Académique Documents
Professionnel Documents
Culture Documents
PROFESOR:
Lic. Lester Centeno
FECHA:
18 de Enero del 2019
ASIGNATURA:
Inteligencia Artificial
ELABORADO POR:
Katy Vanessa Oporta Zambrana
INTRODUCCION
La IA es una de las ciencias más recientes. El trabajo comenzó poco después de la Segunda
Guerra Mundial, y el nombre se acuñó en 1956. La IA se cita, junto a la biología molecular,
como un campo en el que a la mayoría de científicos de otras disciplinas «les gustaría trabajar».
Un estudiante de ciencias físicas puede pensar razonablemente que todas las buenas ideas
han sido ya propuestas por Galileo, Newton, Einstein y otros.
Por el contrario, la IA aún tiene flecos sin cerrar en los que podrían trabajar varios Einsteins a
tiempo completo.
La IA abarca en la actualidad una gran variedad de subcampos, que van desde áreas de
propósito general, como el aprendizaje y la percepción, a otras más específicas como el ajedrez,
la demostración de teoremas matemáticos, la escritura de poesía y el diagnóstico de
enfermedades. La IA sintetiza y automatiza tareas intelectuales y es, por lo tanto,
potencialmente relevante para cualquier ámbito de la actividad intelectual humana. En este
sentido, es un campo genuinamente universal.
ANTECEDENTES
Durante los últimos sesenta años la investigación en IAI ha tenido un enfoque cambiante, la
primera fase comenzó durante la Conferencia de Dartmouth y se centró en técnicas
relacionadas con la Resolución general de problemas (GPS) (Newell y Simon 1971). Este
enfoque asumía que cualquier problema que pudiera escribirse en código de programación, ya
sea una demostración de un teorema matemático, una partida de ajedrez o encontrar la
distancia más corta de una ciudad a otra, podía resolverse. Habitualmente, dichos problemas
implicarían la representación de este conocimiento en un formato informático legible y luego, la
búsqueda a través de posibles estados hasta encontrar una solución. Por ejemplo, a la hora de
jugar ajedrez existiría una representación simbólica del tablero, las piezas, los posibles
movimientos y los mejores movimientos basados en la heurística de partidas previas, etc. En el
transcurso de una partida la búsqueda localizaría el mejor movimiento. Sin embargo, a pesar
de resultar muy prometedor en sus inicios, el enfoque GPS pronto se quedó sin combustible. La
razón fundamental es que, a medida que los problemas aumentaban de tamaño, el número de
combinaciones de búsqueda crecía exponencialmente.
CONCEPTOS
La inteligencia artificial es considerada una rama de la computación y relaciona un fenómeno
natural con una analogía artificial a través de programas de computador. La inteligencia artificial
puede ser tomada como ciencia si se enfoca hacia la elaboración de programas basados en
comparaciones con la eficiencia del hombre, contribuyendo a un mayor entendimiento del
conocimiento humano.
Si por otro lado es tomada como ingeniería, basada en una relación deseable de entrada-salida
para sintetizar un programa de computador. "El resultado es un programa de alta eficiencia que
funciona como una poderosa herramienta para quien la utiliza."
NIVELES DE CONOCIMIENTO
Existen dos niveles.
a) El primer nivel
De control (se suele aludir a él como metaconocimiento y las reglas que lo constituyen
reciben el nombre de metarreglas), sirve para determinar la forma de utilizar
b) El segundo nivel
Que es el que contiene el conocimiento de los expertos.
Los problemas de tipo determinista pueden ser formulados usando un conjunto de reglas
que relacionen varios objetos bien definidos: sistemas basados en reglas.
-RAMON LLULL (1915): Tuvo la idea de que el razonamiento podía ser efectuado de
manera artificial.
En 1980 la historia se repite con el desafío japonés de la quinta generación, que dio lugar
al auge de los sistemas expertos pero no alcanzo muchos de sus objetivos, por los que
sufrió una nueva interrupción.
En 1987 MARTIN FISCHLES y OSCAR FIRSCHERN describían los atributos de un
agente inteligente. En este se podía decir que la IA posee características humanas tales
como el aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento
implícito y la percepción modular del mundo. Así podemos hablar ya no solo de un
objetivo, si no de muchos dependiendo del punto de vista o utilidad que pueda
encontrarse a la IA.
SISTEMAS CLASICOS
La IA clásica aparece en los años 50 como resultado de la comprensión del cerebro por medio
de la neurociencia, las nuevas teorías matemáticas de la información, la teoría de control que
surge desde la cibernética y la aparición del ordenador digital.
SISTEMAS EXPERTOS
Sistemas expertos: programa de ordenador que resuelve problemas que requieren experiencia
humana, mediante el uso de representación del conocimiento y procedimientos de decisión.
EXPERTOS HUMANOS
Experto humano (un consejero hospitalario, un geólogo o un analista químico. p. ej.) suele ser
una persona respetada. Los expertos dedican mucho tiempo a estudiar y practicar la disciplina
elegida para llegar a ejercer eficientemente su trabajo. El problema de los expertos humanos
es multifacético: su escaso número, su disponibilidad, el pago de remuneraciones y, por
supuesto su calidad de mortales, que implica, a la larga la pérdida total de la destreza adquirida.
Por ese motivo es comprensible que a muchas empresas les atraiga la idea de codificar esa
pericia en programas de computadora, para poder trabajar con un gran cuerpo de conocimientos
sin los inconvenientes propios de los expertos humanos.
VENTAJAS Y DESVENTAJAS
Ventajas
En el ámbito laboral reduce los costos y salarios adicionales.
