Académique Documents
Professionnel Documents
Culture Documents
Autores:
Mnica Figuera. Carnet: 11-10328
Enrique Iglesias. Carnet: 11-10477
Mara Victoria Jorge. Carnet: 11-10495
Richard Lares. Carnet: 11-10508
Jorge Marcano. Carnet: 11-10566
Patricia Reinoso. Carnet: 11-10851
1
11
ndice
Introduccin
Inteligencia Artificial
1.1
Definicin
1.2
Propsito
1.3
Estructura/ Elementos/ Componentes
1.4
Informacin que manejan
1.5
Organizaciones que tpicamente utilizan Sistemas de Inteligencia Artificial
1.6
reas o funciones de las organizaciones que utilizan
Sistemas de Inteligencia Artificial
1.7
Ventajas del uso de Sistemas de Inteligencia Artificial
1.8
Desventajas del uso de Sistemas de Inteligencia Artificial ..
1.9
Ejemplos de Sistemas de Inteligencia Artificial que se encuentran en el mercado ..
2.
Sistemas Expertos .
2.1 Definicin .
2.2 Propsito
2.3 Estructura/ Elementos/ Componentes
2.4 Informacin que manejan
2.5 Organizaciones que tpicamente utilizan Sistemas Expertos
2.6 reas o funciones de las organizaciones que utilizan Sistemas Expertos
2.7 Ventajas del uso de Sistemas Expertos
2.8 Desventajas del uso de Sistemas Expertos
2.9 Ejemplos de Sistemas de Sistemas Expertos que se encuentran en el mercado
3 Redes neuronales o neurales
.
3.1 Definicin
3.2 Propsito
3.3 Estructura/ Elementos/ Componentes .
3.4 Informacin que manejan ...
3.5 Organizaciones que tpicamente utilizan Redes Neuronales ..
3.6 reas o funciones de las organizaciones que utilizan Redes Neuronales ....
3.7 Ventajas del uso de Redes Neuronales ...
3.8 Desventajas del uso de Redes Neuronales .
3.9 Ejemplos de Sistemas de Redes Neuronales que se encuentran en el mercado .
4
4
4
5
6
6
1.
8
9
10
10
10
10
11
11
12
13
15
16
17
17
18
18
18
19
20
21
22
22
23
23
Conclusin . 25
Bibliografa 26
Introduccin
En el presente documento describiremos los puntos ms importantes de los Sistemas de Informacin
basados en Inteligencia Artificial (IA).
Comenzaremos explicando la definicin de sistema y la de inteligencia artificial, que sern necesarias
para entender el resto de las definiciones. Luego, describiremos los sistemas basados en IA de forma
general, con su propsito, estructura y la informacin que manejan. Posteriormente, se mostrarn
ejemplos de las organizaciones que tpicamente utilizan estos sistemas, as como las reas en las
cuales suelen utilizarse y las ventajas y desventajas de su uso. Por ltimo, cerraremos esta seccin con
ejemplos de Sistemas de IA que se encuentran en el mercado.
A continuacin procederemos a explicar dos tipos de implementaciones ms especficas de sistemas
basados en IA. Los Sistemas Expertos y las Redes Neuronales o Neurales. Para cada uno de estos
sistemas especficos abordaremos las mismas secciones que se describieron para el caso genrico de
sistemas basados en IA. Comenzando con su definicin, propsito, estructura e informacin que
manejan y pasando por ejemplos de sus usos en el mundo real, ventajas y desventajas de los mismos
y sistemas que se encuentren en el mercado que hagan uso de estas tecnologas.
Toda esta investigacin servir como gua para posteriormente exponer estos conocimientos del
tema a nuestros compaeros de clase de Sistemas de Informacin I.
1. Inteligencia Artificial
1.1 Definicin :
Para poder describir un Sistema de Informacin (SI) de Inteligencia Artificial (IA), debemos primero
conocer la definicin de Inteligencia Artificial, y la de Sistema de Informacin.
