Inteligencia artificial

rama de la informática que desarrolla

máquinas y software con inteligencia
similar a la humana

La inteligencia artificial (IA) es la

inteligencia llevada a cabo por máquinas.
En ciencias de la computación, una
máquina «inteligente» ideal es un agente
flexible que percibe su entorno y lleva a
cabo acciones que maximicen sus
posibilidades de éxito en algún objetivo o
tarea.[1] Coloquialmente, el término
inteligencia artificial se aplica cuando una
máquina imita las funciones «cognitivas»
que los humanos asocian con otras
mentes humanas, como por ejemplo:
«percibir», «razonar», «aprender» y
«resolver problemas».[2] Andreas Kaplan y
Michael Haenlein definen la inteligencia
artificial como «la capacidad de un
sistema para interpretar correctamente
datos externos, para aprender de dichos
datos y emplear esos conocimientos para
lograr tareas y metas concretas a través
de la adaptación flexible».[3] A medida que
las máquinas se vuelven cada vez más
capaces, tecnología que alguna vez se
pensó que requería de inteligencia se
elimina de la definición. Por ejemplo, el
reconocimiento óptico de caracteres ya no
se percibe como un ejemplo de la
«inteligencia artificial» habiéndose
convertido en una tecnología común.[4]
Avances tecnológicos todavía clasificados
como inteligencia artificial son los
sistemas de conducción autónomos o los
capaces de jugar al ajedrez o al Go.[5]

Según Takeyas (2007) la IA es una rama

de las ciencias computacionales
encargada de estudiar modelos de
cómputo capaces de realizar actividades
propias de los seres humanos con base en
dos de sus características primordiales: el
razonamiento y la conducta.[6]

En 1956, John McCarthy acuñó la

expresión «inteligencia artificial», y la
definió como «la ciencia e ingenio de
hacer máquinas inteligentes,
especialmente programas de cómputo
inteligentes».[7]

También existen distintos tipos de

percepciones y acciones, que pueden ser
obtenidas y producidas, respectivamente,
por sensores físicos y sensores
mecánicos en máquinas, pulsos eléctricos
u ópticos en computadoras, tanto como
por entradas y salidas de bits de un
software y su entorno software.

Varios ejemplos se encuentran en el área

de control de sistemas, planificación
automática, la habilidad de responder a
diagnósticos y a consultas de los
consumidores, reconocimiento de
escritura, reconocimiento del habla y
reconocimiento de patrones. Los sistemas
de IA actualmente son parte de la rutina
en campos como economía, medicina,
ingeniería, el transporte, las
comunicaciones y la milicia, y se ha usado
en gran variedad de aplicaciones de
software, juegos de estrategia, como
ajedrez de computador, y otros
videojuegos.

Categorías
Stuart J. Russell y Peter Norvig diferencian
varios tipos de inteligencia artificial:[8]

Sistemas que piensan como humanos.-

Estos sistemas tratan de emular el
pensamiento humano; por ejemplo las
redes neuronales artificiales. La
automatización de actividades que
vinculamos con procesos de
pensamiento humano, actividades
como la toma de decisiones, resolución
de problemas y aprendizaje.[9]
Sistemas que actúan como humanos.-
Estos sistemas tratan de actuar como
humanos; es decir, imitan el
comportamiento humano; por ejemplo
la robótica. El estudio de cómo lograr
que los computadores realicen tareas
que, por el momento, los humanos
hacen mejor.[10]
Sistemas que piensan racionalmente.-
Es decir, con lógica (idealmente), tratan
de imitar el pensamiento racional del ser
humano; por ejemplo los sistemas
expertos. El estudio de los cálculos que
hacen posible percibir, razonar y
actuar.[11]
 Sistemas que actúan racionalmente.–
Tratan de emular de forma racional el
comportamiento humano; por ejemplo
los agentes inteligentes. Está
relacionado con conductas inteligentes
en artefactos.[12]

Escuelas de pensamiento
La IA se divide en dos escuelas de
pensamiento:

La inteligencia artificial convencional.

La inteligencia computacional.

