UNIVERSIDAD CRISTIANA EVANGELICA NUEVO MILENIO

Nombre: Carolai Julieth Escobar Castellanos

Asignatura: Inteligencia Artificial

Lic.: Selvin Eduardo López Maldonado

Tema de trabajo: Investigación sobre algoritmos genético, sistemas

expertos y redes neuronales

Sede: Quimistan Santa Bárbara

Número de cuenta: 121200011

Fecha entrega: 18/02/2024

Carrera: Ingeniería En Sistemas

Algoritmos genéticos

Los algoritmos evolutivos constituyen un conjunto de técnicas inspirada que

extrae soluciones a problemas complejos mediante procesos de selección
natural y adaptación genética. Este enfoque metaheurístico se utiliza con
frecuencia para localizar soluciones aproximadas e incluso óptimas dentro de
un amplio abanico de posibilidades, de manera similar a como la selección
natural modela la supervivencia de las especies mejor equipadas para cada
contexto. A continuación, presento un panorama general de su funcionamiento,
tipologías más comunes y algunas aplicaciones prácticas donde han
demostrado ser útiles:

Inicialmente, se genera una población aleatoria de candidatas a solución.

Posteriormente, cada propuesta se evalúa conforme a su idoneidad para

resolver la tarea encomendada. Esta aptitud cuantifica el grado en que cada
planteamiento satisface los objetivos perseguidos.

A continuación, las fórmulas más adecuadas son seleccionadas para

recombinarse y engendrar una nueva camada, otorgando mayores
posibilidades de reproducción a aquellas con mejor rendimiento.

Tipos de Algoritmos Genéticos:

Algoritmos Genéticos Estándar:

Siguen el esquema descrito anteriormente, con poblaciones de cromosomas
que evolucionan a lo largo de generaciones.

Programación Genética:

Evoluciona programas informáticos en lugar de estructuras de datos fijas,

utilizando árboles de expresión o representaciones similares.

Estrategias Evolutivas:

Se centran en la evolución de vectores de parámetros para optimización

numérica continua.

Programación Evolutiva:

Utiliza poblaciones de soluciones completas y puede ser más eficaz para

problemas donde las soluciones son representadas como secuencias.

Ejemplos de Aplicaciones Prácticas:

Optimización de Rutas:

En logística y transporte, para encontrar la mejor ruta para entregar bienes

minimizando el tiempo o el costo.

Diseño de Redes Neuronales:

En la optimización de arquitecturas de redes neuronales para tareas

específicas.

Diseño de Antenas:

En ingeniería de telecomunicaciones para optimizar la forma y configuración de

antenas.

Juegos y Estrategias:

En el diseño de estrategias para juegos, como en la evolución de estrategias

para juegos de inteligencia artificial.

Planificación de Horarios:

En la asignación de recursos y horarios en instituciones educativas o en la

programación de tareas.
Los algoritmos genéticos son flexibles y se pueden adaptar a una amplia
variedad de problemas de optimización en diferentes campos. Su capacidad
para explorar soluciones de manera global y su inspiración en la evolución
biológica los hace útiles en situaciones donde la búsqueda exhaustiva puede
ser costosa o impracticable.

Sistemas neuronales:

Los sistemas de conocimiento experto son una categoría de IA diseñada para

emular la capacidad de toma de decisión de un experto humano en un campo
particular. Estas herramientas complejas utilizan conocimientos detallados
almacenados de forma experta en una base de datos enorme con el fin de
resolver problemas intrincados o emitir juicios matizados en un área
determinada de manera sofisticada. A continuación, se describe de manera
concisa pero completa los componentes clave, el proceso minucioso de diseño
y algunos ejemplos representativos notorios de sistemas de conocimiento
experto.

Los elementos fundamentales y cruciales de los sistemas de conocimiento

experto son los siguientes:

La Base de Conocimientos extensa: contiene información experta prolífica,

reglas e ideas relacionadas con un dominio específico de forma densa.

