CATEDRATICO:

LIC. MARIA TERESA COBOS PONCE

PRESENTA:
GONZALEZ HERNANDEZ FRANCISCO AGUSTIN
FLORENTINO RAMOS MARTHA LETICIA
HERNANDEZ HERNANDEZ MARIA DE LOS ANGELES
MARTINEZ DE LA CRUZ ANDRES
MEZA CONTRERAS DIANA SARAHI

MATERIA:
INTELIGENCIA ARTIFICIAL

TRABAJO:
INVESTIGACION UNIDAD 1

No. EQUIPO:
7
CERRO AZUL, VER; AGOSTO- 2013

INTELIGENCIA ARTIFICIAL 2013

INDICE

1.1

HISTORIA DE LA IA.............................................................................3

1.2
1.3

CONCEPTOS Y TECNICAS(ESTADO DEL ARTE)..........................4

DESARROLLOS ACTUALES..............................................................5

1.3.1 PROCESAMIENTO DE LENGUAJE NATURAL (PLN).......................5

1.3.2 RECONOCIMIENTO DE PATRONES..................................................6
1.3.3 ROBOTICA...........................................................................................7
1.3.4 SISTEMAS EXPERTOS.....................................................................11
1.3.5 LOGICA DIFUSA(FUZZY LOGIC).....................................................14
1.4

MODELOS DE AGENTE INTELIGENTE...........................................15

1.5

HEURISTICA......................................................................................17

CONCLUSIONES........................................................................................18

FUENTES BIBLIOGRAFICAS....................................................................19

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

1.1 HISTORIA DE LA IA
Teniendo en cuenta un punto de vista cientfico, podramos englobar a esta ciencia como
la encargada de imitar una persona, y no su cuerpo, sino imitar al cerebro, en todas sus
funciones, existentes en el humano o inventadas sobre el desarrollo de una mquina
inteligente.
Aplicando la definicin de Inteligencia Artificial, se piensa en mquinas inteligentes sin
sentimientos, que "obstaculizan" encontrar la mejor solucin a un problema dado.
Muchos pensamos en dispositivos artificiales capaces de concluir miles de premisas a
partir de otras premisas dadas, sin que ningn tipo de emocin tenga la opcin de
obstaculizar
dicha
labor.
Se define la inteligencia artificial como aquella inteligencia exhibida por artefactos
creados por humanos (es decir, artificial). A menudo se aplica hipotticamente a los
computadores. El nombre tambin se usa para referirse al campo de la investigacin
cientfica que intenta acercarse a la creacin de tales sistemas. La inteligencia artificial
se encarga de modelar la inteligencia humana en sistemas computacionales.
El estudio de las computaciones que permiten percibir, razonar y actuar.En esta unidad,
aprender sobre la importancia de la inteligencia artificial, como una rama de la
ingeniera y como un tipo de ciencia.Conocera algunas de las aplicaciones de xito de la
inteligencia artificial y, finalmente, estar al tanto de los criterios que puede utilizar para
determinar si los trabajos en inteligencia artificial tienen xito o no.Es una de las reas
de las ciencias computacionales encargadas de la creacin de hardware y software que
tenga
comportamientos
inteligentes
La inteligencia artificial es la disciplina que se encarga de construir procesos que al ser
ejecutados sobre una arquitectura fsica producen acciones o resultados que maximizan
una medida de rendimiento determinada, basndose en la secuencia de entradas
percibidas y en el conocimiento almacenado en tal arquitectura.

Las ideas ms bsicas se remontan a los griegos, antes de

Cristo. Aristteles (384-322 a.C.) fue el primero en describir un conjunto de reglas
que describen una parte del funcionamiento de la mente para obtener
conclusiones racionales, yKtesibios de Alejandra (250 a.C.) construy la primera
mquina autocontrolada, un regulardor del flujo de agua (racional pero sin
razonamiento).
En 1290 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento
poda ser efectuado de manera artificial.
En 1936 Alan Turing disea formalmente una Mquina universal que demuestra la
viabilidad de un dispositivo fsico para implementar cualquier cmputo
formalmente definido.

