Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Facultad de Ingeniera
E. A. P Ingeniera de Sistemas e Informtica
Algunas personas creen que las mquinas pensantes tendran que ser tan complejas, y
disponer de una experiencia tan compleja (por ejemplo, interaccionando con el entorno
o con otras mquinas pensantes), que nunca seremos capaces de disearas o construirlas.
Otros puntos de vista sobre el tipo de mquinas que podran ser capaces de desarrollar
habilidades pensantes como las de los humanos. Algunas de las hiptesis:
El cerebro procesa la informacin en paralelo, mientras que los ordenadores
convencionales lo hacen secuencialmente. Por tanto, tenemos que construir nuevas
variedades de ordenadores paralelos para realizar progresos en la IA.
La maquinaria computacional convencional est basada en la lgica binaria
(verdadera y falsa). Por tanto, los sistemas realmente inteligentes tendrn que usar
algn tipo de lgica borrosa.
Las neuronas animales son mucho ms complejas que simples conmutadores (los
bloques constructivos bsicos de los ordenadores actuales). Por tanto,
necesitaremos neuronas artificiales verdaderamente realistas para construir
mquinas inteligentes.
Finalmente, llegamos a la palabra ms difcil: pensar. En lugar de intentar definir esta
palabra, Turing propuso un test, el llamado Test de Turing, mediante el cual pudiera
decidirse si una mquina particular es o no inteligente.
Esta versin simplificada del Test de Turing no se considera usualmente como un test de
inteligencia muy til, debido a que es posible, incluso para programas muy simples,
engaar al interrogador humano durante un buen rato
Por ejemplo los programas:
ELIZA de Joseph Weizenbaum (1965)
JULIA de Mauldin (1994).
Tabla N 1: IA en 4 dimensiones
SISTEMAS QUE PIENSAN COMO
HUMANOS
RACIONALMENTE
el
uso
de
modelos
literal.
resolucin
de
(Winston, 1992)
problemas,
aprendizaje "
(Bellman, 1978)
HUMANOS
RACIONALMENTE
son
realizadas
por
del
diseo
de
agentes
personas inteligentes.
requieren de inteligencia.
(Kurzweil, 1990).
"El estudio de cmo lograr que los "IA est relacionada con conductas
ordenadores realicen tareas, que por el inteligentes en artefactos.
momento, los humanos hacen mejor.
(Rich y Knight, 1991).
1.2.1.
(Nilsson, 1998).
1.2.2.
Experimentos psicolgicos.
1.2.3.
1.2.4.
1.3 OBJETIVOS
Desde el punto de vista de los objetivos, la IA puede considerarse en parte como
ingeniera y en parte como ciencia.
Como ingeniera, el objetivo de la IA es resolver problemas reales, actuando como
un conjunto de ideas acerca de cmo representar y utilizar el conocimiento, y de
cmo desarrollar sistemas informticos.
Como ciencia, el objetivo de la IA es buscar la explicacin de diversas clases de
inteligencia, a travs de la representacin del conocimiento y de la aplicacin que se
da a ste en los sistemas informticos desarrollados.
1.4 FUNDAMENTOS.
La IA ha tenido como fundamento las bases de varias disciplinas, entre las cuales
mencionaremos las siguientes:
Filosofa: Scrates, Platn, Aristteles, Leibniz (abuelo de la IA), desde el ao 428
a.c hasta el presente.
Lgica: Searle.
Matemtica: (Frege, Tarski) desde el ao 800 a.c, proveyeron las herramientas para
manipular las aseveraciones de certeza lgica as como las inciertas de tipo
Dra. Diana Cecilia Muoz Casanova
1.5 HISTORIA.
En 1950 con el trabajo de Alan Turing, el matemtico britnico que dise el primer
computador electrnico digital y funcional del mundo en los aos 1940.
Cuando era estudiante de posgrado en Princeton en 1936, Turing public On
Computable Numbers, un artculo que estableci las bases tericas para todas las
ciencias de computacin. Ah describi lo que denomin Mquina de Turing, un
dispositivo terico que poda leer instrucciones de una cinta de papel perforada y
ejecutar todas las operaciones crticas de un computador. El artculo fij los lmites de
las ciencias de la computacin porque demostr que no es posible resolver problemas
con ningn tipo de computador.
