18-12-2014

LA INTELIGENCIA
ARTIFICIAL
Conceptos, caractersticas, objetivos,
alcance y aplicaciones

Jhonattan Luis Arvalo Vsquez

8VO CICLO

INDCICE
1.

INTRODUCCIN ..................................................................................................................... 1

2.

HISTORIA Y EVOLUCIN DE LA INTELIGENCIA ARTIFICIAL .................................................... 2

3.

CONCEPTO ............................................................................................................................. 3

4.

CARACTERSTICAS DE LA INTELIGENCIA ARTIFICIAL .............................................................. 4

5.

OBJETIVOS DE LA INVESTIGACIN EN INTELIGENCIA ARTIFICIAL. ........................................ 5

6.

CLASIFICACIN DE LA INTELIGENCIA ARTIFICIAL .................................................................. 6

6.1.

Inteligencia artificial convencional............................................................................ 6

6.2.

Inteligencia artificial computacional ......................................................................... 6

7.

DIFERENTES METODOLOGAS ............................................................................................... 7

7.1.

La lgica difusa ........................................................................................................... 7

7.2.

Redes neuronales ...................................................................................................... 7

8.

TCNICAS UTILIZADAS EN IA ................................................................................................. 8

8.1.

Tcnicas Bsicas ........................................................................................................ 8

8.2.

Tecnologas orientadas a resolver familias de problemas. .................................. 8

9.

APLICACIONES Y CAMPOS DE APLICACIN DE LA IA............................................................. 9

9.1.

Implicaciones de la IA en la agricultura ............................................................................. 9

9.1.1.
9.2.

Generaciones de la I.A en la agricultura.............................................................. 10

La IA y la educacin ...................................................................................................... 11

9.2.1.

En la actualidad ................................................................................................... 11

9.2.2.

La clase virtual del futuro .................................................................................... 11

9.2.3.

Libros inteligentes ............................................................................................... 12

9.3.

Inteligencia Artificial y la Industria .................................................................................... 13

9.4.

Inteligencia Artificial y la robtica ............................................................................... 14

10.

CONCLUSIONES ............................................................................................................... 16

11.

BIBLIOGRAFIA .................................................................................................................. 17

1.

INTRODUCCIN

El tema de la inteligencia artificial es muy apasionante, ms si se puede visualizar el

alcance que hoy en da sta rama tiene en prcticamente la mayora de los campos,
llmese industria, alimentacin, medicina, qumica, ciencia, agricultura, historia,
tecnologa, etc.
Hoy en da y sin que casi nos vayamos dando cuenta de ello, la inteligencia artificial se
ha estado involucrando en cada uno de los aspectos de nuestra vida cada vez ms,
sea de forma directa como indirecta. Y como ejemplo de una forma directa podemos
mencionar por ejemplo las bsquedas que se hacen por medio de la red de internet.
Los llamados motores de bsqueda usan la inteligencia artificial para poder asociar lo
que la persona que digita est apuntando y hacia dnde se dirigir lo que la misma
quiere. En las industrias, y por medio de mquinas que son ahora ms inteligentes y
que pueden tomar decisiones por ellas mismas, se pueden llevar a cabo procesos que
antes tomaban ms tiempo pero que ahora se han reducido. Adems, la calidad del
producto puede tener mejores caractersticas si a dichas mquinas as se le indican.
En este tema abarcaremos algo de historia, caractersticas, concepto, y metodologas.
Haremos una breve comparacin de la red neuronal del ser humano y la forma en que
los sistemas inteligentes actan.

2.

