Trabajo en Formato Word, Version completa descargable

1. INFORMATICA
MATERIA: TEORIA DEL CONOCIMIENTO
PROFESORA: MONICA ANDREA VAZQUEZ SAN MIGUEL
GRUPO: 1180
ALUMNO: EDUARDO RODRIGUEZ ROMERO
TRABAJO FINAL DE INVESTIGACION
“ANÁLISIS DE LA ADECUACION EN LOS PLANES DE ESTUDIOS A NIVEL
POSGRADO, DE LA INTELIGENCIA ARTIFICIAL Y LAS REDES
NEURONALES, DESDE EL ENFOQUE DOCENTE EN EL CINVESTAV”

2. PREGUNTA DE INVESTIGACION
Dentro del Instituto Politécnico Nacional, en el CINVESTAV (Centro de
Investigaciones y Estudios Avanzados del IPN), en el Área de Inteligencia
Artificial, y desde el marco de vista docente, ¿En la actualidad es adecuada
para la formación de alumnos de posgrado (maestría), la forma de enseñanza
de las de Redes Neuronales e Inteligencia Artificial?
DELIMITACION DEL TEMA
Tiempo
El tiempo que se analizará en este análisis comprende el tiempo presente (año
2009), sin embargo es necesario enfatizar el hecho de que los planes de
estudio en los cuales están contenidos las materias, horas y perfiles y
características sobre las Redes Neuronales son elaborados previamente y
actualizados de manera constante.
Los planes actuales de estudio comprenden como últimas modificaciones
generales las realizadas en el año 2006.
Cabe señalar así mismo que el promedio que refiere el Área de Posgrado en la
subarea de Tecnología y Ciencias de la Ingeniería (Área a la que pertenecen
los estudios de posgrado que enmarcan a la Inteligencia Artificial en el
CINVESTAV) elabora sus planes de estudio y modificaciones de ellos con un
promedio de cinco años, por lo cual esta investigación tendrá un tiempo mínimo
de vigencia de casi tres años.
Esta última parte es vital de señalar debido a que el área de la computación es
muy dinámica y por ende los planes de estudios de carreras de esta ciencia
son reformados constantemente y es necesario dimensionarlos en tiempo de
rangos lo más estrictamente definidos para garantizar la vigencia que de esta
investigación se desprende.
El tiempo referente a la investigación comprendió en la definición de la
pregunta y en los elementos preparativos de aproximadamente un mes, y para
la realización de la investigación así como el análisis de la información
recabada por las distintas fuentes de información, se llevo a cabo en dos
meses.

3. Espacio
A nivel mundial la Inteligencia Artificial así como las Redes Neuronales son una
de las ramas de la computación con mayor potencial, debido a sus aplicaciones
en todos los sectores tecnológicos, médicos, industriales y de investigación
científica. Es por esto que en el orbe se cuenta con cientos de instituciones y
centros académicos que brindan distintas carreras y posgrados en las
mencionadas áreas, siendo los países con un mayor desarrollo en esta área,
Japón, Corea del Norte, China, Estados Unidos y Alemania.
Esta introducción sobre el espacio en el que se elabora la investigación se
menciona para tener una dimensión realista y aterrizada acerca del desarrollo
en nuestro país, así mismo esto permite tener una visión objetiva de los
elementos que se irán explicando en el desarrollo de esta investigación.
La delimitación espacial/geográfica de la investigación es la siguiente:
Delimitación espacial dentro del área científica:
Ciencia: Computación
Área: Inteligencia Artificial
Subarea: Redes Neuronales
Nota: Algunos autores refieren a las Redes Neuronales como una sub
categoría de la Inteligencia Artificial, sin embargo de modo reciente se han
venido incorporando como una misma línea de investigación, esto debido a que
la dependencia existente entre estas ramas es bidireccional.
Delimitación geográfica:
País: México
Estado: Distrito Federal
Institución: CINVESTAV, Unidad Zacatenco, Delegación Gustavo A. Madero,
Av. IPN 2508, Col. San Pedro Zacatenco, C.P. 07360
En el país existen varios centros de estudios, tanto privados como públicos que
tienen posgrados en las ramas de la Inteligencia Artificial y las Redes
Neuronales, el CINVESTAV, en particular tiene en total ocho centros de
estudios, de los cuales seis están distribuidos al interior de la República
Mexicana y dos se encuentran en el DF, de esos dos centros (DF Sur y DF
Zacatenco), sólo el centro del DF Zacatenco cuenta con posgrados de en
Ciencias de Computación.

4. Delimitación académica:
Sector Educacional: Público, Federal
Organización Primaria: Instituto Politécnico Nacional
Centro de Estudios: CINVESTAV
Plantel: Zacatenco
Área de Estudios: Tecnología y Ciencias de la Ingeniería
Posgrado: Maestría en Ciencias de la Computación
Línea de Investigación: “Fundamentos de la Computación e Inteligencia
Artificial” e “Implementación eficiente de algoritmos en dispositivos de hardware
configurable”
Delimitación Demográfica:
La realización de la presente investigación se realizo en la siguiente estructura:
Para la docencia en el área de posgrado de Ciencias de la Computación, hay
una población actual de 17 profesores/investigadores, todos con doctorado, así
como 3 auxiliares de investigación con ingenierías y maestrías.
De los 17 profesores/investigadores fungen también como jefes administrativos
o de las especialidades de los posgrados.
Para las áreas de Inteligencia Artificial y Redes Neuronales están en funciones
docentes 4 profesores/investigadores, sin embargo 2 de ellos se encuentran
actualmente en investigaciones de tiempo completo y tienen carga académica
intercalada en cada cuatrimestre (La modalidad de la Maestría en Ciencias de
la Computación se realiza en un lapso de ocho cuatrimestres, en los cuales las
materias se eligen en cualquier cuatrimestre, sin embargo se requiere que el
profesor/investigador, abra una lista para la formación de un grupo y que este
sea a su vez autorizado por las autoridades académicas, por lo cual esto
beneficia la parte del desarrollo en investigación de los docentes, pero es
contraproducente en cierto punto para los interesados en el estudio de esta
área).
Finalmente como se observa, se conto con la posibilidad de 2 docentes para
realizar los cuestionamientos respectivos, lo cual representa el 50% de la
población docente del área de Inteligencia Artificial y Redes Neuronales y el
100% de los docentes en funciones o en activo en el último cuatrimestre del
año 2009.

