IATS3 Inteligencia Artificial

Documento 1 de 1.
Firmado por: MENENDEZ BARZANALLANA ASENSIO, RAFAEL (FIRMA), Emisor del certificado: AC DNIE 001, Nmero de serie del certificado firmante: 51.488.370.133.500.938.666.553.951.428.467.473.
598, Fecha de emisin de la firma: 23/08/11 8:42
Cdigo de integridad (alg. SHA-256): b82da0bb34d9faac4a4bba0da6512fd9c9d28458170372b85facf53be71f177f
Pgina 1 de un total de 10 pgina(s), Versin imprimible con informacin de firma.
Informtica Aplicada al Trabajo Social. Facultad Trabajo Social UMU
Captulo 8. Inteligencia artificial

Divulgacin
Escepticismo
Avisos
Asignaturas
<-- Mapa web
Contacte
Inicio
Aqu puedes cambiar el

tamao y color del texto
Escepticismo en
Espaa
Planeta escepticismo
Escepticismo
Qu es la inteligencia artificial?
Lenguaje natural
Bases de conocimiento y sistemas expertos
Redes neuronales
Robots
Descargar apuntes en
ARP-SAPC
Crculo escptico
Magonia
Escepticismo en
Amrica
Pensar. Argentina
Escpticos. Colombia
Despus de leer esta captulo debe ser capaz de:

- Explicar los dos mtodos bsicos de la investigacin en inteligencia
artificial
- Describir los distintos problemas sin solucionar
- Describir varias aplicaciones prcticas de la inteligencia artificial
- Explicar qu son los robots y mostrar ejemplos de su utilidad
Arev. Venezuela
James Randi. EE.UU.
CSI. EE.UU.
Sugerencias
y consultas
Selecciona un texto y
pulsa aqu para orlo
Valora este captulo
Nombre:
eMail:
Tel (opcional):
8.1.- Qu es la inteligencia artificial?

Si se pide a varias personas que definan la inteligencia, lo ms probable es
que nos den definiciones no coincidentes, como por ejemplo:
Consulta o sugerencia:
Capacidad de aprender a partir de la experiencia

El poder de pensar
La capacidad de razonar
La capacidad de percibir relaciones
El poder de comprender
Intuicin
El famoso matemtico britnico Alan Turing (de quien actualmente se est
hablando mucho en el Reino Unido, dada la campaa promovida para lograr
el reconocimiento, de sus mritos, dado lo trgico de su suicidio al ser
perseguido por homosexual), en un documento escrito en 1950, sugiri que
la pregunta puede pensar una mquina? era demasiado general y filosfica
para ser respondida de forma unvoca. Para concretar, propuso un juego
denominado "prueba de Turing". Esta implica a dos personas y un
ordenador. Una persona, el interrogador se sienta a solas con la mquina y
realiza preguntas en un terminal, conforme van apareciendo las respuestas
el interrogador ha de averiguar si las respuetas proceden de la mquina o
de la otra persona. Si el ordenador tiene un comportamiento inteligente
engaar con facilidad al interrogador. Hasta el momento ninguna mquina
se ha aproximado a superar este prueba, a pesar de los ms de 40 aos de
investigaciones en inteligencia artificial, incluso se ha pensado en
definiciones menos rigurosas.
Historia de la Inteligencia Artificial
* 1950-1965. Perodo "clsico"
Gestacin [McColluck y Pitts, Shannon, Turing]
Protec c in de datos: los datos

proporc ionados slo se utilizan para
responder. No se almac ena ninguna
informac in
Submit
Feedjit Live Blog Stats
Documento 1 de 1.Firmado por: MENENDEZ BARZANALLANA ASENSIO, RAFAEL (FIRMA), Emisor del certificado: AC DNIE 001, Nmero de serie del certificado firmante: 51.488.370.133.500.938.666.553.951.428.467.473.
1956, la I.A. tuvo su boom a partir de la conferencia efectuada en