HISTORIA Y EVOLUCIN DE LA INTELIGENCIA ARTIFICIAL

La Inteligencia Artificial "naci" en 1943 cuando Warren McCulloch y Walter Pitts

propusieron un modelo de neurona del cerebro humano y animal. Estas neuronas
nerviosas abstractas proporcionaron una representacin simblica de la actividad
cerebral.
Ms adelante, Norbert Wiener elabor estas ideas junto con otras, dentro del mismo
campo, que se llam "ciberntica"; de aqu nacera, sobre los aos 50, la Inteligencia
Artificial. Los primeros investigadores de esta innovadora ciencia, tomaron como base
la neurona formalizada de McCulloch y postulaban que: "El cerebro es un solucionador
inteligente de problemas, de modo que imitemos al cerebro".
Pero si consideramos la enorme complejidad del mismo esto es ya prcticamente
imposible, ni que mencionar que el hardware de la poca ni el software estaban a la
altura para realizar semejantes proyectos.
Se comenz a considerar el pensamiento humano como una coordinacin de tareas
simples relacionadas entre s mediante smbolos. Se llegara a la realizacin de lo que
ellos consideraban como los fundamentos de la solucin inteligente de problemas,
pero lo difcil estaba todava sin empezar, unir entre s estas actividades simples.
Es en los aos 50 cuando se logra realizar un sistema que tuvo cierto xito, se llam el
Perceptrn de Rossenblatt. ste era un sistema visual de reconocimiento de patrones
en el cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de
problemas, pero estas energas se diluyeron enseguida.
Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la
demostracin
de
teoremas
y
el ajedrez por
ordenador
logran
crear
un programa llamado GPS (General Problem Solver: solucionador general de
problemas). ste era un sistema en el que el usuario defina un entorno en funcin de
una serie de objetos y los operadores que se podan aplicar sobre ellos. Este
programa era capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica
y otros problemas similares, operando, claro est, con microcosmos formalizados que
representaban los parmetros dentro de los cuales se podan resolver problemas. Lo
que no poda hacer el GPS era resolver problemas ni del mundo real, ni mdicos ni
tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a partir
de sus propios descubrimientos) que la conducan hasta el destino deseado mediante
el mtodo del ensayo y el error.
En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum
comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o que se
centrara, al menos, en problemas ms concretos. As es como naci el sistema
experto. El primer sistema experto fue el denominado Dendral, un intrprete de
espectrograma de masa construido en 1967, pero el ms influyente resultara ser el
Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la
correspondiente medicacin, todo un logro en aquella poca que incluso fueron
utilizados en hospitales (como el Puff, variante de Mycin de uso comn en el Pacific
Medical Center de San Francisco, EEUU).
Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la
Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando se
desarrollan sistemas expertos ms refinados, como por el ejemplo el EURISKO. Este
programa perfecciona su propio cuerpo de reglas heursticas automticamente,
por induccin.

3.

CONCEPTO

La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y

filosofa, tan general y amplio como eso, ya que rene varios campos (robtica,
sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de
mquinas que pueden pensar.
La idea de construir una mquina que pueda ejecutar tareas percibidas como
requerimientos de inteligencia humana es un atractivo. Las tareas que han sido
estudiadas desde este punto de vista incluyen juegos, traduccin de idiomas,
comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora
experta en diversos temas.
Es as como los sistemas de administracin de base de datos cada vez ms
sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin, borrado y
locacin de datos, as como el intento de crear mquinas capaces de realizar tareas
que son pensadas como tpicas del mbito de la inteligencia humana, crearon el
trmino Inteligencia Artificial en 1956.
La Inteligencia Artificial 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.
Con respecto a las definiciones actuales de inteligencia artificial se encuentran autores
como Rich y Knight [1994] y Stuart [1996], quienes definen en forma general la IA
como la capacidad que tienen las mquinas para realizar tareas que en el momento
son realizadas por seres humanos; Nebendah [1988] y Delgado [1998], la definen
cmo el campo de estudio que se enfoca en la explicacin y emulacin de la conducta
inteligente en funcin de procesos computacionales basadas en la experiencia y el
conocimiento continuo del ambiente.
Farid Fleifel Tapia describe a la IA como: "la rama de la ciencia de la computacin que
estudia la resolucin de problemas no algortmicos mediante el uso de cualquier
tcnica de computacin disponible, sin tener en cuenta la forma de razonamiento
subyacente a los mtodos que se apliquen para lograr esa resolucin. Para completar
esa definicin, algunas definiciones no tan formales emitidas por diferentes
investigadores de la IA que consideran otros puntos de vista son:
La IA es el arte de crear mquinas con capacidad de realizar funciones que realizadas
por personas requieren de inteligencia. ( Kurzweil, 1990)
La IA es el estudio de cmo lograr que las computadoras realicen tareas que, por el
momento, los humanos hacen mejor. (Rich, Knight, 1991).
La IA es la rama de la ciencia de la computacin que se ocupa de la automatizacin de
la conducta inteligente. (Lugar y Stubblefied, 1993).
La IA es el campo de estudio que se enfoca a la explicacin y emulacin de la
conducta inteligente en funcin de procesos computacionales. (Schalkoff, 1990).

