Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 – Inteligencia Artificial
Lógica Difusa
Antes de hablar sobre la lógica difusa, es bueno, tener en claro que es la lógica clásica para así entender con
más facilidad el tipo de lógica que estudiamos, y de donde proviene la misma, la clásica es la lógica que usualmente
usamos, esta se basa en los principios de Aristóteles, la misma tiene como objetivo determinar si nuestro
comportamiento es correcto o no lo es, en este tipo de lógica solo existen dos valores de veracidad, los cuales serían
verdadero o falso y es así como razonamos mayormente, está claro que, como ser humanos tenemos dificulta a la
hora de tomar decisiones cuando se tiene información imprecisa, es por ello que fue creada la lógica difusa, hablando
en términos generales esta aspira producir resultados exactos a partir de datos imprecisos. La palabra difusa se debe
a que los valores utilizados en esta, generalmente tienen una connotación de incertidumbre. Es por eso que cuando
hablamos de difuso puede entenderse como la posibilidad de asignar diferentes valores de verdad a los enunciados y
no solamente los clásicos falso o verdadero, ahora bien, de forma más particular la lógica difusa se basa en los
conjuntos difusos, en estos conjuntos difusos a cada elemento del universo se le asocia un grado de pertenencia a
dicho conjunto, en el intervalo (0,1), es por eso, que difieren de los conjuntos clásicos, ya que, la función de
pertenencia en estos sólo puede tener dos valores 1 ó 0. Si observamos esto de una manera más sencilla, entendemos
que la diferencia de la lógica clásica es que tiene solo dos valores, mientras que la lógica difusa busca tener una gran
cantidad de valores de veracidad, la cual, es una manera de buscar imitar la lógica humana, aunque esta toma
decisiones más acertadas a pesar de la información que posea. Entonces, se puede entender como lógica difusa a una
técnica de inteligencia que busca copiar la forma en que los humanos toman decisiones, esta misma se denomina
como un conjunto de principios matemáticos que están basados en grados formando así parte de un grupo, la misma
tiene como función modelar información, dicho modelado se realiza en base con reglas lingüísticas que se acercan a
una función mediante la relación de entradas y salidas de cada sistema, estas variables lingüística adopta valores con
palabras que permiten describir el estado de un objeto o fenómeno. Sí bien es cierto, puede haber muchos conceptos
más extenso y complejos, pero algo bastante interesante para llegar a entender bien esta rama de inteligencia artificial,
es conocer un poco más a fondo y no quedarnos solamente con un simple concepto, por lo tanto, me parece
conveniente e importante hablar un poco de su historia, de donde salió y quien la propuso.
En cuanto a su historia, este tipo de lógica fue planteada por Lorfi A. Zadehe en 1965 en un artículo, en el
cual planteó una teoría, la misma, se basaba en utilizar los dos valores de la lógica clásica, estos valores eran
dominados falso y verdadero, pero permitiendo tener valores parciales entres estos dos extremos, es decir, Zadehe
propuso colocar estos dos valores sobre un rango de (0.0, 1.0) en el cual, 0.0 se dominaría como totalmente falso y
1.0 quedaría como totalmente verdadero, debido que este tipo de lógica tiene como fin encontrar incertidumbres
entre dicho rango, existirán más valores entre 0.0 y 0.1, o sea, no se pueden tomar valores únicos para saber si es
cierto que un elemento pertenece o no, cada valor que se tome deber ser explícitamente entre 0-1, es por eso que las
opciones de respuesta son muchas y hasta infinitas en caso que no se limite adecuadamente el sistema o proceso en
estudio, en pocas palabras, entre esos valores existirán muchas posibilidades, por lo tanto se le denominan valores
parciales, esto debido a que, la lógica difusa tiene la posibilidad de medir el grado de dificultad, en otras palabras,
puede medir el grado en que algo ocurrirá o alguna situación existirá, permitiendo así, cuantificar en esa escala las
incertidumbres que se presenten en los casos de estudio. A partir allí, se entienden mejor la definición del concepto
(todo es cuestión de grados), dicho concepto fue determinado por unos Matemáticos que se dedicaban a la lógica en
esos tiempos. Si bien es cierto, que la lógica difusa se planteó en 1965 pero no fue hasta 1970 que fue aplicada, esto
sucedió gracias Ebrahim H. Mamdani, el cual, la empleo en un diseño de controlador difuso para un motor a vapor,
luego en 1971 el mismo Zadehe público otro artículo en el cual estaban los elementos formales de la lógica difusa y
sus aplicaciones, tal cual, como se conocen ahora en la actualidad, a partir de allí hasta hoy en día está presente en
la tecnología como en la robótica y el control.
