República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de la Fuerza Armada Nacional Bolivariana

(UNEFA)

Extensión – Guacara

Guacara, Edo – Carabobo

Unidad 1:
Nociones fundamentales de
inteligencia artificial

Profesor: Francisco Mesa                                         Alumno: Jeykel Infante

Asignatura: ET Inteligencia Artificial                    CI 27.927.489

                                                                                           Ing. En sistemas

                                                                                           6to Semestre

Miércoles, 24 de marzo de 2021

 Introducción

A continuación, se estará hablando sobre la inteligencia artificial, una tecnología que en la

actualidad es usada por los seres humanos con mucha frecuencia aun sin saber que lo hacen. La
inteligencia artificial fue planteada a base de algoritmos para presentar ciertas capacidades
parecidas a las que un ser humano puede hacer a través de la adaptación flexible en el cual se
explicara mas a fondo a medida que se siga leyendo.

Uno de los puntos a resaltar seria la inteligencia artificial vs inteligencia humana en el cual se
plantean las diferencias que hay entre estas dos donde una de las más particulares es la relación
entra la racionalidad y el emocionalismo donde los humanos tienden a ser mas emocionales y las
maquinas a la racionalidad por ello una maquina nunca podrá hacer lo mismo al cien por ciento
que un humano hace.
 Inteligencia Artificial

La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el propósito

de crear máquinas que presenten las mismas capacidades que el ser humano. Una
tecnología que todavía nos resulta lejana y misteriosa, pero que desde hace unos años
está presente en nuestro día a día a todas horas.
La inteligencia artificial (IA) es la inteligencia llevada a cabo por máquinas. En ciencias de la
computación, una máquina «inteligente» ideal es un agente flexible que percibe su
entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún
objetivo o tarea. Coloquialmente, el término inteligencia artificial se aplica cuando una
máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes
humanas, como, por ejemplo: «percibir», «razonar», «aprender» y «resolver problemas».
Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como «la capacidad de
un sistema para interpretar correctamente datos externos, para aprender de dichos datos
y emplear esos conocimientos para lograr tareas y metas concretas a través de la
adaptación flexible». A medida que las máquinas se vuelven cada vez más capaces,
tecnología que alguna vez se pensó que requería de inteligencia se elimina de la
definición. Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un
ejemplo de la «inteligencia artificial» habiéndose convertido en una tecnología común.
Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas de
conducción autónomos o los capaces de jugar al ajedrez o al Go.

Tipos de inteligencia artificial

Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios
tipos de inteligencia artificial:

 Sistemas que piensan como humanos

Automatizan actividades como la toma de decisiones, la resolución de problemas y
el aprendizaje. Un ejemplo son las redes neuronales artificiales.

 Sistemas que actúan como humanos

Se trata de computadoras que realizan tareas de forma similar a como lo hacen las
personas. Es el caso de los robots.
  Sistemas que piensan racionalmente
Intentan emular el pensamiento lógico racional de los humanos, es decir, se
investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en
consecuencia. Los sistemas expertos se engloban en este grupo.

 Sistemas que actúan racionalmente

idealmente, son aquellos que tratan de imitar de manera racional el
comportamiento humano, como los agentes inteligentes.

Aplicaciones prácticas de la inteligencia artificial

La IA está presente en la detección facial de los móviles, en los asistentes virtuales de voz
como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y está integrada en nuestros
dispositivos cotidianos a través de bots (abreviatura de robots) o aplicaciones para móvil,
tales como: LyliEnlace externo, se abre en ventana nueva., un personal shopper en versión
digital; ParlaEnlace externo, se abre en ventana nueva., concebida para ayudarnos con el
aprendizaje de idiomas; EmsEnlace externo, se abre en ventana nueva., diseñada para
hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o GyantEnlace
externo, se abre en ventana nueva., un asistente virtual de Facebook que emite
'diagnósticos' médicos. El objetivo de todas ellas: hacer más fácil la vida de las personas.
Los avances en IA ya están impulsando el uso del big data debido a su habilidad para
procesar ingentes cantidades de datos y proporcionar ventajas comunicacionales,
comerciales y empresariales que la han llevado a posicionarse como la tecnología esencial
de las próximas décadas. Transporte, educación, sanidad, cultura... ningún sector se
resistirá a sus encantos.

