INTELIGENCIA ARTIFICIAL

QU ES LA IA?

Abundan las definiciones de Inteligencia Artificial. A muchos les sugiere la
solucin de problemas. Otros consideran como procesadores de lenguaje natural, capaces
de entender el lenguaje continuo de forma libre. A otros les despierta imgenes de armas
sagaces y robots inteligentes.

Inteligencia Artificial es el campo de la ciencia de la computacin dedicado a
analizar y desarrollar sistemas que produzcan e imiten los procesos de pensamiento y
razonamiento del hombre.

La Inteligencia Artificial es un rea de la Informtica que tiene el objetivo de
construir sistemas artificiales (tanto hardware como software) que simulen un
comportamiento parecido al humano en la resolucin de problemas, o que sean capaces de
resolver problemas que resolvemos los humanos.

Mientras los programas de computacin convencionales ayudan al
almacenamiento, recuperacin, manipuleo y presentacin de los datos, los programas de
IA, representan el conocimiento y lo centran en reas de problemtica especfica.


OBJETIVOS:

1.- Anlisis de las tcnicas bsicas de representacin del conocimiento y bsqueda
heurstica.

2.- Aplicacin de las tcnicas bsicas a tareas complejas.

3.- Adquirir los conocimientos bsicos para poder cursar materias ms avanzadas del
campo de la IA.



DESARROLLO DE LA INTELIGENCIA ARTIFICIAL:

A principios de los aos ochenta la IA empieza a aplicarse en la solucin de
problemas reales con los sistemas expertos. Los sistemas expertos se declaran como una
lnea de investigacin prioritaria del Centro de Investigacin en Informtica.

Entre 1987 se inician los primeros proyectos con el grupo CYDSA consistente en
la aplicacin de sistemas expertos para resolver problemas de mantenimiento de
maquinaria industrial; en 1989 se consolida la disciplina con el establecimiento del Centro
de Inteligencia Artificial para llevar a cabo la formacin de recursos humanos a nivel de
postgrado, realizar investigacin bsica y aplicada, y transferir tecnologa del IA al medio
empresarial.

En 1991 se inicia una especialidad en IA en el Doctorado en Informtica (Mxico)
y se continua con la especialidad en IA en la Maestra en Ingeniera de Sistemas
Computacionales.

A partir de 1995 se ofrece el Doctorado en Inteligencia Artificial, la Maestra en
Sistemas Inteligentes, especialidades en IA en las maestras de Tecnologa Informtica e
Ingeniera de Control y se inicia una estrategia de generalizacin para utilizar la tecnologa
de IA como una herramienta de anlisis y solucin de problemas



CONCEPTOS BSICOS DE INTELIGENCIA ARTIFICIAL

La mayora de algoritmos basados en IA necesitan de una o ms bases de datos, un
mtodo de retroseguimiento y un mtodo de procesamiento de listas.

Un procedimiento basado en IA utiliza base de datos para mantener las distintas
observaciones que obtiene. El retroseguimiento es por definicin ms complejo, aporta
una rutina para encontrar la solucin a un problema.


BASES DE DATOS : Se pueden resumir sus funciones en:
Funcin Propsito
Declara aade una entrada a la base de datos.
Elimina una entrada de la base de datos.
Limpia elimina toda entrada de la base de datos.
Encuentra una entrada usando una clave
Unidas es verdad, si un elemento se encuentra en la base de datos, caso
contrario, es falso.


RETROSEGUIMIENTO : La capacidad de retroseguimiento es muy importante para
muchas de las rutinas del IA, porque permite que un algoritmo busque una solucin a un
programa siguiendo varios caminos (lneas de razonamiento). Si la rutina encuentra un
punto muerto, simplemente vuelve atrs hacia el punto ms cercano del proceso o intenta
otra va.


PROCESAMIENTO DE LISTA : Se puede considerar que las listas son cadenas de
caracteres. Cada cadena consiste en uno o ms smbolos en el mismo orden en que
aparecen en la cadena. Por tanto, la operacin primaria ser conseguir el smbolo
siguiente, lo que implica que el smbolo es eliminado por lista. Esta tcnica se apoya en el
concepto tradicional de cabeza y cola; siendo la cabeza de la lista el prximo smbolo y la
cola lo que queda en esta misma lista.






