1

Capitulo I
INTELIGENCIA ARTIFICIAL
1.- Qu es Inteligencia Artificial?
Primero definiremos lo que entendemos por inteligencia.
Para La Real Academia de la Lengua Espaola inteligencia est definida como:
Capacidad de entender o comprender 2. Capacidad de resolver problemas

1.
3.

Conocimiento, comprensin, acto de entender, estas son las tres primeras

acepciones; e inteligencia artificial est definida como: Disciplina cientfica que se
ocupa de crear programas informticos que ejecutan operaciones comparables a las
que realiza la mente humana, como el aprendizaje o razonamiento lgico.
Otra definicin de inteligencia artificial es la que dio Marvin
Minsky, uno de los pioneros de la inteligencia artificial y dijo as: La inteligencia
artificial es la ciencia de construir mquinas para que hagan cosas que, si las hicieran
los humanos requeriran de inteligencia.
John McCarthy en 1956 la defini as: La ciencia y el ingenio
de hacer mquinas inteligentes especialmente programas de cmputo inteligentes
(mquinas capaces de pensar por s mismas).

Es decir, la inteligencia artificial es dar la capacidad a una

mquina de autonoma, pues lo que se busca es que imite al humano en sus funciones,
dado que se rige del hecho de que el hombre haga menos trabajo, incorpora
conocimientos a los procesos o actividades para que este tenga xito.

Figura 1.1(circuito integrado con forma de cerebro

humano - tecnologiex.wordpress.com)
1.1.-Objetivos de la Inteligencia artificial
Como claro nos queda que el objetivo ltimo de la inteligencia
artificial es el de simular la inteligencia humana en una mquina creando robots que
sean autnomos e intentando que tengan sentimientos reales, similares a los de los
humanos. Uno de los problemas ms difciles es la simulacin de la conciencia,
cualidad humana que hace que nos demos cuenta de nuestra propia existencia.

Figura 1.2 (representacin de un humano jugando una partida de

ajedrez contra un robot)
2

1. 2.- Historia de la Inteligencia Artificial: Origen y evolucin

Esta seccin es un resumen del libro de Crevier (Crevier, 1995),
tomado y analizado del libro inteligencia artificial: modelos tcnicas, tcnicas y reas
de aplicacin.
1.2.1.-Base de la inteligencia artificial
La inteligencia artificial tomo sentido cientfico viable, como
disciplina informtica moderna, durante la segunda mitad de este
siglo. Es la confluencia de varias corrientes intelectuales (Teora de la computacin,
Ciberntica, Teora de la informacin, Procesamiento Simblico) desarrolladas sobre
cimientos formales de la lgica y la matemtica discreta, e impulsadas por el
desarrollo de los computadores digitales.
Los primeros esfuerzos en el estudio de la simulacin
automticade la inteligencia tuvieron lugar en el periodo de 1945 a 1956.Durante este
periodo las diferencias fundamentales entre el funcionamiento del cerebro humano,
los sistemas de retro-alimentacin y los computadores digitales no estaban bien
definidos. En 1943 Wiener, en colaboracin con Rosenblueth y Bigelow, establece las
bases de la Cibernatica ( control ,autorregulacin) integrando aproximaciones
mecnicas (automatismo)biolgicas(regulacin natural), fisiolgicas ( neuronas)
,formales(lgica) y de procesamiento de informacin McCulloch y Pitts explican
formalmente la realizacin de operaciones lgicas mediante el inter conexionado
neural y su control por realimentacin, demostrando que cualquier ley de entrada y
salida podra implementarse en una red neuronal. Seis aos ms tarde en 1949, Hebb
sugerir mecanismos de aprendizaje. Acababa de nacer el paradigma conexionista.

1.2.2.-Perspectiva de Turing
3

En 1950 Turing aborda desde otra perspectiva la cuestin:

Puede una maquina pensar?. Turing propone un test (bautizado con su nombre) de
caracterizacin basado en la capacidad de emular el comportamiento humano en el
llamado juego de imitacin. El test de Turing se define de la siguiente manera:

Figura 1.3 (esquema del test de Turing)

Disponemos de un humano y una maquina en habitaciones
diferentes. Un observador le hacemos una serie de preguntas a uno y a otro a travs
de la puerta. Si pasado un cierto tiempo el observador no es capaz de determinar
quin es el humano y quin la mquina, podemos concluir diciendo que la maquina
posee inteligencia.