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas
artificiales, el cual se considera el primer trabajo del campo, an cuando todava
no exista el trmino. Los primeros avances importantes comenzaron a principios
de los aos 1950 con el trabajo de, a partir de lo cual la ciencia ha pasado por
diversas situaciones.
En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje
de programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms
tarde desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas
matemticos.
En 1956 fue inventado el trmino inteligencia artificial por John McCarthy, Marvin
Minsky y Claude Shannon en la Conferencia de Dartmouth , un congreso en el
que se hicieron previsiones triunfalistas a diez aos que jams se cumplieron, lo
que provoc el abandono casi total de las investigaciones durante quince aos.
En 1957 Newell y Simon continan su trabajo con el desarrollo del General
Problem Solver (GPS). GPS era un sistema orientado a la resolucin de
problemas.
En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de
Massachusetts (MIT), el LISP.

1.2 Conceptos: Estado del Arte

State of the art, muy utilizado en el ingls, aunque su origen se le atribuye a Aristteles
en su primer libro de Metafsica. Hace referencia al nivel ms alto de desarrollo
conseguido en un momento determinado sobre cualquier aparato, tcnica o campo
cientfico.

La expresin inglesa se puede traducir al espaol tambin como "punta", o " avanzado";
por ejemplo, state-of-the-art technology se traduce dentro del contexto cultural hispano,
es decir, no literal, como "tecnologa punta" o "tecnologa de vanguardia".
Dentro del ambiente tecnolgico industrial, se entiende como "estado del arte" o "estado
de la tcnica" todos aquellos desarrollos de ltima tecnologa realizados a un producto,
que han sido probados en la industria y han sido acogidos y aceptados por diferentes
fabricantes.
Se denomina Estado del Arte a la base terica sobre la que se basa el escrito, o la cual
se rebate en el desarrollo posterior en el escrito y que forma parte introductoria del
mismo. Es frecuente que el segundo captulo de una tesis doctoral en ingenieras se
denomine "Estado del arte" donde se hace un repaso de las tcnicas relacionadas con

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

dicha tesis doctoral. Este captulo es fundamental para explicar las aportaciones al
conocimiento que realiza la tesis al estado del conocimiento actual.

DESARROLLOS ACTUALES
1.3.1 PROCESAMIENTO DE LENGUAJE NATURAL PLN
El procesamiento del lenguaje es de manera general, el conjunto de instrucciones que
una computadora recibe en un lenguaje de programacin dado (formal), que le
permitirn comunicarse con un humano en su propio lenguaje, (ingles, francs, espaol,
etc).
El procesamiento del lenguaje natural presenta mltiples aplicaciones:

Correccin de textos
Traduccin automtica
Recuperacin de la informacin
Extraccin de Informacin y Resmenes
Bsqueda de documentos
Sistemas Inteligentes para la Educacin y el Entrenamiento

La correccin de textos permite la deteccin y correccin de errores ortogrficos y

gramaticales, Para detectar este tipo de errores, la computadora necesita entender en
cierto grado el sentido del texto. Los correctores de gramtica detectan las estructuras
incorrectas en las oraciones aunque todas las palabras en la oracin estn bien escritas
en el lenguaje en cuestin. El problema de detectar los errores de este tipo es complejo
debido a la existencia de gran variedad de estructuras permitidas.
Para describir las estructuras de las oraciones en el idioma, se usan las llamadas
gramticas formales, o sea conjuntos de reglas de combinacin de palabras y su orden
relativo en las oraciones.
La traduccin automtica se refiere a la traduccin correcta de un lenguaje a otro,
tomando en cuenta lo que se quiere expresar en cada oracin.
En el campo de la recuperacin de la informacin han desarrollado sistemas que
permiten obtener informacin sobre estadsticas deportivas, informacin turstica,
geografa etc.. En lugar de buscar los documentos para encontrar en ellos la respuesta a
su pregunta, el usuario podra hacer su pregunta a la computadora: Cmo se llama el
Presidente de Francia?, Cules son los centros ms avanzados en Procesamiento del
Lenguaje Natural?, y otras.

