aboutsummaryrefslogtreecommitdiff
diff options
context:
space:
mode:
authorJuan Marín Noguera <juan.marinn@um.es>2020-10-31 21:10:35 +0100
committerJuan Marín Noguera <juan.marinn@um.es>2020-10-31 21:10:35 +0100
commita55eae96a5029809562ce07f17d91229cc220f19 (patch)
tree5bffb0a2acd67d222ca7cea8a717c9dd5d68bd5e
parentbf658e50612b96e1890318d62088553571fabafe (diff)
Errata
-rw-r--r--si/n1.lyx47
1 files changed, 35 insertions, 12 deletions
diff --git a/si/n1.lyx b/si/n1.lyx
index 7ce2f87..b60a61b 100644
--- a/si/n1.lyx
+++ b/si/n1.lyx
@@ -179,15 +179,21 @@ En 1943, McCulloch y Pitts crean un primer modelo de neuronas, y en 1949
\begin_layout Standard
Posteriormente Alan Turing, en
\emph on
+\lang english
Computing Machinery and Intelligence
\emph default
+\lang spanish
, formula la prueba de Turing y plantea la posibilidad de máquinas pensantes,
y Minksy y Edmons crean SNARC, que simula una red neuronal de 40 neuronas.
Hay una etapa de entusiasmo inicial.
En 1952, Arthur Samuel crea un programa que juega a las damas y aprende
del contrario, y en 1956, John McCarthy y Marvin Minsky organizan una conferenc
-ia en el Dartmouth College en Hanover a la que acuden Samuel, Allen Newell
- y Herbert Simon, y en la que se da el nombre de inteligencia artificial.
+ia en el
+\lang english
+Dartmouth College
+\lang spanish
+ en Hanover a la que acuden Samuel, Allen Newell y Herbert Simon, y en la
+ que se da el nombre de inteligencia artificial.
\end_layout
\begin_layout Standard
@@ -197,9 +203,15 @@ GPS
\series default
(
\emph on
+\lang english
General Problem Solver
\emph default
-), basándose en las demostraciones humanas, y Rosenblat crea un
+\lang spanish
+), basándose en las demostraciones humanas, y
+\lang english
+Rosenblat
+\lang spanish
+ crea un
\series bold
perceptrón
\series default
@@ -214,22 +226,22 @@ Muchos mecanismos sencillos fallaban ante problemas reales o tenían complejidad
exponencial, los mecanismos generales no eran practicables y la capacidad
de los perceptrones era escasa, llevando a una crisis en la IA.
Entonces en los 70 se crean sistemas basados en conocimiento del dominio
- del problema como DENDRAL o el lenguaje de programación lógica Prolog.
+ del problema como Dendral o el lenguaje de programación lógica Prolog.
Quillian contribuye al concepto de redes semánticas.
En 1974, Minsky propone el uso de marcos.
Se crea la programación orientada a objetos.
- Se crean sistemas expertos como MYCIN o PROSPECTOR.
+ Se crean sistemas expertos como Mycin.
\end_layout
\begin_layout Standard
Con la quinta generación de ordenadores llegan máquinas de arquitectura
dedicada a redes neuronales y software para el desarrollo de IA.
- Se fundamentan modelos de IA, se construyen agentes completos como SOAR
+ Se fundamentan modelos de IA, se construyen agentes completos como Soar
y surge la IA distribuida con sistemas multiagente.
\end_layout
\begin_layout Standard
-El éxito de sistemas expertos como R1 y XCON lleva a su uso comercial, suponiend
+El éxito de sistemas expertos como R1 y Xcon lleva a su uso comercial, suponiend
o un gran ahorro en las empresas que los usan.
La industria crece rápido.
Como la búsqueda de inteligencia es algo muy general, esta e descompone
@@ -250,8 +262,10 @@ Actualidad
Muchas empresas están haciendo pruebas con vehículos autónomos.
El proyecto SyNAPSE (
\emph on
+\lang english
Systems of Neuromorphic Adaptive Plastic Scalable Electronics
\emph default
+\lang spanish
) de IBM y DARPA creó un chip con 256 neuronas digitales, que recuerdan
actividades recientes, y 262144 sinapsis programables y 65536 de aprendizaje,
que recuerdan las neuronas a las que se asocian.
@@ -259,15 +273,22 @@ Systems of Neuromorphic Adaptive Plastic Scalable Electronics
\end_layout
\begin_layout Standard
-El proyecto WATSON de IBM entiende preguntas en cualquier idioma, busca
- respuestas en su base de datos y elige la más plausible en menos de 3 segundos
- con un enfoque multialgorítmico, capaz de aprendizaje por observación de
- respuestas.
+El proyecto
+\lang english
+WATSON
+\lang spanish
+ de IBM entiende preguntas en cualquier idioma, busca respuestas en su base
+ de datos y elige la más plausible en menos de 3 segundos con un enfoque
+ multialgorítmico, capaz de aprendizaje por observación de respuestas.
Gano contra campeones humanos en el concurso televisivo
\begin_inset Quotes cld
\end_inset
-Jeopardy!
+
+\lang english
+Jeopardy
+\lang spanish
+!
\begin_inset Quotes crd
\end_inset
@@ -278,8 +299,10 @@ Jeopardy!
La IA se usa para recomendar música, películas, libros, noticias, sitios
web; filtrar
\emph on
+\lang english
spam
\emph default
+\lang spanish
; ayudar a detectar fraude; buscar rutas en GPS; reconocer el habla, la
escritura, dibujos, imágenes; así como en domótica, conducción, navegación,
sillas de ruedas, asistentes personales, aspiradoras, exploración del espacio,