Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingenierı́a
Escuela de Ingenierı́a de Sistemas y Computación
Project Charter
Autores:
Carlos Andrés Borja (borja.carlos@correounivalle.edu.co).
Nancy Stella Vega (nancy.vega@correounivalle.edu.co).
Luisa Marı́a Cardenas (cardenas.luisa@correounivalle.edu.co).
Diciembre 2020
Índice
1. Resumen 2
2. Introducción 2
3. Desarrollo 3
3.1. Redes Bayesianas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4. Conclusiones 6
1
1. Resumen vaciones cruciales en ámbitos tan dispares como
la telefonı́a móvil y la predicción meteorológi-
Se trata de una de las mentes más impor- ca. Las redes neuronales que están detrás de los
tantes de los últimos 50 años, y quizá solo Alan algoritmos de aprendizaje profundo más avanza-
Turing haya tenido mayor impacto en el mundo dos no hubieran sido posibles sin ellas. Establece
de la inteligencia artificial. A Pearl se le consi- formas rigurosas para determinar las relaciones
dera el creador de las redes Bayesianas que in- causales al presentar un conjunto de reglas de ra-
trodujeron el aprendizaje probabilı́stico en la in- zonamiento precisas que pueden mostrar la cau-
teligencia artificial. Estas redes permiten a los salidad a partir de una observación, Judea Pearl
sistemas informáticos agregar y resumir millones desafió las convenciones al mostrar que la corre-
de observaciones y generar predicciones acerta- lación puede indicar causalidad.[3]
das a partir de ellos, y han dado lugar a inno-
2
de la informática.
3. Desarrollo
Desde 1984 Pearl ha escrito tres libros funda-
mentales en inteligencia artificial: En el primero,
Heurı́stica: habla de las estrategias de búsque-
da inteligente para la resolución de problemas
informáticos. Pearl adoptó algoritmos heurı́sti-
cos (métodos para encontrar rápidamente una
respuesta ”suficientemente buena”, en lugar de
buscar eternamente una respuesta perfecta) y
sugirió formas de lograr un mayor estándar de
éxito.
.......
3
El trabajo de Pearl fue más allá de la orien- Pearl se dio cuenta de la abrumadora pre-
tación teórica basada en la lógica de la IA y valencia de información incierta en los sistemas
su tecnologı́a basada en reglas para sistemas del mundo real y desarrolló una base teórica y
expertos Pearl identificó la incertidumbre co- algorı́tmica para la Inteligencia Artificial basada
mo un problema central al que se enfrentan los en la teorı́a de la probabilidad. Su influencia fue-
sistemas inteligentes y desarrolló una interpreta- ra de la IA también ha sido grande, pues forjó
ción algorı́tmica de la teorı́a de la probabilidad vı́nculos entre la informática y la estadı́stica
como una base eficaz para la representación y donde antes no existı́an; sus modelos se utilizan
adquisición de conocimientos centrándose en la para describir todo, desde los efectos de las en-
independencia condicional como un principio fermedades hasta el comportamiento probable
organizador para capturar los aspectos estructu- de los terroristas; y sus ideas han revolucionado
rales de las distribuciones de probabilidad . la comprensión de la causalidad en estadı́stica,
psicologı́a, medicina y ciencias sociales.
Pearl mostró cómo se puede utilizar la teorı́a
de grafos para caracterizar la independencia con-
dicional, e inventó algoritmos de paso de mensa- Se le atribuye la invención de las redes baye-
jes que explotan la estructura gráfica para rea- sianas, un formalismo matemático para definir
lizar el razonamiento probabilı́stico de manera modelos de probabilidad complejos, ası́ como
efectiva, este avance ha tenido un impacto impor- los principales algoritmos utilizados para la in-
tante en una amplia variedad de campos donde ferencia en estos modelos. Este trabajo no solo
la restricción a modelos simplificados habı́a li- revolucionó el campo de la inteligencia artificial,
mitado severamente el alcance de los métodos sino que también se convirtió en una herramienta
probabilı́sticos; los ejemplos incluyen procesa- importante para muchas otras ramas de la inge-
miento del lenguaje natural, procesamiento del nierı́a y las ciencias naturales. Más tarde creó un
habla, visión por computadora, robótica, bio- marco matemático para la inferencia causal que
logı́a computacional y codificación de control de ha tenido un impacto significativo en las ciencias
errores. sociales.
4
Figura 2: Ejemplo de redes Bayesianas.
Probabilidad condicional: Es la probabilidad sianas: Una casa tiene una alarma que se activa
de que se desarrolle un evento como consecuen- ante intento de robo, pero puede activarse ante
cia de la existencia u ocurrencia de otro evento. temblores (el escenario es en Los Angeles). Dos
vecinos, Juan y Marı́a se han ofrecido a llamar al
dueño de la casa al trabajo, si escuchan la alar-
P (A ∩ B) ma. Juan a veces confunde el sonido de la alarma
P (A/B) =
P (B) con otros sonidos, pero llama de todos modos y
Marı́a a veces no la escucha por otras fuentes de
Ejemplo de un problema para aplicar redes baye- sonido que tiene encendida (TV, Música).[2]
Las redes bayesianas son comúnmente usa- También son de gran ayuda para los gesto-
das durante la implementación de minerı́a de res encargados del testeo o pruebas de software,
datos, ya sea en actividades de negocios como siendo utilizadas para analizar varios casos pro-
Prevención de fraude o mantenimiento preven- bables y analizar la respuesta del software a
tivo o para estimaciones de esfuerzo y calidad distintos eventos.
5
Figura 4: Ejemplo de aplicaciones.
6
Referencias
[1] Vicente Estruch Fuster, Francisco J. Boigues, Anna Vidal, and José I. Pastor. Redes bayesianas
y diagnóstico médico. una forma diferente de aprender probabilidades condicionadas. Modelling
in Science Education and Learning, 12(2):59–76, 2019.
[2] JUDEA PEARL. Causal diagrams for empirical research. Biometrika, 82(4):669–688, 12 1995.
[3] Judea Pearl. Causal inference in statistics: An overview. Statistics Surveys, 3:96–146, 01 2009.
[4] Judea Pearl and Dana Mackenzie. The Book of Why. Basic Books, New York, 2018.