1.2.3.-Definicin del campo: Conferencia de Dartmouth y los aos dorados

4

En la conferencia de Dartmouth de 1956, una nueva generacin

de investigadores: (Minsky, McCarthy, Newell, Simons, Samuel, Rochester, Shannon,
SolomonOff, Selfridge, More) definen las directrices y lneas de actuacin futuras,
tomando como hiptesis de trabajo la siguiente proposicin :todo aspecto de
aprendizaje o cualquier otra caracterstica de inteligencia puede ser definido de
forma tan precisa que puede construirse una mquina para simularlo .En este marco
se presenta el Logic Theoristic y con l, surge el primer rea de trabajo, la
demostracin automtica. De esta conferencia se deriva un estado eufrico, propio
por otra parte del comienzo de cualquier tecnologa novedosa, propicia aseveraciones
desmesuradas y prometedoras en exceso.
En los aos siguientes la investigacin se centra en la resolucin
de problemas concretos. Se mejora el Logic Theoristic y proponen nuevos enfoques
cognitivos. En 1958 surgir LISP, el primer lenguaje de la programacin propio de la
inteligencia artificial. Este lenguaje tiene como particularidad que el tipo de datos
bsico que maneja es la lista. No en vano LISP es el acrnimo de LISt Processing. Un
programa en LISP tambin es una lista, por lo que este puede utilizar otro (o, incluso,
a s mismo) como entrada para modificarlo o ampliarlo, estando dotado el lenguaje,
de esta manera, de la capacidad de aprendizaje.
Los logros de esta etapa se completan con el programa
Simbolic.Automatic INTegrator(SAINT) de Slage, el primer programa de juegos de
Samuel, y los logros en reconocimiento de patrones con el Perceptron de Rosenblatt y
el primer planteamiento de su regla de aprendizaje.

1.2.4.-Las Conquistas del micro-mundo

Durante los setenta, se avanza en la representacin de los

conocimientos. En esta poca se suceden aproximaciones sobre la resolucin de
problemas concretos como ANALOGY (problemas de analoga), STUDENT, SIR y
SINTEX (lenguaje natural), y se produce la formulacin de las redes de
discriminacin de Feigenbaum, las redes semnticas de Quillian y las directrices para
el procedimiento semntico de Minsky.No obstante el proyecto que mejor define esta
poca es el Blocks Micro-Worlds del MIT: en un mundo de formas geomtricas , los
robots interpretan la escena , se mueven, manipulan bloques y explican sus
experiencias .En este contexto se desarrolla en 1969el programa SHRDLU

de

Winograd, como aportacin a la comprensin del lenguaje natural y, un ao mas tarde

, el programa ARCHESA de Winston, dedicado al aprendizaje estructural. Otros
esfuerzos significativos son: el proyecto SHAKEY del SRI, dedicado a la
construccin de un robot mvil; y el proyecto de Programacin Heurstica (HPP) de
la Universidad de Stanford , comenzado en 1965 y en cuyo mbito se desarrollara
DENDRAL, el primer sistema experto.
En otro orden de cosas, tambin se avanza en contextos como la
programacin de juegos. En 1966, Greenblat comienza a desarrollar un programa
para un juego de ajedrez capaz de competir en torneos. En esta poca la inteligencia
artificial se institucionaliza teniendo lugar en el primer congreso internacional y
apareciendo en 1970 el primer nmero de la revista Inteligencia Artificial.

A pesar de los avances sucedidos durante estos aos, los

investigadores en inteligencia artificial no ven cumplidas sus expectativas. Ya en
1961. Lucas plantea, desde el mbito de la lgica, serias objeciones con las
posibilidades de desarrollo de sistemas inteligentes, sin embargo, el choque ms
drstico tiene como protagonista la traduccin automtica. Efectivamente, desde su
planteamiento por Weaver en 1949, los resultados prcticos obtenidos durante los

cincuenta y mediados de los sesenta son realmente escasos. En 1966 el informe

ALPAC disuade a las instituciones norteamericanas de continuar financiando los
proyectos de traduccin automtica. Este hecho tendr repercusin en otras
investigaciones posteriores de inteligencia artificial, tanto en Amrica como en
Europa. Prueba de ello es que a mediados de los setenta se detiene el programa
DARPA Speech Understanding Research, desarrollado fundamentalmente por la
Universidad de Carnegie-Mellon.
Adicionalmente, en 1968 Minsky yPapert ponen de manifiesto
los lmites de los perceptrones .En 1969, McCarthy y Hayes plantean el problema de
marco de referencia y establecen la base del problema de cualificacin .Ese mismo
ao Weizenbaum desata la polmica al construir un programa aparentemente
inteligente ELIZA .En realidad dicho programa simulaba, utilizando diversos
esquemas de lenguaje, un razonamiento inteligente. Ms adelante, se descubrirn las
limitaciones de generalizacin de las tcnicas aplicadas en micro-mundos .Todas
estas crticas motivan una mayor y mejor aproximacin de los investigadores a los
problemas que an quedan por resolver.
1.2.5.-Aos de crtica y madurez: los difciles aos setenta
El informe ALPAC, los libros de Dreyfus y Weizenbaum, y
algunos resultados poco prometedores en el campo hacen que produzca una recesin
y un desinters casi generalizado en temas de inteligencia artificial.
En este periodo los investigadores de inteligencia artificial
aprendern de los fracasos y buscaran nuevos enfoques para resolver los viejos
problemas. En 1971, Nilsson y Fikes, apoyados por SRI, completan el desarrollo de
STRIPS, ncleo planificador del SHAKEY. En el periodo de 1972 a 1976 Shank
propone una teora para expresar la dependencia conceptual ya la aplica a la
compresin del lenguaje natural desarrollando el programa MARGIE. En esta poca
Marr comienza el desarrollo de la primera teora sobre visin artificial; Duda y Hart

publican los primeros textos sobre anlisis de escenas; y, en 1975, ARPA financia un
programa de comprensin de imagen bajo el que se desarrolla el sistema
ACRONYM. En 1975 cristalizan los primeros intentos de definir lenguajes lgicos:
Colmenauer define PROLOG y Kowaslski incorpora la formulacin clausal. En 1976
Lenat escribe su programa de aprendizaje por descubrimiento AM/EURISKO. Por
otro lado, los algoritmos para juegos siguen evolucionando.
Esta dcada conoce tambin el desarrollo de los sistemas
expertos. Al primer sistema, DENDRAL, le seguirn otros como MYCIN o XCON,
el primer sistema expertos aplicado en mbitos comerciales. En 1976 Davis aporta el
sistema TEIRESIAS, donde se plante el uso de meta niveles de conocimiento para
actualizar

bases

de

conocimiento

para

actualiza

base

de

conocimiento.

