MATERIAL SOBRE INTELIGENCIA

ARTIFICIAL Y SISTEMAS EXPERTOS

Rodolfo Arana Gonzales

Sistemas Expertos: Un gran avance...

DEFINICIN DE SISTEMAS EXPERTOS

Bajo el termino 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.
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 trafico areo, bsqueda de yacimientos petrolferos y hasta
hospitales.
DESVENTAJAS DE SISTEMAS EXPERTOS
Tiene sus limitaciones propias, al ser un especialista en tan solo un rea, pero un
completo idiota en casi todas las otras ramas del pensamiento humano y al ser rulebase-sistgms (sistemas basados en reglas fijas), donde se pierden algunas veces la
creatividad y un sentido comn.
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.
1.

Utilizacin de normas o estructuras que contengan conocimiento y experiencias de expertos

especializados.

2. Deduccin lgica de conclusiones.

3.

Capaz de interpretar datas ambiguos.

4. Manipulacin de conocimientos afectados por valores de probabilidad

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

FUNCIN DE SISTEMAS EXPERTOS

La funcin de un sistemas experto es la de aportar soluciones a problemas, como si de humanos
se tratara, es decir, capaz de mostrar soluciones inteligentes. Es posible gracias a que al sistema
lo crean con expertos (humanos), que intentan estructuran y formatean conocimientos
ponindolos a disposicin del sistema, para que este pueda resolver una funcin dentro del
mbito del problemas, de igual forma que lo hubiera hecho un experto acceder a los
conocimientos adquiridos por experiencia es lo mas difcil, ya que los expertos, al igual que otras
personas, apenas lo reconocen como tales. Son buscados con mucho esfuerzo y cuidado siendo
descubiertos de uno en uno, poco a poco.

COMPONENTES DE UN SISTEMAS EXPERTOS

La base de conocimientos:
La base de conocimientos contiene todos los hechos, las reglas y los procedimientos
del dominio de aplicacin que son importantes para la solucin del problema.
Contiene el conocimiento de los hechos y la experiencia de los expertos de un
dominio determinado.
Un sistema experto contiene conocimiento de los hechos y de las experiencias de
los expertos en un dominio determinado.
El mecanismo de inferencia de un sistema experto puede simular la estrategia de
solucin de un experto. Es la unidad lgica con la que se extraen conclusiones de la
base de conocimiento, segn un mtodo fijo de solucin de problemas que esta
configurado, limitando el procedimiento humano de los expertos para solucionar
problemas.
Una conclusin se produce mediante aplicacin de las reglas sobre hechos
presentes. Las funciones de mecanismo de inferencia son:
1. Determinacin de las acciones que tendr lugar, el orden en que lo harn
y como lo harn entre las diferentes partes del sistema experto.
2. Determinar como y cuando se procesaran las reglas, y dado el caso
tambin la eleccin de que reglas debern procesarse.
3. Control de dialogo con el usuario.

El componente explicativo:
Explica al usuario la estrategia de solucin encontrada y el porque de las decisiones
tomas. Las soluciones descubiertas por los expertos deben poder ser repetibles,

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

tanto por lo el ingeniero del conocimiento en la base de comprobacin, as como por

usuario. La exactitud de los resultados, slo podr ser controlada, naturalmente por
los expertos. siempre es deseable que durante el trabajo de desarrollo del sistema
se conozca el grado de progreso en el procesamiento del problema.
A pesar de insistir sobre la importancia del componente explicativo es muy difcil y
hasta ahora no se han conseguido cumplir todos los requisitos de un buen
componente explicativo. Muchos representan el progreso y la consulta al sistema de
forma grfica, adems los componentes explicativos intentan ajustar su funcin
rastreando hacia atrs el camino de la solucin. aunque encontrar la forma de
representar finalmente en un texto lo suficiente inteligible las soluciones
encontradas depara las mayores dificultades.
Los componentes explicativos pueden ser suficientes para el ingeniero del
conocimiento, ya que esta muy familiarizado con el entorno del conocimiento de
datos y a veces basta tambin para el experto, pero para el usuario, que a menudo
desconoce las sutilizas del conocimiento de datos, los compones explicativos son
todava un poco satisfactorios.
La interfaz del usuario:
Sirve para que ste pueda realizar una consulta en un lenguaje lo ms natural
posible. Este componente es la forma en la que el sistemas se presenta ante el
usuario.
Requisitos o caractersticas de la interfase que se presenta al usuario al desarrollar
el sistema.
1.
2.
3.
4.

El aprendizaje del manejo debe ser rpido.

Debe evitarse en lo posible la entrada de datos errneos.
Los resultados deben presentarse en una forma clara para el usuario.
Las preguntas y explicaciones deben ser comprensibles.

El componente de adquisicin
Ofrece ayuda a la estructuracin e implementacin del conocimiento en la base de
conocimientos. Un buen componente de adquisicin ayudara considerablemente la
labor del ingeniero del conocimiento. Este puede concentrarse principalmente en la
estructuracin del conocimiento sin tener que dedicar tanto tiempo en la actividad
de programacin. Daremos una reglas o requisitos de nuestro componente de
adquisicin.
Requisitos o caractersticas del componentes de adquisicin.
1. El conocimiento, es decir, las reglas, los hechos, las relaciones entre los hechos,
debe poder introducirse de la forma mas sencilla posible.
2. Posibilidades de representacin clara en todas la informaciones contenida en una
base de conocimientos.
3. Comprobacin automtica de la sintaxis.
4. Posibilidad constante de acceso al lenguaje de programacin.

CARACTERSTICAS
CAPACIDAD DE INFERENCIA DEDUCTIVA:

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

Esto significa que los agentes no solo deben recuperar la informacin almacenada
en la base de datos, sino hacer deducciones usando informacin para hacer
deducciones que produzcan nuevas informaciones para la base de datos.
CRECIMIENTO DINMICO:
Porque los datos y las reglas estn sujetas a constante revisin, es decir, es fcil
devorar o modificar los datos.
COLECCIN INTEGRADA DE CONOCIMIENTO:
Los agentes que constituyen el sistema pueden representar los juicios de muchos
expertos en varias partes del globo. Estas experiencias son guardadas en un solo
lugar por lo que es posible la utilizacin luego por los expertos o no expertos
tambin. Sin embargo, la real utilidad de ese sistema es que permite un constante
intercambio de datos y juicios de lideres expertos, y esto permite la formacin de
nuevas reglas e ideas acerca del tema.
DIFERENCIA ENTRE EXPERTO HUMANO Y EXPERTO ARTIFICIAL

EXPERTO
HUMANO

EXPERTO ARTIFICIAL

NO PERDURABLE PERMANENTE
DIFCIL DE
TRANSFERIR

FCIL

DIFCIL DE
DOCUMENTAR

FCIL

IMPREDECIBLE CONSISTENTE
CARO

ALCANZABLE

CREATIVO

NO INSPIRADO

ADAPTATIVO

NECESITA SER
ENSEADO

EXPERIENCIA

ENTRADA SIMBLICA

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

PERSONAL
ENFOQUE
AMPLIO

ENFOQUE CERRADO

CONOCIMIENTO
CONOCIMIENTO
DEL SENTIDO
TCNICO
COMN

DESARROLLO DE LOS SISTEMAS EXPERTOS

Para desarrollar el software primero conocemos el equipo de gente necesario,
despus los mtodos que y utiliza ese equipo de gente y por ultimo como prueban y
construyen prototipos de software para terminar en el sistema final.
1. Equipos de desarrollo
1.1 Expertos
1.2 El ingeniero del conocimiento
1.3 El usuario
2. Mtodos auxiliares en el desarrollo:
La eficiencia en la creacin de sistemas expertos puede aumentarse en gran
medida con la aplicacin de shells.
Un shell es un sistema experto que contiene una base de conocimientos vaca.
Existe el mecanismo de inferencia, el componente explicativo y a veces tambin la
interfaz del usuario.
3. construccin de prototipos
la implantacin de un prototipo de sistema experto que le permite llevar a cabo las
funciones mas importantes de ste, aunque con esfuerzo de desarrollo
considerablemente inferior al de una implementacin convencional. Este proceder
se define bajo el nombre de rapid prototyping.

