http://www.youtube.com/watch?

v=3NKS3fx_-lQ
 Historia Inteligencia Artificial
Inicios

40’s 50’s 60’s 80’s Actualidad

70’s

•McCulloch y Pitts

•Primer modelo
•de neurona
Prueba de Turing

•Entusiasmo inicial, grandes

expectativas
•Resolución general de
problemas, imitación de las Sistema Costoso y
demostraciones humanas con fallas

•Exito Sistema experto

•Japoneses quinta
generación computadores
 Inteligencia Artificial
Prueba de Turing

Alan Turing (1912 – 1954)

 Objeciones Prueba de Turing
1. La teológica

2. La conciencia

3. Varias inhabilidades

4. Lady love lace

 Concepto IA

“La inteligencia artificial es la ciencia que enfoca su estudio

a lograr la comprensión de entidades inteligentes.”
Wikipedia

Es evidente que las computadoras que posean una

inteligencia a nivel humano (o superior) tendrán
repercusiones muy importantes en nuestra vida diaria.
 Características de la IA
• Uso de símbolos no matemáticos, aunque no es
suficiente para distinguirlo completamente.

• El comportamiento de los programas no es descrito

explícitamente por el algoritmo.

• El razonamiento basado en el conocimiento, implica que

estos programas incorporan factores y relaciones del
mundo real y del ámbito del conocimiento en que ellos
operan

• Aplicabilidad a datos y problemas mal estructurados

 Objetivos de la IA
• Desarrollar una máquina inteligente capaz de aprender a
través de la experiencia

• Hacer que las computadoras sean capaces de mostrar

un comportamiento que sea considerado como
inteligente por parte de un observador humano

• Elevar el Coeficiente Intelectual de las máquinas

(machine-IQ)

• Desarrollar las capacidades de la computadora más allá

de su uso tradicional actual
Objetivos de la IA
....el objetivo
más importante
es....

!Comprender y
Construir
Entidades
Inteligentes!
 Ramas de la IA
Redes
Neurales
Procesamiento
De
Logaritmos Sistemas
Genéricos
Lenguaje Natural Expertos

Sistema
Agentes
De
Visión
IA Inteligentes

Lógica
Robótica
Difusa
Sistemas
De
Aprendizaje
 Robótica

“La robótica es una rama de la

tecnología, que estudia el diseño
y construcción de máquinas
capaces de desempeñar tareas
repetitivas, tareas en las que se
necesita una alta precisión, tareas
peligrosas para el ser humano o
tareas irrealizables sin
intervención de una máquina.”
robotica.wordpress.com
 Robótica
Clases de robots:

MANIPULADORES MOVILES HUMANOIDES

 Robótica
Aplicaciones de la Robótica

• Industria y Agricultura
• Transporte
• Entornos Peligrosos
• Exploración
• Salud
• Servicios Personales
• Entretenimiento
• Aumento Humano
 Crítica a la IA

http://www.youtube.com/watch?v=sqS83f-NU
ww&feature=related
 Futuro de la IA
Desafíos técnicos:

• Su facilidad de uso
• La flexibilidad de la infraestructura
computacional
• La disponibilidad de herramientas de
desarrollo cada vez más poderosas
Futuro de la IA
....el gran desafío
es......