Un SI es un sistema que se encarga de recolectar, procesar, almacenar, interpretar y distribuir
informacin. Al ser un sistema, posee una cantidad de componentes que se encuentran
interrelacionados, es decir, funcionan en conjunto y cada una de sus partes proporciona una utilidad
que permite el correcto desempeo del sistema como un todo. Los SI tienen como funcin optimizar
el funcionamiento de las personas dentro de las organizaciones a travs del uso de las Tecnologas de
Informacin.
La IA en su forma ms simple consiste en la inteligencia exhibida por mquinas o software. Es un rea
acadmica que se encarga de estudiar la creacin de inteligencia. La definicin moderna de IA es el
estudio y diseo de agentes inteligentes, en donde un agente inteligente es un sistema que percibe
su entorno y toma acciones para maximizar sus posibilidades de xito en la resolucin de problemas.
Cabe destacar que esta rea de estudio utiliza herramientas y conocimiento de distintos campos,
entre los cuales se encuentran la computacin, psicologa, filosofa, neurociencia lingstica y otros.
Teniendo la definicin de SI y la de IA, podemos pasar a combinarlas y dar una definicin concreta a lo
que es un Sistema de Inteligencia Artificial (SIA). Al hablar de un SIA, nos referimos a un conjunto de
componentes que trabajan en conjunto, reciben ciertos datos de entrada, y utilizando Inteligencia
Artificial, producen una respuesta para resolver algn tipo de problema de la manera ms ptima
posible.
1.2 Propsito:
El propsito de los SIA es principalmente la utilizacin de la tecnologa y conocimientos sobre IA para
mejorar el desempeo de las personas que utilizan estos sistemas dentro de organizaciones.
En el caso especfico de los SIA, dependiendo de la tecnologa utilizada para su funcionamiento, es
posible que el sistema mejore su funcionamiento por s solo por medio de la utilizacin de resultados
4
1.3 Estructura/Elementos/Componentes :
Debido a que la Inteligencia Artificial es un campo muy amplio, hablar de componentes o estructura
de los sistemas basados en sta es un poco difcil. Debido a esto, explicaremos de forma genrica los
elementos que debe tener cualquier sistema de IA, los cuales segn el caso pueden ser ms o menos
complejos, y pueden incluir algunos componentes adicionales de acuerdo a las necesidades del
sistema.
La forma ms genrica de hablar de estos sistemas es decir que todo sistema de IA requiere de
informacin acerca del universo a tratar para poder construir un aprendizaje que le de herramientas
para tomar decisiones autnomamente y con estas poder resolver problemas.
La corriente de entrada de todo Sistema de IA vienen siendo estos datos sobre el entorno. Estos sern
procesados de distintas maneras segn el sistema en cuestin. En el caso especfico de sistemas de
aprendizaje los datos de entrada sirven como entrenamiento para el sistema.
Luego, el sistema requiere de un motor, el cual se encargar de procesar los datos de entrada y
tomar decisiones en funcin de estos y de otra informacin.
Adicionalmente, dependiendo de la complejidad del sistema, ser necesario un hardware apto para la
tarea, ya que los problemas que la IA resuelve requieren del uso de recursos y de ciertas capacidades
que no todo hardware posee.
Las corrientes de salida para estos Sistemas de IA vendran siendo las acciones que el sistema ejecute
en base a los datos procesados y las decisiones tomadas.
Por ltimo, el proceso de retroalimentacin puede venir por parte de los administradores del sistema,
en caso de que vean comportamientos inadecuados y puedan mejorar los datos de entrada para
cambiar dichos comportamientos a algo ms cercano a lo que buscan, o, en el caso de los sistemas de
aprendizaje, el propio sistema puede aprender a partir de sus propios errores o en base a los mismos
tecnologa:
Robtica: en esta rea se aplican muchos sistemas que trabajan con varias de las ramas de la
IA, como: aprendizaje de mquina, procesamiento de lenguaje natural (en robots que
interactan con personas), visin artificial (para detectar el ambiente donde se desenvuelven),
entre otras. En la actualidad el uso de robtica est presente en una gran cantidad de
empresas de distinta ndole, debido al uso de robots para la automatizacin de procesos
industriales, sin que estas estn enfocadas directamente en el rea de la robtica. Dentro de
las empresas que s se encargan de desarrollar esta tecnologa se encuentran: Honda,
Aldebaran (robots domsticos), Boston Dynamics y KUKA (robots para procesos automticos
de ensamblado).
