



Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Guía Conceptual Unidad 1 de la materia Inteligencia Artificial
Tipo: Guías, Proyectos, Investigaciones
1 / 7
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Guía de Examen Unidad 1
es la capacidad de pensar, entender, asimilar, elaborar información y utilizarla para resolver problemas
es un área multidisciplinaria que, a través de ciencias, tales como la informática, la lógica y la filosofía, estudia la creación y diseño de entidades capaces de razonar por si mismas utilizando como paradigma la inteligencia humana.
En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth.
En la historia de la inteligencia artificial, un invierno AI es un período de financiación e interés reducidos en la investigación de inteligencia artificial. [1] El término fue acuñado por analogía a la idea de un invierno nuclear. [2] El campo ha experimentado varios ciclos de exageración, seguidos por la decepción y la crítica, seguidos de recortes de fondos, seguidos de años de interés renovados o décadas más tarde.¿Cómo se llama el campeón mundial de ajedrez que fue derrotado por una computadora?
Garry Kasparov
SI, Watson, una supercomputadora desarrollada por IBM en 2011
Alan Turing diseñó en 1936 formalmente una Máquina universal que demuestra la viabilidad de un dispositivo físico para implementar cualquier cómputo formalmente definido.
Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría (250 a. C.) construyó la primera máquina autocontrolada, un regulador flujo de agua (racional, pero sin razonamiento).
Su nombre es HONDA ASIMO, que quiere decir Advanced Step in Innovative Movility, o Paso Avanzado en Movilidad Innovadora y es el robot humanoide más avanzado del mundo. Bien se podría decir que ASIMO es la mezcla perfecta de ingeniería y robótica y la gran noticia es que está por primera vez en México, el tercer lugar del mundo que visita en toda su vida.
Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Es capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores (elementos que reaccionan a un estímulo realizando una acción).
Los agentes reflejos simples actúan solo sobre la base de la percepción actual, ignorando el resto del historial de percepción. La función de agente se basa en la regla de condición- acción: si condición, acción. Esta función de agente solo tiene éxito cuando el entorno es completamente observable
una forma de elegir entre múltiples posibilidades, seleccionando la que alcanza un estado de objetivo.
Un agente racional basado en la utilidad elige la acción que maximiza la utilidad esperada de los resultados de la acción; es decir, el agente espera obtener, en promedio, las probabilidades y utilidades de cada resultado. Un agente basado en la utilidad tiene que modelar y realizar un seguimiento de su entorno, tareas que han implicado una gran cantidad de investigación sobre la percepción, la representación, el razonamiento y el aprendizaje.
El aprendizaje tiene la ventaja de que permite a los agentes operar inicialmente en entornos desconocidos y ser más competentes de lo que su conocimiento inicial podría permitir. La distinción más importante es entre el "elemento de aprendizaje", que es responsable de realizar las mejoras, y el "elemento de rendimiento", que es responsable de seleccionar las acciones externas
aproximada cuando los métodos clásicos no logran encontrar una solución exacta. Esto se logra comercializando la optimalidad, integridad, precisión o precisión para la velocidad.
Problema más simple
Una forma de lograr la ganancia de rendimiento computacional esperada de una heurística consiste en resolver un problema más simple
problema cuya solución también es una solución al problema inicial. Tal heurística es incapaz de encontrar todas las soluciones para
el problema inicial, pero puede encontrar uno mucho más rápido porque el problema simple es fácil de resolver.