5. Características
La investigación se lleva a cabo como fue referido previamente en el
CINVESTAV Unidad Zacatenco, dentro del posgrado de Ciencias de la
Computación.
Inicialmente se había contemplado este enfoque para iniciar la investigación,
sin embargo surgieron elementos que contravinieron estos intereses, esto
debido a que dentro de la planta docente hay varios investigadores, que están
dedicados casi exclusivamente a la investigación y que por ende aparte de
dificultad en disponer de tiempo, suelen hacer constantes salidas nacionales e
internacionales a conferencias y demás eventos académicos.
Por esta razón fue necesario delimitar aun más el sector de la comunidad
epistémica a la que se dirigió los cuestionamientos pertinentes de la
investigación, del mismo modo se descartó realizar encuestas en el ámbito
referente a los estudiantes ya que su opinión referente a la funcionalidad y
utilidad de la enseñanza de la temática del posgrado sería sólo parcial y más
subjetiva que la de los catedráticos.
Finalmente se concreto realizar el enfoque de la investigación, al sector
docente que tuviera medio tiempo o tiempo completo en la institución, con la
finalidad de disponer de tiempo suficientes para entrevistarlos y poder
determinar los elementos sustanciales de esta investigación.
Contextos
Informática y Computación
La delimitación dentro del contexto en el que está inmersa la Inteligencia
Artificial y las Redes Neuronales, abarca desde el enfoque científico a la
Computación y a la Informática, como una rama de estas.
Dentro de estos campos, las áreas de la Inteligencia Artificial y las Redes
Neuronales han tenido un avance exponencial en las últimas tres décadas,
transformando áreas tan diversas como la robótica, los sistemas expertos, los
sistemas gestionadores de bases de datos, la medicina, la aeronáutica, las
diferentes ramas de servicios y transportes, así como los fundamentos mismos
de la Informática, lo cual muestra parte de su importancia, sus alcances y el
enorme potencial que representa para la tecnología presente y futura (Una
gráfica referente a este punto se encuentra en la tabla 1 de la sección de
Anexos de esta investigación).

6. Social
Actualmente es más tenue la línea que separa el crecimiento de la tecnología
con las actividades diarias de la sociedad, se puede observar como el uso de
redes sociales virtuales y el correo electrónico, ha potencializado la
comunicación mundial, creando en las personas desde edades tempranas una
dependencia del uso de las tecnologías mayor, y por lo mismo un crecimiento
en el ámbito del desarrollo de aplicaciones tecnológicas, computacionales e
informáticas, las cuales como se mencionó en el rubro anterior en la actualidad
tiene en las Redes Neuronales y la Inteligencia Artificial dos áreas de enorme
potencial que redefinen en la actualidad a la computación e informática misma,
por esta situación es evidente ver la utilidad que tienen las investigaciones
realizadas sobre estas ramas específicas de las ciencias de la computación.
PLANTEAMIENTO DEL PROBLEMA
Para abordar a profundidad y con detalle la presente investigación debemos
primero definir los elementos medulares que son: inteligencia, artificial,
Inteligencia Artificial, redes, Redes Neuronales.
El termino inteligencia proviene del latín inteligere. Esta es una palabra
compuesta por otros dos términos intus (“entre”) y legere (“escoger”). De este
modo, el origen etimológico del concepto de inteligencia hace referencia a
“saber escoger”, la inteligencia según esto sería la capacidad de escoger la o
las mejor opciones para resolver un problema.
Sin embargo en cuestión a definiciones hay una variedad muy extensa de
definiciones de inteligencia, siendo definida la inteligencia finalmente sólo de
forma parcial, mediante una enumeración de atributos y procesos. Según el
psicólogo estadounidense Howard Garder, de la Universidad de Harvard, la
inteligencia es el potencial de cada ser humano, que no puede ser cuantificado
sino que sólo puede observarse y desarrollarse mediante ciertas prácticas.
Sin embargo definiciones como esta aunque útiles para ámbitos generales de
la inteligencia, presentan una serie problemática, que le otorgan a la
inteligencia una naturaleza o esencia humana, lo cual no permitiría una
aplicación en un área como la informática o la computación. Sin embargo,
continuemos mas allá para poder llegar a una definición apropiada para el
rubro de esta investigación.
Si bien hay muchas definiciones de inteligencia, hay vertientes en las que
concuerdan la mayoría de los autores, como en el hecho de que la inteligencia
debe ser dividida en cuatro grandes áreas principales: Inteligencia psicológica,
Inteligencia biológica, Inteligencia Operativa e Inteligencias de Diferente Orden.
En esta ultima división, más que la naturaleza, el origen y las condiciones, lo
que cobra mayor importancia son las funciones de capacidad de entender,
asimilar, elaborar información y finalmente la utilización de esta información de
forma adecuada y productiva.

7. Este último enfoque es el enfoque más fértil donde se puede desarrollar
sistemas no humanos dotados o con la capacidad de tener inteligencia.
Con respecto a la palabra “artificial” el diccionario WordRefference, tiene dos
entradas, las cuales son:
1. Hecho por el hombre
2. No natural
Con lo cual podemos conceptualizar que artificial es algo desarrollo por el
hombre, que de modo normal no se generaría en la naturaleza.
El término "red", según el Diccionario de la Real Academia Española, es un
conjunto de elementos organizados para determinado fin.
La palabra “neuronales” hace referencia a conjuntos de neuronas, las cuales a
su vez son definidas en el mismo diccionario citado previamente, como células
nerviosas, que generalmente constan de un cuerpo de formas variables y
provistas de diversas prolongaciones, con las que se interconectan con otras
neuronas.
Existen numerosas definiciones de Inteligencia Artificial, dependiendo del autor
o el campo de especialización. Entre dos significativas y que engloban a otras
más, tenemos:
La IA (Inteligencia Artificial) es la capacidad atribuida a las máquinas capaces
de hacer operaciones propias de seres inteligentes1
La IA es el estudio de cómo las computadoras permiten percibir información,
razonarla y actuar respecto a la interpretación de la misma2
Winston de modo adicional refiere que la Inteligencia Artificial tiene dos
aspectos, uno como ciencia cognitiva y otro como tecnología informática, y sus
características esenciales son:
• Información simbólica preferente a la numérica.
• Métodos heurísticos preferentes a los algorítmicos.
• Uso de conocimiento específico-declarativo.
• Informaciones incompletas o con incertidumbre.
• Multidisciplinaridad.
Es importante este señalamiento que menciona Winston, en su libro,
“Inteligencia Artificial”, ya que de modo común se concibe a la Inteligencia
Artificial como una misma respecto a teoría y aplicación, y en si misma abarca
una ciencia cognitiva que no sólo aplica para modelos computacionales como
las Redes Neuronales sino para los modelos cognitivos de cualquier ser vivo
natural o artificial. Y por otro lado la Inteligencia Artificial tiene su campo de
acción en la tecnología informática.
1. Diccionario de la Real Academia Española
2. P.H. Winston, et. Al, “Inteligencia Artificial”

