INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS

Grupo 4: Melissa Eslava, Ma. Carolina Orta, Xenia Puente, Hanobi Rodrguez, Noraima Rojas

INTELIGENCIA ARTIFICIAL (IA):

La Inteligencia Artificial es la parte de la Ciencia que se ocupa del diseo de sistemas de computacin inteligentes, es decir, sistemas que exhiben las caractersticas que asociamos a la inteligencia en el comportamiento humano que se refiere a la comprensin del lenguaje, el aprendizaje, el razonamiento, la resolucin de problemas,

entre otros.
La Inteligencia Artificial es una ciencia que intenta la creacin de programas para mquinas que imiten el comportamiento y la comprensin humana.

INTELIGENCIA ARTIFICIAL (IA):

Los sistemas de Inteligencia Artificial incluyen a las personas, los procedimientos, el hardware y software, los datos y los conocimientos necesarios para desarrollar sistemas, y mquinas de computacin que presenten caractersticas de inteligencia. El objetivo del desarrollo de sistemas de IA contemporneos no es el reemplazo completo de la

toma de decisiones de los humanos, pero s duplicarlas para ciertos

tipos de problemas bien definidos.

ETAPAS DE LA IA:
1943 - 1956
Estudios centrados en Redes Neuronales. Demostracin de Teoremas y Ajedrez. (1937) Matemtico Ingles Alan Mathison Turing

(Articulo "Nmeros Calculables), introdujo la Mquina

de Turing, una entidad matemtica abstracta que

formalizo el concepto de algoritmo y resulto ser la precursora de las computadoras digitales. Considerado padre de la Inteligencia Artificial, por su famosa Prueba de Turing, que permitira comprobar si un programa de computadora puede ser tan inteligente como un ser humano.

ETAPAS DE LA IA:
1952 - 1969
Creacin de problema. sistemas que resuelvan cualquier

Avances limitados por los recursos computacionales.

1966 - 1974 1969 - 1979 1980 - 1988

Algoritmos genticos. Problemas en la representacin del conocimiento. DENDRAL, MYCIN. Las empresas se interesan por la IA. Control industrial y robtica.

1988 .

Resolucin de problemas del mundo real.

Sistemas especializados que cooperan.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:

Robtica

I.A

Desarrollo de dispositivos mecnicos o de computacin que tengan la capacidad de realizar funciones y/o tareas que requieran de un alto grado de precisin, tediosas o impliquen riesgo de peligro para los seres humanos. En la actualidad se combinan las capacidades de alta precisin de la mquina con un software controlador sofisticado.
Robot QRIO de Sony http://www.youtube.com/watch?v=rokOtmUhos0 El primer trabajo prctico de Robtica en la Maestra de Inteligencia Artificial en la UCLA, Venezuela :D...Robot minibot Lego RCX http://www.youtube.com/watch?v=Wz0aJmFYeaE http://www.youtube.com/watch?v=yzCadN4_5Ms

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:

Robtica

I.A

Sistemas de Visin

Equipos y software que les permite a las computadoras capturar, almacenar y manipular imgenes visuales y fotografas. Se pueden usar junto con robots para darles "visin" a estas mquinas y que pueda tomar decisiones con base a lo que ve y reconocer la informacin visual de acuerdo con patrones generales. Ver video:
http://www.youtube.com/watch?v=HdHFTxlYIjc

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A

Sistemas de Visin
Procesamiento de Lenguaje Natural

Programas que tienen como entrada lenguajes humanos para

traducirlos en un conjunto estndar de instrucciones que una computadora ejecuta. Permiten a los seres humanos usar su propio lenguaje natural cuando interactan con programas como sistemas de administracin de bases

de datos (DBMS) o sistemas de apoyo para la toma de decisiones.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Sistemas de Visin
Procesamiento de Lenguaje Natural

El objetivo de los procesadores de lenguaje natural es eliminar

paulatinamente programacin o la necesidad comandos de aprender lenguajes para que de las de personalizados combinados con

computadoras entiendan. Su ventaja radica en que

dispositivos

reconocimiento de voz, el usuario de instrucciones a las computadoras

para que realicen tareas, sin usar un teclado o cualquier otro

dispositivo de entrada. Ver video:
http://www.youtube.com/watch?v=ilchnpsROSs

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Combinacin de software y equipos que le permite a la computadora

cambiar su modo de funcionar o reaccionar a situaciones, basado en

la retroalimentacin que recibe.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Es un sistema de computacin que puede actuar en la misma forma que funciona el cerebro humano, o simularlo. La redes neuronales pueden procesar muchas piezas de informacin al mismo tiempo y aprender a reconocer patrones.