Adicionalmente se avanza en aspecto de ingeniera del conocimiento.

En el aspecto de ciencia base la inteligencia artificial progresa en
la definicin de teora de la inteligencia computacional. En 1976, Newel y Simon
formulan la Hiptesis del sistema de Smbolos Fsicos; Marr publica su enfoque
personal; Hayes publica The Naive-Physics Manifesto.
1.2.6.-Etapa de expansin: Los aos ochenta
En esta dcada se reconoce el trabajo realizado y la inteligencia
artificial por medio de los sistemas expertos y la ingeniera del conocimiento, salta a
la industria al mismo tiempo que se convierte en una fuente de iniciativas
empresariales. El xito de XCON cataliza el proceso. Se desarrolla nuevos sistemas
como PROSPECTOR, y lenguajes de adquisicin e ingeniera del conocimiento
KAS. Poco despus, el alto desarrollo del mercado del PC y las exageradas promesas
comerciales frenaran el desarrollo de este nuevo sector que se recuperara en pocos
aos tras volver a planteamiento ms racionales. Otros dos factores de ndole
cientfico influyen en este receso. Por un lado, se descubren grandes deficiencias en
estos sistemas, como su falta de flexibilidad o la dificultad de representar el

conocimiento y de disear mtodos de adquisicin. Por otro, el resurgimiento de las

redes neuronales tras la mejora del modelo perceptrn, y la aparicin de memorias
asociativas y de otros modelos motiva la reflexin sobre la adecuacin del paradigma
simblico para la resolucin de determinados problemas. Las redes neuronales, junto
con la lgica difusa, traern un aire nuevo y su desarrollo conjunto propiciara una
nueva generacin de sistemas inteligentes y arquitectura de computacin. Por otra
parte, se suceden los progresos en programacin de juegos y se desarrollan nuevas
reas como el estudio de la simulacin del sentido comn, ponindose en marcha
macro-proyectos como el Cyc, al tiempo que la inteligencia artificial estrecha sus
lazos con la teora cognitiva y se ponen en marcha los proyectos de computadores de
quinta generacin.

1.2.7.-Estado actual
Durante los noventa el paradigma conexionista sigue avanzando
en compaa de la lgica difusa y los algoritmos genticos, motivndose el desarrollo
de sistemas hbridos, a los que trata de dotar de adaptabilidad. Se aporta nuevas
metodologas de adquisicin del conocimiento, como KADS. En aprendizaje se
producen avances significativos y proponen nuevos mtodos. Contina el desarrollo
de la programacin declarativa tanto en el desarrollo de mtodos automticos de
prototipo como en la propuesta de enfoques de interpretacin del lenguaje natural. En
cuanto a arquitecturas cognitivas se concreta la revolucin del planteamiento reactivo
en el desarrollo de agentes autnomos. Finalmente, en visin artificial se observa un
cambio de paradigma, desde el enfoque pasivo clsico al enfoque activo, se conecta la
tarea perceptual con la ejecucin de acciones (binomio percepcin -accin)
estudindose sus implicaciones en el desarrollo de sistemas robticos con mejores
prestaciones.

10

No obstante, a pesar de los avances obtenidos en los escasos

cincuenta aos de vida de esta disciplina, los problemas clsicos (percepcin,
lenguaje natural, juegos, demostracin, etc.) siguen siendo objetos de investigacin y
el desarrollo de una teora unificada queda an lejos.
En general, se han abandonado el objetivo de buscar una
inteligencia artificial como meta primordial. En vez de eso, se pretende resolver
problemas ms concretos y que puedan ser fcilmente transferibles a la industria para
que, poco a poco, los sistemas vayan adquiriendo inteligencia, unido ello al desarrollo
tecnolgico y el progreso en campos afines (neurofisiologa, psicologa o biologa).

Figura 1.4:(El hombre creador de la mquina)

1.3.-Aplicaciones de la inteligencia artificial

10

11

Ahora mencionaremos las diversas aplicaciones que tiene la

Inteligencia artificial, esta participa en la actividad empresarial, la ciencia, la industria
y la sociedad.
En la industria uno de las reas que tiene mayor incidencia
directa en los procesos productivos de la industria a nivel mundial, el diseo de
sistemas de soporte para la toma de decisiones basados en la optimizacin de los
parmetros de operacin del sistema

Figura 1.5 (robot automatizado en una planta)

Planificacin y programacin de actividades de fabricacin
Gestin de proyectos, motorizacin de plantas en el proceso de
fabricacin, planificacin a largo plazo e integracin de sistemas cognitivos.