Inteligencia artificial convencional …

Se conoce también como IA simbólico-
deductiva. Está basada en el análisis
formal y estadístico del comportamiento
humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda

a tomar decisiones mientras se
resuelven ciertos problemas concretos
y, aparte de que son muy importantes,
requieren de un buen funcionamiento.
Sistemas expertos: Infieren una
solución a través del conocimiento
previo del contexto en que se aplica y
ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones
mediante inferencia probabilística.
 Inteligencia artificial basada en
comportamientos: Esta inteligencia
contiene autonomía y puede auto-
regularse y controlarse para mejorar.
Smart process management: Facilita la
toma de decisiones complejas,
proponiendo una solución a un
determinado problema al igual que lo
haría un especialista en dicha actividad.

Inteligencia artificial computacional …

La Inteligencia Computacional (también

conocida como IA subsimbólica-inductiva)
implica desarrollo o aprendizaje
interactivo (por ejemplo, modificaciones
interactivas de los parámetros en
sistemas de conexiones). El aprendizaje
se realiza basándose en datos empíricos.

Inteligencia artificial en América

Latina
…

Los países latinoamericanos tienen la

capacidad para aprovechar todo el
potencial de la IA, sin embargo, debido a
las limitaciones sociales y económicas, se
ha realizado poca inversión en el gobierno,
la industria y la investigación para avanzar
en IA. Esto es una desventaja, ya que la IA
es una tecnología importante y
fundamental en la cuarta revolución
industrial, y dada su naturaleza
multipropósito, poder exponencial y
capacidad predictiva podría ser una
herramienta importante para abordar
diversos desafíos que afectan el
desarrollo de la región.[13]

