de sustituirlo en
tareas desagradables, duraderas, pesadas o como complemento de ocio.
La escuela clásica dentro de la Inteligencia Artificial, utiliza representaciones
simbólicas basadas en un número finito de primitivas y de reglas para la
manipulación de símbolos. El período simbólico se considera aproximadamente
comprendido entre 1962 y 1975, seguido por un período dominado por los
sistemas basados en el conocimiento de 1976 a 1988. Sin embargo, en este
segundo período las representaciones simbólicas (por ejemplo, redes semánticas,
lógica de predicados, etc.) siguieron siendo parte central de dichos sistemas.
La Programación Lógica tiene sus orígenes más cercanos en los trabajos de J. A.
Robinson que propone en 1965 una regla de inferencia a la que llama resolución,
mediante la cual la demostración de un teorema puede ser llevada a cabo de
manera automática.
La resolución es una regla que se aplica sobre cierto tipo de fórmulas del Cálculo
de Predicados de Primer Orden, llamadas cláusulas y la demostración de
teoremas bajo esta regla de inferencia se lleva a cabo por reducción al absurdo.
Otros trabajos importantes de esa época que influyeron en la programación lógica,
fueron los de Loveland, Kowalski y Green, que diseña un probador de teoremas
que extrae de la prueba el valor de las variables para las cuales el teorema es
válido.
Estos mecanismos de prueba fueron trabajados con mucho entusiasmo durante
una época, pero, por su ineficiencia, fueron relegados hasta el nacimiento de
Prolog, que surge en 1971 en la Universidad de Marsella, Francia.La Lógica de
Primer Orden, es uno de los formalismos más utilizados para representar
conocimiento en Inteligencia Artificial. La Lógica cuenta con un lenguaje formal
mediante el cual es posible representar fórmulas llamadas axiomas, que permiten
describir fragmentos del conocimiento y, además consta de un conjunto de reglas
de inferencia que aplicadas a los axiomas, permiten derivar nuevo conocimiento.
FUNCIONAMIENTO BASICO DE LA INTELIGENCIA
El primer período de la Inteligencia Artificial, llamado sub-simbólico, data de
aproximadamente 1950 a 1965. Este período utilizó representaciones numéricas
(o sub-simbólicas) del conocimiento. Aunque la mayor parte de los libros de
Inteligencia Artificial enfatizan el trabajo realizado por Rosenblatt y Widrow con
redes neuronales durante este período, la realidad es que otra importante escuela
sub-simbólica data también de la misma época y estos son los algoritmos
evolutivos.
La escuela clásica dentro de la Inteligencia Artificial, utiliza representaciones
simbólicas basadas en un número finito de primitivas y de reglas para la
manipulación de símbolos. El período simbólico se considera aproximadamente
comprendido entre 1962 y 1975, seguido por un período dominado por los
sistemas basados en el conocimiento de 1976 a 1988. Sin embargo, en este
segundo período las representaciones simbólicas (por ejemplo, redes semánticas,
lógica de predicados, etc.) siguieron siendo parte central de dichos sistemas.
La Programación Lógica tiene sus orígenes más cercanos en los trabajos de J. A.
Robinson que propone en 1965 una regla de inferencia a la que llama resolución,
mediante la cual la demostración de un teorema puede ser llevada a cabo de
manera automática.
La resolución es una regla que se aplica sobre cierto tipo de fórmulas del Cálculo
de Predicados de Primer Orden, llamadas cláusulas y la demostración de
teoremas bajo esta regla de inferencia se lleva a cabo por reducción al absurdo.
Otros trabajos importantes de esa época que influyeron en la programación lógica,
fueron los de Loveland, Kowalski y Green, que diseña un probador de teoremas
que extrae de la prueba el valor de las variables para las cuales el teorema es
válido.
Estos mecanismos de prueba fueron trabajados con mucho entusiasmo durante
una época, pero, por su ineficiencia, fueron relegados hasta el nacimiento de
Prolog, que surge en 1971 en la Universidad de Marsella, Francia.
