Professional Documents
Culture Documents
ndice
Resumen
Introduccin
Conclusiones
Bibliografa
1. RESUMEN
Este documento est centrado en analizar ms a fondo lainteligencia artificial con sus diferentes paradigmas, siendo los
msrelevantes las redes neuronales, algoritmos genticos, sistemas de lgicadifusa y autmatas programables, con sus
diferentes aplicaciones en la vidacotidiana y ms especficamente aplicados a las soluciones de problemasrelacionados con
la ingeniera industrial.
Se considera que la produccin en nuestros das puede estarmuy apoyada en las nuevas tecnologas, como es la
inteligencia artificial yasea como soporte para una toma de decisiones ms eficaz o en la ayuda delabores, tareas, que
exijan gran demanda de tiempo o representen un alto gradode peligrosidad al ser humano.
Palabras claves: Inteligencia artificial, redesneuronales, algoritmos genticos, sistemas de lgica difusa, produccin.
2. INTRODUCCIN
La inteligencia artificial es un rea de la investigacindonde se desarrollan algoritmos para controlar cosas, y es as que en
1956 seestablecen las bases para funcionar como un campo independiente de la informtica.
Son muchos los estudios y aplicaciones que se han logrado conel desarrollo de esta ciencia , entre las cuales tenemos
redes neuronalesaplicadas al control de la calidad donde la red evala si determinado productocumple o no con las
especificaciones demandadas, control del proceso qumico enel grado de acidez, algoritmos genticos aplicados al
problema cuadrtico deasignacin de facilidades que trata de la asignacin de N trabajos en M mquinas,los autmatas
programables que se usan para la optimizacin de sistemas deproduccin, en fin, todava queda mucho por descubrir con
respecto a lasaplicaciones de esta ciencia.
3. HISTORIA DE LA INTELIGENCIA ARTIFICIAL
Se podra situar los orgenes de la inteligencia artificialcon la definicin de la neurona formal dada por McCulloch & Pitts
[1943],como un dispositivo binario con varias entradas y salidas.
Ya en el ao de 1956 se volvi a tocar el tema deinteligencia artificial (IA) en el instituto de tecnologa de Massachussets
porJohn McCarthy donde se celebr la conferencia de Dartmouth en Hanover (EstadosUnidos). En este certamen McCarthy,
Marvin Minsky, Nathaniel Rochester y ClaudeE. Shannon establecieron las bases de la inteligencia artificial como un
campoindependiente dentro de la informtica. Previamente, en 1950, Alan M. Turinghaba publicado un artculo en la revista
Mind, titulado "ComputingMachinery and Intelligence" ("Ordenador e inteligencia"), en elque reflexionaba sobre el concepto
de inteligencia artificial y estableca loque luego se conocera como el test de Turing, una prueba que permitedeterminar si
un ordenador o computadora se comporta conforme a lo que seentiende como artificialmente inteligente o no.
La inteligencia artificial en los aos sesenta, como tal notuvo muchos xitos ya que requera demasiada inversin para ese
tiempo y lamayora de tecnologas eran propias de grandes centros de investigacin. Enlos aos 70 a 80 se lograron
algunos avances significativos en una de sus ramasllamada Sistemas Expertos, con la introduccin de PROLOG LISP.
Bsicamente loque pretende la inteligencia artificial es crear una maquina secuencialprogramada que repita indefinidamente
un conjunto de instrucciones generadas porun ser humano.
En la actualidad mucho se sigue investigando en los grandeslaboratorios tecnolgicos educativos y privados; sin dejar de
lado los notablesavances en sistemas de visin por computadora (aplicados por ejemplo, para laclasificacin de artculos
revueltos -tornillera o piezas marcadas por cdigosde colores, por citar un caso-), control robtico autnomo (Sony, con
susrobots capaces de moverse en forma casi humana y reaccionar a presiones tal comolo hace una persona al caminar),
aplicaciones de lgica difusa (aplicacin deltracking automtico en nuestras video caseteras, por citar una aplicacin),etc.
Sin embargo, la Inteligencia Artificial sigue en su gran mayora acotadopor su dominio tecnolgico, y poco ha podido salir al
mercado del consumidorfinal o a la industria.
4. DEFINICIONES DE INTELIGENCIA ARTIFICIAL
Con respecto a las definiciones actuales de inteligenciaartificial se encuentran autores como Rich & Knight [1994], Stuart
[1996],quienes definen en forma general la IA como la capacidad que tienen las mquinaspara realizar tareas que en el
momento son realizadas por seres humanos; otrosautores como Nebendah [1988], Delgado [1998], arrojan definiciones
mscompletas y las definen cmo el campo de estudio que se enfoca en la explicaciny emulacin de la conducta
inteligente en funcin de procesos computacionalesbasadas en la experiencia y el conocimiento continuo del ambiente.
Hay ms autores como Marr [1977], Mompin [1987], Rolston[1992], que en sus definiciones involucran los trminos de
soluciones aproblemas muy complejos.
