UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL

APORTE INDIVIDUAL TRABAJO COLABORATIVO No. 1
Presentado a:
ANGELA MARIA GONZALEZ
Tutor
Presentado por:
Johana Andrea Pez
Cdio! "##11$1%
CEAD JA&
Curso Acadmico:
INTELIGENCIA ARTIFICIAL
Aula virtual y Grupo colaorativo: !"#$!%&'
UNIVER'IDAD NACIONAL ABIERTA ( A DI'TANCIA) UNAD
BO&OT* D.C.+ ,arzo #$ de #-1.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
INTRODUCCI/N
La elaoraci(n de este producto tiene la )inalidad de estudiar los contenidos
tem*ticos de la +nidad # del modulo del curso acadmico titulado Inteli,encia
Arti)icial y comprender los conceptos ,enerales para desarrollar las actividades
propuestas en el traa-o colaorativo No. #
En este sentido/ la +nidad # nos adentra el conocimiento/ desarrollo y
pro)undi0aci(n e importancia de la Inteli,encia Arti)icial sus o-etivos y
aplicaciones/ as1 como/ su evoluci(n/ tcnicas y resoluci(n de prolemas/ criterios
de 2ito/ los a,entes inteli,entes y los tipos de prolema 3ue la Inteli,encia
Arti)icial puede resolver.
.
Pgina 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
OBJETIVO'
Identi)icar los contenidos de la unidad #
Comprender y pro)undi0ar en los conceptos relacionados con la Inteli,encia
Arti)icial/ sus principios y aplicaciones
Conocer enlaces de inters 3ue nos ayudaran -unto con el tutor a construir
nuestros conocimientos de la asi,natura.
Identi)icar las venta-as y desventa-as de la Inteli,encia Arti)icial
Pro)undi0ar en la *reas de investi,aci(n de la Inteli,encia Arti)icial
Estalecer contacto con los participantes del ,rupo y tutor
Pgina 3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
SISTEMAS EXPERTOS
+n 4istema E2perto 54E6/ es *sicamente un pro,rama de computadora asado
en conocimientos y raciocinio 3ue lleva a cao tareas 3ue ,eneralmente s(lo
reali0a un e2perto 7umano.
Los 4istemas E2pertos/ rama de la Inteli,encia Arti)icial/ son sistemas in)orm*ticos
3ue simulan el proceso de aprendi0a-e/ de memori0aci(n/ de ra0onamiento/ de
comunicaci(n y de acci(n en consecuencia de un e2perto 7umano en cual3uier
rama de la ciencia.
Estas caracter1sticas le permiten almacenar datos y conocimiento/ sacar
conclusiones l(,icas/ tomar decisiones/ aprender de la e2periencia y los datos
e2istentes/ comunicarse con e2pertos 7umanos/ e2plicar el por3u de las
decisiones tomadas y reali0ar acciones como consecuencia de todo lo anterior.
8cnicamente un sistema e2perto/ contiene una ase de conocimientos 3ue
incluye la e2periencia acumulada de e2pertos 7umanos y un con-unto de re,las
para aplicar sta ase de conocimientos en una situaci(n particular 3ue se le
indica al pro,rama. Cada ve0 el sistema se me-ora con adiciones a la ase de
conocimientos o al con-unto de re,las
DESARROLLO HISTRICO DE LOS SISTEMAS EXPERTOS
Los 4istemas E2pertos como tales/ sur,en a mediados de los a9os sesenta: en
esos tiempos/ se cre1a 3ue astaan unas pocas leyes de ra0onamiento -unto con
potentes computadoras para producir resultados rillantes#;. Los primeros
investi,adores 3ue desarrollaron pro,ramas asados en leyes de ra0onamiento
)ueron Alan Ne<ell y =erert 4im(n/ 3uienes desarrollaron el GP4 5General
Prolem 4olver6.
Este sistema era capa0 de resolver prolemas como el de las torres de =anoi y
otros similares/ a travs de la criptoaritmtica. 4in emar,o/ este pro,rama no
pod1a resolver prolemas m*s >cotidianos? y reales/ como/ por e-emplo/ dar un
dia,n(stico mdico.
