INTELIGENCIA

ARTIFICIAL
Y
SISTEMAS EXPERTOS

Grupo 4: Melissa Eslava, Ma. Carolina Orta, Xenia Puente, Hanobi Rodríguez, Noraima Rojas
 INTELIGENCIA ARTIFICIAL (IA):

La Inteligencia Artificial es la parte de la Ciencia que se ocupa del

diseño de sistemas de computación inteligentes, es decir, sistemas
que exhiben las características que asociamos a la inteligencia en el
comportamiento humano que se refiere a la comprensión del
lenguaje, el aprendizaje, el razonamiento, la resolución de problemas,
entre otros.

La Inteligencia Artificial es una ciencia que intenta la creación de

programas para máquinas que imiten el comportamiento y la
comprensión humana.
 INTELIGENCIA ARTIFICIAL (IA):

Los sistemas de Inteligencia Artificial incluyen a las personas, los

procedimientos, el hardware y software, los datos y los conocimientos
necesarios para desarrollar sistemas, y máquinas de computación que
presenten características de inteligencia. El objetivo del desarrollo de
sistemas de IA contemporáneos no es el reemplazo completo de la
toma de decisiones de los humanos, pero sí duplicarlas para ciertos
tipos de problemas bien definidos.
 ETAPAS DE LA IA:

1943 - 1956 Estudios centrados en Redes Neuronales.

Demostración de Teoremas y Ajedrez.

(1937) Matemático Ingles Alan Mathison Turing

(Articulo "Números Calculables”), introdujo la Máquina
de Turing, una entidad matemática abstracta que
formalizo el concepto de algoritmo y resulto ser la
precursora de las computadoras digitales.

Considerado padre de la Inteligencia Artificial, por su

famosa Prueba de Turing, que permitiría comprobar si
un programa de computadora puede ser tan
inteligente como un ser humano.
 ETAPAS DE LA IA:

Creación de sistemas que resuelvan cualquier

1952 - 1969 problema.
Avances limitados por los recursos computacionales.

Algoritmos genéticos.
1966 - 1974
Problemas en la representación del conocimiento.

1969 - 1979 DENDRAL, MYCIN.

Las empresas se interesan por la IA.

1980 - 1988
Control industrial y robótica.

Resolución de problemas del mundo real.

1988 ….
Sistemas especializados que cooperan.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica I.A

Desarrollo de dispositivos mecánicos o de computación que tengan la

capacidad de realizar funciones y/o tareas que requieran de un alto
grado de precisión, tediosas o impliquen riesgo de peligro para los
seres humanos. En la actualidad se combinan las capacidades de alta
precisión de la máquina con un software controlador sofisticado.

Robot QRIO de Sony http://www.youtube.com/watch?v=rokOtmUhos0

El primer trabajo práctico de Robótica en la Maestría de Inteligencia Artificial en la UCLA,
Venezuela :D...Robot minibot Lego RCX
http://www.youtube.com/watch?v=Wz0aJmFYeaE
http://www.youtube.com/watch?v=yzCadN4_5Ms
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica I.A

Sistemas de
Visión

Equipos y software que les permite a las computadoras capturar,

almacenar y manipular imágenes visuales y fotografías.

Se pueden usar junto con robots para darles "visión" a estas máquinas y
que pueda tomar decisiones con base a lo que ve y reconocer la
información visual de acuerdo con patrones generales.

Ver video: http://www.youtube.com/watch?v=HdHFTxlYIjc

 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de
Visión

Procesamiento de
Lenguaje Natural

Programas que tienen como entrada lenguajes humanos para

traducirlos en un conjunto estándar de instrucciones que una
computadora ejecuta.
Permiten a los seres humanos usar su propio lenguaje natural cuando
interactúan con programas como sistemas de administración de bases
de datos (DBMS) o sistemas de apoyo para la toma de decisiones.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A
Sistemas de
Visión

Procesamiento de
Lenguaje Natural

El objetivo de los procesadores de lenguaje natural es eliminar

paulatinamente la necesidad de aprender lenguajes de programación
o comandos personalizados para que las computadoras entiendan.

Su ventaja radica en que combinados con dispositivos de

reconocimiento de voz, el usuario de instrucciones a las computadoras
para que realicen tareas, sin usar un teclado o cualquier otro
http://www.youtube.com/watch?v=ilchnpsROSs
dispositivo de entrada. Ver video:
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de
Visión

Procesamiento de
Lenguaje Natural Sistemas de
Aprendizaje

Combinación de software y equipos que le permite a la computadora

cambiar su modo de funcionar o reaccionar a situaciones, basado en
la retroalimentación que recibe.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de
Visión

Procesamiento de
Lenguaje Natural Sistemas de Redes
Aprendizaje Neuronales

Es un sistema de computación que puede actuar en la misma forma

que funciona el cerebro humano, o simularlo. La redes neuronales
pueden procesar muchas piezas de información al mismo tiempo y
aprender a reconocer patrones.