SISTEMAS EXPERTOS UTILIZADOS EN EL MUNDO

DENDRAL:: Es capaz de calcular o descubrir
hechos relativos a las estructuras moleculares
a partir de unos datos qumicos sin elaborar.
MYCIN: el mas famoso de todos, diagnostica
infecciones en la sangre y meningitis y
adems sugiere el tratamiento que se debe
seguir en cada caso.
PUFF: el hermano menor de MYCIN, que
diagnostica y trata enfermedades del pulmn.
MOLGENO: ayuda a los bilogos que trabajan
en el campo del DNA y la ingeniera gentica.
PROGRAMMERS APPRENTICE: Se trata de
un sistema que ayuda a la escritura de
programas.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

EURISKO: Sistema experto capaz de aprender a medida que funciona, que crea
circuitos microelectricos
GENESIS: Permite a los cientficos planificar y simular experimentos en el campo
de la unin de genes
EXPERT SYSTEMAS TO COMBAT INETRNATIONAL TERRORRISM:ayuda a los
expertos a la escritura de programas
LEGAL DECISIONMAKING
TATR
TWIRL:Simulaciones de guerras completas y guia de mejores acciones posibles a
realizar, en casi todas las situaciones.
RI:Programa utilizado para el descubrimiento de yacimientos petrolferos bajo
aguas marinas.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

De Inteligencia Artificial, Sistemas Expertos, Robtica,

Procesamiento de Lenguaje Natural e Ingeniera del
Conocimiento
Hace ya dos aos que el director de esta revista me invit a atender y mantener este blog
de inteligencia Artificial. Le dije que s (no puedo negarle nada a este emprendedor de la
divulgacin cientfica a quien conozco hace 20 aos) y que era un buen momento
porque era el 50 aniversario de la aparicin del termino inteligencia Artificial en una
reunin que tuvo lugar en el Dartmouth College con el objetivo de disear mtodos,
tcnicas y herramientas que permitiesen crear mquinas capaces de pensar aprender y
crear, mquinas en definitiva que pudiesen emular las prestaciones que denominamos
inteligentes y que asociamos casi en exclusiva a seres humanos.
Aquella poca trajo un gran debate y la consiguiente incorporacin de profesionales de
todo tipo, pero quizs en especial del mundo de la sicologa, rama que hizo grandes
aportaciones. Posiblemente porque de dicho mundo tendra que venir alguna definicin
ms precisa del trmino inteligencia. Bueno, tengo que decir que el inicio de mi
amistad con Eduardo Martnez proviene de cuando hace 20 aos, vino a verme cuando
era yo Director del Laboratorio de Inteligencia Artificial de la Facultad de Informtica
-en la que sigo hoy-, y me pidi que escribiese un par de artculos sobre lo que era la
Inteligencia Artificial, cuando Tendencias era todava una revista de divulgacin
cientfica en papel.
No tengo costumbre con esto de los blogs, y me asust un poco la dependencia que eso
podra suponer y mi posible falta de tiempo para atenderlo, pero Eduardo me ha dicho
siempre, que haga lo que pueda y que ejerza de vez en cuando esa capacidad que me
adjudica de divulgar cosas de las que puedo saber algo. Y como sabe que fuera de mi
mbito no me gusta mucho hablar de lo que hago en mi trabajo - quizs porque tengo la
sensacin de que aburro-, me insiste, porque me dice cada vez que le veo y le cuento
cosas, que las escriba y se las cuente a otros.
As que tratar de hacerlo. Si les aburro dganmelo, si quieren que les cuente cosas muy
sesudas, dganmelo pero quizs encuentren en otros lugares informacin ms dispuesta
que la que les pueda dar yo.
Inteligencia Artificial
De cuando hice el primer borrador para este blog hace ya un tiempo (ya descartado), me
qued alucinado de lo bien escrito que estaba todo lo que haba en Wikipedia sobre el
termino Inteligencia Artificial. As que estaba claro, eso ya estaba contado y queda bien
ir a buscarlo all.
Sin embargo, puede que no se hable mucho de donde esta hoy ese trmino de
Inteligencia Artificial (IA en lo sucesivo) y qu se hace en la actualidad. A veces se ve
algo en la prensa o en otras ocasiones aparece como aditivo de marketing a algn
producto en el mercado. Pero siempre me ha sorprendido en estos ltimos aos que para
remarcar mejor las cualidades de casi lo que sea, se aade el termino inteligente a
cosas que estn lejos de serlo incluso bajo los parmetros de la IA (ya no entro en
cuestiones de orden sicolgico).
Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

Muy recientemente, Larry Page, uno de los cofundadores de Google a quien le han
otorgado el Premio Prncipe de Asturias de Comunicacin y Humanidades, deca en el
transcurso de una entrevista hay que intentar desarrollar inteligencia artificial para
facilitarnos el acceso a nuevas formas de conocimiento. Como vemos, pues, el trmino
sigue vivo y lo hace como afirmando que hay que ir mas all del estado actual de las
cosas en este campo.
Novela escrita por un ordenador?
A la vez que esto o casi, hace unos meses sali una noticia en la prensa y TV de que una
maquina inteligente haba sido capaz de escribir una novela, creo recordar que fue en
Rusia, pero no estoy seguro.
Cuando vi esta ltima noticia me qued perplejo y por supuesto ya daba por hecho que
no poda ser as. Las tcnicas de generacin de lenguaje no estn tan perfeccionadas
como para que lo escrito por esa mquina haya salido sin revisin humana pero luego
esta lo ms difcil, es decir la generacin del contenido, lo que diramos pertenece a la
inventiva de alguien y que es capaz de generar un contenido coherente, entendible
creo que el estado actual de la tecnologa de IA esta muy lejos de poder conseguir eso.
Luego me sorprendi que fuera en Rusia, donde no hay una tradicin tan larga de IA
como en otras partes del mundo. La cuestin es si sera posible hacerlo. Bueno, no hay
que olvidar una cuestin muy simple; ninguna mquina (ordenador) hace absolutamente
nada que no se le diga que haga (bueno, a veces fallan cuando no les hemos dicho que
fallen, pero eso es otra historia) luego alguien habra tenido que meter ese
conocimiento en un ordenador. Y eso ya no tiene por que ser una cuestin imposible.
Si se sabe como es una novela, qu estructura tiene que tener, qu define a sus
personajes y las relaciones entre los mismos, etc.., dicho conocimiento podra intentar
meterse en una mquina, no es una cuestin imposible en principio y parece incluso
abordable.
Recuerdo a un viejo amigo mo cuya hermana, profesora de literatura, dedicaba parte de
su tiempo en una editorial a detectar plagios de novelas basndose en el estudio de la
estructura de cada personaje y las relaciones que poda haber entre todos los personajes.
Al parecer (hablo de memoria) se poda detectar un plagio de una novela original
ubicada en el Imperio Romano por decir algo, aunque la narracin fuera traspasada al
mundo de hoy.
Sistemas expertos
No se si lo digo bien, y si alguien me lee y me dice que estoy equivocado podra
aceptarlo, pero eso motiv que estudisemos en algn momento la posibilidad de meter
lo que sabia hacer esa mujer en un ordenador en lo que durante aos se llamaron
Sistemas Expertos, en los que tengo una aceptable experiencia.
Hoy en Espaa casi nadie habla de estos tipos de sistemas cuando de hecho han sido los
mas inteligentes que yo he visto, o al menos lo parecan, que de eso se trata.
Naturalmente lo que hacamos era analizar el conocimiento de expertos en un rea y