Entonces al,unos investi,adores camiaron el en)o3ue del prolema: a7ora se
dedicaan a resolver prolemas sore un *rea espec1)ica intentando simular el
ra0onamiento 7umano. En ve0 de dedicarse a computari0ar la inteli,encia ,eneral/
Pgina 4
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
se centraron en dominios de conocimiento muy concretos#$. @e esta manera
nacieron los 4istemas E2pertos.
El primer 4E 3ue se aplic( a prolemas m*s reales )ue desarrollado en #!$; con
el )in de identi)icar estructuras 3u1micas: el pro,rama se llam( @EN@RAL. Lo 3ue
este 4istema E2perto 7ac1a/ al i,ual 3ue lo 7ac1an los e2pertos de entonces/ era
tomar unas 7ip(tesis relevantes como soluciones posiles/ y someterlas a pruea
compar*ndolas con los datos#A. El nomre @EN@RAL si,ni)ica *rol en ,rie,o.
@eido a esto/ el pro,rama )ue auti0ado as1 por3ue su principal tarea era uscar
en un *rol de posiilidades la estructura del compuesto.
El si,uiente 4E 3ue caus( ,ran impacto )ue el Mycin/ en #!A&/ pues su aplicaci(n
era detectar trastornos en la san,re y recetar los medicamentos re3ueridos. Bue
tal el 2ito de Mycin 3ue incluso se lle,( a utili0ar en al,unos 7ospitales#'. Para
#!AC/ se cre( 8ieresias/ cuya )unci(n era la de servir de intrprete o inter)a0 entre
los especialistas 3ue mane-aan el Mycin cuando introduc1an nuevos
conocimientos.
8ieresias entraa en acci(n cuando Mycin comet1a un error en un dia,n(stico/ por
la )alta de in)ormaci(n o por al,una )alla en el *rol de desarrollo de teor1as/
corri,iendo la re,la 3ue ,eneraa el resultado o ien destruyndola.
Para #!'" se implant( en la @i,ital E3uipment Corporation 5@EC6 el primer
4istema E2perto: el DCON. Para esto se tuvieron 3ue dedicar dos a9os al
desarrollo de este 4E. E vali( la pena para la compa91a/ pues aFn cuando en su
primer intento al implantarse en #!A! consi,ui( s(lo el &"G del !;G de la
resoluci(n de las con)i,uraciones de todas las computadoras 3ue salieron de
@EC/ volvi( al laoratorio de desarrollo otro a9o m*s/ y a su re,reso le result( en
un a7orro de H" millones de d(lares a dic7a compa91a.
Para los a9os comprendidos entre #!'" y #!'; se crearon diversos sistemas
e2pertos/ tales como el @EL8A de la General Electric Company/ el cual se
encar,aa de reparar locomotoras diesel y elctricas/ o como >Aldo en @isco?/ 3ue
reparaa calderas 7idrost*ticas ,iratorias usadas para la eliminaci(n de acterias.
En esa misma poca sur,en empresas dedicadas a desarrollar 4istemas
E2pertos/ las cuales 3ue supusieron en con-unto una inversi(n total de m*s de C""
millones de d(lares.
Pgina 5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
Los productos m*s importantes 3ue creaan estas nuevas compa91as eran las
Im*3uinas LI4PI/ las cuales consist1an en unas computadoras 3ue e-ecutaan
pro,ramas LI4P con la misma rapide0 3ue en una computadora central.
@es,raciadamente para @EC/ el 4E 3ue antes )uera un ,ran a7orro de-( de ser
rentale en #!'A/ deido a 3ue al actuali0arlo lle,aron a ,astar m*s de dos
millones de d(lares al a9o para darle mantenimiento/ por lo 3ue su ene)ici(
3ued( en duda/ y por lo tanto )ue descontinuado: al,o similar ocurri( con @EL8A
CARACTERISTICAS DE LOS SISTEMAS EXPERTOS
Para 3ue un sistema computacional actFe como un verdadero e2perto/ es
deseale 3ue reFna/ en lo posile/ lo m*s importante de las caracter1sticas de un
e2perto 7umano/ esto es:
=ailidad para ad3uirir conocimiento.