El Motor de Razonamiento perspicaz: se encarga de aplicar las reglas de la

base de conocimientos para llegar a conclusiones matizadas o tomar
determinaciones complejas sutilmente.
Los sistemas de inteligencia artificial especializados son diseñados para emular
la capacidad decisoria de un experto humano en un ámbito particular. Estos
sistemas hacen uso de un repositorio de conocimientos experto archivado en
una base de datos para resolver problemas o generar conclusiones en una
disciplina especializada. A continuación, detallaremos los componentes
fundamentales, el proceso de desarrollo y algunos ejemplos de sistemas de
inteligencia artificial especializados con mayor perplejidad y ráfaga:

Los Componentes Esenciales de los Sistemas de Inteligencia Artificial

Especializados son diversos:

La Base de Conocimientos (BC), que alberga información experta estructurada

para responder dinámicamente a consultas con flexibilidad, aunque a veces la
información se contradice o está desactualizada, dificultando la toma de
decisiones.

Redes neuronales de memoria de corto y largo plazo (LSTM):

Funcionamiento: Una variante de las RNN diseñadas para enfrentar los

desafíos de la pérdida de información a largo plazo. Las LSTM poseen
unidades de memoria que pueden recordar datos durante extensos períodos,
incluso años, lo que les permite procesar y clasificar patrones en series de
tiempo.

Aplicaciones: Traducción automática de textos complejos con diferentes

estructuras lingüísticas, generación de contenidos coherentes con significados
profundos, análisis de sentimientos en obras escritas extensas como libros o
documentos legales. Las LSTM también se utilizan en detección de fraude al
permitir analizar grandes cantidades de transacciones a lo largo del tiempo.

Redes neuronales transformadoras:

Funcionamiento: Introducen una arquitectura basada en la atención sin

recurrencia, lo que les permite procesar secuencias de datos de longitud
variable. Esto ha revolucionado modelos como el procesamiento del lenguaje
natural.
El Motor de Inferencia complejo (MI), se encarga del análisis y aplicación de
reglas no siempre claras ni completas para generar posibles soluciones a
problemas del dominio, aunque a menudo surgen nuevas evidencias que
contradicen las conclusiones.

Sistemas expertos:

Los sistemas expertos son programas desarrollados para imitar la manera en

que los expertos humanos resuelven problemas intrincados en dominios
específicos. Utilizan el conocimiento documentado de maestros en repositorios
para analizar situaciones complejas y proveer asesoría detallada o
conclusiones. Estos sistemas forman parte de la inteligencia artificial y se
aplican en campos variados como la medicina, ingeniería, negocios y más.

Factores clave de los sistemas expertos:

Repositorio del conocimiento: Almacena detalles, reglas e información

relevante adquirida de profesionales en el tema correspondiente. Se puede
guardar en diversas estructuras como reglas si-entonces, árboles de decisión u
otras formas de representar el conocimiento de perito.

Motor de razonamiento: Procesa el conocimiento almacenado para resolver

consultas e iluminar las soluciones entregadas mediante inferencias basadas
en reglas o similares mecanismos de deducción.

Diseño de sistemas expertos:

La delimitación precisa del dominio de conocimiento experto es crucial, ya que
de esta elección dependerá el éxito del desarrollo del sistema. Sin una
delimitación clara del ámbito de pericia, conseguir la recopilación exhaustiva de
la sabiduría de los expertos humanos se vuelve una tarea ardua.

Recabar los conocimientos de los profesionales del campo no resulta una labor
sencilla. Se debe extraer de forma minuciosa la información que poseen y
codificarla de manera adecuada. Aunque demandante, este proceso de recabar
toda la experiencia y modos de razonar de los expertos humanos es
fundamental para cimentar los cimientos del sistema.

Estructurar la base de conocimientos de forma lógica y organizada es esencial,

pues solo de esta forma el sistema podrá aprovechar de manera efectiva toda
la información capturada para emular a la perfección el proceso cognitivo de los
expertos.

Referencias bibliográficas

https://www.esteve.org/publicaciones/nosotras-respondemos-
algoritmos/#:~:text=Un%20algoritmo%20es%20una
%20serie,biolog%C3%ADa%20para%20formular%20esos
%20pasos.

https://openwebinars.net/blog/que-son-las-redes-neuronales-y-
sus-aplicaciones/#:~:text=Las%20redes%20neuronales
%20artificiales%20son,procesan%20y%20producen%20una
%20salida.
https://www.unir.net/ingenieria/revista/sistema-experto/
#:~:text=Los%20sistemas%20expertos%20(SE)%20son,un
%20profesional%20en%20la%20materia.