Computer Software Group Prolog

Inteligencia artificial

La inteligencia artificial (IA) es la inteligencia de las máquinas y la rama de la informática cuyo objetivo es crearlo. Los libros de texto definir el campo como "el estudio y diseño de agentes inteligentes", donde un agente inteligente es un sistema que percibe su entorno y realiza acciones que maximizar sus posibilidades de éxito. John McCarthy, quien acuñó el término en 1956, lo define como "la ciencia y la ingeniería de hacer máquinas inteligentes".

El campo fue fundada en la afirmación de que una propiedad fundamental de los seres humanos, la inteligencia-la sapiencia del Homo sapiens-puede ser descrito de forma tan precisa que puede ser simulado por una máquina. Este plantea cuestiones filosóficas sobre la naturaleza de la mente y los límites de la arrogancia científica, las cuestiones que se han abordado por el mito, la ficción y la filosofía desde la antigüedad. La inteligencia artificial ha sido objeto de optimismo impresionante, ha sufrido reveses espectaculares y, hoy, se ha convertido en una parte esencial de la industria de la tecnología, proporcionando el trabajo pesado para muchos de los más difíciles problemas en la informática.

la investigación en IA es altamente técnico y especializado, profundamente dividido en subcampos que muchas veces no se comunican entre sí. Subcampos han crecido en torno a instituciones particulares, el trabajo de los investigadores individuales, la solución de problemas específicos, las diferencias de larga data de la opinión de Amnistía Internacional acerca de cómo se debe hacer y la aplicación de la amplia diferentes herramientas. Los problemas centrales de la gripe aviar incluyen características tales como el razonamiento, el conocimiento, la planificación, el aprendizaje, la comunicación, la percepción y la capacidad de moverse y manipular objetos. General inteligencia (o "IA fuerte") es todavía un objetivo a largo plazo de (algunos) de investigación.

Historia

máquinas pensantes y seres artificiales aparecen en griego mitos, como Talos de Creta, los robots de oro de la Galatea Hefesto y Pigmalión. Humanos semejanzas cree que la inteligencia se construyeron en todas las civilizaciones importantes: estatuas animadas fueron adorado en Egipto y Grecia y autómatas humanoides fueron construidos por Yan Shi, Herón de Alejandría, Al-Jazari y Wolfgang von Kempelen. También se cree que los seres artificiales se han creado por J? Hayy ibn bir? n, Judah Loew y Paracelso. A y 20 siglos 19, los seres artificiales se había convertido en una característica común en la ficción, como en Frankenstein de Mary Shelley o Karel? APEK de RUR (Rossum's Universal Robots). Pamela McCorduck sostiene que todos estos son ejemplos de un deseo antiguo, como ella lo describe, "para forjar los dioses". Las historias de estas criaturas y sus destinos discutir muchas de las mismas esperanzas, los temores y las preocupaciones éticas que se presentan por la inteligencia artificial.

Mecánicos o "formal" razonamiento ha sido desarrollado por filósofos y matemáticos desde la antigüedad. El estudio de la lógica condujo directamente a la invención de la computadora programable electrónica digital, basado en el trabajo de matemático Alan Turing y otros. la teoría de la computación de Turing propuso que una máquina, por el intercambio de símbolos tan simple como "0" y "1", puede simular cualquier acto concebible de matemáticas deducción. Esto, junto con los recientes descubrimientos de la neurología, la teoría de la información y la cibernética, inspirado en un pequeño grupo de investigadores para comenzar a considerar seriamente la posibilidad de construir una cerebro electrónico.

El campo de la investigación de Amnistía Internacional fue fundada en una conferencia en el campus del Dartmouth College en el verano de 1956. Los asistentes, incluyendo a John McCarthy, Marvin Minsky, Allen Newell y Herbert Simon, se convirtieron en los líderes de la investigación en IA durante muchas décadas. Ellos y sus estudiantes de los programas que se escribió, a la mayoría de la gente, simplemente sorprendente: las computadoras eran resolver problemas de palabras en el álgebra, demostración de teoremas lógicos y habla Inglés. A mediados de la década de 1960, la investigación en los EE.UU. fue financiado en gran medida por el Departamento de Defensa y los laboratorios había ha establecido en todo el mundo. fundadores de Amnistía Internacional fueron profundamente optimista sobre el futuro del nuevo campo: Herbert Simon predijo que "las máquinas serán capaces, dentro de los veinte años, de los realizar cualquier trabajo que un hombre puede hacer "y Marvin Minsky acordado, escribiendo que" dentro de una generación … el problema de la creación de 'inteligencia artificial' sustancialmente se resolverá ".

Ellos había fallado en reconocer la dificultad de algunos de los problemas que enfrentan. En 1974, en respuesta a las críticas de Sir James Lighthill de Inglaterra y la presión permanente del Congreso para financiar más productivos proyectos, los EE.UU. y los gobiernos británico cortó todo sin dirección, la investigación exploratoria en la IA. Los próximos años, cuando la financiación de proyectos era difícil de encontrar, más tarde se llamaría un "invierno de AI".

En la década de 1980, la investigación de Amnistía Internacional fue revivido por el éxito comercial de los sistemas expertos, una forma de programa de inteligencia artificial que simula el conocimiento y la capacidad de análisis de uno o varios expertos humanos. En 1985 el mercado de Amnistía Internacional había llegado a más de mil millones de dólares. Al mismo tiempo, el quinto de Japón proyecto informático generación inspirada en los EE.UU. y los gobiernos británico para restaurar los fondos para la investigación académica en el campo. Sin embargo, a partir del colapso del mercado de la Máquina Lisp en 1987, Amnistía Internacional, una vez más cayó en el descrédito, y comenzó un segundo invierno, la IA de mayor duración.

En la década de 1990 y principios de siglo 21, de Amnistía Internacional logró sus mayores éxitos, aunque un poco detrás de las escenas. La inteligencia artificial se utiliza para la logística, minería de datos, diagnóstico médico y muchos otros áreas en toda la industria de la tecnología. El éxito se debió a varios factores: el increíble poder de las computadoras de hoy (véase la ley de Moore), un mayor énfasis en la solución de subproblemas específicos, la creación de nuevos vínculos entre la IA y otros campos de trabajo sobre problemas similares, y sobre todo un nuevo compromiso por los investigadores para sólidos y los métodos matemáticos rigurosos estándares científicos.

Problemas

El problema de la simulación (o crear) la inteligencia se ha desglosado en una serie de subprogramas específicos, problemas. Estos consisten en rasgos particulares o capacidades que los investigadores les gustaría un sistema inteligente para mostrar. Las características se describen a continuación han recibido la mayor atención.

Deducción, razonamiento, resolución de problemas

Los primeros investigadores de la IA desarrollado algoritmos que imitaba el paso a paso el razonamiento de que los seres humanos utilizan cuando resuelven puzzles, juegos de mesa o hacer deducciones lógicas. A fines de 1980 y 90, la investigación de Amnistía Internacional también ha desarrollado métodos de gran éxito para tratar la información inciertos o incompletos, que emplea los conceptos de probabilidad y la economía.

