SISTEMAS INTELIGENTES

Docente: Ing. Teddy Negrete

INTEGRANTES:

• DENNIS LAINEZ ROMERO

 CONTENIDO

1. INTRODUCCIÓN .................................................................... 1.1

2. INTELIGENCIA ARTIFICIAL ................................................... 1.2
3. FUNDAMENTOS .................................................................... 1.3
4. TÉCNICAS DE INTELIGENCIA ARTIFICIAL .......................... 1.4
5. ACTUALIDAD DE LOS SISTEMAS INTELIGENTES .............. 1.5
 1.1 INTRODUCCIÓN LOS SISTEMAS INTELIGENTES

Para que un sistema sea considerado inteligente debe comprender

lo que está sucediendo y debe acercarnos experiencias similares
ante distintas situaciones, con el fin de resolver problemas o tomar
decisiones. En el caso de una organización, por ejemplo, un
sistema inteligente deberá entender el rol que cumple cada parte y
deberá identificar aquel conocimiento que pueda ser útil en un
momento específico. Es decir, la información debe venir a nosotros
en el momento indicado, ni antes, ni después.

La humanidad elaboró primero herramientas, después les agregó la

fuerza, obteniendo las máquinas; ahora está en el proceso de
agregar inteligencia, de construir robots y computadoras
inteligentes. Pero ¿por qué construir sistemas inteligentes
artificiales? ¡Porque ellos nos ayudan mejor que las herramientas o
las máquinas a vivir más confortablemente! Con el correr del
tiempo, nos liberarán de todas las preocupaciones sobre asuntos
materiales. Un sistema inteligente artificial es un programa de
computación que consta de partes para cada una de las funciones
descriptas en el documento sobre sistemas inteligentes.
 1.2 INTELIGENCIA ARTIFICIAL

Inteligencia Artificial es un concepto paraguas que abarca cualquier

tecnología que permite a las computadoras imitar habilidades
humanas. En este sentido, áreas como la Robótica, la Computación
Paralela, el Procesamiento del Lenguaje Natural, el Aprendizaje
Automático, el Aprendizaje Profundo, forman parte de la Inteligencia
Artificial. Todas estas áreas buscan, a su modo, automatizar
actividades que los seres humanos las hacen de manera natural e
intuitiva

No existe una definición aceptada por todos los expertos de lo que

significa la inteligencia artificial. Primero, porque es una ciencia
nueva, cambiante y experimental. Y segundo, porque ni siquiera
podemos definir con exactitud qué es la inteligencia humana...
En su forma más simple, la IA es el intento de imitar la inteligencia
humana usando un robot, o un software. Pero es un concepto muy
vago, porque existen muchas ramificaciones. Stuart
Russell y Peter Norvig diferenciaron cuatro tipos en 2009.

Estos fueron sistemas que piensan como humanos, como por

ejemplo las redes neuronales artificiales. Sistemas que actúan como
humanos, como los robots. Sistemas que usan la lógica racional,
como los sistemas expertos, y sistemas que actúan racionalmente,
como los agentes inteligentes
La inteligencia artificial es un vasto campo de estudio que
incluye muchas teorías, métodos y tecnologías, además de los
siguientes subcampos principales:

• El aprendizaje basado en máquina automatiza la

construcción de modelos analíticos. Emplea métodos de redes
neurales, estadística, investigación de operaciones y física
para hallar insights ocultos en datos sin ser programada de
manera explícita para que sepa dónde buscar o qué
conclusiones sacar.

• Una red neural es un tipo de aprendizaje basado en máquina

que se compone de unidades interconectadas (como
neuronas) que procesa información respondiendo a entradas
externas, transmitiendo información entre cada unidad. El
proceso requiere múltiples pases en los datos para hallar
conexiones y obtener significado de datos no definidos.
• El aprendizaje a fondo utiliza enormes redes neurales con
muchas capas de unidades de procesamiento, aprovechando
avances en el poder de cómputo y técnicas de entrenamiento
mejoradas para aprender patrones complejos en grandes
cantidades de datos. Algunas aplicaciones comunes incluyen
reconocimiento de imágenes y del habla.

