Clase 2

Clase 2
lunes, 15 de mayo de 2023

23:39

Terminologias usadas interchangea intercambiar

Inteligencia artificial: Una rama de la informática que se ocupa de la simulación del comportamiento
inteligente
 Sistema AI:
o Planificacion
o Aprendizaje
o Razonamiento
o Solución a problemas
o Conocimiento
o Creatividad
o Inteligencia social
o Manipulación
o Moción
o Percepción

Machine Learning: Un subconjunto de IA que utiliza algoritmos informáticos para analizar datos y
tomar decisiones inteligentes basadas en lo que ha aprendido, sin ser programado explícitamente.
 Entrena con grandes grupos de informacion
 Ellos aprenden mediante ejemplo
 Ellos no siguen reglas basadas en algoritmos

Deep Learning: Un subconjunto especializado de Machine Learning que utiliza una red neuronal en
capas para simular la toma de decisiones humanas

Neural Network: Inspírate en las redes neuronales biológicas, aunque funcionan de manera bastante
diferente, trabaja por capas filtrando informacion.

Inteligencia artificial y ciencia de datos
Ciencia de datos: es el proceso y el método para extraer conocimientos e ideas de grandes
volúmenes de datos dispares.
Esto implica matemáticas, análisis estadístico, visualización de datos, aprendizaje automático y más
Podria usar machine learning algorithms, deep learning models
Su término amplio abarca toda la metodología de procesamiento de datos
La IA incluye todo lo que permite a las computadoras aprender a resolver problemas y tomar
decisiones inteligentes
Tanto la IA como la Ciencia de Datos pueden implicar el uso de BIG DATA
La ciencia de datos es un campo interdisciplinario que abarca toda la metodología de procesamiento
de datos. Si bien utiliza técnicas de IA para obtener información de los datos, NO es un subconjunto
de la IA.

Paradigmas en inteligencia artificial:

Sudsecciones de inteligencia artificial:

Enfoques de la IA:
Que IA es:
1. Pensar humanamente
 Enfoque de modelado cognitivo
2. Pensar racionalmente
Law of thought
 Se suponía que estas leyes del pensamiento gobernaban el funcionamiento de la
mente; Su estudio inició el campo llamado lógica.
Obstaculos:
 No es facil tomar un volumen de conocimiento y estado en terminos formales
 Hay una gran diferencia entre el principio y solucion en la practica
 Nace desde Aristoteles, partiendo desde un razonamiento irrefutable
 If all a are b, and all b are c then all a are c.
3. Actuar racionalmente
 Enfoque del agente racional
 Un agente es solo algo que actúa (el agente viene del latín agere, para hacer). Por
supuesto, todos los programas informáticos hacen algo, pero se espera que los
agentes informáticos hagan más: Operar de forma autónoma, percibir su entorno,
persistir durante un período de tiempo prolongado, adaptarse al cambio y crear y
perseguir objetivos. Un agente racional es aquel que actúa para lograr el mejor
resultado o, cuando hay incertidumbre, el mejor resultado esperado.
4. Actuar humanamente
Un agente no es mas que algo que actua, por su
 Se evalua en test de turing evaluando en grado de accion e imitacion del accionar
humano

Decision Racional:
Usaremos el término racional de una manera muy específica y técnica:
▪ Rational: Máximo logro de metas predefinidas
▪ Rationality solo se refiere a qué decisiones se toman
(no el proceso de pensamiento detrás de ellas)
▪ Los objetivos se expresan en términos de la utilidad de los resultados
▪ Ser racional significa maximizar la utilidad esperada

 Natural language processing para permitir que se comunique con éxito en inglés:
 Knowledge representation to store what it knows or hears
 Automated reasoning para utilizar la información almacenada para responder
preguntas y para sacar nuevas conclusiones
 Machine Learning para adaptarse a nuevas circunstancias y detectar y extrapolar
patrones
Fundamentos de inteligencia artificial:
 Filosofia
 ¿Se pueden usar reglas formales para sacar conclusiones válidas?
 ¿Cómo surge la mente mental de un cerebro físico?
 ¿De dónde viene el conocimiento?
 ¿Cómo conduce el conocimiento a la acción?
 Matematicas
 ¿Cuáles son las reglas formales para sacar conclusiones válidas?
 ¿Qué se puede calcular?
 ¿Cómo razonamos con información incierta?
 Economia
 ¿Cómo debemos tomar decisiones para maximizar la recompensa?
 ¿Cómo debemos hacer esto cuando otros pueden no estar de acuerdo?
Cómo debemos hacer esto cuando la recompensa puede ser arreglada
en el futuro
 Neurociencia
 ¿Cómo procesan los cerebros la información?
 Psicologia
 ¿Cómo piensan y actúan los humanos y los animales?
 Ingenieria computacional
 ¿Cómo podemos construir una computadora eficiente?
 Cibernetica
 ¿Cómo pueden los artefactos operar bajo su propio control?
 Lenguistica
 ¿Cómo se relaciona el lenguaje con el pensamiento?

Clase 2

Cargado por

Copyright:

Formatos disponibles

Clase 2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 2

Cargado por

Copyright:

Formatos disponibles

Clase 2

lunes, 15 de mayo de 2023

También podría gustarte