1.
Unidad 1.
Introducción a la Inteligencia Artificial.
Con esta unidad el estudiante
podrá interiorizar los aspectos
teóricos y prácticos del quehacer
de la Inteligencia Artificial, así
como tener una nueva
perspectiva del alcance de los
sistemas y aplicaciones de
software que pueda desarrollar.

2.
La inteligencia: Diferentes teorías y definiciones.
En 1904 el ministerio de instrucción publica de Francia pidió al psicólogo francés Alfred Binet y a un grupo de colegas suyos
que desarrollan un modo de determinar cuales alumnos de la escuela primaria corrían el riesgo de fracasar para que estos
alumnos reciban una atención compensatoria. De sus esfuerzos nacieron las primeras pruebas de inteligencia.
Un psicólogo de Harvard llamado Howard Garden, señalo que nuestra cultura había definido la inteligencia de manera muy
estrecha y propuso en su libro " estructura de la mente", la existencia de por lo menos siete inteligencias básicas:

3.
Inteligencias Multiples
Lingüística: capacidad de usar las palabras de modo efectivo ( ya sea hablando,
escribiendo, etc). Incluye la habilidad de manipular la sintaxis o escritura del lenguaje, la
fonética o los sonidos del lenguaje, la semántica o significado de lenguaje o división,
pragmática o los husos prácticos.
Lógico matemática: capacidad de usar los números de manera efectiva y de razonar
adecuadamente ( pensamiento vertical).
Espacial: la habilidad para percibir la manera exacta del mundo visual-espacial y de
ejecutar transformaciones sobre esas percepciones ( decorador, artistas, etc).
Corporal – kinética: la capacidad para usar el cuerpo para expresar ideas y sentimientos y
facilidad en el uso de las propias manos para producir o transformar cosas.
Musical: capacidad de percibir, discriminar, trasformar y expresar las formas musicales.
Interpersonal: la capacidad de percibir y establecer distinciones entre los estados de
ánimo, las intenciones, motivaciones, sentimientos, de otras personas.
Intrapersonal: el conocimiento de sí mismo y la habilidad para adaptar las propias
maneras de actuar a partir de ese conocimiento.

4.
Existe una dimensión de la inteligencia personal
que esta ampliamente mencionada aunque poco
explorada en las elaboraciones de Gadner: el
papel de las emociones.
Más allá de la descripción de las inteligencias y de
sus fundamentos teóricos hay ciertos aspectos
que convienen destacar:
 Cada persona posee varios tipos de inteligencias.
 La mayoría de las personas pueden desarrollar cada inteligencia
hasta un nivel adecuado de competencia.
 Las inteligencias por lo general trabajan juntas de manera
compleja, o sea, siempre interactúan entre sí para realizar la
mayoría de las tareas se precisan todas las inteligencias aunque
en niveles diferentes hay muchas maneras de ser inteligentes en
cada categoría.

5.
El estudio de la inteligencia es una de las disciplinas
más antiguas, por más de 2000 años los filósofos no
han escatimado esfuerzos por comprender como se
ve, recuerda y razona junto con la forma en que estas
actividades deberían realizarse.
Según John Mc Carthy la inteligencia es la
"capacidad que tiene el ser humano de
adaptarse eficazmente al cambio de
circunstancias mediante el uso de información
sobre esos cambios", pero esta definición resulta
muy amplia ya que de acuerdo con esta, el
sistema inmunológico del cuerpo humanó
resultaría inteligente ya que también mediante el
uso de información este logra adaptarse al
cambio.
La llegada de las computadoras a principios de los 50, permitió el
abordaje sin especulación de estas facultades mentales mediante
una autentica disciplina teórica experimental.

6.
Señales de comportamiento inteligente:
• Aprender o entender a partir de la
experiencia.
• Dar sentido a mensajes ambigüos o
contradictorios.
• Responder rápidamente y con éxito frente
a una situación nueva (flexibilidad).

7.
Señales de comportamiento inteligente:
• Usar raciocinio para solucionar problemas.
• Lidiar con situaciones de perplejidad.
• Entender e inferir de modo común, racional.
• Adquirir y aplicar conocimiento
• Pensar y razonar
• Reconocer la importancia relativa de diferentes
elementos dentro de una situación.