4.

CARACTERSTICAS DE LA INTELIGENCIA ARTIFICIAL

1. Una caracterstica fundamental que distingue a los mtodos de Inteligencia
Artificial de los mtodos numricos es el uso de smbolos no matemticos,
aunque no es suficiente para distinguirlo completamente.
2. El comportamiento de los programas no es descrito explcitamente por el
algoritmo. La secuencia de pasos seguidos por el programa es influenciado por
el problema particular presente. El programa especifica cmo encontrar la
secuencia de pasos necesarios para resolver un problema dado (programa
declarativo).
3. Las conclusiones de un programa declarativo no son fijas y son determinadas
parcialmente por las conclusiones intermedias alcanzadas durante las
consideraciones al problema especfico. Los lenguajes orientados al objeto
comparten esta propiedad y se han caracterizado por su afinidad con la
Inteligencia Artificial.
4. El razonamiento basado en el conocimiento, implica que estos programas
incorporan factores y relaciones del mundo real y del mbito del conocimiento
en que ellos operan. Al contrario de los programas para propsito especfico,
como los de contabilidad y clculos cientficos; los programas de Inteligencia
Artificial pueden distinguir entre el programa de razonamiento o motor de
inferencia y base de conocimientos dndole la capacidad de explicar
discrepancias entre ellas.
5. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de
Inteligencia Artificial los programas no pueden trabajar con este tipo de
problemas. Un ejemplo es la resolucin de conflictos en tareas orientadas a
metas como en planificacin, o el diagnstico de tareas en un sistema del
mundo real: con poca informacin, con una solucin cercana y no
necesariamente exacta.

5.

OBJETIVOS DE LA INVESTIGACIN EN INTELIGENCIA ARTIFICIAL.

Los investigadores en inteligencia artificial se concentran principalmente en los

sistemas expertos, la resolucin de problemas, el control automtico, las bases de
datos inteligentes y la ingeniera del software (diseos de entornos de programacin
inteligente).
Otros investigadores estn trabajando en el reto del reconocimiento de patrones donde
se espera un rpido progreso en este campo que abarca la comprensin y la sntesis
del habla, el proceso de imgenes y la visin artificial.
Finalmente, la fundamental investigacin sobre la representacin del conocimiento, la
conceptualizacin cognoscitiva y la comprensin del lenguaje natural. Uno de los
principales objetivos de los investigadores en inteligencia artificial es la reproduccin
automtica del razonamiento humano.
El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un
directivo que se pregunta la viabilidad de fabricar un nuevo producto. Un nio jugando
con bloques de madera en una mesa no tiene idea de la complejidad del razonamiento
necesario para llevar a cabo la construccin de una pirmide, e intentar que un robot
hiciera lo mismo que el nio requerira un largo programa de computador.
Formas de considerar situaciones complejas son:

Deduccin, que permite obtener conclusiones de reglas cuyas premisas hemos

comprobado

Induccin que produce reglas a partir de observaciones parciales.

Estos dos tipos principales pueden utilizarse de un modo analtico (el razonamiento se
divide en submdulos que son ms difciles de manejar, o de un modo sinttico
(inverso del proceso anterior, juntando elementos que se separaron anteriormente).
La induccin puede tener lugar cuando se comparan situaciones que son casi
similares, con parmetros desconocidos en una situacin dada asignndole los valores
que tienen ya en una situacin de referencia; este es un razonamiento por analoga.
Los mtodos para razonar son variados. La iteracin significa repetir la misma
secuencia de razonamiento hasta que se alcance una condicin de final; la recursin
consiste en una forma particular del razonamiento que se llama a s misma, como
aquellas muecas rusas que estn unas dentro de otras, hasta llegar a un problema
simple que es fcil de resolver.
Las estrategias para el razonamiento pueden hacer uso de la especializacin, la
reduccin al absurdo, de la eliminacin de caminos poco prometedores y de la
reduccin de las diferencias.
En todos los casos, la organizacin jerrquica del conocimiento y la segmentacin de
los problemas son mtodos que se emplean siempre al intentar resolver un problema
complejo. La funcin asignada a los sistemas expertos es la de razonar.

