- Definición de Intelixencia Artificial explicando para qué serven as súas técnicas e metodoloxías.
está á vangarda das investigacións en informática e continuamente ábrense
novas vías de investigación. En consecuencia non existe unha única definición de Intelixencia Artificial senón que esta depende da perspectiva desde a cal se tente
realizar:
1. Desde a perspectiva de Intelixencia (Brown, 1997: 1): intelixencia
artificial trata de construír máquinas intelixentes que actúen como nós
esperamos que a xente actúe.
2. Desde a perspectiva da investigación (Brown, 1997:2): 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.
- Obxectivos básicos.
tanto o aspecto cognoscitivo como o perceptual, co fin de simulalo nun
computador.
2.- 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.
- Definición de Sistemas de Procesamento de linguaxe natural.
cuxo obxectivo é o tratamento automático da información lingüística, é dicir,
trátase de sistemas nos que o usuario introduce os datos no computador utilizando a mesma 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.
- Definición de Recoñecemento de Visión.
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.
- Definición de Sistemas Baseados no Coñecemento e Sistemas Expertos.
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.
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.
- Definición de Redes Neuronais.
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.
- Definición de Sistemas Inductivos.
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.
Ningún comentario:
Publicar un comentario