!Hombre y máquina
interactúen juntos ya
que necesitan uno del
otro para solucionar
eficazmente los
problemas!
http://www.youtube.com/watch?v=kFgXEkzMq7A&
NR=1
 Introducción
Diariamente en cada una de las organizaciones, los
empleados se enfrentan a la resolución de problemas.
Para ello normalmente se encuentra una cantidad enorme
y muchas veces insuficiente de información para llevar
esta tarea. El computador, por su concepción
conservadora de uso se ha convertido en un elemento
más de la oficina no ayudando de manera significativa en
la resolución de problemas decisorios a los cuales los
ejecutivos se enfrentan día a día.
 Introducción
La aplicación de un sistema experto, permitirán a los
computadores poder extraer de ellos su verdadero
potencial ya que con ello será posible resolver problemas
operacionales y comerciales difíciles e importantes.
Un Sistema Experto (SE) se conoce de esta manera
debido a que los mismos pueden realizar en una
determinada aplicación las mismas funciones de una
persona de amplia experiencia.
 Introducción
Esta tiene como ventaja que por ser un sistema completo
y de alta capacidad, poder procesar de manera
simultánea y sin error gran cantidad de información en un
tiempo extremadamente corto comparado con su
homólogo humano.
Dicho de otra manera, estos imitan las actividades de un
humano para la resolución de problemas. La capacidad
de tomar decisiones en base a los conocimientos
almacenados distingue a un SE de otros programas.
 Introducción
Es altamente efectivo cuando las variables de trabajo a
considerar son grandes y las decisiones a tomar por la
variaciones de las mismas sean muy sensibles por dichas
fluctuaciones.
La condición sine qua non para definir un verdadero SE
es que posea procedimientos de autoaprendizaje,
Capacidad predictiva (look ahead) y un algoritmo de
vuelta atrás ( back Propagation).
 Historia de los SE
Allan Mathison Turing (1950):

Matemático, filósofo e
informático Publica la obra
“Inteligencia y funcionamiento
de las máquinas” Con ello dio
su explicación acerca del punto
en el cual las máquinas
tendrían inteligencia.
 Historia de los SE

En este mismo año, el

matemático estadounidense
Norbert Wiener desarrolla el
principio de la retroalimentación
La teoría de la
retroalimentación es base
fundamental de los sistemas de
control.
 Historia de los SE
1955- Allen Newell y Herbert Simon desarrollan la teoría
de la lógica. Este estudio permitió desarrollar un
programa que exploraba la solución a un problema
utilizando ramas y nudos, seleccionando únicamente las
ramas que más parecían acercarse a la solución correcta
del problema.

Allen Newell

Herbert Simon
 Historia de los SE

1956- Se celebra una

conferencia en Vermunt donde
John Mc Carthy propone el uso
del término “Inteligencia
Artificial” (I.A) para denominar
el estudio del tema. John Mc Carthy.
 Historia de los SE
1957- Allen Newell y Herbert Simón crean un computador
programado que denominan el “ General Problem Solver”
Este computador poseía un programa capaz de
solucionar problemas de sentido común pero no
problemas del mundo real como, por ejemplo,
diagnósticos médicos. El GPS utilizaba la teoría de la
retroalimentación de Wiener..

1958- McCarthy anuncia su nuevo desarrollo el lenguaje

LISP (LISt Procesing), En esa época todos los
desarrolladores e investigadores inmersos en el estudio
de IA utilizaron dicho lenguaje
 Historia de los SE
1963_ El gobierno de USA asigna al MIT un presupuesto
de 2.2 Millones de $ para la investigación en este campo.
Siendo este el primer impulso de Estado alguno en el
desarrollo de este nuevo campo.
1965 -1975_ Aparece el primer SE llamado Dendral, este
fue diseñado para el estudio de sustancias químicas.
1972_ La Universidad de Stanford desarrolla el segundo
Sistema Experto denominado MYCIN. Este sistema
experto fue desarrollado para el diagnóstico de
enfermedades infecciosas.
 Historia de los SE
1973 _ Se desarrolla el tercer sistema experto
denominado TIERESIAS. su propósito era el de servir de
intérprete entre MYCIN y los especialistas que lo
manejaban, a la hora introducir nuevos conocimientos en
su bases de datos. El especialista debía utilizar MYCIN de
una forma normal, y cuando este cometiera un error en un
diagnóstico ,por falla de información en el árbol lógico de
diagnóstico, TEIRESIAS corregiría dicho fallo destruyendo
la regla si es falsa o ampliándola si es eso lo que se
necesita.
Hasta este momento todos estos SE estaban en los
laboratorios sin salidas comerciales.
Código fuente.
 Historia de los SE
Años 80_los SE toman un auge vertiginoso. GE crea un
SE para la reparación de locomotoras Diesel y Eléctricas
De aquí surgen en esta décadas, empresas dedicadas a
la fabricación de SE como Carnegie Group, Teknowledge
Inc.,Lisp Machine Inc. , entre otros.
 Ventajas de los SE
Bajo costo: A pesar de que el costo inicial de un SE es
elevado, por la fácil duplicidad del mismo estos a la final
son económicos.
Duplicidad: Como los SE son programas que al ser
instalados en la computadora ejecutan una gama de
funciones, estos pueden copiarse y llevar a otras.
Rapidez: Un SE tiene la capacidad de procesar en un
tiempo mucho menor que un experto humano, de manera
precisa, una amplia gama de información.
 Ventajas de los SE

