You are on page 1of 18

INTELIGENCIA ARTIFICIAL APLICADA

A LOS SISTEMAS DE INFORMACION


(SISTEMAS EXPERTOS)
INTELIGENCIA ARTIFICIAL (IA)

La Inteligencia Artificial es la parte de la Ciencia


que se ocupa del diseño de sistemas de
computación inteligentes, es decir, sistemas que
exhiben las características que asociamos a la
inteligencia en el comportamiento humano que se
refiere a la comprensión del lenguaje, el
aprendizaje, el razonamiento, la resolución de
problemas, entre otros.

La Inteligencia Artificial es una ciencia que


intenta la creación de programas para máquinas
que imiten el comportamiento y la comprensión
humana.
Los sistemas de Inteligencia Artificial incluyen a
las personas, los procedimientos, el hardware y
software, los datos y los conocimientos
necesarios para desarrollar sistemas, y máquinas
de computación que presenten características de
inteligencia. El objetivo del desarrollo de sistemas
de IA contemporáneos no es el reemplazo
completo de la toma de decisiones de los
humanos, pero sí duplicarlas para ciertos tipos de
problemas bien definidos.
1943 – 1956
Demostración de Teoremas y Ajedrez.
(1937) Matemático Ingles Alan Mathison Turing
(Articulo "Números Calculables”), introdujo la
Máquina de Turing, una entidad matemática
abstracta que formalizo el concepto de algoritmo y
resulto ser la precursora de las computadoras
digitales.
Considerado padre de la Inteligencia Artificial, por
su famosa Prueba de Turing, que permitiría
comprobar si un programa de computadora puede
ser tan inteligente como un ser humano.
1952 – 1969 Creación de sistemas que resuelvan
cualquier problema. Avances limitados por los
recursos computacionales.

1966 – 1974 Algoritmos genéticos.


Problemas en la representación del conocimiento

1969 – 1979 DENDRAL, MYCIN.

1943 – 1956 Las empresas se interesan por la IA.


Control industrial y robótica

1943 – 1956 Resolución de problemas del mundo


real. Sistemas especializados que cooperan.
PRINCIPALES RAMAS DE LA IA
PRINCIPALES RAMAS DE LA IA
ROBOTICA: Desarrollo de dispositivos mecánicos o de
computación que tengan la capacidad de realizar funciones
y/o tareas que requieran de un alto grado de precisión,
tediosas o impliquen riesgo de peligro para los seres
humanos. En la actualidad se combinan las capacidades de
alta precisión de la máquina con un software controlador
sofisticado. http://www.youtube.com/watch?v=rokOtmUhos0

