“AÑO DEL DIÁLOGO Y RECONCILIACIÓN NACIONAL”

UNIVERSIDAD CATÓLICA SEDES SAPIENTIAE

Facultad de Ciencias Económicas y Comerciales

Administración y Negocios Internacionales

VII ciclo

Inteligencia Artificial

Integrantes:

Alvarado Cherrez Susana Carolina

Calle Jimenez Anderson Daniel

Culcas López Cinthia Paola

Hernández Núñez Paula Pierina

Prof.: Magister Jorge Massaro Barragán Marín.

Chulucanas, 6 de Junio del 2018.

El presente trabajo está dedicado:

A Dios, forjador de nuestras vidas, quien nos acompaña y nos guía en durante el camino

de la vida para seguir nuestros sueños; a nuestros padres por su incondicional apoyo día a día;

y a nuestro docente del curso que nos brinda sus conocimientos que nos ayudan a crecer

profesionalmente.

II
 Agradecimiento

Nuestro más grande agradecimiento:

A Dios, por el maravilloso don de la vida.

A nuestros padres, por su comprensión y confianza durante este proceso de nuestra

formación académica.

A nuestro docente del curso, por su gran dedicación, esmero y comprensión.

III
 Índice

Dedicatoria ........................................................................................................................... II

Agradecimiento ................................................................................................................... III

Introducción .......................................................................................................................... 2

Capítulo I: Metodología ........................................................................................................ 3

1.1. Objetivos .............................................................................................................. 3

1.1.1. Objetivo general. .............................................................................................. 3

1.1.2. Objetivos específicos........................................................................................ 3

1.2. Justificación ......................................................................................................... 3

Capítulo II: Antecedentes de la IA ........................................................................................ 4

2.1. Génesis de la Inteligencia Artificial (1943 – 1955) ............................................. 4

2.2. Nacimiento de la Inteligencia Artificial (1956) ................................................... 5

2.3. Una dosis de realidad (1966 – 1973) ................................................................... 5

2.4. La IA se convierte en ciencia (desde 1980 hasta el presente) .............................. 6

Capítulo III: Marco teórico – conceptual .............................................................................. 7

3.1. Inteligencia artificial ............................................................................................ 7

3.2. Áreas de aplicación .............................................................................................. 7

3.3. Ventajas y desventajas de la IA ........................................................................... 8

3.3.1. Ventajas. ........................................................................................................... 8

3.3.2. Desventajas....................................................................................................... 8

Capítulo IV: Enfoques y ramas de la IA ............................................................................... 9

4.1. Enfoques de la IA................................................................................................. 9

IV
 a. Simulación del cerebro. ....................................................................................... 9

b. Simbólicos y sub-simbólicos. .............................................................................. 9

c. Estadísticos. ....................................................................................................... 10

4.2. Ramas de la IA ................................................................................................... 10

Capítulo V: Caso práctico ................................................................................................... 14

5.1. La habitación China (1980) – Jhon Searle ......................................................... 14

Conclusiones ....................................................................................................................... 15

Bibliografía ......................................................................................................................... 16

V
 Introducción

La inteligencia artificial empezó como el resultado de la investigación en psicología

cognitiva donde existen teorías sobre la conducta, bases del comportamiento racional y la

representación de los estímulos externos y lógica matemática; donde las bases filosóficas

necesitan reglas formales y la filosofía debate sobre la posibilidad de una inteligencia

mecánica. Con el tiempo, se ha enfocado sobre una explicación del trabajo mental y

construcción de algoritmos de solución a problemas de propósito general.

Así mismo, es considerada como una combinación de la ciencia del computador y la

filosofía; tan general y amplio como eso, es que reúne varios campos, todos los cuales tienen

en común la creación de máquinas que pueden pensar, “Robots”.

Por lo tanto, está relacionada con el desarrollo de métodos y algoritmos que permitan

comportarse a las computadoras de modo inteligente.

