Juegos Flash De Ingenio

Juego de las 8 Reinas Alinearlas en el Tablero de Ajedrez Sin Matarse

Juego de las 8 Reinas Mortales

Ingenio: Colocar las 8 reinas sin que «maten» entre ellas

Ingenio: Coloque 8 reinas sobre el tablero sin que ellas se «coman» entre sí.
Click con el mouse en la casilla donde quiere colocar su reina, si alguna es amenazada será eliminada del tablero.

Problemas de Fisica De Yakov Perelman Problemas Para Pensar

Problemas de Física De Yakov Perelman
Problemas Para Pensar

1-El Problema de la Plataforma:

Una persona de 60 kg de peso (600 N) se encuentra sobre una plataforma de 30 kg (300 N),  suspendida mediante cuatro cuerdas que pasan por unas poleas como muestra la figura. ¿Con  qué fuerza la persona debe tirar del extremo de la cuerda a para sostener la plataforma donde se encuentra?

2-El Problema de la Curvatura:

¿Qué esfuerzo hay que aplicar a una soga tendiéndola para que no se curve?

¿Cómo hay que tender la cuerda para que no forme comba?

3-El Problema de las Pesas:

Una polea suspendida de una balanza de resorte sostiene una cuerda con sendas pesas, de 1 kg y 2 kg, en los extremos.

¿Qué carga marca el fiel del dinamómetro?

Problemas de Ingenio Resolver Ejercicios Usar la Inteligencia

EJERCICIOS PARA RAZONAR Y RESOLVER CON INGENIO

EL CEREBRO HUMANO ES COMO UN MÚSCULO: Tal como en el entrenamiento para la buena forma física, en el entrenamiento de la memoria tenemos que evitar la exageración y, aunque sea un buen ejercicio, no hacer más de lo necesario. En la UCLA (Universidad de California en los Ángeles) hemos realizado muchos estudios sobre la memoria. Hemos avanzado en la interpretación de la forma en que nuestro cerebro memoriza y recuerda  la información.

Cuando los voluntarios sujetos a estudio practican por primera vez un juego de ordenador, sus escáners PET revelan una elevado nivel de actividad cerebral. Una vez lo dominan, el escáner muestra una actividad cerebral mínima durante el juego: necesitan utilizar menos su capacidad cerebral para llevar a cabo la misma tarea. Es una situación semejante a la de los atletas, que dominan mejor el levantamiento de pesas o una maratón si hacen un entrenamiento previo.

Esta investigación apunta a la posibilidad de que sería posible lograr el mismo nivel de rendimiento con menor esfuerzo y frustración. Para ello es necesario permitir que nuestro cerebro se entrene gradualmente, del mismo modo que el deportista se entrena con pesas que van aumentando de tamaño paulatinamente.

La evidencia científica señala que la estimulación mental y el entrenamiento cerebral son dos excelentes maneras de mantener el cerebro sano durante toda la vida. Una evidencia muy sugestiva indica que cualquier cosa que hagamos para ejercitar el cerebro de una manera nueva, puede ayudarnos a desarrollar senderos para las neuronas que ayuden a la prevención del Alzheimer. En su mayoría, estas estrategias cuestan poco dinero, no son dañinas y merece la pena ensayarías.

Es de vital importancia comenzar con ejercicios aerobics mental cuyo nivel estimule la mente pero nunca llegue a forzarla. Es posible que si una persona aborda una tarea que le resulta demasiado difícil, se sienta frustrada y la abandone. Si es demasiado fácil, perderá el interés y se distraerá. Por ejemplo, en nuestras investigaciones con tests de estrés cognitivo en pacientes de Alzheimer, encontramos que aun los pacientes levemente afectados por la enfermedad eran incapaces de llevar a cabo los ejercicios de memoria de mayor complejidad. Se frustraban y perdían el hilo de la tarea.

Durante los tests del mismo tipo pero con voluntarios que sufrían leves problemas de memoria, observamos actividad cerebral en los centros de la memoria. Con los afectados por un leve Alzheimer no se observó ninguna actividad en los centros de la memoria, ni de otro tipo, salvo en los centros emocionales del cerebro. Esta actividad emocional sería el reflejo de su frustración, al tratar inútilmente de realizar un ejercicio mental demasiado difícil para ellos.

Las Vasijas    Las Monedas    Cruzar El Puente    Sam Loyd

cara de pensar

LOS PERFILES DE ATENCIÓN

No todos tenemos el mismo tipo de atención; no todos somos igualmente atentos ni todos prestamos atención de la misma manera. Nuestra forma de incorporar información está muy vinculada a la educación recibida, pero también depende de nuestra personalidad, nuestros intereses y nuestra actitud ante el mundo. Los siguientes perfiles de atención, aunque estereotipados, dan una idea de las diferencias:

Los que prestan atención de forma meticulosa muestran una conducta demasiado atenta: todo despierta su interés, todo puede o debe ser recordado, a riesgo de sobrecargar la memoria con detalles sin importancia. No prestan atención de modo selectivo. Los que entran en esta categoría tienden a ser perfeccionistas, puntillosos y están dotados de muy buena memoria. Le señalarán que tiene una pelusa en el suéter o recordarán con gran detalle cosas que usted no considera importantes. Además, suelen esperar que los demás tengan el mismo tipo de memoria exhaustiva y poco selectiva. Las personas que prestan una atención meticulosa a todo poseen enormes reservas de información en su memoria, pero no les sirve de mucho; muy pocos de esos datos les resultan de veras útiles, ya que les cuesta seleccionar qué les interesa de verdad.