Darmouth College. Estaban presentes importantes cientficos como
McCarty (le dio el nombre a esta nueva rea de conocimiento),
Minsky (fundador del laboratorio de IA del MIT) , Shannon
(laboratorios Bell), Rodhester (IBM), Newell (presidente de la A.A.A.I.
Asociacin Americana de IA), Simmon (premio nobel de Carnegie
Mellon University)
Redes neuronales, robtica (Shakey)
Bsqueda en un espacio de estados, Heursticas, LISP
Resolutor general de problemas (GPS) [Newell, Simon]. Resolucin
de problemas de sentido comn, los cuales incluyen razonamiento
de objetos fsicos y sus relaciones, como tambin razonamiento de
acciones y sus consecuencias. Slo se resolvieron tareas muy
simples, pues no se pudo crear un programa con la cantidad
suficiente de conocimiento de un dominio especfico
Se pone principal nfasis en la implementacin de juegos (ajedrez,
damas, etc.) as como en la demostracin de teoremas
matemticos.
Limitaciones de pura bsqueda, explosin combinatoria.
* 1965-1975. Perodo "romntico".
Representacin "general" del conocimiento.
Redes semnticas [Quillian].
Prototipos (frames) [Minsky].
Perceptrn [Minsky y Papert].
Lgica [Kowalski].
Mundo de bloques (SHDRLU) [Winograd].
Percepcin (visin y habla), compresin de lenguaje natural,
robtica.
Dificultades de representacin "general", problemas de "juguete".
* 1975-actualidad. Perodo "moderno", Inteligencia "especifica" frente
"general".
Se identifica la necesidad de trabajar en sociedad con profesionales
de otras reas de conocimiento
Representacin explcita del conocimiento especfico del dominio.
Sistema experto mdico MYCIN (experto en enfermedades
infecciosas de la sangre) iniciado en la Universidad de Stanford.
Sistemas expertos o basados en conocimiento.
Regreso de redes neuronales [Hopfield,
algoritmos genticos [Holland, Goldberg].
Rumelhart,
Hinton],
Reconocimiento de voz (HMM), incertidumbre (RB, Lgica difusa),

planeacin, aprendizaje.
Aplicaciones "reales" (medicina, finanzas, ingeniera, exploracin,
etc.).
Comercializacin de la IA.
Tendencias
La inteligencia artificial (IA) trata de conseguir que los ordenadores simulen
en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando
es necesario incorporar en un sistema informtico, conocimiento o
caractersticas propias del ser humano. La definicin es una frontera mvil,
en la dcada de 1950 muchos investigadores se esforzaron en ordenadores
que pudieran jugar al ajedrez, actualmente baten a jugadores profesionales.
En estos momentos hay dos tendencias en la IA, una intenta utilizar los
ordenadores para simular los procesos mentales humanos, mientras que la
segunda, que es ms popular, implica el diseo de mquinas inteligentes,
independientemente de cmo piensan las personas.
La primera metodologa, simulacin, presenta tres problemas:

La mayora de las personas tiene problemas para entender y
describir cmo hacen las cosas. La inteligencia humana incluye
procesos mentales muy difciles o imposibles de describir y
comprender.
Hay grandes diferencias entre la estructura de un ordenador y un
cerebro humano. Por muy potente que sea la computadora no puede
tener la capacidad de procesamiento en paralelo de un cerebro.
La mejor forma de hacer algo con una mquina es muy distinto a
como lo hara una persona. Muchos fracasos en IA se deben a
intentar copiar a los humanos, en lugar de potenciar las
caractersticas nicas de los ordenadores.
Con cualquiera de estas dos aproximaciones los cientficos se enfrentan a
problemas muy difciles de resolver y de los que ni tan siquiera se sabe si
tienen solucin.
Juegos de apertura
Uno de los problemas que antes se intent resolver fue el del juego del
ajedrez, pues tiene unas reglas claramente definidas y unos objetivos
inequvocos. Actualmente se conocen varias tcnicas de IA para
enfrentrarse al juego del ajedrez. En general los juegos proporcionan una
tarea estructurada en la que es muy fcil medir el xito o el fracaso. En
comparacin con otras aplicaciones de inteligencia artificial, por ejemplo
comprensin del lenguaje, los juegos no necesitan grandes cantidades de
conocimiento. En un primer momento se pens que se podran resolver por
bsqueda exhaustiva en el rbol del juego, es decir, un rbol que contenga
todos los movimientos posibles de ambos jugadores. Considerando por
ejemplo el juego de ajedrez, en una partida cada jugador realiza una media
de 50 movimientos, con un factor de ramificacin medio de 35
posibilidades, por lo tanto para examinar el rbol de juego completamente
se tendran que examinar 35100 posibilidades. Resulta evidente que una
simple bsqueda directa precisa mucha potencia de clculo en la prctica,
y por lo tanto es necesario algn tipo de procedimiento de bsqueda
heurstica.
Bsqueda. Una forma de ganar en un juego es mediante la
bsqueda, mirando ms all de las posibilidades generadas por cada
movimiento potencial. Los ordenadores son mejores que las
personas para este tipo de clculos y los ordenadores ms potentes
si pueden rastrear todas las posibilidades, en base a la denominada
fuerza bruta.
Heursticos. Se dice as de los mtodos prcticos, se basan en
juicios que la experiencia nos dice que son vlidos. Es como
actuamos en la vida diaria. un programa de ajedrez, por ejemplo
podra actuar de la forma: mantenga los peones en la fila del rey
tanto tiempo como sea posible.
Reconocimientos de modelos. Los mejores jugadores humanos
de ajedrez recuerdan cientos de modelos crticos en el desarrollo del
juego y saben las mejores estrategias aplicables en cada caso. Los
programas de juegos tambin reconocen modelos recurrentes, pero
no lo hacen como las personas.
Aprendizaje de mquinas. Los mejores programas de juegos de
mesa aprenden de la experiencia. Si un movimiento es rentable es
probable que el programa que aprende lo utilice en futuras jugadas.
Si da como resultado una prdida, el programa lo recordar y evitar
su uso en el futuro.
Ejemplo juego tres en raya
A continuacin se plantean tres soluciones diferentes del problema de tres
en raya analizando la conveniencia de cada una. Para mejor detalle de las
mismas consultar: Rich E., Knight K, Inteligencia Artificial. McGraw Hill,
ISBN 84-481-1858-8, 1998
* Solucin 1:
Una primera solucin directa a este juego podra ser la de almacenar
en un vector las 19693 posibilidades de un tablero de 3 x 3 con tres
valores posibles en cada casilla (vaco-X-O), as como las
correspondientes jugadas sucesoras. Para realizar una jugada,
bastara con acceder a la posicin del tablero actual y la jugada
sucesora correspondiente. Las desventajas de este eficiente
programa son bastante obvias: necesita gran cantidad de memoria,