Despus de doctorarse en 1938, Turing tuvo la oportunidad de poner en prctica la teora
cuando, al prever una invasin por parte de las fuerzas de Adolf Hitler, el gobierno
britnico reuni un equipo de matemticos e ingenieros con la misin sper secreta de
descifrar el cdigo militar alemn. Turing con un grupo construy COLOSSUS, una
mquina de propsito especfico considerado como el primer computador digital
electrnico.
Desde que se complet el Colossus en 1943 hasta que termin la Segunda Guerra
Mundial, descifr con xito los cdigos nazis. Muchos expertos creen que Colussus fue
responsable de la derrota de los nazis.
Turing inaugur el campo de la inteligencia artificial con su artculo publicado en 1950,
Computing Machinery and Intelligence, en el que propuso una prueba concreta para
determinar si una mquina era inteligente o no. Aos despus Turing se convirti en el
En 1951 William Shockley inventa el transistor de unin. El invento hizo posible una
nueva generacin de computadoras mucho ms rpidas y pequeas.
En 1956 se acu el trmino "inteligencia artificial" en Dartmouth durante una
conferencia convocada por McCarthy, a la cual asistieron, entre otros, Minsky, Newell y
Simon. En esta conferencia se hicieron previsiones triunfalistas a diez aos que jams se
cumplieron, lo que provoc el abandono casi total de las investigaciones durante quince
aos.
En 1980 la historia se repiti con el desafo japons de la quinta generacin, que dio
lugar al auge de los sistemas expertos pero que no alcanz muchos de sus objetivos, por
lo que este campo sufri una nueva interrupcin en los aos noventa.
1.6.1.
Sistemas Expertos.
1.6.1.1.
Concepto:
Consiste de equipos y software que almacenan conocimientos y hacen
inferencias, en forma similar a un experto humano. A finales de los
cincuenta y principios de los sesenta, los ingenieros en computacin
trataron de construir computadoras capaces de realizar tareas
inteligentes. Los esfuerzos se encaminaron a crear un solucionador de
problemas generales, una mquina capaz de imitar el proceso de
razonamiento humano para resolver cualquier problema que un ser
humano pudiera solucionar.
Los esfuerzos se orientaron al diseo de programas que resolvieran
problemas en reas precisas utilizando conocimiento y razonamiento de
expertos.
1.6.1.2.
El propsito de los SE
Es duplicar el conocimiento no estructurado ni documentado de unos
pocos (los expertos) y los pone a disposicin de otros. Debido a la
para
resolver
eventualidades
no
consideradas
originalmente en su diseo.
Para construir un SE un ingeniero del conocimiento se entrevista con un
experto, traduce la informacin en cdigo. Por lo general con la regla
SI-Entonces.
Otros mtodos son marcos semnticos integrados por cuadros con listas
de entidades y atributos; y las redes semnticas, mapas de entidades y
sus atributos relacionados.
1.6.1.3.
Caractersticas de un SE
Pueden explicar su razonamiento o decisiones sugeridas: La
capacidad de explicar cmo se lleg a una decisin o solucin.
Puede mostrar un comportamiento inteligente: Al examinar
un grupo de datos, un SE puede proponer nuevas ideas o mtodos
para la solucin del problema, o proporcionar asesoramiento en el
trabajo para los trabajadores.
Puede obtener conclusiones de relaciones complejas: Evaluar
relaciones complejas para llegar a conclusiones y solucionar
problemas, por ejemplo: un SE propuesto trabajar con un sistema
de fabricacin flexible para determinar la mejor utilizacin de las
herramientas, y otro sugerir los mejores procedimientos de
control de calidad.
Puede proporcionar conocimientos acumulados: Se puede usar
para capturar conocimientos de humanos que de lo contrario
podran perderse. Ejemplo es el SE denominado DELTA (Diesel
Electronic Locomotive Troble-shooting Aid), desarrollado para
conservar el conocimiento de David Smith, nico ingeniero
competente para manejar muchas reparaciones extremadamente
10
1.6.1.4.
11
1.6.1.5.