Los que muestran un interés particular por campos específicos centran su atención en uno o más núcleos de interés. Utilizan bien su atención, la despliegan con eficacia en las áreas respectivas y apenas reparan en otras cosas. Estas personas suelen tratar de impresionar a los demás con la amplitud de sus conocimientos sobre temas concretos. Su atención es selectiva y elevada, al igual que su memoria.

• Los individuos poco atentos por lo general no revelan mucho interés por su entorno. Muchas veces dan la impresión de estar «en la luna» y se lo pasan perdiendo u olvidando cosas. No escuchan de verdad a los demás y pueden llegar a ignorar las convenciones sociales. Demuestran un excesivo interés en sí mismos y sus sentimientos. Este tipo de personas rara vez profundiza en algo, y sus recuerdos son narcisistas y abundan en lagunas. Es una conducta propia de la adolescencia.

Tal vez reconozca aspectos de usted mismo en cada uno de estos perfiles. Lo importante es mantenerse flexible y centrarse en áreas específicas de interés, pero conservar la apertura mental y la capacidad de enfrentar nuevas exigencias y desafíos. Esta actitud garantizará un buen funcionamiento de la memoria y la evocación de datos.

Fuente Consultada: La Biblia de la Memoria Dr. Gary Small

https://historiaybiografias.com/linea_divisoria4.jpg

Algunos Link de Interés Relacionados Con Este Tema:

Problemas de Ingenio

Juegos de Ingenio y Lógica Matemática

Jugar Sudoku

Pasatiempos

Juegos Para La Tercera Edad

Serie de Lógica Matemática

Problemas o Acertijos de Sam Loyd

https://historiaybiografias.com/linea_divisoria4.jpg

La inteligencia humana: su medición (CI) y los tipo de inteligencia.

MENTES BRILLANTES DEL SIGLO XXI


Sungha Jung


Liu Wei

Akrit Jaswal

Marilyn vos Savant

Grigory Perelman

INTELIGENCIA Y COCIENTE INTELECTUAL:

El hecho de que el cerebro destine la mayor parte de su actividad a la autopercepción, sugiere la idea de que la inteligencia guarda relación con la buena memoria, sólo quien dispone de una extraordinaria capacidad para almacenar datos puede dar a su cerebro la oportunidad de reelaborar internamente la información. De hecho, un gran número de investigadores han demostrado que todos los niños superdotados estudiados por ellos disponían de una memoria extraordinaria, y lo mismo ocurre entre los jugadores de ajedrez, los matemáticos, los compositores y los virtuosos del violín.

El interés por los individuos superdotados ha dado lugar a grandes controversias. Una de las primeras fue desatada por las investigaciones del médico y criminalista italiano Cesare Lombroso (1836-1909), quien en su libro Genio y locura (1864) afirmó que existía una relación entre genialidad y locura. Algunos investigadores norteamericanos, más sensatos, se opusieron a esta tesis y se esforzaron por determinar los factores responsables de la inteligencia para intentar medirlos después. El resultado de estos estudios fue el CI, el llamado «cociente intelectual», que parte de un valor promedio de 100, por debajo de él se sitúa la mitad menos inteligente de la sociedad, y por encima la más inteligente, siendo su curva de distribución exactamente simétrica. Por eso se habla también de una «curva de campana», y uno de los libros más discutidos sobre el carácter heredkaiio de la inteligencia, cuyos autores son Ferrnstein y Murray lleva precisamente por título The Bell Curve.

El cociente intelectual se investiga sometiendo al sujeto de experimentación a distintos tipos de tareas, ordenar conceptos, completar sucesiones de números, componer figuras geométricas, aprender de memoria listas de palabras, cambiar de posición determinadas figuras, etcétera. El test estándar es el Binet-Simon, quien en este test alcanza una puntuación de ciento treinta es considerado una persona extraordinariamente inteligente, y quien logra una puntuación de ciento cuarenta se halla en el umbral de la genialidad —aunque para desdramatizar y evitar el complejo de loco genial, hoy se prefiera hablar de personas superdotadas—.

La idea de que existe una relación entre la genialidad y la locura fue refutada empíricamente en los años 1920. Terman, un investigador norteamericano, fue el primero que sometió a pruebas de larga duración a personas con un CI superior a ciento cuarenta, llegando a la conclusión de que la mayoría de los superdotados son más maduros, más equilibrados psíquicamente e incluso más sanos físicamente que las personas con un cociente intelectual medio. En cierto modo, esto normalizó la genialidad y la liberó de su aura elitista. Pero el CI siguió siendo cuestionado. El descubrimiento de que la inteligencia es en gran medida un rasgo congénito provocó violentas reacciones al tiempo que bajó los humos a todas las utopías educativas, pues sólo si se admite que la inteligencia depende fundamentalmente de la influencia del medio social es posible sostener la esperanza de que la educación pueda hacer entrar al ser humano en razón. Esta postura constituye una excusa consoladora para muchos, ya que su posición rezagada con respecto a los más aptos no se debería a su falta de inteligencia sino a un medio social hostil.

Por esta razón, cuando a finales de la década de 1960 —en plena efervescencia del movimiento estudiantil—A. R.Jenssen y H.J. Eysenck presentaron sus investigaciones sobre la inteligencia y afirmaron que la herencia era responsable de ella en un ochenta por ciento, se desató una feroz campaña contra ellos en los medios de comunicación y en las universidades, en cuyo clímax Eysenck fue agredido cuando pronunciaba una conferencia en la London School of Economics.