Historia
El término «inteligencia artificial» fue
acuñado formalmente en 1956 durante
la conferencia de Dartmouth, pero para
entonces ya se había estado trabajando
en ello durante cinco años en los cuales
se había propuesto muchas definiciones
distintas que en ningún caso habían
logrado ser aceptadas totalmente por la
comunidad investigadora. La IA es una
de las disciplinas más nuevas junto con
la genética moderna.
Las ideas más básicas se remontan a
los griegos, antes de Cristo. Aristóteles
(384-322 a. C.) fue el primero en
describir un conjunto de reglas que
describen una parte del funcionamiento
de la mente para obtener conclusiones
racionales, y Ctesibio de Alejandría
(250 a. C.) construyó la primera
máquina autocontrolada, un regulador
del flujo de agua (racional pero sin
razonamiento).
En 1315 Ramon Llull en su libro Ars
magna tuvo la idea de que el
razonamiento podía ser efectuado de
manera artificial.
En 1936 Alan Turing diseña
formalmente una Máquina universal que
demuestra la viabilidad de un
dispositivo físico para implementar
cualquier cómputo formalmente
definido.
En 1943 Warren McCulloch y Walter
Pitts presentaron su modelo de
neuronas artificiales, el cual se
considera el primer trabajo del campo,
aun cuando todavía no existía el
término. Los primeros avances
importantes comenzaron a principios
del año 1950 con el trabajo de Alan
Turing, a partir de lo cual la ciencia ha
pasado por diversas situaciones.
En 1955 Herbert Simon, Allen Newell y
J. C. Shaw, desarrollan el primer
lenguaje de programación orientado a la
resolución de problemas, el IPL-11. Un
año más tarde desarrollan el
LogicTheorist, el cual era capaz de
demostrar teoremas matemáticos.
En 1956 fue inventado el término
inteligencia artificial por John McCarthy,
Marvin Minsky y Claude Shannon en la
Conferencia de Dartmouth, un congreso
en el que se hicieron previsiones
triunfalistas a diez años que jamás se
cumplieron, lo que provocó el abandono
casi total de las investigaciones durante
quince años.
En 1957 Newell y Simon continúan su
trabajo con el desarrollo del General
Problem Solver (GPS). GPS era un
sistema orientado a la resolución de
problemas.
En 1958 John McCarthy desarrolla en el
Instituto de Tecnología de
Massachusetts (MIT) el LISP. Su
nombre se deriva de LISt Processor.
LISP fue el primer lenguaje para
procesamiento simbólico.
En 1959 Rosenblatt introduce el
Perceptrón.
A finales de la década de 1950 y
comienzos de la de 1960 Robert K.
Lindsay desarrolla «Sad Sam», un
programa para la lectura de oraciones
en inglés y la inferencia de conclusiones
a partir de su interpretación.
En 1963 Quillian desarrolla las redes
semánticas como modelo de
representación del conocimiento.
En 1964 Bertrand Raphael construye el
sistema SIR (Semantic Information
Retrieval) el cual era capaz de inferir
conocimiento basado en información
que se le suministra. Bobrow desarrolla
STUDENT.
A mediados de los años 60, aparecen
los sistemas expertos, que predicen la
probabilidad de una solución bajo un set
de condiciones. Por ejemplo DENDRAL,
iniciado en 1965 por Buchanan,
Feigenbaum y Lederberg, el primer
Sistema Experto, que asistía a químicos
en estructuras químicas complejas,
MACSYMA, que asistía a ingenieros y
científicos en la solución de ecuaciones
matemáticas complejas.
Posteriormente entre los años 1968-
1970 Terry Winograd desarrolló el
sistema SHRDLU, que permitía
interrogar y dar órdenes a un robot que
se movía dentro de un mundo de
bloques.
En 1968 Marvin Minsky publica
Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow
y Wally Feurzeig desarrollan el lenguaje
de programación LOGO.
En 1969 Alan Kay desarrolla el lenguaje
Smalltalk en Xerox PARC y se publica en
1980.
En 1973 Alain Colmenauer y su equipo
de investigación en la Universidad de
Aix-Marseille crean PROLOG (del
francés PROgrammation en LOGique) un
lenguaje de programación ampliamente
utilizado en IA.
En 1973 Shank y Abelson desarrollan
los guiones, o scripts, pilares de muchas
técnicas actuales en Inteligencia
Artificial y la informática en general.
En 1974 Edward Shortliffe escribe su
tesis con MYCIN, uno de los Sistemas
Expertos más conocidos, que asistió a
médicos en el diagnóstico y tratamiento
de infecciones en la sangre.
En las décadas de 1970 y 1980, creció el
uso de sistemas expertos, como MYCIN:
R1/XCON, ABRL, PIP, PUFF, CASNET,
INTERNIST/CADUCEUS, etc. Algunos
permanecen hasta hoy (Shells) como
EMYCIN, EXPERT, OPSS.
En 1981 Kazuhiro Fuchi anuncia el
proyecto japonés de la quinta
generación de computadoras.
En 1986 McClelland y Rumelhart
publican Parallel Distributed Processing
(Redes Neuronales).
En 1988 se establecen los lenguajes
Orientados a Objetos.
En 1997 Gari Kaspárov, campeón
mundial de ajedrez, pierde ante la
computadora autónoma Deep Blue.
En 2006 se celebró el aniversario con el
Congreso en español 50 años de
Inteligencia Artificial - Campus
Multidisciplinar en Percepción e
Inteligencia 2006.
En 2009 ya hay en desarrollo sistemas
inteligentes terapéuticos que permiten
detectar emociones para poder
interactuar con niños autistas.
En 2011 IBM desarrolló una
supercomputadora llamada Watson, la
cual ganó una ronda de tres juegos
seguidos de Jeopardy!, venciendo a sus
dos máximos campeones, y ganando un
premio de 1 millón de dólares que IBM
luego donó a obras de caridad.[14]
En 2016, un programa informático ganó
cinco a cero al triple campeón de
Europa de Go.[15]
Existen personas que al dialogar sin
saberlo con un chatbot no se percatan
de hablar con un programa, de modo tal
que se cumple la prueba de Turing
como cuando se formuló: «Existirá
Inteligencia Artificial cuando no seamos
capaces de distinguir entre un ser
humano y un programa de computadora
en una conversación a ciegas».
En el 2017 Alpha Go desarrollada por
Deep mind derrota 4-1 en una
competencia de Go al campeón mundial
Lee seedong, este suceso fue muy
mediático y marco un hito en la
historia[16]
Como anécdota, muchos de los
investigadores sobre IA sostienen que
«la inteligencia es un programa capaz
de ser ejecutado independientemente
de la máquina que lo ejecute,
computador o cerebro».
 En 2018, se lanza el primer televisor con
Inteligencia Artificial por parte de LG
Electronics con una plataforma
denominada ThinQ.
En 2019, Google presentó su Doodle en
que, con ayuda de la Inteligencia
Artificial, hace un homenaje a Johann
Sebastian Bach, en el que, añadiendo
una simple melodía de dos compases la
IA crea el resto.

