Tema 1. Sociedade do Coñecemento: Intelixencia Artificial

Intelixencia Artificial

1. Definición de Intelixencia Artificial explicando para qué serven as súas técnicas e metodoloxías.
2. Obxectivos básicos.
3. Definición de Sistemas de Procesamento de linguaxe natural.
4. Definición de Recoñecemento de Visión.
5. Definición de Sistemas Baseados no Coñecemento e Sistemas Expertos.
6. Definición de Redes Neuronais.
7. Definición de Sistemas Inductivos.

1.A Intelixencia Artificial hai que enmarcala nun contexto evolutivo xa que está á vangarda das investigacións en informática e continuamente ábrense novas vías de investigación. En consecuencia non existe unha única definición de Intelixencia Artificial senón que esta depende da perspectiva desde a cal se tente realizar:

1. Desde a perspectiva de Intelixencia (Brown, 1997: 1): intelixencia artificial trata de construír máquinas intelixentes que actúen como nós esperamos que a xente actúe.

2. Desde a perspectiva da investigación (Brown, 1997:2): a intelixencia artificial estuda como lograr que as máquinas realicen tarefas que, polo momento, son realizadas mellor polos seres humanos.

En resumo poderiamos dicir que a Intelixencia Artificial está formada por unha serie de técnicas e metodoloxías encamiñadas a resolver problemas non estruturados que necesitan do coñecemento para a súa resolución xa que carecen dunha resposta inmediata e mesmo presentan máis dunha solución como consecuencia da existencia de incerteza ou ambigüidade nos resultados finais ou parciais. Para a resolución dos devanditos problemas, a Intelixencia Artificial recorre aos algoritmos ou ás regras heurísticas.

2.A Intelixencia Artificial é unha rama da Informática, xurdida ao redor dosanos cincuenta, que persegue á vez dous obxectivos básicos:

1.- Estudar o comportamento intelixente dos seres humanos, incluíndo
tanto o aspecto cognoscitivo como o perceptual, co fin de simulalo nun
computador.

2.- Facer máquinas intelixentes e programas capaces de imitar o comportamento humano intelixente, é dicir que poidan realizar as operacións humanas de ver, oir, falar, razoar, xulgar, comprender, aprender da experiencia e comunicarse como o fan as persoas humanas.


3.Os sistemas de procesamiento da linguaxe natural son sistemas cuxo obxectivo é o tratamento automático da información lingüística, é dicir, trátase de sistemas nos que o usuario introduce os datos nocomputador utilizando o mesmo linguaxe que utiliza para comunicarse con outras persoas, o computador codifica esa información en linguaxe de máquina para podela procesar e, unha vez procesada, xerar a saída adecuada en linguaxe natural.

4.Os sistemas de recoñecemento da visión son programas de computador que realizan tarefas de tratamento de imaxes, para manipulalas, realizar traballos de creatividade, publicidade, edición, controlar procesos industriais, de seguridade, etc., mediante a incorporación da capacidade visual a un computador para que sexa capaz de identificar o que ve. O seu estudo céntrase principalmente no desenvolvemento de sensores capaces de observar a contorna e de poder transmitir o que observan a un robot, co fin de que este retroaliméntese continuamente, en tempo real, e poida cambiar as operacións que realiza en función dos cambios na contorna.


5. Os sistemas baseados no coñecemento son programas informáticos que conteñen o coñecemento dun dominio específico dunha forma explícita e separado do resto do sistema, é dicir, existe unha clara separación entre os coñecementos que posúe o sistema sobre o dominio e os mecanismos de explotación que utiliza o sistema para chegar a establecer as súas conclusións.
Cando o coñecemento que contén o sistema baseado no coñecemento é proporcionado por persoas expertas no dominio, nos atopamos ante os sistemas expertos.
Os sistemas expertos son programas que imitan o proceso de razoamento dos expertos humanos e proporcionan marcos de decisión co tipo de consello similares aos que se recibirían dun experto humano.


6. A redes neuronais son sistemas simulan o proceso de recoñecemento do cerebro humano e do mesmo xeito que as neuronas biolóxicas, estes sistemas están deseñados para aprender da observación e a repetición. As redes neuronais tratan de resolver de forma eficiente problemas nos cales a información é difusa, incerta, contraditoria ou errónea.


7.Os sistemas inductivos xeran unha árbore de decisión a partir dun conxunto de exemplos que constitúen o conxunto de adestramento. É dicir, se trata de sistemas que parten dun conxunto de exemplos segundo un atributo, e van seleccionando ata que todos os exemplos do subconjunto elixido pertenzan a unha mesma clase conduzan a un mesmo resultado. Estes sistemas son útiles en aplicacións simples onde o conxunto de adestramento é relativamente completo e exacto, coñécense todos os datos e as súas solucións.