Eysenck se había basado, entre otros, en los estudios realizados por Cyril Burt, pionero en el ámbito de la medición de la inteligencia y de la investigación de gemelos. En sus estudios sobre gemelos univitelinos (con el mismo genotipo) que habían sido educados por separado, Burt constató que, pese a la difererencia de sus medios y entornos, tenían el mismo cociente intelectual. La aversión hacia estos resultados fue tan grande que Burt fue acusado de haber falsificado sus datos, actitud en la que se perseveró incluso cuando se demostró lo contrario. Todo esto se repitió cuando se publicó el libro The Bell Gurv, de Herrnstein y Murray, y cuando Volker Weiss, que investigaba la distribución de la inteligencia entre la población, fue excluido de la Sociedad Antropológica Alemana.

De este modo se cumplía irónicamente la predicción realizada por el sociólogo británico Michael Young en un ensayo utópico-satírico que se situaba en el año 2033. Young había escrito el ensayo durante el debate sobre la implantación de la escuela integrada, y en él describía la evolución de la sociedad hacia la meritocracia (el poder de los más capacitados). En su descripción, los socialistas empiezan abogando por el libre desarrollo de las capacidades y eliminan los obstáculos clasistas que impiden el desarrollo de los individuos más capacitados de la clase trabajadora, para después constatar horrorizados que los individuos más inteligentes abandonan las clases inferiores y pasan a formar una élite.

El triunfo del principio según el cual el éxito debe ser el resultado de la formación y de las capacidades individuales acaba por dividir a la sociedad en dos clases, la clase inferior de los menos capacitados y la clase superior de los más capacitados. De este modo los socialistas cambian su doctrina y adoptan el principio «vía libre para los mas aptos». Posteriormente, cuando la clase superior pretende volver a hacer hereditarios sus privilegios, la insatisfacción colectiva de los menos capacitados da lugar a una revuelta. A comienzos del siglo XXI se produce una revolución antimeritocrática de la que fue víctima el autor de este ensayo, como informa con pesar su editor.

Quienes protestaban contra la idea de que la inteligencia era un rasgo heredado, se comportaban exactamente como los individuos menos capacitados del ensayo de Michael Young. Eran víctimas del famoso error de Procusto (The Procrusteanfallacy) cuyo origen se remonta a la Antigüedad. Recién implantada la democracia ateniense, el Areópago encargó a Procusto, miembro de la Academia, investigar empírican1ente la desigualdad entre los atenienses sirviéndose de instrumentos de medida psicométricos y fisiométricos.

Procusto se puso manos a la obra y construyó como instrumento de medida su famoso lecho. Tras adaptar a todos los sujetos de investigación a este lecho estirando o cortando sus cuerpos, elevó a la Academia de las Ciencias de Atenas el siguiente comunicado, todos. los atenienses son igual de grandes. Este resultado fue tan desconcertante para el Areópago como esclarecedor para nosotros, Procusto había malinterpretado la esencia de la democracia. Había creído que la igualdad política y la igualdad ante la ley se basaban en la igualdad de los hombres. Y como era un ferviente demócrata, eliminó sus diferencias.

Pero la democracia no supone la igualdad de los hombres, sino que ignora su desigualdad, es decir, no niega que haya diferencias de sexo, de nacimiento, de color de piel, de religión y de capacidades, sino que las vuelve indiferentes. De este modo desliga naturaleza humana y sociedad. La sociedad no es la continuación de la naturaleza humana, sino que aprovecha sus variaciones de forma selectiva. Precisamente porque la política hace abstracción de todas las diferencias naturales entre los individuos, éstas pueden ser aprovechadas en otra parte, así, por ejemplo, la familia se funda en la diferencia entre el hombre y la mujer —y no existe discriminación alguna en el hecho de que la mujer prefiera como pareja al hombre—; y los sistemas educativos aprovechan las diferencias existentes entre las capacidades de los individuos.

 INTELIGENCIA MÚLTIPLE Y CREATIVIDAD

Cada vez hay menos razones para sentir hostilidad hacia los individuos más capacitados, pues la investigación de las capacidades y de la inteligencia ha tomado una nueva orientación. El antiguo «cociente intelectual» ha perdido su carácter monolítico y ha sido posible diferenciar los distintos componentes de la inteligencia, que hoy se entienden como dimensiones completamente independientes entre si.

Howard Gardner resume la investigación en este ámbito (The Mindo New Science, 1985) mediante la distinción entre las siguientes formas de inteligencia, la inteligencia personal (la capacidad para comprender a otras personas); la inteligencia corporal-cenestésica (la capacidad para coordinar los movimientos); la inteligencia lingüística; la inteligencia lógico-matemática; la inteligencia espacial (la capacidad para componer imágenes virtuales de objetos y manipularlos en la imaginación) y la inteligencia musical.

La distinción de estas seis formas de inteligencia es el resultado de numerosas pruebas e investigaciones muy complejas, entre las que cabe destacar las siguientes, la investigación de traumatismos cerebrales, en la que se demostró que, aunque la inteligencia lingüística quedara dañada, la musical permanecía inalterada; la comprobación experimental de la falta de relación (indiferencia) entre las distintas capacidades; la verificación de la proximidad entre sistemas simbólicos independientes (lenguaje, imágenes, sonidos, etcétera) y la existencia indiscutible de impresionantes capacidades especiales en cada una de estas formas de inteligencia.

Fue precisamente un niño prodigio quien formó parte de los fundadores de la medición empírica de la inteligencia, Francis Galton, primo de Charles Darwin. Galton inventó la dactiloscopia, el método para identificar a los criminales a través de las huellas dactilares. Cuando tenía sólo dos años y medio, Galton era capaz de leer el libro Cobwebs to catchflies; entre los seis y los siete reunió una colección sistemática de insectos y minerales; a los ocho años asistió a clases dirigidas a jóvenes de entre catorce y quince, y a los quince fue admitido como estudiante en el General Hospital de Birmingham. De acuerdo con la edad mental establecida para cada una de estas actividades, el cociente intelectual de Galton era de casi doscientos.

