INTELIGENCIA ARTIFICIAL

Noviembre 2012
Agradecemos a nuestras familias el
apoyo incondicional que nos brindan
para alcanzar nuestros objetivos.
INDICE
RESUMEN............................................................................................................... 5
SUMMARY............................................................................................................... 6
INTRODUCCION...................................................................................................... 7
ANTECEDENTES...................................................................................................... 8
HISTORIA............................................................................................................. 8
DEFINICION........................................................................................................... 13
LA INTELIGENCIA ARTIFICIAL............................................................................. 13
CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL........................................14
Smbolos vs. Mtodos Numricos....................................................................16
Alfb!to d!l L!"#u$! d! l L%#ic d! &rim!r Ord!".........................................17
F'NCIONAMIENTOS GENERALES DE LA INTELIGENCIA ARTIFICIAL......................20
Ti(os d! Al#oritmos 'tili)dos............................................................................... 20
Al#oritmo G!"tico................................................................................................ 22
Sist!ms *sdos !" Co"ocimi!"to.......................................................................23
Niv!l!s d! co"ocimi!"to........................................................................................ 25
Sist!ms E+(!rtos................................................................................................. 25
Fs!s d!l (roc!so.................................................................................................. 28
TENDENCIAS DE LOS SISTEMAS DE INTELIGENCIA ARTIFICIAL.............................29
R!d!s "!uro"l!s.................................................................................................. 29
A"lo# d! r!d!s "!uro"l!s biol%#ics , rtificil!s.............................................30
Sist!ms d! l%#ic difus....................................................................................... 31
Al#oritmos #!"ticos............................................................................................. 32
CRITICAS A LA INTELIGENCIA ARTIFICIAL.............................................................33
T!ors or#"i)tivs , (rdi#ms or#"i)tivos...................................................33
CONCLUSIONES.................................................................................................... 35
Referenc!" $$%&'r()c!"................................................................................. 36
Referenc!" e%ec*r+nc!"................................................................................... 36
ANE,OS................................................................................................................ 37
ANE,O N- 1. De)nc&ne" .e %! In*e%'enc! Ar*)c!%........................................37
ANE,O N- 2. N/e%e" .e% c&n&c0en*&..............................................................38
ANE,O N- 3. Ne1r&n!" 2 c&ne3&ne" "n(4*c!"................................................39
ANE,O N- 4. MODELO DE RED EN CASCADA DE 5ARIAS CA6AS...........................40
ANE,O N- 5. COM6ARATI5O ENTRE NEURONAS REALES Y LAS UNIDADES DE
6ROCESO EM6LEADAS EN LOS MODELOS COM6UTACIONEALES.......................41
ANE,O N- 6. 7er!r819! .e %!" Nece".!.e" .e M!"%&:.........................................42
ANE,O N- 7. C%!")c!c+n .e Her;$er*.................................................................43
41
RES'MEN
La Inteligencia Artificial tiene una larga historia que se inicia con los aportes de
Aristteles y el comienzo de esta ciencia asentando sus bases cientficas y
tecnolgicas en el siglo 20, hasta sus aportes ms recientes en el siglo 2!
"on su a#ance la Inteligencia Artificial ha de$ado de ser solo un con$unto de
propuestas abstractas a su aplicacin en la %&squeda 'eurstica de (oluciones,
)epresentacin del "onocimiento, *educcin Automtica, +rogramacin (imblica
,LI(+- y )edes .euronales! /stas t0cnicas son las bases de las aplicaciones! "omo
base para su aplicacin a una serie de tecnologas! Las tecnologas son ms
especializadas que las t0cnicas bsicas y estn ms cerca de las aplicaciones
finales! (e pueden mencionar a la )obtica y 1isin, Lengua$e .atural, (istemas
/2pertos
3ambi0n e2isten una serie de aplicaciones4 *iagnstico, +rediccin ,sistemas de
autocontrol de reactores atmicos-, (ecuenciamiento de operaciones ,5(cheduling5-,
*ise6o, Interpretacin de datos! 3odas ellas son familias de problemas tipo! +or
e$emplo, el diagnstico se refiere a encontrar las causas de fallas, ya sea que se
trate de fallas en una lnea de produccin o de enfermedades en una persona!
3odos los a#ances mencionados anteriormente proporcionados por el a#ance de la
Inteligencia Artificial han producido un gran impacto en campos tan disimiles como la
Ingeniera, 7edicina, (istemas de 7anufactura, Administracin, Apoyo a la 3oma de
*ecisiones 8erenciales, etc! 3odas caen dentro de las reas de los sistemas
computacionales, pero que se consideran como clientes de la Inteligencia Artificial!
41
S'MMAR-
3he address and
!

41
INTROD'CCION
La presente monografa tiene como finalidad el comprender el desarrollo y e#olucin
de la Inteligencia Artificial y como se relaciona con la In#estigacin 9perati#a
aplicado a la solucin de los problemas que se presentan en los entornos
empresariales!
/n la actualidad la permanente inno#acin en la informtica ha lle#ado a una carrera
tecnolgica que muy claramente se e2presa en la frase de Alan 3uring :Las
mquinas me sorprenden con mucha frecuencia;! "ada da aparecen equipos ms
a#anzados que estn lle#ando a las computadoras a ni#eles que hace un par de
d0cadas eran solo ficcin! A la par del a#ance tecnologa el conocimiento del ser
humano por la psicologa y la neurologa ha dado sus aportes a una me$or
comprensin de los intrincados mecanismos que entran en $uego en los procesos de
pensamiento, razonamiento y aprendiza$e, aplicndose los mismos a los aspectos
tecnolgicos correspondientes a la Inteligencia Artificial!
(on muchos los estudios y aplicaciones que se han logrado con el desarrollo de esta
ciencia , entre las cuales tenemos redes neuronales aplicadas al control de la
calidad donde la red e#al&a si determinado producto cumple o no con las
especificaciones demandadas, control del proceso qumico en el grado de acidez,
algoritmos gen0ticos aplicados al problema cuadrtico de asignacin de facilidades
que trata de la asignacin de . traba$os en 7 mquinas, los autmatas
programables que se usan para la optimizacin de sistemas de produccin, en fin,
toda#a queda mucho por descubrir con respecto a las aplicaciones de esta ciencia!
41
ANTECEDENTES
.ISTORIA
La Inteligencia Artificial 5naci5 en <=> cuando ?arren 7c"ulloch y ?alter +itts
propusieron un modelo de neurona del cerebro humano y animal! /stas neuronas
ner#iosas abstractas proporcionaron una representacin simblica de la acti#idad
cerebral! 7s adelante, .orbert ?iener elabor estas ideas $unto con otras, dentro
del mismo campo, que se llam 5cibern0tica5@ de aqu nacera, sobre los a6os A0, la
Inteligencia Artificial!
Los primeros in#estigadores de esta inno#adora ciencia, tomaron como base la
neurona formalizada de 7c"ulloch y postulaban que4
5/l cerebro es un solucionador inteligente de problemas, de modo que imitemos al
cerebro5!
La Inteligencia Artificial surge definiti#amente a partir de algunos traba$os publicados
en la d0cada de <=0 que no tu#ieron gran repercusin, pero a partir del influyente
traba$o en <A0 de Alan 3uring, matemtico britnico, se abre una nue#a disciplina
de las ciencias de la informacin!
/n su histrico artculo de <A0, 3uring propuso que la pregunta BCpuede pensar
una mquinaDE era demasiado filosfica para tener #alor y, para hacerlo ms
concreto, propuso un B$uego de imitacinE! /n la prueba de 3uring inter#ienen dos
personas y un computadora! Fna persona, el interrogador, se sienta en una sala y
teclea preguntas en la terminal de una computadora! "uando aparecen las
respuestas en la terminal, el interrogador intenta determinar si fueron hechas por
otra persona o por una computadora! (i act&a de manera inteligente, seg&n 3uring
es inteligente! 3uring, se6al que una mquina podra fracasar y a&n ser inteligente!
Aun as crea que las mquinas podran superar la prueba a finales del siglo GG!
*e todas maneras esta prueba no tu#o el #alor prctico que se esperaba, aunque
sus repercusiones tericas son fundamentales! /l enfoque de 3uring de #er a la
inteligencia artificial como una imitacin del comportamiento humano no fuen tan
prctico a lo largo del tiempo y el enfoque dominante ha sido el del comportamiento
racional, de manera similar, en el campo de la aeronutica se de$ de lado el
enfoque de tratar de imitar a los p$aros y se tom el enfoque de comprender las
reglas de aerodinmica! Aunque desde luego, el enfoque del comportamiento
41
humano y el del pensamiento humano siguen siendo estudiados por las ciencias
cogniti#as y contin&an aportando interesantes resultados a la Inteligencia Artificial, y
#ice#ersa!