Capacidades de los SE
En comparacin con otros tipos de sistemas de informacin, los SE
ofrecen varias capacidades poderosas y beneficios. Por ejemplo, con
frecuencia
se
usa
un
SE
denominado
XCON
para
disear
generales de diseo,
12
1.6.1.6.
capturar
conservar
conocimientos
humanos
irremplazables
Puede desarrollar un sistema ms consistente que los expertos
humanos
Puede proporcionar los conocimientos necesarios en varias
ubicaciones al mismo tiempo o en un ambiente hostil peligroso
para la salud humana.
Puede proporcionar conocimientos costosos y poco comunes.
Puede proporcionar los conocimientos necesarios para la
capacitacin y el desarrollo con el propsito de compartir los
conocimientos y la experiencia de expertos humanos con un gran
nmero de personas.
1.6.1.7.
Componentes de los SE
La Base de Conocimientos: 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.
13
desarrolladores
de
SE
es
capturar
casos
almacenados
en
la
base
de
proporcionar
respuestas,
pronsticos
14
del
encadenamiento
inverso
el
15
1.6.1.8.
Desarrollo de los SE
Los SE requieren de un mtodo de desarrollo sistemtico para obtener
los mejores resultados.
Proceso De Desarrollo: La especificacin de los requisitos para
un SE se inicia con la identificacin de los objetivos del sistema y
su uso potencial. Identificar a los expertos puede ser difcil. En
algunos casos, una compaa contar con expertos humanos; en
otros, se requerir expertos ajenos a la organizacin.
Para el
1.6.1.9.
16
1.6.1.10.
1.6.1.11.
17
Alternativas de desarrollo de SE
Los SE se pueden desarrollar desde cero por medio de un shell de SE o
mediante un paquete de software de SE ya existente. El mtodo
seleccionado depende de los beneficios del sistema comparados con el
costo, el control y la complejidad de cada alternativa. Es ms fcil y
menos costoso desarrollar un SE utilizando un paqueta ya existente o un
shell de SE. Sin embargo, si la organizacin no cuenta ya con este tipo
de software, habr un costo adicional para desarrollar un paquete
existente o adquirir un shell de SE
Desarrollo en la propia empresa (desde cero): Es el mtodo ms
costoso, pero la organizacin tiene ms control sobre las
caractersticas y los elementos del SE.
Desarrollo en la propia empresa (desde un shell): Puede ser
menos complejo y ms fcil de mantener que desarrollarlo desde
18
Aplicaciones de los SE y de la IA
Otorgar crdito: Para revisar la solicitud de crdito de una
persona y el historial crediticio que mantiene con las agencias
dedicadas a este rubro, para tomar la decisin de otorgar el crdito.
Administracin y recuperacin de informacin: Los SE pueden
ayudar a este proceso mediante el uso de agentes. Los agentes de
SE ayudan a los gerentes a encontrar los datos y la informacin
correctos, al mismo tiempo que eliminan hechos sin importancia
que puedan obstaculizar la toma de decisiones oportunas.
IA y SE incorporados a los productos: El sistema de frenos
antibloqueo de los automviles modernos es un ejemplo de un SE
rudimentario. Los investigadores de IA tambin estn encontrando
formas para usar las redes neuronales y la robtica en dispositivos
de uso diario, tales como tostadoras de pan, relojes despertadores y
aparatos de TV.
Disposicin de plantas: FLEXPERT es un SE que usa la lgica
difusa para realizar el trazado de plantas. El software ayuda a las
compaas a determinar la mejor ubicacin para los equipos y las
instalaciones de fabricacin.
19
20
1.6.1.14.
Limitaciones de los SE
Los SE slo manejan reas precisas del conocimiento:
Funcionan bien si el dominio al que se enfocan est bien definido.
Por ejemplo, es difcil que se encuentre un SE mdico general.
Los SE no tienen sentido comn: El sistema slo resolver
aquellos problemas para los que est especficamente programado.
Los SE Tienen una capacidad limitada de aprendizaje: Los
ingenieros del conocimiento deben dirigir los sistemas y
proporcionar retroalimentacin continua para que aprenda.
21
1.6.2.
Lgica Difusa.
1.6.2.1.