Cuando L. M. Terman leyó la biografía de Galton, animó a su colaboradora Catherine Cox a medir el cociente intelectual de las mujeres y los hombres más célebres de la historia basándose en todos los datos que se dispusiera sobre ellos. Tras una compleja selección, Catherine Cox eligió a trescientos hombres y mujeres célebres y los sometió al estudio de tres psicólogos distintos. Su estudio dio como resultado una clasificación de las trescientas biografías de los personajes más geniales de la historia. Esta es la clasificación de los diez primeros,

  1. John Stuart Mill
  2. Goethe
  3. Leibniz
  4. Grocio
  5. Macaulay
  6. Bentham
  7. Pascal
  8. Schelling
  9. Haller
  10. Coleridge

 En su Autobiografía John Stuart Mill (1806-1873), el primer clasificado, nos informa con precisión de su juventud. A los tres años de edad, Mill leyó las Fábulas de Esopo en su versión original, siguiendo con la Anábasis de Jenofonte, Heródoto, Diógenes, Laercio, Luciano e Isócrates. A los siete años leyó los primeros diálogos de Platón y, con la ayuda de su padre, se introdujo en la aritmética; para descansar, leía en inglés a Plutarco y la Historia de Inglaterra de Hume. A los ocho años de edad, comenzó a enseñar latín a sus hermanos pequeños, y así leyó a Virgilio, Tito Livio, Ovidio, Terencio, Cicerón, Horacio, Salustio y Ático, mientras proseguía su estudio de los clásicos griegos, Aristófanes, Tucídides, Demóstenes, Esquines, Lisias, Teócrito, Anacreonte, Dionisio, Polibio y Aristóteles. El ámbito que más le interesaba era la Historia, por lo que a modo de «entretenimiento provechoso» escribió una historia de Holanda y una historia de la constitución romana. Aunque leyó a Shakespeare, Milton, Goldsmith y Gray, su centro de atención no era la literatura —de entre sus contemporáneos sólo menciona a Walter Scott—; según nos cuenta él mismo, su mayor diversión infantil era la ciencia experimental. Con doce años se introdujo en la lógica y en la filosofía, ylos trece Mill hizo un curso de economía política. Su padre era amigo de los economistas Adam Smith y Ricardo, pero antes de poder leer sus trabajos, Mill tenía que redactar de forma precisa y clara la lección que su padre le daba durante su paseo diario; sólo después pudo leer a Smith y a Ricardo y refutar con éste a Smith, a quien Mill no consideraba bastante profundo. A la edad de catorce años viajó a Montpellier, donde estudió química. zoología, matemática, lógica y metafísica. Tras regresar de Montpellier. siguió a Jeremy Bentharn y fundó con su padre la revista The Westminster Review, cuya influencia le convirtió en el intelectual más importante de Inglaterra. Mill escribió uno de los primeros libros sobre el movimiento femiüista, The Subjection of Women (El sometimiento de las mujeres, 1869), lo que constituye otra prueba de la superioridad de su inteligencia.

(ver biografía de Stuart Mill)

La mayoría de investigadores están de acuerdo en una cosa, la inteligencia no lo es todo. También hace falta creatividad.

CREATIVIDAD

Para diferenciar la creatividad de la inteligencia es necesario distinguir entre pensamiento convergente y pensamiento divergente. El primero remite a informaciones nuevas, pero ligadas a contenidos ya conocidos; el segundo, en cambio, hace referencia a informaciones nuevas que en gran medida son independientes de la información previa. Así pues, los test de inteligencia miden el pensamiento convergente, mientras que el pensamiento divergente constituye la base de la creatividad. El primero exige respuestas correctas, el segundo un conjunto de respuestas posibles, lo que implica originalidad y flexibilidad. Pero la originalidad sola no basta, el pensamiento divergente requiere además una capacidad crítica para discernir y apartar inmediatamente las ideas absurdas —normalmente, sabemos de inmediato si una idea puede ser fructífera o no—.

En sus libros Insight and Outlooky TheAct of Greation, Arthur Koestler describe la forma de desarrollar estas ideas. El mejor modo de ilustrar su teoría es seguir el ejemplo del que él se sirve. El tirano de Siracusa había recibido como regalo una corona de oro, pero, como todos los tiranos, era un ser desconfiado y temía que pudiese tratarse de una aleación de oro y plata. Para asegurarse encargó al famoso Arquímedes investigar si realmente estaba hecha de oro puro. Arquímedes conocía el peso específico del oro y de la plata, naturalmente; pero esto no le servía de nada mientras desconociese el volumen de la corona, lo único que podría indicarle si ésta no pesaba lo suficiente. ¿Cómo podía medir el volumen de un objeto tan irregular? Era imposible. Sin embargo, desobedecer las órdenes de un tirano es siempre peligroso. ¡Si pudiese fundir la corona y vaciarla en un recipiente! Esta idea no se le iba de la cabeza y se imaginaba qué espacio ocuparía en el recipiente una vez fundida. Absorto en sus pensamientos, Arquímedes empezó a meterse en su bañera. Se dio cuenta entonces de que el nivel del agua de la bañera ascendía a medida que él introducía su cuerpo en ella. Entonces exclamó, «Eureka!», y salió del agua. Había encontrado la solución, no era necesario fundir la corona, el agua desplazada era igual al volumen del cuerpo sumergido en ella.