6.

CLASIFICACIN DE LA INTELIGENCIA ARTIFICIAL

6.1. Inteligencia artificial convencional
Basada en anlisis formal y estadstico del comportamiento humano ante
diferentes problemas. Tienen las siguientes caractersticas:

Razonamiento basado en casos: ayuda a tomar decisiones mientras se

resuelven ciertos problemas concretos.

Sistemas expertos: infieren una solucin a travs del conocimiento previo

del contexto en que se aplica y de ciertas reglas o relaciones.

Redes bayesianas: propone soluciones mediante inferencia estadstica.

Inteligencia artificial basada en comportamientos: sistemas complejos

que tienen autonoma y pueden auto-regularse y controlarse para mejorar.

6.2. Inteligencia artificial computacional

La inteligencia computacional (tambin conocida como inteligencia artificial sub
simblica) implica desarrollo o aprendizaje iterativo (p.ej. modificaciones iterativas
de los parmetros en sistemas conexionistas). El aprendizaje se realiza
basndose en datos empricos. Algunos mtodos de esta rama incluyen:

Mquina de vectores soporte: sistemas que permiten reconocimiento de

patrones genricos de gran potencia.

Redes neuronales: sistemas con grandes capacidades de reconocimiento

de patrones.

Modelos ocultos de Markov: aprendizaje basado en dependencia

temporal de eventos probabilsticos.

Sistemas difusos: tcnicas para lograr el razonamiento bajo

incertidumbre. Ha sido ampliamente usada en la industria moderna y en
productos de consumo masivo, como las lavadoras

Computacin evolutiva: aplica conceptos inspirados en la biologa, tales

como poblacin, mutacin y supervivencia del ms apto para generar
soluciones sucesivamente mejores para un problema. Estos mtodos a su
vez se dividen en algoritmos evolutivos (ej. algoritmos genticos) e
inteligencia colectiva (ej. algoritmos hormiga)

7.

DIFERENTES METODOLOGAS
7.1. La lgica difusa
Permite tomar decisiones bajo condiciones de incerteza. Tambin llamada lgica
borrosa o lgica heurstica, en ingls Fuzzi Logic se basa en lo relativo de lo
observado como posicin diferencial. Este tipo de lgica toma dos valores
aleatorios, pero contextualizados y referidos entre s.
7.2. Redes neuronales
Poderosa ante tareas como la clasificacin y el reconocimiento de patrones. Es
basada en el concepto de "aprender" por agregacin de un gran nmero de muy
simples elementos. Este modelo considera que una neurona puede ser
representada por una unidad binaria: a cada instante su estado puede ser activo o
inactivo. La interaccin entre las neuronas se lleva a cabo a travs de sinapsis.
Segn el signo, la sinapsis es excitadora o inhibidora. Un Perceptrn es una Red
Neuronal lo ms simple posible, es aquella donde no existen capas ocultas. Para
cada configuracin de los estados de las neuronas de entrada (estmulo) la
respuesta del perceptrn obedece a la siguiente dinmica: se suman los
potenciales sinpticos y se comparan con un umbral de activacin. Esta suma es
tambin llamada campo. Si el campo es mayor que un umbral, la respuesta de la
neurona es activa, si no, es inactiva. Si se quieren realizar funciones complejas
con Redes Neuronales, es necesario intercalar neuronas entre las capas de
entradas y de salida, llamadas neuronas ocultas. Una de las arquitecturas ms
usada es llamada feedforward: con conexiones de la entrada a las capas ocultas y
de stas hacia la salida.

8.

TCNICAS UTILIZADAS EN IA

La Inteligencia Artificial, clasifica las tcnicas que pueden ser usadas como
herramientas para solucionar problemas en las siguientes categoras:
8.1. Tcnicas Bsicas
As llamadas por encontrarse en la base de diversas aplicaciones de IA:
a.
b.
c.
d.
e.

Bsqueda Heurstica de Soluciones,

Representacin del Conocimiento,
Deduccin Automtica,
Programacin Simblica (LISP) y
Redes Neuronales.