Críticas
La «revolución digital» y, más concretamente, el
desarrollo de la inteligencia artificial, está suscitando
temores y preguntas, incluso en el ámbito de
personalidades relevantes en estas cuestiones. En
esta imagen, se observa a Bill Gates, exdirector
general de Microsoft; el citado y Elon Musk (director
general de Tesla) opinan que se debe ser «muy
cauteloso con la inteligencia artificial»; si tuviéramos
que «apostar por lo que constituye nuestra mayor
amenaza a la existencia», serían precisamente ciertas
aplicaciones sofisticadas del citado asunto, que
podrían llegar a tener derivaciones por completo
impensadas.

Las principales críticas a la inteligencia

artificial tienen que ver con su capacidad
de imitar por completo a un ser humano.
Sin embargo, hay expertos[cita requerida] en el
tema que indican que ningún humano
individual tiene capacidad para resolver
todo tipo de problemas, y autores como
Howard Gardner han teorizado sobre la
solución.

En los humanos, la capacidad de resolver

problemas tiene dos aspectos: los
aspectos innatos y los aspectos
aprendidos. Los aspectos innatos
permiten, por ejemplo, almacenar y
recuperar información en la memoria,
mientras que en los aspectos aprendidos
reside el saber resolver un problema
matemático mediante el algoritmo
adecuado. Del mismo modo que un
humano debe disponer de herramientas
que le permitan solucionar ciertos
problemas, los sistemas artificiales deben
ser programados de modo tal que puedan
llegar a resolverlos.

Muchas personas consideran que el test

de Turing ha sido superado, citando
conversaciones en que al dialogar con un
programa de inteligencia artificial para
chat, no saben que hablan con un
programa. Sin embargo, esta situación no
es equivalente a un test de Turing, que
requiere que el participante se encuentre
sobre aviso de la posibilidad de hablar con
una máquina.
Otros experimentos mentales como la
Habitación china, de John Searle, han
mostrado cómo una máquina podría
simular pensamiento sin realmente
poseerlo, pasando el test de Turing sin
siquiera entender lo que hace, tan solo
reaccionando de una forma concreta a
determinados estímulos (en el sentido
más amplio de la palabra). Esto
demostraría que la máquina en realidad no
está pensando, ya que actuar de acuerdo
con un programa preestablecido sería
suficiente. Si para Turing el hecho de
engañar a un ser humano que intenta
evitar que le engañen es muestra de una
mente inteligente, Searle considera
posible lograr dicho efecto mediante
reglas definidas a priori.

Uno de los mayores problemas en

sistemas de inteligencia artificial es la
comunicación con el usuario. Este
obstáculo es debido a la ambigüedad del
lenguaje, y se remonta a los inicios de los
primeros sistemas operativos
informáticos. La capacidad de los
humanos para comunicarse entre sí
implica el conocimiento del lenguaje que
utiliza el interlocutor. Para que un humano
pueda comunicarse con un sistema
inteligente hay dos opciones: o bien que el
humano aprenda el lenguaje del sistema
como si aprendiese a hablar cualquier otro
idioma distinto al nativo, o bien que el
sistema tenga la capacidad de interpretar
el mensaje del usuario en la lengua que el
usuario utiliza. También hay desperfectos
en las instalaciones de los mismos.

Un humano, durante toda su vida, aprende

el vocabulario de su lengua nativa o
materna, siendo capaz de interpretar los
mensajes (a pesar de la polisemia de las
palabras) utilizando el contexto para
resolver ambigüedades. Sin embargo,
debe conocer los distintos significados
para poder interpretar, y es por esto que
lenguajes especializados y técnicos son
conocidos solamente por expertos en las
respectivas disciplinas. Un sistema de
inteligencia artificial se enfrenta con el
mismo problema, la polisemia del lenguaje
humano, su sintaxis poco estructurada, y
los dialectos entre grupos.