8. Esta última consideración es muy importante de notar y se hará evidente su
importancia en el análisis de las respuestas en las entrevistas efectuadas al
personal docente del CINVESTAV del área de Maestría en Ciencias de la
Computación
Ahora definiremos por último las Redes Neuronales, y veremos cual es la
relación que tiene con la Inteligencia Artificial.
Aunque existen una gama amplia de definiciones y clasificaciones referentes a
las Redes Neuronales, El Dr Sergio Víctor Chapa Vergara
investigador/docente, refiere una definición sobre las Redes Neuronales y
sintetiza que estas, se constituyeron inicialmente como una simulación
abstracta de los sistemas nerviosos biológicos formados por un conjunto de
unidades llamadas neuronas o nodos, conectados unos con otros. Las
conexiones de estos nodos, refiere, se asemejan a las dendritas y axones de
los sistemas nerviosos biológicos, teniendo una capacidad compleja y de
alcances exponencialmente geométricos en lo que se refiere a sinapsis y
número de conexiones entre neuronas.3
Explica además, que el primer modelo de Redes Neuronales fue el construido
por Warren McCulloch y Walter Pitts a inicios de la década de los 40`s. Así
mismo menciona que este modelo se caracteriza básicamente por ser binario,
donde cada neurona tiene un escalón. Finalmente acota que las Redes
Neuronales pueden clasificarse en modelos de tipo biológico y tipo dirigido a la
aplicación de acuerdo a su similitud con la realidad biológica que engloban:
Modelos de Tipo Biológico.
Se constituyen en redes que tratan de simular los sistemas neuronales
biológicos así como las funciones que son resultado del tratamiento que
comúnmente se da a traves de los sentidos humanos.
Modelos Dirigidos a Aplicaciones.
No necesitan guardar similitud con los sistemas biológicos. Sus
Arquitecturas están ligadas a las necesidades de las aplicaciones para las que
se diseñan.
Relación existente entre ambas ramas (Inteligencia Artificial y Redes
Neuronales)
El Dr. Guillermo Morales Luna, facilitó el hacer un acercamiento mas
puntualizado y de fácil acepción sobre la interrelación existente entre estas dos
áreas. Las Redes Neuronales –comenta- por su características necesitan de
información inicial y de patrones para poder funcionar, y una vez dado esta
información, las RN crean sus reglas y aprenden de su experiencia y errores
producidos, esto sin la necesidad de la continua presencia del programador
para indicarles lo que deben hacer, siendo una característica muy especial, que
las RN no dan precisión en sus respuestas, sino que dan respuestas o
soluciones aproximadas a las necesitadas.4
3. Entrevista realizada al Dr. Sergio Chapa Vergara del CINVESTAV
4. Entrevista realizada al Dr. Guillermo Morales Luna del CINVESTAV

9. Mientras que la Inteligencia Artificial, depende de información más detallada,
(específicamente información aplicada para cierto problema que se desea
solucionar), la misma que tiene que ser debidamente considerada y analizada.
En la Inteligencia Artificial, se usan los algoritmos genéticos, sistemas expertos,
programación evolutiva; los cuales necesitan de reglas e bases de
conocimientos especificados al detalle por parte de los programadores. La
Inteligencia Artificial exige precisión en sus respuestas o soluciones. Sin
embargo –aclara- es hasta cierto punto evidente el poder vislumbrar, que así
como en un ser humano es necesaria la capacidad de referir respuestas
detalladas y únicas a problemas de multivariables, existen problemas o
situaciones que requieren de una respuesta o decisión ágil, y con un marco de
error que fuera de ser del 0%, tenga un espectro de probabilidad de efectividad
superior a la media. Con cierto entusiasmo, concluye: “La clave para crear vida
artificial, y continuar al siguiente paso evolutivo que nos lleve a un verdadero
cauce de mejora tecnológica y social, no es ni la Inteligencia Artificial en si
misma ni tampoco las Redes Neuronales, la respuesta esta en la simbiosis, el
equilibrio de ambas ramas en un mismo sistema artificial, que pueda no sólo
resolver cuestionamientos que tu o yo generemos, sino que construya sus
propias abstracciones mentales y que cuestione y se cuestione así mismo”.
Ahora que hemos definido los elementos estructurales referentes a la
investigación abordaremos la problemática existente con respecto a la
implantación de los planes de estudio y la forma de enseñanza de estos tópicos
en las delimitaciones previamente establecidas.
Dentro de la Maestría en Ciencias de la Computación impartida por el
CINVESTAV, se tienen 5 líneas principales de investigación, dentro de las
cuales, dos líneas son las que integran tópicos de Redes Neuronales e
Inteligencia Artificial, sin embargo cabe señalara que la institución permite a los
alumnos elegir ocho materias de especialización (mas 4 materias relativas a la
preparación y propuesta de tesis) a lo largo de la maestría dividida en 4
cuatrimestres, por lo cual las materias a elegir pueden pertenecer de manera
arbitraria a cualquier número de líneas de investigación siempre que estas
hayan sido justificadas ante el tutor responsable del alumno.5
Las materias relacionadas directamente con las áreas citadas son:
Inteligencia Artificial, Robots Móviles Inteligentes, Redes Neuronales
Artificiales, Aprendizaje Máquina, Tópicos Selectos en Redes Neuronales
Artificiales, Tópicos Sel. En Int. Art. Un total de 7 materias de las 39
disponibles.
Para definir y analizar la postura docente respecto al contenido temático de
estas materias, sus opiniones y críticas, se procede a continuación a presentar
las entrevistas realizadas a los tres Doctores en Ciencias de la Computación,
para posteriormente presentar los resultados y acotaciones pertinentes sobre la
investigación.
5. Plan de Estudios de la Maestría en Ciencias de la Computación del
CINESTAV

