Inteligència computacional

Inteligència Computacional (IC) és una branca de l'inteligència artificial centrada en l'estudi de mecanismes adaptatius per a permetre el comportament inteligent de sistemes complexos i canviants. Es presenta com una alternativa a la GOFAI ("Good Old-Fashioned Artificial Intelligence"), tractant de no confiar en algoritmes heurístics tan habituals en l'Inteligència Artificial més tradicional.

L'Inteligència Computacional combina elements d'aprenentage, adaptació, evolució i llògica difusa per a crear programes que són, en certa manera, inteligent. L'investigació en Inteligència Computacional no rebuja els métodos estadístics, pero molt a sovint aporta una vista complementària. Les rets neuronals són una branca de l'inteligència computacional molt relacionada en l'aprenentage automàtic.

Funcionament

La IC ampra un raonament propenc al dels humans per mig de l'utilisació de coneiximents inexactos i incomplets, aixina com sent capaç de portar a terme accions controlades de forma adaptada. El seu funcionament està sustentat, principalment, per tres pilars: les rets neuronals, la llògica difusa i la computació evolutiva. Aixina mateix, en tractar-se d'un camp en constant evolució, a banda d'estes tres bases també s'inclouen paradigmes computacionals com l'inteligència ambiental, la vida artificial, l'aprenentage cultural, rets endocrinas artificials, raonament social i rets d'hormones artificials.

Rets neuronals artificials

Es tracta de models matemàtics artificials inspirats pel funcionament del cervell humà. Busquen imitar-ho en la finalitat de crear un sistema inteligent que actue i responga de forma pareguda a com ho farien les neurones. S'establix un sistema de neurones conectades en una memòria local llimitada que es interconectan per mig de canals de comunicació (o conexions) que, usualment, transmeten senyes numèriques codificades i poden tindre forces variables (o ponderació). Cada neurona tindrà un pes determinat que, junt en la cantitat d'entrades que reba, determinarà la seua força d'actuació.

Les diferents neurones es junten en grups que, a la seua volta, es classificaran per capes. La primera capa (que no té cap anterior que li suministre l'informació) es coneix com a capa d'entrada, l'última com a capa d'eixida (resultat visible de la ret), i totes aquelles que es troben en mig reben el nom de capes amagades. Pot no haver cap capa amagada, pero per a conformar una ret es requerix una capa d'entrada i una d'eixida (en cas de només haver una capa, esta efectuarà els dos rols al mateix temps). Pot relacionar-se el funcionament de les capes en l'aprenentage profunt.

La ret deprén revisant registres individuals, realisant prediccions per cada u d'ells i adaptant-se quan s'equivoca. Este procés es porta a terme multitut d'ocasions fins que el sistema aplega a un punt de conclusió. Inicialment, totes les ponderació són aleatòries i les respostes incorrectes. La ret, llavors, va deprenent a mida que experimenta.

Llògica difusa

Es tracta d'un tipo de sistema llògic computacional dirigit a la categorisació de senyes empíriques de forma propenca a l'empleada pel raonament humà. Açò significa que, en lloc de classificar utilisant el model binario (o a 1), arreplega els matisos i les calificacions intermiges. S'entén, en cert modo, com la valorisació de l'espai entre lo verdader i lo fals. La dificultat residix en la voluntat de captar la falta de precisió de la llengua humana i fer-la comprensible per una computadora. Teorizada pel matemàtic Lotfi A. Zadeh, la llògica difusa es tracta d'un método de raonament aproximat, no provabilístic, i pot entendre's com una extensió de la llògica multivalente.

Computació evolutiva

Es tracta de la disciplina que implementa les tècniques computacionals per a resoldre problemes principalment d'optimisació combinatòria. Requerix de l'heurística i basa la seua operació en els principis de l'evolució de Darwin.

Per a treballar en casos hipotètics, la computació evolutiva (CE) fa us d'una metàfora anomenada metàfora evolutiva. Es referix com a població a un grup d'individus que coexistixen en un entorn concret valent-se de recursos llimitats. La competició per estos recursos és lo que desemboca en una selecció dels més forts capaços de sobreviure, els millor adaptats. Estos subjectes passaran a ser els progenitors de les noves generacions d'individus als que donaran lloc per mig de mutacions i recombinació (crossovers). Es torna a repetir la roda, i estos nous individus competixen, de nou, per la supervivència, millorant aixina, progressivament, la calitat dels que sobreviuen.

Dins de la pròpia CE es poden diferenciar diverses estratègies d'optimisació, com són els processos de busca evolutiva, les estratègies evolutives, la programació evolutiva, els algoritmes genètics i la programació genètica.

Vore també

• Aprenentage automàtic
• Inteligència artificial forta
• Sistemes experts
• Realitat simulada
• Rets bayesianas
• Teoria del caos
• Algoritme formiga
• Robòtica evolutiva
• Agents Inteligents
• Aprenentage Ockham

Bibliografia

• Computational Intelligence: An Introduction by Andries Engelbrecht. Wiley & Sons. ISBN 0-470-84870-7
• Computational Intelligence: A Logical Approach by David Poole, Alan Mackworth, Randy Goebel. Oxford University Press. ISBN 0-19-510270-3