Material de Apoyo de Microsoft Word

Paquetes de Software 2

- Tabla de Contenido -

Instrucciones:
1. Abra un nuevo documento en Word
2. Copie en el documento nuevo el texto que se encuentra en este archivo referente al
tema “Sistema Experto e Inteligencia Artificial”.
3. Cree una tabla de Contenido, de manera que en ella aparezca únicamente los temas
que se encuentran en el desarrollo de los temas. Tenga en cuenta la tabla de colores, para
poder establecer los niveles de su tabla de contenido:
Título Principal
Sub título
Sub título secundario
4. Recuerde guardar su documento para evitar pérdidas posteriores de información.-

1. Sistema Experto (SE)

Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un gran conocimiento
sobre un determinado tema. 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 herramienta efectiva, los usuarios deben interactuar de una forma fácil,
reuniendo dos capacidades para poder cumplirlo:

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.
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.

1.1 Tareas que realiza un Sistema Experto

1.1.1 Monitorización
La monitorización es un caso particular de la interpretación, y consiste en la comparación continua de los
valores de las señales o datos de entrada y unos valores que actúan como criterios de normalidad o
estándares. En el campo del mantenimiento predictivo los Sistemas Expertos se utilizan fundamentalmente

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango

 Material de Apoyo de Microsoft Word
Paquetes de Software 2
como herramientas de diagnóstico. Se trata de que el programa pueda determinar en cada momento el estado
de funcionamiento de sistemas complejos, anticipándose a los posibles incidentes que pudieran acontecer. Así,
usando un modelo computacional del razonamiento de un experto humano, proporciona los mismos
resultados que alcanzaría dicho experto.

1.1.2 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.

1.1.3 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.

2. Inteligencia Artificial (IE)

La inteligencia artificial (IA), o mejor llamada inteligencia computacional, es la inteligencia exhibida por
máquinas. En ciencias de la computación, una máquina "inteligente" ideal es un agente racional flexible que
percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea.
Coloquialmente el término "inteligencia artificial" se aplica cuando una máquina imita las funciones
"cognitivas" que los humanos asocian con otras mentes humanas, como por ejemplo: "aprender" y "resolver
problemas". A medida de que las máquinas se vuelven cada vez más capaces, tecnología que alguna vez se
pensó que requería de inteligencia se elimina de la definición. Por ejemplo, el reconocimiento óptico de
caracteres ya no se percibe como un ejemplo de la "inteligencia artificial" habiéndose convertido en una
tecnología común. Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas
capaces de jugar ajedrez, GO y manejar por sí mismos.

Para Nils John Nilsson son cuatro los pilares básicos en los que se apoya la inteligencia artificial:
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango

 Material de Apoyo de Microsoft Word
Paquetes de Software 2
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal análogo al pensamiento abstracto humano.

También existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas,
respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en
computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de
responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del
habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como
economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos
de estrategia, como ajedrez de computador, y otros videojuegos.

2.1 Historia
La Inteligencia Artificial surge definitivamente a partir de algunos trabajos publicados en la década de 1940 que
no tuvieron gran repercusión, pero a partir del influyente trabajo en 1950 de Alan Turing, matemático
británico, se abre una nueva disciplina de las ciencias de la información.
Si bien las ideas fundamentales se remontan a la lógica y algoritmos de los griegos, y a las matemáticas de los
árabes, varios siglos antes de Cristo, el concepto de obtener razonamiento artificial aparece en el siglo XIV. A
finales del siglo XIX se obtienen lógicas formales suficientemente poderosas y a mediados del siglo XX, se
obtienen máquinas capaces de hacer uso de tales lógicas y algoritmos de solución.

2.2 Categorías de la Inteligencia Artificial

2.2.1 Búsqueda Heurística
Podemos definir una heurística como un truco o estrategia que limita grandiosamente la búsqueda de
soluciones ante grandes espacios de problemas. Por lo tanto, ante un problema, nos ayuda a seleccionar las
bifurcaciones dentro de un árbol con más posibilidades; con ello se restringe la búsqueda, aunque no siempre
se garantiza una solución adecuada. Todo lo que se debe tener en cuenta para que una heurística sea adecuada
es que nos proporcione soluciones que sean lo suficientemente buenas. Además, con la utilización de la
búsqueda heurística, no será necesario replantear un problema cada vez que se afronte, ya que si ya ha sido
planteado anteriormente, ésta sugerirá la forma en que se ha de proceder para resolverlo.