Medicina: en esta rea los sistemas de IA permiten reducir los costos, el tiempo y los errores
humanos al momento de detectar enfermedades de difcil identificacin. La Universidad de
Stanford ha desarrollado varios sistemas basados en IA para este fin. Adems, el uso de la
robtica en la medicina ha tenido un aumento considerable gracias a la elaboracin de
sistemas quirrgicos, prtesis e implantes inteligentes.
Militar: utilizacin de minera de datos (entre sus tcnicas se encuentran las redes neurales y
los rboles de decisin) para reconocimiento de patrones en grandes volmenes de datos. En
el rea militar tambin se utilizan sistemas basados en el uso de reconocimiento de seas e
imgenes y sistemas expertos para disminuir el tiempo en la toma de decisiones, tarea crucial
para el campo. El Departamento de Defensa de Estados Unidos es una de las organizaciones
con mayores avances en el uso de sistemas basados en IA para actividades militares en el
mundo gracias a la Agencia de Proyectos de Investigacin Avanzados de Defensa(DARPA por
sus siglas en ingls).
Automotriz: en la industria automotriz uno de los mayores aportes de los SIA es el de las
mquinas ensambladoras de vehculos (robots industriales), ya que permiten realizar tareas
que seran muy pesadas en caso de que las realizaran personas y bajaran el nivel de
produccin de las empresas. Otra de las aplicaciones que tiene dentro de este campo es el
7
Aunque estos son los tipos de empresas y organizaciones que utilizan en mayor medida los SIA, esta
clase de sistemas pueden ser utilizados en cualquier empresa. Por ejemplo, las empresas pueden
utilizar sistemas basados en Inteligencia Artificial que les permitan servir de apoyo a sus trabajadores
al momento de automatizar y mejorar la toma de decisiones en diversas reas.
1.6 reas o funciones de las organizaciones que utilizan Sistemas de Inteligencia Artificial
Recursos Humanos: para la identificacin de las caractersticas de sus empleados de mayor
xito. La informacin obtenida puede ayudar a la contratacin de personal.
Produccin: el empleo de sistemas de IA permiten mejorar la automatizacin del proceso de
produccin de las empresas, adems de mejorar los mecanismos utilizados para establecer la
calidad de sus productos.
8
Mercadeo: pueden utilizarse tcnicas de IA para desarrollar sistemas que le permitan a las
empresas conocer cules usuarios de redes sociales (como Twitter y Facebook) son ms
propensos a convertirse en sus clientes o usuarios, para as poder enfocar las campaas de
publicidad y mercadeo al pblico adecuado.
Finanzas: dentro de las finanzas puede ser utilizada para la prediccin de solvencias, anlisis
de estados financieros, anlisis de tendencias, asignacin de recursos escasos, clculo y
asignacin de costos, entre otras tareas involucradas en la gestin econmica de una
organizacin.
Manufactura: debido a las exigencias que sufren las organizaciones en los mercados en los
que se desenvuelven existe una tendencia creciente a la implementacin de sistemas de
manufactura y ensamblaje autnomos e inteligentes que les permiten generar mayores
cantidades de productos en menos tiempo.
2. Sistemas Expertos
2.1 Definicin
una serie de reglas de sentido comn o conocimiento heurstico; es decir, conocimiento obtenido
mediante la experiencia de un experto dentro de un dominio especfico del saber.