Historia
Esta simple idea naci en un artculo de Lofti A. Zadeh publicado en
1965 y titulado "Fuzzy Sets" (Conjuntos Difusos). La lgica difusa
permite representar de forma matemtica conceptos o conjuntos
imprecisos, tales como das fros, meses calurosos, personas altas,
salarios bajos, guisos con mucho condimento, profesores poco
valorados, etc.
Pero hay que tener en cuenta que la idea en s de que las cosas no son
blancas o negras, sino que existen infinitos matices de grises viene ya
desde la poca de los primeros grandes filsofos como Platn.
Posteriormente a ellos, otros grandes pensadores como David Hume o
Kant apoyaban esta idea manteniendo que el razonamiento vena dado
por las observaciones de las que somos testigos a lo largo de nuestra
vida y la deteccin de algunos principios contradictorios en la lgica
clsica.
Tras la publicacin de Lotfi A. Zadeh, se comenz rpidamente a usar
la lgica difusa en distintas aplicaciones prcticas, llegando a su
mximo auge a principios de los aos 90, y continuando ste hasta la
poca actual.
1.6.2.2.
Concepto:
La lgica difusa se funda en el concepto de que todo es cuestin de
grado, lo cual permite manejar informacin vaga o de difcil
especificacin, importante para la resolucin de un problema, por
medio de una serie de reglas de "sentido comn" aprendidas con
sistemas adaptativos que se nutren de la observacin de las personas o
de la formulacin por parte del experto humano.
En la actualidad hay un nmero creciente de aplicaciones entre las
cuales podemos mencionar:
La construccin de artefactos electrnicos de uso domstico y de
entretenimiento.
El diseo de dispositivos artificiales de deduccin automtica.
22
1.6.2.3.
Funcionamiento
La lgica difusa se adapta mejor al mundo real en el que vivimos, e
incluso puede comprender y funcionar con nuestras expresiones, del
tipo "hace mucho calor", "no es muy alto", "el ritmo del corazn est un
poco acelerado", etc.
La clave de esta adaptacin al lenguaje, se basa en comprender los
cuantificadores de nuestro lenguaje (en los ejemplos de arriba
"mucho", "muy" y "un poco").
En la teora de conjuntos difusos se definen tambin las operaciones de
unin, interseccin, diferencia, negacin o complemento, y otras
operaciones sobre conjuntos (ver tambin subconjunto difuso), en los
que se basa esta lgica.
Para cada conjunto difuso, existe asociada una funcin de pertenencia
para sus elementos, que indican en qu medida el elemento forma parte
de ese conjunto difuso. Las formas de las funciones de pertenencia ms
tpicas son trapezoidales, lineales y curvas.
Se basa en reglas heursticas de la forma SI (antecedente)
ENTONCES (consecuente), donde el antecedente y el consecuente son
tambin conjuntos difusos, ya sea puros o resultado de operar con ellos.
Sirvan como ejemplos de regla heurstica para esta lgica (ntese la
importancia de las palabras "muchsimo", "drsticamente", "un poco" y
"levemente" para la lgica difusa):
SI hace muchsimo calor ENTONCES disminuyo drsticamente la
temperatura.
SI voy a llegar un poco tarde ENTONCES aumento levemente la
velocidad.
Los mtodos de inferencia para esta base de reglas deben ser simples,
veloces y eficaces. Los resultados de dichos mtodos son un rea final,
fruto de un conjunto de reas solapadas entre s (cada rea es resultado
de una regla de inferencia). Para escoger una salida concreta a partir de
23
24
podra
aumentar
la
temperatura
disminuirla
1.6.2.4.
Ventajas e Inconvenientes
Como principal ventaja, cabe destacar los excelentes resultados que
brinda un sistema de control basado en lgica difusa: ofrece salidas de
una forma veloz y precisa, disminuyendo as las transiciones de estados
fundamentales en el entorno fsico que controle. Por ejemplo, si el aire
acondicionado se encendiese al llegar a la temperatura de 30, y la
temperatura actual oscilase entre los 29-30, nuestro sistema de aire
acondicionado estara encendindose y apagndose continuamente, con
el gasto energtico que ello conllevara. Si estuviese regulado por lgica
difusa, esos 30 no seran ningn umbral, y el sistema de control
aprendera a mantener una temperatura estable sin continuos apagados y
encendidos.