Biailidad/ para poder con)iar en sus resultados o apreciaciones.
4olide0 en el dominio de su conocimiento.
Capacidad para resolver prolemas.
La caracter1stica )undamental de un 4istema E2perto es 3ue separa los
conocimientos almacenados 5Jase de conocimiento6 del pro,rama 3ue los
controla 5Motor de in)erencia6. Los datos propios de un determinado prolema se
almacenan en una ase de datos aparte 5Jase de 7ec7os6.
Adem*s cuenta con caracter1sticas adicionales como:
Competencia en su campo: Es el si,ni)icado de e2perto. Es necesario 3ue
pueda resolver prolemas con una e)iciencia y calidad comparales a las
de un e2perto 7umano.
@ominio reducido: El limitarse a un dominio reducido es un re3uisito para
alcan0ar la competencia.
Capacidad de e2plicaci(n: Es a3uella capa0 de e2plicar c(mo 7a resuelto el
prolema/ es decir/ 3u mtodo 7a aplicado y por 3u lo 7a aplicado.
Pgina 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
8ratamiento de la incertidumre: Es una e2i,encia 3ue se deriva de la
comple-idad de los prolemas 3ue van a aorda los sistemas e2pertos.
Ble2iilidad en el di*lo,o: Es deseale 3ue los sistemas e2pertos ten,an
esta capacidad/ lle,ando en la medida de lo posile a comunicarse
5entender y e2presarse6 en len,ua-e natural como un e2perto 7umano.
Representaci(n e2pl1cita del conocimiento: Es necesaria para considerar
3ue un sistema est* asado en conocimiento.
La si,uiente tala muestra al,unas di)erencias 3ue e2isten entre los sistemas
cl*sicos y los e2pertos:

SISTEMA CLASICO SISTEMA EXPERTO
No contiene errores Puede contener errores
No da e2plicaciones/ los datos solo se
usan o escrien
El 4istema E2perto cuenta con el
m(dulo de e2plicaci(n
Los camios son tediosos Los camios en las re,las son )*ciles
El sistema solo opera completo El sistema puede )uncionar con pocas
re,las
4e e-ecuta paso a paso La e-ecuci(n usa 7eur1stica y l(,ica
Representa y usa datos Representa y usa conocimiento
COMPONENTES DE LOS SISTEMAS EXPERTOS
Pgina 7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL

ARQUITECTURA DE LOS SISTEMAS EXPERTOS
La ar3uitectura de un sistema e2perto est* asada en una entrada de datos
reali0ada por el usuario a )in de e)ectuar la oportuna consulta. Las entradas no
solamente est*n compuestas de estas consultas. El aprendi0a-e del sistema y las
condiciones espec1)icas del prolema a tratar tamin 7an de encontrarse en la
entrada
Pgina 8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
TIPOS DE SISTEMAS EXPERTOS
Interpretacin: in)ieren la descripci(n de situaciones por medio de sensores
de datos. Estos 4.E. usan datos reales/ con errores/ con ruidos/
incompletos etc. E-emplos: medici(n de temperatura/ reconocimiento de
vo0/ an*lisis de se9ales etc.
Preiccin: In)ieren proales consecuencias de situaciones dadas.
Al,unas ases usan modelos de simulaci(n para ,enerar situaciones 3ue
puedan ocurrir. E-emplos: predecir da9os a cosec7as por al,Fn tipo de
insecto.
Dia!n"tic#: In)ieren las )allas de un sistema en ase a los s1ntomas.
+tili0an las caracter1sticas de comportamiento/ descripci(n de situaciones o
conocimiento sore el dise9o de un componente para in)erir las causas de
la )alla. E-emplos: dia,n(stico de en)ermedades en ase a s1ntomas/
encontrar componentes de)ectuosos o )allas en circuitos.
