Universidad Alejandro de Humboldt

Facultad de ingeniería

Ingeniería en informática

Robótica

Aplicación de Inteligencias artificial.

Estudiante:

Alberto Chacón

C.I: V-27.318.520

Caracas, 13 de junio de 2022

 Índice.

Índice.................................................................................................................2

Introducción.......................................................................................................4

La inteligencias artificial...................................................................................5

Como funciona..................................................................................................5

Cuáles son su riesgo.........................................................................................7

Cual su función principal...................................................................................7

Cuáles son los tipos de inteligencias artificiales...............................................8

1. Máquinas reactivas..............................................................................8

2. Memoria limitada..................................................................................8

3. Teoría de la mente...............................................................................9

4. Autoconciencia.....................................................................................9

Cuáles son los algoritmos más importantes que utiliza la inteligencia artificial.
.........................................................................................................................10

1. Aprendizaje por refuerzo...................................................................10

2. Aprendizaje supervisado...................................................................10

3. Aprendizaje no supervisado..............................................................11

LENGUAJES DE PROGRAMACIÓN EN ROBÓTICA....................................11

1. Programación robótica con PYTHON................................................11

2. Programación robótica con C++..........................................................12

Tipos de sistemas de control usando el comando servo-robot......................12

1. Control manual vía radio....................................................................13

2
 2. Control mediante circuito controlador de servos...............................13

3. Control Mediante microcontrolador...................................................13

4. Controlador especifico.......................................................................14

Big data...........................................................................................................14

Importancia......................................................................................................14

El uso del Big Data..........................................................................................15

Conclusión.......................................................................................................17

Bibliografía......................................................................................................18

3
 Introducción.

La Inteligencia Artificial comenzó como el resultado de la investigación

en psicología cognitiva y lógica matemática. Se ha enfocado sobre la
explicación del trabajo mental y construcción de algoritmos de solución a
problemas de propósito general. Punto de vista que favorece la abstracción y
la generalidad.

La Inteligencia Artificial es una combinación de la ciencia del

computador, fisiología y filosofía, tan general y amplio como eso, es que
reúne varios campos, todos los cuales tienen en común la creación de
máquinas que pueden "pensar".

La idea de construir una máquina que pueda ejecutar tareas

percibidas como requerimientos de inteligencia humana es un atractivo. Las
tareas que han sido estudiadas desde este punto de vista incluyen juegos,+
traducción de idiomas, comprensión de idiomas, diagnóstico de fallas,
robótica, suministro de asesoría experta en diversos temas.

4
 La inteligencias artificial.

La inteligencia artificial es la habilidad de una máquina de presentar

las mismas capacidades que los seres humanos, como el razonamiento, el
aprendizaje, la creatividad y la capacidad de planear.

La IA permite que los sistemas tecnológicos perciban su entorno, se

relacionen con él, resuelvan problemas y actúen con un fin específico. La
máquina recibe datos (ya preparados o recopilados a través de sus propios
sensores, por ejemplo, una cámara), los procesa y responde a ellos.

Los sistemas de IA son capaces de adaptar su comportamiento en

cierta medida, analizar los efectos de acciones previas y de trabajar de
manera autónoma.

Como funciona.

La inteligencia artificial funciona combinando grandes cantidades de

datos con procesamiento rápido e iterativo y algoritmos inteligentes,
permitiendo al software aprender automáticamente de patrones o
características en los datos. 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

5
 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.

6
 Cuáles son su riesgo.

Los riesgos fundamentales son tres: accidentes, malos usos y carreras

de armas. Los sistemas de inteligencia artificial en ocasiones funcionan mal.
Por ahora, los daños que pueden causar son limitados, aunque ya ha habido
accidentes fatales con coches autónomos.

Pero a medida que los sistemas se expandan, especialmente en

asuntos de seguridad y áreas militares, pueden ocasionar mucho más daño:
drones que no funcionan bien, hackeos, propaganda computacional. Cuanto
más potente sea la tecnología, más daño puede causar.

Cual su función principal.

La Inteligencia Artificial (AI) pretende imitar el comportamiento de la

mente humana en aspectos cada vez más complejos que puedan asistir el
desempeño más eficiente e tareas en entornos personales, profesionales o
de cualquier tipo de actividad social, económica o, lamentablemente, política.

Las funcionalidades más relevantes afectan a la capacidad de

razonamiento, aprendizaje, reconocimiento de patrones e interacción con
otros agentes inteligentes (artificiales o naturales). Para ello, se vale de
diferentes tipos de estructuras como los autómatas celulares (CA), las
máquinas de soporte vectorial (SVM) o las redes neuronales artificiales
(ANN), entre otros.