Integracin de sistemas expertos

11

12

Figura 1.6 (definicin de sistemas expertos)

Diagnstico y resolucin de problemas
Tratamientos de lenguajes naturales: aqu estn las traducciones
de idiomas, interfaces hombre-mquina.
Robtica: control del robot

Figura 1.7 (pequeo robot de aspecto humanoide)

12

13

Problemas de percepcin: visin habla

Aprendizaje: modelacin de conductas para su posterior
implantacin en computadoras
Video juegos
Domtica: casa inteligente que regulan el consumo energtico y
crean confort en el hogar
Redes neuronales artificiales, algoritmos genticos y
evolutivos, lgica difusa (para tratar el conocimiento incierto o impreciso), sistemas
hbridos de tecnologa web e inteligencia computacional como CWI Que sirven
para el diagnstico, reducir bases de datos, extraer significados a las mismas,
clasificar analizar secuencias

Figura 1.9 (la tecnologa en nuestras manos -Mariano Moreno

Pacheco)

13

14

Diagnstico y tratamiento mdico

Figura 1.8 (robot empleado en un quirfano)

Anlisis cientfico
Anlisis financiero

Figura 1.10 (Inteligencia artificial empleado en las finanzas)

14

15

1.4.- Estado del Arte

HITECH, el primer programa en ganar a un gran maestro del
ajedrez(Berliner,1989)
PEGASUS, un programa de comprensin del habla capaz de
entender los detalles de una peticin de reserva de vuelo y de tramitar la transaccin
(Zue et al.1994).
MARVEL, un sistema experto para la motorizacin del envi
de datos desde la sonda Voyager, capaz de alertar a los analistas en caso de problemas
(Schwuttke,1992)
Un sistema experto para diagnosis de enfermedades de los
ganglios linfticos, capaz de emitir una diagnosis y de dar una explicacin de la
misma que sirva para seflarlar los factores que la han motivado (Heckerman,1991)
Un sistema de motorizacin de trafico capaz de conocer
distintas escenas a partir de las imgenes tomadas desde la cmara en un cruce , e
incluso de realizar llamadas automticas a los servicios de emergencia en caso de
accidentes (King,1993)
Un sistema robtico integrado en un coche, que recoge
imgenes de video y seales de sensores ,,las integra con la experiencia adquirida en
conducciones de entretenimiento , y es capaz de conducir en una autopista sin
intervencin humana (Pomerleau,1993)
Deep Blue
NARM

15

16

Figura 1.11 (el ajedrecista Kasparov enfrentndose al programa Deep Junior)

16

17

Captulo II
ROBTICA
2.1.-Antecedentes:
2.1.1.- Teora del control y la automatizacin
El control puede ser definido como el conjunto de mtodos o
tcnicas aplicadas a un proceso, cuya funcin es mantener
variables involucradas dentro de l, dentro de lmites normales de operacin. Un
sistema de control puede presentar retroalimentacin (lazo cerrado) o no presentarla
(lazo abierto).

La automatizacin consiste en un sistema en el que se transfiere

tareas productivas, las cuales eran realizadas habitualmente por operadores humanos
a un conjunto de elementos tecnolgicos. Un sistema automatizado consta de dos
partes principales: la parte operativa y la parte de mando.
La parte operativa es la parte que acta directamente sobre la
mquina. Son los elementos que hacen que la mquina se mueva y realice la
operacin deseada. As como las personas necesitan de los sentidos para percibir lo
que ocurre en su entorno, los sistemas automatizados precisan de los transductores,
los cuales reciben seales fsicas y emiten seales elctricas, para adquirir
17

18

informacin de la variacin de ciertas magnitudes fsicas en el sistema y el estado

fsico de sus componentes; de acuerdo al tipo de seal que emiten, los transductores
pueden clasificarse en: todo o nada (suministran ua seal binaria claramente
diferenciada, los finales de carrera son transductores de este tipo), numricos
(transmiten valores numricos en forma de combinaciones binarias, los encoders son
transductores de este tipo) y analgicos (suministran una seal continua que es fiel
reflejo de la variacin de la magnitud fsica medida). Por otro lado, el accionador es
el elemento final de control que, en respuesta a la seal de mando que recibe, acta
sobre la variable o elemento final del proceso, es decir, transforma la energa de
salida del automatismo en otra til para el entorno industrial de trabajo; pueden ser
clasificados en elctricos, neumticos e hidrulicos y son gobernados por la parte de
mando (pudiendo estar bajo el control directo de la misma o requerir de algn pre
accionamiento para amplificar la seal de mando).
La parte de mando suele ser un autmata programable
(Tecnologa programada), aunque hasta hace poco se utilizaban
rels electromagnticos, tarjetas electrnicas o mdulos lgicos neumticos
(tecnologa cableada). En un sistema de fabricacin automatizado el autmata
programable se encuentra en el centro del sistema y debe ser capaz de comunicarse
con todos los constituyentes del mismo.