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

Por otra parte Se han desarrollado sistemas con la capacidad de crear resmenes de
documentos a partir de los datos suministrados. Estos sistemas son capaces de realizar
un anlisis detallado del contenido del texto y elaborar un resumen.
Tambin se han desarrollado sistemas inteligentes que permiten modelar el
comportamiento del estudiante, reconocer y procesar sus errores, desarrollar habilidades
en la resolucin de problemas y otras actividades del proceso enseanza y aprendizaje.
En ellos el Procesamiento del Lenguaje Natural juega un papel de relevante importancia
en la creacin y desarrollo de interfaces amigables.
Arquitectura de un sistema de Procesamiento del Lenguaje Natural
Uno de los elementos fundamentales en el diseo de un sistema PLN es sin lugar a
dudas la determinacin de la arquitectura del sistema, es decir, como se introducen los
datos a la computadora y como ella interpreta y analiza las oraciones que le sean
proporcionadas. A continuacin se muestra un esquema del anlisis lxico/ sintctico por
computadora. El sistema consiste de:
a. El usuario le expresa (de alguna forma) a la computadora que tipo de
procesamiento desea hacer;
b. La computadora analiza las oraciones proporcionadas, en el sentido morfolgico y
sintctico;
c. Luego, se analizan las oraciones semnticamente, es decir se determina el
significado de cada oracin;
d. Se realiza el anlisis pragmtico del texto. As, se obtiene una expresin final.
Se ejecuta la expresin final y se entrega al usuario para su consideracin.

1.3.2 RECONOCIMIENTO DE PATRONES

El reconocimiento de patrones es la ciencia que se encarga de la descripcin y
clasificacin (reconocimiento) de objetos, personas, seales, representaciones, etc. Esta
ciencia trabaja con base en un conjunto previamente establecido de todos los posibles
objetos (patrones) individuales a reconocer.
El margen de aplicaciones del reconocimiento de patrones es muy amplio, sin embargo
las ms importantes estn relacionadas con la visin y audicin por parte de una
mquina, de forma anloga a los seres humanos. El esquema de un sistema de
reconocimiento de patrones consta de varias etapas relacionadas entre s muestra un
esquema general de un sistema de reconocimiento de patrones, en el cual el sensor
tiene como propsito proporcionar una representacin factible de los elementos del
universo a ser clasificados. Es un sub-sistema crucial ya que determina los lmites en el
rendimiento de todo el sistema.

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

La Extraccin de Caractersticas es la etapa que se encarga, a partir del patrn de

representacin, de extraer la informacin discriminatoria eliminando la informacin
redundante e irrelevante. El Clasificador es la etapa de toma de decisiones en el
sistema. Su rol es asignar los patrones de clase desconocida a la categora apropiada.

El objetivo de estas etapas es ajustar el sistema para que sea capaz de clasificar
seales u objetos de entrada en una de las clases predefinidas. Para ello deber
analizar un cierto nmero de caractersticas y para poder clasificar satisfactoriamente
seales de entrada, es necesario un proceso de aprendizaje en el cual el sistema crea
un modelo de cada una de las clases a partir de una secuencia de entrenamiento o
conjunto de vectores de caractersticas de cada una de las clases. Generalmente se
acepta que la secuencia de muestras de entrenamiento debe contener para cada una de
las clases un mnimo de elementos igual a diez veces la dimensin de los vectores de
caractersticas. El sistema de reconocimiento de patrones debe tener en cuenta las
fuentes de variabilidad como son el ruido, rotaciones, cambio de escala y
deformaciones, lo cual se logra incluyendo en la secuencia de entrenamiento patrones
que hayan experimentado estas modificaciones.
Como se puede observar, el reconocimiento de patrones es la base terica ms
importante de la Biometra pues un sistema biomtrico es, en esencia, un sistema de
reconocimiento de patrones, razn por la cual el estudio de las bases matemticas sobre
las cuales se sustenta esta ciencia se vuelve de vital importancia para los fabricantes de
tecnologa biomtrica, no as para el desarrollo de este trabajo de tesis cuyo objetivo es
realizar una propuesta de estndar para el uso seguro de las tecnologas biomtricas en
el procesamiento de informacin.

