Ir al contenido principal

Entradas

Mostrando las entradas de octubre, 2022

Inteligencia artificial y robótica

La palabra «robot» procede la palabra checa  «robota»  que significa «trabajo duro». Podemos clasificar los robots en diferentes tipos: 1. No mecánicos: La salida es una acción no mecánica como mostrar una información o mantener una conversación con el usuario humano. Entre ellos destacan los robots cuya interfaz es un sistema conversacional ya sea escrito o hablado («chatbots») con grandes aplicaciones actualmente como asistentes virtuales. 2. Mecánicos: Utilizados generalmente en la industria. Hay de varios tipos:                 Androides: Apariencia humanoide. Zoomórficos: Apariencia animal. Móviles o rodantes: Transporte de cosas o personal. Poliarticulados: Industriales. La apariencia humana de los robots ha dado lugar a la denominada «teoría del valle inquietante». «Lo inquietante» tiene su origen como concepto, en el año 1906 por Ernst Jentsch y se explica como una sensación perturbadora ante algo que nos es y no familiar al mismo tiempo. Una situación u objeto que se parece

Antecedentes

Aunque todo este campo de la informática es innovador en algunos aspectos, tiene antecedentes en los años 40 del siglo XX. En 1943, el neurobiólogo Warren McCulloch y el estadístico Walter Pitss, publicaron un artículo que definía que los eventos neuronales y las relaciones entre ellos pueden tratarse mediante la lógica proposicional . De esta manera se conforma la base y el inicio del desarrollo de la IA tal y como hoy la concebimos. Pero no fue hasta una década más tarde, en 1956, cuando se celebró la primera Conferencia de Inteligencia Artificial en Darmouth que es considerada como la primera referencia seria a las redes neuronales artificiales. En esta conferencia se presentó la lógica teórica (Minsky, McCarthy, Rochester y Shannon) que es considerado el primer programa informático para solucionar problemas de búsqueda heurística. En 1957 se presentó «Perceptron» el primer sistema capaz de identificar patrones geométricos, y en 1959 «Adaline» (Adaptive Linear Neuron) que fue utiliz

Redes neuronales, cerebro y aprendizaje

La base biológica de la inteligencia está en el cerebro. Aunque vamos conociendo cada vez más sobre su fisiología y las diferentes vías anatómicas y funcionales que participan en el proceso de aprendizaje humano, aún existen muchas incógnitas que deben despejarse. Para las máquinas existe una analogía similar a la estructura y el funcionamiento del cerebro, por lo que es relativamente sencillo establecer esta analogía fácilmente comprensible para los profesionales de la salud. Las redes neuronales artificiales, en inglés  Artificial Neural Networks  (ANN) están compuestas por elementos que se comporten de forma similar a la neurona biológica en sus funciones más comunes y que se denominan «elemento procesador», en inglés  Process Element  (PE). Cada uno de los PE (neuronas) tienen unos elementos de entrada (dendritas) que recogen los impulsos de entrada que son integrados en el cuerpo del elemento procesador y generan una respuesta o salida. La salida del PE (axón) se puede conectar a

Inteligencia artificial

  La inteligencia artificial (IA) es una rama de las ciencias de la computación que incluye conceptos muy transversales relacionados con la lógica y el aprendizaje . Se trata, por lo tanto, de diseñar herramientas informáticas que simulen procesos de inteligencia humana que incluyen el aprendizaje, el razonamiento y la autocorrección . Mediante diversos algoritmos las máquinas «aprenden» y son capaces de «tomar decisiones». No se trata de ciencia ficción, sino de una realidad que está presente actualmente y que poco a poco va a ir ocupando espacios cotidianos en nuestra casa, en nuestros vehículos y también relacionados con nuestra salud. La teoría del procesamiento de la información de Mahoney   considera al ser humano como un procesador de información a partir de estímulos internos y externos que va almacenando en memoria y que es capaz de elaborar respuestas similares a partir de estímulos posteriores que tengan cierta similitud. Según esta teoría los elementos estructurales en el p

Bioinformática Equipo 2

  Bioinformática Equipo 2 Integrantes: Luis Rodrigo Guerrero Jiménez Martín Elías Pérez Cano Ariana Gutiérrez May Javier Emilio Magallón Zertuche REFERENCIA DE LA INFORMACION: J.F. Avila-Tomás, M.A. Mayer-Pujadas, V.J. Quesada-Varela,La inteligencia artificial y sus aplicaciones en medicina I: introducción antecedentes a la IA y robótica,Atención Primaria,Volume 52, Issue 10, 2020,Pages 778-784,ISSN 0212-6567,https://doi.org/10.1016/j.aprim.2020.04.013.(https://www.sciencedirect.com/science/article/pii/S0212656720301451)