Historia de la inteligencia artificial

La Inteligencia Artificial surge definitivamente a partir de algunos trabajos publicados en la

década de 1940 que no tuvieron gran repercusión, pero a partir del influyente trabajo en
1950 de Alan Turing, matemático británico, se abre una nueva disciplina de las ciencias de
la información.
Si bien las ideas esenciales se remontan a la lógica y algoritmos de los griegos, y a las
matemáticas de los árabes, varios siglos antes de Cristo, el concepto de obtener
razonamiento artificial aparece en el siglo XIV. A finales del siglo XIX se obtienen lógicas
formales suficientemente poderosas y a mediados del siglo XX, se obtienen máquinas
capaces de hacer uso de tales lógicas y algoritmos de solución.

punto de inflexión de la disciplina

En su histórico artículo de 1950, Turing propuso que la pregunta «¿puede pensar una
máquina?» era demasiado filosófica para tener valor y, para hacerlo más concreto,
propuso un «juego de imitación». En la prueba de Turing intervienen dos personas y una
computadora. Una persona, el interrogador, se sienta en una sala y teclea preguntas en la
terminal de una computadora. Cuando aparecen las respuestas en la terminal, el
interrogador intenta determinar si fueron hechas por otra persona o por una
computadora. Si actúa de manera inteligente, según Turing es inteligente. Turing, señaló
que una máquina podría fracasar y aún ser inteligente. Aun así, creía que las máquinas
podrían superar la prueba a finales del siglo XX.
De todas maneras, esta prueba no tuvo el valor práctico que se esperaba, aunque sus
repercusiones teóricas son fundamentales. El enfoque de Turing de ver a la inteligencia
artificial como una imitación del comportamiento humano no fue tan práctico a lo largo
del tiempo y el enfoque dominante ha sido el del comportamiento racional, de manera
similar, en el campo de la aeronáutica se dejó de lado el enfoque de tratar de imitar a los
pájaros y se tomó el enfoque de comprender las reglas de aerodinámica. Aunque desde
luego, el enfoque del comportamiento humano y el del pensamiento humano siguen
siendo estudiados por las ciencias cognitivas y continúan aportando interesantes
resultados a la Inteligencia Artificial, y viceversa.

Disciplinas sobre las que se apoya

La ciencia no se define, sino que se reconoce. Para la evolución de la Inteligencia Artificial
las dos fuerzas más importantes fueron la lógica matemática, la cual se desarrolla
rápidamente a finales del siglo XIX, y las nuevas ideas acerca de computación y los avances
en electrónica que permitieron la construcción de los primeros computadores en 1940.
También son fuente de la inteligencia artificial: la filosofía, la neurociencia y la lingüística.
La lógica matemática ha continuado siendo un área muy activa en la inteligencia artificial.
Incluso antes de la existencia de los ordenadores con los sistemas lógicos deductivos.

Orígenes y evolución cronológica

Los juegos matemáticos antiguos, como el de las Torres de Hanói, muestran el interés por
la búsqueda de un modo resolutor, capaz de ganar con los mínimos movimientos posibles.
Cerca de 300 a. C., Aristóteles fue el primero en describir de manera estructurada un
conjunto de reglas, silogismos, que describen una parte del funcionamiento de la mente
humana y que, al seguirlas paso a paso, producen conclusiones racionales a partir de
premisas dadas.
En 250 a. C. Ctesibio de Alejandría construyó la primera máquina autocontrolada, un
regulador del flujo de agua que actuaba modificando su comportamiento "racionalmente"
(correctamente) pero claramente sin razonamiento.
En 1315, Ramon Llull tuvo la idea de que el razonamiento podía ser efectuado de maneral
artificial.
En 1847 George Boole estableció la lógica proposicional (booleana), mucho más completa
que los silogismos de Aristóteles, pero aún algo poco potente.
En 1879 Gottlob Frege extiende la lógica booleana y obtiene la Lógica de Primer Orden la
cual cuenta con un mayor poder de expresión y es utilizada universalmente en la
actualidad.
En 1903 Lee De Forest inventa el triodo, también llamado bulbo o válvula de vacío.
En 1936 Alan Turing publicó un artículo de bastante repercusión sobre los "Números
Calculables", un artículo que estableció las bases teóricas para todas las ciencias de
computación, y que puede considerarse el origen oficial de la informática teórica. En este
artículo introdujo el concepto de Máquina de Turing, una entidad matemática abstracta
que formalizó el concepto de algoritmo y resultó ser la precursora de las computadoras
digitales. Podía conceptualmente leer instrucciones de una cinta de papel perforada y
ejecutar todas las operaciones críticas de un computador. El artículo fijó los límites de las
ciencias de la computación porque demostró que no es posible resolver problemas con
ningún tipo de computador. Con ayuda de su máquina, Turing pudo demostrar que
existen problemas irresolubles, de los que ningún ordenador será capaz de obtener su
solución, por lo que se le considera el padre de la teoría de la computabilidad.
En 1940 Alan Turing y su equipo construyeron el primer computador electromecánico y en
1941 Konrad Zuse creó la primera computadora programable y el primer lenguaje de
programación de alto nivel Plankalkül. Las siguientes máquinas más potentes, aunque con
igual concepto, fueron la ABC y ENIAC.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales,
el cual se considera el primer trabajo del campo de inteligencia artificial, aun cuando
todavía no existía el término.
1950´s
En 1950 Turing consolidó el campo de la inteligencia artificial con su artículo Computing
Machinery and Intelligence, en el que propuso una prueba concreta para determinar si
una máquina era inteligente o no, su famosa Prueba de Turing por lo que se le considera
el padre de la Inteligencia Artificial. Años después Turing se convirtió en el adalid que
quienes defendían la posibilidad de emular el pensamiento humano a través de la
computación y fue coautor del primer programa para jugar ajedrez.
En 1951 William Shockley inventa el transistor de unión. El invento hizo posible una nueva
generación de computadoras mucho más rápidas y pequeñas.
En 1956 se dio el término "inteligencia artificial" en Dartmouth durante una conferencia
convocada por John McCarthy, a la cual asistieron, entre otros, Minsky, Newell y Simon.
En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se
cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince
años.