10. ENTREVISTAS
ENTREVISTA 1
Locutor: Profesor Chapa, a lo largo de mi investigación he encontrado diversas
fuentes que citan aspectos muy variados para definir a la Inteligencia Artificial y
a las Redes Neuronales, ¿Cuál es su concepto de la Inteligencia Artificial y de
las Redes Neuronales?
Dr. Sergio Víctor Chapa Vergara: Las Redes Neuronales se constituyeron
inicialmente como una simulación abstracta de los sistemas nerviosos
biológicos formados por un conjunto de unidades, lo que conocemos como
neuronas y que para los adentrados en este tema preferimos denominar nodos,
los cuales están conectados unos con otros. Las conexiones de estos nodos,
se asemejan a las dendritas y axones de los sistemas nerviosos biológicos,
teniendo una capacidad compleja y de alcances geométricos en lo que se
refiere a sinapsis y número de conexiones que pueden darse entre neuronas.
El primer modelo de Redes Neuronales fue construido por Warren McCulloch y
Pitts a inicios de los 40`s, este modelo se caracteriza básicamente por ser
binario, donde cada neurona tiene un escalón. Finalmente acota que las Redes
Neuronales pueden clasificarse en modelos de tipo biológico y tipo dirigido a la
aplicación de acuerdo a su similitud con la realidad biológica que engloban:
La Inteligencia Artificial por su parte, efectivamente como mencionas hay
cientos de acepciones, tan validas unas como otras, sin embargo para ser
precisos e incluir las propiedades que deben contener toda conceptualización,
te diré, que La Inteligencia Artificial es una rama de la Computación, que tiene
como fin la creación de inteligencia (de un nivel variable en el que no
detallaremos para no hacer este concepto un tratado entero sobre la IA), este
fin se lleva a cabo, por medio de diferentes métodos computacionales,
electrónicos, lógicos y de integración de sistemas o programas, y que debe
tener por resultado la resolución de problemas que le conlleven alguna utilidad
y beneficio a la humanidad.
Locutor: ¿De qué forma, para usted, estas dos áreas están interrelacionadas
(La IA y las RN), o en qué forma no lo están?
Dr. Sergio Víctor Chapa Vergara: Indiscutiblemente hay una relación muy
estrecha entre estas dos áreas, desde mi particular punto de vista quisiera
marcar que las considero a ambas como ramas de la computación
independientes que si bien al integrarse potencializan los alcances que se
pueden lograr, no dependen totalmente una de otra para desarrollarse. La
relación más importante que presentan es que las Redes Neuronales para su
implementación a nivel de hardware requieren de los avances que se adaptan y
generan en el campo general de la Inteligencia Artificial.
Locutor: Profesor Chapa, usted, ¿cuáles considera que son los puntos fuertes y
débiles que tiene el programa de estudios en lo concerniente a las
Redes Neuronales y a la Inteligencia Artificial?

11. Dr. Sergio Víctor Chapa Vergara: Para hablarte de las fortalezas prefiero por
comenzar a discutir los puntos débiles que se quedan de manifiesto en
la impartición del área que te interesa … Si bien nuestros planes de
estudios son actualizados aparentemente de forma periódica, los
recursos editoriales con los que se disponen en el área son limitados,
mucha de la bibliografía simplemente en la materia principal, que es
Inteligencia Artificial, tiene un periodo de cuando fueron escritos las
publicaciones que esta en promedio en el año 1995, lo cual sobra decir
que es una antigüedad inaceptable para cualquier área de la
computación, ya no digamos de algo de tecnología tan dinámica como
los Sistemas Expertos, la Inteligencia Artificial, Las Redes Neuronales
Artificiales.
Otra problemática a la que nos enfrentamos los docentes es que el
material contemporáneo de divulgación científica en esta área es
publicado por las potencias asiáticas, siendo dependientes en un relativo
nivel del interés de nuestros vecinos occidentales respecto a la difusión
en material en idioma ingles. Esta situación afecta de una manera
puntualizada a los alumnos de las Maestrías impartidas aquí en la
institución, debido a que la mayoría domina entre 1 y 2 idiomas y rara
vez uno de ellos es un idioma como el japonés, el coreano o el chino,
que son los principales respecto a las publicaciones que se editan en
esta área de la computación.
Una vez marcado este punto, te puedo comentar que el CINVESTAV
tiene mecanismos de selección de estudiantes muy rigurosos, del mismo
modo nuestros diversos centros son solicitados por alumnos de toda
Latinoamérica, por lo cual el nivel de los alumnos que tenemos, vamos,
el material humano con el que los docentes contamos para moldear, es
de primer nivel, como te mencione respecto a las Redes Neuronales,
hay un campo que esta enfocado a la parte del desarrollo, la puesta en
marcha de aplicaciones, en este rubro, lamento decirte que desde mi
perspectiva si bien tenemos elementos para trabajar, son insuficientes
(hablando de presupuestos de investigación, así como de la falta de
necesidad industrial de alternativas a los pocos productos que aplican la
IA y que son usados por las industrias o empresas nacionales).
Sin embargo, hay un punto esencial en el que no sólo podemos tener
ventajas sino en el que contamos con elementos que avalan la
formación de nuestros alumnos, la IA así como tiene un área de
aplicación y utilidad, tiene una gran área teórica, la cual se encarga de
establecer axiomas, teoremas, y líneas de trabajo, para facilitar a los
sistemas inteligentes el aprendizaje, la velocidad de sinapsis en sus
procesos, así como la mejor distribución y relación neuronal existente en
los esquemas de procesamiento y transferencia de datos en las Redes
Neuronales.

12. Y el plan de estudios que tenemos permite una flexibilidad en cuanto a la
forma de la enseñanza de la materia, enfocando la evaluación de la
misma hacia el avance o las propuestas realizadas en el ciclo académico
por los equipos de trabajo integrados por los alumnos.
Referente a esta área tenemos una cantidad considerable de
publicaciones no solo de los investigadores sino de alumnos en revistas
internacionales.
Locutor: ¿Para usted que cree que sea mas importante en la Impartición del
programa académico de la Maestría, las Redes Neuronales, o la Inteligencia
Artificial?
Dr. Sergio Víctor Chapa Vergara: Como te mencionaba, creo que aunque
ambas ramas están interconectadas, son lo suficientemente independientes
como para ser impartidas de forma separada.
Por mi parte yo considero que el ámbito de la IA es muy amplio, y que
podemos ofrecerles a los alumnos un aprendizaje mas profundo y útil si
enseñamos un enfoque mas marcado sobre las Redes Neuronales, creo que
esta materia podría formar parte del esquema básico de materias de la
Maestría y que la materia de IA podría bien estar contenida como materia
complementaria.
Locutor: Profesor Chapa, ¿Qué cambios consideraría necesarios para el plan
de estudios de esta área del conocimiento, que beneficiaran de un modo
considerable a los estudiantes de la Maestría?
Dr. Sergio Víctor Chapa Vergara: Deben de adoptarse más materias optativas
relacionadas con la Inteligencia Artificial, como son Sistemas Expertos, y
Computación Evolutiva.
Se debe pedir como un requisito para ingreso a la Maestría, de una carta
compromiso, para que el alumno tome un curso intensivo de algún
idioma estipulado por un comité de selección conforme al enfoque de la
investigación presentada como requisito que manifiestan los
lineamientos para el ingreso al posgrado en el CINVESTAV.
Cambios más allá de estos, serían por el momento inviables, ya que
están basados en el presupuesto con el que se cuenta, y tomando en
cuneta las modificaciones y estadísticas de la varianza numérica que
tenemos para nuestros proyectos, sería errado de mi parte el señalar
mas modificaciones, si no hay una base sólida para ejercer las
modificaciones pertinentes.
Locutor: Profesor Chapa, ¿Qué aplicaciones pueden desarrollar actualmente
los especialistas en las Redes Neuronales egresados del CINVESTAV
desde el enfoque de la IA, en nuestro país?