18

19

Figura 2.1
2.2.-Qu es la robtica ?
El origen etimolgico de la palabra robtica lo encontramos,
ni ms ni menos, que en el checo. En concreto, en la unin de
dos trminos: robota que puede definirse como trabajo forzado y en rabota que es
sinnimo de servidumbre. De la misma forma, hay que subrayar que la primera vez
que empieza a hacerse referencia ms o menos a ella fue en el ao 1920 en la obra del
escritor Karel Capek titulada Los robots universales de Rossum.
La robtica es la ciencia y la tcnica que est involucrada en el
Diseo, la fabricacin y la utilizacin de robots. Un robot es, por
otra parte, una mquina que puede programarse para que interacte con objetos y
lograr que imite, en cierta forma, el comportamiento humano o animal.
La informtica, la electrnica, la mecnica y la ingeniera son
slo algunas de las disciplinas que se combinan en la robtica.

19

20

El escritor Isaac Asimov (19201992) suele

ser considerado como el responsable del concepto de robtica. Este autor,
especializado en obras de ciencia ficcin y divulgacin cientfica, propuso las Tres
Leyes de la Robtica, una especie de normativa que regula el accionar de los robots
de sus libros de ficcin pero que, de alcanzarse un grado de desarrollo tecnolgico
semejante, podran aplicarse en la realidad futura. Dichas reglas son impresas como
frmulas matemticas en los senderos positrnicos de la memoria del robot.

Figura 2.2

2.2.1.- Leyes de la robtica:

La Primera Ley de la Robtica seala que un robot no debe
daar a una persona o dejar que una persona sufra un dao por su falta de accin.
La Segunda Ley afirma que un robot debe cumplir con todas las
rdenes que le dicta un humano, con la salvedad que se produce si estas rdenes
fueran contradictorias respecto a la Primera Ley.
La Tercera Ley establece que un robot debe cuidar su propia
integridad, excepto cuando esta proteccin genera un inconveniente con la Primera o
la Segunda Ley.

20

21

Figura 2.3 (Robot de servicio)

Figura 2.4 (Robot que asiste un parto)

2.2.1.-Objetivos de la robtica:
El objetivo principal de la robtica es la construccin de
dispositivos que funcionen de manera automtica y que realicen trabajos dificultosos
o imposibles para los seres humanos.
Actualmente, la robtica ha ido evolucionando a pasos
agigantados y ha dado lugar al desarrollo de una serie de disciplinas como sera el
caso de la ciruga robtica. En este caso, la misma tiene como claro objetivo el
mejorar la salud del ser humano y para ello lleva a cabo una serie de intervenciones
quirrgicas muy complejas que requieren una gran precisin. As, mediante robots se

21

22

consigue eliminar los peligros que trae consigo el que sean acometidas por la mano
del hombre.
De esta manera, hay que resaltar, por ejemplo, la existencia de un
robot llamado Da Vinci que se ha convertido en uno de los pilares de la mencionada
ciruga. Se trata de un dispositivo a travs del cual se ha conseguido llevar a cabo con
xito operaciones tan importantes como las de ciruga transoral.
Asimismo, la robtica ha conseguido tambin crear robots que
sean tiles para asistir y ayudar a
todas aquellas personas que se
encuentran
discapacidad

con

algn

tipo

de

fsica. Y eso sin

olvidar el conjunto de robots que se

estn diseando en el mbito militar
para, por ejemplo, llevar a cabo
operaciones de salvamento.
Figura

22

23

Capitulo III
REALIDAD CONTEXTUAL DE LA ROBTICA Y LA INTELIGENCIA
ARTIFICIAL EN EL PER
3.1 Por qu el Per no se industrializa robotizadamente?
La clave para responder a la pregunta del por qu no nos
industrializamos se encuentra en que lamentablemente existe todava en nuestro pas
una serie de trabas que impiden el desarrollo empresarial en general y el de la
industria en particular.
En materia laboral las empresas son objeto de una serie de
normativas, inspecciones y fiscalizaciones que no se realizan en el aparato estatal.
El nmero de trmites para instalar una empresa industrial
asciende a 74 en Per. Mientras tanto en Finlandia solo se requiere de cuatro pasos y
en Estados Unidos tres. Eso es competitividad. Tenemos toda una serie de trabas
burocrticas que la industria privada debe enfrentar para poder competir. En China,
en ciertos sectores, por cada dlar exportado, las empresas reciben un pay back de
10%. Esto significa que una empresa china puede darse el lujo de vender a 9 lo que
cuesta 10.

Para que un pas se convierta en competitivo el Estado debe

hacer su parte y ello no ocurre en el Per, dado que son las empresas privadas las que
asumen los riesgos. Lamentablemente la corrupcin est muy extendida. El
burocratismo y la corrupcin estatal no generan un pice de valor a las empresas.
Son, por el contrario, una carga para las organizaciones e impiden que seamos
competitivos.
Si analizamos cunto se pierde en corrupcin en el sector estatal,
cunto se pierde en tramitologa generada por los diversos sectores, encontraremos

23

24

ah la respuesta al por qu no somos competitivos, veremos por qu no podemos

convertirnos en un tigre exportador en la regin y sabremos por qu no nos
industrializamos tras un largo perodo de crecimiento econmico.
En Amrica Latina y en el Per la sostenibilidad se suele
relacionar con solo tres aspectos los mismos que se han difundido poco a poco entre
los actores principales de las instituciones pblicas y privadas as como la sociedad
civil, estos tres pilares a las cuales se hace referencia involucran el impacto
econmico, impacto social e impacto ambiental dentro de las actividades industriales
a nivel primario o especializado para dar un valor agregado al producto resultante de
la

actividad

por

procesos.