Década de 1980
En 1980 la historia se repitió con el desafío japonés de la quinta generación, que dio lugar
al auge de los sistemas expertos pero que no alcanzó muchos de sus objetivos, por lo que
este campo sufrió una nueva interrupción en los años noventa.
En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente
inteligente. Al intentar describir con un mayor ámbito (no solo la comunicación) los
atributos de un agente inteligente, la IA se ha expandido a muchas áreas que han creado
ramas de investigación enormes y diferenciadas. Dichos atributos del agente inteligente
son:

 Tiene actitudes mentales tales como creencias e intenciones.

 Tiene la capacidad de obtener conocimiento, es decir, aprender.
 Puede resolver problemas, incluso descomponiendo problemas complejos en otros
más simples.
 Capaz de realizar operaciones más complejas.
 Entiende. Posee la capacidad de dar sentido, si es posible, a ideas ambiguas o
contradictorias.
 Planifica, predice consecuencias, evalúa alternativas (como en los juegos de
ajedrez)
 Conoce los límites de sus propias habilidades y conocimientos.
 Puede distinguir a pesar de la similitud de las situaciones.
  Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando
analogías.
 Puede generalizar.
 Puede percibir y modelar el mundo exterior.
 Puede entender y utilizar el lenguaje y sus símbolos.
Podemos entonces decir que la IA posee características humanas tales como el
aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento implícito,
y la percepción modular del mundo. Así, podemos hablar ya no solo de un objetivo, sino
de muchos, dependiendo del punto de vista o utilidad que pueda encontrarse a la IA.

Década de 1990
En los 90 surgen los agentes inteligentes al paso de los años eso fue evolucionando

Década de 2000
El programa Artificial Linguistic Internet Computer Entity (A.L.I.C.E.) ganó el premio
Loebner al Chatbot más humano en 2000, 2001 y 2004, y en 2007 el programa Ultra Hal
Assistant ganó el premio.

Década de 2010
Muchos de los investigadores sobre IA sostienen que «la inteligencia es un programa
capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o
cerebro»:
2010: el programa Suzette ganó el premio Loebner. Algunos programas de inteligencia
artificial gratuitos son Dr. Abuse, Alice, Paula SG, Virtual woman millenium.
2011: un ordenador de IBM ganó el concurso de preguntas y respuestas 'Jeopardy!'. El
ordenador de IBM Watson salió victorioso de su duelo contra el cerebro humano. ¡La
máquina ganó el concurso de preguntas y respuestas Jeopardy!, que emite la cadena de
televisión estadounidense ABC, al imponerse a los dos mejores concursantes de la historia
del programa. Watson les venció en la tercera ronda, contestando preguntas que le
obligaban a pensar como una persona.
2014: un ordenador ha logrado superar con éxito el test de Turing, haciendo creer a un
interrogador que es una persona quien responde sus preguntas en un certamen
organizado en Londres por la Universidad de Reading (Reino Unido). El ordenador, con el
programa Eugene desarrollado en San Petersburgo (Rusia), se hizo pasar por un chico de
13 años, y los responsables de la competición considerarón que es un “hito histórico de la
inteligencia artificial”.
2016: un ordenador de Google venció al campeón mundial del juego milenario “Go”. Un
programa informático desarrollado por la compañía británica Google DeepMind consiguió
vencer, por primera vez, a un campeón profesional del milenario juego de origen oriental
Go. El reto era enorme para una máquina, ya que la prueba de estrategia encierra una
gran complejidad.

