El documento describe los conceptos fundamentales de la inteligencia artificial, incluyendo sus etapas, ramas principales y componentes de los sistemas expertos. Explica que la inteligencia artificial intenta crear programas que imiten el comportamiento humano mediante el aprendizaje, razonamiento y resolución de problemas. También describe las diferentes ramas como la robótica, sistemas de visión, procesamiento de lenguaje natural y redes neuronales.

1. INTELIGENCIA
INTELIGENCIA
ARTIFICIAL
ARTIFICIAL
Por:
Edser Solís
09-0437

2. 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.

3. INTELIGENCIA ARTIFICIAL (IA):
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.

4. ETAPAS DE LA IA:
1943 - 1956 Estudios centrados en Redes Neuronales.
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.

5. ETAPAS DE LA IA:
Creación de sistemas que resuelvan cualquier problema.
1952 - 1969
Avances limitados por los recursos computacionales.
Algoritmos genéticos.
1966 - 1974
Problemas en la representación del conocimiento.
1969 - 1979 DENDRAL, MYCIN.
Las empresas se interesan por la IA.
1980 - 1988
Control industrial y robótica.
Resolución de problemas del mundo real.
1988 ….
Sistemas especializados que cooperan.

6. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica I.A
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.

7. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica I.A
Sistemas de
Visión
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.

8. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
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.

9. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
Procesamiento de
Lenguaje Natural
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.

10. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
Procesamiento de
Lenguaje Natural 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.

11. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
Procesamiento de
Lenguaje Natural Sistemas de Redes
Aprendizaje 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.
Un sistema de red neuronal aprende por ensayo y error.

12. PRINCIPALES RAMAS DE LA IA:
T Tomado de Wikilearning http://es.wikipedia.org/wiki/Red_neuronal_artificial
Red neuronal artificial perceptrón simple con n neuronas de entrada,
m neuronas en su capa oculta y una neurona de salida.

13. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
Procesamiento de
Lenguaje Natural Sistemas de Redes
Aprendizaje Neuronales
•Capacidad de recuperar información incluso si falla alguno de sus nodos.
•Modificación rápida de los datos almacenados a partir de nueva información.
•Capacidad de descubrir relaciones y tendencias en grandes bases de datos.
•Capacidad de resolver problemas complejos para los cuales no se cuenta con
la información

14. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de
Visión
Procesamiento de Sistemas de Lógica
Redes
Lenguaje Natural Aprendizaje Neuronales Difusa
Se basa en reglas que no tienen límites discretos, sino que se prolongan
en un continuum, permitiendo a un sistema manejar mejor la
ambigüedad. Esto es muy útil para reflejar cómo tienden a pensar las
personas, en términos relativos, no absolutos.

15. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica I.A.
I.A
Sistemas de
Visión
Procesamiento de
Sistemas de Redes Lógica Algoritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos
Un algoritmo genético es un método de búsqueda dirigida basada en Probabilidad. Al aumentar
el número de iteraciones, la probabilidad de tener el óptimo en la población tiende a 1.
Funciones matemáticas que usan los principios de Darwin para mejorar
una aplicación. La funciones se diseñan para simular en software, en
cuestión de minutos o segundos

16. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de Agentes
Visión Inteligentes
Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos
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.

17. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Robótica
I.A
Sistemas de Agentes
Visión Inteligentes
Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos
El propósito principal de los agentes inteligentes es realizar sus tareas
significativas más rápido, con más frecuencia y de manera más
efectiva, que el usuario. Los agentes inteligentes vinculan
automáticamente su computadora con sitios favoritos, le avisan
cuando éstos se hayan actualizado y adecuan páginas específicas a
sus preferencias.

18. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Sistemas
Robótica Expertos
I.A
Sistemas de Agentes
Visión Inteligentes
Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos
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.

19. PRINCIPALES RAMAS DE LA IA:
Los esfuerzos de la IA se clasifican según varias categorías:
Sistemas
Robótica Expertos
I.A
Sistemas de Agentes
Visión Inteligentes
Procesamiento de
Sistemas de Redes Lógica Logaritmos
Lenguaje Natural
Aprendizaje Neuronales Difusa Genéticos
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.

