Esquema de inteligencia artificial - Enciclopedia
El siguiente esquema se proporciona como una visión general y guía temática de la inteligencia artificial:
La inteligencia artificial (IA) es la inteligencia que muestran las máquinas o el software. También es el nombre del campo científico que estudia cómo crear computadoras y software que sean capaces de comportamientos inteligentes.
Algoritmos y técnicas de IA
= Búsqueda =
Algoritmos de búsqueda discreta
Búsqueda sin información
Búsqueda bruta
Búsqueda en árbol
Búsqueda en anchura
Búsqueda en profundidad
Búsqueda en espacio de estados
Búsqueda informada
Búsqueda de mejor primero
Algoritmo de búsqueda A*
Heurísticas
Podado (algoritmo)
Búsqueda adversaria
Algoritmo minmax
Lógica como búsqueda
Sistema de producción (ciencia de la computación), sistema basado en reglas
Regla de producción, regla de inferencia, cláusula de Horn
Enlazamiento hacia adelante
Enlazamiento hacia atrás
Planificación como búsqueda
Búsqueda en espacio de estados
Análisis de medios-fines
= Búsqueda de optimización =
Algoritmos de optimización (matemáticas)
Climbing hill
Anillo de simulación
Búsqueda de rayo
Optimización aleatoria
Cómputo evolutivo
Algoritmos genéticos
Programación de expresión genética
Programación genética
Evolución diferencial
Algoritmos de aprendizaje basados en la sociedad.
Inteligencia de enjambre
Optimización de enjambre de partículas
Optimización de colonia de hormigas
Metaheurística
= Lógica =
Lógica y razonamiento automático
Programación utilizando lógica
Programación lógica
Véase "Lógica como búsqueda" anteriormente.
Formas de lógica
Lógica proposicional
Lógica de primer orden
Lógica de primer orden con igualdad
Satisfacción de restricciones
Lógica borrosa
Teoría de conjuntos borrosos
Sistemas borrosos
Método de Combs
Operador de agregación de ponderación ordenada
Computación perceptual –
Razonamiento por defecto y otras soluciones al problema de la caja de frames y el problema de calificación
Lógica no monotónica
Razonamiento abductivo
Lógica por defecto
Circunscripción (lógica)
Suposición del mundo cerrado
Lógicas específicas del dominio
Representación de categorías y relaciones
Lógicas de descripción
Redes semánticas
Herencia (programación orientada a objetos)
Cuadro (inteligencia artificial)
Escrituras (inteligencia artificial)
Representación de eventos y tiempo
Cálculo de situación
Cálculo de eventos
Cálculo fluente
Causas y efectos
Cálculo causal
Conocimiento sobre el conocimiento
Revisión de creencias
Lógicas modales
Lógicas paraconsistentes
Planificación utilizando lógica
Satplan
Aprendizaje utilizando lógica
Programación lógica inductiva
Aprendizaje basado en explicaciones
Aprendizaje basado en relevancia
Razonamiento basado en casos
Algoritmos lógicos generales
Prueba de teoremas automática
= Otras representaciones simbólicas y herramientas de razonamiento =
Representaciones simbólicas del conocimiento
Ontología (ciencia de la información)
Ontología superior
Ontología del dominio
Cuadro (inteligencia artificial)
Red semántica
Teoría de la dependencia conceptual
Problemas no resueltos en la representación del conocimiento
Razonamiento por defecto
Problema de la caja de frames
Problema de calificación
Conocimiento común
= Métodos probabilísticos para el razonamiento incerto =
Métodos estocásticos para el razonamiento incerto:
Redes bayesianas
Algoritmo de inferencia bayesiana
Aprendizaje bayesiano y algoritmo de maximización de la expectativa
Teoría de decisión bayesiana y redes de decisión bayesiana
Percepción y control probabilísticos:
Redes bayesianas dinámicas
Modelo de Markov oculto
Filtros Kalman
Lógica borrosa
Herramientas de toma de decisiones de la economía:
Teoría de decisión
Análisis de decisión
Teoría del valor de la información
Procesos de decisión Markovianos
Redes de decisión dinámicas
Teoría de juegos