alguien debe realizar el pesado trabajo de introducir todas las
jugadas y sus sucesoras, y el juego no se puede ampliar, por
ejemplo a tres dimensiones.
* Solucin 2:
El programa posee una estrategia para cada turno de jugador.
Analiza el posible triunfo a partir de un estado del tablero dado.
Aunque es menos eficiente que la solucin anterior en trminos de
tiempo, tiene la ventaja que es ms eficiente en trminos de
espacio. Su estrategia es ms facil de comprender y realizar
cambios, aunque el programador debe comprender la totalidad de la
estrategia de antemano. Adems, no es posible generalizar parte del
conocimiento del programa hacia un dominio distinto, como tres en
raya 3D.
* Solucin 3:
Una estructura contiene el tablero actual, as como una lista de
posiciones del tablero que podran ser el prximo movimiento, y una
estimacin de la probabilidad de que esa jugada lleve a la victoria.
Para decidir la siguiente jugada se tienen en cuenta las posiciones
de tablero que resultan de cada movimiento posible. Se decide la
posicin que corresponde a la mejor jugada, considerando si la
jugada produce la victoria, y en caso contrario considerando todos
los movimientos que el oponente puede realizar asumiendo que ste
elegir el peor para nosotros. El algoritmo inspecciona varias
secuencias de movimientos intentando maximizar la probabilidad de
victoria. Necesita mucho ms tiempo que los dems, ya que debe
realizar una bsqueda en un rbol de posibilidades antes de realizar
cada movimiento. Sin embargo, es superior a las dems soluciones
pues podra ser ampliado para manipular juegos ms complicados.
Adems, puede aumentarse su potencia usando conocimiento sobre
el juego, por ejemplo, en lugar de considerar todos los posibles
movimientos considerar slo un subconjunto siguiendo algn criterio
razonable. Este programa es un ejemplo del uso de una tcnica de
IA.
Ejemplo respuestas a preguntas
Se quiere realizar un programa que a partir de un texto escrito en espaol
pueda responder a preguntas en espaol sobre este texto. En este caso,
es ms difcil que en el ejemplo anterior determinar formalmente y con
precisin en qu consiste el problema y en qu consiste una solucin
correcta para l. Un ejemplo de programa de preguntas y respuestas en
ingls es el programa POLITICS. A continuacin se plantean tres
soluciones diferentes analizando la conveniencia de cada una.
* Solucin 1:
Se tienen conjunto de plantillas ("templates") preguntas, por ejemplo
"Que x y" asociada con patrones ("patterns") respuesta, por ejemplo
"y x z". Responde a las preguntas usando el texto de entrada de
forma literal. Se hace coincidir fragmentos de texto de entrada con el
patrn respuesta, y se obtiene la respuesta, por ejemplo "z". Este
algoritmo no puede contestar el tipo de preguntas que la gente
puede responder despus de una simple lectura del texto. La
habilidad para responder depende de la forma exacta de la pregunta,
y de las variaciones contempladas en el diseo de plantillas y
patrones. El proceso de sustitucin de patrones usado es llamado
"pattern matching". Pese a que lo que se entiende por IA no incluye
programas como ste, sta tcnica es la usada en uno de los
programas ms clebres de IA, ELIZA, creado por Joseph
Weizenbaum (1923-2008).
* Solucin 2:
Transforma el texto de entrada dndole una estructura interna que
intenta capturar el significado de las frases, y tambin transforma las
preguntas de igual manera. Las respuestas se encuentran
emparejando unas con otras formas estructuradas. Este enfoque
est ms basado en conocimiento que el primero, y tambin es ms
efectivo. Puede responder a la mayora de las preguntas cuyas
respuestas se encuentran en el texto, y es menos quebradizo con
respecto a las formulaciones exactas de preguntas y respuestas.
Algunas preguntas necesitan conocimiento adicional sobre el mundo
con el que trate el texto, que esta solucin no posee.
* Solucin 3:
Al igual que la solucin anterior se transforma el texto en forma
estructurada, pero a diferencia del anterior, se combina esta forma
con otras formas estructuradas que describen conocimiento previo

sobre los objetos y situaciones que aparecen en el texto. Este
programa es ms potente que los otros dos, debido a que responde
a preguntas usando esta estructura de conocimiento aumentada. Se
utiliza lo que se denomina tcnica de IA, pues est basado en el
conocimiento y en uso computacional eficaz de ese conocimiento.
Algunas aplicaciones de la inteligencia artificial
* Tareas de la vida diaria (ms dificil para una mquina que las tareas de un
experto)
Percepcin (visin y habla)
Lenguaje natural (comprensin, generacin, traduccin)
Sentido comn
Control de un robot
* Tareas formales
Juegos (ajedrez, backgammon, damas)
Matemticas
propiedades)
(geometra,
lgica,
clculo,
demostracin
de
* Tareas de los expertos (necesitan un conocimiento menor que el

conocimiento necesario en las tareas ms comunes)
Ingeniera (diseo,
manufacturacin)
deteccin
de
fallos,
planificacin
de
Anlisis cientfico
Diagnosis mdica
Anlisis financiero
8.2.- Lenguaje natural

El Lenguaje Natural (LN) es el medio que utilizamos de manera cotidiana
para establecer nuestra comunicacin con las dems personas. Este tipo
de lenguaje es el que nos permite el designar las cosas actuales y razonar
acerca de ellas, fue desarrollado y organizado a partir de la experiencia
humana y puede ser utilizado para analizar situaciones altamente
complejas y razonar muy sutilmente. La riqueza de sus componentes
semnticos da a los lenguajes naturales su gran poder expresivo y su valor
como una herramienta para razonamiento sutil. Por otro lado la sintaxis de
un LN puede ser modelada fcilmente por un lenguaje formal, similar a los
utilizados en las matemticas y la lgica. Otra propiedad de los lenguajes
naturales es la polisemntica, es decir la posibilidad de que una palabra en
una oracin tenga diversos significados.
E n resumen, los lenguajes naturales se caracterizan por las siguientes
propiedades:
Desarrollados por enriquecimiento progresivo antes de cualquier
intento de formacin de una teora.
La importancia de su carcter expresivo debido grandemente a la
riqueza del componente semntico(polisemantica).
Dificultad o imposibilidad de una formalizacin completa.
Un objetivo fundamental de la Inteligencia Artificial, es la manipulacin de
lenguajes naturales usando herramientas de computacin, en sta, los
lenguajes de programacin juegan un papel importante, ya que forman el
enlace necesario entre los lenguajes naturales y su manipulacin por una
mquina.
Una de las ramas ms importantes de la inteligencia artificial es aquella
orientada a facilitar la comunicacin hombre-computadora por medio del
lenguaje humano, o lenguaje natural. El Procesamiento del Lenguaje
Natural (PLN) es la disciplina encargada de producir sistemas informticos
que posibiliten dicha comunicacin, por medio de la voz o del texto. Se
trata de una disciplina tan antigua como el uso de los ordenadores (aos
1950), de gran profundidad, y con aplicaciones tan importantes como la

