Inteligencia artificial

INTELIGENCIA ARTIFICIAL
Principios y Aplicaciones

Hugo A. Banda Gamboa, MSc, PhD.
Quito, Agosto 2011

Información del Autor

Prefacio

Contenido
1 CAPITULO I: FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL 1
1.1 Introducción 1
1.2 Elementos del Marco Referencial 1
1.3 Contexto de la Inteligencia Artificial 1
1.3.1 Historia de la Inteligencia Artificial 2
1.3.2 LaConferencia de Dartmouth 6
1.3.3 La Inteligencia Artificial en la Segunda Mitad del Siglo XX 6
1.3.4 La Inteligencia Artificial a Inicios del Siglo XXI 10
1.3.5 Situación Actual 12
1.4 Marco Teórico – Conceptual de la Inteligencia Artificial 13
1.4.1 Ciencias de Computación 15
1.4.2 Los Sistemas Inteligentes 16
1.5 Presente y Futuro de los Sistemas Inteligentes 17
2 CAPÍTULO II:CEREBRO E INTELIGENCIA 19
2.1 Introducción 19
2.2 Evolución del Cerebro 19
2.2.1 La Conquista de Tierra Firme 20
2.2.2 Del Pez al Mamífero 20
2.2.3 Mamíferos Primitivos 21
2.3 La Evolución de la Inteligencia 21
2.3.1 El Cerebro Humano 22
2.3.2 El Cerebro Triádico 22
2.4 Inteligencia Humana 23
2.5 Teoría Triádica de la Inteligencia 24
2.6 Teoría de las InteligenciasMúltiples 26
2.6.1 Inteligencia Intrapersonal 26
2.6.2 Inteligencia Interpersonal 26
2.6.3 Inteligencia Naturalista 26
2.6.4 Inteligencia Visual-Espacial 27
2.6.5 Inteligencia Lógico-Matemática 27
2.6.6 Inteligencia Musical 27
2.6.7 Inteligencia Verbal-Lingüística 27
2.6.8 Inteligencia Corporal - Cinestésica 27
2.6.9 Inteligencia Emocional 28
3 CAPÍTULO III: CONOCIMIENTOY APRENDIZAJE 29
3.1 Introducción 29
3.2 Teoría de la Complejidad 29
3.2.1 Epistemología de la Complejidad 30
3.2.2 Ontología de la Complejidad 31
3.2.3 Axiología de la Complejidad 31
3.2.4 Metodología de la Complejidad 31
3.3 Conocimiento 32
3.3.1 Datos, Información y Conocimiento 32
3.4 Aprendizaje 33
3.4.1 Dominio Cognitivo 34
3.4.2 Dominio Afectivo 35
3.4.3Dominio Psicomotor 35
3.4.4 Dominio Relacional o Social 36
3.5 Principios Generales del Aprendizaje y la Motivación 36
3.5.1 La Pirámide del Aprendizaje 37
3.6 Tipos de Aprendizaje 38
3.6.1 Aprendizaje Memorístico 38
3.6.2 Aprendizaje Receptivo 38
3.6.3 Aprendizaje por Descubrimiento 39
3.6.4 Aprendizaje Significativo 39
3.6.5 Aprendizaje por Modelado de Procedimientos39
3.6.6 Nuevas Formas de Aprendizaje 40
3.7 Estilos de Aprendizaje 41
3.8 Teoría de Aprendizaje de Robert Gagné 43
3.9 Aprendizaje en Sistemas Computarizados 46
4 CAPÍTULO IV: MODELOS DE INTELIGENCIA ARTIFICIAL 47
4.1 Introducción 47
4.2 Modelos de Inteligencia Artificial Clásica 47
4.2.1 Simulación Cognitiva 50
4.2.2 Sistemas Basados en Lógica 51
4.2.3 SistemasBasados en Conocimiento 51
4.3 Computación Sub Simbólica 52
4.4 La Nueva Inteligencia Artificial 52
4.5 Agentes Inteligentes 53
5 CAPÍTULO V: SIMULACIÓN COGNITIVA 54
5.1 Introducción 54
5.2 LISP 55
5.2.1 Expresiones Simbólicas: Átomos 56
5.2.2 Expresiones Simbólicas: Listas 56
5.2.3 Control de la Evaluación en LISP 56
5.2.4 Expresiones en LISP 56
5.2.5 Estructuras enLISP 57
5.2.6 Programas en LISP 57
5.2.7 Implementaciones de LISP 57
5.3 Representación de Problemas en el Espacio de Estados 58
5.4 Algoritmos de Búsqueda No Informada 59
5.4.1 Algoritmo Generación y Prueba 59
5.4.2 Algoritmo Primero en Amplitud 59
5.4.3 Algoritmo Primero en Profundidad 60
5.5 Procesos Heurísticos de Búsqueda 60
5.5.1 Ascenso a Colina: Algoritmo deAscenso Pronunciado 61
5.5.2 Ascenso a Colina: Algoritmo de Recocido Simulado 61
5.5.3 Primero el Mejor: Algoritmo A* 61
5.5.4 Primero el Mejor: Algoritmo Guiado por Agenda 62
5.6 Problema de Ejemplo en LISP 63
5.7 Problemas Propuestos 66
5.7.1 Los 2 Recipientes de Agua 66
5.7.2 División de la Jarra de Vino en 2 Partes Iguales 66
5.7.3 El Mundo de los Bloques 67
6 CAPÍTULO...