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 de Tema 1 Sociedade do Coñecemento: INTELIXENCIA ARTIFICIAL
- Definición de Intelixencia Artificial explicando para qué serven as súas técnicas e metodoloxías.
- Definición de Sistemas de Procesamento de linguaxe natural.
- Definición de Recoñecemento de Visión.
- Definición de Sistemas Baseados no Coñecemento e Sistemas Expertos.
- Definición de Redes Neuronais.
- Definición de Sistemas Inductivos.
1. Non existe unha única definición de Intelixencia Artificial senón que esta depende da perspectiva desde a cal se tente realizar:
-Desde a perspectiva de Intelixencia, intelixencia artificial trata de construír máquinas intelixentes que actúen como nós esperamos que a xente actúe.
-Desde a perspectiva da investigación, a intelixencia artificial estuda como lograr que as máquinas realicen tarefas que, polo momento, son realizadas mellor polos seres humanos.
En resumo poderiamos dicir 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 súa resolución xa que carecen dunha resposta inmediata e mesmo presentan máis dunha solución como consecuencia da existencia de incerteza ou ambigüidade nos resultados finais ou parciais. Para a resolución dos devanditos problemas, a Intelixencia Artificial recorre aos algoritmos ou ás regras heurísticas.
2. A Intelixencia Artificial é unha rama da Informática, xurdida ao redor dos anos cincuenta, que persegue á vez dous obxectivos básicos:
- Estudar o comportamento intelixente dos seres humanos, incluíndo tanto o aspecto cognoscitivo como o perceptual, co fin de simulalo nun computador.
- Facer máquinas intelixentes e programas capaces de imitar o comportamento humano intelixente, é dicir que poidan realizar as operacións humanas de ver, oir, falar, razoar, xulgar, comprender, aprender da experiencia e comunicarse como o fan as persoas humanas.
3. Na actualidade as aplicacións da Intelixencia Artificial son cada vez máis variadas, xa que se trata dunha disciplina en constante evolución, pero poden concretarse nas seguintes grandes áreas: sistemas de procesamiento da linguaxe natural, sistemas de recoñecemento da visión, robótica, sistemas baseados no coñecemento e sistemas expertos, redes neuronais, aprendizaxe inductivo e razoamento baseado en casos, algoritmos xenéticos, outras áreas. Os sistemas de procesamento da linguaxe natural son sistemas cuxo obxectivo é o tratamento automático da información lingüística, é dicir, trátase de sistemas nos que o usuario introduce os datos no computador utilizando o mesmo linguaxe que utiliza para comunicarse con outras persoas, o computador codifica esa información en linguaxe de máquina para podela procesar e, unha vez procesada, xerar a saída adecuada en linguaxe natural.
4. Os sistemas de recoñecemento da visión son programas de computador que realizan tarefas 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 computador para que sexa capaz de identificar o que ve. O seu estudo céntrase principalmente no desenvolvemento de sensores capaces de observar a contorna e de poder transmitir o que observan a un robot, co fin de que este retroaliméntese continuamente, en tempo real, e poida cambiar as operacións que realiza en función dos cambios na contorna.
5. Os sistemas baseados no coñecemento son programas informáticos que conteñen o coñecemento dun dominio específico dunha forma explícita e separado do resto do sistema, é dicir, existe unha clara separación entre os coñecementos que posúe o sistema sobre o dominio e os mecanismos de explotación que utiliza o sistema para chegar a establecer as súas conclusións. Cando o coñecemento que contén o sistema baseado no coñecemento é proporcionado por persoas expertas no dominio, atopámonos ante os sistemas expertos.
Cando o coñecemento que contén o sistema baseado no coñecemento é proporcionado por persoas expertas no dominio, atopámonos 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 dun experto humano.
6. A redes neuronais son sistemas simulan o proceso de recoñecemento do cerebro humano e do mesmo xeito que as neuronas biolóxicas, estes sistemas están deseñados para aprender da observación e a repetición. As redes neuronais tratan de resolver de forma eficiente problemas nos cales a información é difusa, incerta, contraditoria ou errónea. En consecuencia como mediante a metodoloxía dos problemas susceptibles de ser resoltos as redes neuronais son: problemas de optimización, problemas de recoñecemento e problemas de xeneralización.
7. Os sistemas inductivos xeran unha árbore de decisión a partir dun conxunto de exemplos que constitúen o conxunto de adestramento. É dicir, trátase de sistemas que parten dun conxunto de exemplos segundo un atributo, e van seleccionando ata que todos os exemplos do subconjunto elixido pertenzan a unha mesma clase conduzan a un mesmo resultado. Estes sistemas son útiles en aplicacións simples onde o conxunto de adestramento é relativamente completo e exacto, coñécense todos os datos e as súas solucións. Dentro do conxunto de sistemas inductivos cabe destacar os sistemas de razoamento baseado en casos (RBC) que recuperan a experiencia relevante (feitos e solucións históricos) anterior, da que se dispón, para solucionar novos problemas que presentan características similares. O proceso que seguen é o seguinte: en primeiro lugar indícanse as características do problema para resolver; a partir delas o sistema realiza unha procura na base de casos que posúe ata atopar casos similares ao presentado; posteriormente, a solución dos casos atopados adáptanse ao problema exposto e na medida en que dita solución sexa aceptada polo usuario, engadirase á base de casos, para poder ser examinado cando se expoña un novo problema ao sistema. Os sistemas RBC son adecuados para aqueles problemas que se caracterizan por: existir moita experiencia, a experiencia no dominio é 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 é difícil de representar mediante regras.