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

10

meterlo en un ordenador. Durante muchos aos a la disciplina que enseaba a

desarrollar sistemas de estos se la llam Ingeniera del Conocimiento, es decir, se pas
de la IA a la IC, aunque la IA abarcaba ms cosas que la IC.
Grandes empresas de informtica en nuestro pas (Espaa) tenan un departamento de
sistemas expertos, las escuelas y Facultades de Informtica que crecan en nmero en
nuestro pas incorporaban esa asignatura a sus programas. En Espaa eso ocurri a
finales de los 80 y durante los 90.
Sistemas avanzados
Luego ya en el siglo XXI fue desapareciendo el trmino hasta el punto en que recuerdo
que una empresa colaboradora de mis trabajos cambi el nombre de Sistemas Expertos
por sistemas avanzados, por varios motivos a mi juicio.
Uno porque empezaban a aparecer sistemas que se denominaban inteligentes sin que
fueran sistemas expertos. No haba una lnea clara que marcara cuando un sistema era
inteligente o no, y vino la poca en la que el trmino inteligente pareca que cubra
mejor la realidad de las cosas que los sistemas expertos.
Una segunda explicacin podra ser de orden prctico. Los sistemas expertos requeran
mucho tiempo para su desarrollo. Era difcil encontrar expertos de verdad en un tema
(no hay que olvidar que experto es alguien que sabe por la experiencia y si es joven por
ejemplo puede tener conocimientos pero no experiencia) y la tendencia era a conseguir
sistemas que se desarrollaran rpido.
Se comenz un poco a nivel global a dar ms importancia, incluso en el mercado, a los
conocimientos sobre la experiencia, con el pretexto de que mucha de la experiencia
quedaba obsoleta debido al vertiginoso cambio de la sociedad y de los parmetros que
regan los mercados y la sociedad en general. No era verdad, pero estaban viniendo
pocas que desdeaban la experiencia a favor del volumen, quizs eliminaban de sus
sistemas productivos a la gente que de verdad saba porque le haban pasado cosas
dando entrada a generaciones jvenes con responsabilidades de toma de decisiones
sobre asuntos que desconocan, ya fuera por nuevos asuntos o por su propia juventud.
Fue un fenmeno global, pero en Espaa fue hasta llamativo. Siempre me pregunt por
qu las grandes empresas prejubilaban a generaciones enteras en funcin de la edad
(generaciones con alrededor de 50 aos que es cuando el conocimiento comienza a tejer
redes de razonamiento de altsima calidad) dejndoles adems con su salario integro
cuando podran formar un bloque corporativo de opinin o consejo, (como adjuntos a
los departamentos o incluso a la Presidencia y altos cargos de dichas compaas) sobre
los procesos aunque dejasen de tener responsabilidades ejecutivas. Siempre me pareci
ese proceso, no un ajuste sino un derroche descomunal del capital intelectual de las
empresas. Dej como decamos de haber expertos de verdad en dichas empresas. Poco
Sistema Experto se poda desarrollar entonces.
Banalizacin del trmino
Quizs una tercera razn para que el trmino desapareciese (sobretodo aqu en Espaa)
fue quedarse con las formas de los sistemas y perder en contenido y fue cuando se

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

11

empez a banalizar el trmino hasta su desprestigio. Eso ocurri en muchos casos

porque una de las maneras ms sencillas de modelizar el conocimiento de un experto era
por medio de reglas de este estilo:
SI el enfermo tiene gripe y granos ENTONCES tiene sarampin
Por ejemplo. Acab llamndose Sistema Experto a todo aquello que tena reglas cuando
solo se podra decir en condiciones si lo que haba detrs de la regla tena un origen
fiable y provena de un experto en un tema. Aunque parezca mentira, este tipo de cosas
acab con el prestigio en Espaa de este tipo de sistemas a pesar de los miles de
sistemas expertos que se haban desarrollado en el mundo hasta ese momento, con xito.
Sin embargo fuera de Espaa siguieron vivos, aunque como siempre siguieron siendo
costosos de producir, largos de desarrollar pero muy efectivos en los campos en los que
el dominio es estable. En dominios inestables o de corta vida no se deban desarrollar
por tener un ciclo de vida demasiado corto. La vorgine de cambios que vino a final de
los aos 90 y comienzos de este siglo hizo que se manejasen modelos y sistemas en el
mundo sobre los que no haba experiencia y donde por tanto todo era ms especulativo
que otra cosa porque no haba dado tiempo a probarse.
Se podra decir que la velocidad del cambio en muchas cosas pareca que era signo de
avance, cuando en realidad el conjunto de la sociedad comenzaba a sustentarse sobre
patas nuevas, poco experimentadas y por tanto de enorme debilidad potencial. Y est
claro que ni siquiera los anlisis de riesgos saban o queran contemplar cosas que
podan ocurrir y que recientes crisis de todo tipo parecen confirmar.
En cualquier caso surgi un concepto que involucraba a todo tipo de organizaciones que
era Gestin del Conocimiento. Como tantas banderas anteriores pas a ser un tema
en el que haba que estar y como tantas veces antes, haba que definir con claridad en
que consista y como se iba a implantar. Curiosamente la gestin de la experiencia no
siempre estaba contemplada en los modelos que se iban definiendo de gestin del
conocimiento.
Robtica
Volviendo un poco hacia atrs y casi al hilo del artculo que escrib para Tendencias
hace 20 aos, cabra decir las tres grandes reas que se definieron como de aplicacin de
la IA. Una fue la robtica, otra el procesamiento del lenguaje natural y otra la Ingeniera
del conocimiento.
La robtica conoci un desarrollo enorme y con ella toda un rea que sigue trabajando y
consiguiendo xitos notables. Desde la fabricacin de coches hasta sistemas que
reconocen su huella digital para que usted entre en su ordenador o reconocen su voz
hasta el punto de que le abran la puerta a usted y no a otro, o que permiten reconocer a
alguien por sus caracteres antropomrficos, y que deriva en que le reconocen a usted
para entrar en un edificio por su rostro o bien que saben cuando usted est triste o
preocupado o con sistemas muy modernos que pretenden saber cuando alguien miente.
Esa ha sido un rea donde se han mezclado ideas que venan de la Ingeniera del