A criterio de los autores las definiciones de Delgado yNebendan son muy completas, pero sin el apoyo del juicio formado,
emocionalidaddel ser humano pueden perder peso dichas soluciones, por eso, hay que lograr unambiente sinrgico entre
ambas partes para mayor efectividad de soluciones.
5. TENDENCIAS DE LOS SISTEMAS DE INTELIGENCIAARTIFICIAL
Actualmente segn Delgado [1998], Stuart [1996], existentres paradigmas en cunto al desarrollo de la IA.
Redes Neuronales.
Algoritmos genticos.
Sistemas de Lgica difusa.
Pero se han venido destacando otros paradigmas como lo sonlos agentes de decisin inteligente y autmatas
programables, con respecto aestos ltimos se suelen emplear en gran medida en procesos industriales deacuerdo a
necesidades a satisfacer como, espacio reducido, procesos de produccinperidicamente cambiantes, procesos
secuenciales, maquinaria de procesosvariables, etc.
A juicio de los autores se determina que todos estosdesarrollos acortan bastante el proceso de decisiones y optimizan las
mismas,pero ah que tener mucho cuidado ya que hay que analizar los diferentesimpactos ya sean ambientales, sociales,
polticos y econmicos.
5.1 Redes neuronales
A grandes rasgos, se recordar que el cerebro humano secompone de decenas de billones de neuronas interconectadas
entre s formandocircuitos o redes que desarrollan funciones especficas.
Una neurona tpica recoge seales procedentes de otrasneuronas a travs de una plyada de delicadas estructuras
llamadas dendritas.La neurona emite impulsos de actividad elctrica a lo largo de una fina ydelgada capa denominada axn,
que se escinde en millares de ramificaciones.
Las extremidades de estas ramificaciones llegan hasta lasdendritas de otras neuronas y establecen conexin llamada
sinapsis, quetransforma el impulso elctrico en un mensaje neuroqumico mediante liberacinde unas sustancias llamadas
neurotransmisores que excitan o inhiben sobre laneurona, de esta manera la informacin se transmite de neuronas a otras y
vasiendo procesada a travs de las conexiones sinpticas y el aprendizaje varade acuerdo a la efectividad de la sinapsis.
biolgicas artificiales
Neuronas Unidades de proceso
Conexiones sinpticas Conexiones ponderadas
Efectividad de la sinapsis Peso de las conexiones
Efecto excitatorio o inhibitorio Signo del peso de una conexin
Estimulacin total Entrada total ponderada
Activacin (tasa de disparo) Funcin de activacin (salida)
Las redes neuronales deben tener como estructura varias capaslas cuales son: primera capa como buffer de entrada,
almacenando la informacinbruta suministrada en la red realizando un sencillo preproceso de la misma,la llamamos capa
de entrada; otra capa acta como interfaz o buffer de salidaque almacena la respuesta de la red para que pueda ser leda,
la llamamos capade salida; y las capas intermedias, principales encargadas de extraer, procesary memorizar la informacin,
las denominan capas ocultas.
Se necesita una codificacin o representacin del problema, que resulte adecuada al mismo.
Una manera de crear una poblacin inicial de soluciones.
Una funcin de ajuste adaptacin al problema, tambin llamada funcin de evaluacin, la cual asigna un nmero
real a cada posible solucin codificada.
Durante la ejecucin del algoritmo, los padres dos individuos pertenecientes a la poblacin inicial, que son
soluciones factibles del problema- deben ser seleccionados para la reproduccin; a continuacin dichos padres
seleccionados se cruzarn generando dos hijos, nuevas soluciones al problema, sobre cada uno de los cuales
actuar un operador de mutacin de acuerdo con una cierta probabilidad. El resultado de la combinacin de las
anteriores funciones ser un conjunto de individuos (posibles soluciones al problema), los cuales en la evolucin del
Algoritmo Gentico formarn parte de la siguiente poblacin.
Valores para los parmetros: tamao de la poblacin, probabilidad de aplicacin de los operadores genticos.
El sistema de visin por computador Robot Visin PRO despus de ser evaluado en la empresa result
eficiente para la deteccin de defectos geomtricos en los empaques de compresores centrfugos, ya que la
flexibilidad del software permiti ajustar las condiciones del proceso al sistema de calidad requerido para la
apropiada medicin de los empaques. Este sistema es lo bastante didctico como para desarrollar
expresiones que permitan realizar de manera totalmente automtica mediciones del objeto, labores de
reconocimiento y de control de calidad.
Los autores opinan que es muy adecuado el uso de esta tecnologa en empresas donde el acabado
superficial de una pieza sea muy exigente estrechas tolerancias como por ejemplo repuestos de carros,
instrumentacin industrial, etc.
JAT (Sistema Inteligente de despacho y Control para el Transporte Publico): su idea principal es mejorar el
servicio de transporte urbano de la ciudad de Manizales a travs de despacho y control inteligente que
permita mejorar la calidad del servicio y reduzca los costos de operacin. El parte inteligente se encarga de
programar el despacho de rutas buscando todas las busetas las cubran de manera equitativa.