Áreas de estudio y técnicas

Los campos de aplicación de la inteligencia artificial son muchos, y algunos están

orientados a satisfacer necesidades muy distintas:
1. Machine learning o aprendizaje automático
El Machine Learning es la rama de la ciencia que busca el desarrollo de técnicas
que permitan a los ordenadores aprender por sí mismos. Para ello se crean
programas que pueden generalizar ciertas respuestas a partir de información sin
estructurar, que se suministra como ejemplos. Con ello, se induce al conocimiento
por parte del ordenador.
2. Fuzzy logic o lógica difusa
Conocida como lógica heurística. Esta técnica incide en lo relativo de un escenario
observado como posición diferencial. Es un tipo de lógica que toma dos valores al
azar, contextualizados y relacionados entre sí. Por ejemplo, considerar una persona
de 2 metros como alta al haber tomado antes el valor de una persona de un metro
como baja.
3. Vida artificial
Consiste en el estudio de la vida y de los entornos artificiales que muestran
cualidades propias de los seres vivos en entornos de simulación.
4. Sistemas expertos
Hace referencia a un sistema de información que se basa en el conocimiento de un
área de aplicación de gran complejidad y muy específica. Sirve como asistente
consultor y experto para los usuarios de su interfaz.
 Se recurre a la IA cuando se considera útil incorporar a un sistema de ordenadores
un conocimiento o comportamiento ante los eventos que serían más propios de un
ser humano
Son entornos que proporcionan respuestas sobre problemáticas muy específicas,
pudiendo realizar inferencias muy parecidas a las de un ser humano acerca de los
conocimientos concretos consultados.
5. Data Mining o minería de datos

Esta técnica consiste en la extracción discriminada de información que se

encuentra implícita en los datos manejados. Dicha información, desconocida
previamente, se destina a ser utilizada en algún otro proceso. La minería de datos
sondea, prepara y explora los datos para poder extraer alguna información que se
oculte en ellos.

6. Redes Bayesianas

También conocidas como redes de creencia, estas redes son un modelo

probabilístico multivariado, que relaciona un conjunto de variables de tipo
aleatorio usando un grafo dirigido para indicar una influencia casual de manera
explícita.

Con un motor de actualización de las probabilidades llamado el Teorema de Bayes,

estas redes se convierten en una herramienta muy útil a la hora de calcular
probabilidades en casos de nuevas evidencias. Es uno de los tipos de red que se
denominan de tipo casual.

7. Ingeniería del conocimiento

Consiste en generar un nuevo conocimiento que no existía previamente. Se hace a

partir de la información que se contiene en bases de datos de documentos y
mediante el cruce de contenido de los archivos.

Es una técnica que se basa en la teoría de «actor-red», poniendo de manifiesto

redes y creando nuevas. También implica el ejercicio de la teoría de la «traducción-
traslación», acercando y poniendo en relación los actores, con el objetivo de
producir una traducción en la que llevar los enunciados o modalidades hacia
nuevos estadios evolutivos.

8. Redes neuronales artificiales

 Estas redes son un paradigma del aprendizaje y los procesamientos automáticos,
inspirado todo ello en el modo en que funciona el sistema nervioso de los
animales. Consiste en un sistema de interconexión de neuronas en una red que
colaboran entre ellas para crear una respuesta de salida.

9. Sistemas reactivos

Estos son sistemas de aplicación crítica, y un fallo o error puede acarrear

consecuencias graves. Al punto de poner en riesgo las vidas humanas o el
resultado de importantes inversiones económicas.

Su comportamiento en estos entornos, de tiempo real, se determina tanto por la

sucesión de acciones que se ejecutan como por el momento en que cada una de
ellas se sucede y son procesadas.

10. Sistemas basados en reglas

Consisten en modelos de representación del conocimiento que se usan de manera

amplia. Son apropiados para escenarios en los que el conocimiento que se necesita
representar surge de manera natural en una estructura de reglas.