En el presente trabajo, se ha considerado desarrollar: sus antecedentes, definiciones, sus

enfoques y ramas, y un caso que aplicativo sobre la Inteligencia Artificial.

2
 Capítulo I: Metodología

1.1. Objetivos

1.1.1. Objetivo general.

Dar a conocer todo lo relacionado con la Inteligencia Artificial, como: sus antecedentes,

conceptos, enfoques y técnicas, y su respectiva aplicación mediante un caso práctico.

1.1.2. Objetivos específicos.

1. Conocer los antecedentes históricos de la Inteligencia Artificial.

2. Comprender el marco teórico – conceptual de la Inteligencia Artificial.

3. Identificar los enfoques y técnicas de la Inteligencia Artificial.

4. Analizar la implicancia de la Inteligencia Artificial a través de un caso práctico.

1.2. Justificación

Realizamos este trabajo, con la finalidad de comprender y transmitir nuevos

conocimientos a nuestros compañeros de clase; acerca de lo que es la Inteligencia Artificial,

dado que, la globalización ha traído consigo el desarrollo de muchas ciencias, siendo una de

ellas la informática; ésta, es aquella que no sólo da la posibilidad de analizar problemas, sino

que también permite resolverlos, mediante la construcción de diversos sistemas en los

computadores, ya sea a través de hardware o software, los cuáles se asimilan al

comportamiento de un sistema humano.

Entendiéndolo así, se asume que la IA involucra a muchos campos de investigación y

desarrollo, tales como: robótica, visión artificial, resolución de problemas, sistemas expertos,

traducción automática, entre otros.

3
 Capítulo II: Antecedentes de la IA

En 1843, Lady Ada Augusta Byron, patrocinadora de Charles Babbage planteó el asunto

de si la máquina de Babbage podía "pensar".

Los primeros problemas que se trató de resolver fueron puzzles, juegos de ajedrez, traducción

de textos a otro idioma.

Durante la II Guerra Mundial Norbert Wiener y John Von Neumann establecieron los

principios de la cibernética en relación con la realización de decisiones complejas y control

de funciones en máquinas.

2.1. Génesis de la Inteligencia Artificial (1943 – 1955)

Warren McCulloch y Walter Pitts (1943) han sido reconocidos como los autores del primer

trabajo de IA. Partieron de tres fuentes: conocimientos sobre la fisiología básica y

funcionamiento de las neuronas en el cerebro, el análisis formal de la lógica preposicional de

Russell y Whitehead y la teoría de la computación de Turing. Es por esto que se consideran los

eventos más importantes en el origen de la IA (S. & P. , 2008)

Los primeros investigadores de esta innovadora ciencia, tomaron como base la neurona

formalizada de McCulloch y postulaban que:

"El cerebro es un solucionador inteligente de problemas, de modo que imitemos al

cerebro" (Moreno, Valencia, Cárdenas, & Villa, 2007, pág. 184)

Pero si consideramos la enorme complejidad del mismo esto es ya prácticamente

imposible, ni que mencionar que el hardware de la época ni el software estaban a la altura

para realizar semejantes proyectos.

Se comenzó a considerar el pensamiento humano como una coordinación de tareas

simples relacionadas entre sí mediante símbolos. Se llegaría a la realización de lo que ellos

consideraban como los fundamentos de la solución inteligente de problemas, pero lo difícil

estaba todavía sin empezar, unir entre sí estas actividades simples.

4
 Es en los años 50 cuando se logra realizar un sistema que tuvo cierto éxito, se llamó el

Perceptrón de Rossenblatt. Éste era un sistema visual de reconocimiento de patrones en el

cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de problemas,

pero estas energías se diluyeron enseguida.