traduccin automtica o la bsqueda de informacin en Internet.
Aplicaciones PLN
Las aplicaciones del Procesamiento de Lenguajes Naturales son muy
variadas, ya que su alcance es muy grande, algunas de las aplicaciones
del PLN son:
Traduccin automtica: se refiere ms que nada a la traduccin
correcta de un lenguaje a otro, tomando en cuenta lo que se quiere
expresar en cada oracin, y no solo palabra por palabra. Una
aproximacin a este tipo de traductores es el Babylon, o los
encontrados en buscadores como Google Translate.
Recuperacin de la informacin: en esta aplicacin, un claro ejemplo
seria el siguiente: Una persona llega a la computadora y le dice(en
LN) que es lo que busca, esta busca y le dice que es lo que tiene
referente al tema.
Extraccin de Informacin y Resmenes: Los nuevos programas,
deben tener la capacidad de crear un resumen de un documento
basndose en los datos proporcionados, realizando un anlisis
detallado del contenido y no solo la truncando las primeras Lineas
de los prrafos.
Resolucin cooperativa de problemas: La computadora debe tener la
capacidad de cooperar con los humanos para la solucin de
problemas complejos, proporcionando datos e informacin,
incluyendo tambin, la demanda de informacin por parte del
ordenador al usuario, debiendo existir una excelente interactividad
entre el usuario y el ordenador.
Tutores inteligentes: La aplicacin del PLN en este aspecto, viene
siendo ms acadmico, ya que se refiere a la enseanza asistida
por computadora, debiendo esta ser aproximada en un 99%, al tener
esta la capacidad de evaluar al educando y tener la capacidad de
adaptndose a cada tipo de alumno.
Reconocimiento de Voz: Esta es una aplicacin del PLN que ms
xito ha obtenido en la actualidad, ya que los ordenadores de hoy ya
tienen esta caracterstica, el reconocimiento de voz puede tener dos
posibles usos: para identificar al usuario o para procesar lo que el
usuario dicte, existiendo ya programas comerciales, que son
accesibles por la mayora de los usuarios, ejemplo: ViaVoice.
Niveles del lenguaje
Para continuar el estudio de los lenguajes naturales, es necesario conocer
los niveles del lenguaje, que son los siguientes:
1. Nivel Fonolgico: trata de cmo las palabras se relacionan con los
sonidos que representan.
2. Nivel Morfolgico: trata de cmo las palabras se construyen a partir
de unas unidades de significado mas pequeas llamadas morfemas,
por ejemplo: Rpida + Mente == Rpidamente
3. Nivel Sintctico: trata de cmo las palabras pueden unirse para
formar oraciones, fijando el papel estructural que cada palabra juega
en la oracin y que sintagmas son parte de otros sintagmas.
4. Nivel Semntico: trata del significado de las palabras y de cmo los
significados se unen para dar significado a una oracin, tambin se
refiere al significado independiente del contexto, es decir de la
oracin aislada.
5. Nivel Pragmtico: trata de cmo las oraciones se usan en distintas
situaciones y de cmo el uso afecta al significado de las oraciones.
Se suele reconocer un subnivel recursivo: discursivo, que trata de
cmo el significado de una oracin se ve afectado por las oraciones
inmediatamente anteriores.
8.3.- Bases de conocimiento y sistemas expertos