En la mente de Arquímedes se habían asociado repentinamente dos ideas que hasta entonces habían estado inconexas, y esta asociación se había producido a partir de un elemento común, él ya sabía que el nivel del agua de su bañera ascendía cuando se introducía en ella, observación que no tenía aparentemente nada que ver con el peso específico del oro y de la plata; pero de repente, en virtud de un encargo de difícil ejecución ambas ideas se asociaron entre sí y la una se convirtió en la solución de la otra. Koestler llama a esto un «acto bisociativo». Normalmente se experimenta como «fulguración», corno una lucecita que se enciende, de pronto se produce una chispa y entonces se cae en la cuenta de algo. Esta descripción está corroborada por los relatos sobre la forma en que normalmente se han producido muchos de los inventos; en última instancia un gran número de metáforas y de chistes audaces, al igual que los inventos, se deben a la capacidad bisociativa de nuestra mente.

La situación más propicia para que se produzcan estas descargas repentinas que son los actos asociativos es la puesta en marcha del flujo de ideas —al parecer, este flujo es el elemento fundamental de la creatividad—; pero, además, es necesario hacerse permeable al caos que bulle en el subconsciente. En este sentido, el psicólogo Ernst Kris, que ha hecho aportaciones fundamentales en el ámbito de la investigación de la creatividad de los artistas, habla de «regresión al servicio del yo». Esto concuerda perfectamente con la idea de la existencia de una estrecha relación entre pensamiento divergente y crítica, el inconsciente proporciona las ideas nuevas que busca el yo. La «regresión al servicio del yo» fue elevada al rango de técnica social cuando se dio con el método del brainstorrning («tormenta de ideas»). Otras estrategias posibles para acceder a soluciones novedosas pueden ser transformar una idea en su contrario, extremarla hasta llevarla al absurdo, modificar el punto de partida y, sobre todo, explorar analogías y semejanzas estructurales. No obstante, para que el yo pueda poner a prueba la utilidad de sus ideas, incluso de las más descabelladas, debe estar poseído por el problema. No basta con ocuparse fugazmente de él; es necesario concentrarse totalmente en él y no pensar en nada más, sólo entonces se tendrá la oportunidad de asociarlo incluso con las ideas más disparatadas. De este modo llegamos a otro de los componentes de la creatividad, la capacidad de conectar entre sí no solo las ideas más próximas sino también las más lejanas, o «to bringthings togethe>.

Como los individuos creativos son capaces de combinar ideas que para individuos más simples son contradictorias, no se irritan ante las opiniones contrarias y las objeciones, pues están acostumbrados a experimentar ellas y siempre encuentran algo aceptable. Suelen pensar en direcciones opuestas y pueden dejar abierta la conclusión. Los individuos creativos no temen la ambivalencia, la contradicción y la complejidad, porque éstas les sirven de estímulo. Son lo contrario de los fanáticos, a quienes les horroriza la complejidad y son propensos a las simplificaciones, o, como dice Lichtenberg, son individuos capaces de todo, pero de nada.

Así pues, existe una relación estructural entre la creatividad, el humor y el gusto por las analogías y las metáforas. La raíz común de todos ellos es el pensamiento bisociativo, ayudado evidentemente por esa inclinación a lo que Edward de Bono ha denominado «lateral thinking» (por oposición al «vertical thinking») cuyos elementos son, receptividad hacia las ideas nuevas, tendencia a saltar de nivel, predilección por las soluciones más inverosímiles y capacidad para plantear nuevos problemas.

En la medida en que las metáforas son el resultado de «fulguraciones» bisociativas, la misma creatividad se define metafóricamente. En inglés, un acto creativo recibe el nombre de « brainchild», término que conserva la antigua dimensión sexual del concepto de creatividad, en el acto creativo se engendran hijos. Con su atribución al dios creador los teólogos se esforzaron por desexualizar el concepto de creación. Posteriormente, el artista heredó de Dios este atributo, si Dios crea el mundo, el artista crea su mundo, y ambos son padres y autores de su creación. Pero quien se crea a sí mismo, es una persona culta.

Test de Raven (medir C.I.)

Fuente Consultada: La Cultura Dietrich Schwanitz.

Concepto de Inteligencia Artificial Robotica y Cibernetica

Concepto de Inteligencia Artificial Aplicaciones en Robotica y Cibernetica

Los autores de ciencia ficción ya jugaban con la idea de robots humanoides en la década de 1920, antes de la llegada de los ordenadores. Antes de que existiera la Inteligencia Artificial en 1950, el matemático británico Alan Turing  sentó las bases de la robótica al describir una prueba para máquinas inteligentes conocida como test de Turing .

En 1968, la película 2001: Una odisea del espacio mostraba a un ordenador llamado HAL conversando con humanos. En el mundo real no existía máquina alguna comparable a HAL, si bien dos años antes, el informático de origen alemán Joseph Weizenbaum había creado ELIZA, un programa capaz de convencer a una persona de que estaba hablando con otro ser humano a través de un ordenador, cuando en realidad lo hacía con la propia máquina.

Lo que hacia ELIZA era generar respuestas basadas en palabras clave introducidas por los participantes.El lenguaje es uno de los aspectos distintivos de la inteligencia humana, y los ordenadores aún no han podido igualar nuestra habilidad con las palabras Sin embargo, hay algo en que lo que son mejores: el procesamiento de datos.

Son capaces de memorizar ingentes cantidades de datos y realizar cálculos que a nosotros nos llevarían años. Esto los hace excelentes en la resolución de problemas y contrincantes formidables en juegos como el ajedrez.