8.
El razonamiento cotidiano es de naturaleza aproximada.El razonamiento cotidiano es de naturaleza aproximada.
Ejemplos:
• Encontrar un lugar donde estacionar tu carro.
• Localización de una llamada telefónica.
• Escoger cual ruta debes tomar para llegar a tu
destino lo mas pronto posible.
• Cruzar la calle.
• Donde desayunar.

9.
Neuronas
¿Cómo funciona ?
Olor
Color
Sabor
Sonido
Tersura
información
acciones
Conexiones

10.
Entonces qué es inteligencia artificial.
La IA siempre ha tenido como modelo natural las funcionalidades
inteligentes del hombre, enfocándose en distintos aspectos. Su primera
motivación fue intentar construir máquinas que pudieran pensar como
el ser humano, o al menos emularle en alguna capacidad de tal modo
que denotara cierta inteligencia.
El estudio de la inteligencia es una de las disciplinas más antiguas.
Desde hace más de 2 000 años los filósofos se han esforzado por
comprender cómo se ve, se aprende, se recuerda y se razona, así
como la manera en que esas actividades deberían realizarse.

11.
Entonces qué es inteligencia artificial.
Se denomina inteligencia artificial (IA) a la rama de las ciencias de
la Computación dedicada al desarrollo de agentes racionales no
vivos. Sus esfuerzos se orientan hacia la construcción de
entidades de inteligentes y su comprensión.
Entiéndase a un agente como cualquier cosa capaz de percibir su
entorno (recibir entradas), procesar tales percepciones y actuar en
su entorno (proporcionar salidas), y entiéndase a la racionalidad
como una capacidad humana que permite pensar, evaluar y actuar
conforme a ciertos principios de optimidad y consistencia.

12.
Los temas fundamentales de la IA.
El campo de la IA se compone de varias áreas de
estudio, las más comunes e importantes
son:
Búsqueda de soluciones
Sistemas expertos
Procesamiento del lenguaje natural
Reconocimiento de modelos
Robótica
Aprendizaje de las máquinas
Lógica
Incertidumbre y “lógica difusa”

13.
De manera más específica la inteligencia artificial
es la disciplina que se encarga de construir
procesos que al ser ejecutados producen acciones
o resultados que maximizan una medida de
rendimiento determinada, basándose en la
secuencia de entradas percibidas y en el
conocimiento almacenado.
Existen distintos tipos de conocimiento y medios de
representación del conocimiento, el cual puede ser
cargado en el agente por su diseñador o puede ser
aprendido por el mismo agente utilizando técnicas
de aprendizaje.

14.
•La IA es el arte de crear maquinas con capacidad de realizar
funciones que realizadas por personas requieren de inteligencia.
(Kurzweil, 1990)
•La IA es el estudio de cómo lograr que las computadoras realicen
tareas que, por el momento, los humanos hacen mejor.
(Rich, Knight, 1991).
•La IA es la rama de la ciencia de la computación que se ocupa de
la automatización de la conducta inteligente.
(Lugar y Stubblefied, 1993).
•La IA es el campo de estudio que se enfoca a la explicación y
emulación de la conducta inteligente en función de procesos
computacionales. (Schalkoff, 1990).
Para completar esa definición, algunas
definiciones no tan formales emitidas por
diferentes investigadores de la IA que
consideran otros puntos de vista son:

15.
Comportamiento
inteligente
Humanos
Computadora
IA es la reproducción de los métodos de razonamiento o intuición
humanos. Usa modelos computacionales para simular
comportamiento (humano) y procesos inteligentes. Estudia las
facultades mentales a través del uso de métodos computacionales

16.
Diferencias entre el cerebro y una computadoraDiferencias entre el cerebro y una computadora
CerebroCerebro
• La frecuencia de los
impulsos nerviosos
pueden variar.
• Los impulsos fluyen
a 30 metros por
segundo
• Similitudes entre el
cerebro y una
computadora
ComputadoraComputadora
• La frecuencia de
transmisión es inalterable
y está dada por el reloj
interno de la máquina.
• En el interior de la
computadora los impulsos
fluyen a la velocidad de la
luz.
• Ambos codifican la
información en impulsos
digitales.