Los desarrollos en inteligencia artificial

son mayores en los campos disciplinares
en los que existe mayor consenso entre
especialistas. Un sistema experto es más
probable que sea programado en física o
en medicina que en sociología o en
psicología. Esto se debe al problema del
consenso entre especialistas en la
definición de los conceptos involucrados y
en los procedimientos y técnicas a utilizar.
Por ejemplo, en física hay acuerdo sobre el
concepto de velocidad y cómo calcularla.
Sin embargo, en psicología se discuten los
conceptos, la etiología, la psicopatología, y
cómo proceder ante cierto diagnóstico.
Esto dificulta la creación de sistemas
inteligentes porque siempre habrá
desacuerdo sobre la forma en que debería
actuar el sistema para diferentes
situaciones. A pesar de esto, hay grandes
avances en el diseño de sistemas
expertos para el diagnóstico y toma de
decisiones en el ámbito médico y
psiquiátrico (Adaraga Morales, Zaccagnini
Sancho, 1994).
Al desarrollar un robot con inteligencia
artificial se debe tener cuidado con la
autonomía,[17] hay que tener cuidado en
no vincular el hecho de que el robot
interaccione con seres humanos a su
grado de autonomía. Si la relación de los
humanos con el robot es de tipo maestro
esclavo, y el papel de los humanos es dar
órdenes y el del robot obedecerlas,
entonces sí cabe hablar de una limitación
de la autonomía del robot. Pero si la
interacción de los humanos con el robot
es de igual a igual, entonces su presencia
no tiene por qué estar asociada a
restricciones para que el robot pueda
tomar sus propias decisiones. [18] Con el
desarrollo de la tecnología de inteligencia
artificial, muchas compañías de software
como el aprendizaje profundo y el
procesamiento del lenguaje natural han
comenzado a producirse y la cantidad de
películas sobre inteligencia artificial ha
aumentado. Stephen Hawking advirtió
sobre los peligros de la inteligencia
artificial y lo consideró una amenaza para
la supervivencia de la humanidad.[19]

Tecnologías de apoyo
Interfaces de usuario
Visión artificial

Aplicaciones de la
inteligencia artificial

Un asistente automático en línea dando servicio de

atención al cliente en un sitio web – una de las
muchas aplicaciones primitivas de la inteligencia
artificial.

Las técnicas desarrolladas en el campo de

la inteligencia artificial son numerosas y
ubicuas. Comúnmente cuando un
problema es resuelto mediante
inteligencia artificial la solución es
incorporada en ámbitos de la industria y
de la vida[20] diaria de los usuarios de
programas de computadora, pero la
percepción popular se olvida de los
orígenes de estas tecnologías que dejan
de ser percibidas como inteligencia
artificial. A este fenómeno se le conoce
como el efecto IA.[21]

Lingüística computacional
Minería de datos (Data Mining)
Industria
Medicina
Mundos virtuales
 Procesamiento de lenguaje natural
(Natural Language Processing)
Robótica
Mecatrónica
Sistemas de apoyo a la decisión
Videojuegos
Prototipos informáticos
Análisis de sistemas dinámicos
Simulación de multitudes
Sistemas Operativos
Automoción

Propiedad intelectual de la
inteligencia artificial
Al hablar acerca de la propiedad
intelectual atribuida a creaciones de la
inteligencia artificial se forma un debate
fuerte alrededor de si una máquina puede
tener derechos de autor. Según la
Organización Mundial de la Propiedad
Intelectual (OMPI), cualquier creación de
la mente puede ser parte de la propiedad
intelectual, pero no especifica si la mente
debe ser humana o puede ser una
máquina, dejando la creatividad artificial
en la incertidumbre.

Alrededor del mundo han comenzado a

surgir distintas legislaciones con el fin de
manejar la inteligencia artificial, tanto su
uso como creación. Los legisladores y
miembros del gobierno han comenzado a
pensar acerca de esta tecnología,
enfatizando el riesgo y los desafíos
complejos de esta. Observando el trabajo
creado por una máquina, las leyes
cuestionan la posibilidad de otorgarle
propiedad intelectual a una máquina,
abriendo una discusión respecto a la
legislación relacionada con IA.