11. Razonamiento basado en casos

Es un proceso para solucionar cuestiones basándose en soluciones de

problemáticas anteriores. El razonamiento que se basa en casos se sirve de
analogías para los nuevos razonamientos.

Se considera que no solo es una poderosa herramienta de cálculo para

ordenadores. Sino que los seres humanos usan el mismo principio para la solución
de problemas cotidianos.

12. Técnicas de Representación de Conocimiento

Es un sistema que sirve para analizar el modo de pensar de manera formal. Se usa
un entorno de símbolos para la representación de un dominio de discurso, junto a
las funciones que puedan inferir sobre los objetos procesados.

13. Redes semánticas

 Son maneras de representación del conocimiento lingüístico para las que los
conceptos y las interrelaciones entre ellos se representan mediante grafos. Son
utilizadas para la representación de mapas conceptuales y mentales, entre otras
funciones.

14. Lingüística computacional

Es un campo multidisciplinar de la lingüística aplicada en la informática. Se sirve de

los sistemas informáticos para el estudio y el tratamiento del lenguaje. Para ello, se
intenta modelar de manera lógica el lenguaje natural desde un punto de vista
programable.

15. Procesamiento del lenguaje natural

Es una disciplina de la rama de la ingeniería para la lingüística computacional. Se

utiliza para la formulación e investigación de mecanismos de eficacia informática
para servicios de comunicación entre las personas o entre ellas y las máquinas
usando lenguajes naturales.

Los campos de desarrollo e investigación de la inteligencia artificial sirven para el

desarrollo de nuevos mecanismos y aplicaciones que permitan diseñar nuevos
métodos de trabajar y comunicar con las máquinas y los entornos informáticos.

heurística

La capacidad heurística es un rasgo típico de los humanos. Consiste en la capacidad de

realizar innovaciones positivas para conseguir los fines que se pretenden. También
podemos definirla como la solución de problemas en los cuales, las soluciones se
descubren por la evaluación del progreso logrado en la búsqueda del resultado final.
La base de la heurística surge de la experiencia de resolver problemas y ver cómo otros lo
hacen. De lo anterior podemos deducir que un método heurístico aplicado correctamente
puede devolver soluciones falsas, positivas o negativas.
En las ciencias de la computación, el método heurístico es usado en determinadas
circunstancias, cuando no existe una solución óptima bajo las restricciones dadas. En
general la manera de actuar de los programas heurísticos consiste en encontrar
algoritmos con buenos tiempos de ejecución y buenas soluciones.
Dadas las características de la heurística, ésta es muy usada en juegos informáticos que se
adelantan a lo que va a hacer el usuario basándose en la experiencia y los pasos que ha
seguido en otras ocasiones.
Muchos algoritmos en la inteligencia artificial son heurísticos por naturaleza, o usan reglas
heurísticas. Un ejemplo claro son los programas que detectan si un correo electrónico es o
no spam. Cualquiera de las reglas usadas de forma independiente puede llevar a errores
de clasificación, pero cuando se unen múltiples reglas heurísticas, la solución es más
robusta y creíble.

Inteligencia Artificial vs. Inteligencia humana

Son muchas las diferencias que nos separan de los cerebros electrónicos, y no se trata de
cuestiones superficiales, sino de estructura. Este es un listado con las principales
diferencias entre los sistemas de inteligencia artificial propias de ordenadores y el
funcionamiento de nuestro cerebro.

1. Su arquitectura es distinta
Una máquina dotada de inteligencia artificial tiene una serie de puertos de entrada y
salida de datos que podemos identificar fácilmente. Esto no se da en nuestro cerebro:
cada subestructura de su globalidad puede ser a la vez receptora de datos y emisora de
información. Tampoco se sabe en qué dirección viaja la información, ya que las
ramificaciones interminables y los bucles son una constante en el mundo de las neuronas.

2. Su funcionamiento es distinto
En cualquier estructura de inteligencia artificial se puede diferenciar el canal por el que
viajan los datos (hardware) y la información propiamente dicha. En un cerebro, en cambio,
la distinción entre información y el medio material por el que viaja no existe. Los datos
que se transmiten son en sí mismos cambios materiales que determinan la fuerza de
atracción que existen entre las neuronas. Si la neurona A está más conectada con la
neurona B que con la C, la información es una, mientras que, si A pasa a estar más
conectada con C, la información es otra.
3. Los datos con los que trabaja el cerebro no se pueden almacenar
Una consecuencia de que no distingamos entre canal e información es que tampoco
existen grandes depósitos de datos en nuestra cabeza. Es por eso que nunca recordamos
algo de la misma forma, siempre hay pequeñas variaciones. De hecho, se ha comprobado
que incluso en las personas con una memoria autobiográfica muy desarrollada pueden
tener falsos recuerdos.