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

12

conocimiento y que se han conseguido incluso modelizar matemticamente para

garantizar una rapidez de respuesta importante. Tambin se ha avanzado mucho en
reconocimiento de voz o incluso en sntesis de voz. Nuevas tendencias de IA como las
redes de neuronas, con su intrnseca capacidad de aprendizaje, fueron capaces de emular
casi cualquier tipo de voz, incluida la suya.
Otra gran rea fue la ingeniera del conocimiento que en su momento abarc los ya
mencionados sistemas expertos y que hoy se extiende a todas las tcnicas que
permitan resolver mejor problemas de todo tipo. Como ya hemos comentado, de una u
otra forma existen ya un conjunto de tcnicas o tipos de problemas con una bandeja de
tcnicas capaz de resolverlos, pero que en general definira como una rama de la IA
aplicada dedicada a estudiar modelos de resolucin de problemas.
Procesamiento del lenguaje natural
Una tercera rea que fue en los aos 80 objeto de un optimismo desmesurado fue la del
Procesamiento automtico del lenguaje natural. Los avances en este rea fueron mucho
ms modestos que en otras. No se lleg al traductor automtico universal de todas las
lenguas con todas. El avance en estas reas se hizo basndose en modelos diferentes
segn el rea geogrfica.
Europa, con su enorme problema de multilingismo, eligi una aproximacin basada en
pares de lenguas y se lleg a resultados limitados. Japn sigui una va denominada
interlinga que deba ser un lenguaje artificial (capaz de ser entendido por ordenadores)
que hiciera de intermedio entre los dems y por medio de dicho lenguaje permitir que
unas y otras lenguas se entendiesen entre s. Dicha aproximacin sufri desviaciones
importantes (los ordenadores de entonces procesaban informacin decenas de miles de
veces mas despacio que los de hoy en da) y se decant aquella aproximacin por usar
de interlingua la lengua inglesa y ello deriv en el fracaso de dicha aproximacin.
Que los humanos usamos de hecho el ingls como interlingua no quiere decir que un
ordenador pueda hacerlo bien. Un ordenador necesita su lenguaje especial. (es una caja
tonta que hace las operaciones con mucha rapidez, no lo olvidemos). Aos mas tarde, y
aprovechando la aproximacin japonesa, la Universidad de las Naciones Unidas con
sede en Tokyo adopt dicha aproximacin como la nica capaz de poder solucionar el
problema del acceso a la informacin de manera multilinge en Internet, base sin duda
para eliminar o paliar los efectos de la brecha digital, es decir los defectos de acceso a la
educacin por parte de comunidades humanas menos desarrolladas.
Y, sin duda, la diversidad lingstica contribuye fuertemente a ser una caracterstica de
limitar el acceso efectivo a la educacin. Solo la tecnologa y la voluntad de hacerlo
podrn resolver conjuntamente el problema de la multilingualidad y el de la
conservacin de la diversidad lingstica y cultural.
Para eso falta mucho por hacer y no ser rpido. Es uno de los temas que ocupan mi
tiempo desde que en 1996 furamos (ni grupo de investigacin) invitados por la
Universidad de las Naciones Unidas a desarrollar mdulos y tecnologas relativas a la
lengua espaola (entendiendo por la misma el castellano). Pero de eso si quieren ya les
cuento otro da. Solo decir que en mi opinin slo la aproximacin de interlingua podr
resolver aceptablemente este problema como reconoce Mike Dillinguer, Presidente de la

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

13

Asociacin Americana de Traduccin Automtica en su informe LISA.

Para mi Grupo de investigacin, al que pertenecemos lingistas e Ingenieros aparte de
nuestros colegas de otros pases, el modelo Interlingua tiene adems ventajas de
capacidad de representacin de contenidos. Nos hace falta poder representar un texto de
una manera que no dependa de la lengua original. Trabajamos en sistemas de permitan
hacer eso, pero tambin vemos la necesidad de crear sistemas que quizs utilizando
tcnicas mas inteligentes sean capaces de capturar contenidos o conocimientos a
partir de los textos escritos en cualquier lengua. Otro da les comento un demostrador
que estamos instalando basndose en unos trabajos previos hechos para la EOLSS
(Enciclopedia de la UNESCO para las ciencias de la vida). Cuando est instalado se los
comunico y podran visualizarlo.
Hay reas como el llamado text mining o minera de textos, es decir que pretenden
extraer conocimiento a partir de un texto, y conocimiento es algo ms que datos, son las
relaciones entre los datos, es decir, algo a veces mas neto los datos en s
Ingeniera del conocimiento
A nivel particular he trabajado en ingeniera del conocimiento durante aos aunque
ahora llevo ya bastantes en las reas que hemos dado en llamar Ingeniera Lingstica,
quizs porque la perciba como el conjunto de tcnicas de Inteligencia Artificial
encargadas de estudiar y entender el lenguaje natural que percibo como el ultimo
eslabn de la inteligencia humana.
Quizs por eso, se nos haya atragantado tanto. Se est lejos de tener una mquina que
sepa siquiera aprender a leer un texto y con eso quiero decir, que lea y que entienda lo
que dice y que sea capaz de guardar lo importante y desechar lo que no lo es.quizs
ese da podamos (no lo ver yo) construir mquinas con las que de verdad podamos
dialogar y hacer cosas juntos.
Imposible? No deberamos ser tan soberbios pienso yo pensando es que eso no podr
serque no sepamos como funciona nuestra mquina humana no quiere decir que algn
da no se sepa. O quizs le pase que se defienda de quienes la estudiamos cambiando lo
suficientemente rpido como para que nunca consigamos saberlo todo sobre ella. Cabe
cualquier conjetura.
Hace no mucho en una presentacin de sistemas avanzados (de estos que se llaman hoy
avanzados) alguien me dijo que en treinta aos se podra verter el contenido de un
cerebro y poderlo guardar. Lo mir evidentemente incrdulo; me sorprenden esas
afirmaciones tan optimistas cuando simplemente ver en el mercado el resultado de unos
trabajos que hice en un proyecto europeo hace unos aos ha tardado 9 aos!!! Y cuando
que yo sepa (vaya usted a saber si hay alguna forma secreta, pero lo dudo) no se
puede saber siquiera lo que hay en un disco duro de un ordenador poniendo unos
electrodos en la carcasa del mismo. Y el cerebro es mucho mas complejo que eso
Dficit de inteligencia y seguridad
Y terminado por hoy, sabiendo que las lneas de investigacin en las que estamos, aun
resolvemos poco de nuestro mundo y son muchas veces sobre cosas muy concretas,

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

14

calculen ustedes lo que falta por hacer a nivel global. No dejo de sorprenderme como
ciudadano de hechos que han ocurrido en esta dcada y que van desde los gigantescos
atentados terroristas del 11S hasta la colosal crisis financiera de estos das.
Cmo no ha sido posible prever nada de nada de los mismos? No me queda otro
remedio que pensar que las organizaciones que aaden a su definicin la palabra
inteligencia tienen poca capacidad de previsin mnimamente inteligente o quizs hay
pocas ganas de prever. O puede que haya una explicacin mucho ms compleja.
Quizs el asunto sea mucho ms difcil de lo que parece. La intervencin de dominios
diferentes y aparentemente lejanos como la economa, la religin o las lenguas y quin
sabe qu otros, requieren mucha mas investigacin. Quizs nuestros expertos en muchas
reas lo sean en reas muy concretas y quien se encarga de relacionar todo esto?
No es sencillo, a lo mejor el manejo de ingentes cantidades de informacin requiera de
ayudas materiales, de mquinas ms inteligentes que ayuden ms a los gobiernos y
organizaciones, quizs haya que inventar un trmino medio nuevo que podra llamarse
inteligencia artificial global encargada de descubrir esas relaciones entre las cosas de
este mundo que nos parecen ocultas, quizs haya que volver a reconsiderar que las
personas maduras saben mucho que no podemos desecharquizs sean ellas las que
puedan ayudar a ser Base de Conocimientos de esos nuevos estudios. Solo quizs.
Esto no es un alegato de nada. Simplemente recuerdo los tiempos de los sistemas
expertos que se hacan antes. An alguno de ellos habindolo diseado yo mismo me
pareca alucinante como razonaba y como responda a cuestiones peliagudas. De hecho
se utilizaron mucho tiempo para formacin de nuevos profesionales. Recuerdo la
perplejidad del experto que haba donado conocimiento al sistema al ver la precisin
y la rapidez con que el sistema haca lo mismo que l mismo hara. Y era lgico. Era
su conocimiento.
Bueno, no les canso ms por hoy. Seguimos hablando. Saludos y hasta pronto. Jess
Cardeosa.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