2.2. Nacimiento de la Inteligencia Artificial (1956)

En 1956 se propone a la Inteligencia Artificial como una disciplina que buscaba reproducir

comportamiento inteligente con la ayuda de una máquina. “Esto se realizó en un Congreso

sobre Informática Teórica en EEUU, en el que se definió el concepto de Inteligencia

Artificial, como una nueva rama de la informática con entidad propia” (Pino, Gómez, &

Abajo).

Los primeros años de la IA estuvieron llenos de éxitos (aunque con ciertas limitaciones).

Teniendo en cuenta lo primitivo de los computadores y las herramientas de programación de

aquella época, “(…) y el hecho de que sólo unos pocos años antes, a los computadores se les

consideraba como artefactos que podían realizar trabajos aritméticos y nada más, resultó

sorprendente que un computador hiciese algo remotamente inteligente” (S. & P. , 2008).

2.3. Una dosis de realidad (1966 – 1973)

Desde el principio, los investigadores de IA hicieron públicas, sin timidez, predicciones

sobre el éxito que les esperaba. Con frecuencia, se cita el siguiente comentario realizado por

Herbert Simón en 1957:

“Sin afán de sorprenderlos y dejarlos atónitos, pero la forma más sencilla que tengo de re

sumirlo es diciéndoles que actualmente en el mundo existen máquinas capaces de pensar,

aprender y crear. Además, su aptitud para hacer lo anterior aumentará rápidamente hasta que

(en un futuro previsible) la magnitud de problemas que serán capaces de resolver irá a la par

que la capacidad de la mente humana para hacer lo mismo.”

5
 El primer tipo de problemas surgió porque la mayoría de los primeros programas contaban

con poco o ningún conocimiento de la materia objeto de estudio; obtenían resultados gracias

a sencillas manipulaciones sintácticas.

La realidad es que para traducir es necesario contar con un conocimiento general sobre el

tema, que permita resolver ambigüedades y así, precisar el contenido de una oración. La

famosa re-traducción del ruso al inglés de la frase «el espíritu es fuerte pero la carne es

débil», cuyo resultado fue «el vodka es bueno pero la carne está podrida» es un buen ejemplo

del tipo de dificultades que surgieron.

El segundo problema fue que muchos de los problemas que se estaban intentando resolver

mediante la IA eran intratables. La mayoría de los primeros programas de IA resolvían

problemas experimentando con diversos pasos hasta que se llegara a encontrar una solución.

El tercer obstáculo se derivó de las limitaciones inherentes a las estructuras básicas que se

utilizaban en la generación de la conducta inteligente. “Por ejemplo, en 1969, en el libro de

Minsky y Papert, Perceptrons, se demostró que si bien era posible lograr que los perceptrones

(una red neuronal simple) aprendieran cualquier cosa que pudiesen representar, su capacidad

de representación era muy limitada” (Velasco, 2018).

2.4. La IA se convierte en ciencia (desde 1980 hasta el presente)

En 1982 por McDermott se creó el primer sistema experto comercial llamado R1 el cual

utilizaba la elaboración de pedidos informáticos, 4 años más tarde R1 representó un ahorro de

aproximadamente 40 millones de dólares al año y en 1988 la inteligencia artificial distribuía

más de 40 sistemas expertos. En la pelea de Japón y EEUU, por quién investigaba y

desarrollaba más en la IA, ésta pertenecía a un proyecto que involucraba diseño de chips y la

relación del ser humano con las máquinas (García, 2018)

6
 Capítulo III: Marco teórico – conceptual

3.1. Inteligencia artificial

Para entender mejor el concepto de inteligencia artificial se ha creído conveniente conocer

lo que es básicamente la palabra inteligencia y asimismo la palabra artificial.

Según (RAE, 2017) inteligencia, es la potencia intelectiva, la facultad de conocer o

entender. Es el grado que el individuo puede resolver una situación o problema. Además está

basada en el nivel de conocimientos individuales y en la habilidad de manipular los

conocimientos en base a los datos que se proporcionan como requerimientos para resolver

una situación.