17.
Diferencias entre el cerebro y una computadoraDiferencias entre el cerebro y una computadora
CerebroCerebro
• Tanto como el cerebro
como la computadora
tienen compuertas
lógicas.
• La memoria es del tipo
asociativo y no se sabe
donde quedará
almacenada.
• Las llamadas sinapsis
cumple en el cerebro la
función simultánea de
varias computadoras.
ComputadoraComputadora
• Existen distintos tipos de
memoria
• La información se guarda
en posiciones de
memoria de acceso
directo por su dirección
• Las compuertas lógicas
tienen una función
perfectamente
determinada e
inalterable.

18.
Investigación psicológicaInvestigación psicológica
• Herramienta para investigar sobre
la naturaleza de la inteligencia.
Mente / Cerebro
Dualismo

19.
En la IA se puede observar dos enfoques
diferentes:
• La IA concebida como el intento por
desarrollar una tecnología capaz de proveer
al ordenador capacidades de razonamiento
similares a los de la inteligencia humana.
• La IA en su concepción como investigación
relativa a los mecanismos de la inteligencia
humana que se emplean en la simulación de
validación de teorías.

20.
El primer enfoque se centra en la utilidad y
no en el método como veíamos
anteriormente con los algoritmos, los temas
claves de este enfoque son la
representación y gestión de conocimiento.
En el segundo enfoque encontramos que
este se orienta a la creación de un sistema
artificial capaz de realizar procesos
cognitivos humanos haciendo importante ya
no la utilidad como el método, los aspectos
fundamentales de este enfoque se refieren
al aprendizaje y adaptabilidad

21.
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.

22.
Aprendizaje de Máquinas.
“Sistemas Expertos.” Sistemas de Lenguaje Natural.
Visión y Sistemas Sensibles.
Robótica

23.
Inicios
50’s 60’s 70’s 80’s Actualidad
•McCulloch y Pitts
•Primer modelo
•de neurona
Prueba de Turing
•Entusiasmo inicial, grandes
expectativas
•Resolución general de
problemas, imitación de las
demostraciones humanas
Sistema Costoso y
con fallas
•Exito Sistema experto
•Japoneses quinta
generación computadores
Historia de la Inteligencia ArtificialHistoria de la Inteligencia Artificial

24.
Etapa 1 (1956 – 1965) : Desarrollo e implementación de
IA orientada a juegos de ordenador. Un ejemplo fue el
desarrollo del juego del ajedrez donde jugaba el humano
contra la máquina.
Etapa 2 (1965 – 1970) : “Etapa oscura”, todavía no está
muy generalizada la IA, comienza a apoyarse su estudio.
Etapa 3 (1970 – 1975) : “Etapa del renacimiento”.
Resurge con gran importancia, a raíz de la creación de
Mycin que detectaba enfermedades infecciosas de la
sangre.
Etapa 4 (1975 – 1980) : “Etapa de las sociedades”. se
empieza a conocer la necesidad de trabajar en sociedad
con profesionales de diversas áreas del conocimiento.
Etapa 5 (1980 - …) : Mayor desarrollo en todos los
ámbitos y sobre todo destaca su comercialización.
Resumenhistórico:Resumenhistórico:

25.
Algo de historia
• 1969-1971: Shakey el
robot (Fikes, Hart,
Nilsson)
• Planificación basada en
lógica (STRIPS)
• Planificación de
movimiento (gráfica de
visibilidad)
• Aprendizaje inductivo
(PLANEX)
• Visión de computadora

26.
Algo de historia
• Período “Conocimiento es poder” (mitad de
los 60’s a mitad de los 80’s):
– Enfoque en tareas limitadas que requerían
expertise
– Codificación de la expertise en forma de reglas:
If: carro tiene llantas de todo terreno and
4-wheel drive and
buena altura
Then: el carro puede ir a terrenos difíciles (0.8)
– Ingeniería de conocimiento
– Proyecto del computador de 5ta
generación
– Sistema CYC (Lenat)