Del mismo ejemplo puede observarse otra de las principales ventajas de
estos sistemas, que es la capacidad de adelantarse en el tiempo a los
acontecimientos, estabilizando siempre el entorno fsico que controla.
Como principal incoveniente cabe destacar la dificultad de elegir una
correcta funcin de pertenencia para los conjuntos difusos, ya que en
ocasiones no es sencillo especificar el efecto de los cuantificadores de
nuestro lenguaje en dicha funcin. El hecho de que cualquier funcin de
pertenencia del sistema estuviese mal especificada, hara fallar, muy
probablemente, todo el sistema completo.
Tambin est la indecisin de decantarse por los expertos o por la
tecnologa (principalmente mediante Redes neuronales) para reforzar
las reglas heursticas iniciales de cualquier sistema de control basado en
este tipo de lgica.
1.6.2.5.
Aplicaciones
La lgica difusa se utiliza cuando la complejidad del proceso en
cuestin es muy alta y no existen modelos matemticos precisos, para
25
1.6.3.
Redes Neuronales.
1.6.3.1.
26
27
28
29
1.6.3.2.
30
neuronales
artificiales
son
redes
interconectadas
31
32
computacionales
33
34
35
36
1.6.3.6.
37
1.6.3.7.
neuronas:
1) Aquellas que reciben estmulos externos relacionados
con el aparato sensorial, que tomarn la informacin de
entrada. Dicha informacin se transmite a ciertos
elementos internos que se ocupan de su procesamiento.
2) Es en las sinapsis y neuronas correspondientes a este
segundo nivel donde se genera cualquier tipo de
representacin interna de informacin. Como no tienen
relacin directa con la informacin de entrada ni con la
salida, estos elementos se denominan unidades ocultas.
3) Una vez finalizado el perodo de procesado, la
informacin llega a las unidades de salida, cuya misin
es dar la respuesta al sistema.
A continuacin se puede ver en la siguiente figura.
38
Net j
a j (t 1)
a j (t )
39
cambiar
su
estado.
Los
sistemas
biolgicos
quedan
1.6.3.8.
Aplicaciones.
Las caractersticas de las RNA las hacen bastante apropiadas para
aplicaciones en las que no se dispone a priori de un modelo
identificable que pueda ser programado, pero se dispone de un conjunto
bsico de ejemplos de entrada (previamente clasificados o no).
Asimismo, son altamente robustas tanto al ruido como a la disfuncin
de elementos concretos y son fcilmente paralelizables.
Esto incluye problemas de clasificacin y reconocimiento de patrones
de voz, imgenes, seales, etc. Asimismo se han utilizado para
encontrar patrones de fraude econmico, hacer predicciones en el
mercado financiero, hacer predicciones de tiempo atmosfrico, etc.
Tambin se pueden utilizar cuando no existen modelos matemticos
precisos o algoritmos con complejidad razonable; por ejemplo la red de
Kohonen ha sido aplicada con un xito ms que razonable al clsico
40
Quake II Neuralbot
Un bot es un programa que simula a un jugador humano. El Neuralbot
es un bot para el juego Quake II que utiliza una red neuronal para
decidir su comportamiento y un algoritmo gentico para el aprendizaje.
Es muy fcil probarlo y ver su evolucin.
Clasificador No Sesgado de Protenas
Es un programa que combina diversas tcnicas computacionales con el
objetivo de clasificar familias de protenas. Un posible mtodo consiste
en
utilizar
mtricas
adaptativas
como
por
ejemplo:
mapas
41
1.6.4.
Antecedentes
El algoritmo gentico es una tcnica de bsqueda basada en la teora de
la evolucin de Darwin, que ha cobrado tremenda popularidad en todo
42
43
1.6.4.2.
Definiciones
Los Algoritmos Genticos (AGs) son mtodos adaptativos que
pueden usarse para resolver problemas de bsqueda y optimizacin.
Estn basados en el proceso gentico de los organismos vivos. A lo
largo de las generaciones, las poblaciones evolucionan en la
naturaleza de acorde con los principios de la seleccin natural y la
supervivencia de los ms fuertes, postulados por Darwin. Por
imitacin de este proceso, los Algoritmos Genticos son capaces de
ir creando soluciones para problemas del mundo real. La evolucin
de dichas soluciones hacia valores ptimos del problema depende en
buena medida de una adecuada codificacin de las mismas.
