Vous êtes sur la page 1sur 13

CAPITULO I

Titulo descriptivo del problema: Inteligencia Artificial futuro de la humanidad En la actualidad nos damos cuenta que la tecnologa avanza y se desarrolla muy rpido y es capaz de buscar el desarrollo, comodidad, beneficios y sobre todo que nos faciliten a cada uno de los humanos en labores complejas, este es el caso de la inteligencia artificial o tambin llamada (IA), es la capacidad de razonar independientemente un objeto o robot no vivo. La IA es estudiada por la ciencia de la computacin pero tambin desarrollada por otras ingenieras, como actualmente es el caso de (ingeniera Meca trnica). La capacidad de razonar de un agente (robot) es impresionante porque se desempea eficientemente por su fabricacin de sensores fsicos y mecnicos, que le hacen actuar a actos reflejos, siendo capaz de tomar sus propias decisiones, que posiblemente llegaran a remplazar a un ser humano, teniendo las facultades de actuar ha ciertos principios de optimizacin y consistencia, como es el caso del robot humanoide. La IA conforma procesos de algoritmos genticos, redes neuronales artificiales, razonamiento mediante una lgica formal, actuacin a actos reflejos, son algunas de las capacidades que tiene un agente inteligente. Algunos de estos organismos no vivos estn capacitados y creados con entradas y salidas de bits de un software, muchos de estos sistemas emulan a un ser humano y actualmente se encuentran en reas de control de un sistema, planificacin automtica, responder a diagnsticos y a consultas de consumidores, reconocimiento de escritura y de habla, como tambin reconocimiento de patrones. Los sistemas de la IA cumplen funciones en campos como economa, medicina, ingeniera y la milicia. La IA se divide en escuelas de inteligencia artificial convencional y inteligencia artificial computacional. Esta capacidad de un ROBOT a trado muchas controversias en todo el mundo, ya que muchas personas piensan que pueden ser remplazados por una maquina, y cuchos de estos tomen el control.

JUSTIFICACION La IA es un factor importante en nuestra sociedad ya que llega ha desarrollar tareas imposibles o de alto riesgo para una persona. Estas maquinas supe desarrolladas, con autonoma es sus decisiones, pero aun con la capacidad de raciocinio de un nio. En la actualidad estos organismos inteligentes se encargan de evaluar el crdito de los prestamistas en los bancos, hasta los que corrigen la ortografa en los procesadores de palabras, pasando por los programas de investigacin que exploran los bancos de datos en busca de asociaciones. En el campo de la medicina son maquinas que facilitan al medico diagnosticar a un paciente de una forma mas confiable. Como tambin le podemos encontrar en la milicia ya que hay maquinas que monitorean y dirigen un determinado misil a un destino dado, y as como esta maquina hay varias que cumplen funciones

diferentes facilitando al ejercito y teniendo mas ventaja al enfrentamiento con otros pases, ya que este caso se puede tomar como ejemplo al gobierno estadounidense que maneja una tecnologa superior a otros pases, y que su pretensin de ellos es desarrollar un robot que aprendan mediante la lectura, para que aprendan a leer estrategias o manuales militares y adaptarse al vuelo en el fragor de la batalla. En la NASA esta tecnologa a favorecido a que sean descubiertos variedades de planetas, meteoritos, vida en otros pases pero sobre todo el paso mas interesante el haber viajado a la luna. Actualmente la NASA mando a un ROBOT (CURIOSITY) a mandar a investigar sus fenmenos y la existencia de vida en dicho planeta; su pretensiones a futuro de dicha identidad es buscar un planeta apropiado y con rasgos casi iguales a la tierra para que las personas puedan habitar en ella. Pero tambin cumple una funcin importante en nuestras vidas cotidianas, como los sistemas de ayuda a la conduccin son slo un ejemplo de los numerosos campos de la vida cotidiana en los que las tcnicas de IA estn presentes. La IA no slo se aplica en proyectos de carcter industrial como el control de la produccin y el reciclaje selectivo sino que se puede encontrar tambin en los sistemas semafricos para la regulacin del trfico y en la deteccin de enfermedades, entre otros.