• El cómputo cognitivo es un subcampo de la inteligencia

artificial que busca una interacción de tipo humano con las
máquinas. Utilizando la inteligencia artificial y el cómputo
cognitivo, el objetivo final es que una máquina simule
procesos humanos a través de la capacidad de interpretar
imágenes y el habla – y luego hable de forma coherente como
respuesta.

• La visión por computadora se apoya en el reconocimiento

de patrones y el aprendizaje profundo para reconocer lo que
hay en una imagen o video. Cuando las máquinas pueden
procesar, analizar y entender imágenes, pueden capturar
imágenes o videos en tiempo real e interpretar sus
alrededores.

• El procesamiento del lenguaje natural (NLP, por sus siglas

en inglés) es la capacidad de las computadoras de analizar,
entender y generar lenguaje humano, incluyendo el habla. La
etapa siguiente de NLP es la interacción en lenguaje natural,
que permite a los humanos comunicarse con las
computadoras utilizando lenguaje normal de todos los días
para realizar tareas.
 1.3 FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

FILOSOFÍA (DESDE EL AÑO 428 A.C. HASTA EL PRESENTE)

las filosofías son su propia época expresada en pensamiento;

pertenecen a su época y se hallan prisioneras de sus limitaciones:
el individuo es hijo de su pueblo, de su mundo, y por mucho que
quiera estirarse, jamás podrá salirse verdaderamente de su tiempo,
como no puede salirse de su piel» (Hegel, lecciones de historia de
la filosofía, I, 17-18)

MATEMÁTICAS (APROXIMADAMENTE DESDE EL AÑO 800 AL

PRESENTE)

El surgimiento de la matemática en la historia humana está

estrechamente relacionado con el desarrollo del concepto de número
(Catalá, A. y Ponsa. P. 2000).

ECONOMÍA (DESDE EL AÑO 1776 HASTA EL PRESENTE

A continuación, se muestra la historia del desarrollo de la ciencia

económica, es importante no confundir la historia económica con la
historia de la economía o historia del pensamiento económico,
disciplina que estudia la historia de las escuelas de pensamiento
económico.

NEUROCIENCIA (DESDE EL AÑO 1861 HASTA EL PRESENTE)

La neurociencia es el estudio del sistema neurológico, y en especial,

del cerebro (Holger, B. Rubén, O. 2012)

La conclusión verdaderamente increíble de los estudios del cerebro

es que una colección de simples células puede llegar a generar
razonamiento, acción y conciencia o, dicho en otras palabras, los
cerebros generan las inteligencias.
PSICOLOGÍA (DESDE EL AÑO 1879 HASTA EL PRESENTE)

Es la ciencia que se encarga de investigar cómo piensan y actúan los

humanos a continuación se muestran algunos sucesos que marcaron
el desarrollo de esta ciencia

INGENIERÍA COMUNICACIONAL (DESDE EL AÑO 1940 HASTA

EL PRESENTE)

Para que exista la inteligencia artificial es necesario contar con el

artefacto y la inteligencia a continuación se muestra las diferentes
generaciones de la computadora.

TEORÍA DE CONTROL Y CIBERNÉTICA (DESDE EL AÑO 1948

HASTA EL PRESENTE)

La teoría de control moderna tiene como objetivo el diseño de

sistemas que maximizan una función objetivo en el tiempo. Esto se
asemeja ligeramente a nuestra visión de lo que es la IA (Catalá, A. y
Ponsa . P. 2000).