Sistema inteligente de Vigilancia y Monitoreo Remoto: se busca implementar sistemas de circuito cerrado de
TV, que incluyan la capacidad de monitoreo remoto a travs de un computador y una lnea telefnica desde
cualquier lugar del mundo y a travs de Internet.
El QAP es un problema combinatorio, considerado por algunos autores como NP-completo. El objetivo del
QAP es encontrar una asignacin de facilidades a sitios, a fin de minimizar una funcin que expresa costos
o distancias.
La localizacin y distribucin de facilidades es uno de los tpicos ms importantes en la formacin de
profesionales en el rea de Ingeniera Industrial y de todos aquellos
profesionales que se encargan de la planificacin, organizacin y crecimiento sistemtico de las ciudades.
En la vida cotidiana y profesional de todo individuo, se presentan una gran variedad de problemas de
localizacin de facilidades.
Los problemas de localizacin y distribucin de facilidades son estratgicos para el xito de cualquier
operacin de manufactura. La principal razn es que los costos de manejo al de materiales comprenden
entre el 30 y el 75% de los costos totales de manufactura. Una buena solucin problema de asignacin de
facilidades contribuira a la eficiencia total de las operaciones, una pobre distribucin puede conducir a la
acumulacin de inventario de producto en proceso, sobrecarga de los sistemas de manejo de materiales,
puestas a punto ineficientes y largas colas. Dentro de esta amplia clase de problemas que pueden ser
catalogados como QAP se encuentra el problema de flujo en lnea generalizado, que es una lnea de flujo
en la cual las operaciones fluyen hacia adelante y no se procesan necesariamente en todas las mquinas
de la lnea. Un trabajo en tal clase de lnea puede comenzar a procesarse y completar su proceso en
cualquier mquina, movindose siempre hacia delante (downstream) por operaciones sucesivas de acuerdo
con la secuencia de trabajo del proceso. Cuando la secuencia de operaciones para un trabajo no especifica
una mquina colocada delante de su localizacin actual, el trabajo tiene que viajar en sentido contrario
(upstream) a fin de completar la operacin requerida. Este "viaje en reversa" de las operaciones, es llamado
backtracking, y se desva de una lnea de flujo ideal para un trabajo especfico, resultando en una estructura
de trabajo menos eficiente, como se muestra en la siguiente figura.
Al parecer de los autores, este problema de asignacin cuadrtica debera tratarse en la clase de taller de
produccin por su relevancia al analizar secuencias N / M.
En la universidad Nacional sede Manizales en el programa deingeniera industrial se debera trabajar ms en las
ciencias informticas,con el fin, de profundizar en reas de la inteligencia artificial aplicadas ala ingeniera industrial.
Con el desarrollo de este trabajo se han obtenido resultados satisfactorios a nivel de investigacin terica, ya que
con la documentacin obtenida se conocieron avances en las ciencias informticas que en algunos casos eran
desconocidos para los autores.
Los grandes avances de I.A aplicada a sistemas de produccin han hecho que da a da la industria en su constante
bsqueda por mejorar su competitividad logren dicho objetivo, pero en muchos de los casos desplazar gran cantidad
de mano de obra que llevan consigo un deterioro social que se ve reflejado en los indicadores globales de
desempleo y niveles de pobreza.
10. BIBLIOGRAFIA
Elaine Rich. Knight Kevin. Inteligencia Artificial. Segunda Edicin.Mc Graw Hill. Mxico 1994.
Stuart Rusell. Norving Meter. Inteligencia Artificial un Enfoque Moderno. Printice Hall. Mxico 1996.
Revista La Ventana Informtica. Edicin N0 9. Universidad de Manizales. Pg. 56 57. Mayo 2003.
Delgado Alberto. Inteligencia Artificial y Mini robots. Segunda Edicin. Ecoe Ediciones. Julio 1998.
Delgado Alberto. Inteligencia Artificial y Mini robots. VII Congreso Nacional de Estudiantes de Ingeniera Industrial,
Administrativa y de Produccin Universidad Nacional Sede Manizales. Memorias Congreso. Octubre 4 - 10 de 1998.
Enciclopedia Informtica y Computacin. Ingeniera del Software e Inteligencia artificial. Julio 1992.
Nebendah Dieter. Sistemas Expertos. Ingeniera y Comunicacin. Editores Marcombo. Barcelona 1988.
Marr D.C. Artificial Intelligence: a Personal View, Artificial Intelligence. EEUU 1977.
Rolston W. David. Principios de Inteligencia Artificial y Sistemas Expertos. Mc Graw Hill. Mxico 1992.
Mompin P. Jos. Inteligencia Artificial: Conceptos, Tcnicas y aplicaciones. Marcomobo S.A Ediciones. Espaa
1987.
Revista Iberoamericana de Inteligencia Artificial. Aplicacin de Inteligencia Artificial en Sistemas Automatizados de
Produccin. Llata, J.R. , Sarabia, E.G., Fernndez, D., Arce J., Oria, J.P.. Numero 10, pginas 100-110. Disponible
en (http://www.aepia.org/).