/l t0rmino 5inteligencia artificial5 fue acu6ado formalmente en <AH durante la
conferencia de *arthmounth, ms para entonces ya se haba estado traba$ando en
ello durante cinco a6os en los cuales se haba propuesto muchas definiciones
distintas que en ning&n caso haban logrado ser aceptadas totalmente por la
comunidad in#estigadora! La IA es una de las disciplinas ms nue#as $unto con la
gen0tica moderna! Ambos son dos de los campos ms atracti#os para los cientficos
hoy da!
Las ideas ms bsicas se remontan a los griegos, antes de "risto! Aristteles ,>I=J
>22 a! "!- fue el primero en describir un con$unto de reglas que describen una parte
del funcionamiento de la mente para obtener conclusiones racionales4 :/stas reglas
de pensamiento supuestamente gobiernan la manera de operar de la mente4 su
estudio fue el inicio de un campo llamado lgica;

! "tesibio de Ale$andra ,2A0 a! "!-

construy la primera mquina autocontrolada, un regulador del flu$o de agua
,racional pero sin razonamiento-!
/n >A )amon Llull en su libro Ars magna tu#o la idea de que el razonamiento
poda ser efectuado de manera artificial!
/n <>H Alan 3uring dise6a formalmente una 7quina uni#ersal que demuestra la
#iabilidad de un dispositi#o fsico para implementar cualquier cmputo formalmente
definido!
/n <=> ?arren 7c"ulloch y ?alter +itts presentaron su modelo de neuronas
artificiales, el cual se considera el primer traba$o del campo, aun cuando toda#a no
e2ista el t0rmino! Los primeros a#ances importantes comenzaron a principios de los
a6os <A0 con el traba$o de Alan 3uring, a partir de lo cual la ciencia ha pasado por
di#ersas situaciones!
/n <AA 'erbert (imon, Allen .eKell y L!"! (haK, desarrollan el primer lengua$e de
programacin orientado a la resolucin de problemas, el I+LJ! Fn a6o ms tarde
desarrollan el Logic3heorist, el cual era capaz de demostrar teoremas matemticos!
/n <AH fue in#entado el t0rmino inteligencia artificial por Lohn 7c"arthy, 7ar#in
7insMy y "laude (hannon en la "onferencia de *artmouth, un congreso en el que
1
RUSSEL, STUART J. y PETER NORVIG. Inteligencia Artifcial: un enf!ue
"#ern.
41
se hicieron pre#isiones triunfalistas a diez a6os que $ams se cumplieron, lo que
pro#oc el abandono casi total de las in#estigaciones durante quince a6os!
/n <AN .eKell y (imon contin&an su traba$o con el desarrollo del 8eneral +roblem
(ol#er ,8+(-! 8+( era un sistema orientado a la resolucin de problemas!
/n <AI Lohn 7c"arthy desarrolla en el Instituto de 3ecnologa de 7assachusetts
,7I3- el LI(+! (u nombre se deri#a de LI(t +rocessor! LI(+ fue el primer lengua$e
para procesamiento simblico!
A finales de los A0 y comienzos de la d0cada del H0 )obert O! Lindsay desarrolla
B(ad (amE, un programa para la lectura de oraciones en ingl0s y la inferencia de
conclusiones a partir de su interpretacin!
Pue en los a6os H0 cuando Alan .eKell y 'erbert (imon, que traba$ando la
demostracin de teoremas y el a$edrez por ordenador logran crear un programa
llamado 8+( ,8eneral +roblem (ol#er4 solucionador general de problemas-! Qste
era un sistema en el que el usuario defina un entorno en funcin de una serie de
ob$etos y los operadores que se podan aplicar sobre ellos! /ste programa era capaz
de traba$ar con las torres de 'anoi, as como con criptoaritm0tica y otros problemas
similares, operando, claro est, con microcosmos formalizados que representaban
los parmetros dentro de los cuales se podan resol#er problemas! Lo que no poda
hacer el 8+( era resol#er problemas ni del mundo real, ni m0dicos ni tomar
decisiones importantes! /l 8+( mane$aba reglas heursticas ,aprender a partir de
sus propios descubrimientos- que la conducan hasta el destino deseado mediante el
m0todo del ensayo y el error!
/n <H> Ruillian desarrolla las redes semnticas como modelo de representacin
del conocimiento!
/n <H= %ertrand )aphael construye el sistema (I) ,(emantic Information
)etrie#al- el cual era capaz de inferir conocimiento basado en informacin que se le
suministra! %obroK desarrolla (3F*/.3!
+osteriormente entre los a6os <HIJ<N0 3erry ?inograd desarroll el sistema
(')*LF, que permita interrogar y dar rdenes a un robot que se mo#a dentro de
un mundo de bloques!
A mediados de los a6os H0, aparecen los sistemas e2pertos, que predicen la
probabilidad de una solucin ba$o un set de condiciones! +or e$emplo */.*)AL,
iniciado en <HA por %uchanan, Peigenbaum y Lederberg, el primer (istema
/2perto, que asista a qumicos en estructuras qumicas comple$as euclidianas,
41
7A"(S7A, que asista a ingenieros y cientficos en la solucin de ecuaciones
matemticas comple$as!
/n <HI 7insMy publica (emantic Information +rocessing! /se mismo a6o (eymour
+apert, *anny %obroK y ?ally Peurzeig desarrollan el lengua$e de programacin
L989!
Al a6o siguiente Alan Oay desarrolla el lengua$e (malltalM en Gero2 +A)" y se
publica en <I0!
/n los a6os N0, un equipo de in#estigadores dirigido por /dKard Peigenbaum
comenz a elaborar un proyecto para resol#er problemas de la #ida cotidiana o que
se centrara, al menos, en problemas ms concretos! As es como naci el sistema
e2perto!
/n <N> Alain "olmenauer y su equipo de in#estigacin en la Fni#ersidad de Ai2J
7arseille crean +)9L98 ,del franc0s +)9grammation en L98ique- un lengua$e de
programacin ampliamente utilizado en IA! (hanM y Abelson desarrollan los guiones,
o scripts, pilares de muchas t0cnicas actuales en Inteligencia Artificial y la
informtica en general! Al a6o siguiente /dKard (hortliffe escribe su tesis con
7S"I., uno de los (istemas /2pertos ms conocidos, que asisti a m0dicos en el
diagnstico y tratamiento de infecciones en la sangre!
/n las d0cadas de <N0 y <I0, creci el uso de sistemas e2pertos, como 7S"I.4
)TG"9., A%)L, +I+, +FPP, "A(./3, I.3/).I(3T"A*F"/F(, etc! Algunos
permanecen hasta hoy ,(hells- como /7S"I., /G+/)3, 9+((!
/n <I Oazuhiro Puchi anuncia el proyecto $apon0s de la quinta generacin de
computadoras!
/n <IH 7c"lelland y )umelhart publican +arallel *istributed +rocessing ,)edes
.euronales-!
/n <II se establecen los lengua$es 9rientados a 9b$etos!
/n <<N 8arry Oasparo#, campen mundial de a$edrez, pierde ante la computadora
autnoma *eep %lue!
/n 200H se celebr el ani#ersario con el "ongreso en espa6ol A0 a6os de
Inteligencia Artificial J "ampus 7ultidisciplinar en +ercepcin e Inteligencia 200H!
/n el a6o 200< ya hay en desarrollo sistemas inteligentes terap0uticos que permiten
detectar emociones para poder interactuar con ni6os autistas!
/n el a6o 20 I%7 desarroll una supercomputadora llamada ?atson , la cual gan
una ronda de tres $uegos seguidos de Leopardy, #enciendo a sus dos m2imos
41
campeones, y ganando un premio de milln de dlares que I%7 luego don a
obras de caridad!
41
DEFINICION
LA INTELIGENCIA ARTIFICIAL
La inteligencia artificial es considerada una rama de la computacin y relaciona un
fenmeno natural con una analoga artificial a tra#0s de programas de computador!
La inteligencia artificial puede ser tomada como ciencia si se enfoca hacia la
elaboracin de programas basados en comparaciones con la eficiencia del hombre,
contribuyendo a un mayor entendimiento del conocimiento humano!
(i por otro lado es tomada como ingeniera, basada en una relacin deseable de
entradaJsalida para sintetizar un programa de computador! 5/l resultado es un
programa de alta eficiencia que funciona como una poderosa herramienta para quien
la utiliza!5
A tra#0s de la inteligencia artificial se han desarrollado los sistemas e2pertos que
pueden imitar la capacidad mental del hombre y relacionan reglas de sinta2is del
lengua$e hablado y escrito sobre la base de la e2periencia, para luego hacer $uicios
acerca de un problema, cuya solucin se logra con me$ores $uicios y ms
rpidamente que el ser humano! /n la medicina tiene gran utilidad al acertar el IA U
de los casos de diagnstico!
/2isten m&ltiples definiciones pero una de las ms cercanas a la realidad es la que
se indica en la /ncyclopedia of Artificial Intelligence4 :La IA es un campo de la
ciencia y de la Ingeniera que se ocupa de la comprensin, desde el punto de #ista
informtico de lo que se denomina com&nmente comportamiento inteligente!
3ambi0n se ocupa de la creacin de artefactos que e2hiben este comportamiento;
2
!