La Lógica de Primer Orden, es uno de los formalismos más utilizados para
representar conocimiento en Inteligencia Artificial. La Lógica cuenta con un
lenguaje formal mediante el cual es posible representar fórmulas llamadas
axiomas, que permiten describir fragmentos del conocimiento y, además consta de
un conjunto de reglas de inferencia que aplicadas a los axiomas, permiten derivar
nuevo conocimiento.Alfabeto del Lenguaje de la Lógica de Primer Orden
Contiene dos tipos de símbolos:
Los Símbolos lógicos, entre los que se encuentran los símbolos de constantes
proposicionales true y false; los símbolos de operadores proposicionales para la
negación, la conjunción, la disyunción y las implicaciones los símbolos de
operadores de cuantificación como el cuantificador universal; el cuantificador
existencial; y los símbolos auxiliares de escritura como corchetes [,], paréntesis,y
coma. b. Símbolos no lógicos, agrupados en el conjunto de símbolos constantes;
el conjunto de símbolos de variables individuales; el conjunto de símbolos de
funciones n-arias; y el conjunto de símbolos de relaciones n-arias. A partir de
estos símbolos se construyen las expresiones válidas en el Lenguaje de Primer
Orden: los términos y las fórmulas. Un término es cualquiera de las tres
expresiones siguientes: una constante, por ejemplo, el número "100", la palabra
"alfredo" y la letra "c"; o una variable, por ejemplo, "X" o bien una expresión de la
forma "f(t1,...,tn)" donde "f" es un símbolo de función n-aria y t1,...,tn son términos.
Ejemplos de funciones son: f(100,X), padre(Y) y sucesor(X). Las fórmulas
atómicas o elementales son expresiones de la forma R(t1,...,tn) donde R es un
símbolo de relación n-aria y t1,...,tn son términos. Ejemplos de fórmulas son:
positivo(3),not(igual(4,doble(2))), recetar(X,aspirina)<=tiene(X,fiebre),
tiene(X,cefalea). Esta última establece una regla que dice que, si X tiene fiebre y
cefalea (dolor de cabeza), X debe tomar una aspirina. El Lenguaje de Primer
Orden posee un amplio poder de expresión, los términos permiten nombrar los
objetos del universo, mientras que las fórmulas permiten afirmar o negar
propiedades de éstos o bien establecen las relaciones entre los objetos del
universo. Puede decirse que la Programación Lógica utiliza la Lógica de Primer
Orden como lenguaje de programación. Prolog es un ejemplo de lenguaje basado
en la Lógica de Primer Orden y aunque toma su nombre de este término
("PROgramming in LOGic"), no abarca toda la riqueza de la Lógica de Primer
Orden para resolver problemas, pues está restringido al uso de cierta clase de
fórmulas denominadas cláusulas definidas o cláusulas de Horn. Un programa
lógico está formado por un conjunto finito de cláusulas de programa que son
hechos o reglas.
FUNCIONAMIENTO GENERALES DE LAINTELIGENCIA ARTIFICIAL
La inteligencia artificial constituye una rama de la informática que, en los últimos
tiempos, está adquiriendo creciente importancia. Su campo de estudio lo
constituyen los procedimientos necesarios para elaborar sistemas entre cuyas
prestaciones figuren las que, tradicionalmente, se han considerado privativas de la
inteligencia humana.
Tipos de Algoritmos Utilizados
Cuando una tarea se realiza por medio de un algoritmo perfectamente definido de
almacenamiento, clasificación o cálculo, lo puede hacer un computador. Este
concepto de algoritmo, secuencial, fijo y de determinadas operaciones, es incapaz
de manejar problemas donde el camino del razonamiento es variable y donde
deben afrontarse situaciones diversas sin haber sido especificadas.
La Inteligencia Artificial hace uso de un tipo de lenguaje diferente como es el caso
de LISP y PROLOG.En 1932, Cannon visualizó la evolución natural como un
proceso de aprendizaje. Alan Turing reconoció, en 1950, que debe haber una
conexión obvia entre el aprendizaje de máquina y la evolución, y señaló que se
podrían desarrollar programas para jugar ajedrez usando esta técnica.
Podemos decir entonces que la inteligencia artificial existe gracias al diseño de
ciertos procesos para dispositivos, los cuales una vez se logran ejecutar conducen
a resultados que elevan la funcionalidad y el rendimiento.