Un algoritmo gentico consiste en una funcin matemtica o una
rutina de software que toma como entradas a los ejemplares y
retorna como salidas cuales de ellos deben generar descendencia
para la nueva generacin.
Versiones ms complejas de algoritmos genticos generan un ciclo
iterativo que directamente toma a la especie (el total de los
ejemplares) y crea una nueva generacin que reemplaza a la antigua
una cantidad de veces determinada por su propio diseo. Una de sus
caractersticas principales es la de ir perfeccionando su propia
heurstica en el proceso de ejecucin, por lo que no requiere largos
perodos de entrenamiento especializado por parte del ser humano,
principal defecto de otros mtodos para solucionar problemas, como
los Sistemas Expertos.
Los algoritmos genticos son el resultado de los recientes avances
de la computacin evolutiva y la gentica y se constituyen en una de
las principales herramientas tecnolgicas de la inteligencia artificial.
Estos algoritmos simulan la mecnica de la seleccin natural y de la
gentica utilizando la informacin histrica para encontrar nuevos
puntos de bsqueda de una solucin ptima, permitiendo obtener
44
1.6.4.3.
Ventajas y Desventajas
No necesitan conocimientos especficos sobre el problema que intentan
resolver.
Operan de forma simultnea con varias soluciones, en vez de
trabajar de forma secuencial como las tcnicas tradicionales.
Cuando se usan para problemas de optimizacin maximizar una
funcin objetivo- resultan menos afectados por los mximos
locales (falsas soluciones) que las tcnicas tradicionales.
Resulta
sumamente
fcil
ejecutarlos
en
las
modernas
1.6.4.4.
Limitaciones
El poder de los Algoritmos Genticos proviene del hecho de que se trata
de una tcnica robusta, y pueden tratar con xito una gran variedad de
problemas provenientes de diferentes reas, incluyendo aquellos en los
que otros mtodos encuentran dificultades. Si bien no se garantiza que
el Algoritmo Gentico encuentre la solucin ptima, del problema,
existe evidencia emprica de que se encuentran soluciones de un nivel
aceptable, en un tiempo competitivo con el resto de algoritmos de
optimizacin combinatoria. En el caso de que existan tcnicas
especializadas para resolver un determinado problema, lo ms probable
es que superen al Algoritmo Gentico, tanto en rapidez como en
45
1.6.4.5.
46
1.6.4.6.
Marco de Desarrollo
Antes de continuar ahondando en la tcnica de los Algoritmos
Genticos sera interesante dejarla situada dentro de un marco ms
amplio. Nos referimos a la rama de la Inteligencia Artificial que se ha
denominado Computacin Evolutiva.
El trmino Computacin Evolutiva se refiere al estudio de los
fundamentos y aplicaciones de ciertas tcnicas heursticas de bsqueda
basadas en los principios naturales de la evolucin. Una gran variedad
de algoritmos evolutivos han sido propuestos pero principalmente
pueden clasificarse en: Algoritmos Genticos, Programacin Evolutiva,
Estrategias Evolutivas, Sistemas Clasificadores y Programacin
Gentica. Esta clasificacin se basa sobre todo en detalles de desarrollo
histrico ms que en el hecho de un funcionamiento realmente diferente,
de hecho las bases biolgicas en las que se apoyan son esencialmente
las mismas. Las diferencias entre ellos se centran en los operadores que
se usan en cada caso y en general en la forma de implementar la
seleccin, reproduccin y sustitucin de individuos en una poblacin.
Aunque los detalles de la evolucin no han sido completamente
comprendidos, incluso hoy en da, existen algunos puntos en los que se
fundamentan:
La evolucin es un proceso que opera a nivel de cromosomas, y
no a nivel de individuos. Cada individuo es codificado como un
conjunto de cromosomas.
La seleccin natural es el mecanismo mediante el cual los
individuos mejor adaptados son los que tienen mayores
posibilidades de reproducirse.
El proceso evolutivo tiene lugar en la etapa de la reproduccin.
Es en esta etapa donde se producen la mutacin, que es la
causante de que los cromosomas de los hijos puedan ser
47
48
1.6.4.7.