LINGÜÍSTICA (DESDE EL AÑO 1957 HASTA EL PRESENTE)

La lingüística es la representación del conocimiento, gramática a

continuación se muestra la evolución de la misma.
 1.4 TÉCNICAS DE LA INTELIGENCIA ARTIFICIAL

Los campos de aplicación de la inteligencia artificial en las

empresas son muchos, y algunos están orientados a satisfacer
necesidades muy distintas.
1.- Machine learning o aprendizaje automático.
El Machine Learning es la rama de la ciencia que busca el
desarrollo de técnicas de inteligencia artificial que permitan a los
ordenadores aprender por sí mismos. Para ello se crean programas
que pueden generalizar ciertas respuestas a partir de información
sin estructurar, que se suministra como ejemplos. Con ello, se
induce al conocimiento por parte del ordenador.
2.- Fuzzy logic o lógica difusa
Conocida como lógica heurística. Esta técnica incide en lo relativo
de un escenario observado como posición diferencial. Es un tipo de
lógica que toma dos valores al azar, contextualizados y
relacionados entre sí. Por ejemplo, considerar una persona de 2
metros como alta al haber tomado antes el valor de una persona de
un metro como baja.
3.- Vida artificial
Consiste en el estudio de la vida y de los entornos artificiales que
muestran cualidades propias de los seres vivos en entornos de
simulación. Una de las técnicas de inteligencia artificial con más
proyección de futuro en el ámbito de la investigación.
4.- sistemas Expertos
Hace referencia a un sistema de información que se basa en el
conocimiento de un área de aplicación de gran complejidad y muy
específica. Sirve como asistente consultor y experto para los
usuarios de su interfaz.
Son entornos que proporcionan respuestas sobre problemáticas
muy específicas, pudiendo realizar inferencias muy parecidas a las
de un ser humano acerca de los conocimientos concretos
consultados.
5.- Data Mining o minería de datos
Esta técnica consiste en la extracción discriminada de información
que se encuentra implícita en los datos manejados. Dicha
información, desconocida previamente, se destina a ser utilizada en
algún otro proceso. La minería de datos sondea, prepara y explora
los datos para poder extraer alguna información que se oculte en
ellos.
6.- Redes Bayesianas
También conocidas como redes de creencia, estas redes son un
modelo probabilístico multivariado, que relaciona un conjunto de
variables de tipo aleatorio usando un grafo dirigido para indicar una
influencia casual de manera explícita.
Con un motor de actualización de las probabilidades llamado
el Teorema de Bayes, estas redes se convierten en una
herramienta muy útil a la hora de calcular probabilidades en casos
de nuevas evidencias. Es uno de los tipos de red que se denominan
de tipo casual.
7.- Ingeniería del conocimiento
Consiste en generar un nuevo conocimiento que no existía
previamente. Se hace a partir de la información que se contiene en
bases de datos de documentos y mediante el cruce de contenido de
los archivos.
Es una técnica que se basa en la Teoría de actor Red, poniendo de
manifiesto redes y creando nuevas. También implica el ejercicio de
la teoría de la «traducción-traslación», acercando y poniendo en
relación los actores, con el objetivo de producir una traducción en la
que llevar los enunciados o modalidades hacia nuevos estadios
evolutivos.
8.- Redes neuronales artificiales
Estas redes son un paradigma del aprendizaje y los procesamientos
automáticos, inspirado todo ello en el modo en que funciona el
sistema nervioso de los animales. Consiste en un sistema de
interconexión de neuronas en una red que colaboran entre ellas
para crear una respuesta de salida.
9.- Sistemas reactivos
Estos son sistemas de Aplicación critica, y un fallo o error puede
acarrear consecuencias graves. Al punto de poner en riesgo las
vidas humanas o el resultado de importantes inversiones
económicas.
Su comportamiento en estos entornos, de tiempo real, se determina
tanto por la sucesión de acciones que se ejecutan como por el
momento en que cada una de ellas se sucede y son procesadas.
10.- Sistemas basados en reglas
Consisten en modelos de representación del conocimiento que se
usan de manera amplia. Son apropiados para escenarios en los que
el conocimiento que se necesita representar surge de manera
natural en una estructura de reglas.
11.- Razonamiento basado en casos
Es un proceso para solucionar cuestiones basándose en soluciones
de problemáticas anteriores. El razonamiento que se basa en casos
se sirve de analogías para los nuevos razonamientos.
Se considera que no solo es una poderosa herramienta de cálculo
para ordenadores. Sino que los seres humanos usan el mismo
principio para la solución de problemas cotidianos.
12.- Técnicas de Representación de Conocimiento
Es un sistema que sirve para analizar el modo de pensar de manera
formal. Se usa un entorno de símbolos para la representación de un
dominio de discurso, junto a las funciones que puedan inferir sobre
los objetos procesados.
13.- Redes semánticas
Son maneras de representación del conocimiento lingüístico para
las que los conceptos y las interrelaciones entre ellos se
representan mediante grafos. Son utilizadas para la representación
de mapas conceptuales y mentales, entre otras funciones.
14.- Lingüística computacional
Es un campo multidisciplinar de la lingüística aplicada en la
informática. Se sirve de los sistemas informáticos para el estudio y
el tratamiento del lenguaje. Para ello, se intenta modelar de
manera lógica el lenguaje natural desde un punto de vista
programable.
15.- Procesamiento del lenguaje natural
Es una disciplina de la rama de la ingeniería para la lingüística
computacional. Se utiliza para la formulación e investigación de
mecanismos de eficacia informática para servicios de comunicación
entre las personas o entre ellas y las máquinas usando lenguajes
naturales.
 1.5 ACTUALIDAD DE LOS SISTEMAS INTELIGENTES.