El 5 de febrero de 2020, la Oficina del

Derecho de Autor de los Estados Unidos y
la OMPI asistieron a un simposio donde
observaron de manera profunda cómo la
comunidad creativa utiliza la inteligencia
artificial (AI) para crear trabajo original. Se
discutieron las relaciones entre la
inteligencia artificial y el derecho de autor,
qué nivel de involucramiento es suficiente
para que el trabajo resultante sea válido
para protección de derechos de autor; los
desafíos y consideraciones de usar inputs
con derechos de autor para entrenar una
máquina; y el futuro de la inteligencia
artificial y sus políticas de derecho de
autor.[22]

El Director General de la OMPI, Francis

Gurry, presentó su preocupación ante la
falta de atención que hay frente a los
derechos de propiedad intelectual, pues la
gente suele dirigir su interés hacia temas
de ciberseguridad, privacidad e integridad
de datos al hablar de la inteligencia
artificial. Así mismo, Gurry cuestionó si el
crecimiento y la sostenibilidad de la
tecnología AI nos guiaría a desarrollar dos
sistemas para manejar derechos de autor-
uno para creaciones humanas y otro para
creaciones de máquinas.[23]

Aún hay una falta de claridad en el

entendimiento alrededor de la inteligencia
artificial. Los desarrollos tecnológicos
avanzan a paso rápido, aumentando su
complejidad en políticas, legalidades y
problemas éticos que se merecen la
atención global. Antes de encontrar una
manera de trabajar con los derechos de
autor, es necesario entenderlo
correctamente, pues aún no se sabe cómo
juzgar la originalidad de un trabajo que
nace de una composición de una serie de
fragmentos de otros trabajos.

La asignación de derechos de autor

alrededor de la inteligencia artificial aún
no ha sido regulada por la falta de
conocimientos y definiciones. Aún hay
incertidumbre sobre si, y hasta que punto,
la inteligencia artificial es capaz de
producir contenido de manera autónoma y
sin ningún humano involucrado, algo que
podría influenciar si sus resultados
pueden ser protegidos por derechos de
autor.

El sistema general de derechos de autor

aún debe adaptarse al contexto digital de
inteligencia artificial, pues están centrados
en la creatividad humana. Los derechos de
autor no están diseñados para manejar
cualquier problema en las políticas
relacionado con la creación y el uso de
propiedad intelectual, y puede llegar a ser
dañino estirar excesivamente los derechos
de autor para resolver problemas
periféricos dado que:
“Usar los derechos de autor para gobernar
la inteligencia artificial es poco inteligente
y contradictorio con la función primordial
de los derechos de autor de ofrecer un
espacio habilitado para que la creatividad
florezca”[24]

La conversación acerca de la propiedad

intelectual tendrá que continuar hasta
asegurarse de que la innovación sea
protegida pero también tenga espacio
para florecer.

Véase también
Aprendiza Aprendiza automátic
je je o
Automatiz basada en Razonami
ación de humanos ento
los Dinámica automatiz
procesos de ado
de sistemas Red
negocio neuronal
ELIZA
Bot artificial
Inteligenci
conversac Singularid
a artificial
ional ad
fuerte
Cerebro tecnológic
Inteligenci
artificial a
a
Cibernétic computac Sistema
a ional complejo
Computac Inteligenci Sistema
ión a sintética dinámico
 Sistema AI box
inteligente