Deben ser compatibles con diferentes tipos de lenguaje, tanto natural

(hablado o gestual) como artificial (utilizados por diferentes tipos de
dispositivos artificiales, desde los teléfonos móviles a las señales de tráfico o
los robots más sofisticados).

7
 Cuáles son los tipos de inteligencias artificiales.

1. Máquinas reactivas

Los tipos más básicos de sistemas de IA son puramente reactivos. No

tienen la capacidad de formar recuerdos. Tampoco pueden utilizar
experiencias pasadas en las que basar la toma de decisiones actuales.

Deep Blue fue una supercomputadora creada por IBM. Fue capaz de
vencer al ajedrez al gran maestro internacional Garry Kasparov. Ocurrió a
fines de la década de 1990 y es el ejemplo perfecto de este tipo de máquina.

Puede identificar las piezas en un tablero de ajedrez y saber cómo se

mueve cada una. Puede realizar predicciones sobre los mejores movimientos
y elegir el mejor de todas las posibilidades.

Pero no tiene ningún concepto del pasado. Tampoco posee recuerdos

de lo que ha sucedido antes. Aparte de una regla de ajedrez, Deep Blue
ignora todo antes del momento presente. Todo lo que hace es enfocar las
piezas del tablero en tiempo real y elegir entre los siguientes movimientos
posibles.

2. Memoria limitada

El Tipo II maneja máquinas que pueden mirar hacia el pasado. Los

vehículos autónomos ya hacen algo parecido. Por ejemplo, observan la
velocidad y dirección de otros automóviles. Para que funcionen así hay que
identificar objetos específicos y monitorearlos a lo largo del tiempo.

8
 Digamos que estas observaciones se agregan a las representaciones
preprogramadas para la memoria de estos coches. Se incluyen marcas de
carril, semáforos y otros elementos importantes, como curvas en la carretera.

También se añaden experiencias como cuando el automóvil decide en

qué momento cambiar de carril para evitar interrumpir a otro conductor o ser
embestido por un automóvil cercano.

3. Teoría de la mente

Llegamos a un punto en el que nos acercamos más a los tipos de

inteligencia artificial que deseamos en un futuro. Las máquinas de la
siguiente clase son más avanzadas. No solo forman representaciones sobre
el mundo, también sobre otros agentes o entidades.

En psicología, esto se denomina ‘teoría de la mente’. Implica la

comprensión de que las personas, las criaturas y los objetos en el mundo
pueden tener pensamientos y emociones que afectan a su propio
comportamiento. Esto es crucial para la forma en que los humanos formamos
sociedades, porque nos permite la interacción social.

Si las máquinas van a andar entre nosotros, deberán tener una

comprensión sobre cómo pensamos y cómo sentimos. Además deberán
llegar a saber qué esperamos y cómo queremos que nos traten. Tendrán que
ajustar su comportamiento en consecuencia.

4. Autoconciencia

El paso final del desarrollo de la IA es construir sistemas que puedan

formar representaciones sobre sí mismos. En última instancia, los

9
investigadores de la IA tendrán que comprender no solo la conciencia, sino
también construir máquinas que la tengan.

Los seres conscientes son conscientes de sí mismos, conocen sus

estados internos y pueden predecir los sentimientos de los demás. Es
probable que estemos lejos de crear máquinas que sean conscientes de sí
mismas. Sin embargo, los esfuerzos se enfocan hacia la comprensión de la
memoria, el aprendizaje y la capacidad de basar las decisiones en
experiencias pasadas.

Cuáles son los algoritmos más importantes que utiliza la

inteligencia artificial.

La Inteligencia Artificial y los algoritmos son un superconjunto de

tecnologías que engloba al Machine Learning. A continuación,
mencionaremos los principales tipos de algoritmos de este campo.

1. Aprendizaje por refuerzo

Este tipo de aprendizaje consiste en la interacción constante basada

en la “prueba y error” que una máquina puede realizar en tiempo récord en
determinadas condiciones o en un entorno dado (en un juego, por ejemplo) y
con un objetivo específico que se denomina “recompensa”.

De esta manera, se pueden obtener resultados, patrones, correlaciones,

caminos y conclusiones basadas en experiencias previas generadas por la
propia máquina.

2. Aprendizaje supervisado

10
 El aprendizaje supervisado emplea modelos predictivos que utilizan datos
de entrenamiento. Dado un conjunto de datos, se pretende que el sistema
sea capaz de lograr una salida. Con este sistema, el modelo es ajustado
(entrenado) hasta conseguir los resultados deseados. Un ejemplo de este
aprendizaje es el de los coches autónomos.