2.2 Propsito
Como los SE contienen la experiencia, conocimiento y habilidad propios de una persona en un rea
particular del conocimiento humano, su propsito es tratar de aconsejar a los usuarios con respecto a
un rea resolviendo problemas especficos de la misma de manera inteligente y satisfactoria, pues
imitan el comportamiento humano a travs de la informacin que les es proporcionada para poder
dar tal opinin.
2.3 Estructura/Elementos/Componentes
11
informacin necesaria en este proceso ayudado de una interfaz de usuario, la cual facilita su
comunicacin con el SE.
Subsistema de explicacin: Este componente entra en ejecucin cuando el usuario solicita
una explicacin de las conclusiones obtenidas por el SE. Esto se facilita mediante el uso de una
interfaz. Este mdulo proporciona beneficios tanto al diseador del sistema como al usuario.
El diseador puede usarlo para detectar errores y el usuario se beneficia de la transparencia
del sistema.
Subsistema de control de coherencia: Este componente previene la entrada de informacin
incoherente en la base de conocimiento.
Subsistema de adquisicin de conocimiento: Controla el flujo de nuevo conocimiento a la
base de datos. Slo almacena la informacin que no es redundante.
Subsistema de ejecucin de tareas: Permite realizar acciones al SE basadas en el motor de
inferencia.
Los sistemas expertos se caracterizan por poseer dominio del conocimiento, tomar decisiones y
calcular resultados basados en heursticas, por aplicar procedimientos de bsqueda, procesar
smbolos. Dependiendo del tipo de SE, se maneja la siguiente informacin:
SE basados en reglas previamente establecidas: Trabajan mediante la aplicacin de reglas,
comparacin de resultados y aplicacin de las nuevas reglas basadas en situacin modificada.
Tambin pueden trabajar empezando con una evidencia inicial en una determinada situacin y
dirigindose hacia la obtencin de una solucin, o bien con hiptesis sobre las posibles
soluciones y volviendo hacia atrs para encontrar una evidencia existente que apoye una
hiptesis en particular.
12
problema.
3. Revisa la solucin propuesta.
4. Retiene las partes de esta experiencia que puedan ser tiles para la resolucin de futuros
problemas.
SE basados en redes bayesianas: Los SE utilizan las redes bayesianas en campos como la
medicina, en la depuracin de programas de inteligencia artificial, en la gentica, en procesos
de produccin. Basndose en un principio matemtico, el Teorema de Bayes permite
relacionar las probabilidades combinadas de dos o ms sucesos, lo cual es imprescindible para
poder implementar un sistema experto basado en anlisis de probabilidades.
Los SE de este tipo utilizan los siguientes elementos:
1. Hallazgo: determinacin del valor de una variable, a partir de un dato.
2. Evidencia: conjunto de todos los hallazgos disponibles en un determinado momento.
3. Probabilidad a priori: es la probabilidad de una variable o subconjunto de variables cuando
no hay ningn hallazgo.
4. Probabilidad a posteriori: es la probabilidad de una variable o subconjunto de variables
dada una evidencia.
13
oxgeno y en general bajo cualquier situacin donde se pueda deteriorar la salud. La mayora
de los robots tienen un brazo con varias uniones mviles y partes prensiles, donde todos sus
elementos son controlados por un sistema de control programado para realizar varias tareas
bajo una secuencia de pasos preestablecidos, es decir que tiene cierto nivel de inteligencia, la
cual le permite hacer las tareas para el cual esta hecho.
Aeronutica: Los SE apoyan a los pilotos a realizar prcticas de simulacin, control, vuelos,
diagnsticos, entrenamiento, etc. Las prcticas de simulacin en la Ingeniera Aeronutica son
de vital importancia. En este sentido, los sistemas expertos permiten apoyar de forma ms
precisa los procesos de simulacin que llevan a cabo los practicantes y futuros pilotos. Las
prcticas de simulacin evitan graves accidentes, es decir, los practicantes durante su
entrenamiento no usarn aviones o naves reales, sino arquitecturas electrnicas y sistemas
que simulan estas naves, es aqu precisamente donde los sistemas expertos apoyan estas
labores, otorgando a los practicantes conocimiento sobre mecanismos de vuelo, control,
solucin de problemas, etc. Adems los sistemas expertos permiten detectar y solucionar
fallas en el avin o nave que podan haber sido pasado por alto por el inspector.
