1.

QUE ES INTELIGENCIA ARTIFICIAL

1.1 Definiciones
1.1.1 Inteligencia: Capacidad de resolver problemas a través del conocimiento, habilidad, destreza
y/o experiencia.
Las definiciones que se pueden encontrar debido a la falta de consenso se agrupan en estas
categorías:
 filosóficas
 pragmáticas
 factoriales
 operacionales.
1.1.2 Inteligencia artificial: El diseño y desarrollo de sistemas de cómputo con capacidad de
resolver problemas a través del conocimiento, habilidad, destreza y/o experiencia.
Las definiciones que se pueden encontrar debido a la falta de consenso se agrupan en estas
categorías:
 procesos de la mente y el razonamiento
 la conducta
 la eficiencia humana
 la racionalidad
1.2 Ciencia Cognoscitiva
Lo cognoscitivo remite a la capacidad de comprender que el hombre tiene con respecto al mundo
exterior. Ha sido debidamente analizada a lo largo de los siglos por distintas corrientes filosóficas y en
particular por una rama de la filosofía denominada epistemología.
Sistema cognoscitivo: interacción del sistema de procesamiento humano y su entorno.
 En la actualidad el panorama es bastante diferente. El estudio interdisciplinar de los procesos
cognitivos que usamos para adquirir, representar y usar conocimiento y que incluye el estudio del
lenguaje, memoria, resolución de problemas, razonamiento, planificación, aprendizaje, visión. Es el
objeto de estudio de la psicología, Lingüistas, Neurociencia e inteligencia artificial.

1.3 Introducción a la IA
1.3.1 Procesamiento Simbólico
surge en los años 80’s de suponer que la cognición se da a partir de la representación del
entorno, por medio de un leguaje que permite manipular mentalmente dicha representación, y
de este modo es posible generar conocimiento acerca del mundo.
Sistema de Símbolos Físicos (SSF). Un SSF consiste en un conjunto de entidades
denominadas símbolos que, mediante relaciones, pueden ser combinados formando
estructuras más grandes y que pueden ser transformados aplicando un conjunto de procesos.
Estos procesos pueden ser:
 Generar nuevos símbolos
 Crear y modificar relaciones entre símbolos
 Almacenar símbolos
 Comparar si dos símbolos son iguales o distintos
 Etcétera.

Hipótesis del Sistema de Símbolos Físicos

«todo sistema de símbolos físicos posee los medios necesarios y suficientes

para llevar a cabo acciones inteligentes».
Y, dado que los seres humanos somos capaces de mostrar conductas inteligentes en el sentido
general, entonces, de acuerdo con la hipótesis, nosotros somos también sistemas de símbolos
físicos.
IA Simbólica
La programación computacional del razonamiento simbólico se enfrenta a:
 como representar la realidad
 como manipular los símbolos separadamente de sus representaciones y sus
significados.
Lenguaje natural: es un conjunto se símbolos con una representación y significado.
1.3.2 Heurística
Algoritmos Heurísticos, que son usados para resolver problemas que pueden modelarse como
de optimización de funciones o de búsqueda que son intratables en tiempos razonables por otro
tipo de algoritmos.
Son sencillos de entender y adaptables casi a cualquier problema, de ahí su gran poder y uso
para resolver problemas en la vida real.
La clasificación de los algoritmos heurísticos es:
a. Simples: tienen reglas bien definidas y se detienen en un óptimo local.
b. complejos: no tienen reglas bien definidas y se detienen en un punto arbitrario.
1. orientados a la búsqueda de óptimos
1.1. Búsqueda tabú: explora la soluciones más allá del optimo local
1.2. temple simulado: basado en los procesos físicos termodinámicos.
1.3. Algoritmos Genéticos: inspirados en la evolución biológica y su base genético-
molecular.
1.4. Redes Neuronales Artificiales: Trata de simular el comportamiento observado
en las redes neuronales biológicas a través de modelos matemáticos.
2. sistemas basados en conocimiento: tratan de deducir conocimiento a partir de un
conjunto de axiomas
 1.3.3 Comparación de patrones
1.4 Tecnología de Inteligencia Artificial
1.5 Áreas en Inteligencia Artificial
1.5.1 Áreas de investigación
1.5.2 Áreas de aplicación
1.6 Fundamentos de la IA

2. HISTORIA DE LA INTELIGENCIA ARTIFICIAL

2.1 Prehistoria de la IA y sus etapas

La IA surge al plantear como los procesos considerados propios de una inteligencia natural podrían ser
automatizados en mecanismos artificiales, tengan estos un componente físico o solo conceptual.
- (Formación aristotélica): la deducción lógica del ser humano como primer intento de
automatización.
- (Siglo XIV Ars generalis ultima): maquina lógica de funcionamiento mecánico que podía probar la

- (En 1315, Ramon Llull): tuvo la idea de que el razonamiento podía ser efectuado de maneral
artificial.

- (En 1847 George Boole): estableció la lógica proposicional (booleana), mucho más completa que
los silogismos de Aristóteles, pero aún algo poco potente.

- (En 1879 Gottlob Frege): extiende la lógica booleana, es utilizada universalmente en la actualidad.

- (En 1936 Alan Turing): diseña formalmente una Máquina universal que demuestra la viabilidad de
un dispositivo físico para implementar cualquier cómputo formalmente definido.

