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.
- 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.
- Obxectivos básicos.
- Estudar o comportamento intelixente dos seres humanos, incluíndo tanto o aspecto cognoscitivo como o perceptual, co fin de simulalo nuncomputador.
- Facer máquinas intelixentes e programas capaces de imitar 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.
- Definición de Recoñecemento de Visión.
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 no entorno.
- 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, nos atopamos ante os sistemas expertos;
Os sistemas expertos son programas que imitan o proceso de razonamiento dos expertos humanos e proporcionan marcos de decisión cun tipo de consellos similares aos que se recibirían dun experto humano.
- Definición de Redes Neuronais.
As redes neuronais son sistemas que simulan o proceso de recoñecemento do cerebro humano e do mesmo xeito que as neuronas biolóxicas, 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, os problemas susceptibles de ser resoltos mediante a metodoloxía das redes neuronais son: problemas de optimización, problemas de recoñecemento e problemas de xeneralización.
- Definición de Sistemas Inductivos.
Os sistemas inductivos xeran unha árbore de decisión a partir dun conxunto de exemplos que constitúen o conxunto de adestramento. É dicir, se trata 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.
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 decasos. A creatividade e sentido común son partes do proceso de resolución do problema e o coñecemento é dificil representar mediante regras.
Ningún comentario:
Publicar un comentario