3. Aprendizaje no supervisado

Los algoritmos de este aprendizaje son similares al del aprendizaje

supervisado, sin embargo, estos se ajustan solo en función de los datos de
entrada. Es decir, el algoritmo realiza un auto-entrenamiento sin indicaciones
externas. Estos algoritmos están pensados para realizar un procesamiento
más complejo.

LENGUAJES DE PROGRAMACIÓN EN ROBÓTICA

Actualmente el lenguaje de programación más usado en el sector de

la robótica industrial es el C++.

Probablemente le siga de cerca Python. Este lenguaje es clave en las

pruebas de un robot móvil autónomo y también muy extendido en el sector
de la robótica debido a su relación con los desarrolladores de ROS.

1. Programación robótica con PYTHON

Conocido como el lenguaje de los datos, PYTHON es un lenguaje de

programación de código abierto, probablemente de los más sencillos,
populares y versátiles de todos los que hay.

Es un lenguaje de Programación Orientada a Objetos (POO)

totalmente vinculado al desarrollo de inteligencia artificial y la realidad virtual.

11
 Python es sobre todo un lenguaje muy flexible y rápido para prototipos
en los que el usuario final simplemente tendrá que ejecutar el código, sin
necesidad de compilar. El problema de

Python es que quizás, como no tiene en cuenta los errores hasta que
se ejecuta, puede fallar en medio de un programa.

2. Programación robótica con C++

El C++ surgió como extensión del lenguaje de programación C,

conocido como un lenguaje multiparadigma porque está orientado a objetos,
igual que Python, pero también a paradigmas de programación estructurada
y programación genérica.

Aunque el desarrollo de aplicaciones en C++ a veces precisa de más

tiempo debido a que requiere la compilación del software, se trata de un
lenguaje de programación robusto que permite crear programas complejos
siguiendo una estructura sólida sin dar pie a equivocaciones o errores.

Tipos de sistemas de control usando el comando servo-

robot.

Los servos RC se inventaron para utilizarse como elementos de

control en modelos teledirigidos. Los primeros servos empleados en coches y
barcos de radio control consistían en motores que tenían un sistema
mecánico que controlaba la posición del mismo en función de los pulsos
recibidos vía radio.

El sistema era muy básico y era secuencial, el motor pasaba por las
diferentes posiciones mecánicas hasta llegar a la posición deseada. Más
tarde llegaron los servos electrónicos tal y como los conocemos hoy en día y

12
que estaban diseñados para ser utilizados con modelos controlados por radio
control.

Hay cuatro formas básicas de controlar el movimiento de los servos. El

sistema empleado en cada caso dependerá principalmente de nuestras
necesidades y posibilidades. Comentaremos a continuación cada uno de
ellos para ver las ventajas e inconvenientes.

1. Control manual vía radio.

Este método es el clásico sistema de Radio Control que se emplea

para controlar aviones y coches de modelismo. El sistema emplea un
receptor en el lado de los servos y un transmisor de radio para hacer el
control.

2. Control mediante circuito controlador de servos.

Este sistema emplea circuitos especializados en el control de servos.

Este tipo de circuitos se caracterizan porque se encargan de generar las
señales necesarias para controlar los servos. Lo único que tenemos que
hacer es decirle al controlador la posición a la que queremos que se mueva
cada servo y este se encarga de todo lo demás.

Como vimos al principio, los servos necesitan recibir los pulsos de

control 50 veces por segundo y si además tenemos que controlar varios
servos, entonces son un montón de señales que hay que generar de forma
constante, de ahí la necesidad de emplear controladores de servo que se
ocupen de todo el trabajo.

3. Control Mediante microcontrolador

13
 Otra forma de controlar los servos es utilizar directamente un
microcontrolador para generar las señales de control de los servos. La
principal ventaja de este sistema es que es económico y simple ya que solo
es necesario un puerto de salida del microcontrolador para hacer el
movimiento.

Este es el típico caso de robot que solo tienen uno o dos servos que
se emplean para mover el robot. El microcontrolador utiliza los sensores para
leer el entorno y genera los pulsos necesarios para hacer que el robot se
mueva hacía en la dirección adecuada, además puede suprimir los pulsos de
control en cualquier momento con el fin de reducir el consumo al mínimo, lo
que es otra ventaja añadida.

4. Controlador especifico.

Los controladores específicos son circuitos especializados en el

control de servos, pero de una forma concreta o para una aplicación
específica. En este grupo de entran los controladores de movimientos X Y
que con palanca tipo joystick que se utilizan por ejemplo para mover un
cabezal Pan and Tilt (movimiento horizontal y vertical de una cámara).

