http://ciberconta.unizar.es/LECCION/IA/INICIO.HTML
INTELIGENCIA ARTIFICIAL:
La Inteligencia Artificial trata de conseguir que los ordenadores simulen
en cierta manera la inteligencia humana. Se acude a sus técnicas cuando es
necesario incorporar en un sistema informático, conocimiento o
características propias del ser humano.
El nacimiento de la Inteligencia Artificial se sitúa en los años cincuenta;
en esa fecha la informática apenas se había desarrollado, y ya se planteaba
la posibilidad de diseñar máquinas inteligentes. Hoy en día se habla de vida
artificial, algoritmos genéticos, computación molecular o redes neuronales.
En algunas de estas ramas los resultados teóricos van muy por encima de las
realizaciones prácticas.
* Informática Convencional:
Los programas informáticos como hojas de cálculo, bases de datos,
tratamientos de estos, etc., suelen estar basados en programación
algorítmica convencional. Estos programas se ejecutan en ordenadores
convencionales con un único microprocesador. Todo ello constituye lo que se
denomina informática convencional.
Este tipo de informática ha desarrollado con éxito un número considerable
de aplicaciones para mejorar la gestión empresarial y ha producido una
indudable revolución en todas las actividades de la Contabilidad.
* Ramas de la IA:
La inteligencia artificial se puede dividir en varias ramas, la más
importante de ellas son los sistemas expertos junto con las redes
neuronales, además de la vida artificial, algoritmos genéticos,…
*Los sistemas expertos: su origen se sitúa a mediados de los años setenta,
aunque es a partir de los ochenta cuando se desarrollan aplicaciones en toda
su plenitud.
Son la rama más conocida de la Inteligencia Artificial. La forma en que
representan el conocimiento, habitualmente mediante símbolos, es apropiada
cuando es posible extraer un conjunto de reglas y normas. Su objetivo es
modelizar el conocimiento, representándolo en forma de símbolos.
-Pueden desarrollarse:
a) A medida, programando en un lenguaje convencional (C, Pascal, etc.) o en
un lenguaje específico para el manejo de símbolos (Lisp, Prolog, etc.).
b) Utilizando una concha de sistema experto, programas comerciales con todos
los elementos del sistema experto pero con la base de conocimientos vacía.
-Ventajas de los sist. expertos:
Los sistemas expertos recopilan los datos, los analizan y asimilan.
Convierten grandes volúmenes de datos en información útil, proporcionando de
esta manera una forma fácil de controlar gran cantidad de datos.
También, pueden superar al humano cuando se requiere analizar un gran
volumen de datos en un corto espacio de tiempo y cuando la decisión exige
aplicar conocimientos de varios campos.
-Inconvenientes de los sist. expertos:
Algunos de ellos son: la difícil programación, mantenimiento complejo,
precisa tiempo y dinero para extraer el conocimiento de los especialistas
humanos, hay que reprogramar el sistema para realizar cambios,etc
*Las redes neuronales artificiales son eficientes en tareas tales como el
reconocimiento de patrones, problemas de optimización o clasificación. Las
redes neuronales se puede integrar en un sistema de ayuda a la toma de
decisiones, pero no son capaces de resolver todos los problemas: todo lo
contrario, son modelos muy especializados que pueden aplicarse en dominios
muy concretos.
Un sencillo ejemplo basado en el diseño de un programa de ajedrez puede
ayudarnos a entender las diferencias entre sistemas expertos y redes
neuronales.
Un sistema experto trata de incorporar la sabiduría de algún maestro del
ajedrez mediante reglas.
Una red neuronal es entrenada con ejemplos de partidas célebres, tratando de
extraer de ahí el conocimiento.
Finalmente, mediante algoritmos genéticos se diseñan programas que compiten
entre sí de forma que por selección natural quedan los mejores.