Escolar Documentos
Profissional Documentos
Cultura Documentos
La inteligencia artificial intenta emular el razonamiento humano ante problemas, los 3 procesos fundamentales son : Aprendizaje: Consiste mas que nada en aprender de la informacion del entorno en el que radica. Razonamiento: Aplicar el aprendizaje y conocimiento aprendido para asi poder sacar conclusiones de hacia donde ir(dependiendo del contexto utilizado). Autocorrecion: Aprender de los errores cometidos para no volverlos a hacer en un futuro proveniente.
Ahora pasaremos a hablar un poco sobre la vida artificial. Por vida artificial podemos entender la biologia de la vida posible. El articulo toca un punto que me llamo la atencion, existen 3 tipos de sistema: Wet (Sistemas Artificiales Bioquimicos): De Wetware, del modelo Bioquimico que son los sistemas mas parecidos a la vida natural. Los experimentos realizados, en su mayoria son de intentar producir moleculas de ARN con distintas propiedades. Hard (Fabricando Organismos): De Hardware, en esto se construyen modelos de hardware sobre las bases para permitir la existencia en la naturaleza de organismos vivos, donde es necesario disenar y construir 3 componentes importantes, que son: o El cuerpo como base fisica simulando geometrias reales, propiedades mecanicas, dinamicas, etc o El entorno ambiental que es donde se desarrollara el objeto o El comporamiento seria la capacidad de adaptacion del cuerpo al medio Soft (Sistemas Complejos): De Software, tratando explicar la evolucion de las moleculas que se pueden autorreplicar hasta formar una celula.
Bueno ahora pasaremos a hablar un poco de las herramientas de vida artificial aplicadas al conocimiento biologico. Redes Bayesianas: Posibilitan la representacin grfica ordenada de las distribuciones de probabilidad, y para la inferencia. Redes Neuronales: Las neuronas artificiales son objetos de programacin que mimetizan el funcionamiento de las neuronas reales, sus redes son modelos matemticos de las interconexiones y los flujos de informacin existentes entre ellas, por tanto mimetizan el comportamiento de las redes neuronales biolgicas. Algoritmos Geneticos: Son tcnicas computacionales heursticas inspiradas en los mecanismos de evolucin y seleccin natural de la gentica clsica. Generan al azar un conjunto de soluciones o cromosomas que codifican los distintos genes (variables del sistema).
Automatas Celulares: Las herramientas ms extendidas son los modelos discretos consistentes en una red regular en la que cada nodo es una clula que tiene un nmero finito de estados.