Aplicaciones
Como hemos podido observar, el rea de aplicacin de los AG es muy
amplia, y en general sus aplicaciones se pueden implementar a muchos
de los problemas de la vida cotidiana, de igual forma, se hayan aplicado
a diversos problemas y modelos en ingeniara, y en la ciencia en general
cabe destacar entre ellos:
Las principales aplicaciones de los algoritmos genticos en el campo de
la gestin financiera empresarial son:
La prediccin de la bancarrota de una empresa.
Evaluacin y prediccin de la capacidad financiera de una
empresa para absorber un prstamo y con el fin de decidir el
otorgamiento del mismo, la inferencia de reglas que indiquen las
mejores decisiones sobre la asignacin de recursos con base en
informacin histrica de varios aos.
Generalmente, los algoritmos genticos se emplean con bastante xito
en la investigacin de operaciones para resolver problemas de
optimizacin numrica y combinatoria.
1.6.4.8.
3. Mostrar resultados.
4. Fin de la generacin.
49
1.6.4.9.
1.6.4.10.
50
Cruce Simple
Cruce Doble
1.6.5.
Concepto
Se ocupa del estudio de los mecanismos mentales necesarios para
repetir lo que se ha hecho o vivido con anterioridad, ya sea por
experiencia propia o por casos concretos recopilados en la
bibliografa o en la sabidura popular. Los diversos casos son del
tipo "Si X, entonces Y" con algunas adaptaciones y crticas segn las
experiencias previas en el resultado de cada una de dichas reglas.
RBC es razonar por recuerdo
RBC resuelve problemas nuevos adaptando soluciones que se han
usado en la solucin de problemas viejos
51
1.6.5.2.
Ventajas:
Tcnica de adquisicin de conocimientos.
Tcnica de resolucin de problemas.
Dominios de difcil estructuracin.
1.6.5.3.
Inconvenientes
Memoria
Manipulacin de la incertidumbre.
1.6.5.4.
Etapas
Recuperacin
Adaptacin
Evaluacin
Aprendizaje
1.6.5.5.
52
53
1.7 REAS DE LA IA
Las definiciones anteriores implican que las mquinas para ser consideradas inteligentes
deben exhibir ciertas habilidades, suficientemente complejas como para ser tratadas
como reas independientes. La forma de abordaje de cada una de estas reas suele ser
tan dismil, que es difcil reconocerles un origen comn.
1.7.1.
54
estadsticas
55
1.7.2.
Visin Artificial.
La visin artificial (machine vision) es la adquisicin automtica de imgenes
sin contacto y su anlisis tambin automtico con el fin de extraer la
informacin necesaria para controlar un proceso o una actividad como:
Control de calidad.
Ordenacin por calidades (grading).
Manipulacin de materiales.
Test y calibracin de aparatos.
Monitorizacin de procesos.
56
1.7.3.
Robtica.
Es la ciencia encaminada a disear y construir aparatos y sistemas capaces de
realizar tareas propias de un ser humano. No es un campo propio de la
Inteligencia Artificial pero es quiz todo un conjunto de circuito compacto que
van a permitir tener como base para que una computadora pensante pueda
desplazarse y lograr as la movilidad.
57
1.7.4.
Reconocimiento de Patrones.
Tambin llamado lectura de patrones, identificacin de figuras y
reconocimiento de formas es el reconocimiento de patrones en seales. No
slo es un campo de la informtica sino un proceso fundamental que se
encuentra en casi todos las acciones humanas.
El punto esencial del reconocimiento de patrones es la clasificacin: se quiere
clasificar una seal dependiendo de sus caractersticas. Seales, caractersticas
y clases pueden ser de cualquiera forma, por ejemplo se puede clasificar
imgenes digitales de letras en las clases A a Z dependiente de sus pxeles
o se puede clasificar ruidos de cantos de los pjaros en clases de rdenes
aviares dependiente de las frecuencias.
El objetivo es clasificar patrones con base en un conocimiento a priori o
informacin estadstica extrada de los patrones. Los patrones a clasificar
suelen ser grupos de medidas u observaciones, definiendo puntos en un espacio
multidimensional apropiado.