Una caracterstica decisiva de los sistemas expertos es la separacin entre
conocimiento (reglas, hechos) por un lado y su procesamiento por el otro. A
ello se aade una interface de usuario y un componente explicativo.
A continuacin se muestra una breve descripcin de cada uno de los

componentes:
1. La Base de Conocimientos de un sistema experto contiene el
conocimiento de los hechos y de las experiencias de los expertos
en un dominio determinado.
2. El Mecanismo de Inferencia de un sistema experto puede simular la
estrategia de solucin de un experto.
3. El Componente Explicativo explica al usuario la estrategia de
solucin encontrada y el porqu de las decisiones tomadas.
4. La Interface de Usuario sirve para que ste pueda realizar una
consulta en un lenguaje lo ms natural posible.
5. El Componente de Adquisicin ofrece ayuda a la estructuracin e
implementacin del conocimiento en la base de conocimientos.
8.4.- Redes neuronales

U n a neurona es una clula nerviosa, elemento fundamental de la
arquitectura nerviosa. Es la unidad funcional que transporta el flujo nervioso.
Estructura bsica de una neurona.
Est formada por el cuerpo celular y diferentes prolongaciones:
El axn. Por aqu transitan los impulsos nerviosos o potenciales de
accin desde el cuerpo celular hacia la siguiente clula. Los axones
pueden agruparse y formar lo que comnmente llamamos fibra
nerviosa. La terminacin axonal tiene forma abultada y se llama
botn presinptico, el cul contiene las vesculas sinpticas
incluyendo en su interior a los neurotransmisores, que son
sustancias qumicas responsables de transmitir los mensajes a la
neurona que le sucede.
Las dendritas, con nmero y estructura variable segn el tipo de
neurona, y que transmiten los potenciales de accin desde las
neuronas adyacentes hacia el cuerpo celular o soma.
Se unen entre ellas por contacto fsico en una sinapsis electro, y con una
hendidura en una sinapsis qumico. Esta unin discontinua se llama
sinapsis.
Son clulas excitables especializadas para la recepcin de estmulos y la

conduccin del impulso nervioso. Las neuronas se hallan en el encfalo, la
mdula espinal y los ganglios nerviosos y estn en contacto con todo el
cuerpo. A diferencia de la mayora de las otras clulas del organismo, las
neuronas normales en el individuo maduro no se dividen ni se reproducen
(como una excepcin las clulas olfatorias s se regeneran; los nervios
mielinados del sistema nervioso perifrico tambin tienen la posibilidad de
regenerar a travs de la utilizacin del neurolema, una capa formado de los
ncleos de las clulas de schwann).
Cmo se decide si tras recibir entradas se produce o no una salida, y qu
salida se produce? La salida es la suma ponderada de las entradas seguida
de una funcin umbral. Esto puede parecer un diodo: si el potencial de las
entradas alcanza un cierto valor, entonces se produce la salida, y sino no.
Sin embargo, difiere en ser ponderado. Se refiere a que no todos los valores
de las entradas van a tener la misma importancia de cara a decidir si se
produce o no la salida. Si nuestra neurona no es ms que un diodo con