COM&ORTAMIENTO .'MANO/ ENFO0'E DE LA &R'E*A DE T'RING
+ropuesta por Alan 3uring se plante para proporcionar una definicin operacional
clara y satisfactoria de la inteligencia! 3uring propuso una prueba basada en la
incapacidad de diferenciar entre entidades inteligentes indiscutibles y seres
humanos! /l computador supera esta prueba si un e#aluador humano no es capaz
de distinguir si las respuestas, a una serie de preguntas planteadas son de una
persona o no!
/l computador debera poseer las siguientes caractersticas para superar la prueba4
2
&INO DIE12 RA'L3 GOME1 GOME12 AL*ERTO , OTROS. I"troducci%" l I"t!li#!"ci Artificil/ Sist!ms !+(!rtos2
R!d!s N!uro"l!s Artificil!s , com(utci%" !volutiv.
41
+rocesamiento de lengua$e natural!
)epresentacin del conocimiento
)azonamiento automtico
Aprendiza$e automtico
La prueba de 3uring e#ito la interaccin entre el computador y un humano, ya que
para medir la inteligencia es innecesario interactuar fsicamente con una persona!
CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL
Fna caracterstica fundamental que distingue a los m0todos de Inteligencia Artificial
de los m0todos num0ricos es el uso de smbolos no matemticos, aunque no es
suficiente para distinguirlo completamente! 9tros tipos de programas como los
compiladores y sistemas de bases de datos, tambi0n procesan smbolos y no se
considera que usen t0cnicas de Inteligencia Artificial!
/l comportamiento de los programas no es descrito e2plcitamente por el algoritmo!
La secuencia de pasos seguidos por el programa es influenciado por el problema
particular presente! /l programa especifica cmo encontrar la secuencia de pasos
necesarios para resol#er un problema dado ,programa declarati#o-! /n contraste con
los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido,
que especifica, e2plcitamente, cmo encontrar las #ariables de salida para cualquier
#ariable dada de entrada ,programa de procedimiento-!
/l razonamiento basado en el conocimiento, implica que estos programas incorporan
factores y relaciones del mundo real y del mbito del conocimiento en que ellos
operan! Al contrario de los programas para propsito especfico, como los de
contabilidad y clculos cientficos@ los programas de Inteligencia Artificial pueden
distinguir entre el programa de razonamiento o motor de inferencia y base de
conocimientos dndole la capacidad de e2plicar discrepancias entre ellas!
Aplicabilidad a datos y problemas mal estructurados, sin las t0cnicas de Inteligencia
Artificial los programas no pueden traba$ar con este tipo de problemas! Fn e$emplo
es la resolucin de conflictos en tareas orientadas a metas como en planificacin, o
el diagnstico de tareas en un sistema del mundo real4 con poca informacin, con
una solucin cercana y no necesariamente e2acta!
La Inteligencia Artificial incluye #arios campos de desarrollo tales como4 la robtica,
usada principalmente en el campo industrial@ comprensin de lengua$es y traduccin@
#isin en mquinas que distinguen formas y que se usan en lneas de ensambla$e@
41
reconocimiento de palabras y aprendiza$e de mquinas@ sistemas computacionales
e2pertos!
Los sistemas e2pertos, que reproducen el comportamiento humano son programas
tan #ariados como los que diagnostican infecciones en la sangre e indican un
tratamiento, los que interpretan datos sismolgicos en e2ploracin geolgica y los
que configuran comple$os equipos de alta tecnologa!
/stas tareas reducen costos, reducen riesgos en la manipulacin humana en reas
peligrosas, me$oran el desempe6o del personal ine2perto, y me$oran el control de
calidad sobre todo en el mbito comercial!
41
F'NCIONAMIENTO *ASICO DE LA INTELIGENCIA ARTIFICIAL
Smbolos vs. Mtodos Numricos
/l primer perodo de la Inteligencia Artificial, llamado subJsimblico, data de
apro2imadamente <A0 a <HA! /ste perodo utiliz representaciones num0ricas ,o
subJsimblicas- del conocimiento! Aunque la mayor parte de los libros de Inteligencia
Artificial enfatizan el traba$o realizado por )osenblatt y ?idroK con redes neuronales
durante este perodo, la realidad es que otra importante escuela subJsimblica data
tambi0n de la misma 0poca y estos son los algoritmos e#oluti#os!
La escuela clsica dentro de la Inteligencia Artificial, utiliza representaciones
simblicas basadas en un n&mero finito de primiti#as y de reglas para la
manipulacin de smbolos! /l perodo simblico se considera apro2imadamente
comprendido entre <H2 y <NA, seguido por un perodo dominado por los sistemas
basados en el conocimiento de <NH a <II! (in embargo, en este segundo perodo
las representaciones simblicas ,por e$emplo, redes semnticas, lgica de
predicados, etc!- siguieron siendo parte central de dichos sistemas!
La +rogramacin Lgica tiene sus orgenes ms cercanos en los traba$os de L! A!
)obinson que propone en <HA una regla de inferencia a la que llama resolucin,
mediante la cual la demostracin de un teorema puede ser lle#ada a cabo de
manera automtica!
La resolucin es una regla que se aplica sobre cierto tipo de frmulas del "lculo de
+redicados de +rimer 9rden, llamadas clusulas y la demostracin de teoremas
ba$o esta regla de inferencia se lle#a a cabo por reduccin al absurdo!
9tros traba$os importantes de esa 0poca que influyeron en la programacin lgica,
fueron los de Lo#eland, OoKalsMi y 8reen, que dise6a un probador de teoremas que
e2trae de la prueba el #alor de las #ariables para las cuales el teorema es #lido!
/stos mecanismos de prueba fueron traba$ados con mucho entusiasmo durante una
0poca, pero, por su ineficiencia, fueron relegados hasta el nacimiento de +rolog, que
surge en <N en la Fni#ersidad de 7arsella, Prancia!
La Lgica de +rimer 9rden, es uno de los formalismos ms utilizados para
representar conocimiento en Inteligencia Artificial! La Lgica cuenta con un lengua$e
formal mediante el cual es posible representar frmulas llamadas a2iomas, que
permiten describir fragmentos del conocimiento y, adems consta de un con$unto de
41
reglas de inferencia que aplicadas a los a2iomas, permiten deri#ar nue#o
conocimiento!
Alfb!to d!l L!"#u$! d! l L%#ic d! &rim!r Ord!"
"ontiene dos tipos de smbolos4
a- (mbolos lgicos, entre los que se encuentran los smbolos de constantes
proposicionales true y false@ los smbolos de operadores proposicionales para
la negacin, la con$uncin, la disyuncin y las implicaciones ,VW, XV-@ los
smbolos de operadores de cuantificacin como el cuantificador uni#ersal@ el
cuantificador e2istencial@ y los smbolos au2iliares de escritura como
corchetes Y,Z, par0ntesis ,,- y coma!
b- (mbolos no lgicos, agrupados en el con$unto de smbolos constantes@ el
con$unto de smbolos de #ariables indi#iduales@ el con$unto de smbolos de
funciones nJarias@ y el con$unto de smbolos de relaciones nJarias!
A partir de estos smbolos se construyen las e2presiones #lidas en el Lengua$e de
+rimer 9rden4 los t0rminos y las frmulas!
Fn t0rmino es cualquiera de las tres e2presiones siguientes4 una constante, por
e$emplo, el n&mero 5005, la palabra 5alfredo5 y la letra 5c5@ o una #ariable, por
e$emplo, 5G5 o bien una e2presin de la forma 5f,t,!!!,tn-5 donde 5f5 es un smbolo de
funcin nJaria y t,!!!,tn son t0rminos! /$emplos de funciones son4 f,00,G-, padre,S-
y sucesor,G-!
Las frmulas atmicas o elementales son e2presiones de la forma ),t,!!!,tn- donde
) es un smbolo de relacin nJaria y t,!!!,tn son t0rminos!
/$emplos de frmulas son4
positi#o,>-,not,igual,=,doble,2---, recetar,G,aspirina-XVtiene,G,fiebre-,
tiene,G,cefalea-!
/sta &ltima establece una regla que dice que, si G tiene fiebre y cefalea ,dolor de
cabeza-, G debe tomar una aspirina!
/l Lengua$e de +rimer 9rden posee un amplio poder de e2presin, los t0rminos
permiten nombrar los ob$etos del uni#erso, mientras que las frmulas permiten
afirmar o negar propiedades de 0stos o bien establecen las relaciones entre los
ob$etos del uni#erso!
+uede decirse que la +rogramacin Lgica utiliza la Lgica de +rimer 9rden como
lengua$e de programacin! +rolog es un e$emplo de lengua$e basado en la Lgica de
41
+rimer 9rden y aunque toma su nombre de este t0rmino ,5+)9gramming in L98ic5-,
no abarca toda la riqueza de la Lgica de +rimer 9rden para resol#er problemas,
pues est restringido al uso de cierta clase de frmulas denominadas clusulas
definidas o clusulas de 'orn!