15
Rapidez: Pueden responder a gran velocidad debido a las ventajas inherentes de las
computadoras sobre los humanos.
Respuestas racionales: A diferencia de los humanos, no sienten tensin, fatiga o pnico y
trabajan imperturbablemente en situaciones de peligro y emergencia.
Experiencia mltiple: Pueden ser diseados para tener el conocimiento de muchos expertos.
Explicacin: Son capaces de explicar en detalle el razonamiento y guiar a una conclusin.
Trabajan en entornos peligrosos: Los SE pueden ser usados en entornos de peligro, dainos
para los humanos.
Duplicacin: Una vez programado un SE, se puede duplicar infinidad de veces (lo que permite
tener tantos como se necesiten).
16
Sentido comn: Para un SE no hay nada obvio. Por ejemplo, un sistema experto sobre
medicina podra admitir que un hombre lleva 40 meses embarazado, a no ser que se
especifique que esto no es posible ya que un hombre no puede procrear hijos.
Lenguaje natural: Con un experto humano se puede mantener una conversacin informal
mientras que con un SE no.
Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y
de errores ajenos, que un SE haga esto es muy complicado.
Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolucin
de un problema pero un SE no lo es.
Contextualizacin: Los SE no son capaces de resolver problemas de manera general, de aplicar
el sentido comn para resolver situaciones complejas ni de controlar situaciones ambiguas.
17
PXDES: es un sistema mdico experto usado por doctores que no son expertos en
pneumoconiosis. Su funcin es diagnosticar varios niveles de pneumoconiosis (pulmn negro).
Consiste en una base de conocimientos, interfaz de explicacin, adquisicin de conocimiento e
interfaz de usuario. Este sistema toma fotos de los pulmones y, basndose en las sombras,
determina la cantidad de dao que hay y compara la imagen con los rayos X que se
encuentran en la base de conocimiento, los cuales son ejemplos de la enfermedad en distintas
etapas.
La manera en que el PXDES razona es la siguiente:
1. Decide si el paciente tiene la enfermedad y en qu etapa est,
2. Decide cules medicinas deben ser utilizadas en base a la etapa de la enfermedad,
3. Elige las medicinas en base al historial mdico del paciente y su condicin.
3.1 Definicin
Una red neuronal artificial (ANN, Artificial Neural Network) es un modelo computacional de
procesamiento automtico inspirado en la manera como trabaja el sistema nervioso humano, de
manera que busca emular una red neuronal biolgica. Estos sistemas generalmente almacenan
conocimiento experimental y lo mantienen disponible para usos posteriores. Sus operaciones estn
basadas en el procesamiento paralelo y presentan una serie de caractersticas propias del cerebro,
como aprender de la experiencia, generalizar de ejemplos previos a ejemplos nuevos y abstraer las
caractersticas principales de un conjunto de datos ya agrupados.
3.2 Propsito
Son construidas con la intencin de dar respuesta de manera inmediata a distintos estmulos del
medio ambiente y automatizar procesos para los cuales se requiera un pensamiento
comportamiento similar al humano.
18
3.3. Estructura/Elementos/Componentes
Una red neuronal artificial est compuesta por un gran nmero de interconexiones masivas en
paralelo de elementos simples y adaptativos con una organizacin jerrquica, que procesan
informacin por medio de su estado dinmico como respuesta a entradas externas; dichos elementos
emulan a las neuronas del sistema nervioso humano e intentan interactuar con los objetos del mundo
real.
Las neuronas de una ANN estn interconectadas y arregladas en tres tipos de capas:
Capa de entrada: recibe directamente la informacin proveniente de las fuentes externas de
la red.