TEMAS QUE TRATA LA INTELIGENCIA ARTIFICIAL


El campo de la IA se compone de varias reas de estudio, siendo las ms comunes:

a). Bsqueda de Soluciones: Se refiere a la solucin de problemas, por ejemplo: hallar la
ruta mas corta entre dos puntos geogrficos

b). Sistemas Expertos: Son el primer producto de la IA viable comercialmente. Un
sistema experto tiene dos atributos principales: primero, le permite introducir
informacin sobre el sistema de una computadora (base del conocimiento), en segundo
lugar le permite interrogar a la base del conocimiento y actuar como si fuera un
experto en la materia.

c). Procesamiento del Lenguaje Natural: Es uno de los fines principales de la IA, lo
cual permitira la comunicacin en forma oral con la computadora.

d). Reconocimiento y Relacin: Es importante varias aplicaciones de imgenes. Por
ejemplo cuando se da una imagen digitalizada, debe saber diferenciar donde empieza
una imagen y termina otra.

e). Robtica: La IA permite que la computadora controle movimiento usando
razonamiento espacial.

f). Aprendizaje Mecnico: En esta rea se trata de hacer que los programas aprendan de
sus propios errores, sobre la base de la observacin y a la auto evaluacin. El
aprendizaje mecnico significa simplemente hacer que la computadora sea capaz de
beneficiarse de su propia experiencia.

g). Lgica Difusa: La mayora de decisiones que uno toma estn basadas en un
conocimiento incorrecto. Es decir, la toma de decisiones basada en una informacin
incompleta y probable.



PROCESAMIENTO DEL LENGUAJE NATURAL (PLN)

El procesamiento del lenguaje natural trata de hacer que la computadora sea capaz
de entender ordenes escritas en lenguaje humano. Una parte no muy importante dentro del
aspecto del lenguaje natural es hacer que la computadora sea capaz de construir respuestas
en forma natural, esto es solo un pequeo paso para que el computador genere respuestas.

El corazn del PLN es el analizador, ya que este es la seccin del cdigo que lee
cada oracin, palabra por palabra para poder decir lo que es, Veremos tres tipos de
analizadores:

1.- El Analizador de la Mquina de Estado: Usa el estado actual de la oracin para
predecir que palabra puede seguirle, para ello necesita definirse en una base de
conocimiento el vocabulario y los tipos de las palabras que el analizador puede
reconocer.

2.- El Analizador Recursivo Descendente de Contexto Libre: Se basa en que una
oracin debe estar compuesta de distintos elementos y estos de otros, la regla se
denomina: regla de produccin gramatical.

3.- El Analizador de Eliminacin de Ruidos: Este analizador ve todas las palabras que
desconoce como ruidos y los elimina. Normalmente todas las oraciones tienen un
formateo rgido que se parezca al lenguaje natural.



INTELIGENCIA COMPUTACIONAL

Nuevos modelos de redes neuronales y reconocimiento de patrones para
percepcin de bajo nivel, aprendizaje no supervisado. Se trabaja en nuevos algoritmos
para la solucin de problemas de optimizacin no-lineal, programacin gentica,
aprendizaje automtico usando sistemas adaptables de clasificadores. Tcnicas de lgica
difusa, razonamiento impreciso y su aplicacin a la teora de control automtico.

a). Control Inteligente: Control automtico de sistemas no-lineales y caticos usando
tcnicas de IA como: lgica difusa, redes neuronales, algoritmos genticos, sistemas
expertos en tiempo real.

La lgica difusa es una generalizacin de la lgica tradicional de dos valores.
Mediante lgica difusa es imposible manipular matemticamente conceptos definidos
con incertidumbre o vagamente.

b). Redes Neuronales: Nuevos modelos de redes neuronales, reconocimiento de patrones
para resolver problemas de percepcin de bajo nivel usando redes neuronales,
aprendizaje no supervisado, modelos del sistema nervioso para el desarrollo de
tcnicas de cmputo y manipulacin robtica.

La aplicacin ms comn de las redes neuronales es al procesamiento
(clasificacin y reconocimiento) de patrones, sin embargo existen modelos que pueden
aplicarse a problemas de optimizacin, pronstico, aprendizaje por recompensa, etc.

c). Algoritmos Genticos: Nuevos algoritmos para la solucin de problemas de
optimizacin no-lineal, programacin gentica, aprendizaje automtico usando
sistemas de clasificadores, sistemas evolutivos.



ROBOTICA INTELIGENTE

La robotica inteligente comprende: El desarrollo de captores y actuadores,
ambientes virtuales y manipulacin remota de robots, plantacin de trayectorias y
movimientos, planeacin de secuencias de ensamblado y ejecucin de tareas. Visin
computacional, procesamiento de imgenes, segmentacin y caracterizacin,
estereoscopia, anlisis de movimiento, inferencia de formas, reconstruccin en tercera
dimensin, modelacin de objetos y razonamiento geomtrico.

a). Visin Computacional: Reconocimiento de objetos por forma y color, reconstruccin
y caracterizacin de superficies en 3D, navegacin de robots con gua visual,
teleoperacin de robots, procesamiento paralelo de imgenes.

a). Robtica para Manufactura: El trmino de robtica inteligente combina cierta
destreza fsica de locomocin y percepcin, que caracteriza a lo que conocemos como
robot, con habilidades de percepcin y de razonamiento residentes en una
computadora.