13. Dr. Sergio Víctor Chapa Vergara: En el CINVESTAV en el area de Ciencias de
la Computación se han desarrollado proyectos vinculados con el sector
productivo e industrial, entre las principales aplicaciones que se han
implementado están:
• Desarrollo de sistemas de bases de datos inteligentes, los cuales tienen
aplicaciones en bancos, hospitales y registros como padrones
electorales o bases de datos empresariales, estas bases de datos
inteligentes, “aprenden” a través de las continuas iteraciones de
búsqueda de registros a identificar patrones similares de búsqueda,
búsquedas más comunes, y estructuras de relaciones dentro de las
búsquedas, lo cual genera tiempos de búsqueda menores, búsquedas
mas optimizadas y precisas y un menor entrenamiento para las
personas que hacen uso de la base de datos, que se traduce en
menores gatos para la empresa o industria y mejor rendimiento y
optimización de procesos.
• Implementación de redes neuronales para identificar patrones en las
afecciones mentales de los seres humanos, esta implementación se ha
llevado a través de proyectos multidisciplinarios que también abarcan
ciencias como medicina y biología. Esta aplicación es muy importante
debido a que una gran cantidad de enfermedades o padecimientos
mentales, tienen la problemática de que son difícilmente detectables en
fases iniciales donde los tratamientos son más efectivo, de este modo se
han podido identificar elementos que son constantes en algunas
patologías, lo cual permitirá en un futuro cercano poder tener un patrón
determinístico de alto nivel de eficiencia para la detección de este tipo de
afecciones así como la generación de tratamientos más efectivos, las
pruebas iniciales que se han desarrollado han sido con algunos
animales en laboratorio, principalmente ratones, y haciendo pruebas de
reconocimiento de patrones para identificación de Alzheimer, teniendo
como resultado algunos elementos constantes en la estructura de esta
enfermedad sin embargo son patrones que también están relacionados
con otros padecimientos, y se deben de encontrar más patrones que
determinen la particularidad de esta afección para posteriormente ser
probados en seres humanos.
Estas dos aplicaciones han sido desarrolladas en los últimos cinco años como
proyectos multidisciplinarios, donde también participan universidades
internacionales y la UAM. Y de la primera investigación se tienen ya convenios
para su aplicación en sistemas federales de bases de datos, mientras que del
segundo rubro de investigación, como te refiero se requieren más pruebas y
procesos antes de poder ser implementadas en el área industrial, que en este
caso sería el área medica y farmacológica.

14. ENTREVISTA 2
Locutor: Dr. Morales, a lo largo de mi investigación he encontrado diversas
fuentes que citan aspectos muy variados para definir a la Inteligencia Artificial y
a las Redes Neuronales, ¿Cuál es su concepto de la Inteligencia Artificial y de
las Redes Neuronales?
Dr. Guillermo Morales Luna: La Inteligencia Artificial es una ciencia, encargada
de la implementación de mecanismos que emulen los procesos cognitivos y
relacionales que permiten aplicar información obtenida del medio para producir
pensamientos, razonamientos, ideas y soluciones a problemas dados, todo
esto a través de la tecnología computacional y de elementos teóricos
matemáticos, lógicos y biológicos. Las Redes Neuronales son una rama
especifica de la Inteligencia Artificial, que emula de modo particular el sistema
de razonamiento y procesamiento de datos que tiene el cerebro humano, esto
debido a que el potencial de procesamiento de la sinapsis neuronal del ser
humano genera procesamientos cientos de veces mayores a el procesamiento
en paralelo generado por las supercomputadoras actuales.
Locutor: ¿De qué forma, para usted, estas dos áreas están interrelacionadas
(La IA y las RN), o en que forma no lo están?
Dr. Guillermo Morales Luna: Las Redes Neuronales por sus características
necesitan de información inicial y de patrones para poder funcionar, y
una vez dada esta información, las RN crean sus propias reglas,
aprendiendo de su experiencia y errores, esto sin la necesidad de la
continua presencia del programador, siendo una característica muy
especial, que las RN no dan precisión en sus respuestas, sino que dan
respuestas o soluciones aproximadas a las necesitadas, mientras que la
Inteligencia Artificial, depende de información más detallada, la misma
que tiene que ser debidamente considerada y analizada.
En primera instancia creo que esto te ayudará a ver sus diferencias
sustanciales.
En la Inteligencia Artificial, se usan algoritmos genéticos, sistemas
expertos, programación evolutiva, tal como menciono hace unos
instantes el Dr. Chapa; los cuales necesitan de reglas y bases de
conocimientos especificados al detalle por parte de los programadores.
La Inteligencia Artificial exige precisión en sus respuestas o soluciones.
Sin embargo es hasta cierto punto evidente, el que así como en un ser
humano es necesaria la capacidad de generar respuestas detalladas y
únicas a problemas de elementos multivariables, existen problemas o
situaciones que requieren de una respuesta o decisión ágil, y con un
marco de error que fuera de ser del 0%, tenga un espectro de
probabilidad de efectividad superior a la media que tendríamos en un
sistema de predicción general o en un ser humano en estado de alerta
previa.

15. Locutor: ¿Cuáles considera que son los puntos fuertes y débiles que tiene el
programa de estudios en lo concerniente a las Redes Neuronales y a la
Inteligencia Artificial?
Dr. Guillermo Morales Luna: Como puntos a favor considero los siguientes:
Dentro del Área de Redes Neuronales
• Las unidades 5 y 6 de la materia de Redes Neuronales, abarcan por
un lado las aplicaciones actuales que se suscitan en este campo de
la computación, así como un tema con el que probablemente no
estés familiarizado, El conexionismo de Redes Neuronales de forma
mimética, el cual plantea como se puede seccionar cuadrantes o
conjuntos de nodos por capas o niveles, para unificarlos como en el
cerebro humano por sectores de procesos definidos, esto con el fin
de poder lograr una mayor especialización de los distintos sectores
de la red neuronal, así como la posibilidad de al estar en contacto o
en un medio ambiente donde se tenga la existencia de algún otro
sistema de red neuronal, el sistema sea capaz de mimetizar, de
reproducir acciones que vean que conllevan a un determinado
resultado que el sistema originalmente estaba buscando.
Esto es, imagina que tu desconoces de cómo bajar una manzana de
un árbol, pero sabes funciones como trepar, y cortar, y ves a un
sistema inteligente artificial en otro árbol que baja un fruto distinto,
pero que sabes que tiene la misma utilidad que la manzana,
proveerte de energía para realizar a través de procesos químicos
funciones vitales para tu organismo, y al ver esta acción, la adaptas
como solución a tu problema y mimetizas a ese otro sistema, esto
quizá te parecerá quizá obvio, pero dentro del área de la Inteligencia
Artificial y las Redes Neuronales, es todo un hito, ya que es una
modalidad de cómo se puede generar independientemente el
conocimiento, en vez de ser heredado o instruido, la cual es una
cualidad por el momento exclusivamente de los animales, incluido
naturalmente el hombre.
Respecto al Área de la Inteligencia Artificial
• Se les da a los alumnos una preparación integral, no solo de
elementos históricos o de programas de aplicación de Inteligencia
Artificial, mas allá de eso les enseñamos la lógica implicado y los
esquemas cognitivos que son empleados por los sistemas ya
existentes, así como para modelos que ellos pueden realizar dentro
de la materia a forma experimental y operacional en la materia de
Tópicos Selectos de Inteligencia Artificial.
• La Instrucción complementaria que se ofrece en Reconocimiento de
Patrones, ya que integra diferentes modos conceptuales usados
desde autores clásicos así como propuestas contemporáneas, que a
mi particular punto de vista, permiten poder identificar diversas

