Pregunta 1

Como primer objetivo de la Inteligencia Artificial se puede centrar, en general, en el estudio de los
procesos cognitivos, intentando obtener un desarrollo terico sistematizado de las diversas
actividades del intelecto que nos permitan un conocimiento ms profundo y preciso del mismo.
(Hidalgo, 1996, pg. 16)
Como segundo objetivo a lograr por la Inteligencia artificial, est la creacin de entes o sistemas
automticos que sean capaces de llevar a cabo tareas y funciones que han estado, hasta el
momento, reservadas en su desempeo exclusivamente a los seres humanos. (Hidalgo, 1996, pg.
21)

Pregunta 3
En 1950 Turing public un artculo llamado Computing machinery and intelligence donde
argumentaba que si una maquina puede actuar como un humano, entonces podremos decir que es
inteligente. En el artculo propona una prueba, llamada Test de Turing, que permitira afirmar si una
maquina es o no inteligente. Para llegar a esa conclusin, un ser humano se comunicara a travs
de un terminal informtico con una entidad que se hallara en una habitacin contigua. Esta entidad
podra ser un humano o una maquina inteligente. Si tras una conversacin la persona no es capaz
de distinguir si lo que hay en la otra habitacin es un humano o una mquina, entonces en caso de
ser mquina, la podemos considerar inteligente. (Garcia, 2012, pg. 2)

Pregunta 5
Antes de definir el trmino Inteligencia Artificial deberamos definir que entendernos por
inteligencia. La Real Academia de la Lengua Espaola nos define la inteligencia como "Potencia
intelectual: facultad de conocer, de entender o comprender". Una vez definido esto, la inteligencia
artificial se podra definir de la misma forma pero aplicado a las maquinas. De esta forma, cuando
nos dicen que una lavadora es inteligente tendramos que preguntar que conocimiento o
comprensin tiene dicha lavadora del proceso que realiza. Como podemos observar, este trmino
es muy ambiguo y se han aducido mltiples argumentos a favor y en contra de la inteligencia en las
maquinas. (Escolano et al, 2003, pg. 3)
La inteligencia artificial (IA) es un campo de estudio que abarca las tcnicas computacionales para
la realizacin de tareas que aparentemente requieren inteligencia cuando es realizada por los seres
humanos. Un sistema de Inteligencia Artificial robusto debe ser capaz de almacenar el
conocimiento, para aplicar ese conocimiento a la solucin de problemas, y para adquirir nuevos
conocimientos a travs de la experiencia. (Morris & Tamm, 1993, pgs. 11, 12)
Un agente es algo que razona (agente viene del latn agere, hacer). Pero de los agentes
informticos se espera que tengan otros atributos que los distingan de los programas
convencionales, como que estn dotados de controles autnomos, que perciban su entorno, que

persistan durante un periodo de tiempo prolongado, que se adapten a los cambios, y que sean
capaces de alcanzar objetivos diferentes. (Rusell & Norvig, 2004, pg. 5)
Shoham (1997) define a los agentes como entidades de software que realizan tareas especficas
continuamente y de forma autnoma en un entorno particular, a menudo habitado por otros agentes
y procesos. (Detlor et al., 2004, pg. 148)

Pregunta 7
Segn (Osuna et al., 2008) la IA se divide en dos escuelas de pensamiento:

La Inteligencia Artificial Convencional

La Inteligencia Computacional.

Inteligencia Artificial Convencional

Basada en anlisis formal y estadstico del comportamiento humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos

problemas concretos.

Sistemas Expertos: Infieren una solucin a travs del conocimiento previo del contexto en
que se aplica y de ciertas reglas o relaciones.

Redes Bayesianas: Propone soluciones mediante inferencia estadstica.

Inteligencia Artificial basada en Comportamientos: Sistemas Complejos que tienen
autonoma y pueden auto-regularse y controlarse para mejorar.

Inteligencia Artificial Computacional

La inteligencia computacional (tambin conocida como inteligencia artificial subsimblica) implica
desarrollo o aprendizaje interactivo (por ejemplo: modificaciones interactivas de los parmetros en
sistemas conexionistas). El aprendizaje se realiza basndose en datos empricos. Algunos mtodos
de esta rama incluyen:

Mquina de Vectores Soporte: Sistemas que permiten reconocimiento de patrones

genricos de gran potencia.
Redes Neuronales: Sistemas con grandes capacidades de reconocimiento de patrones.

Modelos ocultos de Markov: Aprendizaje basado en dependencia temporal de eventos

probabilsticos.

Sistemas Difusos: Tcnicas para lograr el razonamiento bajo incertidumbre. Ha sido

ampliamente usada en la industria moderna y en productos de consumo masivo, como las
lavadoras.

Computacin Evolutiva: Aplica conceptos inspirados en la biologa, tales como poblacin,

mutacin y supervivencia del ms apto para generar soluciones sucesivamente mejores para
un problema. Estos mtodos a su vez se dividen en algoritmos evolutivos (ej. algoritmos
genticos) e inteligencia colectiva (ej. algoritmos hormiga).

Pregunta 9
Segn (Benitez et al., 2013):

Anlisis de imgenes biomdicas.

Ayuda al diagnstico.

Procesado de seales fisiolgicas.

Calculo de estructura.

Diagnstico de fallos.

Anlisis financieros.

Minera de datos.

Anlisis de estructura biolgicas.

Gentica medicina y molecular.

Criptografa.

Bibliografa

Benitez, R.,Escudero G., Kanaan S., & Masip D. (2013). Inteligencia Artificial Avanzada. Barcelona:
UOC.
Morris D., & Tamm B. (1993). Concise Encyclopedia of Software Engineering . Nueva York:
Pergamon Press Ltd.
Detlor, B. (2004). Towards Knowledge Portals. From Human Issues to Intelligent Agents. Dordrecht :
Kluwer Academy Publishers.
Galipienso, M., Cazorla, M., Colomina, O., Escolano, F., & Lozano, M. (2003). Inteligencia Artificial.
Modelos, Tecnicas y Areas de Aplicacin. Madrid: Thomson, Paraninfo S.A.
Garcia, A. (2012). INTELIGENCIA ARTIFICIAL. Fundamentos, prctica y aplicaciones. Madrid:
Grupo RC.
Hidalgo, L. A. (1996). Inteligencia Artificial y Sistemas Expertos. Cordoba: Servicios de
Publicaciones de la Universidad de Cordoba.
Osuna, S. M., Garza, J. A., Almazn, B. M., Cotilla, I. A., & Valds, K. P. (26 de Marzo de
2008). Teora de la inteligencia artificial para la calidad. Obtenido de
http://www.gestiopolis.com/teoria-inteligencia-artificial-calidad/
Russell, S., Norvig, P. & Corbacho, J.M. (2004). Inteligencia Artificial. Un Enfoque Moderno. Madrid:
Prentice Hall.