Por problemas difíciles, la mayoría de estos algoritmos puede requerir enormes recursos computacionales – la mayoría de experimentar una "explosión combinatoria": la cantidad de tiempo de memoria o de ordenador necesarios se convierte en astronómica cuando el problema va más allá de un cierto tamaño. La búsqueda de la más eficiente de los problemas la solución de algoritmos es una alta prioridad para la investigación en IA.

Los seres humanos resolver la mayor parte de sus problemas con juicios rápidos, intuitivos en lugar de la conciencia, paso a paso la deducción que las primeras investigaciones de Amnistía Internacional fue capaz de modelar. Amnistía Internacional ha hecho algunos progresos en la imitación de este tipo de "Sub-simbólica" la resolución de problemas: los enfoques contenidos hincapié en la importancia de las habilidades sensorio a un mayor razonamiento, los intentos de la investigación neuronal red para simular las estructuras internas de humanos y cerebro de los animales que da lugar a esta habilidad.

Representación del conocimiento

Representación del conocimiento y la ingeniería del conocimiento son fundamentales para la investigación en IA. Muchos de los problemas de las máquinas que se espera para resolver requerirá un amplio conocimiento sobre el mundo. Entre las cosas que AI tiene que representar son: objetos, propiedades, las categorías y las relaciones entre objetos, situaciones, acontecimientos, estados y el tiempo, las causas y efectos, el conocimiento sobre el conocimiento (lo que sabemos sobre lo que otros saben), y muchos otros dominios, tan bien investigado. Una representación completa de "lo que existe" es una ontología (tomando prestada una palabra de la filosofía tradicional), de los cuales el más general se llaman ontologías superior.

Entre los problemas más difíciles en la representación del conocimiento son:

razonamiento por defecto y el problemMany capacitación de las personas conocen las cosas en forma de "hipótesis de trabajo." Por ejemplo, si un ave entra en la conversación, la gente suele foto un animal que es el puño de tamaño, canta, y las moscas. Ninguna de estas cosas son ciertas acerca de todas las aves. John McCarthy identificó este problema en 1969 como el problema de calificación: para cualquier norma de sentido común que los investigadores de Amnistía Internacional para representar a la atención, tiende a haber un gran número de excepciones. Casi nada es más verdadero o falso en la forma en que lógica abstracta requiere. la investigación en IA ha explorado una serie de soluciones a este problema. La amplitud del número knowledgeThe sentido común de los hechos atómicos que la persona promedio sabe es astronómico. Investigación proyectos que tratan de construir una base de conocimiento completo de los conocimientos de sentido común (por ejemplo, Cic) requieren enormes cantidades de ingeniería ontológica laboriosa – que debe ser construido, a mano, un concepto complicado a la vez. Un objetivo importante es tener el equipo suficiente para entender los conceptos se pueden aprender mediante la lectura de fuentes como Internet, y por lo tanto ser capaz de añadir a su propia ontología. La forma de algunos subsimbólico knowledgeMuch sentido común de lo que la gente sabe que no se representa como "hechos" o "estados" que en realidad se podría decir en voz alta. Por ejemplo, un maestro de ajedrez evitar una posición de ajedrez particular, porque "se siente muy expuesta" o un crítico de arte puede tomar una mirada a la estatua y al instante se dan cuenta que es una falsificación. Estas son las intuiciones o tendencias que son representada en el cerebro no consciente y sub-simbólica. El conocimiento de esta informa, apoya y proporciona un contexto para el conocimiento simbólico, consciente. Al igual que con el problema conexo de la sub-simbólico razonamiento, se espera que sitúa la IA o inteligencia computacional se describe la manera de representar este tipo de conocimiento.

Planificación

Los agentes inteligentes deben ser capaces de para establecer objetivos y alcanzarlos. Ellos necesitan una manera de visualizar el futuro (que debe tener una representación del estado del mundo y ser capaz de hacer predicciones acerca de cómo sus acciones va a cambiar) y ser capaz de tomar decisiones que maximicen la utilidad (o "valor") de las opciones disponibles.

En los problemas de la planificación clásica, el agente puede asumir que es lo único actuando en el mundo y puede estar seguro de cuáles son las consecuencias de sus acciones pueden ser. Sin embargo, si esto no es cierto, que periódicamente debe comprobar si el mundo coincide con sus predicciones y que el cambio debe su plan como sea necesario, que requiere que el agente a la razón en condiciones de incertidumbre.

la planificación de múltiples usos como agentes de la cooperación y la competencia de muchos agentes para alcanzar un determinado meta. comportamiento emergente como este es utilizado por los algoritmos evolutivos y la inteligencia de enjambre.

Aprendizaje

el aprendizaje de la máquina ha sido fundamental para la investigación en IA desde el principio. aprendizaje no supervisado es la capacidad de encontrar patrones en una secuencia de entrada. Aprendizaje supervisado incluye tanto la clasificación y regresión numérica. La clasificación se utiliza para determinar lo que algo pertenece a la categoría, después de ver una serie de ejemplos de cosas de varias categorías. Regresión toma un conjunto de datos numéricos / ejemplos de salida y los intentos de descubrir una continua función que se generan las salidas de los insumos. En el aprendizaje por refuerzo el agente es recompensado por una buena respuesta y castigados por las malas. Estos pueden ser analizados en términos de teoría de la decisión, utilizando conceptos como servicios públicos. El análisis matemático de los algoritmos de aprendizaje automático y su rendimiento es una rama de la informática teórica conocida como la teoría computacional de aprendizaje.

Procesamiento del lenguaje natural

procesamiento de lenguaje natural da máquinas la capacidad de leer y entender los idiomas que hablan los seres humanos. Muchos investigadores esperan que uno lo suficientemente poderoso sistema de procesamiento del lenguaje natural sería capaz de adquirir conocimientos por su cuenta, leyendo el texto existente disponible a través de Internet. Algunas aplicaciones de directo procesamiento del lenguaje natural incluyen la recuperación de información (o minería de texto) y traducción automática.

Movimiento y la manipulación

ASIMO utiliza sensores e inteligente algoritmos para evitar los obstáculos y navegar por las escaleras.

El campo de la robótica está estrechamente relacionado con la influenza aviar. La inteligencia es necesaria para que los robots puedan realizar tareas tales como la manipulación de objetos y navegación, con sub-problemas de localización (saber dónde se encuentra), la cartografía (aprender lo que te rodea) y la planificación de movimiento (averiguar cómo llegar).

Percepción

la percepción de la máquina es la capacidad de utilización de insumos de los sensores (como cámaras, micrófonos, el sonar y otros más exóticos) para deducir los aspectos del mundo. La visión por ordenador es la capacidad de para analizar la información visual. Un subproblemas seleccionados son pocos reconocimiento de voz, reconocimiento facial y reconocimiento de objetos.