27.
Algo de historia
• La IA se convierte en una industria
(80’s – presente):
– Sistemas expertos: Digital Equipment,
Teknowledge, Intellicorp, Du Pont,
búsqueda de petróleo, …
– Lisp machines: LMI, Symbolics, …
– Robótica: Machine Intelligence
Corporation, Adept, GMF (Fanuc), ABB, …
– Reconocimiento de voz

28.
Algo de historia
• Retorno de las redes neurales,
algoritmos genéticos, y vida artificial
(80’s – 90’s)
• Mayor conexión con la economía,
investigación de operaciones, y teoría
de control (90’s – presente)
IA se vueve menos filosófica, más
técnica y orientada a la matemática

29.
Predicciones y realidad
• En los 60’s, un famoso profesor de AI de MIT
dijo: “Al final del verano, habremos
desarrollado un ojo electrónico”
• Aún hoy, aún no existe un sistema de visión
por computadora capaz de entender escenas
dinámicas complejas
• Sin embargo, todos los días se realiza
monitoreo de tráfico, reconocimiento facial,
análisis de imágenes médicas, inspección de
partes, etc. por computadora

30.
Predicciones y realidad
• En 1958, Herbert Simon (CMU) predijo
que en 10 years una computadora sería
campeón de ajedrez
• Esto fue cierto en 1998
• Hoy, computadoras son campeones
mundiales en Damas, Otelo, y Ajedrez,
pero no en Go

31.
IAIA
Robótica
Sistema
visión
Sistema
aprendizaje
Procesamiento
Lenguaje
natural
Red Neural
Sistema Experto

32.
Dimensiones y abordaje
Pensando
haciendo
Como humanos Racionalmente
“ la automatización de
actividades que los
asociamos con el
pensamiento humano
“el arte de crear máquinas
que realizan funciones que
requieren inteligencia
cuando son realizadas por
personas
“el estudio de facultades
mentales a través del
uso de modelos
computacionales
“la rama de la ciencia de
la computación que
estudia la
automatización del
comportamiento
inteligente”

33.
Actuar como humanos
• IA es el arte de crear máquinas que realicen
funciones que requieren de inteligencia
cuando la realizan humanos
• Metodología: Elija una tarea intelectual en la
que los humanos son mejores y ponga a una
computadora a hacerlo
• Test de Turing.
•Demostrar un teorema
•Jugar ajedrez
•Planear operación
•Diagnosticar enfermedad
•Navegar en el edificio

34.
Actuar como humanos
En la prueba, Alan Turing (1950), ofrece una
satisfactoria definición operativa de lo que es la
inteligencia. Él definió una conducta inteligente
como la capacidad de lograr eficiencia a nivel
humano en todas las actividades de tipo
cognoscitivo.
La prueba consistía en que un humano
interrogase una computadora por medio de un
teletipo y se consideraba aprobada si el evaluador
era capaz de determinar si una computadora o un
humano era quien había respondido las preguntas
en el otro extremo de la terminal.

35.
… La computadora debería:
 Procesar un lenguaje natural y así establecer
comunicación satisfactoria, en cualquier idioma
humano.
 Representar el conocimiento y así guardar toda
la información que se le haya dado antes o
durante el interrogatorio.
 Razonar automáticamente para utilizar la
información guardada al responder preguntas y
obtener nuevas conclusiones.
 Autoaprendizaje de la máquina para adaptarse
a nuevas circunstancias y para detectar y
extrapolar esquemas determinados.

36.
 En la prueba de Turing deliberadamente se
evitó la interacción física directa entre evaluador
y computadora, dado que para medir la
inteligencia era innecesario simular físicamente
a un humano. Pero, en la prueba total de Turing
se utiliza una señal de video para que el
evaluador pueda calificar la capacidad de
percepción del evaluado, y también para que
aquél pueda pasar objetos físicos “a través de
la trampa”.
Para aprobar la prueba total de Turing, es
necesario que la computadora esté dotada de:
 Vista para percibir objetos.
 Robótica para desplazar los objetos.

37.
Actuar como humanos
En la IA no se han hecho muchos esfuerzos para
pasar la prueba de Turing. La necesidad de actuar
como humanos se presenta básicamente cuando
los programas de IA deben interactuar con gente,
como cuando un sistema experto de
procesamiento de lenguaje natural entabla diálogo
con un usuario.
Programas como los anteriores deberán
comportarse de acuerdo con ciertas convenciones
normales de las interacciones humanas con el
objetivo de poder entenderlos.