15

La Inteligencia artificial padece de muerte cerebral

Fuente: Wired News (http://pa.wired.com/wired/tecnologia/0,1157,24614,00.html). 13
de Mayo de 2003.
Por Mark Baard
Alguna vez seremos capaces de crear mquinas que sean tan inteligentes como
nosotros?
No si los ingenieros insisten en construir estpidos robots, segn lo manifestado por el
fundador de la investigacin en el campo de la inteligencia artificial.
"La inteligencia artificial padece de muerte cerebral desde la dcada de 1970", seal el
gur de la inteligencia artificial, Marvin Minsky, en un discurso que pronunciara
recientemente en la Universidad de Boston. Minsky cofund el MIT Artificial
Intelligence Laboratory (Laboratorio de Inteligencia Artificial del Instituto Tecnolgico
de Massachusetts) en 1959 junto con John McCarthy.
Minsky ha dedicado gran parte de su carrera a estudiar el "razonamiento basado en el
sentido comn" -que es la capacidad de las computadoras de captar conceptos
cotidianos que los seres humanos dan por sentado-.
Nociones tales como "el agua moja" y "el fuego quema" han resultado ser un blanco
esquivo para los investigadores del campo de la inteligencia artificial. Minsky acus a
los investigadores de renunciar al inmenso desafo de construir una mquina pensante
totalmente autnoma.
Los expertos en inteligencia artificial, movidos por las crticas de Minsky, salieron a
defender su progreso.
Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

16

"Estos ltimos 15 aos han sido un perodo muy interesante para la inteligencia
artificial", seal Stuart Russell, director del Center for Intelligent Systems (Centro de
Sistema Inteligentes) de la Universidad de California, sede Berkeley, y coautor de un
libro sobre inteligencia artificial titulado Artificial Intelligence: A Modern Approach
(Un enfoque moderno de la inteligencia artificial).
Russell, quien calific a los comentarios de Minsky como "sorprendentes y
desalentadores", seal que los cientficos que estudian el aprendizaje, la visin, la
robtica y el razonamiento han hecho enormes avances en sus reas.
Los sistemas de inteligencia artificial de hoy en da detectan las estafas con tarjetas de
crdito aprendiendo a partir de las transacciones anteriores. Y los ingenieros en
computacin continan refinando los sistemas de reconocimiento de voz para las PCs y
los sistemas de reconocimiento facial para las aplicaciones de seguridad.
Estos logros han ido aportando cada vez ms a este campo, y cada desarrollo contribuye
a la obtencin de sistemas de inteligencia ms sofisticados y completos en el futuro.
"Estamos construyendo sistemas que detectan patrones muy sutiles dentro de enormes
volmenes de datos", seal Tom Mitchell, director del Center for Automated Learning
and Discovery (Centro de Descubrimiento y Aprendizaje Automatizado) de la
Universidad Carnegie Mellon, y presidente de la American Association for Artificial
Intelligence (Asociacin Estadounidense de Inteligencia Artificial). "La cuestin es:
Cul es la mejor estrategia para poder avanzar desde donde estamos en este momento
hacia un agente inteligente autnomo e integrado?".
Lamentablemente, las estrategias que mayor aceptacin tuvieron entre los
investigadores del campo de la inteligencia artificial en la dcada de 1980 han
conducido a una calle sin salida, seal Minsky. Los denominados "sistemas expertos",
que emulaban la experiencia humana dentro de reas temticas estrictamente definidas
como el derecho y la medicina, podran relacionar las consultas de los usuarios con
diagnsticos, informes y compendios relevantes, y an as no aprender conceptos que la
mayora de los nios ya manejan a los 3 aos.
"Para cada tipo de problema distinto, haba que volver a comenzar desde cero la
construccin de sistemas expertos, porque no acumulaban conocimientos basados en el
sentido comn", explic Minsky.
Slo un investigador se ha abocado a la colosal tarea de construir un sistema de
razonamiento integral basado en el sentido comn, segn lo sealado por Minsky.
Douglas Lenat, a travs de su proyecto Cyc, ha dirigido el ingreso en forma individual
de ms de 1 milln de reglas en una base de nociones de sentido comn.
"El Cyc sabe que los rboles por lo general estn afuera, que una vez que la gente muere
deja de comprar cosas, y que los recipientes con lquido hay que llevarlos derechos para
que no se vuelque lo que tienen dentro", dice en un recuadro del sitio web del Cyc. El
Cyc puede utilizar su amplia base de conocimientos para buscar coincidencias con
consultas hechas en lenguaje natural. Ante un pedido de "imgenes de personas fuertes
y temerarias" se conecta con una imagen relevante como la de un hombre haciendo
alpinismo en un risco.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

17

Si bien reconoce que se han producido ciertos avances en el campo de la investigacin

de la inteligencia artificial, Minsky lamenta el estado del laboratorio que fundara hace
ms de 40 aos.
"La peor mana han sido estos estpidos robotitos", seal Minsky. "Los estudiantes
universitarios estn desperdiciando 3 aos de sus vidas soldando y reparando robots, en
lugar de dedicar ese tiempo a hacerlos inteligentes. Es realmente shockeante".
"Puede que las crticas de Marvin estuvieran dirigidas a m", expres Rodney Brooks,
director del MIT Artificial Intelligence Lab, quien reconoci que gran parte de las
investigaciones de ese laboratorio estn centradas en los robots.
Pero Brooks, inventor de la aspiradora automtica , sostiene que algunos avances en
materia de visin computarizada y otras formas de inteligencia artificial han sido
posibles gracias a la robtica. El laboratorio de inteligencia artificial del MIT, por
ejemplo, est desarrollando el Cog.
Los ingenieros esperan que este sistema robtico adquiera conciencia de s mismo
aprendiendo a detectar sus propios movimientos y ver la relacin causal. Cog podra ser
capaz de "aprender" a hacer cosas.
Brooks seal que la tecnologa de sensores ha llegado a un punto en que es ms
sofisticada y menos cara, con lo cual ahora los robots estn llenos de sensores.
"No toda nuestra inteligencia est bajo el control de nuestra mente consciente", seal
Brooks. "Hay muchos niveles de inteligencia que no requieren de introspeccin". En
otras palabras, el nfasis en el razonamiento basado en el sentido comn no se aplica a
algunos esfuerzos realizados en el campo de la inteligencia artificial.
Los investigadores del campo de la inteligencia artificial, adems, podran ser vctimas
de su propio xito. La gente da por sentado que se pueden hacer bsquedas en Internet y
que se pueden hacer reservas de pasajes areos a travs del telfono -stos son ejemplos
de la inteligencia artificial en la prctica-.
"Estamos en una posicin muy particular", seal Martha Pollack, profesora del
Artificial Intelligence Laboratory (Laboratorio de Inteligencia Artificial) de la
Universidad de Michigan y editora ejecutiva del Journal of Artificial Intelligence
Research.
"Apenas resolvemos un problema, en lugar de ver la solucin como una forma de
inteligencia artificial, la empezamos a ver como otro sistema informtico ms", seal
Pollack.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