Fn programa lgico est formado por un con$unto finito de clusulas de programa
que son hechos o reglas! +or e$emplo4
padre,luis,miguel-! 'echo
padre,miguel,$ose-! 'echo
padre,$ose,$uan-! 'echo
abuelo,G,S-4Jpadre,G,[-, padre,[,S-! regla
/ste programa est formado por cuatro clusulas de programa, las tres primeras son
del tipo hecho y definen la relacin padreT2 y la cuarta una regla que define la
relacin abueloT2! .tese el uso de las #ariables G,S y [ en esta clusula, las cuales
permiten definir de manera general en +rolog la relacin 5ser abuelo de5, pues la
lectura declarati#a de dicha clusula es la siguiente4 5+ara cualesquiera G,S,[ se
cumple que4 G abuelo de S, si G padre de [ y [ padre de S5!
/n +rolog es posible hacer preguntas sobre ob$etos y relaciones del dominio y estas
preguntas se formulan como ob$eti#os o metas, que son e#aluadas por el int0rprete
de +rolog utilizando su mecanismo de inferencia interno, el cual determina si la meta
a demostrar es una consecuencia lgica del programa, aplicando reglas de
deduccin para obtener la respuesta!
+or e$emplo, del programa anterior, utilizando la clusula de tipo meta D
abuelo,G,$uan-, para preguntar Cqui0n es el abuelo de LuanD o bien Cqui0nes son
los abuelos de LuanD, es posible deducir que Luis es abuelo de Luan, aunque
implcitamente no e2iste en el programa ning&n hecho que as lo afirme!
/n este e$emplo de anlisis de oraciones, podemos obser#ar de qu0 manera se
analiza una oracin ingresada por el usuario y cmo el ordenador lo traduce en un
lengua$e lgico de primer orden!
/n este caso la e$ecucin del programa, para dicha meta, arro$ara como resultado
que GVluis!
/l m0todo de deduccin utilizado por +rolog, para dar respuesta a los ob$eti#os
planteados, se basa en el uso de una &nica regla de inferencia4 el +rincipio de
)esolucin!
41
Los primeros traba$os de prueba automtica de teoremas utilizaban la resolucin,
aplicada a clusulas cualesquiera, pero el problema de las deducciones con
clusulas generales es el gran n&mero de combinaciones posibles para lle#ar a cabo
las resoluciones!
+or ello +rolog restringe el con$unto de clusulas, lo que le permite lle#ar a cabo una
prueba dirigida y, en la mayora de los casos, con un uni#erso de posibilidades
e2plorable en tiempo de e$ecucin!
41

F'NCIONAMIENTOS GENERALES DE LA INTELIGENCIA ARTIFICIAL
Ti(os d! Al#oritmos 'tili)dos
"uando una tarea se realiza por medio de un algoritmo perfectamente definido de
almacenamiento, clasificacin o clculo, lo puede hacer un computador! /ste
concepto de algoritmo, secuencial, fi$o y de determinadas operaciones, es incapaz
de mane$ar problemas donde el camino del razonamiento es #ariable y donde deben
afrontarse situaciones di#ersas sin haber sido especificadas!
La Inteligencia Artificial hace uso de un tipo de lengua$e diferente como es el caso de
LI(+ y +)9L98!
/n <>2, "annon #isualiz la e#olucin natural como un proceso de aprendiza$e!
Alan 3uring reconoci, en <A0, que debe haber una cone2in ob#ia entre el
aprendiza$e de mquina y la e#olucin, y se6al que se podran desarrollar
programas para $ugar a$edrez usando esta t0cnica! "ampbell con$etur en <H0 que
en todos los procesos que lle#an a la e2pansin del conocimiento, se in#olucra un
proceso ciego de #ariacin y super#i#encia selecti#a!
Los primeros intentos de aplicar de manera formal la teora de la e#olucin, a
problemas prcticos de ingeniera, apareci en las reas de control de procesos
estadsticos, aprendiza$e de mquina y optimizacin de funciones! 3al #ez el primer
intento serio de este tipo se dio en el traba$o que realizaron %o2 y sus colegas en
<AN, en el desarrollo de una t0cnica que denominaron operacin e#oluti#a, la cual
se aplic a una planta de manufactura, y que se implanto sobre la base de los #otos
de un comit0 de $efes t0cnicos! %a$o este esquema, la calidad del producto a#anzaba
a tra#0s de mutaciones aleatorias y la seleccin era determinada por el comit0!
+or su parte, Priedberg intent, en <AI, hacer que un programa en lengua$e
mquina se me$orara a s mismo, seleccionando instrucciones que se asociaran ms
frecuentemente con un resultado e2itoso! Aunque Priedberg nunca mencion
e2plcitamente estar simulando la e#olucin natural, esa es la interpretacin ms
com&nmente aceptada de su traba$o, y a pesar de que tu#o cierto 02ito
e#olucionando manipuladores de bits y determinando las intercone2iones de una
ca$a negra de =00 terminales, la comunidad de Inteligencia Artificial de la 0poca
prest poca atencin a su traba$o! +or e$emplo, 7insMy lo critic duramente,
41
argumentando que una b&squeda puramente aleatoria era mucho me$or que el
algoritmo de Priedberg!
/l traba$o de %remermann, en <AI, se enfoc ms a la optimizacin, introduciendo
el importante mane$o de un #alor de aptitud, y definiendo a un indi#iduo como una
cadena de smbolos binarios ,unos y ceros-! %remermann ad#irti, acertadamente,
que la mutacin $ugaba un papel importante en la e#olucin, pues impeda el
estancamiento en mnimos locales! Aunque muchas de sus ideas se usan hoy en
da, %remermann cometi el error de tratar de optimizar funciones lineales y
con#e2as, obteniendo resultados decepcionantes, pues sus algoritmos e#oluti#os
tenan que ser complementados con otras heursticas para con#erger en una
solucin! 'oy sabemos que los algoritmos e#oluti#os difcilmente pueden competir
con las t0cnicas tradicionales de optimizacin en esos dominios!
%arricelli ofreci, en <A=, una de las primeras simulaciones que usaba principios
e#oluti#os, utilizando los mismos procedimientos generales que se usan hoy en da
en la disciplina conocida como #ida artificial! (in embargo, en este traba$o, as como
el que )eed realiz posteriormente en <HN, se concluy que la cruza no pareca
me$orar la #elocidad de la adaptacin selecti#a, y el operador primordial era la
mutacin!
Pue Pogel el que introdu$o la primera t0cnica e#oluti#a que realmente funcion ms o
menos dentro de los lineamientos actuales de la computacin e#oluti#a! (u
programacin e#oluti#a consista en hacer e#olucionar autmatas de estados finitos
por medio de mutaciones! Pogel introdu$o los importantes conceptos de poblacin y
seleccin, y aunque las re#isiones iniciales de su traba$o fueron fa#orables, algunos
in#estigadores, como (olomonoff, enfatizaron que el m0todo de Pogel no deba
#erse en su estado actual ,en <HH- como algo particularmente &til para resol#er
problemas, a e2cepcin de los ms simples posibles! (olomonoff #io a la
programacin e#oluti#a como una especie de b&squeda escalando la colina
modelada mediante autmatas, y otros in#estigadores como 'olland, Oieras, )ada y
Lenat compartieron esa opinin!
9tra t0cnica e#oluti#a dirigida particularmente a la optimizacin de funciones
continuas de alta comple$idad se desarroll en Alemania, en <HA, por )echenberg y
(chKefel! /sta t0cnica, llamada estrategia e#oluti#a, se utiliz inicialmente para
resol#er problemas de ingeniera que desafiaban a los m0todos de optimizacin
tradicionales, como el gradiente con$ugado, y se basa en la modificacin sistemtica
41
de un #ector de n&meros reales ,representando las #ariables de decisin del
problema- mediante operadores probabilsticos, usando ciertos criterios para decidir
en qu0 direccin dirigir la b&squeda! La estrategia e#oluti#a utiliza como operador
principal a la mutacin, y en su #ersin ms reciente usa la cruza como operador
secundario!
Aunque el australiano Praser propuso, desde fines de los A0, un procedimiento muy
similar al que Lohn 'olland llam planes e#oluti#os a fines de los H0, es al segundo
al que se le suele atribuir la creacin de la t0cnica que se conoce como algoritmo
gen0tico, a raz de que 'olland publicara el libro 5Adaptation in .atural and Artificial
(ystems5 en <NA!
Al#oritmo G!"tico
La principal diferencia del algoritmo gen0tico con las t0cnicas antes mencionadas, es
que utiliza la cruza como operador principal y a la mutacin como operador
secundario ,e incluso opcional-! /l algoritmo gen0tico, al igual que las redes
neuronales, funciona como una ca$a negra que recibe ciertas entradas y produce
,tras una cantidad de tiempo indeterminada- las salidas deseadas! (in embargo, a
diferencia de 0stas, los algoritmos gen0ticos no necesitan entrenarse con e$emplos
de ning&n tipo, sino que son capaces de generar sus propios e$emplos y
contrae$emplos que guen la e#olucin a partir de poblaciones iniciales totalmente
aleatorias!