Las inteligencias emocional y social son difíciles de programar, y estos atributos complejos aún deben ser desarrollados en las máquinas. Científicos daneses dieron un primer paso en 2000 al construir a Feelix, un robot capaz de transmitir seis emociones -ira, felicidad, tristeza, miedo, sorpresa y una emoción «neutra»- a través de expresiones faciales como respuesta al contacto físico.

Los informáticos han soñado durante largo tiempo con fabricar máquinas capaces de pensar. Hasta ahora han fracasado, pero durante el proceso nos han enseñado mucho sobre cómo piensan los humanos. El problema para el ámbito de la inteligencia artificial ha sido definir la inteligencia y demostrar que las máquinas son capaces de tenerla.

partida de ajedrez kasparov deep blue

En 1996, el ruso Gari Kaspárov, campeón del mundo de ajedrez, jugó seis partidas contra Deep Blue, un ordenador construido por IBM y ganó por 4-2: el hombre triunfó sobre la máquina. Pero en la revancha jugada un año después Kaspárov perdió por 3,5-2,5 frente a una versión actualizada de Deep Blue: por primera vez, un ordenador derrotaba a un campeón mundial de ajedrez. Deep Blue ganó porque era capaz de calcular una inmensa cantidad de movimientos en cada jugada y seleccionar el mejor, y porque, a diferencia de Kaspárov, era totalmente inmune a la presión emocional.

LA INTELIGENCIA ARTIFICIAL: El matemático británico Alan Turing (1912-1954) diseñó un experimento para probar si una máquina manifiesta inteligencia. En el experimento de Turing, un ser humano dirige el diálogo —a través de una terminal de ordenador— con una máquina y otro ser humano, escondidos detrás de un biombo. Ambos deben responder a cada pregunta que se les hace. Turing argumentó que si el que hacía las preguntas no podía decidir cuál de ellos dos era la máquina, esto quería decir que la máquina había demostrado inteligencia.

alan turing matematico

Los investigadores de inteligencia artificial han tomado dos vías muy distintas para construir máquinas inteligentes. Algunos han intentado construir máquinas que utilizan los mismos principios que la inteligencia biológica, mientras otros se han basado en muestras de comportamiento inteligente (por ejemplo, el juego del ajedrez o el lenguaje) y han intentado fabricar máquinas que lo copian.

Desde sus orígenes a mediados de la década de los 50, la investigación de la inteligencia artificial ha abordado una amplia gama de desafíos, que incluyen la resolución de problemas, el lenguaje natural

La inteligencia artificial constituye una rama de la informática que, en los últimos tiempos, está adquiriendo creciente importancia. Su campo de estudio lo constituyen los procedimientos necesarios para elaborar sistemas entre cuyas prestaciones figuren las que, tradicionalmente, se han considerado privativas de la inteligencia humana.

Los objetivos de la inteligencia artificial:Un ordenador ejecuta las órdenes para procesar datos que le son suministrados sin que disponga de capacidad para desarrollar razonamiento alguno acerca de dicha información.

Frente a ello, la propuesta de la inteligencia artificial consiste en lograr que el procesador se adapte al método de razonamiento y comunicación humanos, para que pueda, no sólo poner en práctica los algoritmos que en él introduce el hombre, sino establecer los suyos propios para resolver problemas.

El ordenador puede calcular el área de un polígono siempre que posea el programa que le proporciona el dato de la medida de uno de sus lados y la fórmula correspondiente para realizar dicha operación; la inteligencia artificial pretende que el procesador sea instruido en los principios de la geometría, para, por sí mismo, resolver la cuestión, a partir de un algoritmo de su propia creación.

En definitiva, la inteligencia artificial explora los mecanismos que convierten al ordenador en una máquina pensante.

La posibilidad de que esta hipótesis llegue a hacerse realidad es rechazada por numerosos expertos informáticos. En todo caso, se siguen explorando caminos y, día a día, se constatan los progresos.

La máquina pensante y los sistemas expertos: Los primeros intentos de abordar la resolución de problemas (a menudo utilizada como una medida de inteligencia) dio lugar al programa Logic Theorem en la década de los 50. Como sugiere su nombre, fue capaz de probar teoremas. Más tarde surgió un nuevo programa más avanzado llamado General Problem Solver, capaz de abordar problemas matemáticos mas complejos.

El fundamento del GPS era que un problemas podía resolverse partiendo del análisis de todas sus soluciones posibles y actuando con sucesivos intentos hasta hallar el camino adecuado.

La cuestión que inmediatamente se planteó fue que, dada la ignorancia absoluta sobre determinado tema, la búsqueda de salidas requerirla de un tiempo inadmisible. Evidentemente, la aplicación del GPS a la resolución de problemas reales resultaba imposible.

Poco tiempo después se idearon los primeros sistemas expertos, especializados en determinados ámbitos; el más célebre, el Mycin, fue diseñado en 1974.

Se aplicó al campo médico, concretamente al área de diagnosis, con resultados más que aceptables.

Los sistemas expertos actúan en función de normas que regulan una relación con el usuario; su misión no es sustituir a la persona encargada de realizar determinada tarea, sino tener la posibilidad de operar sobre la base de sus conocimientos en ausencia de ella.

El especialista es, lógicamente, el encargado de instruir al sistema experto, que dispondrá de una base de conocimientos acerca de un tema en cuestión.

Dichos conocimientos adoptan la forma de principios a partir de los cuales el sistema deduce conclusiones, elabora juicios o toma decisiones.

