Tema 1: Intelixencia artificial.

Nesta ligazón atoparás un documento elaborada pola Universidade de Valencia. A información que necesitas está nas 6 primeiras páxinas do documento.
Cos contidos que se enumeran a continuación crea unha entrada nova no teu blog co nome deTema 1 Sociedade do Coñecemento: INTELIXENCIA ARTIFICIAL

• Definición de Intelixencia Artificialexplicando para qué serven as súas técnicas e metodoloxías.

    A Intelixencia Artificial hai que enmarcarla nun contexto evolutivo xa que está á vangarda das investigacions en informática e continuamente abrense novas vías de investigación. En consecuencia non existe unha única definición de Intelixencia Artificial senon que ésta depende da perspectiva desde a cal se intente realizar:

1. Desde a perspectiva de Intelixencia (Brown, 1997: 1): intelixencia artificial trata de construir máquinas intelixentes que actúen como nos esperamos que a xente actúe.
2. Desde a perspectiva da investigación (Brown, 1997:2): a intelixencia artificial estudia como lograr que as máquinas realicen tareas que, polo momento, son realizadas mellor polos seres humanos.

     En resumen poderiamos decir 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 sua resolución xa que carecen de unha resposta inmediata e incluso presentan máis de unha solución como consecuencia da existencia de incertidumbre ou ambigüedade nos resultados finais ou parciais. Para a resolución de ditos problemas, a Intelixencia Artificial recurre aos algoritmos ou ás regras heurísticas.

• Obxectivos básicos.

    A Intelixencia Artificial e unha rama da Informática, surxida ao redor dos anos cincuenta, que persigue á vez dous obxetivos básicos:


1.- Estudiar o comportamento intelixente dos seres humanos, incluindo tanto o aspecto cognoscitivo como o perceptual, có fin de simulalo en un ordenador.
2.- Facer máquinas intelixentes e programas capaces de imitar o comportamiento humano intelixente, es dicir que poidan realizar as operacions humanas de ver, oir, falar, razoar, juzgar, comprender, aprender da experiencia e comunicarse como o fan as persoas humanas.

• Definición de Sistemas de Procesamento de linguaxe natural.

    Os sistemas de procesamento do lenguaxe natural son sistemas de sistemas cuxo objetivo e o tratamento automático da información lingüística, e dicir, tratase de sistemas nos que o usuario introduce os datos no ordenador utilizando o mesmo lenguaxe que utiliza para comunicarse con outras persoas, o ordenador codifica esa información en lenguaxe de máquina para podela procesar e, unha vez procesada, xerar a salida adecuada en lenguaxe natural.

• Definición de Recoñecemento de Visión.

    Os sistemas de recoñecemento da visión son programas de ordenador que realizan tareas 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 ordenador para que sea capaz de identificar o que ve. O seu estudio centrase principalmente no desarrollo de sensores capaces de observar o entorno e de poder transmitir o que observan a un robot, co fin de que éste se retroalimente continuamente, en tempo real, e poida cambiar as operacions que realiza en función dos cambios no entorno. 

• Definición de Sistemas Baseados no Coñecemento e Sistemas Expertos.

    Os sistemas baseados no coñecemento son programas informáticos que conteñen o coñecemento de un dominio específico de unha forma explícita e separado do resto do sistema, e dicir, existe unha clara separación entre os coñecementos que posee o sistema sobre o dominio e os mecanismos de explotación que utiliza o sistema para chegar a establecer as suas conclusions. Cando o coñecemento que conten o sistema baseado no coñecemento e proporcionado por persoas expertas no dominio, encontramonos 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 de un experto humano.

• Definición de Redes Neuronais.

    As redes neuronais son sistemas simulan o proceso de recoñecemento do cerebro humano e ao igual que as neuronas biolóxicas, estos sistemas están diseñados para aprender da observación e a repetición. As redes neuronais tratan de resolver de forma eficiente problemas nos cales a información e difusa, incerta, contradictoria ou errónea.

En consecuencia como os problemas susceptibles de ser resoltos mediante a metodología das redes neuronales son: problemas de optimización, problemas de recoñecemento e problemas de xeralización. 

• Definición de Sistemas Inductivos.

    Os sistemas inductivos xeran un árbol de decisión a partir de un conxunto de exemplos que constituen o conxunto de entrenamento. E dicir, tratase de sistemas que parten de un conxunto de exemplos según un atributo, e van seleccionando ata que todos os exemplos do subconxunto elixido pertenezan a unha mesma clase conduzan a un mesmo resultado. Estos sistemas son útiles en aplicacions simples donde o conxunto de entrenamento e relativamente completo e exacto, conocense todos os datos e as suas solucions.

Dentro do conxunto de sistemas inductivos cabe destacar os sistemas de razonamento basado en casos (RBC) que recuperan a experiencia relevante (feitos e solucions históricas) anterior, da que se dispon, para solucionar novos problemas que presentan características similares. O proceso que siguen e o seguinte: en primeiro lugar indicanse as características do problema a resolver; a partir de elas o sistema realiza unha búsqueda na base de casos que posee ata encontrar casos similares ao presentado; posteriormente, a solución dos casos encontrados adaptanse ao problema planteado e na medida en que dita solución sexa aceptada polo usuario, añadirase a base de casos, para poder ser examinado cando se plantee un novo problema ao sistema.

    Os sistemas RBC son adecuados para aqueles problemas que se caracterizan por: existir moita experiencia, a experiencia no dominio e valiosa e difícil de adquirir, o coñecemento pode ser capturado a través de casos, a creatividade e sentido común son partes do proceso de resolución do problema e o coñecemento e difícil de representar mediante reglas.