Introducción a

Sistemas Inteligentes
Sistema

Grupo de componentes interrelacionados que

trabajan juntos hacia un fin común, aceptando
inputs y produciendo outputs en un proceso de
transformación organizado.

O' Brien.
Inteligencia

Cualidad mental que consiste en la capacidad

para aprender de la experiencia, resolver
problemas y utilizar el conocimiento para
adaptarse a las situaciones nuevas.

David G. Myers.
Sistema Inteligente: Definición

Sistema que aprende durante su existencia(para

cada situación que se presenta) y que actúa
continuamente de forma interna o externa de
manera que alcanza su objetivo cada vez mejor.
Sistema Inteligente : Ejemplos
•
• Robots.
• Sistemas de reconocimiento de voz.
• Sistemas de visión artificial.
• Sistemas de reconocimiento de texto
manuscrito.
• Sistemas de detección de fraude telefónico.
Sistema Inteligente : Ejemplos

http://www.elmundo.es/elmundo/2009/08/26/ciencia/1251305110.html
Sistemas operacionales vs. Sistemas
inteligentes
• Base de conocimiento separada
del mecanismo de
procesamiento.
• Puede contener Errores.
• Consisten en la explicación.
• Los cambios en las reglas son
fáciles.
• La ejecución usa heurísticas y
lógica.
• Puede operar con información
incompleta.
• Representa y usa conocimiento.
• Conocimiento y procesamiento
combinados en un programa.
• No contiene errores.
• No da explicaciones, los datos
sólo se usan o escriben.
• Los cambios son tediosos.
• El sistema sólo opera completo.
• Se ejecuta paso a paso.
• Necesita información completa
para operar.
• Representa y usa datos.
Técnicas de SI
Los más destacables son:

• Lógica difusa.

• Redes neuronales.

• Computación Evolutiva.
Técnicas de SI: Lógica Difusa
• Modelación de la forma en que los seres
humanos representamos y procesamos la
información sensorial a un “alto nivel”, y la
forma “difusa” con que manejamos
lingüísticamente muchos conceptos.

“José es gordo” con peso(José)=120 kg.

Técnicas de SI: Redes Neuronales
• Capacidad de aprendizaje, esto se logra a través
de la repetitiva presentación de ejemplos, lo cuál
permite adaptar los pesos sinápticos de las
neuronas.
• Se utilizan para resolver problemas en los cuales
no existe un modelo analítico o es demasiado
complejo.
Técnicas de SI: Computación Evolutiva
• Utilizada principalmente en problemas con espacios
de búsqueda extensos y no lineales, en donde otros
métodos no son capaces de encontrar soluciones en
un tiempo razonable.
• Toma su inspiración en los procesos naturales de la
evolución(reproducción, mutación, competición y
selección ).
• Ayuda a la resolución de problemas en los que su
espacio de búsqueda es tan amplio que es imposible
poder abarcarlo todo para entregar la solución
óptima.