1. Encontrar de manera eficiente un conjunto de acciones que llevara de un estado inicial a uno final (meta)
2. Desarollo de sistemas inteligentes que poseen conocimientos parecidos a los humanos que se adaptan y aprenden para mejorar en ambientes cambiantes
2.1. COMPUTACIÓN EVOLUTIVA
2.1.1. Interpreta la naturaleza como una inmensa máquina de resolver problemas y trata de encontrar el origen de dicha potencialidad para utilizar la en nuestros programas.
2.1.1.1. ALGORITMOS GENÉTICOS
2.1.1.1.1. Es un Algoritmo matemático altamente que transforma un conjunto de objetos matemáticos con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de reproducción y supervivencia del mas apto
2.1.1.2. ESTRATEGIAS EVOLUTIVAS
2.1.1.2.1. Utilizadas para resolver problemas duros (sin solución anílitica) de optimización de parámetros (No. reales)
2.1.2. Permite tomar decisiones con valores estimados en informacion incompleta o imprecisa.
2.2. REDES NEURONALES
2.2.1. Es un algoritmo que puede llevar a cabo tareas de clasificación y regresion, ya sea en una forma supervisada y no supervisada.