2.2.2 Representación del Conocimiento

La representación es una cuestión clave a la hora de encontrar soluciones adecuadas a los problemas
planteados. Si analizamos más detenidamente el término encontramos varias definiciones: según Barr y
Feigenbaum, la representación del conocimiento es una combinación de estructuras de datos y procedimientos
de interpretación que, si son utilizados correctamente por un programa, éste podrá exhibir una conducta
inteligente; según Fariñas y Verdejo, la Inteligencia Artificial tiene como objetivo construir modelos
computacionales que al ejecutarse resuelvan tareas con resultados similares a los obtenidos por una persona,
por lo que el tema central de esta disciplina es el estudio del conocimiento y su manejo; y según Buchanan y
Shortliffe, la Representación del Conocimiento en un programa de Inteligencia Artificial significa elegir una serie
de convenciones para describir objetos, relaciones, y procesos en el mundo.

Gran parte del esfuerzo realizado en la consecución de ordenadores inteligentes, según Rahael, ha sido
caracterizado por el intento continuo de conseguir más y mejores estructuras de representación del
conocimiento, junto con técnicas adecuadas para su manipulación, que permitiesen la resolución inteligente de
algunos de los problemas ya planteados. Otra característica importante es la inclusión en los programas de
Inteligencia artificial, aunque por separado, de los conocimientos y la unidad que controla y dirige la búsqueda
de soluciones. Dada esta disposición, en estos programas la modificación, ampliación y actualización de los
mismos es sencilla.

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango

 Material de Apoyo de Microsoft Word
Paquetes de Software 2
El razonamiento que puede tener cualquier persona, ha demostrado ser una de los aspectos más difíciles de
modelar "dentro" de un ordenador. El sentido común a menudo nos ayuda a prever multitud de hechos y
fenómenos corrientes, pero, como ya hemos dicho, es muy complicado representarlos en un ordenador, dado
que los razonamientos son casi siempre inexactos y que sus conclusiones y reglas en las que se basan
solamente son aproximadamente verdaderas. Lenguajes, entornos y herramientas de Inteligencia Artificial En
la Inteligencia Artificial, se han desarrollado diferentes lenguajes específicos para los diferentes campos de
aplicación. Estos lenguajes en su mayoría cuentan con una serie de características comunes que podemos
resumir de la siguiente forma: Este tipo de software ofrece una gran modularidad. Poseen gran capacidad de
tomar decisiones de programación hasta el último momento, es decir cuando el programa ya está
ejecutándose.

Ofrecen grandes facilidades en el manejo de listas, y esto es importante, ya que las listas son la estructura más
habitual usada para la representación del conocimiento en la Inteligencia Artificial. Facilitan la realización de
ciertos tipos de deducción automática permitiendo también la creación de una base de hechos (lugar donde se
recogen los datos iniciales del problema a resolver y los resultados intermedios una vez obtenidos). Permite el
uso simultáneo de estructuras que incorporan conocimiento declarativo y conocimiento procedimental. Tienen
una marcada orientación gráfica. Además, las herramientas de Inteligencia Artificial permiten hacer un
seguimiento de todos los cambios realizados a lo largo de toda la sesión Disponen herramientas capaces de
desarrollar programas que son capaces de comprender otros programas y también de realizar modificaciones
sobre ellos.

2.3 Escuelas de pensamiento

La IA se divide en dos escuelas de pensamiento:

 La inteligencia artificial convencional.
 La inteligencia computacional.

2.3.1 Inteligencia artificial convencional

Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del
comportamiento humano ante diferentes problemas

2.4 Inteligencia artificial computacional

2.4.1 La Inteligencia Computacional

(también conocida como IA subsimbólica-inductiva) implica desarrollo o aprendizaje interactivo (por ejemplo,
modificaciones interactivas de los parámetros en sistemas de conexiones). El aprendizaje se realiza basándose
en datos empíricos.

2.5 Aplicaciones de la inteligencia artificial

Un asistente automático en línea dando servicio de atención al cliente en un sitio web – una de las muchas
aplicaciones primitivas de la inteligencia artificial.

Las técnicas desarrolladas en el campo de la inteligencia artificial son numerosas y ubicuas. Comúnmente
cuando un problema es resuelto mediante inteligencia artificial la solución es incorporada en ámbitos de la
industria y de la vida diaria de los usuarios de programas de computadora, pero la percepción popular se olvida
de los orígenes de estas tecnologías que dejan de ser percibidas como inteligencia artificial. A este fenómeno
se le conoce como el efecto IA.