Los mecanismos de seleccin del ms apto y de reproduccin se2ual del algoritmo
gen0tico, son los encargados de preser#ar las caractersticas ms adecuadas de
cada indi#iduo a fin de hacer con#erger a la poblacin en soluciones ptimas!
Los algoritmos gen0ticos se distinguen tambi0n por no quedar atrapados fcilmente
en mnimos locales, como la mayor parte de las t0cnicas de b&squeda clsicas,
adems de usar operadores probabilsticos ms robustos que los operadores
determinsticos, que las otras t0cnicas suelen usar!
.o obstante, siendo una heurstica, tampoco pueden garantizar encontrar siempre la
solucin ptima, si bien la e2periencia acumulada hasta la fecha parece demostrar
que, cuando se utilizan apropiadamente, pueden proporcionar soluciones muy
aceptables y, en la mayora de los casos, superiores a las encontradas con otras
t0cnicas de b&squeda y optimizacin!
41
Aunque a&n atacados por algunos sectores de la comunidad de Inteligencia Artificial,
los algoritmos gen0ticos, al igual que las redes neuronales, se han ido ganando poco
a poco, y sobre la base de la efecti#idad de sus resultados en aplicaciones prcticas,
el reconocimiento de los in#estigadores como una t0cnica efecti#a en problemas de
gran comple$idad, como lo demuestra un n&mero creciente de conferencias y
publicaciones especializadas alrededor del mundo, en los &ltimos a6os!
Sist!ms *sdos !" Co"ocimi!"to
Los m0todos generales desarrollados para la resolucin de problemas y t0cnicas de
b&squeda al inicio de la era de la Inteligencia Artificial demostraron no ser suficientes
para resol#er los problemas orientados a las aplicaciones, ni fueron capaces de
satisfacer los difciles requerimientos de la in#estigacin!
A este con$unto de m0todos, procedimientos y t0cnicas, se lo conoce como
Inteligencia Artificial *0bil! La principal conclusin que se deri# de este traba$o
inicial fue que los problemas difciles slo podran ser resueltos con la ayuda del
conocimiento especfico acerca del dominio del problema!
La aplicacin de estas ideas dio lugar al desarrollo de los denominados (istemas
%asados en "onocimiento ,OnoKledge %ased (ystems- y al aparecimiento de la
Ingeniera "ognosciti#a, como una rama de la Inteligencia Artificial, que estudia los
sistemas basados en el conocimiento! La definicin de un sistema basado en
conocimiento puede ser la siguiente4
"omponentes4 softKare de interfaz, base de datos, programa computacional!
Fna relati#amente nue#a categora de sistemas de informacin orientada al ser#icio
es el sistema e2perto, llamado as porque su base de datos guarda una descripcin
de habilidades en la toma de decisiones de e2periencias humanas en un estrecho
dominio de procedimientos, tales como interpretacin m0dica de imagen, impuestos,
dise6o de piping, configuracin de hardKare en un sistema de computadores,
equipamiento para reparar malfuncionamientos o, en la preparacin de cer#eza!
La moti#acin para construir sistemas e2pertos es el deseo de replicar el escaso, in
estructurado y quizs el pobremente documentado conocimiento emprico de
especialistas que de este modo puede ser rpidamente usado por otros!
Fn programa computacional que usa inteligencia artificial resuel#e problemas en un
dominio especializado que ordinariamente requiere e2periencia humana!
41
/l primer sistema e2perto fue desarrollado en <HA por /dKard Peigenbaum y
Loshua Lederberg de la Fni#ersidad de (tandford en "alifornia, //FF, y se lo llam
*endral! Pue dise6ado para analizar componentes qumicos!
*ado que cada condicin que puede ser encontrada puede ser descrita por una
regla, los sistemas e2pertos basados en reglas no pueden mane$ar e#entos no
anticipados, pero pueden e#olucionar con el uso, y permanece limitado a un
estrecho dominio de problemas!
9tra #ariante de sistemas e2pertos, uno que no posee esta limitacin, emplea una
base de conocimiento que consiste de descripciones estructuradas de situaciones,
de problemas del mundo real y de decisiones actualmente hechas por e2pertos
humanos!
/n medicina, por e$emplo, el registro de un paciente contiene descripciones de datos
personales, e2menes fsicos y de laboratorio, diagnstico clnico, tratamiento
propuesto, y los resultados de tales tratamientos!
*ada una gran base de datos con tales registros en una especialidad m0dica, el
m0dico puede indagar acerca de e#entos anlogos a los relacionados con el
paciente! /sto en contraste con el sistema que idealmente intenta reemplazar al ser
humano, ya que en casos como estos slo podra usarse este tipo de conocimiento
como una herramienta que ayuda en la toma de decisiones!
/l softKare requerido para este tipo de sistemas se ha ido complicando con el
tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y
un buen producto final!
(e percibe este traba$o como una tarea para el ingeniero y consiste de4
Identificacin y anlisis de los requerimientos del usuario!
*esarrollo de las especificaciones del sistema ,softKare y hardKare-!
*ise6o del softKare!
Implementacin
3esteo
7antenimiento
3areas tpicas para sistemas e2pertos in#olucran clasificacin, diagnstico,
monitoreo, dise6o, in#entario y planificacin para esfuerzos especializados!
Niv!l!s d! co"ocimi!"to
41
A pesar de no disponerse de un modelo general com&nmente aceptado, e2iste
unanimidad en cuanto a la aprobacin de tres ni#eles distintos de conocimientos, a
los que corresponde tres fases diferentes de estudio y sobre los que se basa, en
general, la concepcin de un sistema e2perto! /sos ni#eles son el de estructuracin,
el conceptual y el cognosciti#o! /l primero es el que define el mecanismo que genera
la certeza! /ste mecanismo #ara seg&n el campo al que se aplique el sistema
e2perto, ya que las e#idencias asociadas a cada campo no son id0nticas! La
determinacin del ni#el de estructuracin permite definir un formalismo de
representacin del conocimiento as como un mecanismo adecuado de deduccin!
/l ni#el conceptual es el que determina el con$unto de los conceptos que emplea el
e2perto humano en la materia@ cada uno de ellos corresponde a un nudo del
razonamiento del e2perto! (e le asocia un descriptor que se e2perimenta con el
formalismo correspondiente al ni#el de estructuracin! Pinalmente, el ni#el
cognosciti#o corresponde al con$unto de los conocimientos que el e2perto humano
pone en prctica para la resolucin del problema planteado! /ste con$unto de
conocimientos debe poder traducirse al lengua$e definido mediante el formalismo de
representacin del conocimiento adoptado! /n cuanto al desarrollo actual de la
in#estigacin en el campo de los sistemas e2pertos, la primera fase corresponde al
desarrollo de sistemas y programas que traten directamente el lengua$e natural, si
bien persisten toda#a dos escollos importantes! +or un lado, el problema de cmo
emplear de un modo eficaz una gran cantidad de informacin sin necesidad de echar
mano de la combinatoria@ es decir, cmo conseguir un sistema dotado de
conocimientos ,metaconocimientos- que le permitan utilizar los conocimientos del
sistema y que, a su #ez, le permitan deducir automticamente nue#os
conocimientos, ya que no cabe pensar en la reunin de todos los conocimientos
necesarios en casos de campos tan sumamente #astos como el del diagnstico en
la medicina!
Sist!ms E+(!rtos
Los sistemas e2pertos se basan en la simulacin del razonamiento humano! /l
razonamiento humano tiene para ellos, un doble inter0s4 por una parte, el del anlisis
del razonamiento que seguira un e2perto humano en la materia a fin de poder
codificarlo mediante el empleo de un determinado lengua$e informtico@ por otra, la
sntesis artificial, de tipo mecnico, de los razonamientos de manera que 0stos sean
41
seme$antes a los empleados por el e2perto humano en la resolucin de la cuestin
planteada!
/stos dos campos de inter0s han conducido a los in#estigadores que traba$an en el
campo de la inteligencia artificial ,de la cual los sistemas e2pertos son un campo
preferente- a intentar establecer una metodologa que permita #erificar el
intercambio con los e2pertos humanos y aislar los di#ersos tipos de razonamiento
e2istentes ,inducti#o, deducti#o, formal, etc!-, as como construir los elementos
necesarios para modelizarlos! Los sistemas e2pertos son, por lo tanto,
intermediarios entre el e2perto humano, que transmite sus conocimientos al sistema,
y el usuario de dicho sistema, que lo emplea para resol#er los problemas que se le
plantean con la competencia de un especialista en la materia y que, adems, puede
adquirir una destreza seme$ante a la del e2perto gracias a la obser#acin del modo
de actuar de la mquina! Los sistemas e2pertos son, pues, simultneamente, un
sistema de e$ecucin y un sistema de transmisin del conocimiento! Asimismo, los
sistemas e2pertos se definen mediante su arquitectura@ obtienen, por lo tanto, una
realidad palpable! 7ientras que en las operaciones de programacin clsicas se
diferencia &nicamente entre el propio programa y los datos, en el caso de los
sistemas e2pertos se diferencian tres componentes principales! (on los siguientes4
La base de conocimientos alo$a la totalidad de las informaciones especficas
relati#as al campo del saber deseado! /st escrita en un lengua$e especfico de
representacin de los conocimientos que contiene y en el cual el e2perto puede
definir su propio #ocabulario t0cnico!