Por otro lado a lo artificial se le entiende a lo hecho por mano y arte del hombre, es decir

algo falso, no natural. (RAE, 2017)

Entonces, la inteligencia artificial es una de las áreas más fascinantes de las ciencias de la

computación ya que ha tomado a la inteligencia como la característica universalmente

aceptada para diferenciar a los humanos de criaturas inanimadas.

La IA es la rama de la ciencia que se encarga del estudio de la inteligencia en elementos

artificiales y, desde el punto de vista de la ingeniería, propone la creación de elementos que

posean un comportamiento inteligente. Dicho de otra forma, la IA pretende construir sistemas

y máquinas que presenten un comportamiento que si fuera llevado a cabo por una persona, se

diría que es inteligente. (Romero, Dafonte y Gomez, 2007, pág. 10).

3.2. Áreas de aplicación

Según (Escolano, Cazoría, Galipienso y Colomina, 2003) diversas son las áreas donde se

presentan en mayor o menor medida. A continuación se hace una breve definición acerca de

algunas de estas áreas:

a) Tratamiento de lenguajes naturales. En este campo se engloba aplicaciones que

realicen traducciones entre idiomas, interfaces hombre-máquina que permitan

interrogar una base de datos o dar órdenes a un sistema operativo.

7
 b) Sistemas expertos: En esta área se engloban aquellos sistemas donde la experiencia de

personal cualificado se incorpora a dichos sistemas para conseguir deducciones más

cercanas a la realidad.

c) Robótica: Navegación de robots móviles, control de brazos de robots, ensamblaje de

piezas, etc.

d) Problemas de percepción: Visión y habla. Reconocimiento de objetos y del habla,

detección de defectos en piezas por medio de visión, apoyo en diagnósticos médicos,

etc.

e) Aprendizaje: Modelización de conductas para su posterior implantación en

computadoras.

3.3. Ventajas y desventajas de la IA

3.3.1. Ventajas.

a. Reduce costos y salarios adicionales.

b. Ha desarrollado aplicaciones que realizan tareas que el hombre nunca hubiera podido

hacer.

c. Las posibilidades de error son casi nulas y se obtiene mayor precisión.

d. Puede predecir situaciones a largo plazo.

3.3.2. Desventajas.

a. Por ser software, requiere de constantes actualizaciones (mantenimiento).

b. El uso irracional y exagerado de ésta tecnología, puede llevar a la dominación de las

máquinas sobre el hombre, o llegar a depender de ellas.

c. Realizar una serie de sistemas expertos, requiere de mucho tiempo y dinero.

8
 Capítulo IV: Enfoques y ramas de la IA

4.1. Enfoques de la IA

Los diferentes enfoques de la inteligencia artificial se pueden clasificar en tres grupos

distintos:

a. Simulación del cerebro.

Fue restablecido en 1980. Esto condujo a la creación de sistemas de sub-simbólica, “Los

enfoques de Inteligencia Artificial”, los cuales giraban en torno a la combinación de pensar

con la mente más de base necesaria para el movimiento y la auto-preservación, dichos

modelos habilitados se relacionan con el entorno que rodea a los datos en su memoria de

almacenamiento. Es decir, que el enfoque estadístico desarrollado en 1990 ayudó a pulir tanto

la inteligencia artificial, que se acerca a lo simbólico y sub-simbólico, mediante algoritmos

matemáticos sofisticados para determinar el curso de acción más probable que resulte en el

éxito de la máquina. Esta investigación se ocupa a menudo de desarrollar la inteligencia

artificial utilizando los principios de todos los enfoques. (Turing, pág. 1980 y 1990)

b. Simbólicos y sub-simbólicos.

