Las redes de neuronas artificiales (RNA o ANN en inglés) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida.

Las redes neuronales consisten en una simulación de las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez.

Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida. Esta salida viene dada por tres funciones:

Una función de propagación (también conocida como función de excitación), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria.

Una función de activación, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación.

Una función de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperbólica (para obtener valores en el intervalo [-1,1]).

Se denomina inteligencia artificial a la rama de la ciencia informática dedicada al desarrollo de agentes racionales no vivos.

Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas). Y entiéndase a la racionalidad como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado. (Este concepto de racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina).

Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.

Existen distintos tipos de conocimiento y medios de representación del conocimiento. El cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.

También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:

1 Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).

2 Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.

3 Algoritmos genéticos (Análogo al proceso de evolución de las cadenas de ADN).

4 Redes neuronales artificiales (Análogo al funcionamiento físico del cerebro de animales y humanos).

5 Razonamiento mediante una Lógica formal (Análogo al pensamiento abstracto humano).

También existen distintos tipos de percepciones y acciones, 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.

Un algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico.

Los algoritmos geneticos son una de las líneas de la inteligencia artificial. Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica (mutaciones y recombinaciones genéticas), así como también a una Selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados. También es denominado algoritmos evolutivos, e incluye las estrategias de evolución, la programación evolutiva y la programación genética.

Un algoritmo genético es un método de búsqueda dirigida basada en probabilidad. Bajo una condición muy débil (que el algoritmo mantenga elitismo, es decir, guarde siempre al mejor elemento de la población sin hacerle ningún cambio) se puede demostrar que el algoritmo converge en probabilidad al óptimo. En otras palabras, al aumentar el número de iteraciones, la probabilidad de tener el óptimo en la población tiende a 1 (uno).

Generative art is a system oriented art practice where the common denominator is the use of systems as a production method. To meet the definition of generative art, an artwork must be self-contained and operate with some degree of autonomy. The workings of systems in generative art might resemble, or rely on, various scientific theories such as Complexity science and Information theory. The systems of generative artworks have many similarities with systems found in various areas of science. Such systems may exhibit order and/or disorder, as well as a varying degree of complexity, making behavioral prediction difficult. However, such systems still contain a defined relationship between cause and effect.

An artist or creator will usually set down certain ground-rules or formulae and/or templates materials, and will then set a random or semi-random process to work on those elements. The results will remain somewhat within set limits, but may also be subject to subtle or even startling mutations. The idea of putting the art making process in the place of a pre-generated artwork is a key feature in generative art, highlighting the process-orientation as an essential characteristic. Generative artists have explored processes of physical and biological systems in artistic context.

Generative art can also evolve in real-time, by applying feedback and generative processes to its own created states. A generative work of art would in this case never be seen to play in the same way twice. Different types of graphical programming environments, are used in real-time for generative audiovisual artistic expressions for instance in the Demoscene and in VJ-culture.

Artificial intelligence and automated behavior have introduced new ways of seeing generative art. The term behavior is particularly useful when describing generative qualities in art because of the associations to biology and evolution.

The term generative art does not describe any art-movement or ideology. It’s a method of making art. The term refers to how the art is made, and does not take into account why it was made or what the content of the artwork is.

Artworks, in Generative Art, can be identified in the creative processes and not only in the results. Also because the results of each generative process are endless variations belonging to the same idea. Generative Art create an artificial DNA able to generate individuals of the same species.

El lenguaje de scripts con el que nacio el popular mundo virtual SL, puede ser su limitacion futura, al carecer de posibilidades para incluir comportamientos inteligentes autonomos relevantes, AI.

Artificial Intelligence, or AI, is one area where both single player and multiplayer online games have a huge advantage over Second Life right now, but that, again, is by design. (…)

You can add (in Second Life) simple or relatively complex scripting to objects so they respond to your actions or your mere presence. These scripts can respond to physical objects so that gravity can take its place among the forces acting upon you or other objects. All that said, I’ve yet to see a script that really mimics an intelligent object representing a person much beyond the classic capabilities (…)

Having the ability to add sophisticated AI to objects and faux-avatars (that is, avatars without people behind them) would significantly extend the SL experience. To do this, the LSL library would probably need to be extended for efficiency, and the rather small limit on the size of scripts would need to be lifted or at least increased. Offhand, I might even guess that another programming language might be necessary.

This is doable and it might even be in the future. I wouldn’t be surprised if good AI capabilities weren’t in the initial design specs for a future virtual world following on SL’s pioneering path.

articulo completo: My virtual world requirements – Bob Sutor