18

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

19

Inteligencia Artificial y Sistemas Expertos

Inteligencia artificial

1. La inteligencia: Diferentes teoras y definiciones

2. Inteligencias mltiples
3. Futuro de la IA.

l termino "inteligencia artificial" fue acuado formalmente en 1956 durante la

conferencia de Darthmounth, ms para entonces ya se haba estado trabajando en ello
durante cinco aos en los cuales se haba propuesto muchas definiciones distintas que
en ningn caso haban logrado ser aceptadas totalmente por la comunidad investigadora.
La AI es una de las disciplinas ms nuevas que junto con la gentica moderna es el
campo en que la mayora de los cientficos " ms les gustara trabajar".
Una de las grandes razones por la cuales se realiza el estudio de la IA es l poder
aprender ms acerca de nosotros mismos y a diferencia de la psicologa y de la filosofa
que tambin centran su estudio de la inteligencia, IA y sus esfuerzos por comprender
este fenmeno estn encaminados tanto a la construccin de entidades de inteligentes
como su comprensin.
El estudio de la inteligencia es una de las disciplinas ms antiguas, por ms de 2000
aos los filsofos no han escatimado esfuerzos por comprender como se ve, recuerda y
razona junto con la forma en que estas actividades deberan realizarse. Segn John Mc
Carthy la inteligencia es la "capacidad que tiene el ser humano de adaptarse eficazmente
al cambio de circunstancias mediante el uso de informacin sobre esos cambios", pero
esta definicin resulta muy amplia ya que de acuerdo con esta, el sistema inmunolgico
del cuerpo human resultara inteligente ya que tambin mediante el uso de informacin
este logra adaptarse al cambio. Otra interesante manera de ilustrar la inteligencia seria
recurrir a la teora societal de la mente de Marvin Minsky donde cada mente humana
es el resultado del accionar de un comit de mentes de menor poder que conversan entre
s y combinan sus respectivas habilidades con el fin de resolver problemas.
La llegada de las computadoras a principios de los 50, permiti el abordaje sin
especulacin de estas facultades mentales mediante una autentica disciplina terica
experimental. Es a partir de esto que se encontr que la IA constituye algo mucho ms
complejo de lo que se pudo llegar a imaginar en principio ya que las ideas modernas que
constituyen esta disciplina se caracterizan por su gran riqueza, sutileza e inters; en la
actualidad la IA abarca una enorme cantidad de subcampos que van desde reas de
propsito general hasta tareas especificas.
Una de las definiciones que se han dado para describir la IA la sita dentro de una
disciplina que tiene que ver con las ciencias de la computacin que corresponden al
esfuerzo por parte de gran cantidad de cientficos que durante los ltimos treinta aos
han realizado con el fin de dotar a las computadoras de inteligencia, a partir de esta
definicin encontramos que una de las tcnicas de IA es aquella que se utiliza con el fin
de lograr que un determinado programa se comporte de forma inteligente sin pretender
tener en cuenta la " forma de razonamiento "empleada para lograr ese comportamiento.
Luego, aqu surge un dilema, ya que segn esto cualquier problema resoluble por un

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

20

computador, sin complicaciones y tambin como un ser humano podra encuadrarse en

el campo de la inteligencia artificial acudiendo solamente a la aplicacin de reglas
consecutivas al pie de la letra o lo que encontramos con el nombre de Algoritmos
dentro del lenguaje de IA; este termino fue acuado en honor al matemtico rabe ALKWARIZMI que copil una serie de estos para ser aplicados a diferentes problemas
algebraicos.

Cuando se aplican algoritmos a la solucin de los problemas aunque no se est actuando

inteligentemente si esta siendo eficaz pero los problemas realmente complicados a los
que se enfrenta el ser humano son aquellos en los cuales no existe algoritmo conocido
as que surgen de reglas que tratan de orientarnos hacia las soluciones llamadas
Heursticas en las cuales nunca nada nos garantiza que la aplicacin de una de estas
reglas nos acerque a la solucin como ocurre con los anteriores.
A partir de estos datos; Farid Fleifel Tapia describe a la IA como: "la rama de la
ciencia de la computacin que estudia la resolucin de problemas no algortmicos
mediante el uso de cualquier tcnica de computacin disponible, sin tener en
cuenta la forma de razonamiento subyacente a los mtodos que se apliquen para
lograr esa resolucin.
Para completar esa definicin, algunas definiciones no tan formales emitidas por
diferentes investigadores de la IA que consideran otros puntos de vista son:

La IA es el arte de crear maquinas con capacidad de realizar funciones

que realizadas por personas requieren de inteligencia. ( Kurzweil, 1990)

La IA es el estudio de cmo lograr que las computadoras realicen tareas

que, por el momento, los humanos hacen mejor. (Rich, Knight, 1991).
La IA es la rama de la ciencia de la computacin que se ocupa de la
automatizacin de la conducta inteligente. (Lugar y Stubblefied, 1993).
La IA es el campo de estudio que se enfoca a la explicacin y emulacin
de la conducta inteligente en funcin de procesos computacionales.
(Schalkoff, 1990).

o
o

En la IA se puede observar dos enfoques diferentes:

1. La IA concebida como el intento por desarrollar una tecnologa capaz de proveer
al ordenador capacidades de razonamiento similares a los de la inteligencia
humana.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

21

2. La IA en su concepcin como investigacin relativa a los mecanismos de la

inteligencia humana que se emplean en la simulacin de validacin de teoras.
El primer enfoque se centra en la utilidad y no en el mtodo como veamos
anteriormente con los algoritmos, los temas claves de este enfoque son la representacin
y gestin de conocimiento, sus autores ms representativos son McCrrthy y Minsky.

John McCarthy
En el segundo enfoque encontramos que este se orienta a la creacin de un sistema
artificial capaz de realizar procesos cognitivos humanos haciendo importante ya no la
utilidad como el mtodo, los aspectos fundamentales de este enfoque se refieren al
aprendizaje y adaptabiliada y sus autores son Newell y Simon de la Carnegie Mellon
University.
La IA al tratar de construir maquinas que se comporten aparentemente como seres
humanos han dado lugar al surgimiento de dos bloques enfrentados: el enfoque
simblico o top-down, conocido como la IA clsica y el enfoque subsimbolico llamado
a veces conexionista.
Los simblicos simulan directamente las caractersticas inteligentes que se pretenden
conseguir o imitar y lo mejor que tambin se tiene a la mano es el hombre; para los
constructores de los sistemas expertos resulta fundamental la representacin del
conocimiento humano donde gracias a estos avances se han encontrado dos tipos de
conocimiento: conocimiento acerca del problema particular y conocimiento a cerca de
cmo obtener mas conocimiento a partir del que ya tenemos. El ejemplo ms
representativo de esta corriente es el proyecto de Cyc de Douglas B. Lenat sobre un
sistema que posee en su memoria millones de hechos interconectados.
Dentro de la otra corriente: la subsimbolica; sus esfuerzos se orientan a la simulacin de
los elementos de mas bajo nivel dentro de los procesos inteligentes con la esperanza de
que estos al combinarse permitan que espontneamente surja el comportamiento
inteligente. Los ejemplos mas claros que trabajan con este tipo de orientacin son las
redes neuronales y los algoritmos genticos donde estos sistemas trabajan bajo la
autonoma, el aprendizaje y la adaptacin, conceptos fuertemente relacionados.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

22

Uno de los grandes seguidores de la IA; Marvin Minsky, ha dado una clasificacin
para los lenguajes de programacin que se utilizan en esta disciplina:

Marvin Minsky

Haga ahora: Donde el programador surte de instrucciones a la maquina para

realizar una tarea determinada donde todo queda especificado excepto quizs l
numero de repeticiones.
Haga siempre que: Aqu se permite escribir un programa que le sirva a la
computadora para resolver aquello problemas que el programador no sabe
resolver pero conoce que tipo de soluciones se pueden intentar.
"De constreimiento": se escriben programas que definen estructuras y estados
que se condicionan y limitan recprocamente.

Pero Minsky, admite que an ser necesario desarrollar dos tipos de lenguajes ms para
obtener una IA comparable a la inteligencia humana; y estos podran ser.

o
o

"Haga algo que tenga sentido: Donde se permite al programa aprender

del pasado y en una nueva situacin aplicar sus enseanzas.
"Mejrense a s mismo": All se podr permitir escribir programas que
tengan en adelante la capacidad de escribir programas mejores que ellos
mismos.