Permanencia: Los SE no envejecen al igual que su

homólogo humano. Por tanto este no pierde facultades
con el paso del tiempo.
Peligrosidad de ambiente: Un SE puede trabajar en
sitios de alto riesgo y toxicidad que un humano no puede
tolerar.
 Desventajas de los SE
Necesidad de adiestramiento para su manejo.
Necesidad de aprender el lenguaje de programación del
mismo para poder usarlo adecuadamente. Este lenguaje
es extremadamente lógico y formal. Con un ser humano
esto no ocurre.
Sentido Común : Para un SE nada es obvio, todo debe
tener una connotación estructural ya que si esto no se
ejecuta de esa forma, sencillamente la data de respuesta
no será la adecuada.
Rígidez: Un SE es sumamente rígido a la hora de recibir
una información, debido a la estructura de su
programación.
 Necesidades de los SE en las
organizaciones
Capacidad para el manejo de altos volúmenes y flujo de
información.
Disminución de procesos burocráticos de las funciones del
personal de la empresa.
Aumento de la productividad.
Hacer que el conocimiento sea más accesible para una
mayor cantidad de usuarios.
Que económicamente el conocimiento este al alcance de
más usuarios.
Lograr la trascendencia del conocimiento a través del
tiempo sin importar la posible desaparición del experto
humano.
 Consideraciones en la adquisición de
SE en las organizaciones

La adquisición de nuevas tecnologías está íntimamente

asociados con altos costos de las inversiones a efectuar.
Aún teniendo la tecnología más moderna, la
automatización puede ser ineficiente, por ende se debe
realizar un análisis acerca de las verdaderas necesidades
de la organización con respecto a las diferentes opciones
existentes en el mercado con la finalidad que esta se
adapte mejor a sus funciones.
 Etapas a cumplir para el desarrollo de
SE dentro de una organización

•Definición y análisis de los requerimientos del usuario.

•Diseño del sistema (Software y Hardware) y de la base
de datos.
•Implantación y prueba de módulos.
•Integración y prueba del sistema.
•Operación y Mantenimiento.
Etapas a cumplir para el desarrollo de
SE dentro de una organización
 Mercado de los SE

Disminución del coste de desarrollo de un SE

Técnicas de la IA
 Tipos de SE

Existen esencialmente dos tipos de SE, estos son:

SE basados en reglas.
SE basados en las probabilidades.
 Tipos de SE

SE basados en reglas: Aquí el SE aplica reglas

heurísticas apoyadas generalmente en lógica difusa para
su evaluación y aplicación. Estas reglas heurísticas son
sencillamente las capacidades de estos sistemas para
realizar de forma inmediata innovaciones positivas para
sus fines.
 Tipos de SE

SE basados en Probabilidades: Aplicando redes

bayesianas, basadas en estadística y el teorema de
Bayes. Este es un modelo probabilistico multivariado que
relaciona un conjunto de variables aleatorias mediante un
gráfico dirigido que índica de manera explicita la influencia
causal.
 Lenguajes de programación

