Dartmouth, 1956 (John McCarthy y Claude Shannon)

1943: Modelo de circuito neuronal (McCulloch & Pitts)

1950: Alan Turing y la prueba de Turing

1956: Se acuña el término "Inteligencia Artificial"

1950-1970: Predicciones optimistas, primeros sistemas de IA

1970-1990: Auge y caída de los sistemas expertos ("IA Winter")

1990-2012: Resurgimiento con técnicas estadísticas y aprendizaje automático

2012 - actualidad: Big Data, Deep Learning, IA aplicada a diversas industrias

Entidad que percibe su entorno y actúa en él

Agente Racional: Selecciona acciones que maximizan la utilidad esperada

Agente basado en modelos

Agente basado en objetivos

Agente basado en utilidad

Maximización de utilidad: Escoge la mejor acción según una función de recompensa

Medidas de desempeño: Evaluación del éxito del agente en el entorno

Exploración y aprendizaje: Los agentes pueden aprender y mejorar con experiencia

Falta de información sobre el entorno

Restricciones computacionales

Incertidumbre en la toma de decisiones

Definición de entornos: Medio en el que opera el agente

Performance Measure (Medida de desempeño)

Totalmente observable vs. Parcialmente observable

Basado en reglas (Condición-Acción)

Con memoria interna (Modelo del mundo)

Basado en objetivos (Planificación y toma de decisiones)

Basado en utilidad (Optimización de recompensa)

Agente que aprende (Mejora su desempeño con experiencia)

Percibe si la suciedad está presente

Decide si moverse o aspirar

Puede seguir reglas simples o usar aprendizaje