Professional Documents
Culture Documents
Material para Tabla de Contenido
Material para Tabla de Contenido
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.-
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.
1.1.1 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
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:
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
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.
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).
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.
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.
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.
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
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.
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