OBJETIVO GENERAL Dar a entender a muchas personas que la tecnologa como es la IA es un sistema que nos ayuda y nos facilita a hacer cosas que nosotros somos incapaces de hacerlo. Mostrar la tecnologa de ahora y tambin lo que se piensa hacer a futuro, dar a conocer lo que opinan varios cientficos y mostrar todo lo que puede hacer este agente inteligente no vivo.

CAPITULO II
MARCO TEORICO 1.1 ANTECEDENTES. En el mundo actual vemos que los gobiernos, organizaciones y los distintos tipos de empresas que se desempean en manejar y manufacturar una maquina u ordenador inteligente, y que por ello este mundo globalizado gire a una industria llena de agentes o humanoides que son capaces de actuar independienteente gracias a una La Inteligencia Artificial comenz como el resultado de la investigacin en psicologa cognitiva y lgica matemtica. Se ha enfocado sobre la explicacin del trabajo mental y construccin de algoritmos de solucin a problemas de propsito general. Punto de vista que favorece la abstraccin y la generalidad. La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden "pensar". La idea de construir una mquina 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, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora experta en diversos temas. Es as como los sistemas de administracin de base de datos cada vez ms sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin, borrado y locacin de datos, as como el intento de crear mquinas capaces de realizar tareas que son pensadas como tpicas del mbito de la inteligencia humana, acuaron el trmino Inteligencia Artificial en 1956. Trabajos tericos fundamentales fueron el desarrollo de algoritmos matemticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificacin, o funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarroll un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trat poco por muchos aos, dando paso al razonamiento simblico basado en reglas de produccin, lo que se conoce como sistemas expertos.

1.2 DESARROLLO HISTORICO. Los juegos matemticos antiguos, como el de las Torres de Hani (hacia el 3000 a. C.), muestran el inters por la bsqueda de un modo resoluto, capaz de ganar con los mnimos movimientos posibles. Cerca de 300 a. C., Aristteles fue el primero en describir de manera estructurada un conjunto de reglas, silogismos, que describen una parte del funcionamiento de la mente humana y que, al seguirlas paso a paso, producen conclusiones racionales a partir de premisas dadas. En 250 a. C. Ctesibio de Alejandra construy la primera mquina auto controlada, un regulador del flujo de agua que actuaba modificando su comportamiento "racionalmente" (correctamente) pero claramente sin razonamiento. En 1315, Ramon Llull tuvo la idea de que el razonamiento poda ser efectuado de manera artificial. En 1847 George Boole estableci la lgica proposicional (booleana), mucho ms completa que los silogismos de Aristteles, pero an algo poco potente. En 1879 Gottlob Frege extiende la lgica booleana y obtiene la Lgica de Primer Orden la cual cuenta con un mayor poder de expresin y es utilizada universalmente en la actualidad. En 1903 Lee De Forest inventa el trodo, tambin llamado bulbo o vlvula de vaco. En 1937 Alan Turing public un artculo de bastante repercusin sobre los "Nmeros Calculables", un artculo que estableci las bases tericas para todas las ciencias de computacin, y que puede considerarse el origen oficial de la informtica terica. En este artculo introdujo el concepto de Mquina de Turing, una entidad matemtica abstracta que formaliz el concepto de algoritmo y result ser la precursora de las computadoras digitales. Poda conceptualmente leer instrucciones de una cinta de papel perforada y ejecutar todas las operaciones crticas de un computador. El artculo fij los lmites de las ciencias de la computacin porque demostr que no es posible resolver problemas con ningn tipo de computador. Con ayuda de su mquina, Turing pudo demostrar que existen problemas irresolubles, de los que ningn ordenador ser capaz de obtener su solucin, por lo que se le considera el padre de la teora de la computabilidad. En 1940 Alan Turing y su equipo contruyeron el primer computador electromecnico y en 1941 Konrad Zuse cre la primera computadora programable y el primer lenguaje de programacin de alto nivel Plankalkl. Las siguiente mquinas ms potentes, aunque con igual concepto, fueron la ABC y ENIAC.