Para comprender un poco mejor el concepto de cómo funciona la inteligencia
artificial podemos remitirnos al caso de los videojuegos, pues en ellos es posible
observar como los personajes cuentan con cualidades, reacciones y habilidades
para resolver problemas que los presenta como seres intuitivos y habilidosos, muy
semejantes a los seres humanos reales.
Libro: Inteligencia Artificial: Lo que todo el mundo debe saber
Año: 24 de junio del 2017
En el correr de los años, la Inteligencia Artificial tendrá un profundo impacto sobre la forma en que vivimos, trabajamos, hacemos la guerra, jugamos, buscamos pareja, educamos a nuestros jóvenes y cuidamos de nuestros mayores.
Es probable que aumente en gran medida nuestra riqueza colectiva, pero también cambiará drásticamente nuestro mercado de trabajo, trastocará nuestro orden social y forcejeará con nuestras instituciones privadas y públicas.
LA VIDA ARTIFICIAL
La vida artificial es un desarrollo humano que tiene como objeto de estudio la
investigación de la vida y los sistemas artificiales que exhiben propiedades
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. Existen tres tipos principales de vida
artificial,1 nombrados de acuerdo a su enfoque: soft, con un enfoque en el
software; hard, con un enfoque en el hardware; y wet, con un enfoque en la
bioquímica.
El área de vida artificial es un punto de encuentro para gente de otras áreas más
tradicionales como lingüística, física, matemáticas, filosofía, psicología, ciencias de
la computación, biología, antropología y sociología en las que sería inusual que se
discutieran enfoques teóricos y computacionales. Como área, tiene una historia
controvertida; John Maynard Smith criticó ciertos trabajos de vida artificial en 1995
calificándolos de "ciencia sin hechos", y generalmente no ha recibido mucha
atención de parte de biólogos. Sin embargo, la reciente publicación de artículos
sobre vida artificial en revistas de amplia difusión,2 como Science y Nature son
evidencia de que las técnicas de vida artificial son cada vez más aceptadas por los
científicos, al menos como un método de estudio de la evolución.
En algunos campos de aplicación de la vida artificial se plantean dos tipos de
simulaciones, basadas en el mundo real, las cuales ayudan a la toma de
decisiones. Estas son:
La primera de ellas, se centra en los aspectos de "más alto nivel" en cada
problema, utilizando fórmulas y reglas, o hechos históricos, que ayudan a la toma
de decisiones. Un ejemplo de esto pueden ser las fórmulas del tiro parabólico, ya
que estas pueden entenderse como modelos de simulación.
La segunda pone atención en los aspectos de "más bajo nivel", mediante fórmulas
o reglas. Una de las ventajas de este tipo de simulaciones es que sus
características son más sencillas, ya que suelen ser más fáciles de detectar los
aspectos de bajo nivel que aquellos de alto nivel.
Notando que la vida no es una propiedad dependiente de sus componentes, sino
de su organización, dentro del área de cibernética se empezaron a estudiar de
manera abstracta las propiedades de los sistemas vivos a mediados del siglo XX.
Dentro de esta tradición, se desarrollaron modelos de sistemas vivos en
simulaciones de computadoras y en robots. A fines de los 80's, Christopher
Langton acuñó el término "vida artificial" en su sentido moderno, el cual considera
a la simulación y la síntesis de sistemas vivos.
Podemos clasificar a la vida artificial en tres categorías: La vida artificial suave
considera simulaciones en software con propiedades de sistemas vivos. La vida
artificial dura incluye a robots e implementaciones en hardware de modelos
biológicos. La vida artificial húmeda abarca los intentos de crear vida artificial a
partir de la química en el laboratorio. En otras palabras, se intentan crear
"protocélulas" que tengan propiedades similares a las de las células vivas pero
construidas con componentes distintos.
El estudio científico de la vida artificial nos ha permitido comprender mejor
propiedades y contrastar teorías sobre el origen de la vida y su evolución, la
autonomía, la auto-organización, la adaptación, la ecología, las sociedades, el
comportamiento, la información y las bases químicas de la vida.