Algoritmo Genético
El algoritmo genético surgió como idea en 1967 en una tesis llamada El Funcionamiento de los Sistemas
adaptables empleando algoritmos genéticos y correlativos, pero no fue hasta 1970 de la mano de Holland surgió unas
de las líneas más satisfactorias de la inteligencia artificial. Ahora bien, sabemos que la mayoría de los problemas en
la ciencia e ingeniería incluso en la vida diaria pueden entenderse como la búsqueda de un máximo o un mínimo de
una función, los cuales se pueden llamarse problemas de optimización y para resolver dichos problemas existen
muchos métodos, entre esos métodos podemos encontrar los métodos matemáticos pero también hay métodos que
se basan en la naturaleza, debido a que existen mucho fenómeno biológico que pueden adaptar a ciertas situaciones,
lo cual lo podemos ver como una forma de optimización. De allí viene la inspiración del algoritmo genético, el cual,
se basa en los principios de selección natural, por ello es importante conocer varios conceptos biológicos con los que
se relaciona, sabemos que la evolución actúa sobre los personas o individuos de una población y que aquellos que
mejor se adapten son los que tienen más probabilidades de sobrevivir, dar descendencia e igual que su material
genético, el cual, se codifica en forma de genes y mediante la copia o reproducción de los genes se puede producir
algunas mutaciones, es decir, pequeños cambios que dan nuevo material para explorar.
Herencia
Sabemos que los genes que son los encargados de aportar los rasgos hereditarios, esto sucede cuando los
genes se combinan provocando así dichos factores, la cual se trasmite por medio de células sexuales.
Código Genético
Por otro lado, el código genético está formado por los ácidos nucleicos ADN Y ARN, este se basa en una
serie de reglas que define como transformar una secuencia de ácidos nucleicos a una secuencia de aminoácidos.
Selección Natural
En cuanto a la selección natural, esta consiste en que la naturaleza elige como se reproducen los organismos
de acuerdo a sus propiedades y así favorecer a la adaptación e impulsando la evolución de las especies, esta teoría
fue creada para explicar dicha evolución, y está basada en el origen de todas las especies. Ahora bien, el algoritmo
genético se basa en estas ideas para optimizar el valor de las variables de una función, las mismas hacen el papel de
genes virtuales con sus valores codificados en binarios o cadenas de dígitos. Su principal objetivo es tener la
capacidad de simular la adaptación biológica, con la cual se puedan obtener muchas solucioné diferentes y escoger
la mejor, y gracias a ello se pude aplicar a una gran variedad de situaciones que no se pudieron resolver por otro
método. Sabemos que todo organismo vivo contiene células y cada célula contiene cromosoma y cada cromosoma
contiene ADN, a un conjunto de ellos se le llama genoma, que son la colección completa del material genético, y lo
que se conoce como genotipos es el conjunto de genes que contiene dicho genoma. Ya recordando un poco de
biología podemos concentrarnos en el algoritmo genético, el mismo empieza con una población inicial de datos, los
cuales van a representar posibles resultados, los mismos los podemos ver como si fueran los cromosomas, estos datos
contienen bit, esos bit serían los genes, al tener dichos datos pasaran a ser evaluados donde se les aplicara una función
de aptitud para saber si la solución que está siendo codificada es eficaz, ya siendo evaluados cada dato tendrá una
calificación, la misma es bastante importante, porque en base a esa calificación se hará el proceso de selección, es
decir, que aquellos que tenga buena calificación serán seleccionados para ser cruzados en la siguiente concepción,
por lo tanto significara que será una solución eficaz para el problema que se debe resolver, en esta etapa vemos el
ejemplo de selección natural, ya que los que no califican son eliminados, luego que ya están seleccionados los datos
adecuados, comienza el cruce y mutación de datos, el cruce de datos se basa en la recombinación y corte de datos en
una secuencia de bit, mientras que la mutación se basa en cambiar un bit en la cadena de datos, la mutación se puede
dar al final del cruce de datos o antes del cruce, la misma, ayuda a que el algoritmo no se quede ahogado en alguna
solución sin sentido. Luego de este proceso se presenta nuevamente la selección con la función de aptitud para saber
qué tan eficaz es la serie de datos obtenida. Una ventaja del algoritmo genético se puede manipular muchos
parámetros simultáneamente para así explorar muchas soluciones, pero también es muy importante tomar en cuenta
que la fusión de aptitud debe considerarse cuidadosamente para así alcanzar una evaluación real que proporcione
una solución para mejorar el problema dado, evitando soluciones falsas.
Nombre y Apellido: Estefani Díaz
Cedula: 28113966
Expediente:20162-C100