Pueden clasificarse en los siguientes grupos:

 Estimulación cognitiva

 Inteligencia basado en la lógica

 La caída de la inteligencia

Consiste, básicamente, en el conocimiento bajo el enfoque simbólico, mientras que de

abajo hacia arriba y las teorías de inteligencia computacional; lo han identificado como 'sub-

inteligencia artificial simbólica´. Durante años en la investigación y aplicación de estas

teorías llevaron a la formación de criterios integrados, combinando los principios de varias

escuelas de pensamiento para generar sistemas más sofisticados de inteligencia artificial (IA).

(pág. inteligencia artificial)

9
 c. Estadísticos.

A mediados 1950 a 1960, los investigadores de la inteligencia artificial han tratado de

simplificar la inteligencia humana en la manipulación de símbolos, en la creencia de la

capacidad de los seres humanos para aprender y capacidad de reconocer objetos que giran en

torno a la interpretación y reinterpretación de objetos como símbolos básicos. Una silla, por

ejemplo, podría simplificarse en un símbolo que define cómo el sujeto para sentarse.

(enfoques). Este símbolo puede entonces ser manipulado y proyectar sobre otros objetos. Los

investigadores fueron capaces de crear una serie de enfoques flexibles y dinámicas de

inteligencia artificial, así como, la integración de este enfoque simbólico en el desarrollo de la

IA. (Turing, 1950 y 1960)

La capacidad de simular diferentes enfoques cognitivos a los desarrolladores de

pensamiento simbólico de inteligencia artificial permitió crear, en base a la lógica y la

inteligencia basada en el conocimiento. El enfoque basado en la lógica, trabajó en los

fundamentos de ésta, se centró casi y exclusivamente en la resolución de problemas en lugar

de replicar la capacidad de pensamiento similar a la de los humanos; y, finalmente, se ha

compensado con una lógica "desaliñada", que ha tenido en cuenta el hecho de que las

soluciones se pueden encontrar fuera de un algoritmo de lógica dada. Mientras que, la

inteligencia basada en el conocimiento, por el contrario, se aprovechó de la capacidad de un

equipo para almacenar, procesar y recuperar grandes cantidades de datos para proporcionar

soluciones a los problemas.

4.2. Ramas de la IA

Según (Pazos, y otros, 2007) la IA utiliza diversas herramientas en la solución de

problemas, dichas herramientas se presentan en distintas técnicas, las cuáles proveen

elementos fundamentales a la IA; entre las principales, se destacan:

10
a. Robótica: tiene por objetivo diseñar y desarrollar máquinas que sean capaces de

realizar procesos mecánicos y manuales mediante la interacción de un sistema de

control y un sistema sensorial con el que cuentan, permitiendo así, responder a los

cambios que surgen en el entorno del mundo real; es decir, la construcción de robots

inteligentes capaces de funcionar con autonomía, los cuales se realizan teniendo

presente ciertas capacidades como:

 La percepción básica, aquella que implica: la visión, capacidad de identificar y

reconocer sonidos, habilidad para identificar olores y el sentido del tacto.

 La función motriz, comprende la habilidad de moverse de forma autónoma y la

manipulación de símbolos.

Dado que se ocupa de tares motrices y perceptuales, es vista como una conexión

inteligente entre la percepción y la acción.

b. Redes Neuronales: son sistemas compuestos por estructuras de red con gran número

de conexiones entre diferentes capas de procesadores, los cuales a su vez tienen

asignadas diferentes funciones; es decir, que estos procesadores tienen la capacidad

para efectuar una labor de aprendizaje por la reproducción de las salidas de un

conjunto de señales.

Por lo tanto, éstas constituyen una tecnología que trata con éxito problemas clásicos

de la IA, enfatizándose en el reconocimiento de formas y de la palabra hablada; de tal

manera que pueden seguir funcionando aunque se destruyan algunas de sus neuronas, lo

cual le es atribuido a su estructura de red.

c. Sistemas Expertos: denominados también como Sistemas basados en el

Conocimiento, éstos almacenan el conocimiento de expertos para un determinado

campo y dan una solución mediante la deducción lógica de conclusiones técnicas

11
 sobre materias especializadas; todo ello se realiza desarrollando un software que imite

el comportamiento de un experto humano en la solución de un problema.