Al desarrollar S.E. la programación se centra en los temas de

inferencia y búsqueda de las reglas Heurísticas. Estas son
reglas generales en forma de opiniones o reglas empíricas que
sugieren procedimientos que se pueden seguir cuando no
existen disponibles reglas de procedimiento invariables. Estas
son aproximadas y generalmente son el resultado del cúmulo
de conocimientos por el experto.
 Lenguajes de programación
Lenguajes más apropiados:

LISP: Lenguaje funcional, donde cada instrucción es una

descripción de la función.
PROLOG: Lenguaje basado en la lógica, cada instrucción es
una expresión en una sintaxis de lógica formal.
CLIPS: Lenguaje creado por la NASA para el desarrollo de
Sistemas Expertos en Computadoras Personales.
 Características de los SE
Los SE poseen las siguientes características, en menor o
mayor grado:

• Razonamiento guiado por las metas y encadenamiento

hacia atrás.
• Manejo de incertidumbre. La habilidad del SE para
trabajar con reglas y datos.
• Razonamiento guiado por los datos y encadenamiento
hacia adelante.
 Características de los SE
• Representación de datos. La forma en que los datos
específicos a un problema, dado, son almacenados y
accesados por el SE.

•Interfaz del usuario. La parte del SE que se usa para una

interacción más amigable con el usuario.

• Explicación. La habilidad del SE para explicar sus

procesos de razonamiento y su uso en el cómputo de
recomendaciones.
 Componentes estructurales
Base de Base de
hechos conocimiento

Módulo de Motor de Módulo Adq.

explicación inferencia De
conocimiento

Interface de usuario

Extraído de Una Introducción a los Sistemas Expertos de Carla Salazar

Serrudo, 2003, pág. 6
 Componentes estructurales

• Básicamente se puede decir que los sistemas expertos

están formados por la base de conocimientos y por el
motor de inferencia, aunque generalmente se les añaden
más módulos para facilitar su uso y enriquecer su
desempeño.
 Componentes estructurales
• Motor de inferencia: es el intérprete del conocimiento
almacenado en la base de conocimientos. Sus tareas
incluyen seleccionar, decidir y aplicar el conocimiento de
la base de conocimientos sobre la base de hechos, con el
fin de obtener la solución deseada. Sus funciones
principales son la inferencia y el control.

• La base de conocimientos: contiene el conocimiento y

las heurísticas del dominio en el cual el programa es
competente y, en algunos sistemas, el conocimiento de
control.
 Componentes estructurales
• La base de hechos: También llamada base temporal,
almacena los datos recibidos de los usuarios sobre el
problema particular que en un momento dado se intenta
resolver y sobre el estado del sistema en cada instante.
• La interfaz de usuario: facilita la comunicación entre el
usuario y el sistema.
1. Toda esta información, ya sea de entrada o de salida,
pasa por la base de hechos.
2. Acepta los datos del usuario, planteando preguntas,
dando información y mostrando la conclusión final a la que
ha arribado el sistema experto. Esta debe ser amigable
con el usuario usando elementos gráficos, colores, etc.
 Componentes estructurales
• El módulo de explicación: Justifica el proceso de
razonamiento que ha seguido el sistema experto para
llegar a sus conclusiones. Los usuarios pueden hacer
preguntas del tipo: ¿por qué?, ¿cómo?, ¿qué pasa si? y
éste módulo les proporcionará la respuesta adecuada.