16. formas de atacar problemas de Inteligencia Artificial, que
generalmente simplemente son resueltos por el modelo de campos o
mapas bayesianos.
Como deficiencias puntualizaría, tanto para las áreas de Inteligencia
Artificial como de las Redes Neuronales a:
• Un elemento que también te corroboró el Dr. Chapa, fue el del
presupuesto con el que se cuenta, yo identificaría dentro de ese
rubro, que la tendencia actual de los estudiantes de la Maestría en
Ciencias de la Computación esta orientándose a los Sistemas de
Bases Distribuidas, así como hacia el área de Sistemas en Tiempo
Real, el porque de esta situación es totalmente clara, los sistemas
bancarios, crediticios y empresariales que manejan fuertes sumas de
dinero o cuyas operaciones comerciales cotizan en bolsa requieren
de expertos en estas áreas de la computación, ofreciendo por ende
sueldos muy por encima de los sueldos promedio que se pueden
percibir en las otras tres líneas de investigación de la maestría.
Esto también lo puedes observar en el hecho de que somos solo 4
profesores, y ni siquiera los 4 estamos en activo este periodo, que
nos encargamos de las áreas que nos incumben. Para darte un dato
de comparación, en este momento hay para la materia de Sistemas
de Bases Distribuidas, solo para esa materia 4 profesores la
imparten, de esto podemos concluir que es una respuesta a la alta
demanda, por parte de los alumnos a esa materia en particular
.
• Finalmente señalaría, que es necesario hacer una reestructuración
de los objetivos de las líneas de especialización, esto debido a que
los alumnos que toman estas áreas suelen creer que de manera fácil
encontrarán áreas laborales donde hay aplicación constante de esta
área de la computación, para que de este modo los alumnos que
opten por estas áreas, tengan una visión mas clara de en que
ámbitos y que alcances a nivel nacional e internacional disponen si
tienen un interés en las Redes Neuronales y la Inteligencia Artificial.
Locutor: Dr. Morales ¿para usted que cree que sea más importante en la
Impartición del programa académico de la Maestría, las Redes Neuronales, o la
Inteligencia Artificial?
Dr. Guillermo Morales Luna: La clave para crear vida artificial, y continuar al
Siguiente paso evolutivo que nos lleve a un verdadero cauce de mejora
tecnológica y social, no es ni la Inteligencia Artificial en si misma ni
tampoco las Redes Neuronales, la respuesta esta en la simbiosis, el
equilibrio de ambas ramas en un mismo sistema artificial, que pueda no
sólo resolver cuestionamientos que tu o yo generemos, sino que
construya sus propias abstracciones mentales y que cuestione y se
cuestione así mismo.

17. Locutor: ¿Qué cambios consideraría necesarios para el plan de estudios de
esta área del conocimiento, que beneficiaran de un modo considerable a
los estudiantes de la Maestría?
Dr. Guillermo Morales Luna: Considero que tres cambios podrían ser
sustanciales y benéficos sobre el plan de estudios
1. Reestructurar el contenido temático de las materias, con un enfoque
más orientado a integración de teoría/aplicación que el actual enfocado
a teoría.
2. Actualizar de manera permanente cada dos años el plan de estudios,
teniendo en cuenta los avances internacionales en la disciplina, para
evitar redundar sobre investigaciones ya realizadas y poder tener
material de consulta y apoyo que permita un desarrollo de proyectos de
investigación innovadores.
3. Tener como una materia complementaria la materia de Redes
Neuronales a nivel avanzado, ya que en la actualidad se cuentan con
dos materias seriadas de esta especialidad pero sin tocar tópicos
avanzados, esto forzaría a los docentes involucrados en el área a tener
una mayor preparación y actualización de la materia y permitiría a los
alumnos profundizar sobre estos conocimientos de un modo más
avanzado.
Locutor: Finalmente Dr. Morales, ¿Qué aplicaciones pueden desarrollar
actualmente los especialistas en las Redes Neuronales egresados del
CINVESTAV desde el enfoque de la IA, en nuestro país?
Dr. Guillermo Morales Luna: A través de los proyectos desarrollados tanto en
maestría como en doctorado del área de Ciencias de la Computación, se tienen
a mi parecer tres aplicaciones principales para las RN.
• Desarrollo de aplicaciones que permiten emular de un modo más
“natural” los procesos de aprendizaje humano, esto con el fin por
ejemplo en el área industrial, en la actualidad hay varios robots o
sistemas mecánico/electrónicos que realizan tareas en una etapa
especifica de proceso, la integración de sistemas de redes
neuronales en ellos permite la integración de un mismo robot en mas
de una area y a su vez le confiere la capacidad de aprender nuevas
tareas o modificarlas respecto a los elementos o situaciones que se
presenten en su entorno, lo cual eliminaría la necesidad de gastos
para robots especializados en cada area y a su vez mejoraría
tiempos de producción.
• Desarrollo de bases de datos inteligentes, las cuales tienen
aplicaciones en toda institución privada o publica que maneje
grandes bases de datos relacionales, como bancos, aseguradoras,
hospitales, etc.

18. El desarrollo de este tipo de sistemas basados en el procesamiento
emulado de las redes neuronales a través de búsquedas basadas en
lineamientos establecidos en la IA, permite generar procesos de
búsqueda mas eficientes, veloces y óptimos
• Desarrollo de redes neuronales aplicadas en los sistemas de
videograbación de seguridad pública y privada, en lo personal este
rubro me parece muy importante y de fácil implementación con un
tiempo de corto a mediano plazo, consiste en a través del
reconocimiento de patrones y búsquedas de IA en un sistema de
redes neuronales sobre una base de datos de personas que tengan
antecedentes penales.
Para ejemplificarte esto de modo mas claro, te bosquejo el siguiente
escenario, como sabrás en varios puntos de la ciudad se encuentran
activos en una red electrónica dispositivos de video que graban
persona que comenten infracciones viales, bueno pues
implementado un sistema de redes neuronales en un sistema de
computo enlazado con el sistema de video, de manera aleatorio se
harían análisis de patrones en los rostros de los conductores o
transeúntes captados por los cientos de puntos de video en la ciudad,
si el sistema detecta un patrón de una persona que esta siendo
buscada por algún delito el sistema automáticamente daría aviso al
sistema para que este generara un reporte a la policía, y desviaría las
cámaras aledañas de donde fue detectado el sujeto en cuestión para
que fuera “seguido” por estas y pudiera ser aprehendido de manera
eficaz..

