Investigación# 1
1. Definición del concepto AI: La AI o inteligencia artificial puede definirse como la inteligencia exhibida por una entidad artificial. También puede definirse como parte de la informática que estudia la simulación de la inteligencia. Generalmente se asume que dicha entidad o sistema sea un computador. A pesar de que la IA tiene una fuerte connotación en la ciencia ficción, forma una rama vital en las ciencias de la computación, la cual lidia con el comportamiento inteligente, el aprendizaje y la adaptación en las máquinas.
2. Características de la AI:
Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.
El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema específico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.
· El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.
· Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.
3. ¿Qué son los sistemas basados en el conocimiento?
La definición de un sistema basado en conocimiento puede ser la siguiente: Es un sistema computarizado capaz de resolver problemas en el dominio en el cual posee conocimiento específico: La solución es esencialmente la misma que hubiera dado un ser humano confrontado con idéntico problema, aunque no necesariamente el proceso seguido por ambos puede ser igual. El simple concepto dado, puede causar confusión ya que muchos sistemas basados en programas convencionales podrían ser incorrectamente categorizados como sistemas basados en conocimiento.
4. ¿Cuáles son las tecnologías basadas en el conocimiento?
Desde el punto de vista tecnológico, los Sistemas Basados en Conocimiento pueden presentar varias formas de aplicación:
· Aislada: un Sistema Basado en Conocimiento único se relaciona con el entorno.
· Integrada: varios Sistemas Basados en Conocimiento conectados a bases de conocimiento comunes. Tipo Front-End cuando todos los hechos y datos están físicamente en la base común. Tipo Back-End cuando los hechos y datos necesarios que no estén en las bases comunes, pueden obtenerse de otros SBC.
· Embebida: un Sistema Basado en Conocimiento está integrado con otros sistemas y no se lo distingue.
5. ¿Cuáles son los componentes de estas tecnologías?
1) El software de interfaz, mediante el cual el usuario formula preguntas a éste, el sistema experto solicita más información desde el usuario y éste le explica al usuario el proceso de razonamiento empleado para llegar a una respuesta.
2) La base de datos, llamada la base de conocimiento que consiste de axiomas (hechos) y reglas para hacer inferencias a partir de esos hechos acerca del dominio del sistema.
En el transcurso de las tres décadas pasadas, la tecnología para soportar el desarrollo de aplicaciones intensivas de datos tuvo una evolución de cuatro generaciones, sistemas de archivos, sistemas de bases de datos jerárquicos, sistemas de bases de datos en red y sistemas de bases de datos relaciónales.
En todos los casos, la transición de una generación a otra, ha sido motivada por la necesidad de minimizar los costos de desarrollo (que escalan rápidamente), así como los de mantenimiento y mejora de programas de aplicación.
Los sistemas convencionales (relacionales y prerrelaciónales) han servido para satisfacer las necesidades de aplicaciones del ambiente para el cual fueron diseñadas, es decir, de procesamiento de datos en negocios, tales como control de inventario, nóminas, cuentas por cobrar, etc. Sin embargo, tan pronto como esta tecnología abandonó los laboratorios de investigación y registró su marca en el mercado, serias limitaciones comenzaron a ser expuestas.
3) El programa computacional: llamado el motor de inferencia, ejecuta el proceso de hacer inferencias, interpreta y evalúa los hechos en la base de conocimiento para proveer una respuesta.
La base de conocimiento es una estructura de reglas conectadas que aplica experiencias humanas, con frecuencia intuitivas, en la solución de problemas.
El proceso de adquisición de tal conocimiento típicamente tiene tres fases:
· Un análisis funcional del ambiente, usuarios, y las tareas desarrolladas por el experto.
· Identificación de los conceptos del dominio de experiencias y su clasificación de acuerdo a varias relaciones.
· Una entrevista, por técnicas humanas o automatizadas del o los expertos en el tema.