Un sistema de reconocimiento de patrones completo consiste en un sensor que
recoge las observaciones a clasificar, un sistema de extraccin de
caractersticas que transforma la informacin observada en valores numricos o
simblicos, y un sistema de clasificacin o descripcin que, basado en las
caractersticas extradas, clasifica la medicin.
58
1.7.5.
La realidad Virtual.
La realidad virtual (RV) es una simulacin tridimensional generada o asistida
comnmente por computadora de algn aspecto del mundo real o ficticio, en el
cual el usuario tiene la sensacin de pertenecer a ese ambiente sinttico o
interactuar con l. La RV permite interactuar con mundos tridimensionales de
una manera ms natural, por ejemplo, un usuario puede realizar acciones
dentro de un modelo virtual, desplazarse, moverse, caminar a travs de l o
levantar cosas, y de esta forma experimentar situaciones que se asemejan al
mundo real.
Se destacan tres caractersticas idneas de la RV:
Es un ambiente tridimensional generado por computadora.
Es interactiva.
Es inmersiva, es decir, el usuario se siente parte del ambiente virtual.
1.7.6.
Ciberntica.
Es la ciencia que se ocupa de los sistemas de control y de comunicacin en las
personas y en las mquinas, estudiando y aprovechando todos sus aspectos y
mecanismos comunes. El nacimiento de la ciberntica se estableci en el ao
1942, en la poca de un congreso sobre la inhibicin cerebral celebrado en
Nueva York, del cual surgi la idea de la fecundidad de un intercambio de
conocimiento entre fisilogos y tcnicos en mecanismos de control. Cinco aos
ms tarde, Norbert Wiener uno de los principales fundadores de esta ciencia,
propuso el nombre de ciberntica, derivado de una palabra griega que puede
traducirse como piloto, timonel o regulador. Por tanto la palabra ciberntica
59
podra significar ciencia de los mandos. Estos mandos son estructuras con
elementos especialmente electrnicos y en correlacin con los mecanismos que
regulan la psicologa de los seres vivientes y los sistemas sociales humanos, y a
la vez que permiten la organizacin de mquinas capaces de reaccionar y
operar con ms precisin y rapidez que los seres vivos, ofrecen posibilidades
nuevas para penetrar ms exactamente las leyes que regulan la vida general y
especialmente la del hombre en sus aspectos psicolgicos, econmicos,
sociales etc.
1.7.7.
Multimedia.
Es un sistema que utiliza ms un medio de comunicacin al mismo tiempo en
la presentacin de la informacin, como el texto, la imagen, la animacin, el
vdeo y el sonido.
Tipos de informacin multimedia:
Texto: sin formatear, formateado, lineal e hipertexto.
Grficos: utilizados para representar esquemas, planos, dibujos lineales...
Imgenes: son documentos formados por pxeles. Pueden generarse por
copia del entorno (escaneado, fotografa digital) y tienden a ser ficheros
muy voluminosos.
Animacin: presentacin de un nmero de grficos por segundo que
genera en el observador la sensacin de movimiento.
60
1.7.8.
Juegos.
La mayor parte de los juegos estn construidos usando tcnicas de inteligencia
artificial.
1.7.9.
Otras reas
Planificacin y soporte a la decisin.
Programacin Automtica.
Prueba Automtica de teoremas y matemticas simblica.
Problemas de optimizacin combinatorios y de itinerarios.
Aprendizaje.
89
HITECH
92
MARVEL
94 PEGASUS
Programa de ajedrez.
S.E. En tiempo real que monitorea nave espacial
Realiza reservas de vuelos
61
62
63
Unidos
en
1999,
solo
era
vendido
por
la
red.
El robot cuenta con mltiples sensores a lo largo de su cuerpo para la iteracin con
su dueo, as como para darle su ubicacin. Tambin cuenta con luces, con las
cuales
expresa
su
estado
de
nimo
en
distintas
situaciones.
64
para
modelar
su
comportamiento.
Manejador inteligente de bases de datos.
Proceso automtico inteligente para realizar taladros sobre una placa
Robot angular de movimiento contino.
Control virtual-remoto de la trayectoria de un vehiculo autnomo.
Central inteligente de alarmas
Central inteligente de atencin de emergencias medicas.
Proceso automtico inteligente para cortar piezas de cuero para zapatos,
carteras y otros.
65