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

software,

los

datos

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

Mquina

de

Turing,

Calculables),
una

entidad

introdujo

la

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
1966

sistemas

que

resuelvan

Algoritmos genticos.
Problemas en la representacin del conocimiento.

DENDRAL, MYCIN.

Las empresas se interesan por la IA.

1979
1980
1988
1988 .

cualquier

Avances limitados por los recursos computacionales.

1974
1969

Creacin de
problema.

Control industrial y robtica.

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

la
o

necesidad
comandos

de

aprender

personalizados

lenguajes
para

que

computadoras entiendan.
Su ventaja radica en que

combinados

con

reconocimiento

usuario

instrucciones

de

voz,

el

de

dispositivos
a

de
las
de
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:

I.A.
I.A

Robtica
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

Sistemas de
Visin

Agentes
Inteligentes

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

inteligentes se encuentra en la WEB.

www.google.co.ve

www.amazon.com

importante

de

los

agentes

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

Agentes
Inteligentes
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

Sistemas
Expertos

I.A

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

Sistemas
Expertos

I.A

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

Adquisicin de
Conocimiento

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

conocimientos

Interfaz de Usuario

COMPONENTES DE LOS SE:

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

Interfaz de Usuario

COMPONENTES DE LOS SE:

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

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,

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

COMPONENTES DE LOS SE:

Interfaz de Usuario

Adquisicin de
Conocimiento

Base de Conocimiento
(BC)
Memoria Activa
(Hechos)
y
Reglas

Mecanismo de
Inferencia.

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

denominado encadenamiento hacia adelante.

el

mtodo

es

Interfaz de Usuario

COMPONENTES DE LOS SE:

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

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.

Interfaz de Usuario

COMPONENTES DE LOS SE:

Adquisicin de
Conocimiento
Mecanismo de
Inferencia.

Base de Conocimiento
(BC)
Memoria Activa
(Hechos)
y
Reglas

Medio de
Explicacion

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.