Inteligencia social

Kismet, un robot con rudimentarias habilidades sociales

La emoción y las habilidades sociales desempeñan dos funciones de un agente inteligente. En primer lugar, debe ser capaz de predecir las acciones de los demás, al entender sus motivos y los estados emocionales. (Se trata de elementos de la teoría de juegos, teoría de la decisión, así como la capacidad de modelar las emociones humanas y las habilidades de percepción para detectar las emociones.) Además, para el bien humano-computadora interacción, una máquina inteligente también necesita mostrar emociones. Por lo menos debe aparecer amable y sensible a los seres humanos que interactúa. A lo sumo, debería haber emociones normales sí mismo.

Creatividad

Topio, un robot que puede jugar al ping-pong, desarrollado por TOSY.

Un sub-campo de la IA direcciones de la creatividad tanto en la teoría (Desde una perspectiva filosófica y psicológica) y prácticamente (a través de implementaciones específicas de los sistemas que generan productos que pueden ser considerados creativos).

General inteligencia

La mayoría de los investigadores esperan que su trabajo será integrada en una máquina con inteligencia general (conocido como la IA fuerte), la combinación de todas las competencias anteriores y superiores a las capacidades humanas en la mayoría o la totalidad de ellos. Algunos creen que las características antropomórficas como la conciencia artificial o un cerebro artificial puedan ser necesarios para tal proyecto.

Muchos de los problemas anteriores se consideran AI-completo: para resolver un problema, debe resolver a todos. Por ejemplo, incluso una tarea sencilla, específica, como la traducción automática requiere que la máquina seguir el argumento del autor (la razón), saber qué se está hablando (conocimiento), y reproducir fielmente la intención del autor (inteligencia social). Traducción automática, por lo tanto, se cree que es el AI-completo: puede requerir la IA fuerte por hacer, así como los seres humanos pueden hacerlo.

Enfoques

No hay establecido unificador la teoría o paradigma que guía la investigación en IA. Los investigadores no están de acuerdo sobre muchas cuestiones. Algunas de las preguntas de pie más larga que han quedado sin respuesta son las siguientes: debe simular la inteligencia artificial inteligencia natural, mediante el estudio de la psicología o la neurología? ¿O es la biología humana como irrelevantes para la investigación en IA como la biología de aves es a la ingeniería aeronáutica? ¿Puede el comportamiento inteligente se describen utilizando principios simples, elegantes (como la lógica o la optimización)? ¿O se requiere necesariamente la solución de un gran número de problemas completamente ajenos? La inteligencia puede ser reproducida con alto nivel símbolos, similares a las palabras y las ideas? ¿O es que así lo requieran "sub-simbólico" de procesamiento?

Cibernética y simulación del cerebro

No hay consenso sobre la forma de cerca el cerebro debe ser simulado.

En la década de 1940 y 1950, una serie de investigadores exploraron la relación entre la neurología, la teoría de la información y la cibernética. Algunos de ellos construyeron máquinas que utilizan las redes electrónicas para exhibir inteligencia rudimentaria, como las tortugas W. Grey Walter y la Bestia de Johns Hopkins. Muchos de estos investigadores se reunieron en las reuniones de la teleológica Sociedad de la Universidad de Princeton y el Club de Relación en Inglaterra. En 1960, este enfoque fue abandonado en gran medida, aunque algunos de sus elementos se revivió en la década de 1980.

Simbólica

Cuando el acceso a las computadoras digitales se hizo posible en la década de 1950 medio, la investigación de Amnistía Internacional comenzó a explorar la posibilidad de que la inteligencia humana puede reducirse a la manipulación de símbolos. La investigación se centró en tres instituciones: CMU, Stanford y el MIT, y cada uno desarrolló su propio estilo de la investigación. John Haugeland nombrado estos enfoques de la IA "buena pasada de moda AI" o "BAIA".

Cognitivos simulationEconomist Herbert Simon y Newell Alan estudió problema humano y habilidades para resolver trataron de formalizar, y su trabajo sentó las bases del campo de la inteligencia artificial, así como la ciencia cognitiva, la investigación de operaciones y gestión de la ciencia. Su equipo de investigación realizaron experimentos psicológicos para demostrar las similitudes entre la solución de problemas humanos y la programas (como su "solucionador de problemas generales") que estaban desarrollando. Esta tradición, centrada en el Carnegie Mellon University finalmente culminaría en el desarrollo de la arquitectura Soar en los años 80 del medio. Lógica basedUnlike Newell y Simon, John McCarthy sintió que las máquinas no necesitan para simular el pensamiento humano, sino que debe tratar de encontrar la esencia del razonamiento abstracto y resolución de problemas, independientemente de si la gente utiliza los mismos algoritmos. Su laboratorio de Stanford (SAIL) se centró en el uso de la lógica formal para resolver una amplia variedad de problemas, incluidos los conocimientos representación, planificación y aprendizaje. La lógica también fue foco de la labor de la Universidad de Edimburgo y en otras partes de Europa, que llevó al desarrollo del lenguaje de programación Prolog y el la ciencia de la programación lógica. "Lucha contra la lógica" o "desaliñado" Los investigadores en el MIT (por ejemplo, Marvin Minsky y Seymour Papert) encontraron que la solución de problemas difíciles en la visión y el procesamiento del lenguaje natural requiere soluciones ad-hoc – argumentaban que no había ningún principio simple y general (como la lógica) que captura todos los aspectos de la conducta inteligente. Roger Schank describió su "Anti-lógica" enfoques como "desaliñado" (en contraposición a la "limpia" paradigmas en CMU y Stanford). bases de conocimiento de sentido común (por ejemplo, Cic Doug Lenat) son un ejemplo de "desaliñada" Amnistía Internacional, ya que deben ser construidos a mano, un concepto complicado a la vez. Conocimiento basedWhen computadoras con memorias grandes se dispuso de alrededor de 1970, investigadores de las tres tradiciones comenzó para construir el conocimiento en aplicaciones de la IA. Esta "revolución del conocimiento", dirigido al desarrollo y despliegue de sistemas expertos (introducido por Edward Feigenbaum), la primera forma verdaderamente exitoso de software de inteligencia artificial. La revolución del conocimiento fue impulsada también por la constatación de que enormes cantidades de conocimiento que se requiere de muchos simples aplicaciones de la IA.

Sub-simbólico

Durante la década de 1960, los enfoques simbólicos había alcanzado gran éxito en la simulación de pensamiento de alto nivel en los programas de demostración de pequeña. Los enfoques basados en la cibernética o redes neuronales fueron abandonados o empujados en el fondo. En la década de 1980, sin embargo, los avances en la IA simbólica parecía plaza y muchos creyeron que los sistemas simbólicos que nunca sería capaz de imitar todos los procesos de la cognición humana, especialmente la percepción, la robótica, el aprendizaje y reconocimiento de patrones. Una serie de investigadores comenzaron a buscar en "sub-simbólico" se acerca a los problemas específicos de la influenza aviar.