• El módulo de adquisición del conocimiento: Este

programa permite a los expertos modificar la base de
conocimientos, ya que esta cambia constantemente y
requiere actualizaciones. También sirve para corregir
errores.
Representación del conocimiento
Otras limitaciones del sistema experto:
• Problemas en representar el conocimiento de los
expertos humanos en la computadora por la diversidad de
representación del conocimiento. Cada una de las
maneras de representar el conocimiento, tiene sus
ventajas y su elección dependerá del tipo de problema a
resolver.
A veces se usan las Representaciones Híbridas.
Algunas técnicas usadas son: la lógica, reglas, redes
asociativas, marcos y objetos.
 Representación del conocimiento
• La Lógica: Esta tiene dos utilidades:
• La representación del conocimiento
• El proceso de inferencia.
• Las reglas: técnicas para representar el conocimiento.
Adicionalmente, son excelentes para representar el
conocimiento heurístico, su implementación es fácil, su
entendimiento es rápido y pueden usar medidas de
incertidumbre (Reglas Bayesianas, Factores de certeza y lógica
difusa).

La fórmula general de la regla es la siguiente: SI < Condiciones

> ENTONCES < Conclusiones o acciones >
 Misión de los Sistemas expertos.
El uso de SE dentro de cualquier organización, no sólo
busca poder establecer un vínculo claro entre datos de
entrada y respuestas para poder tomar decisiones que
permitan actuar, sino también poder hacer perdurable este
activo y poderlo actualizar cada vez que el usuario así lo
requiera. Con esto se garantiza la continuidad en el
conocimiento.
 Sistemas expertos de diagnósticos
médicos
En la década de los 70, tres hechos incidieron positivamente
en el desarrollo de los programas de diagnóstico:

• La aparición de los microordenadores,

• La aplicación de técnicas interactivas que facilitaban el uso de
las computadoras y
• El desarrollo de técnicas de sistemas expertos.

Durante esos años se construyeron los primeros sistemas

expertos en diagnóstico médico, entre ellos MYCIN, que fueron
los que dieron impulso y fama a la Inteligencia Artificial.
 Sistemas expertos de diagnósticos
médicos

Desde el desarrollo de MYCIN hasta nuestros días, el

diagnóstico médico ha sido uno de los campos donde
mayor número de sistemas expertos se han construido.

Este hecho se debe principalmente a que la experiencia

es fundamental para realizar diagnósticos correctos y a
que los conocimientos en medicina son muy extensos y es
frecuente el uso de datos inciertos e incompletos. Y
también porque a los médicos les resulta conveniente usar
sistemas que expliquen y justifiquen sus resultados.
 Ejemplos de sistemas expertos de
diagnósticos médicos
• CASNET, realiza el tratamiento del glaucoma. Posee una
potente base de datos, haciéndole portador de un elevado
nivel de conocimiento reconocido por numerosos
especialistas.

• ELECTROCARDIGRAPH, desarrollado por Hewlett

Packard. Realiza la interpretación de electrocardiogramas.

• INTERNIST, desarrollado por la Universidad de Pittsburg

en 1977. Puede diagnosticar hasta 500 enfermedades que
forman parte del área de la medicina interna.
 Ejemplos de sistemas expertos de
diagnósticos médicos
• HELP, mediante sistemas automatizados se capturan los
datos del paciente (pulso, temperatura, pruebas de
laboratorio y gabinete).

• PIP (Present Illnes Program), desarrollado en el MIT en

1976. Diagnostica enfermedades del riñón.

• RHEUM, realiza el diagnóstico en reumatología.

Desarrollado por Kingsland en 1983.
 Ejemplos de sistemas expertos de
diagnósticos médicos
• TROPICAID, Su objetivo es cubrir las enfermedades más
comunes de los países en desarrollo: diarrea, parásitos
intestinales, enfermedades de los ojos, enfermedades de
la piel y enfermedades infecciosas.

El sistema tiene tres puntos de entrada: diagnóstico,

terapia y prescripción de drogas.
 MYCIN
Es el más célebre de los sistemas expertos de la vieja
generación. Fue desarrollado por Shortliffe y Buchanan
durante los años 1973-76 en la Universidad de Standford.

