Actividad 10

INTELIGENCIA ARTIFICIAL

"la rama de la ciencia de la computación que estudia la resolución de problemas no algorítmicos mediante el uso de cualquier técnica de computación disponible, sin tener en cuenta la forma de razonamiento subyacente a los métodos que se apliquen para lograr esa resolución.

Para completar esa definición, 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 cómo 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 computación que se ocupa de la automatización de la conducta inteligente. (Lugar y Stubblefied, 1993).
• La IA es el campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales. (Schalkoff, 1990).

En la IA se puede observar dos enfoques diferentes:

1. La IA concebida como el intento por desarrollar una tecnología capaz de proveer al ordenador capacidades de razonamiento similares a los de la inteligencia humana.
2. La IA en su concepción como investigación relativa a los mecanismos de la inteligencia humana que se emplean en la simulación de validación de teorías.

EJEMPLOS DE APLICACIONES DE INTELIGENCIA ARTIFICIAL 

 ROBOTICA  En 2002 Honda y Sony, comenzaron a vender comercialmente robots humanoides como “mascotas”. Los robots con forma de perro o de serpiente sin embargo, en una fase de producción muy amplia, el ejemplo más notorio ha sido Aibo de Sony. 

PROCESAMIENTO DE LENGUAJE NATURAL El robot posee un amplio vocabulario y utiliza avanzadas técnicas de reconocimiento del habla y de procesamiento del lenguaje natural para convertir el audio en texto y extraer las palabras clave. PaPeRo es un robot ideado por NEC con el que puedes hablar para que vaya actualizando tu blog con aquellas cosas que le cuentas.

RECONOCIMIENTO DE PATRONES El reconocimiento de patrones se encarga de la descripción y clasificación (reconocimiento) de objetos, personas, señales, representaciones, etc. Los sistemas tutoriales inteligentes (STI) son una nueva forma de programas para adelantar Instrucción Apoyada por Computador (IAC) con herramientas de Inteligencia Artificial (IA), Su finalidad es tratar de simular un maestro experto.  Los tutores inteligentes Los sistemas tutoriales inteligentes (STI) son una nueva forma de programas para adelantar Instrucción Apoyada por Computador (IAC) con herramientas de Inteligencia Artificial (IA). o Manipulación inteligente en base de datos La programación automática La programación automática pretende que sea el propio ordenador el que escriba los programas que necesitan las personas, siguiendo las indicaciones de estas.

SISTEMA EXPERTO (SE)

Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen gran conocimiento de un tema determinado. Un sistema experto es un conjunto de programas que, sobre una base de conocimientos, posee información de uno o más expertos en un área específica. Se puede entender como una rama de la inteligencia artificial, donde el poder de resolución de un problema en un programa de computadora viene del conocimiento de un dominio específico. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole (no necesariamente tiene que ser de inteligencia artificial). También se dice que un SE se basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de control (información sobre el seguimiento de una acción).

Para que un sistema experto sea una herramienta efectiva, los usuarios deben interactuar de una forma fácil, reuniendo dos capacidades para poder cumplirlo:

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 explicación para cada una de estas reglas, que a la vez se basan en hechos.
2. Adquisición 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 ésta no intenta sustituir a los expertos humanos, sino que se desea ayudarlos a realizar con más rapidez y eficacia todas las tareas que realiza.

Debido a esto en la actualidad se están mezclando diferentes técnicas o aplicaciones aprovechando las ventajas que cada una de estas ofrece para poder tener empresas más seguras. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad de negociar y navegar a través de recursos en línea; y es por eso que en la actualidad juega un papel preponderante en los sistemas expertos.

Estructura básica de un SE

Un Sistema Experto está conformado por:

• Especialistas Humanos
• Ingenieros en Conocimientos.

• Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo con un experto.
• Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis.
• Motor de inferencia: Modela el proceso de razonamiento humano.
• Módulos de justificación: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusión.
• Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza mediante el lenguaje natural.

EJEMPLOS DE SISTEMAS EXPERTOS

DENDRAL:: Es capaz de calcular o descubrir hechos relativos a las estructuras moleculares a partir de unos datos químicos sin elaborar.

MYCIN: el mas famoso de todos, diagnostica infecciones en la sangre y meningitis y además sugiere el tratamiento que se debe seguir en cada caso.

PUFF: el hermano menor de MYCIN, que diagnostica y trata enfermedades del pulmon.

MOLGENO: ayuda a los biólogos que trabajan en el campo del DNA y la ingeniria genetica.

REDES NEURONALES

Las redes de neuronas artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso biológico. Se trata de un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Componentes:

ENTRADAS. Estas capas reciben la información desde el exterior como son: Entradas Wj a la neurona.

PESOS Normalmente una neurona recibe muchas y múltiples entradas simultáneas. Cada entrada tiene su propio peso relativo el cual proporciona la importancia de la entrada dentro de la función de agregación de la neurona. Estos pesos realizan la misma función que realizan las fuerzas sinápticas de las neuronas biológicas. En ambos casos, algunas entradas son más importantes que otras de manera que tienen mayor efecto sobre el procesamiento de la neurona al combinarse para producir la respuesta neuronal.

Los pesos son coeficientes que pueden adaptarse dentro de la red que determinan la intensidad de la señal de entrada registrada por la neurona artificial. Ellos son la medida de la fuerza de una conexión de entrada. Estas fuerzas pueden ser modificadas en respuesta de los ejemplos de entrenamiento de acuerdo a la topología específica o debido a las reglas de entrenamiento.

SALIDAS: Cada elemento de procesamiento tiene permitido una única salida yi(t) que puede estar asociada con un número elevado de otras neuronas. Normalmente, la salida es directamente equivalente al valor resultante de la función de activación.