Estas tcnicas son las bases de las aplicaciones. En su mayora, no necesita

conocerla el usuario final, sino los profesionales que se dedican a su aplicacin y
la generacin de aplicaciones comerciales.
8.2. Tecnologas orientadas a resolver familias de problemas.
Las Tecnologas son ms especializadas que las Tcnicas Bsicas y estn ms
cerca de las aplicaciones finales. Se pueden mencionar:
a.
b.
c.
d.

La Robtica,
La Visin,
El Lenguaje Natural y
Los Sistemas Expertos

9.

APLICACIONES Y CAMPOS DE APLICACIN DE LA IA

a.
b.
c.
d.
e.
f.

La IA tiene las siguientes clases o tipos de aplicaciones:

Diagnstico,
Prediccin (sistemas de autocontrol de reactores atmicos),
Secuenciamiento de operaciones ("Scheduling"),
Diseo
Interpretacin de Datos.

Todas ellas son familias de problemas tipo. Por ejemplo, el diagnstico se refiere a
encontrar las causas de fallas, ya sea que se trate de fallas en una lnea de produccin
o de enfermedades en una persona.
Los Campos de Aplicacin de la IA son: Ingeniera, Medicina, Sistemas de
Manufactura, Administracin, Apoyo a la Toma de Decisiones Gerenciales, etc. Todos
caen dentro de las reas de los Sistemas Computacionales, pero se consideran como
clientes de la IA.

9.1. Implicaciones de la IA en la agricultura

El desarrollo de herramientas computacionales aplicadas a brindar soluciones
en materia de agricultura, es de vital importancia, ya que hay gran variedad de
cultivos, los cuales podrn obtener mayor valor econmico y calidad si logramos
que dichas herramientas brinden el soporte necesario que estos necesitan.
La I.A a travs de Sistemas Inteligentes permiten un mayor control de los
procesos involucrados en la agricultura que se hacen ms necesarios de
desarrollar, dada la necesidad en el sector y por los buenos resultados que este
tipo de aplicaciones han mostrado hasta la actualidad.
Las principales reas de la agricultura en las que se puede utilizar la I.A son:
1. Planificacin agraria y de recursos naturales.
2. Gestin integral de cultivo.
3. Control de plagas y enfermedades.
4. Diagnstico.
5. Anlisis de inversiones.
6. Control de automatismos.
7. Seleccin de maquinaria.
8. Control de riego y otros

9.1.1. Generaciones de la I.A en la agricultura

9.1.1.1.

Primera Generacin:

Es en la que estamos viviendo y se caracteriza por que los robots

agricultores son pequeos y estn dotados principalmente de un sistema
de visin artificial. Son capaces de realizar tareas de bsqueda y
transmisin de informacin sobre el terreno de una forma totalmente nueva
en el sector agrcola:

9.1.1.2.

Distribuidos por hectreas de terreno.

Son capaces de orientar sus bsquedas.
Intercambiar informacin con otras unidades.
Detectar epidemias e insectos peligrosos, advirtiendo de ello a los
dems robots desplegados sobre el terreno
Segunda Generacin:

Pretende llegar ms lejos y realizar tareas agrcolas ms complejas, como

roturar mecnicamente un terreno y fumigarlo con la ayuda de GPS. Estos
robots tambin sern de pequeo tamao, excepto los que se dediquen a
cosechar, los cuales debern tener un tamao equivalente al de las
maquinas actuales, conducidas directamente por el hombre.
9.1.1.3.

Tercera Generacin:

Formar parte de un sistema ms amplio para gestionar en su conjunto la

granja del futuro, con actividades complementarias a las estrictamente
agrcolas, como la ganadera y la gestin comercial. En Japn ya existen
unos pequeos robots autnomos que plantan arroz en plantaciones
reales.
Sistemas Inteligentes
en la Agricultura:
Son aplicaciones que
tienen
como objetivo resolver
tareas repetitivas,
mecnicas o de manejo
de grandes volmenes
de informacin.

Sistemas Expertos en
la Agricultura:
Los Sistemas Expertos
(SE) tienen por objetivo
emular el conocimiento de
un humano en un
determinado dominio y su
aplicacin est orientada a
brindar asistencia con el
objetivo de obtener una
mejor calidad y rapidez en
las respuestas

Robtica en la
agricultura:
Recibe el nombre de
Robtica Agrcola, es la
tecnologa de la
automatizacin aplicada a
vio sistemas tales como
la agricultura, la
silvicultura, las industrias
pesqueras y otros fines.