Sin embargo existe en realidad cinco pilares fundamentales que es aquella que
planteamos en este trabajo y que en pases como las aquellos del viejo continente se
plantean aparte de los tres mencionados, dos ms que se aaden los cuales son el
impacto de calidad y el impacto ergonmico, este ltimo que involucra el control y la
prevencin de riesgos tanto internos como externos a la infraestructura industrial.
1. Impacto Social - Desarrollo Social de entorno circundante.
2. Impacto Econmico - Rentabilidad demostrada.
3. Impacto ambiental - Equilibrio entre lo negativo y lo positivo de los impactos.
4. Impacto de calidad - Satisfaccin total del cliente interno y externo.
5. Impacto de seguridad y riesgo:
*Seguridad e higiene industrial.
*Control de Microclimas en estaciones de trabajo.
*Identificacin y control de riesgos en estaciones de trabajo.
*Prevencin de riesgos en estaciones de trabajo.
Pero otro de los factores ms importantes de las cinco razones de
la sostenibilidad, en este caso particular para las industrias sostenibles, es el factor

24

25

que integra a cada uno de estos pilares el cual se denomina LA ADMINISTRACIN

TOTAL que proviene del ingls "total management" TM utilizado por algunos
empresarios como la Filosofa de la Administracin total. Tal es as el caso que
grandes visionarios como A. Toffler entre otros vaticinan el advenimiento de la cuarta
ola, es decir la TM que involucra las variables siguientes:
*Clientes totalmente satisfechos (Impacto de calidad)
*Trabajadores total mente satisfechos y 100% productivos (Impacto ergonmico)
*Rentabilidad econmica formidable (Impacto econmico)
*Cuidado del medio fsico externo (Impacto ambiental)
*Desarrollo social planificado (Impacto social)
Si observamos cada uno de estas variables, estn ntimamente
relacionadas con las cinco razones fundamentales de la sostenibilidad y estas son los
pilares fundamentales que hoy deben cumplir las industrias para considerarse como
industrias sostenibles, en el Per poco o nada se ha hecho para la sostenibilidad de las
industrias ya sea por descuido de la sociedad civil, de los propios industriales o
tambin como por descuido del gobierno al no establecer polticas claras de
desarrollo sostenible de la nacin.
3.2 Sectores de aplicacin de la inteligencia artificial y la robtica en el Per
La inteligencia artificial no es de exclusiva aplicacin a la ingeniera, esta
tecnologa es aplicable a cualquier campo que necesite evaluar y tomar decisiones,
es as, que se utiliza en el mundo del marketing para el proceso de seleccin de
cartera de cliente, el proceso de clasificacin de caractersticas del cliente, que
puede ser realizada por una red neuronal de inteligencia artificial, entonces, no
estamos hablando de un campo completamente tecnolgico, si no, de tecnologa
siendo utilizada por un sector que le sabe sacar provecho, y es que la inteligencia
artificial se encuentra en campos donde no se esperara encontrarlo, como la

25

26

prediccin de las variables financieras de la bolsa de valores, es decir el campo

financiero.
Dentro del sector agrcola se desarroll un sistema inteligente que permite a los
agricultores piuranos monitorear en todo momento sus cultivos solo atreves de una
computadora, a identificar los posibles riesgos de plagas, de enfermedades posibles
y si es que las hay, de qu manera poder contrarrestarlas, todo esto es posible
gracias a la implementacin de la inteligencia artificial.
Este avance no solo es importante por la mejora intensiva de la productividad, sino
tambin porque nos permite convertir tpicas desventajas en ventajas, as, por
ejemplo, productos que contrarrestan las plagas generalmente ocasionan daos a los
cultivos, pero con la utilizacin de estas tecnologas, esos mismos productos pueden
ser modificados para beneficiar al cultivo.
Las redes neuronales artificiales son modelos matemticos que pueden ser
entrenados para aprender y ser usados como sistemas expertos. Estas redes
neuronales introducen las ventajas de un examen cuantitativo en la prctica mdica,
dado que los registros mdicos contienen informacin valiosa, para enriquecer la
informacin de las redes neuronales y brindar una nueva perspectiva al mdico
especialista.
Su uso es ms productivo en el anlisis de imgenes obtenidas por ultrasonido,
resonancia magntica, medicina nuclear y radiologa. Hacer un anlisis con redes
neuronales presenta importantes ventajas, tales como:

Los diagnsticos de distintos laboratorios usando los mismos criterios se

pueden verificar

Los datos para un sujeto se pueden comparar con una base de personas
normales para decidir automticamente si existe la anormalidad

26

27

Los hallazgos para un sujeto se pueden comparar con una base con distintas
enfermedades y detectas el tipo de anormalidad

Los resultados de una serie de exmenes del mismo paciente se pueden

comparar para determinar la evolucin de la enfermedad y analizar la
respuesta al tratamiento