De abajo hacia arriba, encarnada, situada, basada en el comportamiento o AIResearchers nouvelle desde el campo relacionado de la robótica, tales como Rodney Brooks, rechazó la IA simbólica y se centró en los problemas de ingeniería básica que permita a los robots que se mueven y sobrevivir. Su trabajo revivió el punto de vista no-simbólico de los investigadores de la cibernética a principios de los años 50 y volvió a introducir el uso de la teoría del control de la IA. Estos enfoques también son conceptualmente relacionados a la tesis de la mente encarnada. Computacional IntelligenceInterest en las redes neuronales y "conexionismo" fue revivido por David Rumelhart y otros en la década de 1980 medio. Estos y otros enfoques sub-simbólico, tales como sistemas difusos y la computación evolutiva, son estudiados en conjunto por la disciplina emergente de la inteligencia computacional.

Estadística

En la década de 1990, investigadores de la IA desarrollado sofisticadas herramientas matemáticas para resolver los subproblemas específicos. Estas herramientas son verdaderamente científica, en el sentido de que sus resultados son medibles y verificables, y han sido responsables de muchos de los éxitos recientes de Amnistía Internacional. El lenguaje compartido matemática también ha permitido un alto nivel de colaboración con más campos establecidos (como las matemáticas, la economía o la investigación de operaciones). Stuart Russell y Norvig Pedro describe este movimiento como nada menos que una "revolución" y "la victoria de la neats".

La integración de los enfoques

agente inteligente agente paradigmAn inteligente es un sistema que percibe su entorno y realiza acciones que maximiza sus posibilidades de éxito. La forma más sencilla agentes inteligentes son programas que resuelvan problemas específicos. Los agentes inteligentes más complicados son racionales, pensando en los seres humanos. El paradigma da a los investigadores de licencia para estudiar los problemas aislados y encontrar soluciones que sean verificables y útil, sin ponerse de acuerdo sobre un enfoque único. Un agente que resuelve un problema específico puede utilizar cualquier método que funciona – algunos agentes son simbólicos y lógico, algunos son sub-simbólico redes neuronales y otros pueden utilizar nuevos enfoques. El paradigma también ofrece a los investigadores una lengua común para comunicarse con otros campos, como la teoría de la decisión y la economía-que También utilizamos los conceptos abstractos de los agentes. El paradigma de agente inteligente fue ampliamente aceptada durante la década de 1990. arquitecturas de agentes y architecturesResearchers cognitivas han diseñado sistemas inteligentes para construir sistemas de agentes inteligentes que interactúan en un sistema multi-agente. Un sistema con dos componentes simbólicos y sub-simbólica-es un sistema inteligente híbrido, y el estudio de estos sistemas es artificial sistemas de inteligencia de integración. Un sistema de control jerárquico proporciona un puente entre los sub-simbólico de Amnistía Internacional en su nivel más bajo, los niveles de reactivo y tradicional de la IA simbólica en su más alto nivel, donde relajada limitaciones de tiempo posible la planificación y modelado mundo. arquitectura Rodney Brooks subsunción es una propuesta a principios de este sistema jerárquico.

Herramientas

En el curso de 50 años de investigación, Amnistía Internacional ha desarrollado un gran número de herramientas para resolver los problemas más difíciles en la informática. Algunos de los generales de la mayoría de estos métodos se discuten a continuación.

Búsqueda y optimización

Muchos de los problemas de la IA se puede resolver en la teoría de forma inteligente buscando a través de muchas soluciones posibles: razonamiento se puede reducir a realizar una búsqueda. Por ejemplo, la prueba lógica puede ser vista como la búsqueda de un camino que conduce de las premisas a las conclusiones, donde cada paso es la aplicación de una regla de inferencia. Planificación de algoritmos de búsqueda través de los árboles de objetivos y subobjetivos, tratando de encontrar un camino hacia una meta objetivo, un proceso llamado análisis de medios y fines. algoritmos de robótica para mover las extremidades y agarrar objetos de uso en las búsquedas locales configuración del espacio. Muchos algoritmos de aprendizaje utilizan algoritmos de búsqueda basados en la optimización.

búsquedas simples exhaustiva rara vez son suficientes para la mayoría de los problemas del mundo real: la búsqueda espacio (el número de plazas a la búsqueda) crece rápidamente a los números astronómicos. El resultado es una búsqueda que es demasiado lento o se completa nunca. La solución, para muchos problemas, es utilizar la "heurística" o "reglas de oro" que eliminan las opciones que es poco probable que conducen a la meta (llamada "poda el árbol de búsqueda"). Heurística oferta el programa con una "mejor estimación" de lo que el camino de la solución se encuentra en.

Un tipo muy diferente de la búsqueda llegó a la fama en la década de 1990, sobre la base de la teoría matemática de la optimización. Para muchos problemas, es posible comenzar la búsqueda de algún tipo de respuesta y después afinar la conjetura de forma incremental hasta que no haya mejoras se pueden hacer más. Estos algoritmos se puede visualizar como ciegos escalando la colina: comenzamos la búsqueda en un punto al azar en el paisaje y, a continuación, a saltos o escalones, nos seguimos moviendo nuestra suposición cuesta arriba, hasta llegar a la cima. Otros algoritmos de optimización de recocido simulado, búsqueda de la viga y al azar optimización.

La computación evolutiva utiliza una forma de búsqueda de la optimización. Por ejemplo, se puede comenzar con una población de organismos (las conjeturas) y, a continuación les permiten mutar y se recombinan, seleccionando sólo los más aptos para sobrevivir cada generación (refinado las conjeturas). Formas de computación evolutiva incluyen algoritmos de inteligencia de enjambre (como colonia de hormigas o de partículas optimización de enjambre) y los algoritmos evolutivos (tales como los algoritmos genéticos [103] y la programación genética [104] [105]).

Lógica

La lógica se introdujo en la investigación de Amnistía Internacional por John McCarthy en su propuesta de 1958 Consejo de Taker. La lógica se utiliza para la representación del conocimiento y resolución de problemas, pero se puede aplicar a otros problemas. Por ejemplo, la satplan algoritmo utiliza la lógica para la planificación y la programación lógica inductiva es un método para el aprendizaje.

Diferentes formas de la lógica se utilizan en la investigación en IA. Proposicional o oracional la lógica es la lógica de enunciados que pueden ser verdaderas o falsas. la lógica de primer orden también permite el uso de los cuantificadores y predicados, y puede expresar hechos acerca de los objetos, sus propiedades, y sus las relaciones con los demás. La lógica difusa, es una versión de la lógica de primer orden que permite a la verdad de una declaración a ser representado como un valor entre 0 y 1, en lugar de simplemente verdadero (1) o Falso (0). sistemas difusos se pueden utilizar para el razonamiento incierto y han sido ampliamente utilizados en los modernos sistemas de control industrial y productos de consumo. Predeterminado lógicas, la lógica no monotónica y circunscripción son formas de la lógica diseñada para ayudar con el razonamiento por defecto y el problema de calificación. Varias extensiones de la lógica ha sido diseñado para manejar áreas específicas del conocimiento, tales como: descripción lógica, cálculo de situaciones, el cálculo de eventos y el cálculo con fluidez (para la representación de los acontecimientos y el tiempo), el cálculo de causalidad; cálculo de creencias; y la lógica modal.