La vida artificial también se empieza a aplicar a la tecnología, ya que nos permite
no sólo comprender mejor a los sistemas vivos, sino construir sistemas artificiales
con propiedades de sistemas vivos. Por ejemplo, es conveniente construir
ciudades más como sistemas vivos que como máquinas, ya que necesitan
adaptarse constantemente a su entorno dinámico.
Hay muchos ejemplos interesantes de arte basado en vida artificial.
LAS REDES NEURONALES
Las redes neuronales (también conocidas como sistemas conexionistas) son un
modelo computacional basado en un gran conjunto de unidades neuronales
simples (neuronas artificiales), de forma aproximadamente análoga al
comportamiento observado en los axones de las neuronas en los cerebros
biológicos. Cada unidad neuronal está conectada con muchas otras y los enlaces
entre ellas pueden incrementar o inhibir el estado de activación de las neuronas
adyacentes. Cada unidad neuronal, de forma individual, opera empleando
funciones de suma.
Si se pudieran explicar los procesos cognitivos superiores de una manera
intrínseca, es decir, si se pudiera demostrar que los procesos mentales
inteligentes que realiza el hombre se producen a un nivel superior (o intermedio)
con independencia de las capas subyacentes que existen hasta la constitución
física del ente inteligente, se demostraría que es posible crear -mediante un
sistema de símbolos físicos-, una estructura artificial que imite perfectamente la
mente humana mediante una arquitectura de niveles, ya que se podría construir
dicho nivel superior mediante la combinación de elementos que no
necesariamente han de ser los que forman el nivel inferior en los humanos (que
por ejemplo, podemos suponer que son las neuronas).
En cambio, si sólo se pudieran explicar los procesos cognitivos superiores
mediante una descripción al más bajo nivel (comportamiento neuronal), sólo se
podría imitar la inteligencia humana mediante la construcción de neuronas
artificiales. Para ser exactos, esta afirmación está condicionada por la certeza de
la suposición (bastante común) según la cual el neuronal es el más bajo de los
niveles relevantes para la formación de los procesos cognitivos. Arbitrariamente,
se podría haber elegido otro nivel aún más bajo (moléculas, átomos es un sistema
de procesadores paralelos conectados entre sí en forma de grafo dirigido.
Esquemáticamente cada elemento de procesamiento (neuronas) de la red se
representa como un nodo. Estas conexiones establecen una estructura jerárquica
que tratando de emular la fisiología del cerebro busca nuevos modelos de
procesamiento para solucionar problemas concretos del mundo real. Lo importante
en el desarrollo de la técnica de las RNA es su útil comportamiento al aprender,
reconocer y aplicar relaciones entre objetos y tramas de objetos propios del
mundo real. En este sentido, se uilizan las RNA como una herramientas que podrá
utilizarse para resolver problemas difíciles.
¿Cómo funciona una red neuronal?
A pesar de su nombre, las redes neuronales no tienen un concepto demasiado
complicado detrás de ellas. El nombre, como podéis imaginar, viene de la idea de
imitar el funcionamiento de las redes neuronales de los organismos vivos: un
conjunto de neuronas conectadas entre sí y que trabajan en conjunto, sin que
haya una tarea concreta para cada una. Con la experiencia, las neuronas van
creando y reforzando ciertas conexiones para "aprender" algo que se queda fijo en
el tejido.
Ahora bien, por bonito que suene esto, el enfoque biológico no ha sido
especialmente útil: las redes neuronales han ido moviéndose para tener un foco
en matemáticas y estadística. Se basan en una idea sencilla: dados unos
parámetros hay una forma de combinarlos para predecir un cierto resultado. Por
ejemplo, sabiendo los píxeles de una imagen habrá una forma de saber qué
número hay escrito, o conociendo la carga de servidores de un Centro de
Procesamiento de Datos (CPD), su temperatura y demás existirá una manera de
saber cuánto van a consumir, como hacía Google. El problema, claro está, es que
no sabemos cómo combinarlos.
CONCLUSIONES
APLICACIONES Y PROYECTOS
La inteligencia artificial y el mundo
Las aplicaciones de la inteligencia artificial que trata de conseguir que los
ordenadores simulen en cierta manera la inteligencia humana son variadas. Por
ejemplo, se usa en robots, en sistemas de administración de conocimiento y en
buscadores. En el mundo, el mercado de la inteligencia artificial ya factura 40 mil
millones de dólares al año.