En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera el primer trabajo del campo de inteligencia artificial, aun cuando todava no exista el trmino. Alan turing (1950): Consolid el campo de la inteligencia artificial con su artculo Computing Machinery and Intelligence, en el que propuso una prueba concreta para determinar si una mquina era inteligente o no, su famosa Prueba de Turing por lo que se le considera el padre de la Inteligencia Artificial. Aos despus Turing se convirti en el adalid que quienes defendan la posibilidad de emular el pensamiento humano a travs de la computacin y fue coautor del primer programa para jugar ajedrez. William Shockley (1951): Inventa el transistor de unin. El invento hizo posible una nueva generacin de computadoras mucho ms rpidas y pequeas. En 1956 se dio el trmino "inteligencia artificial" en Dartmouth durante una conferencia convocada por McCarthy, a la cual asistieron, entre otros, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez aos que jams se cumplieron, lo que provoc el abandono casi total de las investigaciones durante quince aos. Fischles y Oscar Firschein 1987: Describieron los atributos de un agente inteligente. Al intentar describir con un mayor mbito (no slo la comunicacin) los atributos de un agente inteligente, la IA se ha expandido a muchas reas que han creado ramas de investigaciones enormes y diferenciadas. Dichos atributos del agente inteligente son: Tiene actitudes mentales tales como creencias e intenciones. Tiene la capacidad de obtener conocimiento, es decir, aprender. Puede resolver problemas, incluso particionando problemas complejos en otros ms simples. Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas o contradictorias. Planifica, predice consecuencias, evala alternativas (como en los juegos de ajedrez) Conoce los lmites de su propias habilidades y conocimientos. Puede distinguir a pesar de la similitud de las situaciones. Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogas. Puede entender y utilizar el lenguaje y sus smbolos.

Programa Linuistic (2000): El programa Artificial Linguistic Internet Computer Entity (A.L.I.C.E.) gan el premio Loebner al Chatbot mas humano en 2000, 2001 y 2004, y en 2007 el programa Ultra Hal Assistant gan el premio. En 2010 el programa Suzette gan el premio Loebner. Algunos programas de inteligencia artificial gratuitos son Dr. Abuse, Alice, Paula SG, Virtual woman millenium En la actualidad se est tan lejos de cumplir la famosa prueba de Turing como cuando se formul: Existir Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversacin a ciegas. Como ancdota, muchos de los investigadores sobre IA sostienen que la inteligencia es un programa capaz de ser ejecutado independientemente de la mquina que lo ejecute, computador o cerebro: *Podemos entonces decir que la IA posee caractersticas humanas tales como el aprendizaje, la adaptacin, el razonamiento, la autocorreccin, el mejoramiento implcito, y la percepcin modular del mundo. As, podemos hablar ya no slo de un objetivo, sino de muchos, dependiendo del punto de vista o utilidad que pueda encontrarse a la IA.

2.3 CONCEPTO DE INTELIGENCIA ARTIFICIAL. La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden pensar. La idea de construir una mquina 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, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora experta en diversos temas. Es as como los sistemas de administracin de base de datos cada vez ms sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin, borrado y locacin de datos, as como el intento de crear mquinas capaces de realizar tareas que son pensadas como tpicas del mbito de la inteligencia humana, acuaron el trmino Inteligencia Artificial en 1956. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando es necesario incorporar en un sistema informtico, conocimiento o caractersticas propias del ser humano. Podemos interrogar a algunas bases de datos de Internet en lenguaje natural, o incluso charlar con ellas nuestro idioma, porque por detrs se est ejecutando un programa de Inteligencia Artificial. Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se generan en un banco en busca de patrones de comportamiento de sus clientes o para detectar tendencias en los mercados de valores. En la primera categora planteada por los expertos Sistemas que piensan como humanos se encuentra una definicin realizada por Haugeland (1995) en la cual plantea a la Inteligencia Artificial como la interesante tarea de lograr que las computadoras piensen... mquinas con mente, en su amplio sentido literal. En la segunda categora Sistemas que actan como humanos se pu ede encontrar la definicin de Kurzweil (1990) definiendo a la Inteligencia Artificial como El arte de crear mquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia. La tercera categora planteada es Sistemas que piensan racionalmente dentro de la cual se encuentran definiciones como El estudio de las facultades mentales mediante el uso de modelos computacionales planteada por Charniak y McDermott en 1985.