En 1963, J. Alan Robinson, descubrió un método simple, completo y totalmente algorítmico para la deducción lógica que se puede realizar fácilmente por las computadoras digitales. Sin embargo, una implementación del algoritmo ingenuo conduce rápidamente a una explosión combinatoria o un bucle infinito. En 1974, Robert Kowalski sugirió que representan expresiones lógicas como las cláusulas de Horn (declaraciones en la forma de reglas: "si p entonces q "), lo que redujo la deducción lógica de encadenamiento hacia atrás o hacia adelante encadenamiento. Este aliviado en gran medida (pero no eliminar) el problema.

Probabilístico métodos de razonamiento incierto

Muchos de los problemas de la IA (en el razonamiento, la planificación, el aprendizaje, percepción y robótica) requieren que el agente de operar con incompleta o incierta de la información. A partir de finales de los 80 y principios de los 90, Judea Pearl y otros defendido el uso de métodos extraídos de la teoría de probabilidades y la economía para elaborar una serie de potentes herramientas para resolver estos los problemas.

redes bayesianas son una herramienta muy general que puede ser utilizado para un gran número de problemas: razonamiento (utilizando el algoritmo de inferencia bayesiana), aprendizaje (con el algoritmo de expectación-maximización), planificación (utilizando redes de la decisión) y la percepción (utilizando redes bayesianas dinámicas). algoritmos probabilísticos también se puede utilizar para filtrar, predicción, alisado y encontrar explicaciones de los flujos de datos, ayudando a los sistemas de percepción para analizar los procesos que ocurren en el tiempo (por ejemplo, modelos ocultos de Markov o filtros de Kalman).

Un concepto clave de la ciencia de la economía es la "utilidad": una medida del valor que algo es un agente inteligente. herramientas de precisión matemática han sido desarrollados que analizar cómo un agente puede tomar decisiones y planificar, utilizando la teoría de decisión, análisis de decisión, teoría de la información de valor. Estas herramientas incluyen modelos como los procesos de decisión de Markov, redes dinámicas de decisión, teoría de juegos y el diseño de mecanismos.

Clasificadores y estadística métodos de aprendizaje

La forma más sencilla aplicaciones de la IA se pueden dividir en dos tipos: clasificadores ("si brillante a continuación, diamante ") y controladores (" brillante si luego recoger "). controladores no obstante también clasifican las condiciones antes de deducir las acciones, y por lo tanto la clasificación es una parte central de muchos AI sistemas. Los clasificadores son funciones que el uso de patrones para determinar una coincidencia más cercana. Se puede ajustar de acuerdo a los ejemplos, que los hace muy atractivos para el uso de la IA. Estos ejemplos son conocidos como las observaciones o patrones. En el aprendizaje supervisado, cada patrón pertenece a cierta clase predefinida. Una clase puede ser visto como una decisión que tiene que ser hecho. Todas las observaciones combinadas con sus etiquetas de clase que se conoce como un conjunto de datos. Cuando una nueva observación se recibe, que la observación se clasifica con base en la experiencia anterior.

Un clasificador puede ser entrenado en varias formas; hay muchos enfoques de aprendizaje de estadística y de la máquina. Los clasificadores más utilizados son la red neuronal, los métodos del núcleo, como las máquinas de vectores soporte, k-más cercano algoritmo de vecino, modelo de mezcla de gaussianas, clasificador de Bayes ingenuo, y el árbol de decisión. El desempeño de estos clasificadores han sido comparados en una amplia gama de tareas. desempeño del clasificador depende en gran medida de la características de los datos se clasifican. No hay una clasificación única que funciona mejor en todos los problemas dados, lo que también se conoce como el "no hay almuerzo gratis" teorema. La determinación de un adecuado clasificador para un problema dado que es aún más un arte que una ciencia.

Redes neuronales

Una red neuronal es un grupo de nodos interconectados, similar a la vasta red de las neuronas en el cerebro humano.

El estudio de las redes neuronales artificiales se inició en la década anterior a la investigación de campo de Amnistía Internacional fue fundada, en la obra de Walter Pitts y Warren McCullough. Otros importantes fueron los primeros investigadores Frank Rosenblatt, quien inventó el perceptrón y Werbos Pablo, quien desarrolló el algoritmo de propagación hacia atrás.

Las principales categorías de redes redes neuronales acíclicos o feedforward (cuando la señal pasa en una sola dirección) y redes neuronales recurrentes (que permiten comentarios). Entre las redes feedforward más populares son los perceptrones, multi-capa de perceptrones y las redes de base radial. Entre las redes recurrentes, la más famosa es la red de Hopfield, una forma de red atractor, el cual fue descrito por primera vez por John Hopfield en 1982. Las redes neuronales se pueden aplicar al problema de control inteligente (para la robótica) o de aprendizaje, utilizando técnicas como el aprendizaje de Hebb y el aprendizaje competitivo.

Jeff Hawkins argumenta que la investigación en redes neuronales se ha estancado debido a que no ha de modelar las propiedades esenciales de la neocorteza, y ha propuesto un modelo (jerárquica de la memoria temporal) que se basa en la investigación neurológica.

La teoría de control

Teoría de control, el nieto de la cibernética, tiene muchas aplicaciones importantes, especialmente en la robótica.

Idiomas

investigadores de la IA se han desarrollado varios lenguajes especializados para la investigación de Amnistía Internacional, incluyendo Lisp y Prolog.

Evaluar el progreso

¿Cómo se puede determinar si un agente es inteligente? En 1950, Alan Turing propuso un procedimiento general para poner a prueba la inteligencia de un agente que hoy se conoce como la prueba de Turing. Este procedimiento permite casi todos los grandes problemas de inteligencia artificial para analizar. Sin embargo, es un reto muy difícil y en la actualidad no todos los agentes.

La inteligencia artificial también puede ser evaluados en los problemas específicos, como los pequeños problemas en la química, el reconocimiento de escritura a mano y jugar el juego. Estas pruebas han sido denominadas pruebas de experto en la materia objeto de Turing. Problemas más pequeños ofrecen metas más alcanzables y hay un número cada vez mayor de resultados positivos.

Las clases generales de los resultados de una prueba de AI son:

• Óptimo: no es posible tener un mejor desempeño
• Fuerza sobrehumana: se comporta mejor que todos los seres humanos
• Super-humanos: se comporta mejor que la mayoría de los seres humanos
• Sub-humanos: realiza peor que la mayoría de los seres humanos

Por ejemplo, el rendimiento es óptimo a las damas, el desempeño en el ajedrez es super-humanos y punto fuerte super-humanos, y el rendimiento en muchas de las tareas diarias realizadas por los seres humanos es sub-humanos.

Un enfoque bastante diferentes medidas de inteligencia de las máquinas a través de pruebas que se desarrollan a partir de matemáticas definiciones de la inteligencia. Ejemplos de este tipo de pruebas se inician en los noventa la elaboración de las pruebas de inteligencia con nociones de complejidad de Kolmogorov y compresión de datos. Definiciones similares de inteligencia de las máquinas se han presentado por Marcus Hutter en su libro universal de la Inteligencia Artificial (Springer 2005), una idea desarrollada posteriormente por Legg y Hutter. Dos ventajas principales de las definiciones matemáticas son su aplicabilidad a las inteligencias no humanas y su ausencia de un requisito para probadores humanos.