1.3.3 ROBOTICA
La robtica es la ciencia multidisciplinaria encargada del diseo y creacin de las
maquinas llamadas robots, "Karel Capek utilizo el trmino checo robota (trabajo forzado,
labor) que en su traduccin se le conoce como robot".
La inteligencia artificial se ve aplicada en la accin de poder comandar y controlar a las
diferentes maquinas hacindolas capases de recibir y procesar la informacin exterior
mediante su programacin y sensores especializados, naciendo as los llamados robots,

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

los robots son diseados para que realicen trabajos con la finalidad reducir el esfuerzo
del hombre, den confort en base a esto los e divide a los robots teniendo en cuenta la
aplicacin que se le d en un campo especifico por ejemplo la enseanza, la medicina,
construccin, el hogar, etc.

Clases de robots
Robots Mviles: son robots que tienen la capacidad de moverse en un entorno de
acuerdo a la programacin previamente establecidas o programadas, esta clase de
robots son muy utilizados para hacer diferentes tipos de trabajos un ejemplo de este tipo
de robots es el que se enva hacia el espacio para la captura de fotos y la toma de
muestras espaciales.

Robots industriales: esta clase de robots tienen diferentes movimientos programados

los cuales tambin pueden ser modificados por personas desde un ordenador, tienen la
capacidad de manipular piezas y realizar diferentes tareas con movimientos

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

programados, son usador en la industria para procesos de fabricacin ya que pueden
realizar diferentes tareas secuencialmente. Los modelos ms usados en la actualidad
son los llamados brazos robticos debido a su forma.

Robots de servicio: son los robots diseados para en confort y ayudar al ser humano,
pueden ser robots con la capacidad del movimiento o tambin de tipo estacionario, su
modo de trabajo es prcticamente autnomo en muchos de los casos dependiendo la
labor que ejerzan, es decir no es dependiente de las rdenes del ser humano pueden
hacer su trabajo cuando este es necesario, un ejemplo de estos robots son los usados
en el hogar, oficinas , hospitales, y diferentes lugares, algunos tambin llamados mini
robots.

Robots Humanoides: los robots llamados humanoides obtienen su nombre de la

semejanza que existe con el ser humano ya que son construidos con rasgos fsicos
parecidos a los nuestros. Este tipo de robot contiene la capacidad de poder interactuar
con las personas y guarda la informacin recogida del entorno o de la persona con la
cual interacta, realiza estas acciones mediante los diferentes tipos de sensores que se

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

encuentran presentes a lo largo de su estructura, un ejemplo de esta clase de robos es
el conocido como ASIMO de la compaa Honda.

Teleoperadores: los llamados robots tele operadores son una clase de robots
diseados especficamente para recibir rdenes de un controlador en tiempo real este
tipo de robots captura el entorno en el que se desenvuelve mediante sensores que le
permiten la comunicacin con el ser humano, puede ser controlado a grandes distancias
y con gran precisin lo cual los hace muy tiles para situaciones potencial mente
peligrosas como desarmar una bomba o adentrarse en medios contaminados o
diferentes ambientes o situaciones peligrosas para el hombre.

10

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

Aplicaciones

En la actualidad a los robots se les puede dar diversas aplicaciones en diferentes

campos, al ser maquinas programables pueden realizar casi cualquier tarea
dependiendo de las limitaciones impuestas por la persona que lo creo.
En la industria: los robots industriales son empleados en el campo laboral industrial sus
aplicaciones varan dependiendo del proceso que sea necesario forjar, se los usa para
ensamblado como puede ser unir piezas, cortar, o se los puede utilizar para soldar,
como los usan en las grandes empresas automovilistas, procesos especiales,
empaquetar, pintar, para trasportar piezas de carga o descarga.
Se los utiliza mas en procesos de produccin en serie por su capacidad de hacer la
misma actividad una y otra vez y como son maquinas no se cansan, ni cometen errores
por fatiga como los humanos.
En el hogar: los robots empleados en el hogar pueden hacer diferentes tareas como
son dar servicio a las personas, dar seguridad, funcionan tambin como medio de
entretenimiento, pueden hacer tareas como de limpieza y reparacin, son
multifuncionales y se adaptan a la tarea que se quiera realizar.
Entornos Peligrosos: los robots en este campo son robots especiales diseados para
entrar en entornos peligrosos para el ser humano algunos de estos por ejemplo son los
empleados para desarmar bombas, limpiar lugares peligrosos, trabajar con desechos
qumicos, ayudar en labores de rescate, adentrarse en el ocano como submarinos.
Exploracin: los llamados robots espaciales trabajan en el espacio, algunos recolectan
informacin para despus ser estudiada.
Salud: en el rea de la salud los robots son usador para realizar operaciones de gran
precisin, algunos tambin diseados para ayudar a los ancianos y personas
discapacitadas.
Entretenimiento: son robots diseados estrictamente al entretenimiento como por
ejemplo los pequeos robots de figuras conocidas como, perros, gatos dinosaurios,
figuras de accin, etc.