Como expositores, también estuvieron los ingenieros Raimundo Osvaldo D'Aquila
y Osvaldo Aníbal Pérez Guzmán y el licenciado Alejandro de Montmollin.
Para continuar con la difusión de la inteligencia artificial, se dio un seminario que
empezó en mayo en el Centro Argentino de Ingenieros. Se desarrolló en 80 horas,
incluyendo una práctica que fue asistida por los profesores que dictaron el
seminario a través de una red sobre Internet.
Los asistentes al seminario pudieron realizar las prácticas en sus propias
empresas, instituciones o estudios y con temas de aplicación local inmediata.
Esta es una de las capacidades más interesantes del Machine Learning y las
Redes Neuronales: encontrar patrones ocultos en grandes volúmenes de datos.
Microsoft lo usa para decodificar el ADN del sistema inmunitario humano, la
industria farmacéutica analiza con estas herramientas la inmensa cantidad de
datos de los más de 800 medicamentos y vacunas contra el cáncer actualmente
en fase de pruebas. Coches autónomos, realidad aumentada, reconocimiento de
caras y gestos… La Inteligencia Artificial ha dejado de ser un campo de estudio
con valor únicamente académico, y cada vez está más claro que formará el núcleo
de la siguiente gran revolución tecnológica en nuestro mundo.
Muchas compañías almacenan datos curriculares y de selección de sus
empleados, así como su información de desempeño a lo largo de los años. Una
red neuronal puede ser entrenada con esta información sobre los empleados con
mejor rendimiento para buscar patrones similares en candidatos actualmente en
proceso de selección. Análisis de información mejorados para identificar descartes
rápidamente, algoritmos optimizados para ajustar candidatos a su puesto
objetivo… A pesar de ser un área relativamente joven, hay aplicaciones de este
tipo muy desarrolladas en el ámbito de la búsqueda del Talento.
Hay una situación similar en el estudio de las causas de rotación en la compañía.
La inteligencia en la argentina
Si la Argentina la impulsase, podría ganar 300 millones de dólares por año en
exportaciones gracias a la inteligencia artificia", dice Juan Chamero, ingeniero
electromecánico, uno de los disertantes en una conferencia que se realizó los
primeros días de abril de este año en el Centro Argentino de Ingenieros.
La conferencia contó con la presencia de profesores y estudiantes universitarios
en ingeniería y medicina, y psicólogos sociales, entre otros. Sirvió para explicar en
qué consiste la inteligencia artificial, que se define como "la comprensión científica
de los mecanismos subyacentes al pensamiento y comportamiento inteligente y su
integración en máquinas”. En la Argentina, el área de inteligencia artificial y sus
aplicaciones es incipiente, según comentó el ingeniero Chamero. Sin embargo,
enfatizó en que podría pegar un salto. "Hay más de 5.000 programadores y
equipamiento actualizados. Por lo cual, están dadas las condiciones para que se
incentiven desarrollos en inteligencia artificial
El cine y la inteligencia artificial
El cine ha tratado el tema de la inteligencia artificial en numerosas ocasiones, ya
desde los años 20,
con películas como Metrópolis, hasta los últimos años con numerosas películas,
como por ejemplo Terminator 3:The rise of the machines, que se estrenará
próximamente.
En esta parte del trabajo intentamos salirnos de explicaciones técnicas y
centrarnos en dar una especie de filmografía de títulos interesantes (aunque
algunos la verdad es que son bastante prescindibles) que han tratado el tema de
la inteligencia artificial.
Lo usual con el cine de ciencia-ficción que mete el tema de la inteligencia artificial
es que no de ninguna explicación técnica del funcionamiento de la máquina y de la
posible generación artificial de redes neuronales o simplemente de la creación de
la inteligencia. Se suele partir del hecho de que hay una inteligencia, un robot de
forma humana habitualmente, que existe y plantear la película desde ese punto de
partida, no se explica el proceso de creación del robot.