entradas ponderadas, entonces juntando unos diodos con otros en forma de
red har el tipo de procesos que realizamos los humanos como, por
ejemplo, aprender? Es curioso que para aprender solo es necesaria una
neurona, y el aprendizaje consiste en modificar el valor de los pesos (la
importancia de cada entrada) aplicando un algoritmo a nuestro valor de
salida. Y cual ser ese algoritmo? El psiclogo Donald O. Hebb enunci
una regla que dice que "las conexiones que unen diferentes neuronas que
se encuentran activas en un instante dado se fortalecen". Se refiere a que
si la neurona est transmitiendo, las entradas que estn activas tendrn
ms importancia de la que ya tenan. Y esto es ms menos es la esencia
de la computacin neuronal, especialmente la no supervisada (que no
requiere de un tutor), y esta es la que nos encontramos en la naturaleza.
Pero en la prctica las redes neuronales artificiales no han creado en las
mquinas comportamientos similares a los de las personas. Sin embargo,
lo cierto es que los problemas que tradicionalmente son ms complejos
para las mquinas (visin artificial, reconocimiento del habla, etc.), se
resuelven mejor utilizando redes neuronales que mediante otras
perspectivas simblicas.
Las redes neuronales tienen un modelo inherentemente distribuido, puesto
que un procesador puede simular una neurona. As mismo, son
autoprogramables. La programacin pasa por elegir un nmero de
neuronas, las conexiones entre las mismas, un nmero de salidas, un
nmero de entradas y una configuracin inicial de pesos. Despus bastara
con alimentarla correctamente y, si el aprendizaje es supervisado, darle la
adecuada realimentacin humana.
Las redes neuronales se asemejan a los sistemas expertos en cuanto al
objetivo de representar el conocimiento pero son radicalmente opuestos en
cmo aspiran a conseguirlo. Como vemos, los sistemas expertos se
acercaran ms al razonamiento deductivo -obtener reglas- y las redes
neuronales al inductivo -aprendizaje mediante ejemplos-. En algunos
sectores como la gestin empresarial, se utilizan frecuentemente ambos
esquemas de razonamiento, por lo que ambas tcnicas tienen cabida.
Adems, ambos modelos son perfectamente compatibles, de forma que se
pueden integrar en un nico sistema.
8.5.- Robots
La imagen del robot como una mquina a semejanza con el ser humano,
subyace en el hombre desde hace muchos siglos, existiendo diversas
realizaciones con este fin. La palabra robot proviene del checo y la us por
primera vez el escritor Karel Capek en 1917 para referirse, en sus obras, a
mquinas con forma de humanoide. En 1940, Isaac Asimov volvi a referirse
a los robots en sus libros.
Los robots son agentes fsicos que realizan tareas mediante la
manipulacin fsica del mundo. Para ello se dotan de efectores, como
pinzas, ruedas, brazos mecnicos, etc. y tambin se equipan de sensores
que les permiten percibir el entorno, como visores, sistemas de
ultrasonidos, giroscopios, etc.
El inters de la IA en la robtica se centra en los agentes inteligentes que
manipulan el mundo fsico. No obstante, tambin es un campo de gran
inters para aplicar otras ideas de IA como planificacin o visin artificial
(aplicar algoritmos de aprendizaje para el reconocimiento de formas).
Las reas de aplicacin de la robtica son mltiples: industria, agricultura,
transporte, entornos peligrosos (donde no debera haber humanos),
exploracin (ej: viajes al espacio), salud (ej: ciruga gracias a la precisin
milimtrica), entretenimiento, ...
Robots educativos
Pioneer. Es un robot de tamao mediano para entornos de interiores.
Sensorialmente est dotado de una corona de 16 ultrasonidos, un cinturn
se sensores tactiles y un encoder en cada rueda. Tiene tres ruedas: dos
motrices, con sendos motores, y una rueda loca. Es una plataforma
genrica muy difundida en la comunidad robtica, permite aplicaciones
como construccin de mapas, navegacin, etc. El cmputo necesario viene
en un microcontrolador interno y un ordenador portatil que se coloca encima
de la plataforma mvil. Ambos se comunican a travs de puerto serie.
Adicionalmente le hemos aadido una cmara en color conectada al porttil
por el puerto USB.
Perrito Aibo. Es un robot de tamao pequeo. Sensorialmente est dotado
de una cmara de color y un sensor de infrarrojos. Tiene cuatro patas, cada
una con tres grados de libertad. Es una plataforma que ha alcanzado gran
xito de ventas como juguete-mascota. En el verano del 2002, Sony public
la interfaz de acceso a sensores y actuadores (OPEN-R), lo que permite su

programacin. En marzo de 2006 ha cesado la fabricacin de este robot.
LEGO Mindstorms. Es un kit de construccin de robots que se vende en