19. JUSTIFICACION
DESDE EL CONOCIMIENTO
Como conocimientos las Redes Neuronales y la Inteligencia Artificial,
directamente aportan conocimientos a diversas comunidades epistémicas,
entre las ciencias que pueden ser afectadas e impactadas de manera positiva
por sus implicaciones, tenemos campos como:
• Medicina
En la implementación de inteligencia artificial en equipos médicos de
intervención quirúrgica
• Meteorología
Para mejorar la exactitud en la detección de fenómenos naturales, así
como para acelerar los procesos de cálculos en prevenciones de
catástrofes.
• Genética
En el reconocimiento de patrones de enfermedades o elementos
hereditarios que puedan generar problemáticas para un individuo.
• Computación
En el desarrollo de sistema de hardware que potencien mas sus
capacidades haciendo implementación en sus sistemas operativos de
elementos de la inteligencia artificial.
• Informática
En el desarrollo de software inteligente, que permita en si mismo
evolucionar, respecto a las necesidades individuales de cada usuario, de
modo que se generen programas especializados basados en las redes
neuronales.
DESDE LA DISCIPLINA
La Inteligencia Artificial ha tenido un desarrollo muy significativo en las últimas
dos décadas, los desarrollos generados abarcan un sinnúmero de proyectos y
aplicaciones, sin embargo no hay a nivel nacional propuestas o sugerencias
que permitan la integración más óptima de los planes de estudio que abordan
esta rama de la computación para que su implementación con los alumnos no
sólo este actualizada o adecuada a un enfoque más tangible de aplicación para
la sociedad, i. e., que tenga un enfoque practico que pueda integrarse a los
sectores productivos e industriales nacionales

20. Por otro lado las Redes Neuronales, tienen ambigüedades en su tratado, ya
que algunos autores les confieren grado de rama primaria de la computación y
en otros casos subrama de la IA, lo que genera una vaga delimitación al
momento de explicar las interconexiones entre estas dos áreas de la
computación, por lo cual es necesario comprender de un modo claro las
diferencias y conexiones existentes entre ambas, así como establecer su
prioridad o aplicación para poder implementarse en los programas de estudios
de manera más concisa y efectiva.,
DESDE EL CONTEXTO SOCIAL
En el contexto social, se pueden mencionar diversas situaciones así como
problemáticas las cuales justifican la implementación de la IA y las RN, las tres
principales desde el punto de vista de nuestra sociedad y con el enfoque de la
ciencia de la Inteligencia Artificial y su aplicación tenemos:
 Un problema que se ha venido suscitando a nivel nacional en el ámbito
tecnológico, es la asignación de recursos para los diversos proyectos
propuestos en las diferentes instituciones académicas, ya que se da
prioridad a proyectos de aplicación más directa o a corto plazo. Los
proyectos referentes a las Redes Neuronales generalmente son
proyectos de mediano a largo plazo, y que además no pueden aplicarse
directamente sin antes realizarse una serie de pruebas y procesos
previos para poder integrarse en áreas empresariales o industriales.
 Se cuentan con varios proyectos en el CINVESTAV que pueden ser
implementados exitosamente y que mejorarían la calidad de vida de las
personas, en ámbitos como salud, seguridad, tramites gubernamentales,
procesos en el ámbito laboral, que tendrían una clara repercusión en el
modo actual de nuestra vida social a nivel nacional.
 A nivel internacional, países como EUA, Japón y países europeos,
tienen las implementaciones más relevantes en el área de redes
neuronales, por lo tanto es necesario saber que aplicaciones reales se
pueden generar en México, a través de los planes de estudio ofrecidos
por las instituciones públicas, en específico por el CINVESTAV dentro de
la IA y las RN para desarrollar e innovar y no solamente generar
herramientas o desarrollos que no se puedan traducir en aportaciones o
mejoras a la industria o a la productividad tecnológica.

21. CONCLUSIONES
A lo largo de la presente investigación y a través de los diversos autores
referidos en el trabajo y con las entrevistas realizadas a los docentes de las
materias concernientes al área de la Inteligencia Artificial y las Redes
Neuronales, podemos hacer un análisis e interpretación de los resultados
obtenidos.
El Área de las Redes Neuronales tiene dos vertientes importantes la de
desarrollo y aplicación, así como la de generación de nuevos elementos y
esquemas cognitivos para el aprendizaje en estas redes. Si bien refieren los
docentes entrevistados que la cuestión presupuestal otorgada por los diversos
actores que financian los proyectos es muy limitado, se puede entonces
considerar tres alternativas en este rubro.
1.- Solicitar más recursos no solo sectores gubernamentales, sino del sector
privado a nivel nacional e internacional, esto mediante la presentación y
divulgación de los beneficios productivos que se pueden generar a través de la
implementación de los proyectos existentes y los que están por iniciar.
2 – Cambiar el enfoque de la enseñanza de las Redes Neuronales en el
CINVESTAV de modo que se haga un mayor hincapié en el desarrollo de
esquemas cognitivos nuevos, metodologías de aprendizaje y propuestas de
desarrollos de inteligencias artificiales que integren mejoras en tiempos de
respuesta, interconexión de los nodos en las Redes Neuronales, así como
mejoras en la sinapsis de la información recibida por los sistemas de las Redes
Neuronales.
Con respecto a los elementos positivos sobre los planes de estudio en las
Redes Neuronales podemos señalara las siguientes:
1.- El programa de estudios integra metodologías variadas, integrando
alternativas contemporáneas para la resolución de problemas de las Redes
Neuronales, lo cual dota a los alumnos de bases solidas para el desarrollo de
soluciones a los problemas que se pueden presentar.
2 – Las Redes Neuronales junto con la inteligencia artificial tienen un futuro
conjunto, que asegura la permanencia de ellas, como herramientas que será
indispensables, y que mas allá de eso la integración de ambas, permitirá la
evolución de la computación, por lo cual, los alumnos de posgrado al llevar
materias de ambos campos pueden estar preparados satisfactoriamente para
ese escenario.
Referente a la Inteligencia Artificial, los puntos más relevantes que tiene el plan
de estudios a señalar son:
1 - La mayor parte de la información disponible contemporánea surge de
países asiáticos, por lo cual es necesario la consideración conjunta con el
curso de las materias del posgrado, la integración de al menos un idioma
adicional, que sea útil y proporcione mas elementos a los alumnos.