Un sistema de red neuronal aprende por ensayo y error.

Ver video: http://www.youtube.com/watch?v=1u18juT89NM

 PRINCIPALES RAMAS DE LA IA:

T Tomado de Wikilearning http://es.wikipedia.org/wiki/Red_neuronal_artificial

Red neuronal artificial perceptrón simple con n neuronas de entrada,

m neuronas en su capa oculta y una neurona de salida.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de
Visión

Procesamiento de
Lenguaje Natural Sistemas de Redes
Aprendizaje Neuronales

•Capacidad de recuperar información incluso si falla alguno de sus nodos.

•Modificación rápida de los datos almacenados a partir de nueva información.

•Capacidad de descubrir relaciones y tendencias en grandes bases de datos.

•Capacidad de resolver problemas complejos para los cuales no se cuenta con

la información.

Ver video: http://www.youtube.com/watch?v=DCcjMHt3CoY

 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de
Visión

Procesamiento de Sistemas de Lógica

Redes
Lenguaje Natural Aprendizaje Neuronales Difusa

Se basa en reglas que no tienen límites discretos, sino que se prolongan

en un continuum, permitiendo a un sistema manejar mejor la
ambigüedad. Esto es muy útil para reflejar cómo tienden a pensar las
personas, en términos relativos, no absolutos.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica I.A.
I.A

Sistemas de
Visión

Procesamiento de
Sistemas de Redes Lógica Algoritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos

Un algoritmo genético es un método de búsqueda dirigida basada en

Probabilidad. Al aumentar el número de iteraciones, la probabilidad
de tener el óptimo en la población tiende a 1. Funciones matemáticas
que usan los principios de Darwin para mejorar una aplicación. La
funciones se diseñan para simular en software, en cuestión de minutos
o segundos
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de Agentes
Visión Inteligentes

Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos

Programas de computadora que automáticamente revisan enormes

cantidades de datos y seleccionan y entregan la información más
adecuada para el usuario, de acuerdo con requisitos contextuales o
específicos. La aplicación más importante de los agentes inteligentes
se encuentra en la WEB.
www.google.co.ve www.amazon.com
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Robótica
I.A

Sistemas de Agentes
Visión Inteligentes

Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos

El propósito principal de los agentes inteligentes es realizar sus tareas

significativas más rápido, con más frecuencia y de manera más
efectiva, que el usuario. Los agentes inteligentes vinculan
automáticamente su computadora con sitios favoritos, le avisan
cuando éstos se hayan actualizado y adecuan páginas específicas a
sus preferencias.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Sistemas
Robótica Expertos
I.A

Sistemas de Agentes
Visión Inteligentes

Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos

Programa de computadora, inteligente, que usa el conocimiento y los

procedimientos de inferencia para resolver problemas que son
suficientemente difíciles como para requerir significativa experiencia
humana para su solución.
Hace un amplio uso del conocimiento especializado, como lo hace un
experto humano. Trabaja sobre un dominio especifico.
 PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:

Sistemas
Robótica Expertos
I.A

Sistemas de Agentes
Visión Inteligentes

Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos

Se utilizan los términos: Sistema Experto (SE), Sistemas Basados en

Conocimientos o Sistema Experto Basado en Conocimiento.
Para construir un SE, un ingeniero del conocimiento se entrevista con un
experto humano, y traduce la información en código.
 CARACTERISTICAS DE LO S SE:

• Pueden explicar su razonamiento o decisiones sugeridas.

• Puede mostrar un comportamiento "inteligente“.

• Puede obtener conclusiones de relaciones complejas.

• Puede proporcionar conocimientos acumulados.

• Puede hacer frente a la incertidumbre.

 CAPACIDADES DE LO S SE:

En comparación con otros tipos de sistemas de información, los SE

ofrecen varias capacidades poderosas y beneficios. Los SE se
pueden usar para solucionar problemas en todos los campos y
disciplinas y ayudar en la totalidad de las etapas del proceso de
solución del problemas.
• Fijación de objetivos estratégicos.
• Planeación.
• Diseño.
• Toma de decisiones.
• Control y supervisión de calidad.
• Diagnóstico.
 USO S DE LO S SE:

El desarrollo de un SE complejo puede ser difícil, costoso y requerir

de tiempo, por lo tanto, es importante asegurarse de que los
posibles beneficios valen el esfuerzo y que las diversas
características del SE se equilibran, en términos de costo, control y
complejidad.
www.sistemasexpertos.net
Visitar:
 LIMITACIO NES DE LO S SE:

• No se han usado o probado en forma extensa.

