Introducción a la

Inteligencia Computacional

Facultad de Ingeniería
Proyecto Curricular de Ingeniería Electrónica
Universidad Distrital Francisco José de caldas
 Agenda
• ¿Qué es la inteligencia computacional ?
• Inteligencia computacional e ingeniería
electrónica
• Algunos ejemplos: sistemas difusos
• Contexto local de la Inteligencia
computacional
• Línea de énfasis en inteligencia
computacional
¿Qué es la inteligencia computacional?
 Hacia una definición de IC

• Inteligencia: Capacidad que tiene un ente para resolver

un problema a partir de la información presente y
pasada [1].

• Computacional: Dícese de un proceso que se adapta a

ser tratado mediante computadores [2]

[1] S. rogers et al , “ Computing machinery and intelligence amplification”, Computational intelligence :The experts
speak, Wiley Inter-science, 2002, pp. 25 – 44

[2] Diccionario de la Real academia de la Lengua Española, http://www.rae.es/rae.html

 Una definición aceptada con más detalles

• Según la IEEE Computational Intelligence Society (CIS), la

inteligencia computacional se define como el conjunto de
técnicas computacionales y teorías que ven en la naturaleza
una fuente de inspiración para resolver problemas [3].

• Hoy en día, la inteligencia computacional se encuentra

soportada por las computaciones neuronal, difusa y evolutiva,
al igual que los sistemas híbridos que las combinan o que
combinan otros paradigmas relacionados con las mismas.

[3] D. Fogel,” CIS welcome message from the President”, IEEE Computational Intelligence Society, 2008,
/
http://ieee-cis.org/about_cis
 El soporte de la IC
Computación neuronal: La teoría de las redes neuronales artificiales
busca emular los mecanismos de operación y aprendizaje
presentes en las redes de neuronas biológicas [4].

Las redes neuronales artificiales como herramienta permiten entre

otros:

• Reconocer patrones [6] (ej. Reconocimiento de rostros )

• Predicción de datos [5] (ej. Predicción del estado del tiempo)

[4] S. Haykin, Neural Networks a comprehensive foundation, Prentice Hall, 1999.

[5] D. Pham and X. Liu, Neural networks for identification, prediction and control, Springer, 1995
[6] C. Bishop, Neural networks for pattern recognition, Oxford University Press, 1995
 El soporte de la IC
Computación Difusa: La teoría de los sistemas difusos busca emular la
forma como los seres humanos desarrollan procesos de inferencia
basados en la experiencia y el lenguaje [7].

Los sistemas difusos permiten entre otros:

• Modelar la vaguedad del lenguaje [8] (ej. Toma automática de

decisiones )
• Modelar sistemas no-lineales [9] (ej. Dinámica de enfermedades)

[7] L. X. Wang, A course on fuzzy systems and control, Prentice Hall, 1996.
[8] J. Mendel, Uncertain Rule-Based Fuzzy Logic Systems, Prentice Hall, 2000.
[9[] C. Peña-Reyes, Evolutionary Fuzzy Modeling, Springer-Verlag, 2004.
 El soporte de la IC
Computación evolutiva: la teoría de la computación evolutiva busca
desarrollar métodos de optimización (algoritmos evolutivos) a partir
de los mecanismos biológicos de la evolución natural. [8]

Los algoritmos evolutivos como herramienta permiten entre otros:

• Resolver problemas de planeación [9] (ej. planeación de rutas de

avión)
• Resolver problemas de búsqueda [10] (ej. Búsqueda en bases de
datos)
[8] D. B. Fogel. Evolutionary Computation. Toward a New Philosophy of Machine Intelligence. IEEE Press, Piscataway, NJ, 1995.
[9] M. Dorigo et L.M. Gambardella, Ant Colony System : A Cooperative Learning Approach to the Traveling Salesman Problem,
IEEE Transactions on Evolutionary Computation, volume 1, numéro 1, pages 53-66, 1997.
[10] Goldberg, David E (1989), Genetic Algorithms in Search, Optimization and Machine Learning, Kluwer Academic Publishers,
Boston, MA.
 El soporte de la IC
Recientemente se habla de otros paradigmas que
igualmente soportan la IC [11,12]:

• Computación cuántica
• Lingüística computacional
• Aprendizaje en maquinas
• Inteligencia colectiva
• Amplificación de inteligencia

[11] Computational Intelligence the experts speak, Wiley Inter-science, 2002

[12] Computational Intelligence: Research Frontiers, Springer, 2008
 Inteligencia computacional e Ingeniería
electrónica
La IC se ha aplicado efectivamente en ingeniería, particularmente en
ingeniería electrónica se reportan entre otros:

• Sistemas inteligentes de manufactura [13]

• Hardware tolerante a fallas [14]
• Conducción automática de vehículos [15]
• Diseño de antenas óptimas e inteligentes [16]

[13] T. Fokuda and N. Kubota, “ Intelligent learning robotic systems using computational intelligence”, Computational Intelligence the
experts speak, Wiley Inter-science, 2002, pp. 121-138.
[14] T. Higuchi et al, “Evolvable hardware and its applications”, Computational Intelligence the experts speak, Wiley Inter-science,
2002, pp. 191-206
[15] H. Hagras, “Type-2 Fuzzy Logic Controllers: A Way Forward for Fuzzy Systems in Real World Environments”, Computational
Intelligence: Research Frontiers, Springer, 2008, pp. 79 -101
[16] X. Huang , “Smart Antennas for Intelligent Transportation Systems”, 2006 6th International Conference on ITS
Telecommunications Proceedings, 2006, pp 426-429
Inteligencia computacional e
ingeniería electrónica
 Inteligencia computacional e
Ingeniería electrónica

• Diseño de redes de comunicación inteligentes [17]

• Control de sistemas de potencia [18]
• Aplicaciones en biometría [19]

[17] H. Nojeong and P Varshney, “Energy-efficient deployment of Intelligent Mobile sensor networks”, IEEE Transactions on Systems,
Man and Cybernetics, Jan. 2005,pp 78 – 92
[18] T. Nguyen and R. Gianto ,”Neural networks for adaptive control coordination of PSSs and FACTS devices in multimachine power
system”, IET 2008 Generation, Transmission & Distribution, May 2008, pp., 355 – 372
[19] R. Sala et al, “Personal Identification Through 3D Biometric Measurements Based on Stereoscopic Image Pairs”, Proceedings of
the 2006 IEEE International Workshop on Measurement Systems for Homeland Security, Contraband Detection and Personal Safety,
2006, pp. 10-13
 IC aplicada en Colombia
(industria)
Algunos ejemplos:

• Tratamiento de agua, planta de mallarino (EMCALI), redes neuronales y

lógica difusa.
• Análisis de mercado energético, (ISAGEN), redes neuronales.
• Detección de fallas en interconexiones eléctricas (ISAGEN), sistemas
difusos.
• Domótica, control de acceso y reconocimiento de personas, (SSTECH),
redes neuronales.
• Ubicación de pozos y trazado de canales de depositación,
(ECOPETROL), algoritmos genéticos.
• Optimización de la distribución de gas natural,( PROMIGAS), sistemas
expertos.
Ejemplos puntuales:
sistemas difusos
 Un par de ejemplos…
Ecualización difusa de canales de comunicación

Distorsión de una señal trasmitida por un canal de

comunicación debida al ruido y a la interferencia entre símbolos.
Ecualización difusa de canales de comunicación
Planeación de tratamientos médicos
Planeación de tratamientos médicos

Suministro de medicamentos Carga viral en control

Robótica Móvil
Robótica Móvil