INTELIGENCIA ARTIFICIAL

Es un campo de la ciencia que trata de realizar con máquinas lo que pueden ser realizadas por el
hombre. El programa inteligente es aquel que exhibe un comportamiento similar al del ser
humano cuando se enfrenta a un problema.
PENSAR COMO UN HUMANO
Un proceso que determina teóricamente como piensa el ser humano para luego expresarla en
forma de programa de computadora.
Requiere de un mecanicismo que determine teóricamente como piensa el ser humano luego se
podrá expresar esa teoría en forma de programa de computadora y si los datos de E/S y los
tiempos de reacción son similares a los del humano existe
Ciencia Cognitiva: Convergen modelos computacionales de IA y técnicas experimentales de
psicología intentando elaborar teorías precisas y verificables sobre el funcionamiento de la mente
humana
PENSAR RACIONALENTE
Intenta codificar la “la manera correcta de pensar”. Un proceso de razonamiento irrefutable.
Resuelve los problemas con una con un campo llamado lógica.
CAPACIDADES QUE DEBE TENER LA COMPUTADORA:
Procesamiento de lenguaje natural: para poder comunicarse
Representación del conocimiento: Para almacenar lo que se conoce o siente.
Razonamiento Automático: Para utilizar el conocimiento almacenado para procesar y obtener
conclusiones.
Aprendizaje automático: para adaptarse a nuevas circunstancias y aprender
CAPACIDADES QUE DEBE TENER LA COMPUTADORA PARA INTERACTUAR FISICAMENTE CON EL
EVALUADOR Y EL COMPUTADOR.
Vision computación: Para percibir objetos
Robotica: Para manipular y mover objetos.

TECNICAS DE INTELIGENCIA ARTIFICIAL

 ALGORITMOS GENETICOS(AG) se basa en la teoría de la evolución de Darwin, los cambios
Se traducen en transformaciones en los genes de un individuo, las características mas
destacadas de un individuo se deben transmitir a sus descendientes, haciendo evolucionar
su especie, desarrollando individuos mejores.
 LOGICA DIFUSA(LD) La lógica de conjuntos difusos ( o borrosos) trabaja con conjunto de
datos que no tienen límites perfectamente definidos, es decir la pertenencia o no de una
variable a un conjunto no es precisa. La LD es un lenguaje que permite trasladar
sentencias sofisticadas del lenguaje natural a un formalismo matemático.
 AGENTES es todo aquello que puede considerarse que percibe su ambiente mediante
sensores y que responde o actúa en tal ambiente por medio de efectores.
 AGENTES NATURALES: un ser humano cuerpo biológico, entorno en la naturaleza,
sensores tiene como ojos oídos, lengua, piel, etc . como efectores tiene piernas, brazo y
extremidades, su medida de rendimiento es sobrevivir y reproducirse.
 AGENTES ARTIFICIALES. AGENTES HARWARE ( robots) y los AGENTES
SOFTWARE(softbots)
 AGENTES INTELIGENTES Actúan de forma racional en su entorno
 Agente racional Es el que percibe y actúa para cumplir con su objetivo con base a sus
creencias de lo que es correcto.
Medida de rendimiento es el grado de éxito del agente en cumplir con el obj
Secuencia de percepciones es todo lo que ha percibido el agente hasta el
momento.
Conocimientos del medio Todo el conocimiento que ha acumulado en el medio en
que habita
Acciones es lo que el agente puede ejecutar
 Comportamiento racional El que se realiza a partir de la secuencia de percepciones hasta
el momento, y el conocimiento a priori sobre el entorno.
El que elige enre la capacidades, la acción que maximice la mediad de rendimiento.
 Algunas características adicionales
Autonomía: Cuanto mas se rige su comportamiento por su propia experiencia y cuando
menos depende de sus conocimiento a priori.
Aprendizaje: Cuando no solo recopila información, sino que aprende de lo que percibe.
 ENTORNO DE TRABAJO DE LOS AGENTES (REAS)
Sistema de diagnostico medico
Rendimiento: Pacientes sanos, reducir costes, demandas
Entorno: Pacientes, hospital, personal.
Actuadores: Visualizar preguntas, pruebas, diagnósticos, tratamientos, casos
Sensores: Teclado para la entrada de síntomas, conclusiones, respuestas de pacientes.
 PROGRAMA PARA UN AGENTE Es una función, a partir de las percepciones del agente, le
permite realizar las acciones. El trabajo de la IA es diseñar el programa del agente.
 TIPOS DE PROGRAMAS PARA AGENTES
Agentes reactivos simples: Este tipo de agente no contiene internamente estados y sus
procesos o acciones que realiza son respuestas a la entrada de percepciones. Ignoran las
Percepciones históricas.
Agentes reactivos basados en modelos(con estado interno) Este tipo de agente guarda
estados internos sobre la historia percibida lo cual le sirve para ejecutar una acción. Los
sensores no nos pueden informar a la vez de todos los estados que maneja nuestro
ambiente, es por este caso que el agente necesita actualizar algo de información en el
estado interno.
Agentes basados en Metas: Además de los estados, los agentes necesitan cierto tipo de
información sobre sus metas estas metas van a detallar las situaciones a las que ese desea
llegar de este modo, el programa de agente puede combinar las metas con la información
de los resultados que emprenda y de esta manera poder elegir aquellas acciones que
permitan alcanzar la meta.
Agente basados en utilidad Utiliza un modelo del mundo, junto con una función de
utilidad que calcula sus preferencias entre los estados del mundo. Después selecciona la
 acción que le lleve a alcanzar la mayor utilidad esperada, entre todos los resultados
posibles.
Agentes Reactivos Los agentes reactivos representan una categoría especial de agentes
que no posee modelos simbólicos internos de su entorno. En su lugar, ellos actúan/
responden en una manera estimulo/respuesta al presente estado del ambiente en el cual
se encuentran.