1.3.4 SISTEMAS EXPERTOS

En los aos 70 que surgi un nuevo paradigma en la Inteligencia Artificial los Sistemas
Expertos, cuya funcin es desarrollar trabajos similares a los que desarrollara un
especialista en un rea determinada, la idea no es sustituir a los expertos, sino que

11

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

estos sistemas sirvan de apoyo a los especialistas en un dominio de aplicacin
especfico.
Estos sistemas expertos son en lo esencial sistemas de computacin basados en
conocimientos cuyos componentes representan un enfoque cualitativo de la
programacin. Muchas personas pueden creer que un Sistema Experto (SE) es un
sistema compuesto por subsistemas y a su vez estos por otros subsistemas hasta llegar
a los programas, y que los SE se miden por la cantidad de programas que contienen. Sin
embargo la cantidad no es lo que prima en los SE, si no la cualidad del mismo, esta
cualidad est dada por la separacin de las reglas que describen el problema (Base de
Conocimientos), del programa de control que es quien selecciona las reglas adecuadas
(Motor de inferencias).
Podemos decir que un Sistema Experto es una Base de Conocimientos (BC), una Base
de Hechos (BH) y un Motor (o Mquina) de Inferencias (MI). Por otra parte estos
sistemas no se miden por la cantidad de instrucciones o programas sino por la cantidad
de reglas que hay contenida en su Base de Conocimientos.
Para desarrollar los sistemas expertos primero es necesario abordar un rea de inters,
dentro de esta rea se seleccionan a los expertos, que son los especialistas capaces de
resolver los problemas en dicha rea. Por ejemplo el rea de inters de las empresas de
proyectos, son precisamente los proyectos y un especialista podra ser un arquitecto, un
ingeniero civil, etc. Ahora bien, casi siempre estos especialistas, son expertos en un
dominio especfico y es sobre este dominio, donde poseen su mayor experiencia
(Dominio de Experticidad), por ejemplo un Ing. civil especializado en cimientos.
Los sistemas expertos utilizados en inteligencia artificial son software que emula el
comportamiento de un experto humano en la solucin de un problema. Los sistemas
expertos funcionan de manera que almacenan conocimientos concretos para un campo
determinado y solucionan los problemas, utilizando esos conocimientos, mediante
deduccin lgica de conclusiones. Con ellos se busca una mejora en calidad y rapidez
de respuestas dando as lugar a una mejora de la productividad del experto.

Los sistemas expertos pueden estar basados en reglas, es decir, disponen de unos
conocimientos predefinidos que se utilizan para tomar todas las decisiones (aplicando
heurstica), o basados en casos (CBR, Case Based Reasoning), aplicando el
razonamiento basado en casos, donde la solucin a un problema similar planteado con
anterioridad se adapta a un nuevo problema.

12

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

Para los verdaderos expertos humanos supone un gran apoyo que reduce tiempo y, en
ocasiones puede realizar tareas por s mismo. Pero, para que un sistema experto sea
una herramienta efectiva debe de poseer dos capacidades: por un lado debe ser posible
explicar los razonamientos del sistema experto, por otro debe ser capaz de integrar
nuevos conocimientos as como modificar sus conocimientos obtenidos por otros
mejorados.
Estructura bsica de un SE
Un Sistema Experto est conformado por:
Base de conocimientos (BC): Contiene conocimiento modelado extrado del
dilogo con un experto.
Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema
que se ha descubierto durante el anlisis.
Motor de inferencia: Modela el proceso de razonamiento humano.
Mdulos de justificacin: Explica el razonamiento utilizado por el sistema para
llegar a una determinada conclusin.
Interfaz de usuario: es la interaccin entre el SE y el usuario, y se realiza
mediante el lenguaje natural.