4. La importancia del contexto

Nuestros cerebros orgánicos se adaptan como un guante a cada situación, a pesar de que
cada una de las situaciones que vivimos sean únicas. Es más: ante contextos
impredecibles, diferentes personas son capaces de reaccionar de la misma manera. Esto
es algo que no encontramos en los sistemas de inteligencia artificial, en los que diferentes
estímulos llevan al mismo resultado sólo si esos estímulos están previamente
determinados: si A, entonces C; si B, entonces C. Los seres humanos, con todos nuestros
defectos, estamos hechos para vivir en un contexto caótico. Nuestro cerebro es capaz de
interpretar todos los estímulos, aunque se presenten de manera inesperada y sean
totalmente nuevos.

5. La Inteligencia Artificial necesita regularidad

Los sistemas de inteligencia artificial necesitan estar montados de una manera muy
concreta para poder ejecutar órdenes y hacer que la información pase de un lugar a otro
de la manera correcta. Los cerebros, en cambio, son únicos en cada uno de nosotros.
Al lado del entramado de aproximadamente 100.000.000.000 de neuronas que sostienen
nuestro pensamiento, las huellas digitales que sirven para identificarnos en algunos
contextos parecen ser todas iguales. Además, nuestro cerebro está cambiando
constantemente, incluso mientras dormimos. La gran virtud de nuestro cerebro es que
puede funcionar bien en todo momento a pesar de estar sujeto a constantes alteraciones
imprevisibles: de ahí que haya sido definido como el sistema más complejo que existe.

6. Su origen es distinto
Cualquier sistema de inteligencia artificial ha sido construido por uno o más agentes
intencionales: científicos, programadores, etc. Nuestros cerebros, sin embargo, han sido
tallados por la evolución. Eso significa que, mientras que la inteligencia artificial se erige
sobre maneras determinadas de codificar la información siguiendo unos patrones y unas
operaciones lógicas, nuestro cerebro tiene que apañárselas con un conjunto de células
nerviosas que hacen cosas propias de las células nerviosas (valga la redundancia). Si una
máquina funciona a partir de instrucciones, el funcionamiento de nuestro cerebro se
fundamente en el juego de interacciones que se dan entre neuronas.

7. Somos seres más emocionales que racionales

Puede que esta sea una afirmación precipitada (a fin de cuentas, ¿cómo se mide lo
racional y lo irracional?) pero, sin embargo, sí se puede decir que el pensamiento lógico y
sistemático está reducido sólo a ciertas situaciones y momentos de nuestro día a día.
Mientras que las máquinas dotadas de inteligencia artificial sólo pueden trabajar a partir
de argumentos y premisas, en nuestro caso lo normal es saltarse a la torera este paso.
Date cuenta, por ejemplo, de todo lo que estás haciendo ahora. ¿Responde la postura en
la que te has sentado a criterios racionales, como la necesidad de mantener la espalda en
una posición que no la dañe? ¿O en algún momento has decidido que por encima de tu
salud lo que prima es evitar el esfuerzo de mantener la espalda erguida? Es más: ¿has
llegado a plantearte alguna vez este tema? Lo cierto es que, aunque el pensamiento
racional y la lógica hayan aparecido recientemente en nuestra historia evolutiva, nuestro
cerebro sigue siendo más o menos el mismo desde hace 200.000 años.
 Conclusión

Para finalizar podemos entender que la inteligencia artificial es un método tan útil que a
nivel mundial se esta implementando en diferentes áreas o aspectos y que ayuda a las
tareas cotidianas no solo de empresas, sino que también en las personas individuales.
 Bibliografía

https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial
https://es.wikipedia.org/wiki/Inteligencia_artificial#Historia
https://es.wikipedia.org/wiki/Historia_de_la_inteligencia_artificial#:~:text=La
%20Inteligencia%20Artificial%20surge%20definitivamente,las%20ciencias%20de%20la
%20información.
https://www.apd.es/tecnicas-de-la-inteligencia-artificial-cuales-son-y-para-que-se-
utilizan/
https://sites.google.com/site/proyectointeligenciaartificial/indice/heurstica
https://psicologiaymente.com/neurociencias/inteligencia-artificial-humana-cerebro-
ordenador