Por otro lado, éstos son sistemas que estudian la simulación de los procesos

intelectuales de los expertos humanos que les permiten interactuar con objetos del

mundo real y llevar a cabo tareas de forma precisa, rápida y cómoda, semejantes a las

tareas propias de un ser humano; a través del procesamiento de información y las

técnicas para la solución de problemas.

d. Algoritmos genéticos: aquellos que tratan de imitar el proceso de selección natural,

por medio del cual los individuos aptos logran sobrevivir y logran mantener sus

mejores características para las generaciones posteriores. Normalmente, trabajan sobre

la representación de una posible solución a un problema dado; y para medir la

oportunidad de solución, se crea una función de aptitud que califica las soluciones

propuestas.

Así mismo, se pueden considerar como un procedimiento de búsqueda y

optimización, basado en mecanismos genéticos de selección natural de los seres vivos.

La aplicación más común de éstos, ha sido la solución de optimización, en donde se

ha demostrado confianza y eficiencia.

e. Búsqueda de soluciones: se considera una de las más eficientes en la solución de

problemas, ya que proporciona una forma de resolverlos en la que no se dispone de un

método tan directo como una estructura con técnicas directas existentes; ésta es

utilizada para escoger una rama con mayor posibilidad de éxito y establecer el número

de soluciones exploradas; es decir, que su objetivo es encontrar los mecanismos de

deducción, y buscar soluciones que faciliten la resolución de un problema, cuando no

existe un método directo.

12
 Por ello, cuando se tienen problemas complejos y se está realizando una búsqueda en

el espacio de soluciones, se encuentra que cada vez que se toma una decisión se abren

nuevas posibilidades para futuras decisiones.

f. Representación del conocimiento: consiste en la elaboración de métodos y técnicas

cada vez más eficientes que permitan organizar los conocimientos que el sistema en

cuestión utilizará para poder brindar solución a la diversa gama de problemas que se

presenten.

Un sistema de representación del conocimiento se expone a la resolución de

problemas anexos, tales como:

 La extracción del conocimiento de quien lo posee.

 Su formalización de un determinado sistema de representación.

 Si hace falta, la posibilidad de crear el mencionado conocimiento o modificar

el conocimiento existente, gracias a la interacción del sistema de IA con el

entorno.

g. Reconocimiento de patrones: consiste en medir el parecido entre formas y su

comparación cuantitativa, es decir, es un método formal para medir el parecido o

similitud entre dos formas, o fenómenos que representan cierta regularidad.

Así mismo, trata de diferentes técnicas de clasificación para identificar los subgrupos

con características comunes en cada grupo, y con el grado de asociación se obtiene

una conclusión diferente.

h. Procesamiento del lenguaje natural: también llamado lenguaje ordinario, es aquel

que utiliza una comunidad lingüística con el fin primario de la comunicación, y se ha

construido con reglas y convenciones lingüísticas durante el período de constitución

histórica de nuestra sociedad. Es decir a través del lenguaje natural surge el fenómeno

de la comunicación y por ende es una forma de transmitir el conocimiento.

13
 Capítulo V: Caso práctico

5.1. La habitación China (1980) – Jhon Searle

J. Searle, eminente filósofo de la Universidad de Berkeley, propone un sencillo

experimento mental para demostrar que un sistema de IA no puede poseer conciencia.

Imaginemos que encierran al mismo Searle en una habitación donde hay fichas con símbolos

chinos y unos cuadernos con reglas en inglés de cómo manipularlas. Fuera de la habitación

hay un grupo de hablantes de chino nativos, que le hacen preguntas por escrito. Searle dentro

de la habitación emplea el manual en inglés para correlacionar los signos chinos de entrada

con otro conjunto de signos y responde, empleando las «fichas de respuesta». Desde el punto

de vista de las personas fuera de la habitación, las respuestas que da Searle no se pueden

distinguir de las de un hablante de chino. Sin embargo, la persona dentro no tiene ni idea –

sólo está manipulando símbolos formales, carentes de significado. Searle dice: «Es bastante

obvio que no entiendo ni una palabra en chino, aun teniendo la entrada y salida idéntica a la

de un hablante nativo. Del mismo modo podría ejecutar cualquier otro tipo de instrucciones

formales (programa), sin entender nada.»