A la in#ersa de lo que sucede en los programas clsicos, en la base de
conocimientos las informaciones entran tal como llegan, ya que el orden no influye
en los resultados obtenidos! (ucede as porque cada elemento de conocimiento es
comprensible por s mismo tomado de forma aislada y, por lo tanto, no es necesario
referirse al conte2to en el cual est inserto! La informacin se representa, por regla
general, mediante reglas de produccin o redes semnticas! Las reglas de
produccin constituyen el m0todo ms utilizado para construir bases de
conocimientos en los sistemas e2pertos! Llamadas tambi0n implicaciones lgicas, su
estructura es la siguiente4 para unas ciertas causas, unos efectos@ o, para
determinadas condiciones, ciertas consecuencias! Lunto a cada regla, se almacena
tambi0n su porcenta$e en forma de probabilidad! Qste indica, mediante un tanto por
ciento, el grado de certeza de las consecuencias que se obtienen como resultado de
41
la aplicacin de la regla de produccin! /n cuanto a las redes semnticas, se trata
de un m0todo de construccin de bases de conocimientos en el cual los
conocimientos se muestran mediante un grafo en el que los #0rtices representan los
conceptos u ob$etos y las aristas indican las relaciones entre ellos!
Adems el sistema dispone de la llamada base de hechos, que alberga los datos
propios correspondientes a los problemas que se desea tratar con la ayuda del
sistema! Asimismo, a pesar de ser la memoria de traba$o, la base de hechos puede
desempe6ar el papel de memoria au2iliar! La memoria de traba$o memoriza todos
los resultados intermedios, permitiendo conser#ar el rastro de los razonamientos
lle#ados a cabo! +uede, por eso, emplearse para e2plicar el origen de las
informaciones deducidas por el sistema en el transcurso de una sesin de traba$o o
para lle#ar a cabo la descripcin del comportamiento del propio sistema e2perto! Al
principio del perodo de traba$o, la base de hechos dispone &nicamente de los datos
que le ha introducido el usuario del sistema, pero, a medida que #a actuando el
motor de inferencias, contiene las cadenas de inducciones y deducciones que el
sistema forma al aplicar las reglas para obtener las conclusiones buscadas!
/l &ltimo elemento, el motor de inferencias, es un programa que, mediante el empleo
de los conocimientos puede resol#er el problema que est especificado! Lo resuel#e
gracias a los datos que contiene la base de hechos del sistema e2perto! +or regla
general, el tipo de reglas que forman la base de conocimientos es tal que, si A es
#lido, puede deducirse % como conclusin! /n este caso, la tarea que lle#a a cabo
el motor de inferencias es la de seleccionar, #alidar y acti#ar algunas reglas que
permiten obtener finalmente la solucin correspondiente al problema planteado!
/l sistema e2perto establecido se compone, por lo tanto, de dos tipos bien
diferenciados de elementos, los propios del campo de los e2pertos relacionados con
el problema concreto ,es decir, la base de conocimientos y la base de hechos- y el
que se puede aplicar de forma general a una gran #ariedad de problemas de
di#ersos campos ,como el caso del motor de inferencias-! (in embargo, el motor de
inferencias no es un mecanismo uni#ersal de deduccin, ya que hay dos tipos
di#erso4 los que emplean el razonamiento apro2imati#o ,para el cual el resultado
puede ser errneo- y aquellos que emplean un tipo de razonamiento capaz de
obtener un resultado ,si llegan a 0l-, con toda seguridad, #erdadero!
41
Fs!s d!l (roc!so
(in embargo, a pesar de no e2istir una metodologa generalmente aceptada en
cuanto a la concepcin de los sistemas e2pertos, se admite por regla general un
esquema que consta de tres fases! /n la primera fase, la discusin con el e2perto o
los e2pertos humanos en la cual se intenta, por un lado, delimitar el problema a
resol#er y, por el otro, los modos de razonamiento que se emplearn para su
solucin! La segunda fase comprende el desglose del formalismo de e2presin del
conocimiento y la determinacin del motor de inferencias adecuado a dicho
formalismo! +or &ltimo, la tercera etapa, corresponde a la creacin de la base de
conocimientos ,en colaboracin con los e2pertos humanos-, as como a la
comprobacin y a$uste del funcionamiento del sistema e2perto mediante el empleo
de e$emplos!
41
TENDENCIAS DE LOS SISTEMAS DE INTELIGENCIA ARTIFICIAL
Actualmente seg&n *elgado
>
y (tuart
=
, e2isten tres paradigmas en cunto al
desarrollo de la IA!
)edes .euronales!
Algoritmos gen0ticos!
(istemas de Lgica difusa!
+ero se han #enido destacando otros paradigmas como lo son los agentes de
decisin inteligente y autmatas programables, con respecto a estos &ltimos se
suelen emplear en gran medida en procesos industriales de acuerdo a necesidades
a satisfacer como, espacio reducido, procesos de produccin peridicamente
cambiantes, procesos secuenciales, maquinaria de procesos #ariables, etc!
A $uicio de los autores se determina que todos estos desarrollos acortan bastante el
proceso de decisiones y optimizan las mismas, pero hay que tener mucho cuidado
ya que hay que analizar los diferentes impactos ya sea ambiental, social, poltico y
econmico!
R!d!s "!uro"l!s
A grandes rasgos, se recordar que el cerebro humano se compone de decenas de
billones de neuronas interconectadas entre s formando circuitos o redes que
desarrollan funciones especficas!
Fna neurona tpica recoge se6ales procedentes de otras neuronas a tra#0s de una
pl0yada de delicadas estructuras llamadas dendritas! La neurona emite impulsos de
acti#idad el0ctrica a lo largo de una fina y delgada capa denominada a2n, que se
escinde en millares de ramificaciones!
Las e2tremidades de estas ramificaciones llegan hasta las dendritas de otras
neuronas y establecen cone2in llamada sinapsis, que transforma el impulso
el0ctrico en un mensa$e neuroqumico mediante liberacin de unas sustancias
llamadas neurotransmisores que e2citan o inhiben sobre la neurona, de esta manera
la informacin se transmite de neuronas a otras y #a siendo procesada a tra#0s de
las cone2iones sinpticas y el aprendiza$e #ara de acuerdo a la efecti#idad de la
sinapsis!
>
D!l#do Alb!rto. I"t!li#!"ci Artificil , Mi"i robots.
4
Sturt Rus!ll. Norvi"# M!t!r. I"t!li#!"ci Artificil u" E"fo4u! Mod!r"o.
41
Fn psiclogo * 'ebb Y<=<Z, introdu$o dos ideas fundamentales que han influido de
manera decisi#a en el campo de las redes neuronales! La hiptesis de 'ebb,
basadas en in#estigaciones psicofisiolgicas, presentan de manera intuiti#a el modo
en que las neuronas memorizan informacin y se plasman sint0ticamente en la
famosa regla de aprendiza$e de 'ebb ,tambi0n conocida como regla de producto-!
/sta regla indica que las cone2iones entre dos neuronas se refuerzan si ambas son
acti#adas! 7uchos de los algoritmos actuales proceden de los conceptos de este
psiclogo!
?idroK Y<A<Z, publica una teora sobre la adaptacin neuronal y unos modelos
inspirados en esta teora, el Adaline ,Adaptati#e Linear .euron- y el 7adaline
,7&ltiple Adaline-! /stos modelos fueron usados en numerosas aplicaciones y
permitieron usar, por primera #ez, una red neuronal en un problema importante del
mundo real4 filtros adaptati#os que eliminan ecos en las lnea telefnicas!
'opfield Y<I0Z, elabora un modelo de red consistente en unidades de proceso
interconectadas que alcanzan mnimos energ0ticos, aplicando los principios de
estabilidad desarrollados por 8rossberg! /l modelo result muy ilustrati#o sobre los
mecanismos de almacenamiento y recuperacin de la memoria! (u entusiasmo y
claridad de presentacin dieron un nue#o impulso al campo y pro#oc el incremento
de las in#estigaciones!
9tros desarrollos destacables de esta d0cada son la mquina de %oltzmann y los
modelos %am ,%iJdirectinal Associati#e 7emory-!
A"lo# d! r!d!s "!uro"l!s biol%#ics , rtificil!s
Las neuronas se modelan mediante unidades de proceso, caracterizadas por una
funcin de acti#idades que con#ierte la entrada total recibida de otras unidades en
un #alor de salida, el cual hace la funcin de tasa de disparo de la neurona!