Aplicaciones

Artificial la inteligencia ha sido utilizado con éxito en una amplia gama de campos, incluyendo el diagnóstico médico, el comercio de acciones, el control del robot, la ley, los descubrimientos científicos, los videojuegos, juguetes, y los motores de búsquedas en Internet. Con frecuencia, cuando una técnica de uso llega a la corriente principal, no es la inteligencia artificial se considera, a veces se describe como el efecto de la influenza aviar. También puede integrarse en la vida artificial.

Concursos y premios

Hay una serie de concursos y premios para promover la investigación en inteligencia artificial. Las áreas principales son promover: la inteligencia artificial en general, comportamiento de conversación, la extracción de datos, los coches sin conductor, el fútbol de robots y juegos.

Plataformas

Una plataforma (o "plataforma de computación") se define por Wikipedia como "una especie de arquitectura de hardware o un marco de software (incluidos los marcos de aplicación), que permite que el software se ejecute." Como Rodney Brooks señaló hace muchos años, no es sólo el software de inteligencia artificial que define las características de Amnistía Internacional de la plataforma, sino más bien la plataforma en sí que afecta a la IA que los resultados, es decir, tenemos que estar trabajando en los problemas de la IA en las plataformas del mundo real y no en forma aislada.

Una amplia variedad de plataformas ha permitido a los diferentes aspectos de la IA para el desarrollo, que van desde los sistemas expertos, aunque basado en PC, pero siendo todo un sistema del mundo real para plataformas robot diversos como el ampliamente disponible Roomba con interfaz abierta.

Filosofía

Inteligencia artificial, afirmando ser capaz de recrear las capacidades de la mente humana, es a la vez un reto y una inspiración para la filosofía. ¿Hay límites para lo inteligente máquinas pueden ser? ¿Hay un elemento esencial diferencia entre la inteligencia humana y la inteligencia artificial? ¿Puede una máquina de tener una mente y la conciencia? Algunas de las respuestas más influyentes a estas preguntas se indican a continuación.

convención "de Turing" es educado Si una máquina inteligente que actúa como un ser humano, entonces es tan inteligente como un ser humano Alan Turing. teoría de que, en última instancia, sólo podemos juzgar la inteligencia de una máquina basada en su comportamiento. Esta teoría forma la base de la Dartmouth Turing propuesta test.The "Cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede ser descrito con tanta precisión que una máquina se puede hacer para simularlo. "Esta afirmación fue impresa en la propuesta de la Conferencia de Dartmouth de 1956, y representa la posición de la mayoría de trabajo researchers.Newell IA y física de Simón sistema de hipótesis símbolo "Un sistema de símbolos físicos tiene los medios necesarios y suficientes de la acción inteligente general". Newell y Simon argumentan que las inteligencias se compone de las operaciones formales en los símbolos. Hubert Dreyfus argumentó que, por el contrario, la experiencia humana depende de instinto inconsciente más que consciente símbolo de la manipulación y en tener una "sensación" de la situación en lugar de conocimiento simbólico explícito. (Ver "crítica Dreyfus de la gripe aviar.) De incompletitud de Gödel, teorema de un oficial sistema (como un programa de ordenador) no puede probar todas las afirmaciones verdaderas. Roger Penrose es uno de los que afirman que el teorema de Gödel límites de lo que las máquinas pueden hacer. (Véase el Nuevo Emperador mente.) IA fuerte la hipótesis de Searle "La computadora de programación adecuada con las entradas y salidas de la derecha lo que sería tener una mente en exactamente el mismo los seres humanos han sentido la mente. "contadores de Searle esta afirmación con el argumento de la habitación china, que nos invita a mirar dentro de la computadora y tratar de encontrar donde la "mente" puede be.The argumento cerebro artificial El cerebro puede ser simulado. Hans Moravec, Ray Kurzweil y otros han argumentado que es tecnológicamente viable para copiar el cerebro directamente en hardware y software, y que dicha simulación será esencialmente idéntica a la original.

La especulación y la ficción

Amnistía Internacional es un tema común tanto en la ciencia ficción y en las proyecciones sobre el futuro de la tecnología y la sociedad. La existencia de una inteligencia artificial que rivaliza con la inteligencia humana plantea difíciles cuestiones éticas y la poder potencial de la tecnología inspira tanto esperanzas y temores.

Frankenstein de Mary Shelley considera una cuestión fundamental en la ética de la inteligencia artificial: si una máquina puede ser creado que tiene inteligencia, puede que también se sienten? Si se puede sentir, ¿tiene los mismos derechos que un ser humano? La idea aparece también en la ciencia ficción moderna: la película Inteligencia Artificial: AI considera una máquina en forma de un niño pequeño que se ha dado la capacidad de sentir emociones humanas, incluyendo, por desgracia, la capacidad a sufrir. Este problema, ahora se conoce como "robot derechos", se está estudiando actualmente, por ejemplo, el Instituto de California para el futuro, aunque muchos críticos creen que la discusión es prematuro.

Otro tema explorado por los escritores de ciencia ficción y futurólogos es el impacto de la inteligencia artificial en la sociedad. En la ficción, Amnistía Internacional ha aparecido el cumplimiento de muchos funciones, entre ellas;

• Como servidor (R2D2 de Star Wars)
• Como agente de la ley (KITT "Knight Rider")
• Como un compañero (el teniente comandante Data en Star Trek)
• Como un conquistador / señor (The Matrix)
• Como un dictador (Con Plegadas Manos)
• Como un asesino (Terminator)
• Como una carrera sentiant Battlestar Galactica)
• Como una extensión a las capacidades humanas (Ghost in the Shell)
• Como el salvador de la raza humana (R. Daneel Olivaw en la serie de la Fundación).

Académico fuentes han considerado las consecuencias tales como: una menor demanda de mano de obra humana, el fortalecimiento de la capacidad humana o la experiencia, y la necesidad de una redefinición de la identidad y los valores humanos básicos.

Varios futuristas sostienen que la inteligencia artificial más allá de los límites del progreso y, fundamentalmente, transformar la humanidad. Ray Kurzweil ha utilizado la ley de Moore (que describe la implacable la mejora exponencial de la tecnología digital con una precisión asombrosa) para calcular que las computadoras de escritorio tienen el mismo poder de procesamiento como los cerebros humanos para el año 2029, y que por artificiales 2045 inteligencia llegará a un punto en el que es capaz de mejorar a un ritmo que supera con creces todo lo imaginable en el pasado, un escenario que escritor de ciencia ficción Vernor Vinge el nombre de "singularidad tecnológica". Edward Fredkin sostiene que "la inteligencia artificial es el siguiente paso en la evolución", una idea propuesta inicialmente por Samuel Butler, "Darwin entre las máquinas" (1863), y ampliado por George Dyson en su libro del mismo nombre en 1998. Varios futuristas y escritores de ciencia ficción han pronosticado que los humanos y máquinas se fusionarán en el futuro en cyborgs que son más capaz y poderoso que sea. Esta idea, llamado transhumanismo, que tiene sus raíces en Aldous Huxley y Robert Ettinger, ahora se asocia con el diseñador del robot, Hans Moravec, Kevin Warwick cibernético e inventor Ray Kurzweil. El transhumanismo se ha ilustrado en la ficción, así, por ejemplo, en el Espíritu de manga en la Shell y la serie de ciencia ficción Dune. Pamela McCorduck escribe que estos escenarios son expresiones del deseo humano a la antigua, como ella lo llama, "forjar los dioses."