Di"e$#: Con)i,uraci(n de o-etos. +tili0an un con-unto de limitaciones y
restricciones para con)i,urar o-etos. +tili0an un proceso de an*lisis para
construir un dise9o parcial y una simulaci(n para veri)icar o proar las
ideas. E-emplos: con)i,uraci(n de e3uipos de o)icina/ de e3uipos de
computo.
P%aneacin: @ise9an un curso completo de acci(n/ se descompone la tarea
en un sucon-unto de tareas. E-emplo: trans)erir material de un lu,ar a otro/
comunicaciones/ ruteo/ plani)icaci(n )inanciera. remediar estas )allas y
monitorear la e-ecuci(n de este.
M#nit#re#: Comparan oservaciones del comportamiento del sistema con el
comportamiento standard/ se compara lo actual con lo esperado. E-emplo:
asistir a un paciente de cuidados intensivos/ tr*)ico areo/ uso )raudulento
de tar-etas de crditos
Dep&racin:'deu,,in,6 su,ieren remedios o correcciones de una )alla.
E-emplo: su,erir el tipo de mantenimiento a cales da9ados/ la prescripci(n
mdica a un paciente.
Pgina 9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
In"tr&ccin: dia,nostican/ revisan y reparan el comportamiento de un
estudiante. E-emplo: educar a un estudiante de medicina/ usa un modelo
del estudiante y planea la correcci(n de de)iciencias.
C#ntr#%: Goierna el comportamiento del sistema. Re3uieren interpretar una
situaci(n actual/ predecir el )uturo/ dia,nosticar las causas de los prolemas
3ue se pueden anticipar/ )ormular un plan para remediar estas )allas y
monitorear la e-ecuci(n de este.
VENTAJAS DE LOS SISTEMAS EXPERTOS
Los conocimientos de un sistema e2perto pueden ser copiados y
almacenados )*cilmente/ siendo muy di)1cil la prdida de stos.
Otra venta-a de los sistemas e2pertos sore los 7umanos es 3ue el e2perto
computari0ado siempre est* a pleno rendimiento. Cuando un 7umano se
cansa/ la e2actitud de sus conse-os puede decaer. 4in emar,o/ el e2perto
computari0ado siempre proporcionar* las me-ores opiniones posiles
dentro de las limitaciones de sus conocimientos.
+na Fltima venta-a de un sistema e2perto est* en 3ue despus de 3ue un
e2perto computari0ado e2ista/ usted puede crear un nuevo e2perto
simplemente copiando el pro,rama de una m*3uina a otra. +n 7umano
necesita muc7o tiempo para convertirse en un especialista en ciertos
campos/ lo 3ue 7ace di)1cil 3ue puedan aparecer nuevos especialistas
7umanos.
DESVENTAJAS DE LOS SISTEMAS EXPERTOS
Creatividad: los 7umanos pueden responder creativamente a situaciones
inusuales/ los sistemas e2pertos no pueden.
E2periencia 4ensorial: los 7umanos tienen un amplio ran,o de
disponiilidad de e2periencia sensorial. E los sistemas e2pertos
actualmente dependen de una entrada sim(lica.
Pgina 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
@e,radaci(n: los sistemas e2pertos no son ueno para reconocer cuando
no e2isten respuestas o cuando los prolemas est*n )uera de su *rea.
BIBLIO&RA0IA
Aspectos J*sicos de la Inteli,encia Arti)icial/ Kose Mira Mira / 4an0 y 8orres/
#!!;
Inteli,encia Arti)icial y 4istemas E2pertos/ Luis Amador =idal,o/ +niversidad
de Cordoa.
4istemas E2pertos Principios y Pro,ramaci(n/ Giarratano Kosep7/ &"";
1EB&RA0IA
7ttp:LL<<<.in)ormaticainte,ral.netLsise2p.7tml
7ttp:LL<<<.ecured.cuLinde2.p7pL4istemas%e2pertos
7ttp:LL<<<.)rro.utn.edu.arLrepositorioLcatedrasL3uimicaL;%anioLorientadora#L
mono,raiasLpi,naniMsistemase2pertos.pd)
7ttp:LLciernetica.<ordpress.comL&""AL"CL"!LGC&GJB3ueMesMunMsistemaM
e2pertoL
Pgina 11