Las cone2iones sinpticas se simulan mediante cone2iones ponderadas, la fuerza o
peso de la cone2in cumple el papel de la efecti#idad de la sinapsis! Las cone2iones
determinan si es posible que una unidad influya sobre otra!
Fna unidad de proceso recibe #arias entradas procedentes de las salidas de otras
unidades de proceso de entrada total de una unidad de proceso y se suele calcular
como la suma de todas las entradas ponderadas, es decir, multiplicadas por el peso
de la cone2in! /l efecto inhibitorio o e2citatorio de la sinapsis se logra usando
pesos negati#os o positi#os respecti#amente
41
Las redes neuronales deben tener como estructura #arias capas las cuales son4
primera capa como buffer de entrada, almacenando la informacin bruta
suministrada en la red realizando un sencillo preproceso de la misma, la llamamos
capa de entrada@ otra capa act&a como interfaz o buffer de salida que almacena la
respuesta de la red para que pueda ser leda, la llamamos capa de salida@ y las
capas intermedias, principales encargadas de e2traer, procesar y memorizar la
informacin, las denominan capas ocultas!
Sist!ms d! l%#ic difus
/s la segunda herramienta que permite emular el razonamiento humano! Los seres
humanos pensamos y razonamos por medio de palabras y en grados entre dos
estados por e$emplo blanco y negro fro y caliente, etc! /stos sistemas de lgica
difusa son una me$ora a los sistemas e2perto tradicionales, en el sentido de que
permiten utilizar lengua$e humano como nosotros razonamos
Sa hablando de sistemas e2pertos tradicionales, estos intentan reproducir el
razonamiento humano de forma simblica! /s un tipo de programa de aplicacin
informtica que adopta decisiones o resuel#e problemas de un determinado campo,
como los sistemas de produccin, las finanzas o la medicina, utilizando los
conocimientos y las reglas analticas definidas por los e2pertos en dicho campo! Los
e2pertos solucionan los problemas utilizando una combinacin de conocimientos
basados en hechos y en su capacidad de razonamiento! /n los sistemas e2pertos,
estos dos elementos bsicos estn contenidos en dos componentes separados,
aunque relacionados4 una base de conocimientos y una mquina de deduccin, o de
inferencia! La base de conocimientos proporciona hechos ob$eti#os y reglas sobre el
tema, mientras que la mquina de deduccin proporciona la capacidad de
razonamiento que permite al sistema e2perto e2traer conclusiones! Los sistemas
e2pertos facilitan tambi0n herramientas adicionales en forma de interfaces de
usuario y los mecanismos de e2plicacin! Las interfaces de usuario, al igual que en
cualquier otra aplicacin, permiten al usuario formular consultas, proporcionar
informacin e interactuar de otras formas con el sistema! Los mecanismos de
e2plicacin, la parte ms fascinante de los sistemas e2pertos, permiten a los
sistemas e2plicar o $ustificar sus conclusiones, y tambi0n posibilitan a los
41
programadores #erificar el funcionamiento de los propios sistemas! Los sistemas
e2pertos comenzaron a aparecer en la d0cada de <H0! (us campos de aplicacin
son la qumica, la geologa, la medicina, la banca e in#ersiones y los seguros!
A e2periencia de uno de los autores, el hardKare en que se fundamentan estos
sistemas que son circuitos integrados digitales son muy eficaces y de durabilidad de
por #ida si se les da correcto uso!
Al#oritmos #!"ticos
/s una t0cnica inspirada en aspectos biolgicos, el proceso de la e#olucin del que
"harles *arKin hace referencia se puede aplicar para optimizar dispositi#os de
control o robots o cualquier otro tipo de aspectos que sean susceptibles de ser
optimizados como lneas de produccin!
/n general es aceptado que cualquier algoritmo gen0tico para resol#er un problema,
debe tener cinco componentes bsicos como se #er a continuacin4
(e necesita una codificacin o representacin del problema, que resulte
adecuada al mismo!
Fna manera de crear una poblacin inicial de soluciones!
Fna funcin de a$uste adaptacin al problema, tambi0n llamada funcin de
e#aluacin, la cual asigna un n&mero real a cada posible solucin codificada!
*urante la e$ecucin del algoritmo, los padres \ dos indi#iduos pertenecientes
a la poblacin inicial, que son soluciones factibles del problemaJ deben ser
seleccionados para la reproduccin@ a continuacin dichos padres
seleccionados se cruzarn generando dos hi$os, nue#as soluciones al
problema, sobre cada uno de los cuales actuar un operador de mutacin de
acuerdo con una cierta
probabilidad! /l resultado de la combinacin de las anteriores funciones ser
un con$unto de indi#iduos ,posibles soluciones al problema-, los cuales en la
e#olucin del Algoritmo 8en0tico formarn parte de la siguiente poblacin!
1alores para los parmetros4 tama6o de la poblacin, probabilidad de
aplicacin de los operadores gen0ticos!
41
A&LICACIONES DE LA INTELIGENCIA ARTIFICIAL
A(liccio"!s d! l i"t!li#!"ci rtificil , ls tc"ics 4u! us"
*entro del enfoque de la ingeniera de la Inteligencia Artificial, se clasifican las
t0cnicas que pueden ser usadas como herramientas para solucionar problemas en
las siguientes categoras4
! 30cnicas bsicas, as llamadas por encontrarse a la base de di#ersas
aplicaciones de IA! /ntre otras se encuentran %&squeda 'eurstica de
(oluciones, )epresentacin del "onocimiento, *educcin Automtica,
+rogramacin (imblica ,LI(+- y )edes .euronales! /stas t0cnicas son las
bases de las aplicaciones! /n su mayora, no necesita conocerla el usuario final,
sino los profesionales que se dedican a su aplicacin y la generacin de
aplicaciones comerciales!
2! 3ecnologas, o combinaciones de #arias t0cnicas bsicas, orientadas a resol#er
familias de problemas! Las tecnologas son ms especializadas que las t0cnicas
bsicas y estn ms cerca de las aplicaciones finales! (e pueden mencionar a la
)obtica y 1isin, Lengua$e .atural, (istemas /2pertos
>! "lases o tipos de aplicaciones4 *iagnstico, +rediccin ,sistemas de autocontrol
de reactores atmicos-, (ecuenciamiento de operaciones ,5(cheduling5-, *ise6o,
Interpretacin de datos! 3odas ellas son familias de problema tipo! +or e$emplo, el
diagnstico se refiere a encontrar las causas de fallas, ya sea que se trate de
fallas en una lnea de produccin o de enfermedades en una persona!
=! "ampos de aplicacin4 Ingeniera, 7edicina, (istemas de 7anufactura,
Administracin, Apoyo a la 3oma de *ecisiones 8erenciales, etc! 3odas caen
dentro de las reas de los sistemas computacionales, pero que se consideran
como clientes de la Inteligencia Artificial!
A(licci%" d! l i"t!li#!"ci rtificil !" los sist!ms (roductivos
La incorporacin de agentes de decisin inteligente, redes neuronales, sistemas
e2pertos, algoritmos gen0ticos y autmatas programables para optimizacin de
sistemas de produccin es una tendencia acti#a en el ambiente industrial de pases
con alto desarrollo tecnolgico y con una gran in#ersin en in#estigacin y
desarrollo! *ichos componentes de la Inteligencia Artificial tienen como funcin
41
principal controlar de manera independiente, y en coordinacin con otros agentes,
componentes industriales tales como celdas de manufactura o ensambla$e, y
operaciones de mantenimiento, entre otras!
/2iste una tendencia creciente a la implementacin de sistemas de
manufacturaTensambla$e ms autnomos e inteligentes, debido a las e2igencias del
mercado por obtener productos con ni#eles muy altos de calidad@ lo cual con
operaciones manuales se hace complicada y hace que los pases subdesarrollados
como el nuestro no alcance ni#eles competiti#os a ni#el mundial! Al dise6ar un
sistema de produccin integrado por computadora se debe dar importancia a la
super#isin, planificacin, secuenciacin cooperacin y e$ecucin de las tareas de
operacin en centros de traba$o, agregado al control de los ni#eles de in#entario y
caractersticas de calidad y confiabilidad del sistema! Los factores mencionados
determinan la estructura del sistema y su coordinacin representa una de las
funciones ms importantes en el mane$o y control de la produccin!
7uy frecuentemente, la razn para construir un modelo de simulacin es para
encontrar respuestas a interrogantes tales como C"ules son los parmetros
ptimos para ma2imizar o minimizar cierta funcin ob$eti#oD /n los &ltimos a6os se
han producido grandes a#ances en el campo de la optimizacin de sistemas de
produccin! (in embargo, el progreso en el desarrollo de herramientas de anlisis
para resultados de modelos de simulacin ha sido muy lento! /2iste una gran
cantidad de t0cnicas tradicionales de optimizacin que slo indi#iduos con gran
conocimiento estadstico y de conceptos de simulacin han logrado aportes
significati#os en el rea!
