Académique Documents
Professionnel Documents
Culture Documents
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,
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:
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
PERSONAL
ENFOQUE
AMPLIO
ENFOQUE CERRADO
CONOCIMIENTO
CONOCIMIENTO
DEL SENTIDO
TCNICO
COMN
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.
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
10
11
12
13
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.
15
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.
17
18
19
20
o
o
21
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.
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
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
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
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:
24
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:
25
Estructura bsica de un SE
Un Sistema Experto est conformado por:
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.
26
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
27
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:
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:
28
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.
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.