Dentro de la ltima categora Sistemas que actan racionalmente se encuentra la definicin de Schalkoff en 1990 que conceptualiza a la Inteligencia Artificial como Un campo de estudio que se enfoca a la explicacin y estimulacin de la conducta inteligente en funcin de procesos computacionales. Con ello estas cuatro categoras se llegan a considerar como posibles objetivos que la Inteligencia Artificial podra lograr, en cuanto a procesos mentales, razonamiento, conducta y eficiencia humana. *Uno de los conceptos ms reconocidos y aplicados para la definicin de la Inteligencia Artificial fue realizado por: Rich y Knight (1991), definindola como El estudio de cmo lograr que las computadoras realicen tareas que por el momento, los humanos hacen mejor. Con este concepto y a travs de un anlisis de los diversos significados que se pueden plantear a la Inteligencia Artificial, he desarrollado un concepto propio, la Inteligencia Artificial es un sistema programado y creado por el ser humano para lograr mejorar o agilizar las actividades que realiza el hombre, con ello agregando un valor al ser humano por ser el creador de la Inteligencia Artificial y dando a conocer su objetivo de una mejora y mayor agilidad, as como mencionando su fin de realizar actividades que el hombre ha desarrollado a lo largo de su vida en un tiempo menor del programado normalmente.

2.4 CARACTRISTICAS DE INTELIGENCIA ARTIFICIAL.

1. Una caracterstica fundamental que distingue a los mtodos de Inteligencia Artificial de los mtodos numricos es el uso de smbolos no matemticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, tambin procesan smbolos y no se considera que usen tcnicas de Inteligencia Artificial. 2. El comportamiento de los programas no es descrito explcitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cmo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explcitamente, cmo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento). 3. Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema especfico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial. 4. El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del mbito del conocimiento en que ellos operan. Al contrario de los programas para propsito especfico, como los de contabilidad y clculos cientficos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dndole la capacidad de explicar discrepancias entre ellas. 5. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolucin de conflictos en tareas orientadas a metas como en planificacin, o el diagnstico de tareas en un sistema del mundo real: con poca informacin, con una solucin cercana y no necesariamente exacta.

2.5 METODOLOGIAS DE LA INTELIGENCIA ARTIFICIAL. 1. La lgica difusa: permite tomar decisiones bajo condiciones de incerteza. 2. Redes neuronales: esta tecnologa es poderosa en ciertas tareas como la clasificacin y el reconocimiento de patrones. Est basada en el concepto de "aprender" por agregacin de un gran nmero de muy simples elementos. Este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante su estado puede ser activo o inactivo. La interaccin entre las neuronas se lleva a cabo a travs de sinapsis. Segn el signo, la sinapsis es excitadora o inhibidora. El perceptrn est constituido por las entradas provenientes de fuentes externas, las conexiones y la salida. En realidad un perceptrn es una Red Neuronal lo ms simple posible, es aquella donde no existen capas ocultas. Para cada configuracin de los estados de las neuronas de entrada (estmulo) la respuesta del perceptrn obedece a la siguiente dinmica: se suman los potenciales sinpticos y se comparan con un umbral de activacin. Esta suma ponderada es tambin llamada campo. Si el campo es mayor que un umbral, la respuesta de la neurona es activa, si no, es inactiva. Con una arquitectura tan simple como la del perceptrn no se puede realizar ms que una clase de funciones "booleanas" muy simples, llamadas linealmente separables. Son las funciones en las cuales los estados de entrada con salida positiva pueden ser separados de aquellos a salida negativa por un hiperplano. Un hiperplano es el conjunto de puntos en el espacio de estados de entrada, que satisfacen una ecuacin lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etc. Si se quieren realizar funciones ms complejas con Redes Neuronales, es necesario intercalar neuronas entre las capas de entradas y de salida, llamadas neuronas ocultas. Una red multicapas puede ser definida como un conjunto de perceptrones, ligados entre si por sinapsis y dispuestos en capas siguiendo diversas arquitecturas. Una de las arquitecturas ms comnmente usada es llamada feedforward: con conexiones de la entrada a las capas ocultas y de stas hacia la salida. El funcionamiento de una Red Neuronal es gobernado por reglas de propagacin de actividades y de actualizacin de los estados. Experiencia, Habilidades y Conocimiento Los tipos de experiencia que son de inters en los sistemas basados en conocimiento, pueden ser clasificados en tres categoras: asociativa, motora y terica.