Su área de aplicación es el diagnóstico de enfermedades

bacterianas y su objetivo es determinar la presencia de
alguna infección a partir de los datos del paciente; también
sugiere qué drogas son adecuadas para curar la
enfermedad. El desempeño de MYCIN es muy bueno y es
considerado superior al del experto humano en casos
tales como meningitis y enfermedades de la sangre.
 MYCIN
Fue el primer programa en el que aparecen juntas todas
las características que hoy definen a un sistema experto.

Consulta
Base de Base de
Explicación conocimiento
hechos
Conversación

Adq. Conocimiento

Arquitectura de MYCIN. Extraído de Sistemas Expertos de Chatain

y Dussauchoy, 1988, pág. 80.
Ejemplo de cómo se Ingresa la
Información en MYCIN
Experto ¿ El paciente tiene dolores ?
Usuario Si
Experto ¿ El paciente tiene fiebre ?
Usuario Si
¿ El paciente tiene dolores en la zona
Experto
cervical?
Usuario No
¿ El paciente tiene dolores en la zona
Experto
abdominal?
Usuario Si
Experto ¿ El paciente ha sido operado antes?
Usuario Si
Experto Indique temperatura del paciente
Usuario 40°
Experto Indique presión arterial del paciente
Usuario 18 - 13
Experto ¿ Que edad tiene el paciente ?
Usuario 30
Experto Indique peso
Usuario 80 Kg
Experto El paciente tiene calculos biliares
 Aplicaciones actuales
Video juegos:

Telefonía Celular:

Cajeros automáticos:

Programas computacionales de uso general:

Solid Works ®
 Fuentes consultadas
• Breve Historia de la Inteligencia Artificial. En:
http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_16.html. [Consulta: 2008, 10 de
noviembre].
•"Inteligencia Artificial. Sistemas Expertos”. En:
http://www.angelfire.com/ga3/xinter/ia/expertos.html. [Consulta: 2008, 28 de octubre].
• Inteligencia Artificial. En: http://es.wikipedia.org/wiki/Inteligencia_Artificial. [Consulta:
2008, 10 de noviembre].
• Inteligencia Artificial. En: http://www.monografias.com/trabajos16/la-inteligencia-
artificial/la-inteligencia-artificial.shtml. [Consulta: 2008, 10 de noviembre].
• Introducción a la Inteligencia Artificial. En:
http://www.cruzrojaguayas.org/inteligencia/Que%20es%20IA.htm. [Consulta: 2008, 10
de noviembre].
• La ciencia y el Hombre. Usos y aplicaciones de la Inteligencia Artificial. En:
http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm.
[Consulta: 2008, 10 de noviembre].
 Fuentes consultadas
•Mauricio Ordoñez. Inteligencia Artificial. En:
http://www.tuobra.unam.mx/publicadas/020821090354.html. [Consulta: 2008, 10 de
noviembre].
•“Metodología de Programación I. Sistemas Expertos”. En:
http://www.uv.mx/aguerra/teaching/pl-06/clase09.pdf. [Consulta: 2008, 28 de octubre].
•“¿Que es un Sistema Experto?“. En:
http://cibernetica.wordpress.com/2007/03/09/%C2%BFque-es-un-sistema-experto/.
[Consulta: 2008, 20 de octubre].
•Ricardo Colmenares. A.I. Inteligencia artificial Ciencia kubrickiana. En:
http://centros5.pntic.mec.es/ies.victoria.kent/Rincon-C/Alumnos/al-12/al-12.htm.
[Consulta: 2008, 31 de octubre].
• “Una introducción a los sistemas Expertos”. En:
http://www.fcyt.umss.edu.bo/docentes/269/publicacion/IntSE.pdf. . [Consulta: 2008, 20
de octubre].
Jairo Amaya Amaya, (2003)Sistemas de información, Universidad Santo Tomás,
Colombia, 1ra edición
Harmon Paul, KIng David,(1988) Sistemas Expertos, Ediciones Diaz de Santos. México
1ra edición