20. CARACTERISTICAS DE LOS SE:
• Pueden explicar su razonamiento o decisiones sugeridas.
• Puede mostrar un comportamiento "inteligente“.
• Puede obtener conclusiones de relaciones complejas.
• Puede proporcionar conocimientos acumulados.
• Puede hacer frente a la incertidumbre.

21. 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.

22. USOS DE LOS SE:
El desarrollo de un SE complejo puede ser difícil, costoso y requerir
de tiempo, por lo tanto, es importante asegurarse de que los
posibles beneficios valen el esfuerzo y que las diversas
características del SE se equilibran, en términos de costo, control y
complejidad.

23. 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.

24. COMPONENTES DE LOS SE:
Interfaz de Usuario
El usuario interactúa con el SE a través de una interfaz, la cual puede
contender menús, procesamiento del lenguaje natural u otro tipo de
interacción. Debe ser amigable en la entrada y salida de información.

25. COMPONENTES DE LOS SE:
Adquisición de
Interfaz de Usuario
Conocimiento
Se corresponde con el proceso de crear y actualizar la base de
conocimientos

26. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
(Hechos)
y
Reglas
Almacena toda la información, datos, reglas, casos y relaciones
importantes que utiliza el SE. Para cada aplicación única se tiene que
desarrollar una base conocimientos.
Puede incluir conocimientos genéricos provenientes de teorías
generales que se han establecido con el tiempo y conocimientos
específicos que provienen de experiencias más recientes y de reglas
prácticas

27. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
(Hechos)
y
Reglas
Es similar a la suma total de los conocimientos y experiencias de los
expertos humanos que se obtienen a través de años de trabajo en un
área o disciplina específica.
Una BC que contiene información proporcionada por diversos
expertos humanos puede ser extremadamente eficiente y exacta
desde el punto de vista de sus sugerencia y pronósticos.

28. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
(Hechos)
y
Reglas
El uso de reglas: una regla es una instrucción condicionada que
enlaza determinadas condiciones con acciones o resultados. La regla
se crea por medio de construcciones de SI – ENTONCES.
Un SE puede usar casos al desarrollar la solución a un problema o
situación actual.

29. COMPONENTES DE LOS SE:
Adquisicion de Base de Conocimiento
Conocimiento (BC)
Interfaz de Usuario
Memoria Activa
(Hechos)
y
Reglas
El proceso incluye:
1) Encontrar casos almacenados en la base de conocimientos, que
sean similares al problema,
2) Modificar las soluciones a los casos para adaptarlas, o ajustarlas, al
problema o la situación actual.

30. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
Conocido como Motor de Inferencia, usado para buscar información
y relaciones en la base de conocimientos, y proporcionar respuestas,
pronósticos y sugerencias en la misma forma en que lo haría un
experto humano.
En otras palabras es el que proporciona el consejo experto.
El conocimiento se representa como un conjunto de reglas y hechos.

31. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
Se asocia con un modelo o paradigma para resolver problemas.
•Modelo que utiliza métodos de encadenamientos de reglas SI –
ENTONCES para formar una línea de razonamiento.
• Si el encadenamiento comienza de un conjunto de condiciones y se
mueve hacia las conclusiones entonces el método es denominado
encadenamiento hacia adelante.

32. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
• Si la conclusión es conocida pero la ruta de la conclusión no es
conocida entonces el método que se utiliza es el encadenamiento
hacia atrás.
El motor de inferencia contiene implementado estos métodos de
razonamiento y controla la ejecución de las reglas.

33. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
Busca a través de la BC, intentando asociar el conocimiento
almacenado en forma de hechos el antecedente de una regla
(condición).
Si el antecedente de una regla es satisfecho, entonces la regla
ejecuta la acción de la conclusión o el consecuente.

34. COMPONENTES DE LOS SE:
Adquisición de Base de Conocimiento
Interfaz de Usuario
Conocimiento (BC)
Memoria Activa
Mecanismo de
(Hechos)
Inferencia.
y
Reglas
Medio de
Explicacion
Permite explicar el proceso de razonamiento seguido para tomar una
decisión.
Responderá a la pregunta: ¿Cómo? O ¿Por qué? Cuando ha
efectuado una conclusión.