Capas ocultas: son internas a la red y no tienen contacto directo con el entorno exterior. El
nmero de niveles ocultos puede variar entre cero y un nmero elevado. Las interconexiones
y la cantidad de neuronas en estas capas determinan la topologa.
Capa de salida: transfieren la informacin de la red hacia el exterior.
19
En la figura 1 se puede apreciar grficamente la organizacin de las capas en una red neuronal. Se
observa adems que pueden existir varias capas ocultas y no estrictamente una.
Como en un sistema nervioso real, y aprovechando esta distribucin en capas del modelo artificial, las
neuronas de una ANN pueden ser usadas de distintas formas dependiendo de lo requerido para un
momento dado. Teniendo esto en cuenta, existen tres tipos de funciones que determinarn el rol que
ejercer una neurona del sistema:
Funcin de entrada: Una neurona recibe una entrada global compuesta de muchas entradas,
y la funcin de entrada se encarga de combinar estas entradas simples.
Funcin de activacin: Al igual que una neurona biolgica, las neuronas de una red neuronal
artificial tiene distintos estados de activacin (que usualmente se generalizan en activo o
inactivo), asemejndose a la tasa potencial de activacin requerida por una neurona para
generar una salida.
Funcin de salida: Esta funcin determina la salida de una neurona dependiendo de la
entrada que haya recibido, salida que ser o bien el output del sistema, o la entrada a la
siguiente neurona vinculada. Esta salida puede ser la misma entrada, lo que quiere decir que
la funcin no hizo nada, o cualquier otro valor dependiendo de la funcin.
Para la solucin de problemas las ANN no utilizan algoritmos previamente programados, sino que la
red construye un modelo a partir de sus datos de entrenamiento (datos de entrada), esto significa
que recibe una serie de ejemplos y ella misma se ajusta. A este proceso se le llama entrenamiento y lo
hace en funcin de alguna regla de aprendizaje.
La informacin que manejan las redes neuronales proviene de estmulos del entorno que ingresan al
sistema a travs de la capa de entrada. Los datos obtenidos son filtrados para eliminar la redundancia
por lo que prevalecen solamente los elementos ms importantes que luego se agrupan en vectores.
20
Sobre las variables de estos vectores se tiene una cierta cantidad de observaciones previas lo que
permite dar respuesta a un estmulo determinado tal como lo hara un cerebro humano.
Las redes neuronales permiten resolver problemas y facilitar actividades en distintas reas de trabajo.
Las organizaciones que obtienen ms beneficios de este tipo de sistemas son:
Medicina: los usos que tienen las redes neuronales dentro del campo de la medicina son
numerosos, entre los cuales cabe destacar: diagnstico y tratamiento a partir de sntomas e
inclusive de datos analticos (anlisis sanguneo, electrocardiograma), monitorizacin en
cirugas y prediccin de reacciones adversas en los medicamentos, incluyendo resultados
sobre la presencia o ausencia de reacciones a partir de una imagen visual de la reaccin.
Energa: las redes neuronales artificiales tambin son usadas por aquellas empresas
encargadas de proveer energa a una poblacin, por ejemplo en la prediccin de consumo
elctrico, distribucin de recursos hidrulicos para la produccin elctrica, o prediccin del
consumo de gas en una ciudad.
Economa: este tipo de sistemas son de gran utilidad para aquellas organizaciones dedicadas a
asuntos econmicos y/o financieros, especficamente en predicciones financieras a partir de
datos y tendencias, aprobacin de prstamos a partir de informacin en la solicitud del
mismo, deteccin a posibles fraudes.
Informtica: til para reconocimiento y clasificacin tanto de palabras (como identificacin de
palabras a partir de un discurso o transformacin de un texto en un discurso) como de
imgenes para un fin especfico.
Militar: dentro del rea militar las redes neuronales son empleadas para clasificacin de las
seales de radar, reconocimiento y seguimiento en el tiro al blanco, optimizacin del uso de
recursos escasos, creacin de armas inteligentes.