TERMINOS USADOS EN INTELIGENCIA ARTIFICIAL

a). Redes Neuronales: (Neurals Networks), son programas de inteligencia capaz de
simular algunas de las funciones de aprendizaje del ser humano. Sin reglas
convencionales, una red neuronal obtiene experiencia analizando automtica y
sistemticamente una cantidad de datos, para determinar reglas de comportamiento.

b). Data Mining: Son sistemas de bsqueda de conocimiento, tratando de determinar
relaciones y patrones de comportamiento en base de datos, de una forma inteligente y
automtica.

c). Sistemas Expertos: Los sistemas expertos permiten el desarrollo de otros sistemas
que representan el conocimiento como una serie de reglas. Las distintas relaciones,
conexiones y afinidades sobre un tema pueden ser compiladas en un sistema experto
pudiendo incluir relaciones altamente complejas y con mltiples interacciones.

d). Lgica Difusa: (Fuzzy Logic), es un conjunto de tcnicas matemticas para la
representacin y tratamiento de datos que no tienen una precisin definida y concreta.
La evaluacin de este tipo de datos es a menudo una cuestin relativa.

e). Algoritmos Genticos: Son algoritmos matemticos aplicables a problemas de
optimizacin.

f). Teora del Caos: (Chaos Theory), teora que describe el comportamiento de sistemas
no lineales, basada en que la dinmica y el comportamiento irregular de un conjunto
complejo de datos, tiene un orden subyacente.

g). Base de Conocimiento: En IA, una recopilacin del conocimiento y reglas obre tema
especfico.

h). Sistemas de Clasificacin: (Classifier Systems), en IA, estos sistemas ejecutan un
tipo de aprendizaje que genera reglas a partir de ejemplos.

i). Sistemas Determinsticos: Sistemas en los que el resultado es determinado por una
ecuacin, donde la causa y su efecto son fcilmente reconocibles.

j). Programacin Gentica: En IA, es una forma de desarrollo para generar programas
automticamente, partiendo de un juego de instrucciones primitivas.

k). Fractales: Modelos matemticos para describir la naturaleza irregular de lneas,
planos o volmenes. Se pueden aplicar para representar modelos de datos.

l). Lgica Deductiva: Lgica tradicionalmente usada en sistemas expertos, definiendo un
mtodo para el razonamiento que parte de un concepto general para llegar a otros
especficos.

ll) Mtodo Heurstico: Resolucin de problemas, probando diferentes mtodos y
comparando cual es el que ofrece la mejor solucin.

m) Lgica Inductiva: Lgica donde la agrupacin de reglas que describen
comportamientos particulares conducen una regla general.

n). LISP: Un idioma de programacin basado en lgica de predicado y uno de los mas
usados en aplicaciones se IA.

o). C: Idioma usado para la programacin de sistemas, estructurado en bloques y con
grandes facilidades para controlar las mquinas en el mbito del hardware.




TELEPRESENCIA


Detrs de casi todos los robots no automticos suele encontrarse un ser humano
realizando el control. Por desgracia, en muchos casos, el ser humano en esta situacin es
incapaz de realizar un control ptimo del robot. Esta incapacidad se debe, esencialmente, a
la omisin de factores ergonmicos y humanos en los equipos.

A partir de esta situacin y como paliativo para estas deficiencias, en los ltimos
aos se ha venido desarrollando un nuevo concepto basado en tcnicas derivadas del
campo de la realidad virtual. Este concepto es el de telepresencia. Se entiende por
telepresencia al conjunto de tcnicas por las que el operador del robot se siente fsicamente
presente en el lugar donde ste se encuentra.

Es necesario distinguir inicialmente entre la telepresencia y la tele operacin. Esta
ltima consiste esencialmente en dar al operador un par de mandos (josticks) para el
control de los aparatos o los brazos manipuladores del robot y una batera de pantallas de
televisin que envan distintas imgenes al puesto de trabajo.

La telepresencia por el contrario, pretende no solo utilizar una combinacin apropiada de
censores, sino tambin explotar la habilidad natural del hombre, junto con su capacidad de
decisin heredada de la teleoperacion. Hasta la actualidad, todos los esfuerzos se han
concentrado solo en el desarrollo de tecnologas individuales tales como los cascos de
visualizacin estereoscpica o los esqueletos de cuerpo entero. La integracin de estas
tcnicas nacidas de la realidad virtual y la robtica, pueden dar resultados verdaderamente
tiles en situaciones de alto riesgo en las que sea necesaria una rpida hbil intervencin.