22. 2 – Los materiales bibliográficos sugeridos así como los planes de estudio
también deben ser actualizados, revisados, y en casos en los que el material
sea obsoleto o presente una desactualización considerable, debe ser retirado
de futuros elementos bibliográficos de las materias referentes al área.
3 – Se debe mantener la flexibilidad que ofrece el posgrado en cuanto a poder
estudiar libremente las materias según las cinco líneas de investigación
ofrecidas, más aun al estar las materias debidamente justificadas ante un tutor
del posgrado se tiene de manera segura que la selección de materias será de
manera correcta y bien razonada.
Estos puntos que se han basado en las observaciones realizadas por los
catedráticos, así como por el contenido informativo consultado para la
información, permite plantear las anteriores recomendaciones y puntualización
para ver que elementos son adecuados en el plan de estudios, cuales deben
ser mejoras y cuales pueden buscar medidas alternativas para mejorar los
resultados que actualmente se obtienen.

23. GLOSARIO
CINVESTAV
Centro de Investigaciones y Estudios Avanzados del IPN, institución
perteneciente a la SEP, forma parte del IPN, en esta institución se imparten
posgrados en diversas áreas de los conocimientos, enfocados principalmente
al área de ciencia y tecnología.
DRAE
Diccionario de la Real Academia Española
IA
Inteligencia Artificial
IPN
Instituto Politécnico Nacional
RN
Redes Neuronales
Algoritmo
Conjunto de pasos para resolver un problema dado
Algoritmo Genético
Son llamados así porque se inspiran en la evolución biológica y su base
genético-molecular. Estos algoritmos hacen evolucionar una población de
individuos sometiéndola a acciones aleatorias semejantes a las que actúan en
la evolución biológica
Aprendizaje Máquina
El principal objetivo del Aprendizaje de Máquina es el desarrollo de sistemas
que puedan cambiar su comportamiento de manera autónoma basada en su
experiencia.
Axon
El axón es una propagación filiforme de la célula nerviosa, a través de la cual
viaja el impulso nervioso de forma unidireccional,
Binario
Todo elemento o representación basada en la base 2 numérica (Compuesto
por 1´s y 0´s)
Cognitivo
Lo cognitivo es aquello perteneciente o relativo al conocimiento. Éste, a su vez,
es el conjunto de información almacenada mediante la experiencia o el
aprendizaje.

24. Computación Evolutiva
La computación evolutiva es una rama de la Inteligencia Artificial que involucra
problemas de optimización combinatoria.
Dendritas
Son prolongaciones protoplásmicas ramificadas, bastante cortas, de la célula
nerviosa. Son terminales de las neuronas; y están implicadas en la recepción
de los estímulos, pues sirven como receptores de impulsos nerviosos
provenientes desde un axón perteneciente a otra neurona
Hardware
Elementos físicos y electrónicos que componen un sistema de cómputo.
Heurístico
Sirve como una ayuda en el aprendizaje, para descubrir o resolver problemas
mediante la experimentación y los métodos de ensayo y error.
Informática
Conjunto de conocimientos científicos y técnicas que hacen posible el
tratamiento automático de la información por medio de ordenadores.
Mimética
Reproducir algo generando un engaño en el espectador.
Mapas o redes bayesianos
Las redes bayesianas son una herramienta extremadamente útil en la
estimación de probabilidades ante nuevas evidencias.
Programación Evolutiva
La programación evolutiva (PE) es una rama de la computación evolutiva. La
programación evolutiva es prácticamente una variación de los algoritmos
genéticos, donde lo que cambia es la representación de los individuos
Simbiosis
Asociación de dos o más individuos de distintas especies, en la que todos
salen beneficiados.
Sinapsis
La sinapsis es el proceso esencial en la comunicación neuronal y constituye el
lenguaje básico del sistema nervioso.
Sistemas Expertos
Emulan el comportamiento de un experto en un dominio concreto y en
ocasiones son usados por éstos. Con los sistemas expertos se busca una
mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la
productividad del experto.

25. ANEXOS
Tabla 1
En la tabla superior se hace un comparativo entre la relación del numero de
cálculos por segundo con su respectivo costo para emular inteligencias
animales, en la actualidad apenas estamos cerca de emular apropiadamente l
cerebro de un insecto, sin embargo este crecimiento es exponencial, por lo cual
también podemos ver en la gráfica que aproximadamente para el año 2060 los
sistemas de Inteligencia Artificial podrán tener la capacidad de tener la
inteligencia equivalente al total de la humanidad, teniendo un costo constante.

26. BIBLIOGRAFIA
LIBROS
• P.H. Winston, 'Inteligencia Artificial', Addison-Wesley, 1995
• Diccionario de la Real Academia Española
• Russell, Stuart J., Norvig, Peter, “Artificial Intelligence: A Modern
Approach”. Prentice Hall. Febrero, 2003.
• Nilsson, Nils J. Artificial Intelligence: A New Síntesis. Elsevier Science
& Technology Books. Abril, 1998.
• Rich, E., Knight, K., “Inteligencia Artificial”. McGraw Hill
Interamericana, 1994.
• Winston, P.R., Horn, B.K., “Lisp”. Addison Wesley, 1991.
• Luger, George F., Stubblefield, William A., “Artificial Intelligence:
Structures and Strategies for Complex Problem Solving”. The
Benjamin/Cummings Publishing Company, Inc. 1993.
• Rich, E., Knight, K., “Representación del Conocimiento”, McGraw Hill
Interamericana, 1994.
• Nadler, Morton., Smith, Eric P. “Pattern Recognition Engineering”.
John Wiley & Sons Inc. 1993.
• Plan de Estudios de la Maestría en Ciencias de la Computación,
CINVESTAV, 2005.
REVISTAS
• Artículo “Utilización de redes neuronales en ambientes complejos”
Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial,
España. Año 2007. Número 35”
• Artículo “Representación mental de objetos y personas en un
problema mediante una interfaz”, Inteligencia Artificial. Revista
Iberoamericana de Inteligencia Artificial , España. Año 2005. Número
26
• Artículo “Los robots del futuro y su importancia para México”, Revista
Komputer Sapiens, SMIA, Sociedad Mexicana de Inteligencia
Artificial. México. Año 2008 Número 1

27. • “Sistemas Híbridos Neurosimbólicos, una alternativa de solución en
la industria”. Revista Komputer Sapiens, SMIA, Sociedad Mexicana
de Inteligencia Artificial. México. Año 2009 Número 2
• "Aprendizaje de Conceptos e Inteligencia Artificial". Revista Sin
Recreo, México. Año 2007, Número 1
PAGINAS WEB
• Breve historia de la Inteligencia Artificial,
• http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_16.html
• ¿Qué es IA?
• http://www.cruzrojaguayas.org/inteligencia/Que%20es%20IA.htm
• Aplicaciones de las Redes Neuronales
• http://electronica.com.mx/neural/aplicaciones/index.html