- (En 1940 Alan Turing): y su equipo construyeron el primer computador electromecánico y en 1941
Konrad Zuse creó la primera computadora programable y el primer lenguaje de programación de
alto nivel Plankalkül. Las siguientes máquinas más potentes, aunque con igual concepto, fueron la
ABC y ENIAC.

- (En 1943 Warren McCulloch y Walter Pitts): presentaron su modelo de neuronas artificiales.

- (En 1950 Turing): consolidó el campo de la inteligencia artificial con su artículo Computing
Machinery and Intelligence.

- (En 1949 Claude Shannon): (padre de la teoría de la información) y propone un algoritmo para
buscar la respuesta más adecuada que debería dar la maquina por medio de espacio de estados,
convirtiéndose en una metodología estándar más adelante.

- (A. Samuel): propone un jugador automático de damas con procesos de aprendizaje que le permite
mejorar de partidas anteriores, este mecanismo de aprendizaje se llamó machine-lerning.

- (En 1956 Herbert Simon, Allen Newell y J. C. Shaw): desarrollan el LogicTheorist, el cual era
capaz de demostrar teoremas matemáticos.

- (En 1957 Newell y Simon): continúan su trabajo con el desarrollo del General Problem
Solver (GPS). GPS era un sistema orientado a la resolución de problemas.

- (En 1956 se dio el término "inteligencia artificial"): en Dartmouth durante una conferencia
convocada por John McCarthy.
Hitos

En 1950 Turing consolidó el campo de la inteligencia artificial con su artículo Computing Machinery
and Intelligence.

En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude
Shannon en la Conferencia de Dartmouth

1961. Marvin Minsky publica “Pasos hacia la inteligencia artificial” El científico recoge los primeros
pasos del campo de la inteligencia artificial en un trabajo académico. Sirve de inspiración a otros
investigadores e impulsa nuevas iniciativas.

1966. ELIZA: Desarrollado en el MIT, fue uno de los primeros programas en procesar lenguaje
natural y conversar a través de una serie de frases programadas.

1972. Hubert Dreyfus publica “Lo que no pueden hacer los ordenadores” La obra del filósofo
estadounidense actúa como revulsivo del entusiasmo inicial en torno a la inteligencia artificial. No
es la única crítica en estos años. La financiación se reduce; comienza el invierno.
1972. Hubert Dreyfus publica “Lo que no pueden hacer los ordenadores”

La obra del filósofo estadounidense actúa como revulsivo del entusiasmo inicial en torno a la
inteligencia artificial. No es la única crítica en estos años. La financiación se reduce; comienza el
invierno.

1979. Un ordenador vence al backgammon

El profesor en la Universidad Carnegie Mellon (EE.UU.), Hans Berliner crea el programa informático
BKG 9.8, que vence al entonces campeón mundial, Luigi Villa. La victoria impulsa nuevos
proyectos para juegos más complejos.

1981. Japón comienza el proyecto “Quinta Generación”

EL país nipón invierte en una nueva generación de ordenadores que utilicen técnicas de

inteligencia artificial. Buscan crear máquinas que sean capaces de aprender y traducir
automáticamente de un idioma a otro.

1987. Martin Fischles y Oscar Firschein describen los atributos de un agente inteligente

Su trabajo identifica y define muchas más características de los sistemas inteligentes además de la
capacidad de comunicarse. Abre nuevas vías de investigación para la inteligencia artificial.

1992. El proyecto de Japón “Quinta Generación”, termina sin apenas resultados

Tras años de trabajo, la iniciativa no alcanza los objetivos previstos. El fracaso del país asiático se
suma a otras desilusiones del momento. Merman los fondos para investigación.

1997. Deep Blue vs. Garri Kaspárov

Desarrollado por IBM, este ordenador ganó al entonces campeón mundial de ajedrez Garri
Kaspárov. La primera partida, en 1996, la perdió la máquina. Pero una versión mejorada vence al
ajedrecista ruso en 1997.

2005. Un ordenador al volante

Un coche autónomo desarrollado por la Universidad de Stanford (EE.UU) gana una competición de
vehículos robot tras conducir 212 kilómetros de desierto sin apoyo humano.

2011. Watson gana Jeopardi!

 El ordenador desarrollado por IBM bate a los campeones humanos del concurso de televisión
estadounidense de preguntas y respuestas, Jeopardi! Nuevos avances en el procesamiento del
lenguaje natural.

2014. Un ordenador supera con éxito el Test de Turing

El programa, llamado Eugene, fue desarrollado en Rusia y se hizo pasar por un niño de 13 años.

2016. Microsoft lanza Tay

La conocida multinacional lanza en Internet un chatbot capaz de aprender a partir de la

interacción con las personas. Tras apenas un día de funcionamiento, el software se vuelve
racista, xenófobo y homófobo.

Mismo año. AlphaGo vence al Go

Un programa desarrollado por Google DeepMind, vence al campeón mundial del histórico juego
Go. Es uno de los grandes hitos del aprendizaje profundo, una de las técnicas más
relevantes en este momento en inteligencia artificial.

2017. Libratus vence al póker

Creado en la Universidad de Carnegie Mellon (EE.UU), el software se impone a rivales

humanos en un torneo múltiple de Texas hold’em para dos personas. Supone un hito por la
información imperfecta que caracteriza al póker.

2.2 Prueba de Turing

2.3 La conferencia de Dartmouth
2.4 Participantes y sus aportes
2.5 Inteligencia artificial en las Universidades
2.6 Compañías de Inteligencia Artificial