Debemos tambin tener presente que al contrario de lo que comnmente se cree, la

minera es una de las actividades ms intensivas en tecnologa. Prueba de
ello es que muchas minas peruanas ya emplean robots en sus operaciones y
tambin aplican dispositivos mviles para monitorear su produccin. Es as
que la industria minera en particular debe enfrentar retos tecnolgicos de
significativa importancia de cara al futuro sustentable por lo que han
recurrido al desarrollo de aplicaciones basadas en tcnicas de inteligencia
artificial para innovar en sus actividades, procesos, operaciones y servicios
asociados. El mundo busca una minera altamente efectiva en trminos de
uso de recursos y muy segura en la disposicin efectiva de residuos en un
escenario de alta competitividad e importante presin por la sostenibilidad
de sus operaciones.
Las principales tcnicas de inteligencia artificial que se han desarrollado para la
industria minera estn constituidas por sistemas expertos, redes bayesianas,
redes neuronales, algoritmos genticos y sistemas de aprendizaje
inteligente que permiten tratar volmenes de informacin de gran tamao y
complejidad que no pueden ser solucionados con tcnicas matemticas
convencionales.

Algunas de las aplicaciones ms resaltantes de estas tcnicas de inteligencia artificial

a la industria minera son las siguientes:

27

28

Sistemas de aprendizaje inteligente y redes neuronales para predecir la

continuidad geo-estadstica en la mineralizacin a partir de la informacin de los

modelos de bloques (block model) bajo caractersticas y patrones de los yacimientos
mineralizados con mayor precisin que las tcnicas geo-estadsticas convencionales.

Algoritmos genticos y redes neuronales artificiales para la programacin de

vehculos inteligentes no tripulados para la operacin en la mina con la finalidad de

acceder a espacios confinados, detonar tiros cortados o superar condiciones de alto
riesgo evitando la presencia y exposicin de colaboradores humanos en dichas tareas.

Redes neuronales artificiales para dosificar el flujo de aire en la ventilacin

minera subterrnea de manera que se optimice las descargas en funcin a la necesidad

de aire, reduciendo los costos.

Redes bayesianas para la clasificacin de documentos de logueo de depsitos

minerales, bsqueda semntica y procesamiento de imgenes de prospeccin

geolgica en la exploracin minera.

Algoritmos genticos para optimizar la programacin de operaciones y el

ciclo de minado asegurando la ms eficiente combinacin extractiva de tonelaje y ley

con programacin evolutiva que aprende en funcin a las condiciones cambiantes de
mina.

Prospeccin geolgica remota satelital con el uso de algoritmos de

aprendizaje y sistemas expertos para reconocimiento de patrones de presencia

mineral, litologas, fracturas y leyes para la exploracin minera.

Redes neuronales para sistemas de acceso a bodegas, compuertas, canales,

cortadas y sistemas de iluminacin inteligente para dosificar los flujos de recursos en

funcin a la demanda especfica en el ciclo de minado en las operaciones.

Algoritmos genticos para la seleccin de componentes activos en la

concentracin y biolixiviacin de minerales para reducir el consumo de agua en

proporciones significativas en la operacin de beneficio de minerales.

28

29

As muchas mineras peruanas ya emplean tecnologas de robtica con inteligencia

artificial. Como el caso de Sociedad Minera Cerro Verde, que usa robots para hacer
medicin de espesores; y Minera Yanacocha, que utiliza un robot para labores de
exploracin, adems Rafael Estrada, presidente del VI Simposium de Tecnologa de
Informacin del Sector Minero-energtico afirmo que las empresas de la gran minera
invierten un promedio de US$10 millones anuales en proyectos orientados a mejorar
la productividad de sus operaciones y al desarrollo sostenible de las comunidades
utilizando tecnologas nuevas, como es el caso de la robtica con inteligencia
artificial.
En paralelo, las mineras han desarrollado un abanico de soluciones que funcionan en
Smartphone y tablets. Un caso es el de Antamina, que ha implementado la solucin
Antamina Mobile, que es un conjunto de aplicaciones que permiten monitorear el
proceso y enterarse de mantenimiento, desde un dispositivo mvil; esta dinmica ha
originado que muchas compaas mineras forneas enven delegaciones a nuestro
pas para aprender de las experiencias peruanas.

29

30

Captulo 4
APORTES TECNOLGICOS DE LA UNIVERSIDAD NACIONAL DE
INGENIERIA
4.1. Robot Minero
Profesores y estudiantes de la Universidad Nacional de Ingeniera (UNI) crearon el
primer Robot Minero capaz de identificar gases txicos que pueden causar dao e
incluso la muerte a trabajadores dentro de una mina.

Segn explic Ayrton Nieves, el ingeniero que colabor en el ambicioso proyecto,

este robot tard en realizarse aproximadamente tres aos y demand un presupuesto
de casi medio milln de soles que fueron cubiertos por el Fondo para la Innovacin,
la Ciencia y la Tecnologa (Fincyt).
En dilogo con Andina, inform que su aporte fue desarrollar el sistema del control
de motores y programacin para que el robot pueda movilizarse dentro de la mina
subterrnea o socavn.
Esta creacin convoc a profesores y a diez estudiantes de ingeniera especialistas en
mecatrnica y electrnica, muchos de los cuales hoy son egresados o estn en
pregrado.
Para desarrollar el robot, fue necesario que uno de los ingenieros peruanos viaje y "se
interne" en la Universidad Carnegie Mellon, en Estados Unidos, y otro de ellos en la
Universidad Estatal de Campinas, en Brasil, para recibir conocimientos de robtica y
programacin.