*ebido al auge de los algoritmos de b&squeda metaJheursticos, se ha abierto un
nue#o campo en el rea de optimizacin con simulacin! .ue#os paquetes de
softKare, tales como 9ptRuest ,9ptimal 3echnologies-, (I7)F../) ,+romodel
"orporation- y /#ol#er ,+alisade (oftKare-, han salido al mercado brindando
soluciones amigables de optimizacin de sistemas que no requieren control interno
sobre el modelo construido, sino sobre los resultados que dicho modelo arro$a ba$o
diferentes condiciones! Adems, nue#as t0cnicas de inteligencia artificial aplicadas a
problemas de optimizacin estocstica, han demostrado su eficiencia y capacidad de
cmputo y apro2imacin!
/l Aprendiza$e )eforzado ,)einforcement Learning- es un con$unto de t0cnicas
dise6adas para dar solucin a problemas cuya base son los procesos de decisin
41
marMo#ianos! Los procesos marMo#ianos son procesos estocsticos de decisin que
se basan en el concepto de que la accin a tomar en un estado determinado, en un
instante determinado, depende slo del estado en que se encuentre el sistema al
momento de tomar la decisin!
Fna de las reas que puede tener mayor incidencia directa en los procesos
producti#os de la industria ni#el mundial, es el dise6o de sistemas de soporte para la
toma de decisiones basados en la optimizacin de los parmetros de operacin del
sistema! +ara tal efecto, el uso de t0cnicas inteligentes param0tricas y no
param0tricas para el anlisis de datos es de gran inter0s!
(in embargo, a $uicio de los autores en la mayora de las arquitecturas propuestas
hasta el momento para manufactura integrada por computadora, carecen de un
factor de integracin fundamental! La comunicacin entre los di#ersos ni#eles
$errquicos de una planta de produccin es muy poca, ya que cada departamento se
limita a realizar su funcin sin buscar una integracin de toda la planta producti#a a
e2cepciones de empresas como A%% con su softKare %aan, etc!
41
CRITICAS A LA INTELIGENCIA ARTIFICIAL
T!ors or#"i)tivs , (rdi#ms or#"i)tivos
Las principales crticas a la inteligencia artificial tienen que #er con su capacidad de
imitar por completo a un ser humano! /stas crticas ignoran que ning&n humano
indi#idual tiene capacidad para resol#er todo tipo de problemas, y autores como
'oKard 8ardner han propuesto que e2isten inteligencias m&ltiples! Fn sistema de
inteligencia artificial debera resol#er problemas! +or lo tanto es fundamental en su
dise6o la delimitacin de los tipos de problemas que resol#er y las estrategias y
algoritmos que utilizar para encontrar la solucin!
/n los humanos la capacidad de resol#er problemas tiene dos aspectos4 los
aspectos innatos y los aspectos aprendidos! Los aspectos innatos permiten por
e$emplo almacenar y recuperar informacin en la memoria y los aspectos aprendidos
el saber resol#er un problema matemtico mediante el algoritmo adecuado! *el
mismo modo que un humano debe disponer de herramientas que le permitan
solucionar ciertos problemas, los sistemas artificiales deben ser programados de
modo tal que puedan resol#er ciertos problemas!
7uchas personas consideran que el test de 3uring ha sido superado, citando
con#ersaciones en que al dialogar con un programa de inteligencia artificial para
chat no saben que hablan con un programa! (in embargo, esta situacin no es
equi#alente a un test de 3uring, que requiere que el participante est0 sobre a#iso de
la posibilidad de hablar con una mquina!
9tros e2perimentos mentales como la 'abitacin china de Lohn (earle han
mostrado cmo una mquina podra simular pensamiento sin tener que tenerlo,
pasando el test de 3uring sin siquiera entender lo que hace! /sto demostrara que la
mquina en realidad no est pensando, ya que actuar de acuerdo con un programa
preestablecido sera suficiente! (i para 3uring el hecho de enga6ar a un ser humano
que intenta e#itar que le enga6en es muestra de una mente inteligente, (earle
considera posible lograr dicho efecto mediante reglas definidas a priori!
Fno de los mayores problemas en sistemas de inteligencia artificial es la
comunicacin con el usuario! /ste obstculo es debido a la ambig]edad del
lengua$e, y apareci ya en los inicios de los primeros sistemas operati#os
41
informticos! La capacidad de los humanos para comunicarse entre s implica el
conocimiento del lengua$e que utiliza el interlocutor! +ara que un humano pueda
comunicarse con un sistema inteligente hay dos opciones4 o bien el humano aprende
el lengua$e del sistema como si aprendiese a hablar cualquier otro idioma distinto al
nati#o, o bien el sistema tiene la capacidad de interpretar el mensa$e del usuario en
la lengua que el usuario utiliza!
Fn humano durante toda su #ida aprende el #ocabulario de su lengua nati#a! Fn
humano interpreta los mensa$es a pesar de la polisemia de las palabras utilizando el
conte2to para resol#er ambig]edades! (in embargo, debe conocer los distintos
significados para poder interpretar, y es por esto que lengua$es especializados y
t0cnicos son conocidos solamente por e2pertos en las respecti#as disciplinas! Fn
sistema de inteligencia artificial se enfrenta con el mismo problema, la polisemia del
lengua$e humano, su sinta2is poco estructurada y los dialectos entre grupos!
Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en
los que e2iste mayor consenso entre especialistas! Fn sistema e2perto es ms
probable de ser programado en fsica o en medicina que en sociologa o en
psicologa! /sto se debe al problema del consenso entre especialistas en la
definicin de los conceptos in#olucrados y en los procedimientos y t0cnicas a utilizar!
+or e$emplo, en fsica hay acuerdo sobre el concepto de #elocidad y cmo calcularla!
(in embargo, en psicologa se discuten los conceptos, la etiologa, la psicopatologa
y cmo proceder ante cierto diagnstico! /sto dificulta la creacin de sistemas
inteligentes porque siempre habr desacuerdo sobre lo que se esperara que el
sistema haga! A pesar de esto hay grandes a#ances en el dise6o de sistemas
e2pertos para el diagnstico y toma de decisiones en el mbito m0dico y
psiquitrico!
41
CONCL'SIONES
La Inteligencia Artificial es un campo que reci0n empieza a mostrar los alcances
que tiene y sus aplicaciones!
Los grandes a#ances de I!A aplicada a sistemas de produccin han hecho que
da a da la industria en su constante b&squeda por me$orar su competiti#idad
logren dicho ob$eti#o, sin embargo el impacto social producido por la
automatizacin ha sido alto!
Los a#ances alcanzados por la Inteligencia Artificial han producido un gran
impacto en campos tan disimiles como la Ingeniera, 7edicina, (istemas de
7anufactura, Administracin, Apoyo a la 3oma de *ecisiones 8erenciales, etc!
3odas caen dentro de las reas de los sistemas computacionales, pero que se
consideran como clientes de la Inteligencia Artificial!
41
FUENTES E !NF"#$A%!"N
R!f!r!"cis biblio#r5fics
D!l#do Alb!rto. I"t!li#!"ci Artificil , Mi"i robots. (egunda /dicin! /coe
/diciones! Lulio <<I!
&INO DIE12 RA'L3 GOME1 GOME12 AL*ERTO , OTROS. I"troducci%" l
I"t!li#!"ci Artificil/ Sist!ms !+(!rtos2 R!d!s N!uro"l!s Artificil!s ,
com(utci%" !volutiv. 2^! Fni#ersidad de 9#iedo, 200! +g! 0H!
R'SSEL2 ST'ART 6. , &ETER NOR7IG! I"t!li#!"ci Artificil/ u" !"fo4u!
mod!r"o. 2^! /dicin! /ditorial +earson +rentice 'all! 7adrid, 200=! +g! 2=0
Sturt Rus!ll. Norvi"# M!t!r. I"t!li#!"ci Artificil u" E"fo4u! Mod!r"o.
+rintice 'all! 702ico <<H!
R!f!r!"cis !l!ctr%"ics
http4TTes!KiMipedia!orgTKiMiTInteligencia_artificial
http4TTes!KiMipedia!orgTKiMiT'istoria_de_la_inteligencia_artificial
http4TTKKK!monografias!comTtraba$osHTinteligenciaJartificialJhistoriaTinteligenciaJ
artificialJhistoria!shtml
http4TTKKK!monografias!comTtraba$os=TinteligenciartifTinteligenciartif!shtml
41
ANE8OS
ANE8O N9 :. D!fi"icio"!s d! l I"t!li#!"ci Artificil
41
ANE8O N9 ;. Niv!l!s d!l co"ocimi!"to.
47
ANE8O N9 <. N!uro"s , co"!+io"!s si"5(tics.
47
ANE8O N9 =. MODELO DE RED EN CASCADA DE 7ARIAS CA&AS
47
ANE8O N9 >. COM&ARATI7O ENTRE NE'RONAS REALES - LAS 'NIDADES
DE &ROCESO EM&LEADAS EN LOS MODELOS COM&'TACIONEALES.
47
ANE8O N9 ?. 888.
47
ANE8O N9 @. 888.
47