• Dificultad de uso.

• Están limitados a problemas relativamente limitados.

• No pueden enfrentar con facilidad a conocimientos "mixtos".

• Posibilidad de error.

• Dificultad de mantenimiento.

• Pueden tener costo altos de desarrollo.

• Ocasionan preocupaciones legales y éticas.

CO MPO NENTES DE LO S SE:

Interfaz de Usuario

El usuario interactúa con el SE a través de una interfaz, la cual puede

contender menús, procesamiento del lenguaje natural u otro tipo de
interacción. Debe ser amigable en la entrada y salida de información.
CO MPO NENTES DE LO S SE:

Adquisición de

Interfaz de Usuario
Conocimiento

Se corresponde con el proceso de crear y actualizar la base de

conocimientos
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
(Hechos)
y
Reglas

Almacena toda la información, datos, reglas, casos y relaciones

importantes que utiliza el SE. Para cada aplicación única se tiene que
desarrollar una base conocimientos.

Puede incluir conocimientos genéricos provenientes de teorías

generales que se han establecido con el tiempo y conocimientos
específicos que provienen de experiencias más recientes y de reglas
prácticas
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
(Hechos)
y
Reglas

Es similar a la suma total de los conocimientos y experiencias de los

expertos humanos que se obtienen a través de años de trabajo en un
área o disciplina específica.

Una BC que contiene información proporcionada por diversos

expertos humanos puede ser extremadamente eficiente y exacta
desde el punto de vista de sus sugerencia y pronósticos.
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
(Hechos)
y
Reglas

El uso de reglas: una regla es una instrucción condicionada que

enlaza determinadas condiciones con acciones o resultados. La regla
se crea por medio de construcciones de SI – ENTONCES.
Un SE puede usar casos al desarrollar la solución a un problema o
situación actual.
CO MPO NENTES DE LO S SE:

Adquisicion de Base de Conocimiento

Conocimiento (BC)

Interfaz de Usuario
Memoria Activa
(Hechos)
y
Reglas

El proceso incluye:
2) Encontrar casos almacenados en la base de conocimientos, que
sean similares al problema,
3) Modificar las soluciones a los casos para adaptarlas, o ajustarlas, al
problema o la situación actual.
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas

Conocido como Motor de Inferencia, usado para buscar información

y relaciones en la base de conocimientos, y proporcionar respuestas,
pronósticos y sugerencias en la misma forma en que lo haría un
experto humano.
En otras palabras es el que proporciona el consejo experto.

El conocimiento se representa como un conjunto de reglas y hechos.

CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas

Se asocia con un modelo o paradigma para resolver problemas.

•Modelo que utiliza métodos de encadenamientos de reglas SI –
ENTONCES para formar una línea de razonamiento.
• Si el encadenamiento comienza de un conjunto de condiciones y se
mueve hacia las conclusiones entonces el método es denominado
encadenamiento hacia adelante.
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas

• Si la conclusión es conocida pero la ruta de la conclusión no es

conocida entonces el método que se utiliza es el encadenamiento
hacia atrás.

El motor de inferencia contiene implementado estos métodos de

razonamiento y controla la ejecución de las reglas.
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas

Busca a través de la BC, intentando asociar el conocimiento

almacenado en forma de hechos el antecedente de una regla
(condición).
Si el antecedente de una regla es satisfecho, entonces la regla
ejecuta la acción de la conclusión o el consecuente.
CO MPO NENTES DE LO S SE:

Adquisición de Base de Conocimiento

Interfaz de Usuario
Conocimiento (BC)

Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
Medio de
Explicacion

Permite explicar el proceso de razonamiento seguido para tomar una

decisión.

Responderá a la pregunta: ¿Cómo? O ¿Por qué? Cuando ha

efectuado una conclusión.
CONCLUSIONES
APLICACIO NES DE LO S SE Y DE LA IA:

• Otorgar crédito.
• Administración y recuperación de información:
• IA y SE incorporados a los productos.
• Disposición de plantas.
• Instalaciones medicas y de hospitales.
• Departamento de ayuda y asistencia
• Evaluación del desempeño de empleados.
• Análisis de préstamos.
• Detección de virus.
APLICACIO NES DE LO S SE Y DE LA IA:

• Reparación y mantenimiento.
• Embarques.
• Mercadotecnia: CoverStory es un SE que trae información de una
base de datos y elabora, en forma automática, informes de
mercadotecnia.
• Optimización de almacenes.
• Un SE se puede integrar con otros sistemas en una organización
mediante una base de datos común.