Además de la exigencia de que la respuesta del sistema experto venga dada en un intervalo de tiempo razonable, son también elementos fundamentales la capacidad de indicar el proceso de resolución efectuado y la posibilidad de adquirir conocimientos a partir de la propia experiencia.

En este último caso, el sistema podrá aplicar los resultados obtenidos en situaciones análogas futuras.

Lenguaje: Una meta más importante de la investigación de la inteligencia artificial es dar a los seres humanos la posibilidad de interactuar con ordenadores utilizando lenguaje natural, el escrito y hablado por los seres humanos, tan distinto de los lenguajes de programas de ordenador.

Para comprender e interpretar un lenguaje como éste, se necesita mucho más conocimiento de lo que se pudiera pensar. Los ordenadores tienen que ser capaces de adivinar el contexto en el que se dice una palabra para poder interpretar lo que se dice.

Para este fin, los investigadores de la inteligencia artificial han utilizado algunas de las ideas del lingüista Noam Chomsky , quien sugirió que el lenguaje obedece a un conjunto de reglas que pueden expresarse en términos matemáticos.

Paralelamente a este trabajo sobre el lenguaje natural, se ha puesto en marcha una investigación sobre el reconocimiento del habla. Los sistemas de reconocimiento del habla utilizan información sobre la estructura y los componentes del habla y están «preparados» normalmente para la voz de una única persona.

El desafío es desarrollar una máquina que pueda reconocer lo que diga cualquiera de un grupo de hablantes —incluso si su voz se ve afectada, por ejemplo, por un catarro— y distinguir el habla del ruido de fondo.

https://historiaybiografias.com/archivos_varios5/inteligencia1.jpg

Los sistemas de reconocimiento del habla: un ingeniero examina un ordenador que habla y escribe, que permite que la máquina interprete y actúe sobre tipos de voz humana. La interpretación de tipos de voz es un criterio para el desarrollo de sistemas de ordenador de quinta generación en los que la extrema facilidad para el usuario —la habilidad de comunicar en lenguaje natural— sería una de las características más importantes. Los ordenadores de quinta generación serán radicalmente diferentes de las máquinas existentes y estarán basados en sistemas expertos, lenguajes de programación de muy alto nivel, procesamiento no centralizado y microchips de integración en muy gran escala (VLSI).

Las redes neuronales: A mediados del siglo XX nació la teoría de las redes neuronales que parte de una comparación entre el ordenador y el cerebro humano, y cuyo objetivo es imitar el funcionamiento del sistema neuronal. Podría decirse que el cerebro en el lenguaje informático, sería un sistema paralelo formado por ingentes cantidades de procesadores interconectados entre si: las neuronas. Veamos cómo actúan Cada neurona consta de

Siguiendo el proceso de funcionamiento de las neuronas cerebrales los investigadores McCulloch y Pitts idearon en 1943 el modelo que lleva su nombre.

El modelo de McCulloch y Pitts se realiza a partir de una red de gran tamaño, formada por elementos simples cuya misión es el cálculo de sencillas funciones —La neurona únicamente debe realizar la suma ponderada de los impulsos de otras neuronas, un programa básico—.

Sin embargo, habitualmente, un número reducido de calculadores ejecuta programas de enorme complejidad; en el transcurso del proceso, un pequeño error puede repercutir fatalmente en el resultado.

Por otra parte, las neuronas cerebrales se comunican con una velocidad varios millones de veces más lenta que la velocidad de operación de los circuitos electrónicos. Por el contrario, el cerebro humano procesa determinado tipo de datos, como imágenes o sonidos, mucho más rápidamente que el ordenador.

Almacenar conocimientos: Los ordenadores son capaces de almacenar una enorme cantidad de información, pero ésta no puede archivarse en una masa sin orden ni concierto; el ordenador necesita llegar a unos específicos bits de información para solucionar un problema concreto.

Para decidir de que forma deberían los ordenadores almacenar información de una manera más eficaz para los fines de la inteligencia artificial, los científicos han explorado de qué modo los seres humanos almacenan y acceden al conocimiento en sus cerebros.

Como resultado aleatorio de esta investigación, se han descubierto un gran número de cosas sobre el aprendizaje de los seres humanos.

Sistemas Expertos: El resultado mas tángible y práctico de la investigación de la inteligencia artificial han sido los sistemas expertos temas expertos. Éstos son diseñados para ayudar a los humanos a tomar decisiones, normalmente en la resolución de problemas en los que de otra manera hubiera sido necesario pedir la ayuda de un especialista en un campo específico.

Muchos de los primeros sistemas expertos se dedicaron a simplificar el diagnóstico médico, pero en la actualidad la industria y el comercio han empezado a tomarlos más en serio.

Las compañías financieras los utilizan para aconsejar sobre si a un cliente se le debería conceder un préstamo, o qué tipo de seguro sería más adecuado a sus necesidades.

Los sistemas expertos también han sido ulilizados en la prospección de minerales y análisis de productos químicos, y para la fabricación de ordenadores. Son particularmente valiosos ahí donde hay que lomar las decisiones cu un ambiente hostil. por ejemplo en las plañías de energía nuclear.

Un sistema experto tiene tres componentes:

1) una base de datos o base de conocimiento, en la que se resumen el conocimiento y la experiencia de un experto en forma de reglas;

2) un motor de inferencia, que es un programa que examina la base de conocimiento para la mejor respuesta posible a una pregunta;

3) un interfaz de usuario, que permite que el usuario hable con el sistema.

El software necesario para fabricar un sistema experto —denominado shell (armazón)— ya está ampliamente disponible. Sin embargo, aunque a un shell sólo le falte la base de conocimiento, la fabricación de ésta demuestra ser difícil y lenta en la práctica.