Otro punto desde luego tiene que ver con el tema que aqu estamos tratando es por
supuesto el concepto de lo que es creatividad, que a simple vista es algo que no
podemos explicar porque es resultado de un don especial pero que los estudios sobre IA
han comenzado hacer posible dar explicacin satisfactoria: nos dicen que en la medida
que se logre escribir programas que exhiban propiedad, en esa misma medida se
empezara a explicar la creatividad.
Otra propiedad que se espera ver asociada a la IA es la autoconciencia; que de acuerdo

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

23

con los resultados de las investigaciones psicolgicas hablan por una parte de que como
es bien sabido, el pensamiento humano realiza gran cantidad de funciones que no se
pueden calificar de conscientes y que por lo tanto la autoconciencia contribuye en cierto
sentido a impedir el proceso mental eficiente; pero por otro lado es de gran importancia
poder tener conocimiento sobre nuestras propias capacidades y limitaciones siendo esto
de gran ayuda para el funcionamiento de la inteligencia tanto de la maquina como del
ser humano.
Pero seria imposible tratar de contemplar el tema de la IA sin recurrir a la cuestin de la
complejidad; donde el comportamiento inteligente es el resultado de la interaccin de
muchos elementos y que con seguridad es una de las ms valiosas contribuciones al
tratar de simular en la maquina los fenmenos intelectuales humanos.
La IA se ha desarrollado como disciplina a partir de la concepcin de la inteligencia que
se realizo al interior de la psicologa y a partir de la cual se elaboraron diferentes
categoras.
La inteligencia: Diferentes teoras y definiciones.
En 1904 el ministerio de instruccin publica de Francia pidi al psiclogo francs
Alfred Binet y a un grupo de colegas suyos que desarrollan un modo de determinar
cuales alumnos de la escuela primaria corran el riesgo de fracasar para que estos
alumnos reciban una atencin compensatoria. De sus esfuerzos nacieron las primeras
pruebas de inteligencia. Importadas a los EEUU varios aos despus las pruebas se
difundieron ampliamente as como la idea de que existiera algo llamado " inteligencia"
que poda medirse de manera objetiva y reducirse a un numero o puntaje llamado "
coeficiente intelectual" desde entonces s a definido la inteligencia en trminos de
"habilidad para resolver problemas".
I.INTELIGENCIAS MULTIPLES
Un psiclogo de Harvard llamado Howard Garden, sealo que nuestra cultura haba
definido la inteligencia de manera muy estrecha y propuso en su libro " estructura de la
mente", la existencia de por lo menos siete inteligencias bsicas:

Inteligencia lingstica: capacidad de usar las palabras de modo efectivo ( ya

sea hablando, escribiendo, etc). Incluye la habilidad de manipular la sintaxis o
escritura del lenguaje, la fontica o los sonidos del lenguaje, la semntica o
significado de lenguaje o divisin, pragmtica o los husos prcticos.
Inteligencia lgico matemtica: capacidad de usar los nmeros de manera
efectiva y de razonar adecuadamente ( pensamiento vertical).
Inteligencia espacial: la habilidad para percibir la manera exacta del mundo
visual-espacial y de ejecutar transformaciones sobre esas percepciones
( decorador, artistas, etc).
Inteligencia corporal - kintica: la capacidad para usar el cuerpo para expresar
ideas y sentimientos y facilidad en el uso de las propias manos para producir o
transformar cosas.
Inteligencia musical: capacidad de percibir, discriminar, trasformar y expresar
las formas musicales.
Inteligencia interpersonal: la capacidad de percibir y establecer distinciones
entre los estados de nimo, las intenciones, motivaciones, sentimientos, de otras
personas.
Inteligencia intrapersonal: el conocimiento de s mismo y la habilidad para
adaptar las propias maneras de actuar a partir de ese conocimiento.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

24

Ms all de la descripcin de las inteligencias y de sus fundamentos tericos hay ciertos

aspectos que convienen destacar:

Cada persona posee varios tipos de inteligencias.

La mayora de las personas pueden desarrollar cada inteligencia hasta un

nivel adecuado de competencia.
Las inteligencias por lo general trabajan juntas de manera compleja,
sea, siempre interactan entre s para realizar la mayora de las tareas se
precisan todas las inteligencias aunque en niveles diferentes hay muchas
maneras de ser inteligentes en cada categora.

Inteligencia emocional: existe una dimensin de la inteligencia personal que esta

ampliamente mencionada aunque poco explorada en las elaboraciones de Gadner: el
papel de las emociones.
Daniel Goleman; toma este desafo y comienza a trabajar sobre el desarrollo de Gadner
llevando a un plano ms pragmtico y centrado en las emociones como foco de la
inteligencia.

FUTURO DE LA IA.
El empleo de la IA esta orientado a aquellas profesiones que, ya sea por lo incomodo,
peligroso o complicado de su trabajo necesitan apoyo de un experto en la materia. Las
ventajas que trae el disponer de un asistente artificial no son mas que las de solucionar
los errores y defectos propios del ser humano; es decir, el desarrollo de sistemas
expertos que hoy en da se estn utilizando con xito en los campos de la medicina,
geologa y aeronutica aunque todava estn poco avanzados en relacin con el ideal del
producto IA completo.
Sistema Experto (SE) [editar]
Se puede entender como una rama de la inteligencia artificial. Estos sistemas imitan las
actividades de un humano para resolver problemas de distinta ndole (no necesariamente
tiene que ser de inteligencia artificial). Tambin se dice que un SE se basa en el
conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de
control (informacin sobre el seguimiento de una accin).
Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de
una forma fcil, reuniendo dos capacidades para poder cumplirlo:

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

25

1. Explicar sus razonamientos o base del conocimiento: los sistemas expertos se

deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se
pueda generar la explicacin para cada una de estas reglas, que a la vez se basan
en hechos.
2. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos
de razonamiento que sirven para modificar los conocimientos anteriores. Sobre
la base de lo anterior se puede decir que los sistemas expertos son el producto de
investigaciones en el campo de la inteligencia artificial ya que esta no intenta
sustituir a los expertos humanos, sino que se desea ayudarlos a realizar con ms
rapidez y eficacia todas las tareas que realiza.
Debido a esto en la actualidad se estn mezclando diferentes tcnicas o aplicaciones
aprovechando las ventajas que cada una de estas ofrece para poder tener empresas ms
seguras. Un ejemplo de estas tcnicas sera los agentes que tienen la capacidad de
negociar y navegar a travs de recursos en lnea; y es por eso que en la actualidad juega
un papel preponderante en los sistemas expertos.

Estructura bsica de un SE
Un Sistema Experto est conformado por:

Base de conocimientos (BC): Contiene conocimiento modelado extrado del

dilogo con el experto.
Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema
que se ha descubierto durante el anlisis.
Motor de inferencia: Modela el proceso de razonamiento humano.
Mdulos de justificacin: Explica el razonamiento utilizado por el sistema para
llegar a una determinada conclusin.
Interfaz de usuario: es la interaccin entre el SE y el usuario, y se realiza
mediante el lenguaje natural.

Tipos de SE
Principalmente existen tres tipos de sistemas expertos:

Basados en reglas.
Basados en casos o CBR (Case Based Reasoning).
Basados en redes bayesianas.

