Capítulo Uno.

 

1. Definición de Inteligencia Artificial

Revisamos estas definiciones y comparamos

• IA como rama de la informática que diseña sistemas capaces de realizar tareas que normalmente requieren inteligencia humana (aprender, razonar, percibir, tomar decisiones).
• IA como tecnología que permite a computadoras y máquinas simular aprendizaje, comprensión, resolución de problemas, toma de decisiones y cierta creatividad o autonomía.
• IA como sistemas que aprenden de datos y mejoran su desempeño sin ser programados explícitamente para cada caso particular.

2. Enfoques clásicos para definir IA

• Sistemas que piensan como humanos: intentan modelar procesos mentales humanos (por ejemplo, modelos cognitivos). 
• Sistemas que actúan como humanos: se centran en imitar el comportamiento inteligente observable (por ejemplo, pruebas de Turing, chatbots conversacionales).[ 
• Sistemas que piensan racionalmente: se basan en lógica y razonamiento formal para llegar a conclusiones correctas.
• Sistemas que actúan racionalmente: agentes que eligen acciones para maximizar alguna medida de desempeño u objetivo.

3. Características fundamentales de la IA

• Percepción: capacidad de percibir el entorno mediante datos (imágenes, texto, sonido, sensores) y extraer información relevante.
• Representación de conocimiento: almacenar y organizar información sobre el mundo y sobre sí mismos (conocimiento explícito, parámetros de modelos, reglas, etc.).l
• Razonamiento y toma de decisiones: procesar información y seleccionar acciones o conclusiones para alcanzar objetivos.
• Aprendizaje: mejorar el desempeño a partir de datos y experiencia, usando algoritmos y modelos matemáticos (aprendizaje automático). 
• Autonomía: posibilidad de actuar sin supervisión constante, tomando decisiones de manera independiente dentro de ciertos límites. 
• Adaptabilidad: ajustar el comportamiento cuando cambian los datos o el entorno, mejorando con el tiempo. 
• Orientación a objetivos: comportamiento guiado por metas explícitas o medidas de desempeño (por ejemplo, minimizar errores, maximizar recompensa). 

Ejemplo ilustrativo: un vehículo autónomo que percibe (sensores y cámaras), razona (planificación de ruta), aprende (mejora su modelo de conducción) y actúa (controlar acelerador y frenos) de forma autónoma.