Ventajas y limitaciones de los Sistemas Expertos

Ventajas
Permanencia: A diferencia de un experto humano un SE (sistema experto) no
envejece, y por tanto no sufre prdida de facultades con el paso del tiempo.
Replicacin: Una vez programado un SE lo podemos replicar infinidad de veces.
Rapidez: Un SE puede obtener informacin de una base de datos y realizar
clculos numricos mucho ms rpido que cualquier ser humano.

13

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la
capacidad de duplicacin el coste finalmente es bajo.
Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para
el ser humano.
Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s
(cansancio, presin, etc.).
Consolidar varios conocimientos.
Apoyo Acadmico.
Limitaciones
Sentido comn: Para un Sistema Experto no hay nada obvio. Por ejemplo, un
sistema experto sobre medicina podra admitir que un hombre lleva 40 meses
embarazado, a no ser que se especifique que esto no es posible ya que un
hombre no puede gestar hijos.
Lenguaje natural: Con un experto humano podemos mantener una conversacin
informal mientras que con un SE no podemos.
Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de
sus errores y de errores ajenos, que un SE haga esto es muy complicado.
Perspectiva global: Un experto humano es capaz de distinguir cuales son las
cuestiones relevantes de un problema y separarlas de cuestiones secundarias.
Capacidad sensorial: Un SE carece de sentidos.
Ejemplos importantes

Dendral
XCon
Dipmeter Advisor
Mycin
CADUCEUS
R1
CLIPS, Jess
Prolog

1.3.5 LOGICA DIFUSA

La lgica difusa o lgica heurstica 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. As, por ejemplo, una persona que mida 2 metros es claramente una
persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido

14

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

en 1 metro. Ambos valores estn contextualizados a personas y referidos a una medida
mtrica lineal.

En inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de

una variedad de problemas, principalmente los relacionados con control de procesos
industriales complejos y sistemas de decisin en general, la resolucin la compresin de
datos. Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa
cotidiana, por ejemplo en cmaras digitales, sistemas de aire acondicionado, lavarropas,
etc. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los
humanos, con la ventaja de ser mucho ms rpidos. Estos sistemas son generalmente
robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos
lenguajes de programacin lgica que han incorporado la lgica difusa seran por
ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje fril.
Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento
humano en la programacin de computadoras. Con la lgica convencional, las
computadoras pueden manipular valores estrictamente duales, como verdadero/falso,
s/no o ligado/desligado. En la lgica difusa, se usan modelos matemticos para
representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que
puedan
ser
manipuladas
por
los
ordenadores.
En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que los
sistemas de control pueden necesitar retroalimentarse en un espacio concreto de
tiempo, pueden necesitarse datos anteriores para hacer una evaluacin media de la
situacin en un perodo anterior...

1.4 MODELOS DE AGENTE INTELIGENTE

Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales
percepciones y responder o actuar en su entorno de manera racional, es decir, de
manera correcta y tendiendo a maximizar un resultado esperado. En este contexto la
racionalidad es la caracterstica que posee una eleccin de ser correcta, ms
especficamente, de tender a maximizar un resultado esperado. Este concepto de
racionalidad es ms general y por ello ms adecuado que inteligencia (la cual sugiere
entendimiento) para describir el comportamiento de los agentes inteligentes. Por este
motivo es mayor el consenso en llamarlos agentes racionales. Un agente inteligente
puede ser una entidad fsica o virtual. Si bien el trmino agente racional se refiere a
agentes artificiales en el campo de la Inteligencia Artificial, tambin puede considerarse
agentes
racionales
a
los
animales
incluido
el
hombre.
Es posible clasificar los agentes inteligentes en 5 categoras principales:

15

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

- Agentes reactivos

- Agentes reactivos basados en modelo

- Agentes basados en objetivos

- Agentes basados en utilidad

- Agentes que aprenden

La racionalidad es necesaria

En muchos textos se define agente inteligente como todo agente capaz de tener
conciencia de su entorno y actuar sobre l. No obstante es necesario exigir que estas
decisiones sean racionales en el sentido de que persigan algn fin. Vamos a mostrarlo
con un contraejemplo: cuando un fotn con la suficiente energa incide sobre un tomo,
puede arrancar de l un electrn. Podramos considerar al tomo inteligente puesto que
percibe su entorno (la incidencia del fotn) y acta sobre su entorno (emite un electrn).
La ausencia de relacin entre la emisin del electrn y cualquier hipottico inters del
tomo muestra que este no es un agente inteligente pese a verificar la definicin de
Bertrand
Russell.
La conducta de un agente no suele ser la ptima.

Paradjicamente, la conducta de un agente rara vez es la optima. La razn es muy

sencilla calcular el optimo de un criterio lo suficientemente bueno para ser considerado
razonable teniendo en cuenta las mltiples restricciones que concurren es muy difcil.
Ejemplos de ello es lo difcil que es calcular la mejor ala para un avin, el mejor perfil
para un coche o la mejor hlice para un barco. Para un estudiante es fcil calcular el
mximo de un polinomio de segundo grado derivando e igualando a cero. En este caso
el criterio es muy sencillo -es un polinomio de segundo grado- y no concurre ninguna
restriccin.
Cuando el criterio es una funcin real de muchas variables y las restricciones tambin,

16

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

los clculos son mucho ms complicados. Algunas veces se puede lograr una buena
aproximacin; pero, si un agente inteligente debe tomar una decisin en muy poco
tiempo, deber conformarse con la mejor aproximacin que pueda calcular en el escaso
tiempo de que dispone.

1.5 HEURISTICA
La capacidad heurstica es un rasgo tpico de los humanos. Consiste en la capacidad
de realizar innovaciones positivas para conseguir los fines que se pretenden. Tambin
podemos definirla como la solucin de problemas en los cuales, las soluciones se
descubren por la evaluacin del progreso logrado en la bsqueda del resultado final.
La base de la heurstica surge de la experiencia de resolver problemas y ver
cmo otros lo hacen. De lo anterior podemos deducir que un mtodo heurstico aplicado
correctamente puede devolver soluciones falsas, positivas o negativas.
En las ciencias de la computacin, el mtodo heurstico es usado en
determinadas circunstancias, cuando no existe una solucin ptima bajo las
restricciones dadas. En general la manera de actuar de los programas heursticos
consiste en encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones.
Dadas las caractersticas de la heurstica, sta es muy usada en juegos
informticos que se adelantan a lo que va a hacer el usuario basndose en la
experiencia y los pasos que ha seguido en otras ocasiones.
Muchos algoritmos en la inteligencia artificial son heursticos por naturaleza, o
usan reglas heursticas. Un ejemplo claro son los programas que detectan si un correo
electrnico es o no spam. Cualquiera de las reglas usadas de forma independiente
pueden llevar a errores de clasificacin, pero cuando se unen mltiples reglas
heursticas, la solucin es ms robusta y creble.

17

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

CONCLUSIONES
En esta investigacin aprendimos que tenemos demasiados avances en cuanto a
tecnologa, ya que hoy en da existe la robtica que como vimos pueden realizar trabajos
mucho ms difcil que un humano pero que a su vez el humano no se expone a algn
peligro gracias a la tecnologa que se tiene, tambin se mencion que hay sistemas
expertos los cuales ayudan en determinadas reas a facilitar el trabajo de un
especialista, no quiere decir que lo suplante, si no que se encuentre ms fcil una
solucin a algn problema.

18

EQUIPO 7

INTELIGENCIA ARTIFICIAL 2013

FUENTES BIBLIOGRAFICAS

Sistemas expertos. www.informaticaintegral.net Recuperado el 12 de septiembre del

2013 de http://www.informaticaintegral.net/sisexp.html

Inteligencia artificial. www.blogspot.mx Recuperado el 13 de septiembre del 2013

dehttp://inteligenciaartificialudb.blogspot.mx/2008/01/concepto-caractersticas-ymetodologas.html

19

EQUIPO 7