Los sistemas basados en conocimiento son excelentes para representar conocimiento asociativo. Este tipo de experiencia refleja la habilidad heurstica o el conocimiento que es adquirido mayoritariamente, a travs de la observacin. Puede ser que no se comprenda exactamente lo que ocurre al interior de un sistema (caja negra), pero se pueden asociar entradas o estmulos con salidas o respuestas, para resolver problemas que han sido previamente conocidos. La experiencia motora es ms fsica que cognitiva. La habilidad se adquiere fundamentalmente a travs del ejercicio y la prctica fsica constante. Los sistemas basados en conocimiento no pueden emular fcilmente este tipo de experiencia, principalmente por la limitada capacidad de la tecnologa robtica. La experiencia terica y el conocimiento profundo permite que los humanos puedan resolver problemas que no se han visto antes, es decir, no existe una posibilidad asociativa. El conocimiento terico y profundo se adquiere a travs de estudio y entrenamiento formal, as como por medio de la resolucin directa de problemas. Debido a su naturaleza terica, este conocimiento se puede olvidar fcilmente, a no ser que se use en forma continua. Al momento, los sistemas convencionales basados en conocimiento tienen muchas dificultades para duplicar este tipo de experiencia. Sin embargo, los Sistemas de Razonamiento Basado en Modelos representan un notable intento de encapsular este conocimiento profundo y razonar con l.

CAPITULO II SISTEMAS EXPERTOS


2.1 SISTEMAS EXPERTOS (UN GRAN AVANCE).

A. Definicin de Sistemas Expertos: Bajo el trmino de sistemas expertos se encuentran un nuevo tipo de software que imita el comportamiento de un experto humano en la solucin de un problema. Puede almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deduccin lgica de conclusiones. - Estos humanoides cuentan con software nico, que tiene una capacidad de actuar autnomo, tomando las decisiones al efectuar un trabajo, facilitar y ayudar a la sociedad en labores complejas es su destino de los agentes inteligentes. B. Ventajas de Sistemas Expertos: Se crearon sistemas expertos que adems basndose en algunas de accin (silogismos) y el anlisis de posibilidades nos dan una ayuda muy til, en todas las ramas de la accin humana. De este modo se crearon sistemas expertos para tareas genricas: es decir para la monitorizacin y el diagnostico, adems de los trabajos de simulacin de la realidad. Se esta usando en gran medida para la monitorizacin y diagnstico: como en plantas de energa, grandes industrias, cohetes, control de trfico areo, bsqueda de yacimientos petrolferos y hasta hospitales. - Muchos de estos agentes facilitan hoy en da la labor de una sociedad, compaa, industria y en mayor cantidad a la milicia. Con estos avances tecnolgicos facilitan a que un pas sobresalga tecnolgicamente. Tambin estos agentes de la IA son capaces de aportar y ayudar en la medicina, economa, etc, compotandose como sistemas de monitoreo, manufacturacin, bsqueda, controlamiento C. Desventajas de Sistemas Expertos: Tiene sus limitaciones propias, al ser un especialista en tan solo un rea, pero un completo intil en casi todas las otras ramas del pensamiento humano y al ser rule-base-sistgms (sistemas basados en reglas fijas), donde se pierden algunas veces la creatividad y un sentido comn. D. Capacidades de los Sistemas Expertos:

Los siguientes expertos se aplican por norma general en problemas que implican un procedimiento basado en el conocimiento. Un procedimiento de solucin basado en el conocimiento comprende las siguientes capacidades.

Vous aimerez peut-être aussi