Diseño de mecanismos
Teoría de la información algorítmica
Probabilidad algorítmica
= Clasificadores y métodos de aprendizaje estadístico =
Clasificador (matemáticas) y clasificación estadística
Árbol de decisión alternativo
Red neuronal artificial (véase más abajo)
Algoritmo de vecino más cercano
Métodos kernel
Máquina de soporte vectorial
Clasificador Bayesiano Naive
= Redes neuronales artificiales =
Redes neuronales artificiales
Topología de red
redes neuronales de entrada directa
Perceptrones
Perceptrones de múltiples capas
Redes de base radial
Redes neuronales convolucionales
Redes neuronales recurrentes
Memoria a largo plazo
Redes neuronales de Hopfield
Redes de atractor
Aprendizaje profundo
Red neuronal híbrida
Algoritmos de aprendizaje para redes neuronales
Aprendizaje Hebbiano
Inversión de retroalimentación
GMDH
Aprendizaje competitivo
Inversión de retroalimentación supervisada
Neuroevolución
Máquina de Boltzmann restringida
= Basado en biología o encarnado =
IA basada en el comportamiento
Arquitectura de subsumpción
Nouvelle IA
Robótica del desarrollo
IA situada
Computación inspirada en la biología
Sistemas inmunitarios artificiales
Ciencia cognitiva encarnada
Cognición encarnada
Principio de energía libre
= Arquitectura cognitiva y sistemas multiagente =
Integración de sistemas de inteligencia artificial
Arquitectura cognitiva
LIDA (arquitectura cognitiva)
AERA (arquitectura de IA)
Arquitectura de agente
Sistema de control
Sistema de control jerárquico
Sistema de control en red
Inteligencia artificial distribuida –
Sistema multiagente –
Sistema inteligente híbrido
Agentes de monitoreo y vigilancia
Sistema de pizarra
Filosofía
= Definición de IA =
Definición de la inteligencia artificial de Pei Wang
Propuesta de Dartmouth ("Cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede describirse de manera tan precisa que se puede hacer que una máquina lo simule")
Prueba de Turing
Máquinas y inteligencia
Agente inteligente y agente racional
Selección de acciones
Efecto IA
Inteligencia sintética
= Clasificación de IA =
IA simbólica vs. IA subsimbólica
IA simbólica
Sistema de símbolo físico
Crítica de Dreyfus a la IA
Paradoja de Moravec
Elegante y simple vs. ad hoc y complejo
Neato vs. Desordenado
Sociedad de la mente (enfoque desordenado)
El algoritmo maestro (enfoque neato)
Nivel de generalidad y flexibilidad
Inteligencia general artificial
IA limitada
Nivel de precisión y corrección
Computación blanda
Computación "dura"
Nivel de inteligencia
Progreso en la inteligencia artificial
Superinteligencia
Nivel de conciencia, mente y comprensión
Sala de chino
Problema duro de la conciencia
Computacionalismo
Funcionalismo (filosofía de la mente)
Derechos de los robots
Ilusión del usuario
Consciencia artificial
Objetivos y aplicaciones
= Inteligencia general =
Inteligencia general artificial
IA completa
= Razonamiento y resolución de problemas =
Razonamiento automático
Matemáticas
Probador de teoremas automático
Demostración asistida por computadora –
Álgebra computacional
Solucionador de problemas generales
Sistema experto –
Sistema de apoyo a la toma de decisiones –
Sistema de apoyo a la toma de decisiones clínica –
= Representación del conocimiento =
Representación del conocimiento
Gestión del conocimiento
Cyc
= Planificación =
Planificación automática y programación
Planificación estratégica
Anomalía de Sussman –
= Aprendizaje =
Aprendizaje automático –
Modelos condicionales condicionados –
Aprendizaje profundo –
Campos de modelado neuronal –
Aprendizaje supervisado –
Supervisión débil (aprendizaje semisupervisado) –
Aprendizaje no supervisado –
= Procesamiento de lenguaje natural =
Procesamiento de lenguaje natural (esquema) –
Chatbots –
Identificación de lenguaje –
Gran modelo de lenguaje –
Interfaz de usuario de lenguaje natural –
Comprensión de lenguaje natural –
Traducción automática –