 Lingüística computacional

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango

 Material de Apoyo de Microsoft Word
Paquetes de Software 2
 Minería de datos (Data Mining)
 Industriales.
 Medicina
 Mundos virtuales
 Procesamiento de lenguaje natural (Natural Language Processing)
 Robótica
 Mecatrónica
 Sistemas de apoyo a la decisión
 Videojuegos
 Prototipos informáticos
 Análisis de sistemas dinámicos
 Smart Process Management
 Simulación de multitudes

2.5.1 Aplicaciones prácticas

La mayoría de los juegos de mesa y una gran cantidad de problemas informáticos mediante la modelización del
problema en estados con la posterior aplicación de un algoritmo de búsqueda entre estos estados.
Cabe destacar entre otras la IA del juego Left for Dead 4(L4D), la inteligencia artificial de este juego es llamada
AI Director y es la responsable de regular las armas, los zombies y la aparición de equipos de curación como los
botiquines dependiendo de la vida de los jugadores.

La aplicación más evidente es el control de los PNJ en el juego. La búsqueda de ruta es otro de uso común para
la IA, buscar un camino para mover un PNJ de un punto en un mapa a otro, teniendo en cuenta el terreno y
evitando los obstáculos.

Más allá de búsqueda de caminos, la navegación es un subcampo de la IA del juego que se centra en dar a los
PNJ la capacidad de navegar en su entorno, la búsqueda de un camino hacia un objetivo, evitando colisiones
con otras entidades o colaborar con ellos. La IA también está involucrada con el equilibrio de la dificultad del
juego, que consiste en el ajuste de la dificultad de un juego de videojuego en tiempo real basado en la
habilidad del jugador, aumentando la dificultad del juego se aumentaría la capacidad de la IA reduciendo así el
"tiempo de reacción" a determinados sucesos.

A. Introduccion

En su histórico artículo de 1950, Turing propuso que la pregunta «¿puede pensar una máquina?» era
demasiado filosófica para tener valor y, para hacerlo más concreto, propuso un «juego de imitación». En la
prueba de Turing intervienen dos personas y una computadora. Una persona, el interrogador, se sienta en una
sala y teclea preguntas en la terminal de una computadora. Cuando aparecen las respuestas en la terminal, el
interrogador intenta determinar si fueron hechas por otra persona o por una computadora. Si actúa de manera
inteligente, según Turing es inteligente. Turing, señaló que una máquina podría fracasar y aún ser inteligente.
Aun así creía que las máquinas podrían superar la prueba a finales del siglo XX.

De todas maneras esta prueba no tuvo el valor práctico que se esperaba, aunque sus repercusiones teóricas
son fundamentales. El enfoque de Turing de ver a la inteligencia artificial como una imitación del
comportamiento humano no fue tan práctico a lo largo del tiempo y el enfoque dominante ha sido el del
comportamiento racional, de manera similar, en el campo de la aeronáutica se dejó de lado el enfoque de
tratar de imitar a los pájaros y se tomó el enfoque de comprender las reglas de aerodinámica. Aunque desde
luego, el enfoque del comportamiento humano y el del pensamiento humano siguen siendo estudiados por las
ciencias cognitivas y continúan aportando interesantes resultados a la Inteligencia Artificial, y viceversa.

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango

 Material de Apoyo de Microsoft Word
Paquetes de Software 2
B. Objetivos

B.1 Objetivo General

Conocer la definición de la Inteligencia Artificial como una herramienta existente dentro de los sistemas
expertos que coadyuvan a la existencia humana.

B.2 Objetivos Específicos

 Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto sobre
medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que
esto no es posible ya que un hombre no puede gestar hijos.
 Lenguaje natural: Con un experto humano podemos mantener una conversación 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.

C. Bibliografía
1) Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8
2) Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7
3) Víctor Gómez Pin, Entre lobos y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-
2303-9
4) Revista “Inteligencia Artificial” Revista Iberoamericana de Inteligencia Artificial. ISSN 1137-3601
5) Adaraga Morales P., Zaccagnini Sancho J. L., Psicología e inteligencia artificial, Editorial Trotta, Madrid,
1994. ISBN 84-87699-77-4
6) Alberto García Serrano, Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC Libros,
2012. ISBN 978-84-939450-2-2

Lic. Ana Lucía Urrutia Cancinos Quetzaltenango