 Estrategias de búsqueda
No informadas o ciegas: Significa que no se tiene información adicional acerca de los
estados. Solo generan sucesores y distingue si han llegado al objetivo o no.
Búsqueda primero en anchura
Búsqueda de costo uniforme
Búsqueda primero en profundidad
Búsqueda primero en profundidad limitada
Búsqueda primero en profundidad con profundidad iterativa
Búsqueda bidireccional

Informadas o heurísticas : Estrategias en las que se sabe, cuando un estado no es

objetivo, si es mas prometedor que otro.
Búsqueda primero el mejor
Búsqueda A*
 CRITERIOS PARA EVALUAR LAS ESTRATEGIAS
Completitud: ¿la estrategia garantiza encontrar una solución, si es que esta existe?
Complejidad en tiempo: ¿Cuánto tiempo se necesitara para encontrar una solución?
Complejidad en espacio: Cuanta memoria se necesita para efectuar la búsqueda?
Optimización: con esta estrategia se encontrara una solución óptima
 BUSQUEDA PRIMERO EN ANCHURA Es una estrategia de busqueda sencilla. Se expande
primero el nodo raíz, y luego todos los nodos sucesores de este, a continuación todos los
sucesores el estaos últimos y así sucesivamente.
 BUSQUEDA DE COSTO UNIFORME: En lugar de expandir el nodo más superficial, expande
aquel que tiene menor costo en su camino.
 BUSQUEDA PRIMERO DE PROFUNDIDAD: Esta búsqueda se centra en expandir un único
camino desde la raíz. Siempre se expande el nodo más profundo en la frontera actual. En
caso de llegar a un callejón sin salida se retrocede hasta el nodo mas cercano donde se
puede tomar una rama alternativa para poder seguir avanzando.
 BUSQUEDA EN PROFUNDIDAD LIMITADA: Es similar a la estrategia de primero en
profundidad, en este se establece un limite con el objetivo de eliminar el problema de que
se pueda generar un árbol ilimitado.
 BUSQUEDA PRIME EN PROFUNDIDAD CON PROFUNDIAD ITERATIVA: combina la
estrategia de primero en profundidad con la de profundidad limitada, comenzando con
limite igual a 0 , aumentándolo de 1 en 1 hasta encontrar el objetivo.
 BUSQUEDA BIDIRECCIONAL: La idea es ejecutar dos búsquedas simultaneas, una hacia
adelante del estado inicial y una hacia atrás del estado objetivo. La búsqueda conlcuye
cuando las dos búsqueda termina cuando las dos búsquedas se encuentren.
 BUSQUEDA PRIMERO EL MEJOR
Busqueda voraz
Búsqueda A*