ANALISIS INTRODUCCION A LOS SISTEMAS

INTELIGENTES
Sistema Inteligente
Definicin: Sistema que aprende durante su
existencia (para cada situacin que se presenta) y que
acta continuamente de forma interna o externa de
manera que alcanza su objetivo cada vez mejor.

Link: https://www.youtube.com/watch?
v=aLLrYjxk8AI&feature=youtu.be

El video nos realiza una breve explicacin de tema

anunciado dividida de la siguiente manera:
Historia de los Sistemas Inteligentes: Nos ilustra
sobre todo lo relacionado a las tecnologas, algoritmos
que dieron inicio a los sistemas inteligentes existentes
en la actualidad, estos sistemas se dice que iniciaron
al inicio de la segunda guerra mundial donde la
utilizacin de sistemas analgicos para el manejo de
los controles y caones antiareos y la navegacin,
esto ocasiono que algunos investigadores encontraran
una semejanza entre el funcionamiento de estos
dispositivos y el de los seres vivos lo que ocasiono el
inicio de la robtica (definicin robtica: La robtica es una
ciencia o rama de la tecnologa, que estudia el diseo y construccin de
mquinas capaces de desempear tareas realizadas por el ser humano o
que requieren del uso de inteligencia. Las ciencias y tecnologas de las
que deriva podran ser: el lgebra, los autmatas programables, las

que debido a
los grandes avances y estudios realizados por
personajes como Alan Turing y John Von Neumann
tenemos la
tecnologa de hoy en da. En 1960
el informtico estadounidense John McCarthy aparece
el trmino Inteligencia Artificial para definir mtodos
algortmicos capaces de hacer pensar a las maquinas
limitadas a revolver los problemas que se les
programa. Posterior a la IA dio paso a los sistemas
expertos.
En
los
80
comienzan
paradigmas
mquinas de estados, la mecnica o la informtica.)

alternativos como las redes modulares, los sistemas

borrosos, algoritmos genticos computacin evolutiva.

Arquitectura de los Sistemas Inteligentes: A

pesar del alto avance tecnolgicos, en las ciencias y
las ingenieras las maquinas aun no pueden realizar
algunas tareas que los seres humanos y los animales
podras realizar sin ninguna complejidad. Como por
ejemplo el hombre no ha podido realizar una mquina
que pudiera reconocer una mosca y que la atrape en
el vuelo, pero como contraparte las maquinas realizan
acciones como clculo y razonamiento lgico mucho
ms eficiente que los seres humanos.
Para

comprender estas causas podramos observar el

siguiente cuadro comparativo:

Redes Neuronales: Una red neuronal es un sistema

compuesto de muchos elementos procesadores
simples operando en paralelo, cuya funcin es
determinada por la estructura de la red, fuerza en las
conexiones y el procesamiento realizado por los
elementos computacionales en los nodos. Podemos
definir dos tipos de redes neuronales REDES
NEURONALES BIOLOGICAS: Son el principal
elemento del Sistema Nervioso. Las redes neuronales

biolgicas estn compuestas por un gran nmero de

elementos llamados neuronas. Una neurona es una
clula compuesta por cuerpo, un nmero de
extensiones llamadas dendritas, que sirven de
entradas, y una larga extensin llamada axn que
acta como salida. La sinapsis conecta el axn de una
neurona a las dendritas de las otras neuronas. Las
neuronas estn dispuestas en capas. En general las
neuronas de una capa reciben entradas desde otra
capa y envan sus salidas a neuronas de una tercera.
Dependiendo de la aplicacin tambin es posible que
las neuronas de una capa reciban entradas y
provean salidas a neuronas de la misma capa. REDES
NEURONALES ARTIFICIALES. Las redes neuronales
artificiales (ANN) imitan su funcionamiento a aquellas
que se encuentran en el mbito biolgico. Son aptas
para resolver problemas que no poseen un algoritmo
claramente definido para transformar una entrada en
una salida; aprenden, reconocen y aplican relaciones
entre objetos.
Las redes neuronales no son ms que otra forma de
emular ciertas caractersticas propias de los humanos.

Sistemas Borrosos: Las redes neuronales emulan el

hardware del cerebro para reproducir algunas de sus
capacidades de bajo nivel, relacionada con el
reconocimiento de patrones, percepcin, etc. Los
sistemas basados en lgica borrosa, sin embargo,
puede decirse que se orientan en otra direccin, en la
de emular la parte ms software del cerebro, tratando
de reproducir las capacidades del ms alto nivel,
especialmente la de razonamiento aproximado.
Esquemticamente, en el desarrollo de un sistema
borroso en primer lugar se proponen las variables
lingsticas (borrosas) que definen el sistema, junto a
sus posibles estados y funciones de pertenencia, para
formular entonces un conjunto de reglas que definan
la operacin, de cuya aplicacin se infiere una
respuesta. De esta manera, la lgica borrosa permite
incorporar el conocimiento de un experto en

determinado campo a partir de

imprecisa que suministra el entorno.

la

informacin

Redes Neuronales y Sistemas Borrosos Podemos

declarar que las redes neuronales y sistemas borrosos
son: A) las redes neuronales emulan el hardware del
cerebro B) los sistemas borrosos emulan el software
del cerebro