9.2. La IA y la educacin
En los aos 50 aparecieron los primeros sistemas de enseanza llamados
programas lineales. Aquellos programas eran muy bsicos y la mayor desventaja
era que el mtodo de enseanza no se poda cambiar ni el programador poda
realizar dicho cambio. A principio de los aos 60, las computadoras, la compra
y venta de las mismas, comenz a emerger gracias a que las universidades las
requeran en gran cantidad, sobre todo Estados Unidos. De all que la
computadora llego a formar gran parte de la educacin de los profesionales. Tan
rpido como las universidades adquirieron las computadoras comenzaron a
cambiar su mtodo de enseanza obteniendo magnficos resultados.
9.2.1. En la actualidad
La historia de los ordenadores en la enseanza es una historia breve, de poco
ms de cuarenta aos, y est vinculada de forma muy estrecha a la propia
evolucin y avance de la tecnologa informtica por una parte, y al desarrollo de
las teoras del aprendizaje y enseanza por otra. Desde que a mediados del
siglo XX, Skinner propusiera el concepto de "mquinas de ensear", el
desarrollo y preocupacin de la utilizacin de los ordenadores en la enseanza
ha estado dominado por esta idea: es posible lograr que un sujeto humano
aprenda a travs de la interaccin, casi exclusiva, con una mquina? Los
logros y avances a lo largo de varias dcadas de investigacin fueron menos
exitosos de lo esperado. La adaptacin de los sistemas escolares a un modelo
de escolaridad apoyado en las tecnologas digitales es y ser un proceso
parsimonioso [1] lento, con altibajos, con avances y retrocesos. Este proceso
de cambio exige, como condicin inicial, pero no nica, la disponibilidad de
recursos tecnolgicos abundantes en los centros educativos. Sin un nmero
adecuado de ordenadores, sin software apropiado, sin cableado ni
infraestructuras no habr, evidentemente, prcticas educativas apoyadas en las
tecnologas informticas. Pero esto es, a todas luces, insuficiente si lo que
perseguimos es la innovacin y mejora educativa.
La incorporacin de las nuevas tecnologas si no van acompaadas de
innovaciones pedaggicas en los proyectos educativos de los centros, en
las estructuras y modos de organizacin escolar, en los mtodos de
enseanza, en el tipo de actividades y demandas de aprendizaje requeridos al
alumnado, en los sistemas y exigencias evaluativos, en los modos de trabajo y
relacin del profesorado, en la utilizacin compartida de los espacios y recursos
como pueden ser las salas de informtica, en las formas de organizacin y
agrupamiento de la clase con relacin al trabajo apoyado en el uso de
ordenadores, afectarn meramente a la epidermis de las prcticas educativas
pero no representarn mejoras sustantivas de las mismas.
9.2.2. La clase virtual del futuro
La educacin y las nuevas tecnologas estn condenadas a entenderse. Los
nuevos soportes ofrecen infinitas posibilidades para conseguir acercar los
contenidos de las materias a unos alumnos a los que el concepto de nativo
digital ya le suena a antiguo. La mayora de pases europeos ya han movido
ficha y se han invertido millones de euros en dotar de nuevas tecnologas los

centros de enseanza. Aun as, muchos expertos tienen la sensacin de que

no se les saca todo el rendimiento posible. La pizarra es una gran tableta
digital, que navega por internet y que permite, con un simple movimiento de las
manos, ampliar contenidos, fotografas, textos, simulaciones, etc. Cada pupitre
tiene tambin su propio monitor es otra tableta, pero ms sencilla y est
equipado con unos auriculares, que estimulan el aprendizaje de idiomas y que
los alumnos usan puntualmente, solo cuando la actividad de la clase lo
requiere. Hay taquillas dotadas de cargadores elctricos para bateras