Por resultar un atractivo, conlleva a generar más ingresos.
Se han desarrollado aplicaciones que realizan tareas que el hombre nunca hubiera
podido realizar debido a su complejidad.
Puede predecir situaciones a largo plazo.
Reduce el tiempo que consume realizar cierta actividad.
Lograr grandes hallazgos y avances.
Desventajas
Por ser software, requieren de constantes actualizaciones (mantenimiento).
Realizar estos sistemas expertos requiere de mucho tiempo y dinero.
Crear máquinas que sean autosuficientes y puedan ir desplazando a la raza humana.
El uso irracional y exagerado de esta tecnología podría conllevar a la dominación de las
máquinas sobre el hombre, como también llegar a depender mucho de ellas.
El hombre se siente menos importante cuando una máquina o un sistema “lo supera”.
Diseño
Diseño es el proceso de especificar una descripción de un artefacto que satisface varias
características desde un número de fuentes de conocimiento.
El diseño se concibe de distintas formas:
El diseño en ingeniería es el uso de principios científicos, información técnica e
imaginación en la definición de una estructura mecánica, máquina o sistema que ejecute
funciones específicas con el máximo de economía y eficiencia.
El diseño industrial busca rectificar las omisiones de la ingeniería, es un intento
consciente de traer forma y orden visual a la ingeniería de hardware donde la tecnología
no provee estas características.
Los SE en diseño ven este proceso como un problema de búsqueda de una solución óptima o
adecuada. Las soluciones alternas pueden ser conocidas de antemano o se pueden generar
automáticamente probándose distintos diseños para verificar cuáles de ellos cumplen los
requerimientos solicitados por el usuario, ésta técnica es llamada “generación y prueba”, por lo
tanto estos SE son llamados de selección. En áreas de aplicación, la prueba se termina cuando
se encuentra la primera solución; sin embargo, existen problemas más complejos en los que el
objetivo es encontrar la solución óptima.
Planificación
La planificación es la realización de planes o secuencias de acciones y es un caso particular de
la simulación. Está compuesto por un simulador y un sistema de control. El efecto final es la
ordenación de un conjunto de acciones con el fin de conseguir un objetivo global.
Los problemas que presentan la planificación 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.
Suelen existir interacciones entre planes de subjetivos diversos, por lo que deben
elegirse soluciones de compromiso.
Trabajo frecuente con incertidumbre, pues la mayoría de los datos con los que se trabaja
son más 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 realización de las tareas de interpretación, diagnóstico y
reparación de forma secuencial. Con ello se consigue conducir o guiar un proceso o sistema.
Los sistemas de control son complejos debido al número de funciones que deben manejar y el
gran número 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
realimentación 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. Reparación, correcta o terapia.
EJEMPLOS DE SE
MYCIN es un Sistema Experto para la realización de diagnósticos en el área de la
medicina, iniciado por Ed Feigenbaum y posteriormente desarrollado por E. Shortliffe y
sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y
determinación de diagnósticos en el campo de las enfermedades infecciosas de la
sangre.
En los SBR, las estructuras de representación son declarativas, por lo que existe una separación
explícita entre el conocimiento del dominio y los mecanismos de deducción utilizados. Por una
parte, el conocimiento del dominio puede ser factual o heurístico. El primero es el conocimiento
del dominio aceptado, y generalmente consensuado, por todos los expertos en un campo de
aplicación específico. El segundo, el conocimiento heurístico, es mucho menos riguroso y está
basado en la experiencia propia de cada experto o grupo de expertos. Se dice que es el
conocimiento de la buena práctica y el buen juicio. Por otra parte, los mecanismos de deducción
utilizados controlan las etapas que se deben llevar a cabo para resolver un problema.
Dichos mecanismos se conocen como motores de inferencia y son los que aplican el
conocimiento para crear una línea de razonamiento. Los SBR son una aplicación de los
sistemas de deducción en lógica proposicional o de primer orden, restringidos a cláusulas de
Horn en primera instancia. Utilizan las reglas de Sistemas basados en reglas inferencia de la
lógica (razonamiento deductivo) para llegar a obtener conclusiones lógicas, interpretando
dichas reglas de la siguiente manera: a) como reglas de la forma condición-acción en un control
con encadenamiento hacia delante, o b) como conjuntos de implicaciones lógicas a partir de las
cuales se obtienen las deducciones, en un control con encadenamiento hacia atrás.
EQUIPO DE DESARROLLO DE UN SE
Las personas que componen un grupo o un equipo, como en todos los ámbitos deben cumplir
unas características y cada uno de ellos dentro del equipo desarrolla un papel distinto.
A continuación detallaremos cada componente del equipo dentro del desarrollo y cual es la
función de cada uno:
1. El experto: La función es la de poner sus conocimientos especializados a disposición del
SE.
2. El ingeniero del conocimiento: El ingeniero que plantea las preguntas al experto, estructura
sus conocimientos y los implementa en la base de conocimientos.
3. El usuario: El usuario aporta sus deseos y sus ideas, determinado especialmente el
escenario en el que debe aplicarse el SE.
COMPONENTES DE UN SE
Un sistema experto totalmente viable tiene cuatro componentes esenciales:
1. La base de conocimientos.
2. El motor de inferencia.
3. El módulo de adquisición de conocimientos.
4. La interface explicativa.
Los cuatro módulos son críticos. Un sistema basado en el conocimiento puede carecer de
alguno de ellos, pero un auténtico sistema experto no puede carecer de ninguno. Hablaremos
de esos cuatro módulos de uno en uno y explicaremos cómo trabajan todos juntos.