En la última década, y en especial en los últimos años, la

inteligencia artificial (IA) se ha transformado; no tanto respecto a lo
que podemos hacer con ella sino en lo que hacemos. Para algunos,
esta fase se inició en 2007 con la llegada de los teléfonos
inteligentes.
Como explicaré a continuación, en realidad la inteligencia es solo
inteligencia, ya sea animal o artificial. Se trata de una forma de
computación y, como tal, de transformación de la información. La
abundancia de información personal, resultado de la vinculación
voluntaria de una parte ingente de la sociedad a internet, nos ha
permitido trasladar un gran caudal de conocimiento explícito e
implícito de la cultura humana obtenido por medio de cerebros
humanos a formato digital. Una vez ahí, podemos utilizarlo no solo
para funcionar con una competencia propia de humanos, también
para generar más conocimiento y acciones mediante la
computación automatizada.
 BIBLIOGRAFÍA

3 - ¿Qué es un sistema de información y cuáles son los pilares del

aprendizaje? (lezacconsulting.com)
¿A qué se le llama sistema inteligente? – Conocimientos – La divisa del nuevo
milenio (conocimientosweb.net)

Inteligencia artificial: qué es, cómo funciona y para qué se utiliza en la

actualidad | Tecnología - ComputerHoy.com
Inteligencia Artificial: Qué es y Por Qué Importa | SAS

1.2. LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL |

INTELIGENCIA ARTIFICIAL (wordpress.com)

Catalá,A. y Ponsa . P. 2000.Artificial Reasoners for Human

Process Supervision.ES. Revista DIALNET. Vol. 4, Nº. 9. p 76-86.

HILERA, J. MARTINEZ, V. 2000. Redes Neuronales Artificiales. Fundamentos,

modelos y aplicaciones. Alfaomega.

Holger, B. Rubén, O. 2012. Fundamentos de Inteligencia Artificial.Ing. Sup. en

Informática, 3º. (En línea). PE. Consultado, 15 de oct.2014. Disponible
en: http://www.ia.urjc.es/grupo/docencia/fia/material/temario_FIA_tema1.pdf

Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda

Edición. Pearson Education. España

Técnicas de inteligencia artificial: ¿cuáles son y para qué se usan? | APD

La última década y el futuro del impacto de la IA en la sociedad | OpenMind

(bbvaopenmind.com)