de telfono mvil y ordenador porttil y, a la entrada, un pequeo dispositivo

toma la huella dactilar de cada estudiante, de manera que no hay que pasar
lista. Es el aula del futuro, un espacio donde "la tecnologa ser en efecto un
elemento omnipresente".
9.2.3. Libros inteligentes
De cmo sern los libros en el futuro no tengo ni idea, pero s s cmo es el
presente del libro con inteligencia artificial. Y en esta materia, los referentes son
los bidibooks de la empresa gallega Netbiblo. Los gallegos estaremos a la cola
en el ranking de lectura o de uso de Internet en Espaa, pero a la hora de
innovar pocos nos ganan en esto de la sociedad de la informacin (permitidme,
de nuevo, hacer patria).Los bidibooks funcionan por un cdigo QR (Quick
Response Codes) para telfonos mviles. Para usarlos slo hay que descargar
al mvil un programa lector de QR y hacer una foto con la cmara del telfono
al cdigo. Pero para que funcione este sistema es, adems, necesario tener
conexin a Internet en el mvil o poder hacerlo va Wi-Fi. Esos cdigos QR
(cdigos de barras en dos dimensiones impresos en el papel) la cmara los
traduce al telfono en una URL que remite al lector a ms informacin en la
Red sobre esa obra que tiene entre sus manos. As, se tiene acceso a vdeos,
fotografas y textos vinculados al libro, desde fuentes como Wikipedia, Flickr o
YouTube

9.3. Inteligencia Artificial y la Industria

La Inteligencia Artificial es una rama de la ciencia de computacin que comprende
el estudio y creacin de sistemas computarizados que manifiestan cierta forma de
inteligencia: sistemas que aprenden nuevos conceptos y tareas, sistemas que
pueden razonar y derivar conclusiones tiles acerca del mundo que nos rodea,
sistemas que pueden comprender un lenguaje natural o percibir y comprender una
escena visual, y sistemas que realizan otro tipo de actividades que requieren de
inteligencia humana.
Al disear un sistema de produccin integrado por computadora se debe dar
importancia a la supervisin, planificacin, secuenciacin cooperacin y ejecucin
de las tareas de operacin en centros de trabajo, agregado al control de los
niveles de inventario y caractersticas de calidad y confiabilidad del sistema.
Una de las reas que puede tener mayor incidencia directa en los procesos
productivos de la industria nivel mundial, es el diseo de sistemas de soporte para
la toma de decisiones basados en la optimizacin de los parmetros de operacin
del sistema.
Ejemplo: El sistema de visin artificial Robot Visin PRO, es capaz de ejecutar de
manera totalmente automtica las labores de identificacin de objetos y de control
de calidad de los mismos.
El sistema Robot Visin PRO es un paquete de software de visin que permite la
adquisicin de imgenes, pre procesamiento y segmentacin. Adems
realiza procesamiento de datos de alto nivel que brinda filtrado de imgenes,
elaboracin de clster y patrones, e identificacin de objetos
Anlisis de las Necesidades de un Robot:

Produccin Anual
Almacenamiento
Tiempo de Manipuleo
Layout(plan) de Mquinas
Accesibilidad
Dotacin de Operacin y Supervisin
Procesos vlidos para obtener resultados racionales:
Agente inteligente
Redes neuronales
Sistemas de lgica difusa
Sistemas Expertos
Algoritmos genticos

9.4. Inteligencia Artificial y la robtica

Uno de los aliados nmero uno en las exploraciones espaciales (especialmente
las ms arriesgadas) son, sin dudas, los robots. Es por ello que los esfuerzos
puestos en su desarrollo aumentan da a da, dando como resultado increbles
mquinas que casi todo lo pueden.
Conquista espacial: Lanzan innovadores robots espaciales
El sofisticado MarsCuriosity de la NASA, expedicionario tecnolgico que aterriz
en Marte el seis de agosto de 2012, con el objetivo de ayudar a los cientficos a
averiguar si hay o hubo vida en el planeta rojo. La bsqueda del Rover se centr
en el Crter Gale, del cual pudo, por primera vez en la historia, perforar una de
sus rocas y recoger varias muestras.
Reconfigurable Integrated Multi Robot Exploration System