21
22
23
24
Conclusin
La Inteligencia Artificial es un concepto que se comenz a utilizar hacia 1956. Est orientada a
conseguir que las mquinas realicen tareas donde se aplique la inteligencia, el razonamiento y el
conocimiento de un ser humano. Los Sistemas basados en Inteligencia Artificial juegan un papel
fundamental hoy en da pues est presente en muchos campos como robtica, medicina, economa,
mecnica, milicia y videojuegos.
Para algunos autores, este tipo de sistema engloba los sistemas expertos y las redes neuronales. Los
sistemas expertos logran resolver problemas a travs del conocimiento y raciocinio de igual forma
que lo hace el experto humano mientras que las redes neuronales tratan de simular el
comportamiento biolgico de las neuronas del cerebro humano en la resolucin de problemas.
La importancia de estos sistemas de informacin radica en que tienen el potencial de ayudar a los
humanos a resolver problemas incluso de manera ms eficaz. Segn el reconocido cientfico Stephen
Hawking, los humanos, que son seres limitados por su lenta evolucin biolgica, no podrn competir
con las mquinas, y sern superados. Sin duda alguna, la inteligencia artificial podra convertirse en
una de las tecnologas ms importantes del futuro.
En el mundo cientfico hay una serie de retos clave para cumplir el sueo de fabricar una inteligencia
artificial y lograr que una computadora supere lo que puede hacer un ser humano. Ramn Lpez de
Mntaras, Director del Instituto de Investigacin en Inteligencia Artificial del CSIC (Espaa) , comenta
que "curiosamente lo que pareca ms difcil en esta disciplina ha sido ya posible, y paradjicamente,
lo que pareca ms fcil an no se ha conseguido". Con esto, Mntaras se refiere a que las mquinas
ya son capaces de proezas como el diagnstico de enfermedades, pero an carecen de sentido comn
para aprender cosas bsicas para los humanos. Destaca que el reto futuro es dotar de "sentido
comn" a estos sistemas.
25
Bibliografa
[1] https://asignaturas.usb.ve/osmosis/dokeos/claroline/document/download.php?doc_url=
%2FTEORIA%2FClases%2FClase_No._04_TGS_I_2012.pdf
[2] http://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/
matich-redesneuronales.pdf
[3] http://japsis.blogspot.com/2010/11/inteligencia-artificial.html
[4] http://citic-research.org/area_tecnologica/2?locale=es
[5] http://asimo.honda.com/
[6] http://www.kuka.com/
[7] https://www.aldebaran.com
[8] http://www.ciberesquina.una.edu.ve:8080/2014_2/350_E.pdf
[9] http://www.iac.es/sieinvens/SINFIN/Sie_Courses_PDFs/NNets/confiac.pdf
[10] http://disi.unal.edu.co/~lctorress/RedNeu/LiRna008.pdf
[11] http://homepages.paradise.net.nz/nickamy/neuralbot/index.html
[12] http://www.alyuda.com/neural-networks-software.htm
[13] http://uepoinformatica2.blogspot.com/2010/12/estructurabasicadeunsistema.html
[14] http://intelligence.worldofcomputing.net/aibranches/expertsystems.html#.VLFatnWUc8o
[15] http://www.depi.itch.edu.mx/apacheco/ai/ventdesv.htm
[16] http://www.uaeh.edu.mx/docencia/Tesis/icbi/licenciatura/documentos/Sistemas%20expertos
%20y%20sus%20aplicaciones.pdf
[17] http://www.monografias.com/trabajos30/sistemas-expertos/sistemas-expertos.shtml#APLICAC
[18] http://www.biobayex.com/ServiciosSistemas.aspx
[19] http://www.bbc.co.uk/mundo/ultimas_noticias/2014/12/141202_ultnot_hawking_inteligencia_
artificial_riesgo_humanidad_egn
[20] http://sociedad.elpais.com/sociedad/2014/01/14/actualidad/1389716541_468969.html
26