Antecedentes

Antecedente N.1
Nombre del proyecto: Investigación Aplicada Al Área De Inteligencia Artificial
Y Desarrollo De Un Sistema Experto

Desarrollado por: Chicas Villegas, Rudy Wilfredo Contreras Ayala, Hugo Ernesto
Cortez Recinos, Ruth Patricia Gutiérrez Recinos, Danny William

Fecha: agosto De 2004

Lugar: El Salvador
Objetivos de la investigación: Realizar una investigación sobre los
fundamentos teóricos de la inteligencia artificial, que sirva de base para el desarrollo de
un sistema experto.
• Recopilar la información necesaria para identificar y analizar los conocimientos
básicos de la inteligencia artificial a nivel general.
• Identificar las técnicas, métodos y herramientas involucrados en el desarrollo de
sistemas expertos.
• Utilizar el conocimiento adquirido durante la investigación, para desarrollar como
experiencia práctica, un prototipo de sistema experto en un dominio específico.

Aplicación: El área de la Inteligencia Artificial tiene muchos años de ser una

alternativa de solución para problemas complejos en muchos sectores de la sociedad. La
importancia de la realización del proyecto desde el punto de vista académico es la
necesidad de información sobre Inteligencia Artificial en El Salvador y especialmente
en la Universidad de El Salvador. El beneficio directo del material bibliográfico, se
observa a través de los estudiantes que lo utilizarán para investigaciones futuras sobre
IA
http://ri.ues.edu.sv/id/eprint/13463/1/Investigaci%C3%B3n%20aplicada%20al
%20%C3%A1rea%20de%20inteligencia%20artificial%20y%20desaarrollo%20de
%20un%20sistema%20experto.pdf
Antecedente N.2
Nombre del proyecto: La Inteligencia Artificial Y Su Uso En El Sector Público
Desarrollado por: Jamie Berryhill, Kevin Kok Heang, Rob Clogher, Keegan
McBride

Fecha: diciembre 2020

Lugar: México
Aplicación: Cuando se habla de la “Inteligencia Artificial”, puede ser difícil
formular una definición exacta. Con el tiempo se han formulado muchas definiciones y
los términos asociados, como Aprendizaje Automático y Aprendizaje Profundo (que se
describirán más adelante en este capítulo y a fondo en el Capítulo 2) han ganado
terreno, lo que contribuye a una mayor confusión. El aspecto artificial de la IA es
bastante claro: se refiere a todo lo que no es natural y, en este caso, hecho por el
hombre. También se puede representar mediante el uso de términos como máquinas,
computadoras o sistemas. El término inteligencia es un concepto mucho más
controvertido, lo que explica por qué todavía no se ha llegado a un consenso sobre cómo
definir la IA, ni siquiera entre los expertos (Miaihle y Hodes, 2017). John McCarthy, a
quien se le considera el padre de la IA, en 1956 definió la IA como “la ciencia e
ingeniería para fabricar máquinas inteligentes”.4 Un enfoque importante para definir la
IA, con base en un experimento ideado por Alan Turing, considera las similitudes entre
las máquinas y los seres humanos en cuanto a la demostración de la inteligencia (véase
el Recuadro 1.1). Esta prueba está bastante obsoleta en relación con los estándares
tecnológicos actuales, sin embargo, es común que todavía se haga referencia a ella
como uno de los primeros métodos para comprender la inteligencia de una máquina.
https://oecd-opsi.org/wp-content/uploads/2020/11/OPSI-AI-Primer-Spanish.pdf
Antecedente N.3

Nombre del proyecto: Inteligencia Artificial

Desarrollado por: Eduardo Morales, Enrique Sucar
Lugar: México
Objetivos de la investigación:
Tener un panorama de lo que es la Inteligencia Artificial (IA)
• Entender los principales conceptos de las áreas de IA y técnicas utilizadas
• Aplicar las técnicas de IA a la solución de problemas
• Conocer las tendencias actuales y que se espera a futuro

Aplicación: El objetivo del proyecto es profundizar en alguna de las técnicas de IA

vistas en el curso mediante el desarrollo de un programa que la implemente y aplique a
algún caso particular. Ejemplos de posibles tipos de proyectos:
• Desarrollar un sistema de juego (gato, domino, sudoku, etc.)
• Desarrollar un sistema experto para algún dominio basado en reglas, frames, redes
semánticas, redes bayesianas o combinaciones
• Implementar alguna técnica de aprendizaje (reglas, arboles de decisión, redes
bayesianas, ...) y aplicar a varios conjuntos de datos
• Desarrollar un sistema basado en el paradigma del pizarrón o multiagentes.
• Desarrollar una aplicación para analizar imágenes o texto