tiendas de juguetes como Toys'R'Us.
EyeBot. Es un robot pequeo que tiene un microcontrolador Motorola a 25
MHz y puede conectarse a travs de un puerto serie con el PC. En el lado
sensorial tiene "encoders" en sus dos motores de continua, sensores de
infrarrojos y una cmara que proporciona imgenes en color de 82x62
pixeles. Tambin incluye un par de servos. El puerto serie puede ir a travs
de un cable o a travs de un radioenlace.
Enlaces de ampliacin:
Aplicaciones Prcticas de Inteligencia Artificial. David Arroyo
Menndez
http://www.davidam.com/docu/aplic-ia/index.html
Artifical Intelligence Topics. American Association for Artificial
Intelligence
http://www.aaai.org/AITopics/html/history.html
Desarrollo de una maestra ajedrecstica computacional.
http://www.dcc.uchile.cl/~jegger/memoria/Memoria.html
El juego de las Damas ya est matemticamente resuelto
http://www.microsiervos.com/archivo/ordenadores/damasresuelto.html
Herramientas para Procesamiento de Lenguaje Natural en Espaol.
Universidad Politcnica de Madrid
http://www.datsi.fi.upm.es/~coes/
Inteligencia Artificial. Ilustrados.com. Faustino Peraza Rodriguez
http://www.ilustrados.com/publicaciones/EpZVVZkuVlzIqITikQ.php
Inteligencia Artificial. Monografas.com. Pablo david Santiago
http://www.monografias.com/trabajos16/inteligencia-artificialhistoria/inteligencia-artificial-historia.shtml
Introduccin a la Inteligencia Artificial. Mara Jos Absolo. Univ.
Islas Baleares
http://dmi.uib.es/~abasolo/intart/1-introduccion.html
Introduccin a los Sistemas Expertos. Ingenieroseninformatica.org.
Jos Mario Criado Briz
http://ingenieroseninformatica.org/recursos/tutoriales/sist_exp/index.php
Procesamiento Computacional del Lenguaje Natural. Cutberto Uriel
Paredes Hernndez
http://www.ilustrados.com/publicaciones/EpZVVylVypOERwVqcJ.php
Procesamiento del lenguaje natural para recuperacin y
organizacin de la informacin. Sergio Martn
http://plenguajenatural.webcindario.com/procesamiento-del-lenguajenatural.html
Robtica industrial. Universidad de Granada. ngel M. Gmez

http://ceres.ugr.es/~angel/docencia/robin/Apuntes.htm
Robtica. Universidad de Guadalajara (Mxico)
http://proton.ucting.udg.mx/materias/robotica/
Sistemas inteligentes. Univ. Politcnica de Madrid
http://www.gsi.dit.upm.es/~gfer/ssii/
Un robot serpentiforme. Ciencia15. Blogalia
http://ciencia15.blogalia.com/historias/42482
Organizaciones:
Sociedad Espaola para el procesamiento del lenguaje.
http://www.sepln.org/
Bsqueda escptica
Bsqueda en todas mis webs

Texto a buscar
Bsqueda en la Universidad de Murcia
Rafael Menndez-Barzanallana Asensio

Departamento Informtica y Sistemas. Universidad de Murcia
Bajo Licencia Creative Commons 3
Actualizado 2011/08/15
Opos ic iones Mas ters

IATS3 Inteligencia Artificial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IATS3 Inteligencia Artificial

Cargado por

Copyright:

Formatos disponibles

Documento 1 de 1.

Informtica Aplicada al Trabajo Social. Facultad Trabajo Social UMU

Captulo 8. Inteligencia artificial

<-- Mapa web

Aqu puedes cambiar el

Despus de leer esta captulo debe ser capaz de:

Valora este captulo

8.1.- Qu es la inteligencia artificial?

Capacidad de aprender a partir de la experiencia

Protec c in de datos: los datos

Feedjit Live Blog Stats

1956, la I.A. tuvo su boom a partir de la conferencia efectuada en

Reconocimiento de voz (HMM), incertidumbre (RB, Lgica difusa),

La primera metodologa, simulacin, presenta tres problemas:

programa son bastante obvias: necesita gran cantidad de memoria,

con otras formas estructuradas que describen conocimiento previo

* Tareas de los expertos (necesitan un conocimiento menor que el

8.2.- Lenguaje natural

1950), de gran profundidad, y con aplicaciones tan importantes como la

8.3.- Bases de conocimiento y sistemas expertos

A continuacin se muestra una breve descripcin de cada uno de los

8.4.- Redes neuronales

Son clulas excitables especializadas para la recepcin de estmulos y la

produce o no la salida. Si nuestra neurona no es ms que un diodo con

la interfaz de acceso a sensores y actuadores (OPEN-R), lo que permite su

LEGO Mindstorms. Es un kit de construccin de robots que se vende en

Robtica industrial. Universidad de Granada. ngel M. Gmez

Bsqueda en todas mis webs

Bsqueda en la Universidad de Murcia

Rafael Menndez-Barzanallana Asensio

Opos ic iones Mas ters

También podría gustarte