INTEGRACIN DE TCNICAS DE REALIDAD VIRTUAL Y
ROBOTICA

A mediados de la dcada de los ochenta, pocos investigadores haban tomado
conciencia de los progresos realizados en telepresencia en las aplicaciones de robtica
espacial desarrolladas en algunos laboratorios de la NASA. An ms escasos eran los
capaces de prever la revolucin tecnolgica provocada por la aparicin en el mercado de
cascos de visualizacin o guantes de datos equipados con fibras pticas.

La realidad virtual, que permite la inmersin del ser humano en un mundo
aparentemente real calculado por computador y que permite interactuar directamente con
este mundo por medio de gestos naturales; puso a disposicin de los investigadores y
tecnlogos un conjunto de tcnicas baratas, ligeras y de fcil manejo, a partir de las cuales
se pudieron desarrollar las tcnicas de telepresencia.

En pocos aos se han cubierto suficientes etapas como para afirmar que existen ya
sistemas de telepresencia, sobre todo en aplicaciones nucleares y submarinas. En la
actualidad, los mbitos de aplicacin se extendiendo de forma espectacular incluso
llegando a presentar la posibilidad de estar presente en situaciones en las que un hombre es
posible que est.


AVANCES DE LA ROBOTICA:

Actualmente los modelos de redes neuronales se estn utilizando intensivamente
para mltiples propsitos. Uno de los campos donde mejores resultados se estn
obteniendo es en el reconocimiento de voz. Existen en el mercado paquetes de que
engloban el hardware y el software adecuado para dotar al PC con reconocimiento de voz.

La industria alimentaria esta utilizando sistema experimental basados en redes
neuronales que son capaces de tomar decisiones en funcin de las texturas de los
alimentos. As por ejemplo, se analizan con este tipo de sistemas las zonas de corte de los
jamones y los defectos que pueden existir en las salchichas.

En un futuro no muy lejano se desea implementar sistemas basados en redes
neuronales para la asistencia al aprendizaje de la escritura para las personas con
discapacitacin.

Se est trabajando tambin en la identificacin y control de sistemas altamente no
lineales bioqumicos, con una aplicacin directa en la fabricacin de antibiticos. Por otra
parte, muchos grupos de investigacin y desarrollo a nivel mundial estn trabajando en la
modelizacin de sistema de visin-motor humano intentando imitar las funciones que
desempean el cerebelo, el cerebro y la espina dorsal en nuestro organismo.

Existen prototipos de robots construidos que son capaces de analizar los diferentes
parmetros que les caracterizan y en caso de estropear aprenden la caracterstica que deben
de tener seguir funcionando correctamente. Esto, aunque suena a ciencia ficcin, esta
construida a nivel experimental y los resultados son bastante buenos, teniendo en cuenta
que todas estas tcnicas se encuentran en proceso de desarrollo. Estas tendencias tendrn
una repercusin inmediata en nuestras vidas, ya que muchos de los modelos que se estn
construyendo a nivel experimental estn enfocados al campo de la domtica (robots par
tener en casa) y robtica para personas con algn tipo de disminucin.


CONCLUSIONES:

1.- Aunque se puede decir que la arquitectura basada en redes neuronales no esta an
suficientemente desarrollada, lo cierto es que se van teniendo resultados muy positivos
y se van resolviendo problemas que con los sistemas secuenciales clsicos eran
tremendamente complicados de resolver. Quizs nos encontramos ante una nueva
evolucin que har triviales complejos actuales. Ponerse como meta la imitacin
humana es una meta difcilmente alcanzable, pero si algn da los cientficos
consiguen crear una mquina con las virtudes del hombre y sin los defectos de este,
probablemente la ciencia habr tocado techo.

2.- La telepresencia nos permite explorar, manejar y disear situaciones u objetos sin
necesidad de tener cualidades especiales.

3.- La telepresencia ser, con toda seguridad una de las tcnicas mas utilizadas en un
futuro cercano. La realidad virtual es un instrumento de la presencia y por tanto no es
slo un artefacto tecnolgico dedicado a proporcionar un artefacto tecnolgico
dedicado a proporcionar un placer ldico, sino tambin una utilidad prctica.

4.- Las aplicaciones posibles de la telepresencia son tantas como acciones puede hacer el
hombre multiplicadas muchas veces, puesto que nos permite el accesible a mundos
inexperimentables fsicamente para nosotros.

5.- Las aplicaciones ms inmediatas de esta tecnologa se encuentra en todos aquellos
aspectos que son realizados actualmente por mquinas o robots dirigidos por seres
humanos.