En cada uno de ellos, la solucin a un problema planteado se obtiene:

Aplicando reglas heursticas apoyadas generalmente en lgica difusa para su

evaluacin y aplicacin.
Aplicando el razonamiento basado en casos, donde la solucin a un problema
similar planteado con anterioridad se adapta al nuevo problema.
Aplicando redes bayesianas, basadas en estadstica y el teorema de Bayes.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

26

Ventajas y limitaciones de los Sistemas Expertos

Ventajas

Permanencia: A diferencia de un experto humano un SE (sistema experto) no

envejece, y por tanto no sufre prdida de facultades con el paso del tiempo.
Duplicacin: Una vez programado un SE lo podemos duplicar infinidad de
veces.
Rapidez: Un SE puede obtener informacin de una base de datos y realizar
clculos numricos mucho ms rpido que cualquier ser humano.
Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la
capacidad de duplicacin el coste finalmente es bajo.
Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para
el ser humano.
Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s
(cansancio, presin, etc.).
Consolidar varios conocimientos
Apoyo Academico

Limitaciones

Sentido comn: Para un Sistema Experto 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.
Lenguaje natural: Con un experto humano podemos mantener una conversacin
informal mientras que con un SE no podemos.
Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de
sus errores y de errores ajenos, que un SE haga esto es muy complicado.
Perspectiva global: Un experto humano es capaz de distinguir cuales son las
cuestiones relevantes de un problema y separarlas de cuestiones secundarias.
Capacidad sensorial: Un SE carece de sentidos.
Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para
la resolucin de un problema.
Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento
poco estructurado.

Ejemplos importantes

Dendral
Dipmeter Advisor
Mycin
CADUCEUS
R1
CLIPS, Jess
Prolog
ehsis.ikudetelemed.com

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

27

Tareas que realiza un Sistema Experto

Monitorizacin
La monitorizacin es un caso particular de la interpretacin, y consiste en la
comparacin continua de los valores de las seales o datos de entrada y unos valores
que actan como criterios de normalidad o estndares. En el campo del mantenimiento
predictivo los Sistemas Expertos se utilizan fundamentalmente como herramientas de
diagnstico. Se trata de que el programa pueda determinar en cada momento el estado
de funcionamiento de sistemas complejos, anticipndose a los posibles incidentes que
pudieran acontecer. As, usando un modelo computacional del razonamiento de un
experto humano, proporciona los mismos resultados que alcanzara dicho experto.

Diseo
Diseo es el proceso de especificar una descripcin de un artefacto que satisface varias
caractersticas desde un nmero de fuentes de conocimiento.
El diseo se concibe de distintas formas:

El diseo en ingeniera es el uso de principios cientficos, informacin tcnica e

imaginacin en la definicin de una estructura mecnica, mquina o sistema que
ejecute funciones especficas con el mximo de economa y eficiencia.

El diseo industrial busca rectificar las omisiones de la ingeniera, es un intento

consciente de traer forma y orden visual a la ingeniera de hardware donde la
tecnologa no provee estas caractersticas.

Los SE en diseo ven este proceso como un problema de bsqueda de una solucin
ptima o adecuada. Las soluciones alternas pueden ser conocidas de antemano o se
pueden generar automticamente probndose distintos diseos para verificar cules de
ellos cumplen los requerimientos solicitados por el usuario, sta tcnica es llamada
"generacin y prueba", por lo tanto estos SE son llamados de seleccin. En reas de
aplicacin, la prueba se termina cuando se encuentra la primera solucin; sin embargo,
existen problemas ms complejos en los que el objetivo es encontrar la solucin ptima.

Planificacin
La planificacin es la realizacin de planes o secuencias de acciones y es un caso
particular de la simulacin. Est compuesto por un simulador y un sistema de control.
El efecto final es la ordenacin de un conjunto de acciones con el fin de conseguir un
objetivo global.
Los problemas que presentan la planificacin mediante SE son los siguientes:

Existen consecuencias no previsibles, de forma que hay que explorar y explicar

varios planes.
Existen muchas consideraciones que deben ser valoradas o incluirles un factor
de peso.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

28

Suelen existir interacciones entre planes de subobjetivos diversos, por lo que

deben elegirse soluciones de compromiso.
Trabajo frecuente con incertidumbre, pues la mayora de los datos con los que se
trabaja son ms o menos probables pero no seguros.
Es necesario hacer uso de fuentes diversas tales como bases de datos.

Control
Un sistema de control participa en la realizacin de las tareas de interpretacin,
diagnstico y reparacin de forma secuencial. Con ello se consigue conducir o guiar un
proceso o sistema. Los sistemas de control son complejos debido al nmero de
funciones que deben manejar y el gran nmero de factores que deben considerar; esta
complejidad creciente es otra de las razones que apuntan al uso del conocimiento, y por
tanto de los SE.
Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el mismo la
realimentacin o el paso de un proceso a otro lo realiza el operador, o en lazo cerrado si
no tiene que intervenir el operador en ninguna parte del mismo. Reparacin, correcta o
terapia.
La reparacin, correccin, terapia o tratamiento consiste en la proposicin de las
acciones correctoras necesarias para la resolucin de un problema. Los SE en reparacin
tienen que cumplir diversos objetivos, como son: Reparacin lo ms rpida y
econmicamente posible. Orden de las reparaciones cuando hay que realizar varias.
Evitar los efectos secundarios de la reparacin, es decir la aparicin de nuevas averas
por la reparacin.

Simulacin
La simulacin es una tcnica consistente en crear modelos basados en hechos,
observaciones e interpretaciones, sobre la computadora, a fin de estudiar el
comportamiento de los mismos mediante la observacin de las salidas para un conjunto
de entradas. Las tcnicas tradicionales de simulacin requieren modelos matemticos y
lgicos que describen el comportamiento del sistema bajo estudio.
El empleo de los SE para la simulacin viene motivado por la principal caracterstica de
los SE, que es su capacidad para la simulacin del comportamiento de un experto
humano, que es un proceso complejo.
En la aplicacin de los SE para simulacin hay que diferenciar cinco configuraciones
posibles:
1. Un SE puede disponer de un simulador con el fin de comprobar las soluciones y
en su caso rectificar el proceso que sigue.
2. Un sistema de simulacin puede contener como parte del mismo a un SE y por
lo tanto el SE no tiene que ser necesariamente de simulacin.
3. Un SE puede controlar un proceso de simulacin, es decir que el modelo est en
la base de conocimiento del SE y su evolucin es funcin de la base de hechos,
la base de conocimientos y el motor de inferencia, y no de un conjunto de
ecuaciones aritmtico - lgicas.
4. Un SE puede utilizarse como consejero del usuario y del sistema de simulacin.
5. Un SE puede utilizarse como mscara o sistema frontal de un simulador con el
fin de que el usuario reciba explicacin y justificacin de los procesos.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008

29

Instruccin
Un sistema de instruccin realizara un seguimiento del proceso de aprendizaje. El
sistema detecta errores ya sea de una persona con conocimientos e identifica el remedio
adecuado, es decir, desarrolla un plan de enseanza que facilita el proceso de
aprendizaje y la correccin de errores.

Recuperacin de informacin
Los Sistemas Expertos, con su capacidad para combinar informacin y reglas de
actuacin, han sido vistos como una de las posibles soluciones al tratamiento y
recuperacin de informacin, no slo documental. La dcada de 1980 fue prolija en
investigacin y publicaciones sobre experimentos de este orden, inters que continua en
la actualidad.
Lo que diferencia a estos sistemas de un sistema tradicional de recuperacin de
informacin es que stos ltimos slo son capaces de recuperar lo que existe
explcitamente, mientras que un Sistema Experto debe ser capaz de generar informacin
no explcita, razonando con los elementos que se le dan. Pero la capacidad de los SE en
el mbito de la recuperacin de la informacin no se limita a la recuperacin. Pueden
utilizarse para ayudar al usuario, en seleccin de recursos de informacin, en filtrado de
respuestas, etc. Un SE puede actuar como un intermediario inteligente que gua y apoya
el trabajo del usuario final.

Extractado por Rodolfo Arana Gonzales UNIFRANZ 2008