Este tipo de controlador incluye en una unidad muy compacta toda la

electrónica y el mando de control de forma que se conecta directamente a los
servos y a la alimentación y se puede mover una cámara con solo dirigir la
palanca. Es parecido al sistema del radio control, pero sin la parte de la radio
y además más compacto.

Big data

El Big Data es el análisis masivo de datos. Consiste en almacenar una

cuantía de datos tan grande que las aplicaciones de software de

14
procesamiento de datos que se venían usando hasta la actualidad son
incapaces de abarcar.  ¿Pero de dónde procede toda esta información? En
concreto de personas, máquinas, biométricas, Internet y transacciones e-
commerce.

Importancia

La importancia del Big Data no viene dada por el simple hecho de

recopilar los datos, sino por el análisis y la posterior utilización qué podemos
hacer de esos datos.

Sin duda, el Big Data es una herramienta de gran utilidad entre las
empresas y está revolucionando la forma de ver los negocios. Les
proporciona respuestas e incluso soluciones a problemas que ni siquiera
ellas mismas conocían.

La recopilación de grandes cantidades de datos y la interpretación de

los mismos puede ser incluso la clave del éxito o la ruina de un negocio. Es
un hecho que las empresas que incorporan entre sus instrumentos de trabajo
el Big Data consiguen valor

El uso del Big Data

El uso que una empresa le pueda dar al Big Data varía en función del tipo de
negocio y del análisis que realice de esos datos.

 Administración:   la recopilación de datos de los ciudadanos permite

ir un paso por delante en la gestión de los servicios públicos. Entre
las aplicaciones se podría considerar ponerle solución a las
congestiones de tráfico e incluso mejorar en los aspectos de
transparencia de la administración.

15
 Hospitales o centros de salud:   el análisis de los registros de
pacientes, información de seguros de salud o de su historial. El Big
Data ayuda a agilizar la toma de decisiones en cuanto a los
diagnósticos y posteriores tratamientos.
 Turismo:   la satisfacción del cliente es la gran premisa de las
empresas enfocadas al sector del turismo. Conocer las necesidades
del consumidor y adelantarse incluso a sus peticiones aumenta el
grado de satisfacción y es la clave del éxito.
 Empresas manufactureras:  con un análisis de datos fehaciente
sobre la mesa, estos negocios pueden elevar la calidad y cantidad
de su producción, sin apenas registrar pérdidas. Les permite tomar
decisiones en menos tiempo, más eficientes y ágiles.
 Retail:  el Big Data ayuda a los minoristas, sobre todo, a satisfacer
las demandas de sus clientes. Con cantidades ingentes de datos
entre sus manos, un análisis concienzudo puede suponer una
mayor fidelización, hábitos de compra exitosos o incluso la creación
de nuevos productos que satisfagan al usuario.
 Bancos:  el sector bancario no solo puede utilizar el Big Data para
elevar la satisfacción de sus clientes, sino también para minimizar
los riesgos y los posibles fraudes.

16
 Conclusión.

Dentro del ámbito de las Ingeniería en Informática la Inteligencia

Artificial es una de las áreas que causa mayor expectación, incluso dentro
de la sociedad en general, debido a que la búsqueda para comprender los
mecanismos de la inteligencia, ha sido la piedra filosofal del trabajo de
muchos científicos por muchos años y lo sigue siendo.

Dentro de las áreas de la Inteligencia Artificial lo que más ha atraído,

es el aprendizaje de máquinas, resultando vital el proceso de emular
comportamientos inteligentes.

Que un sistema pueda mejorar su comportamiento sobre la base de la

experiencia que recoge al efectuar una tarea repetitiva y que además, tenga
una noción de lo que es un error y que pueda evitarlo, resulta apasionante.

17
 Bibliografía.

http://www.superrobotica.com/servosrc.htm

https://www.teknei.com/2021/10/20/el-aprendizaje-automatico-y-su-
aplicacion-para-mejorar-la-actividad-de-la-empresa/

https://robotnik.eu/es/que-lenguaje-de-programacion-usan-los-robots/

https://lab.elmundo.es/inteligencia-artificial/riesgos.html

https://www.sas.com/es_cl/insights/analytics/what-is-artificial-intelligence.html

https://www.apd.es/tipos-de-inteligencia-artificial/

https://www.europarl.europa.eu/news/es/headlines/society/
20200827STO85804/que-es-la-inteligencia-artificial-y-como-se-usa

https://keepcoding.io/blog/inteligencia-artificial-y-los-algoritmos/

18