Tal vez inspirados en la hazaa del Curiosity, en Alemania se han ideado robots
similares pero capaces de explorar los crteres de la Luna.
El proyecto Reconfigurable IntegratedMulti Robot ExplorationSystem (RIMRES) es
impulsado por el Centro de Innovacin de Robtica (DFKI) y el Centro de
Tecnologa Espacial Aplicada y Micro gravedad (ZARM), los cuales esperan poder
encontrar agua congelada en el satlite de la Tierra.
El primer robot diseado dentro de RIMRES se llama SHERPA, un transportador
que mide 2,4 metros de largo y pesa 200 kilos. Su desplazamiento se realiza
mediante un tren hbrido de ruedas y piernas con suspensin adaptable, que le
permite moverse con rapidez en terrenos accidentados, escalar rocas o liberarse
en caso de quedar atrapado. Su funcin principal es llevar sobre s hasta reas
de inters a un segundo robot, CREX.
CREX es un mini robot de un metro de longitud que pesa solo 27 kilos, cuenta con
patas articuladas y equipadas con sensores, gracias a las cuales es capaz de
analizar las superficies por las que se mueve Kirobo.
Claro que para ver despegar a estos increbles robots rumbo a la Luna pasarn
muchos aos. Pero la presencia de estos aparatos en el espacio no siempre se
relaciona con la exploracin: tambin pueden ser tiles herramientas

de comunicacin. Precisamente, en este tiempo, un robot humanoide en miniatura

de origen japons est por ser enviado a la Estacin Espacial Internacional para
tender un puente con la Tierra.
Kirobo

Kirobo, diseado por TomotakaTakahashi y desarrollado por Dentsu Inc., mide 34

centmetros, pesa un kilo y ya fue sometido exitosamente a algunas pruebas de
gravedad cero. Por medio de tecnologas de procesamiento de lenguaje aportadas
por Toyota, el simptico humanoide puede entender y hablar en japons. De esta
manera, podr entretener al astronauta Koichi Wakata, que recibir y responder
mensajes de Twitter desde y hacia nuestro planeta a travs del robot.

10. CONCLUSIONES

se podra resaltar que se ha logrado abarcar diferentes temas, desde varios

puntos de vista, todos tratando acerca de la inteligencia artificial, tales temas
como, su historia, sus implicaciones en diferentes reas, as como en nuestra
vida diaria, es posible decir que con este trabajo no logramos atender
completamente a fondo, toda la informacin que la inteligencia artificial nos
brinda, pero si logramos aprender una gran parte de ella. Ahora es posible
abstraer el cmo ha afectado el cambio tecnolgico con el diario vivir de las
personas de una manera tanto para bien como para mal.

Dentro del mbito de las Ciencias de la Computacin la Inteligencia Artificial es

una de las reas que causa mayor expectacin, incluso dentro de la sociedad
en general, debido a que la bsqueda para comprender los mecanismos de la
inteligencia, ha sido la piedra filosofal del trabajo de muchos cientficos por
muchos aos y lo sigue siendo.

Dentro de las reas de la Inteligencia Artificial lo que ms ha atrado, es el

aprendizaje de mquinas, resultando vital el proceso de emular
comportamientos inteligentes.

Que un sistema pueda mejorar su comportamiento sobre la base de la

experiencia que recoge al efectuar una tarea repetitiva y que adems, tenga
una nocin de lo que es un error y que pueda evitarlo, resulta apasionante.

11. BIBLIOGRAFIA

http://es.wikipedia.org/wiki/Historia_de_la_inteligencia_artificial (Tomado el
27/03/2013)

http://es.wikipedia.org/wiki/L%C3%B3gica_difusa (Definicin Lgica Difusa tomada

el 28/03/2031)

http://es.wikipedia.org/wiki/Historia_de_la_inteligencia_artificial (Tomado el
27/03/2013)

http://es.wikipedia.org/wiki/Historia_de_la_inteligencia_artificial (Tomado el
27/03/2013)

http://www.slideshare.net/uni_fcys_sistemas/inteligencia-artificial-en-las-industrias
(Autor: Chavez, Ariel. Tomado el 10/04/2013)

http://www.slideshare.net/uni_fcys_sistemas/la-i-a-en-la-agricultura (Autores:
Ayestas, Carlos. Sarantez, Eddy. Tomado el 10/04/2013)

http://www.slideshare.net/joismael/inteligencia-artificial-en-la-educacin (Autor: Arias,

Jonnathan. Tomado el 10/04/2013)

http://www.gestiopolis.com/administracion-estrategia/inteligenciaartificial.htm