Paradigmas de la IA

PARADIGMAS DE LA INTELIGENCIA ARTIFICIAL

(Alan, 2007)Indica que La IA se ocupa de la resolución de problemas y para esto es necesario (pero no suficiente) tener conocimientos sobre el problema que se va a resolver. Existen varios paradigmas en la IA que definen la forma de representar los conocimientos y cómo estos son utilizados para lograr un determinado objetivo. 

En su libro  (Pérez, 2010) Nos describe 4 paradigmas dentro de la inteligencia artificial.

•   El trabajo de k. Craik titulado the Nature of explanation introduce los fundamentos DEL PARADIGMA SIMBÓLICO (IAS) O REPRESENTACIONAL AL INTERPRETAR EL CONOCIMIENTO  HUMANO en términos de descripciones declarativas y modulares de entidades simbólicas de alto nivel y de reglas de inferencia usadas para manipular dichas descripciones simbólicas. 

•  En 1943, Warren McCulloch Y Walter Pitts publicaron el trabajo titulado: A Logical calculus of che ideas inmanent in nervous activity, que señala el comienzo del PARADIGMA CONEXIONISTA (IAC) (la neurocomputacion) en dicho trabajo se muestra que incluso las formas más simples de redes neuronales artificiales pueden computar, en principio , funciones , aritméticas y lógicas. Dicho paradigma está inspirado en el conocimiento actual que tenemos del funcionamiento del cerebro.

•  A. Rosenblueth, N. Wiener y J. Bigelow, en su trabajo titulado Behavior, and Teleology, introdujeron los fundamentos del PARADIGMA SITUADO O REACTIVO, basado en el comportamiento, al interpretar comportamiento inteligente en términos de un conjunto de mecanismo de realimentación. Se pone énfasis en el hecho de que toda percepción y toda acción están acopladas a través de sensores y efectores concretos. Por ejemplo, un robot que se mueve, gira a la derecha y evita un obstáculo

•  La mayor parte de los problemas son de naturaleza hibrida, por lo que su solución tendrá que ser también hibrida. Surge así el PARADIGMA HIBRIDO (IAH). Es decir, en el control de un robot podremos necesitar técnicas simbólicas, difusas y neuronales.

• (Ortiz, 2006) nos indica que dentro de los paradigmas se encuentra EL PARADIGMA DISTRIBUIDA (IAD) está aparece en la década de los 80's donde intenta resolver problemas en donde una conducta colectiva es más eficiente que una conducta individual, como lo estudia la inteligencia artificial que hace el análisis de un único agente que se encuentra en un ambiente no cambiante y que intenta resolver todo el problema con solo esta entidad.

•    (Alan, 2007)describe que también se encuentra el PARADIGMA EVOLUTIVA (IAE) donde este surgió al final de los años 60, cuando se comenzó a estudiar la incorporación de mecanismos de selección natural para la solución de problemas. Como resultados se crearon una serie de algoritmos que, basados en la Teoría de la Evolución de Charles Darwin, conducen una búsqueda estocástica de la solución de un problema, haciendo evolucionar a un conjunto de estructuras y seleccionando de modo iterativo.

• (Delgado S Hernando A., 2013) describen que existe el PARADIGMA DE REDES NEURONALES (IAN) para el aprendizaje y procesamiento automático, inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexiones de neuronas que colaboran entre sí para producir una salida.

• (GONZALEZ, 2008) En los años 70 que surgió un nuevo paradigma en la Inteligencia Artificial “los SISTEMAS EXPERTOS”, cuya función es desarrollar trabajos similares a los que desarrollaría un especialista en un área determinada, la idea no es sustituir a los expertos, sino que estos sistemas sirvan de apoyo a los especialistas en un “dominio” de aplicación específico.

•  (Mateos, 2013)  explica que el PARADIGMA DE ALGORITMOS GENETICOS son estrategias de búsqueda estocástica basados en el mecanismo de selección natural y en algunos casos se involucran aspectos de genética natural, imitando a la evolución biológica como estrategia para resolver problemas.

En particular, los investigadores Michael Crouse y Errin Fulp de la universidad de Harvard están creando la primera computadora que de forma automática ajusta su configuración para defenderse de ataques informáticos. Ellos utilizan los algoritmos para seleccionar las mejores configuraciones; configuraciones adaptables, que van mejorando de generación en generación según explica (Lazalde, 2012)

• (UNED, 2010) nos dicen que el PARADIGMA DE LA NEUROCOMPUTACION está inspirada en la biología, de resolver algunas tareas encontradas frecuentemente cuando se trata de reproducir mediante computadoras habilidades atribuidas a la inteligencia humana. 

 Conclusión

Los paradigmas de IA vistos hasta ahora se refieren a cómo se manipula el conocimiento, o sea, en particular a cómo se adquiere, almacena y utiliza para lograr un determinado fin que generalmente es tomar una decisión o resolver un problema)”. (Valdez, 2013)

Los paradigmas son muy importantes para poder llevar a cabo un buen manejo del conocimiento aplicado a la inteligencia artificial manejada actualmente para poder tomar decisiones al momento de resolver problemas de diferentes ámbitos.

Soporte a los complejos procesos de análisis. Dichos procesos se requieren en el descubrimiento de las tendencias mundiales a fin de tomar decisiones eficientes y oportunas, y poder afrontar los retos que impone el mundo globalizado, en donde el conocimiento y su correcta aplicación aparecen como un factor esencial para el desarrollo de las organizaciones.