Un sistema de red neuronal aprende por ensayo y error.

Ver video: http://www.youtube.com/watch?v=1u18juT89NM

PRINCIPALES RAMAS DE LA IA:

Tomado de Wikilearning

http://es.wikipedia.org/wiki/Red_neuronal_artificial

Red neuronal artificial perceptrn simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Capacidad de recuperar informacin incluso si falla alguno de sus nodos.

Modificacin rpida de los datos almacenados a partir de nueva informacin. Capacidad de descubrir relaciones y tendencias en grandes bases de datos. Capacidad de resolver problemas complejos para los cuales no se cuenta con la informacin. Ver video: http://www.youtube.com/watch?v=DCcjMHt3CoY

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A

Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Se basa en reglas que no tienen lmites discretos, sino que se prolongan en un continuum, permitiendo a un sistema manejar mejor la ambigedad. Esto es muy til para reflejar cmo tienden a pensar las personas, en trminos relativos, no absolutos.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A. I.A

Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Algoritmos Genticos

Un algoritmo gentico es un mtodo de bsqueda dirigida basada en

Probabilidad. Al aumentar el nmero de iteraciones, la probabilidad

de tener el ptimo en la poblacin tiende a 1. Funciones matemticas que usan los principios de Darwin para mejorar una aplicacin. La funciones se disean para simular en software, en cuestin de minutos o segundos

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Agentes Inteligentes

Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Logaritmos Genticos

Programas de computadora que automticamente revisan enormes cantidades de datos y seleccionan y entregan la informacin ms

adecuada para el usuario, de acuerdo con requisitos contextuales o

especficos. La aplicacin ms importante de los agentes inteligentes se encuentra en la WEB.
www.google.co.ve www.amazon.com

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A
Agentes Inteligentes

Sistemas de Visin
Procesamiento de Lenguaje Natural

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Logaritmos Genticos

El propsito principal de los agentes inteligentes es realizar sus tareas significativas ms rpido, con ms frecuencia y de manera ms efectiva, que el usuario. Los agentes inteligentes vinculan automticamente su computadora con sitios favoritos, le avisan cuando stos se hayan actualizado y adecuan pginas especficas a sus preferencias.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A

Sistemas Expertos

Sistemas de Visin
Procesamiento de Lenguaje Natural

Agentes Inteligentes

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Logaritmos Genticos

Programa de computadora, inteligente, que usa el conocimiento y los

procedimientos de inferencia para resolver problemas que son suficientemente difciles como para requerir significativa experiencia humana para su solucin. Hace un amplio uso del conocimiento especializado, como lo hace un experto humano. Trabaja sobre un dominio especifico.

PRINCIPALES RAMAS DE LA IA:

Los esfuerzos de la IA se clasifican segn varias categoras:
Robtica

I.A

Sistemas Expertos

Sistemas de Visin
Procesamiento de Lenguaje Natural

Agentes Inteligentes

Sistemas de Aprendizaje

Redes Neuronales

Lgica Difusa

Logaritmos Genticos

Se utilizan los trminos: Sistema Experto (SE), Sistemas Basados en Conocimientos o Sistema Experto Basado en Conocimiento. Para construir un SE, un ingeniero del conocimiento se entrevista con un experto humano, y traduce la informacin en cdigo.

CARACTERISTICAS DE LOS SE:

Pueden explicar su razonamiento o decisiones sugeridas. Puede mostrar un comportamiento "inteligente. Puede obtener conclusiones de relaciones complejas. Puede proporcionar conocimientos acumulados.

Puede hacer frente a la incertidumbre.

CAPACIDADES DE LOS SE:

En comparacin con otros tipos de sistemas de informacin, los SE ofrecen varias capacidades poderosas y beneficios. Los SE se pueden usar para solucionar problemas en todos los campos y disciplinas y ayudar en la totalidad de las etapas del proceso de solucin del problemas. Fijacin de objetivos estratgicos. Planeacin. Diseo.

Toma de decisiones.
Control y supervisin de calidad. Diagnstico.

USOS DE LOS SE:

El desarrollo de un SE complejo puede ser difcil, costoso y requerir

de tiempo, por lo tanto, es importante asegurarse de que los

posibles beneficios valen el esfuerzo y que las diversas caractersticas del SE se equilibran, en trminos de costo, control y complejidad. Visitar:
www.sistemasexpertos.net

LIMITACIONES DE LOS SE:

No se han usado o probado en forma extensa. Dificultad de uso. Estn limitados a problemas relativamente limitados. No pueden enfrentar con facilidad a conocimientos "mixtos".