Es un poco triste pensar que en la mayoría de las películas la inteligencia artificial
y el robot subsiguiente sean simplemente una excusa para plantear una historia en
la que pesan las peleas y luchas sobre la trama psicológica del aprendizaje de la
máquina. Son simplemente medios para plantear películas de acción, más que
desarrollar el tema de la ciencia-ficción, aún así, en el compendio de películas
presentadas se han incluido.
Es lógico pensar que para hacer una película de ciencia-ficción tratando la
inteligencia artificial se deban usar abundantes efectos especiales, con lo cual se
corre el peligro de convertir la película en una sarta de efectos sin trama alguna ni
desarrollo de personajes. Hay excepciones, claro, como Frankestein de Mary
Shelley (1996), pero incluso clásicos como Metrópolis, que hoy en dia parece que
no tiene muchos, fue una gran revolución en su día en el tema de los efectos,
recordemos que la película es de 1922.
Como nota curiosa también se puede destacar la gran cantidad de películas series
Z que existen sobre este tema, películas hechas con muy poco presupuesto y que
se limitan a poner un robot, que normalmente quiere destruir La Tierra, y hacerle
luchar contra el héroe de turno, que bien puede ser otro robot o cualquier
engendro que se les pueda ocurrir, como Godzilla.
El mundo del cine está lleno de referencias a la inteligencia artificial, ordenadores
o máquinas que aprenden y crecen como Hall de "2001". El superordenador de
"Terminator" que adquiere conciencia y con ella la terrorífica idea, para nosotros,
de la amenaza que suponen los hombres para su subsistencia, decisión que
comparte la más estúpida de "Juegos de Guerra", que hace tablas consigo mismo
a tres en raya. Otros ordenadores de I.A. deciden enamorarse cono en "Electrical
Dreams". Algunos son menos I.A. y más textura humana y compuesto robótico,
como las tres versiones que aparecen en la saga de "Alien", el primero fiel
seguidor de las directrices que le da la compañía. El 2º más humanizado, más
perfeccionado como el mismo se califica. La 3ª, la extraña y pequeña Wynnona,
que es una I.A. sentimental y un poco enfadada.
de los más impresionantes, de los más conseguidos en la historia del cine son los
replicantes de "Blade Runner", capaces de sentir emociones como el amor, el odio
y el miedo a la muerte. Y finalmente capaces de PERDONAR, amando más a la
vida que a cualquier otra cosa. Por su parte, quien no recuerda el único anhelo de
Hall, que sabiendo que va a ser destruido, solo quiere saber si soñará en la
segunda parte "2010", a fin de cuentas, desde su punto de vista es lo único que le
falta para ser humano. Del mismo modo, el autodestructivo de "Electrical Dreams"
y su peculiar sentido del humor, se enamora de la rubia estupenda (Virginia
Madsen) y antepone la felicidad de ésta a la suya, y en cierto modo una extraña
amistad con su dueño.
BIBLIOGRAFÍA
METZ(2018)CALIFORNIA PALOALTO LA INTELIGENCIA ARTFICIAL IMPRENTA ESPAÑA
http://www.monografias.com/trabajos97/sobre-inteligencia-artificial/sobre-inteligencia-artificial.shtml
Autor: Greg Scoblete | Otra fuente: 1
Nota del editor: Greg Scoblete es editor de tecnología de la revista PDN.
http://www.monografias.com/trabajos16/inteligencia-artificial-historia/inteligencia-artificial-historia.shtml#ixzz5CWGU0j2m
Autor:Ruth Lelyen. Opinion de Stephen Hawking Año:2-6-2015
https://www.nytimes.com/es/tag/inteligencia-artificial/
Autor: Barbarossa, Carolina
Año:8-7-2016
https://expansion.mx/opinion/2014/12/28/opinion-la-inteligencia-artificial-amenaza-
a-la-humanidad
Autor: Gustavo Pérez Arce Año: 14-3-2018 CALIFORNIA
http://www.expansion.com/economia-digital/protagonistas/
2017/12/24/5a381a94268e3eda478b45e7.html
https://www.quierotec.com/ -para-aprender-inteligencia-artificial/
Libro: Inteligencia Artificial. Autor: Jerry Kaplan
Año: 24 de junio del 2017
Lugar: en España