Los expertos a menudo encuentran difícil explicar con exactitud a un informático cómo llegan a sus decisiones, y traducir las mecánicas de estas decisiones —que pueden depender en gran parte de la experiencia y de la intuición— a la lógica matemática exacta requerida por un ordenador resulta una tarea ciertamente complicada.

El hecho de crear la base de conocimiento ha dado lugar a un nuevo campo de la ingeniería de conocimiento: el proceso de extraer el conocimiento del especialista humano y traducirlo en una base de datos de reglas.

Los sistemas expertos no son de utilidad allí donde son necesarios la intuición o el sentido común; sólo pueden utilizarse cuando el proceso de toma de decisiones sigue un curso lógico sencillo y perfectamente definido.

Pero los sistemas de este tipo son muy valiosos en las situaciones en las que los especialistas son escasos, o como medida para conservar el conocimiento y transferirlo a otros cuando los individuos se jubilan o cambian de trabajo.

Cómputo neuronal: Al tiempo que los neurofisiólogos han empezado a descifrar la estructura del cerebro, los científicos tle ordenador han tomado sus descubrimientos como una base potencial para una arquitectura del ordenador.

El cerebro es esencialmente una compleja red de neuronas interconectadas , y esta interconexión es la clave para la rápida resolución de problemas. Se ha manejado la idea de fabricar una red neuronal desde principios de la década de los 40, pero solamente desde principios de la de los 80 ha vuelto a despertarse el interés por ello.

En este tiempo, la tecnología informática ha avanzado rápidamente, haciendo más real la perspectiva de construir ordenadores neuro-nales.
Las redes neuronales ofrecen grandes ventajas sobre los ordenadores convencionales  en la búsqueda de problemas similares en grandes bases de datos, o en el almacenamiento y entrada de datos.

Estas están formadas por un gran número de procesadores (nodos) —los puntos en los que se procesa la información— interconectados por canales de información. Los ordenadores neuronales aprenden mediante ejemplos; no están programados como los ordenadores convencionales, lo que significa que no se les da simplemente una serie de instrucciones sobre lo que deben realizar.

Utilizan el concepto de realimentación —en el que parte del outpul (salida) en cierto sentido es devuelto como input (entrada) para otro proceso, para su autocorreceión— a causa de lo cual pueden interactuar con su medio.

También se diferencian de los ordenadores convencionales en que al cambiar las interconexiones entre nodos alteran el comportamiento de la red, haciéndola adecuada para un tipo especial de resolución de problemas.

Actualmente, las redes neuronales encuentran ya aplicación en el mundo comercial. Las primeras de estas aplicaciones se han dado en el asesora-miento financiero, el reconocimiento de intrusos y la detección de explosivos.

La robótica: Otra rama importante de la inteligencia artificial es la robótica. Sin embargo, la tecnología todavía está en sus inicios: a la idea de un robot inteligente que reemplace al ser humano falible todavía le queda un largo camino por recorrer.

Por ahora, los robots utilizados en las cadenas de producción de la mayoría de las fábricas de coches —para ensamblar y soldar— son muy primitivos. Habitan un mundo «perfecto», y no tienen ninguna capacidad de sentir y reaccionar a su entorno.

Un importante campo de la investigación de la inteligencia artificial —la visión tridimensional— es crucial para la creación de sistemas prácticos. Se desarrolla una amplia gama de técnicas para la selección de las características más sobresalientes de una imagen; esto permitiría, por ejemplo, que un robot reconociera y recogiera un objeto desde la línea de producción, incluso si el objeto no estuviera en su posición correcta.

¿Máquinas pensantes?: El camino hacia la máquina pensante resulta ser más largo y más difícil de lo que pensaron los pioneros de la inteligencia artificial de la década de los 40 y 50.

Todavía existe un fuerte debate entre la comunidad de investigadores de la inteligencia artificial sobre si los ordenadores serán capaces algún día de pensar o de demostrar las características normalmente consideradas esenciales para la inteligencia.

Sin embargo, la búsqueda de la máquina pensante nos ha proporcionado robots, traducción automática, sistemas de ordenador capaces de obedecer órdenes verbales y de reconocer rostros, y un programa para jugar al ajedrez capaz de ganar a algunos de los maestros más destacados del mundo.

Mientras continúa el debate, la investigación de la inteligencia artificial nos proporciona una mejor comprensión del funcionamiento del cerebro y de nuestra propia inteligencia, y una profundización en temas como las disfunciones del habla y los problemas de aprendizaje.

brazo de robot en una fabrica de autos

Brazos de un robot trabajan en la cadena de ensamblaje de una planta de producción de coches.

EL PRINCIPIO DE INCOMPATIBILIDAD: Un paso fundamental en la aproximación entre el modo de razonamiento humano y el de la máquina es comprender que, en situaciones con determinado grado de complejidad, no existe una solución única, sino que pueden aplicarse métodos diversos. La mente del ser humano es capaz de ponderar las ventajas e inconvenientes que ofrece cada uno y, en consecuencia, tomar una decisión. Normalmente, el ordenador se encuentro determinado hacia un único camino. El principio de incompatibilidad de los sistemas complejos fue formulado en 1972 por Zadeh. Expresa el hecho de que a medida que se profundiza en el estudio de las propiedades características de un determinado sistema, mayor riesgo de imprecisión y error existe para su descripción. Al aumentar la complejidad, las posibilidades de expresarnos con exactitud y pertinencia disminuyen, en razón del número creciente de situaciones en estudio.e factores que intervienen en nuestro análisis.

Fuente Consultada: Enciclopedia Universal – Espasa-Calpe – Tomo 23