SISTEMAS DE VISION: Equipos y software que les permite


a las computadoras capturar, almacenar y manipular
imágenes visuales y fotografías.
Se pueden usar junto con robots para darles "visión" a
estas máquinas y que pueda tomar decisiones con base a
lo que ve y reconocer la información visual de acuerdo con
patrones generales. http://www.youtube.com/watch?v=HdHFTxlYIjc
PROCESAMIENTO DE LENGUAJE NATURAL:
Programas que tienen como entrada lenguajes
humanos para traducirlos en un conjunto estándar de
instrucciones que una computadora ejecuta. Permiten
a los seres humanos usar su propio lenguaje natural
cuando interactúan con programas como sistemas de
administración de bases de datos (DBMS) o sistemas
de apoyo para la toma de decisiones.
El objetivo de los procesadores de lenguaje natural es
eliminar paulatinamente la necesidad de aprender
lenguajes de programación o comandos
personalizados para que las computadoras entiendan.
Su ventaja radica en que combinados con dispositivos
de reconocimiento de voz, el usuario de instrucciones
a las computadoras para que realicen tareas, sin usar
un teclado o cualquier otro dispositivo de entrada.
http://www.youtube.com/watch?v=rokOtmUhos0
SISTEMAS DE APRENDIZAJE: Combinación de
software y equipos que le permite a la computadora
cambiar su modo de funcionar o reaccionar a
situaciones, basado en la retroalimentación que
recibe.
REDES NEURONALES: Es un sistema de
computación que puede actuar en la misma forma que
funciona el cerebro humano, o simularlo. La redes
neuronales pueden procesar muchas piezas de
información al mismo tiempo y aprender a reconocer
patrones.
LOGICA DIFUSA: La lógica difusa es una técnica de
la inteligencia computacional que permite trabajar
información con alto grado de imprecisión, en esto se
diferencia de la lógica convencional que trabaja con
información bien definida y precisa.
ALGORITMOS GENETICOS: Los Algoritmos Genéticos
(AGs) son métodos adaptativos que pueden usarse para
resolver problemas de búsqueda y optimización. Están
basados en el proceso genético de los organismos vivos. A lo
largo de las generaciones, las poblaciones evolucionan en la
naturaleza de acorde con los principios de la selección
natural y la supervivencia de los más fuertes, postulados
por Darwin. Por imitación de este proceso, los Algoritmos
Genéticos son capaces de ir creando soluciones para
problemas del mundo real. La evolución de dichas
soluciones hacia valores óptimos del problema depende en
buena medida de una adecuada codificación de las mismas.
Un algoritmo genético consiste en una función matemática
o una rutina de software que toma como entradas a los
ejemplares y retorna como salidas cuales de ellos deben
generar descendencia para la nueva generación.
AGENTES INTELIGENTES: Programas de
computadora que automáticamente revisan enormes
cantidades de datos y seleccionan y entregan la
información más adecuada para el usuario, de
acuerdo con requisitos contextuales o específicos. La
aplicación más importante de los agentes inteligentes
se encuentra en la WEB.
SISTEMAS EXPERTOS
Programa de computadora, inteligente, que usa el
conocimiento y los procedimientos de inferencia para
resolver problemas que son suficientemente difíciles
como para requerir significativa experiencia humana
para su solución. Hace un amplio uso del
conocimiento especializado, como lo hace un experto
humano. Trabaja sobre un dominio especifico
Se utilizan los términos: Sistema Experto (SE),
Sistemas Basados en Conocimientos o Sistema
Experto Basado en Conocimiento.
Para construir un SE, un ingeniero del conocimiento
se entrevista con un experto humano, y traduce la
información en código.
CARACTERISTICAS DE LOS SE

1. Pueden explicar su razonamiento o decisiones


sugeridas.
2. Puede mostrar un comportamiento "inteligente“.
3. Puede obtener conclusiones de relaciones
complejas.
4. Puede proporcionar conocimientos acumulados.
5. Puede hacer frente a la incertidumbre.
CAPACIDADES DE LOS SE
En comparación con otros tipos de sistemas de
información, los SE ofrecen varias capacidades
poderosas y beneficios. Los SE se pueden usar para
solucionar problemas en todos los campos y disciplinas
y ayudar en la totalidad de las etapas del proceso de
solución del problemas.

• Fijación de objetivos estratégicos.


• Planeación.
• Diseño.
• Toma de decisiones.
• Control y supervisión de calidad.
• Diagnóstico.
LIMITACIONES DE LOS SE
• No se han usado o probado en forma extensa.
• Dificultad de uso.
• Están limitados a problemas relativamente limitados.
• No pueden enfrentar con facilidad a conocimientos
"mixtos".
• Posibilidad de error.
• Dificultad de mantenimiento.
• Pueden tener costo altos de desarrollo.
• Ocasionan preocupaciones legales y éticas.
COMPONENTES DE LOS SE

Adquisición de Base de Conocimiento


Conocimiento (BC)
Interfaz de Usuario
Memoria Activa
Mecanismo de (Hechos)
Inferencia. y
Reglas
APLICACIONES DE LOS SE Y DE
LA IA
•Otorgar crédito.
• Administración y recuperación de información:
• IA y SE incorporados a los productos.
• Disposición de plantas.
• Instalaciones medicas y de hospitales.
• Departamento de ayuda y asistencia
• Evaluación del desempeño de empleados.
• Análisis de préstamos.
• Detección de virus.
GRACIAS.