Inteligencia Artificial

Unidad 1 Fundamentos de la Inteligencia Artificial. Historia de la Inteligencia Artificial. Estudio de Agentes en la Inteligencia Artificial. Formas de Representar el Conocimiento. Crucigrama. Unidad 2 Robotica. I ntroducción . Lenguajes de Programación de Robotica . Crucigrama . Unidad 3 Parecer Humano. Definición. Clasificación.  Métodos. Estado del Arte. Primer Programa en Pasar la Prueba de Turing.  Referencias: imagen: https://www.elandroidelibre.com/wp-content/uploads/2016/11/Inteligencia-Artificial.jpg

El estudio de los agentes que reciben percepciones del entorno y llevan a cabo las acciones. Que tiene implicaciones: E/S debe de tener entrada de datos y salida (reacción). En un programa, los datos de entrada son los que la computadora va a procesar. Los datos de salida son datos derivados, es decir, obtenidos a partir de los datos de entrada. Por esta razón, a los datos de salida se les considera más significativos que a los datos de entrada. Ambos tipos de datos son información (textos, imágenes, sonidos, vídeos,...) que maneja la computadora. Sin embargo, en un sentido más filosófico, a los datos de entrada se les considera la materia prima de los datos de salida, considerados estos como la verdadera información. Acción a realizar §   Conocimiento Una base de conocimiento es un tipo especial de base de datos para la gestión del conocimiento. Provee los medios para la recolección, organización ...

Génesis de la Inteligencia Artificial - 1943 Warren McCulloch  y Walter Pitts Warren McCulloch y Walter Pitts son los autores del primer trabajo de IA, basándose en 3 fuentes: fisiología  básica, y funcionamiento de las neuronas en el cerebro, la lógica proposicional(Russell y Withehead) y la teoría de la computación de "Turing". Diseñaron un modelo construido por neuronas artificiales, en el que cada una de ellas debería de estar activada o desactivada; la activación se daba como respuesta, a la estimulación producida por una cantidad suficiente de neuronas vecinas. El estado de una neurona se veía como " equivalente, de echo a una proposición con unos estímulos adecuados ”. Mostraron que cualquier función de cómputo podría realizarse mediante una red de neuronas interconectadas y que todos los conectores lógicos se  podían implementar utilizando estructuras de red sencillas; También sugirieron que redes adecuadamente definidas podrían aprender. ...