Referencias
1. Poole, David. «Computational
Intelligence: A Logical Approach» (en
inglés). Nueva York: Oxford University
Press. p. 1. Consultado el 13 de junio
de 2018.
2. , Russell y Norvig, 2009, p. 2.
3. «Andreas Kaplan; Michael Haenlein
(2019) Siri, Siri in my Hand, who's the
Fairest in the Land? On the
Interpretations, Illustrations and
Implications of Artificial Intelligence,
 Business Horizons, 62(1), 15-25» .
Archivado desde el original el 21 de
noviembre de 2018. Consultado el 13
de noviembre de 2018.
4. Schank, Roger C. (1991). «Where's the
AI» (PDF). AI Magazine (en inglés) 12
(4): 38.
5. Kaplan, Andreas; Haenlein, Michael
(2018). Siri, Siri in my Hand, who's the
Fairest in the Land? On the
Interpretations, Illustrations and
Implications of Artificial Intelligence
(PDF) (en inglés) 62 (1). Archivado
desde el original el 21 de noviembre
 de 2018. Consultado el 13 de
noviembre de 2018.
. López Takeyas, Bruno. «Introducción a
la Inteligencia Artificial» .
7. McCarthy, John (11 de noviembre de
2007). «What Is Artificial Intelligence»
(en inglés). Sección «Basic
Questions». Consultado el 27 de
octubre de 2011.
. Russell y Norvig, 2009.
9. Bellman, 1978.
10. Rich y Knight, 1991.
11. Winston, 1992.
12. Nilsson, 1998.
13. Caribe, Comisión Económica para
América Latina y el (3 de septiembre
de 2019). «Cumbre de Inteligencia
Artificial en América Latina» .
[Link]. Consultado el 15 de
diciembre de 2019.
14. «Watson y otros sistemas que mejoran
nuestras vidas con inteligencia
artificial» . Pinggers. Archivado desde
el original el 8 de marzo de 2011.
Consultado el 21 de febrero de 2011.
15. Salas, Javier (28 de enero de 2016).
«La inteligencia artificial conquista el
último tablero de los humanos» . El
País.
1 . «Alpha Go» .
17. Salichs, Miguel A.; Malfaz, María;
Gorostiza, Javi F. (1 de octubre de
2010). «Toma de Decisiones en
Robótica» . Revista Iberoamericana de
Automática e Informática Industrial
RIAI 7 (4): 5-16. doi:10.1016/S1697-
7912(10)70055-8 . Consultado el 21
de marzo de 2016.
1 . osmany-yildirim, Osman (26 de marzo
de 2020). «The Effect of Artificial
Intelligence on Society» . Artificial
Intelligence (en inglés británico).
Consultado el 26 de marzo de 2020.
19. Cellan-Jones, Rory (20 de octubre de
2016). «Stephen Hawking - will AI kill
or save?» . BBC News (en inglés
británico). Consultado el 28 de octubre
de 2018.
20. [Link]. «La inteligencia artificial
como herramienta de progreso
social» . Consultado el 16 de octubre
de 2018.
21. «AI set to exceed human brain power»
(en inglés). CNN. 26 de julio de 2006.
22. «Copyright in the Age of Artificial
Intelligence | U.S. Copyright Office» .
[Link]. Consultado el 22
de mayo de 2020.
23. United States Copyright Office (5 de
febrero de 2020). «Copyright in the
Age of Artificial Intelligence» . Library
of Congress.
24. «Why We're Advocating for a Cautious
Approach to Copyright and Artificial
Intelligence» . Creative Commons (en
inglés estadounidense). 20 de febrero
de 2020. Consultado el 22 de mayo de
2020.

Bibliografía
Bellman, Richard (1978). An introduction
to artificial intelligence: can computers
think? (en inglés). San Francisco: Boyd &
Fraser Pub. Co. ISBN 978-0878350667.
Nilsson, Nils J. (1998). Artificial
Intelligence: A New Synthesis (en inglés)
(4.ª edición). San Francisco: Kaufmann.
ISBN 978-1558604674.
Rich, Elaine; Knight, Kevin (1991).
Artificial intelligence (en inglés) (2.ª
edición). New York: McGraw-Hill.
ISBN 978-0070522633.
Russell, Stuart J.; Norvig, Peter Norvig
(2009). Artificial intelligence: a modern
approach (en inglés) (3.ª edición). Upper
Saddle River, N.J.: Prentice Hall. ISBN 0-
13-604259-7.
Winston, Patrick Henry (1992). Artificial
intelligence (en inglés) (3.ª edición).
 Reading, Mass.: Addison-Wesley Pub.
Co. ISBN 978-0201533774.

Enlaces externos
Wikilibros alberga un libro o manual
sobre Ingeniería del conocimiento.
Revista «Inteligencia Artificial». Revista
iberoamericana de inteligencia artificial.
Página sobre inteligencia artificial. Web
que desde 1998 trata este tema de
forma diversificada. Tiene enlaces a
proyectos.

Datos: Q11660
Multimedia: Artificial intelligence
Obtenido de
«[Link]
title=Inteligencia_artificial&oldid=134064011»

Última edición hace 8 días por SeroBOT

El contenido está disponible bajo la licencia CC BY-

SA 3.0 , salvo que se indique lo contrario.