About the Author

S. Rajkumar belongs to Madurai, Tamil nadu, India. He is a post graduate in Computer Science and Information Technology. Now he is working as a web designer and PHP programmer in AJ Square Inc. Vilacherry, Madurai.

Hill Academy eTraining for Prolog Manager

Eblaster Computer Surveillance Software $179.95 Record All Online Activity: Websites Visited, Instant Messages, Searches, E-Mails & More Real-Time E-mail Alerts Sent Automatically Keyword Alerts – Get Alerts When Sensitive Words Are Typed Access Your Computer Usage Logs Online Anywhere, Anytime Block And Manage Users And Websites The ONLY software In The World That Will Capture Incoming/Outgoing E-mail – Instant Messages And IMMEDIATELY Forward Them To You Via E-mail – Automatically The Internet can be a dangerous place. If you’re worried about what your friends, family, employees, or significant other is doing on your computer – you need the eBlaster. With this software you will receive copies of all e-mails and instant messages sent on your computer so you can efficiently monitor what’s actually going on when you’re not around. Protect Your Children From Online Predators Find out immediately if your child is being solicited by an online predator. Or, use the software to find out who your spouse is really talking to. These time-sensitive events require immediate action, which is why the eBlaster sends you an EXACT copy of every conversation, instantly. And it doesn’t just stop at e-mails and instant messages, you get copies of Online Searches, Keystrokes Typed, Downloads, Applications, MySpace Activity, etc. Monitor Your Spouse, Kids, Or Employees With Automatic Keyword Alerts And Usage Reports Online The eBlaster Software lets you monitor your computer’s activity anytime, from anywhere. Simply install the software and let the eBlaster do the rest. Once you install the software, you will never have to check that computer again – all information can be reviewed on the Internet. Receive alerts in real-time when users are on the computer and see what websites they’re visiting, what they’re writing in e-mails, instant messages, and more. Let the keyword scanner do the work for you and receive alerts when a user types a particular phrase such as “boss” or “my parents aren’t home.” This product sends scheduled usage reports as well as keyword alerts, so you will always know what’s happening on your computer. Time Content 4:00 PM Your daughter comes home from school and goes online. 4:15 PM She receives an e-mail from a guy named Tom. 4:16 PM Within seconds, eBlaster sends you an EXACT COPY of this email to your work e-mail address. 4:30 PM Your daughter replies to the e-mail from Tom. 4:31 PM Within seconds, eBlaster sends you an EXACT COPY of her reply. Easily Block Users Or Websites With The Press Of A Button Are your kids visiting unauthorized websites or talking to the wrong people? Are your employees wasting your time and money by playing online games all day? The eBlaster makes its easy to block various users and websites with the press of a button. Since the software monitors every website visited, every program downloaded, and every application run, you can easily choose to block sites or users. Quick And Easy Set-Up – The eBlaster Is Convenient And Secure With additional features such as p

Computer Arts Pro Software Guide: After Effects – Computer Arts Pro Software Guide: After Effects – Single Copy $5.83 Pro Software Skills: After Effects is full of tips, tutorials and tricks that will enable you to master the software and make your motion graphics the best they’ve ever been. And if you’re a print designer, familiar with Photoshop and Illustrator, then this guide will help you get to grips with the sometimes daunting After Effects toolset. Take a look at out our Pro Guides. These give you an idea of After Effects key functions and uses, and we hope they’ll be invaluable reference tools. ****Note: This digital edition is not printable and does not include the covermount items or supplements you

Embroidery Office D50 Design Max Basic Digitizing Software, Complete Group of Tools to Create Embroidery Designs $1699 Embroidery Office D50 Design Max Basic Digitizing Software, Complete Group of Tools to Create Embroidery Designs

Computer Arts Pro Software Guide: InDesign – Issue $5.83 This is a 116 page in-depth guide, designed to help creative professionals refine their print and publishing skills. Featuring 150 essential new techniques, you can learn how to work smarter and faster whilst speeding up your design workflow. Whether you spend your day laying out newspapers, magazines, brochures or reports – or are exploiting CS5.5′s digital publishing capalities and designing for iPad – you’ll find plenty of expert advice for getting more from InDesign at every stage of the production process. ****Note: This digital edition is not printable and does not include the covermount

Computer Arts Pro Software Guide: Photoshop – Issue $5.83 Work faster and smarter, building existing design skills and fine-tuning your workflow and creative processes with expert guides, ultimate inspiration and pro-techniques all packed into a handy 116-page guide. Features Include: • New ways to use layers to make your creative process slicker • 50 ways to traceless retouching • Transform your illustration workflow with Photoshop • Achieve smooth retouching without losing realism • The quick, easy way to mock up websites with Photoshop • Harness the power of curves ****Note: This digital edition is not printable and does not include the covermoun

Computer Arts Pro Software Guide: Illustrator – Issue $5.83 Featuring: •Paths and Bezler Curves – Get more from everyday tools •Pathfinder & Shapes – Unlock the potential of Pathfinder palette & CS5′s new Shape Builder •Artboards and Grids – Breeze through complex projects •Packaging – Create better packaging work from dielines to colour separations •Logo Design – 50 all-new ways to create stunning logos every time! ****Note: This digital edition is not printable and does not include the covermount items or supplements you would find with printed copies****

Computer Arts Pro Software Guide: After Effects – Issue $5.83 Pro Software Skills: After Effects is full of tips, tutorials and tricks that will enable you to master the software and make your motion graphics the best they’ve ever been. And if you’re a print designer, familiar with Photoshop and Illustrator, then this guide will help you get to grips with the sometimes daunting After Effects toolset. Take a look at out our Pro Guides. These give you an idea of After Effects key functions and uses, and we hope they’ll be invaluable reference tools. ****Note: This digital edition is not printable and does not include the covermount items or supplements you

iPrint Graphic Software using Designs in Great Notions Catalog, and TrueType Fonts on your computer, for iPrint Z1 Heat Transfer Tshirt Presses $99 ,iPrint Graphic Software using Designs in Great Notions Catalog, and TrueType Fonts on your computer, for iPrint Z1 Heat Transfer Tshirt Presses

Deduper Software Eliminates Duplicate Embroidery Machine Designs from your Computer, Extracts Zip & RAR files from archives – De-duper Download Only $49.99 Deduper Software Eliminates Duplicate Embroidery Machine Designs from your Computer, Extracts Zip & RAR files from archives – De-duper Download Only