En consecuencia, cualquier simulación de un fenómeno mental humano no deja de ser una

simulación. No importa lo inteligente que parezca la conducta de un ordenador. Como los

símbolos que manipula carecen de significado para él, no puede considerarse que es

realmente inteligente. No piensa de verdad. Sus procesos internos son puramente sintácticos,

el sistema no asocia ningún significado a los símbolos y, por lo tanto, no puede tener estados

mentales intencionales.

14
 Conclusiones

La Inteligencia Artificial, ha tenido una evolución significativa, venciendo obstáculos y

ganando importancia a medida que ésta evolucionaba. Al el paso del tiempo se han visto los

cambios y el gran progreso, y hoy en día es utilizada para resolver problemas en corto

tiempo.

La IA, es aquella que simula el comportamiento y/o inteligencia humana, ya sea mediante

robots o diferentes máquinas que ayudan de alguna u otra manera a desarrollar las actividades

de los seres humanos. Sin embargo, la IA no siempre es buena, pues ésta puede traspasar a lo

largo del tiempo a la raza humana, debido al uso exagerado e irracional.

Los enfoques se relacionan con el entorno que rodea a los datos, para determinar el curso

de acción más probable que resulte en el éxito de la máquina; apoyándose en: la estimulación

cognitiva, la inteligencia basada en la lógica y la caída de la inteligencia. Mientras que las

ramas de la IA, plantean herramientas, mediante técnicas que proveen elementos

fundamentales, como: robótica, redes neuronales, sistemas expertos, algoritmos genéticos,

búsqueda de soluciones, entre otras.

15
 Bibliografía

enfoques. (s.f.).

Escolano, Cazoría, Galipienso y Colomina. (2003). Inteligencia artificial: Modelos, técnicas

y áreas de aplicación. Ciudad de Mexico: Universidad de Alicante.

García, A. (31 de Mayo de 2018). Google Book. Obtenido de Google Book Web site:

[Link]

Moreno, G., Valencia, J. A., Cárdenas, C. A., & Villa, W. M. (2007). Fundamentos e

ingeniería de las puestas a tierra: Respuestas ante fallas elécticas y rayos. Antioquia:

Univeridad de Antioquia.

Pazos, A., Pedreira, N., Rabuñal, J. R., Pereira, J., Hernández, J. A., Dorado, J., . . .

Fernández, F. (2007). Inteligencia Artificial y Computación Avanzada. (J. J. Romero

Cardalda, C. Dafonte Vásquez, Á. Gómez García, & F. J. Penousal Martins Machado,

Edits.) Santiago de Compostela, La Coruña, España: Fundación Alfredo Brañas.

Pino, R., Gómez, A., & Abajo, N. (5 de Mayo de 31). Gogle Libros. Obtenido de Gogle

Libros Web site: [Link]

RAE. (2017). Diccionario de la Real Academia Española. España.

Romero, Dafonte y Gomez. (2007). Inteligencia artificial y computación avanzada. Santiago

de Compostela: FUNDACION ALFREDO BRAÑAS.

S., R., & P. , N. (2008). Inteligencia Artificial Un Enfoque Moderno. Segunda Edición.

España: Pearson Education.

Turing. (s.f.). inteligencia artificial.

Turing. (1950 y 1956). Enfoques de la inteligencia artificial. 12.

Turing. (1950 y 1960).

Velasco, J. (31 de Mayo de 2018). Obtenido de

[Link]

16
17