30

31

El objeto tecnolgico -que pesa unos 50 kilos y de un metro de alto- tiene como
objetivo principal detectar gases txicos dentro de la mina, evitando las zonas que
emanan dichos gases y que el trabajador minero no puede percibir, explic Nieves.
El robot -que estuvo a cargo del ingeniero Jos Oliden Martnez, jefe del Laboratorio
de Smart Machine del Centro de Tecnologas de la Informacin y Comunicaciones
(CTIC UNI)- est diseado para que se movilice en todo terreno y por ello est
sostenido en cuatro ruedas.

Contiene un sensor lser de mapeo, sensores de gases y de comunicacin, con el fin

de detectarlos y mandar de manera inalmbrica la informacin a una estacin
manejada por un operador que ve, en tiempo real mediante una computadora, el mapa
donde se ubica el robot y los puntos de peligro para que luego el operario mande una
alerta a los mineros.
Entre los logros que ha alcanzado el proyecto, que ser presentado oficialmente el
prximo lunes, est la obtencin de un paper publicado en una revista indexada, as
como un artculo publicado en el Simposio MUSME (Multibody System and
Mechatronics) en Mxico y el primer puesto en el EXPOFIM - UNI 2015.
Como un producto conexo al robot minero, se cre un casco inteligente para obreros
y mineros, que determina la concentracin de oxgeno o presencia de gases txicos en
su lugar de trabajo, obtenido a travs de un sistema integrado de proteccin en tiempo
real.
Esta creacin ha obtenido el primer puesto en la primera Hackatn 2016 Tecnologa
Innovadora en Responsabilidad Social para el Sector Minero-Energtico.

31

32

Figura 4.1 (robot minero diseado en la Universidad Nacional de Ingeniera)

4.2. Taurus: robot construido por alumnos de la U.N.I
A inicios de setiembre, en Bogot, Colombia, cuatro estudiantes de la facultad de
ingeniera mecnica de la Universidad Nacional de Ingeniera (UNI) ganaron el
primer lugar en la competencia de diseo estudiantil asme 2013 (Latinoamrica y El
Caribe) con un robot que complet todas las tareas que exiga el concurso.

32

33

Con este triunfo, los estudiantes ganaron el derecho a representar a la regin en la

final del concurso que reunir a 60 equipos de los cinco continentes, del 15 al 21 de
noviembre, en San Diego, Estados Unidos.
Los estudiantes pasan muchas horas en el centro de desarrollo de investigacin en
mecatrnica de la UNI y durante casi un ao trabajaron en el diseo de un robot de
inspeccin remota que pueda determinar el nivel de radiactividad en lugares
siniestrados. En las bases del concurso se les pidi que crearan esta solucin
inspirados en las necesidades de la industria nuclear, luego de la tragedia de la planta
de Fukushima.
Es as como crearon a Taurus, el prototipo que puede adaptarse para cumplir tareas en
otras industrias y actividades como la agricultura, el sector de hidrocarburos y
seguridad en plantas y fbricas.
La asme student design competition (sdc) exige que el robot sea manejado
remotamente y pueda desplazarse, sortear obstculos, identificar mediante sensores
materiales peligrosos y transportarlos con un brazo electrnico hasta otra zona.
Taurus tiene una cmara que son los ojos del operador, que puede encontrarse hasta a
60 metros de distancia. Este observa el camino del robot en una pantalla de
computadora, mientras acciona con un control remoto las distintas opciones de
movimiento y tareas.
Detrs del talento de los estudiantes, Manuel Rodrguez Bustamante, Arturo
Contreras, Marco Jimnez Y Ricardo Yrupailla se encuentra la asesora de sus
profesores, quienes estn convencidos de que Taurus puede ofrecer soluciones en
distintos mbitos porque antes construir maquinaria era carsimo y ahora logramos
versatilidad con los robots usando el mismo armazn y cambindoles los sensores,

33

34

dice el ingeniero Manuel Luque Casanave profesor de automatizacin y control de la

facultad de ingeniera mecnica de la UNI e impulsor de diseo robtico.
El equipo, que tambin recibe la asesora del ing. Enrique sarmiento, profesor de
diseo mecnico de la facultad de ingeniera mecnica de la uni, ajusta los ltimos
detalles para el concurso mundial. estamos mejorando la comunicacin cmara y

computadora y esperamos poder conseguir bateras nuevas para evitar que el robot
pare en su trayecto y ser descalificados.

34

35

Figura 4.2 (Taurus)

Conclusiones:

Para las personas de valor, la Inteligencia Artificial es una extensin de las

capacidades del ser humano. Es una nueva herramienta que potencia su Cerebro. Los
que se resisten a aceptarla y utilizarla, estarn en inferioridad de condiciones en
nuestra Sociedad Competitiva del Siglo XXI. Cualquier profesional moderno, confa
sus gestiones y tareas diarias a un pequeo ordenador de bolsillo, como una extensin
de sus capacidades naturales. Cada un cierto tiempo, lo actualiza con su ordenador
personal, donde guarda su conocimiento

35