SilverKnit RKC1000E Knitting Computer Emulator Software PC DOWNLOAD Replaces Brother KA3000 KnitKing Calcuknit Hand & Machine Knitters Charting Device $99 SilverKnit RKC1000E Knitting Computer Emulator Software PC DOWNLOAD Replaces Brother KA3000 KnitKing Calcuknit Hand & Machine Knitters Charting Device

Computer Associates CA Internet Security Suite Plus 2008 Software For Windows 2000/XP/ Vista Protect Up To 3 Pcs! ISSP08SCNRE $4.99 Computer Associates CA Internet Security Suite Plus 2008 Software For Windows 2000/XP/ Vista Protect Up To 3 Pcs! ISSP08SCNRE

Computer Arts Pro Software Guide: Photoshop – Computer Arts Pro Software Guide: Photoshop – Single Copy $5.83 Work faster and smarter, building existing design skills and fine-tuning your workflow and creative processes with expert guides, ultimate inspiration and pro-techniques all packed into a handy 116-page guide. Features Include: • New ways to use layers to make your creative process slicker • 50 ways to traceless retouching • Transform your illustration workflow with Photoshop • Achieve smooth retouching without losing realism • The quick, easy way to mock up websites with Photoshop • Harness the power of curves ****Note: This digital edition is not printable and does not include the covermoun

Computer Arts Pro Software Guide: InDesign – Computer Arts Pro Software Guide: InDesign – Single Copy $5.83 This is a 116 page in-depth guide, designed to help creative professionals refine their print and publishing skills. Featuring 150 essential new techniques, you can learn how to work smarter and faster whilst speeding up your design workflow. Whether you spend your day laying out newspapers, magazines, brochures or reports – or are exploiting CS5.5′s digital publishing capalities and designing for iPad – you’ll find plenty of expert advice for getting more from InDesign at every stage of the production process. ****Note: This digital edition is not printable and does not include the covermount

Computer Arts Pro Software Guide: Illustrator – Computer Arts Pro Software Guide: Illustrator – Single Copy $5.83 Featuring: •Paths and Bezler Curves – Get more from everyday tools •Pathfinder & Shapes – Unlock the potential of Pathfinder palette & CS5′s new Shape Builder •Artboards and Grids – Breeze through complex projects •Packaging – Create better packaging work from dielines to colour separations •Logo Design – 50 all-new ways to create stunning logos every time! ****Note: This digital edition is not printable and does not include the covermount items or supplements you would find with printed copies****

Glass Eye 2000 Software $149.95 Glass Eye 2000 Standard Edition is the software that gives stained glass artists a simple way to create, adapt, and print custom patterns using their computers. Start with any of the 400 patterns in its library or design a pattern from scratch with a collection of easy to learn, easy to use drawing tools. Glass Eye 2000 has been called the industry standard in stained glass design software by both Spectrum Glass and Glass Patterns Quarterly. Runs on all versions of Windows, including Vista, and MACS running Virtual PC or Boot Camp. Please note opened software can not be returned. Features Draw Patterns and Add Glass Colors Use the drawing tools to create patterns, then apply realistic glass colors and textures. Resize to Any Dimensions Scale your pattern to the size you need Number the Pieces Instantly numbers even complex designs Print Full-Size Patterns Print from your printer. If a design doesn and 39;t fit on a single sheet, it automatically tiles the image to several sheets you can then assemble into a full-size pattern. Getting Started is Easy. Software Includes Extensive help system (for an example see computer screen image below) In-depth tutorial Introductory Video Free technical support for 30 days Plus Includes a calculator that shows materials usage, and a handy cost estimator that takes the guesswork out of pricing your design. For an example see the computer screen image below. Experiment with different glass colors and textures in your design to visualize your creation before cutting a single piece. Glass Eye 2000 can number all your pieces instantly. For example see the numbered Hummingbird pattern below. Includes 400 patterns, 77 from CKE. For an example see the Poppies pattern below. Design with bevels. Includes bevel library with 72 stock bevels and 89 Mika bevel clusters. For an example see the bevel pattern below.

Cord Labels – Computer Kable Flags™ by CBI Group $7.49 Overwhelmed with cables behind your computer??…not anymore! This Kable Flags™ Computer Cables Pack is predominantly designed to identify cables behind computers but may also be used for the associated power plugs. They look neat and are easy to read. Protect your data and equipment and trouble shoot with confidence. These cable identification tags are so easy to use. Just choose one of the 10 pre-printed tags and attach to the end of the cable. These handy tags help you to avoid the costly mistake of unplugging the wrong electronic unit and helps you identify your plugs with ease. Prevent having to reset clocks and damaging sensitive equipment. Switch off and save energy costs on “stand by” devices. Have peace of mind whenever shifting equipment or spring cleaning. No more need to rely on technicians or experts to disconnect and connect cables…it is that easy!!! Pack of 10 flags includes: Computer, Printer, Scanner, Monitor, Keyboard, Speakers, Mouse, Network, UPS (Uninterrupted Power Supply) and Phone Line.Features: • Cable flags attach to plug for easy identification • Simply loop flag around cable and pull through hole • Avoids costly mistake of unplugging wrong device • Identify your plugs with ease • Never pull the wrong plug again • Pack of 10 flags with pre-printed labels

Computer Music Specials – Subscription $10.83 Computer Music Specials is a bi-monthly magazine from the creators of Computer Music. Computer Music Specials help you get to grips with wide ranging music topics, including top production techniques, sampling, popular software, sequencers, and tips on how to make it in the music industry. Computer Music Specials surrounds you in musical knowledge and inspiration from all genres, whether you DJ or play guitar and no matter your level, you’ll find invaluable tips to help you create your best music yet.

Nasco DynaPulse 200M Software $390 Features of the Nasco DynaPulse 200M Software: Complete Curriculum Plus Five Labs!Computer-based blood pressure and cardiovascular pulse waveform monitoring provides a quick, easy way to create an exciting educational experience. This teacher-ready program includes a complete curriculum – from simple definitions to advanced subjects, plus five labs. Students will measure blood pressure, examine heartbeats, identify irregularities, analyze trends, and perform statistical analysis (all in real time) by monitoring their own cardiovascular profiles and those of their classmates. DynaPulse® creates long-term trending graphical presentations of key cardiovascular information; stores and displays a lifetime of measurement information to manage patient care; includes a reference database of medical facts, with on-screen help capabilities; analyzes detailed cardiovascular information; expands single heartbeat wave at cursor position; displays heartbeat pressure waveform; views systolic, mean, and diastolic positions in heartbeat pressure wave; and displays blood pressure and pulse rate with time and date.SYSTEM REQUIREMENTS: Windows – 3.1, 95, 98, 2000, or XP, 2 MB RAM, USB port. Monitor and PC not Included.

Mini USB Bluetooth Dongle w/Software $20.99 Mini USB Bluetooth Dongle w/Software – If you’re looking for a way to transfer your data from your phone to a computer and vice versa, this data cable is for you! Insert the plugs into your phone’s and computer’s ports and seamlessly transfer data between the two devices. *Some phones may require additional software to transfer data. This item only includes a data cable.

This day in history...


Powered By WPHistory