Posibilidad de error.
Dificultad de mantenimiento. Pueden tener costo altos de desarrollo. Ocasionan preocupaciones legales y ticas.

COMPONENTES DE LOS SE:

Interfaz de Usuario

El usuario interacta con el SE a travs de una interfaz, la cual puede contender mens, procesamiento del lenguaje natural u otro tipo de

interaccin. Debe ser amigable en la entrada y salida de informacin.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento

Se corresponde con el proceso de crear y actualizar la base de conocimientos

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos) y Reglas

Almacena toda la informacin, datos, reglas, casos y relaciones importantes que utiliza el SE. Para cada aplicacin nica se tiene que desarrollar una base conocimientos. Puede incluir conocimientos genricos provenientes de teoras generales que se han establecido con el tiempo y conocimientos

especficos que provienen de experiencias ms recientes y de reglas

prcticas

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos) y Reglas

Es similar a la suma total de los conocimientos y experiencias de los

expertos humanos que se obtienen a travs de aos de trabajo en un rea o disciplina especfica. Una BC que contiene informacin proporcionada por diversos expertos humanos puede ser extremadamente eficiente y exacta

desde el punto de vista de sus sugerencia y pronsticos.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos) y Reglas

El uso de reglas: una regla es una instruccin condicionada que enlaza determinadas condiciones con acciones o resultados. La regla se crea por medio de construcciones de SI ENTONCES.

Un SE puede usar casos al desarrollar la solucin a un problema o

situacin actual.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicion de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos) y Reglas

El proceso incluye: 1) Encontrar casos almacenados en la base de conocimientos, que

sean similares al problema,

2) Modificar las soluciones a los casos para adaptarlas, o ajustarlas, al problema o la situacin actual.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento
Mecanismo de Inferencia.

Base de Conocimiento (BC)

Memoria Activa (Hechos) y Reglas

Conocido como Motor de Inferencia, usado para buscar informacin y relaciones en la base de conocimientos, y proporcionar respuestas,

pronsticos y sugerencias en la misma forma en que lo hara un

experto humano. En otras palabras es el que proporciona el consejo experto. El conocimiento se representa como un conjunto de reglas y hechos.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento
Mecanismo de Inferencia.

Base de Conocimiento (BC)

Memoria Activa (Hechos) y Reglas

Se asocia con un modelo o paradigma para resolver problemas. Modelo que utiliza mtodos de encadenamientos de reglas SI

ENTONCES para formar una lnea de razonamiento.

Si el encadenamiento comienza de un conjunto de condiciones y se mueve hacia las conclusiones entonces el mtodo es denominado encadenamiento hacia adelante.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento
Mecanismo de Inferencia.

Base de Conocimiento (BC)

Memoria Activa (Hechos) y Reglas

Si la conclusin es conocida pero la ruta de la conclusin no es conocida entonces el mtodo que se utiliza es el encadenamiento

hacia atrs.
El motor de inferencia contiene implementado estos mtodos de razonamiento y controla la ejecucin de las reglas.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento
Mecanismo de Inferencia.

Base de Conocimiento (BC)

Memoria Activa (Hechos) y Reglas

Busca a travs de la BC, intentando asociar el conocimiento almacenado en forma de hechos el antecedente de una regla

(condicin).
Si el antecedente de una regla es satisfecho, entonces la regla ejecuta la accin de la conclusin o el consecuente.

COMPONENTES DE LOS SE:

Interfaz de Usuario Adquisicin de Conocimiento
Mecanismo de Inferencia. Medio de Explicacion

Base de Conocimiento (BC)

Memoria Activa (Hechos) y Reglas

Permite explicar el proceso de razonamiento seguido para tomar una decisin.

Responder a la pregunta: Cmo? O Por qu? Cuando ha

efectuado una conclusin.

CONCLUSIONES

APLICACIONES DE LOS SE Y DE LA IA:

Otorgar crdito. Administracin y recuperacin de informacin: IA y SE incorporados a los productos. Disposicin de plantas. Instalaciones medicas y de hospitales.

Departamento de ayuda y asistencia

Evaluacin del desempeo de empleados. Anlisis de prstamos. Deteccin de virus.

APLICACIONES DE LOS SE Y DE LA IA:

Reparacin y mantenimiento. Embarques. Mercadotecnia: CoverStory es un SE que trae informacin de una base de datos y elabora, en forma automtica, informes de mercadotecnia.

Optimizacin de almacenes.
Un SE se puede integrar con otros sistemas en una organizacin mediante una base de datos comn.