38.
Pensar como humanos
• La forma en la que la computadora
hace sus funciones importa
• Comparación de los pasos para hacer
un razonamiento
• Ciencias cognoscitivas  teorías
verificables de la mente humana
Pero, ¿queremos duplicar las imperfecciones humanas?

39.
Pensar como humanos
Para afirmar que un programa utiliza algún tipo de
razonamiento humano, previamente habrá que
definir cómo piensan los seres humanos. Habrá
que penetrar en el funcionamiento de la mente
humana. Hay dos formas para esto:
Mediante la introspección (para intentar atrapar
nuestros propios pensamientos conforme éstos se
van dando.)
Mediante la realización de experimentos
psicológicos.

40.
Pensar como humanos
Una vez que se cuente con una teoría bastante
precisa de la mente, puede procederse a expresar
tal teoría en un programa de computadora.

41.
Pensar y actuar racionalmente
• Siempre tomar la mejor decisión con lo que se
tenga a mano (tiempo, conocimiento, recursos)
• Conocimiento perfecto, recursos ilimitados 
razonamiento lógico
• Conocimiento imperfecto, recursos limitados 
racionalidad limitada.
•Conexión a la economía, investigación de operaciones y teoría de control
•Pero ignora el rol de la conciencia, emociones, miedos, etc.

42.
Pensar y actuar racionalmente
El desarrollo de la lógica formal a fines del siglo
XIX y a principios del siglo XX permitió tener una
notación precisa para representar aseveraciones
relacionadas con todo lo que existe en el mundo,
así como sus relaciones mutuas.
Para 1965 existían programas que, teniendo
tiempo y memoria suficiente, podían describir un
problema en notación lógica y encontrarle
solución, siempre y cuando dicha solución
existiera (de no existir dicha solución, el
programa continuaría sin cesar buscándola.)

43.
Pensar y actuar racionalmente
Este enfoque presenta dos obstáculos:
No es fácil recibir un conocimiento informal y
expresarlo en los términos formales que exige la
notación lógica, especialmente cuando el
conocimiento tiene menos de 100% de
certidumbre.
Hay una gran diferencia entre la posibilidad de
resolver un problema “en principio”, y realmente
hacerlo en la práctica.

44.
Pensar y actuar racionalmente
Aunque los dos obstáculos anteriores están
presentes al construir sistemas de razonamiento
computacional, fue en la tradición logicista
donde surgieron debido que la capacidad de los
sistemas de representación y de razonamiento
está bien definida y estudiada a profundidad.
Actuar racionalmente implica actuar para lograr
los objetivos deseados según ciertos supuestos.
Un agente es algo capaz de percibir y actuar.
Según esto, se considera la IA como el estudio y
construcción de agentes racionales.

45.
Pensar y actuar racionalmente
En la IA según las “leyes del pensamiento”, todo
el énfasis se ponía en hacer inferencias
correctas.
La obtención de estas inferencias a veces forma
parte de lo que se considera un agente racional,
puesto que una manera de actuar racionalmente
es el razonamiento lógico que asegure la
obtención de un resultado determinado, con lo
que se actuará de conformidad con tal
razonamiento.

46.
Pensar y actuar racionalmente
Sin embargo, el efectuar una inferencia correcta
no siempre depende de la racionalidad, pues
hay situaciones en las que no existe algo que se
pueda considerar lo que correctamente debería
hacerse, y sin embargo hay que decidirse por un
curso de acción.
Existen también maneras de actuar
racionalmente que de ninguna manera entrañan
inferencia alguna.

47.
Pensar y actuar racionalmente
Por tanto, es necesario tener la capacidad para
representar el conocimiento y razonar con base
en él, pues así se podrían tomar decisiones
correctas en una amplia gama de situaciones.
Es necesario ser capaces de generar oraciones
comprensibles en lenguaje natural, puesto que la
enunciación de tales oraciones permite
desenvolverse en una sociedad compleja.

48.
Pensar y actuar racionalmente
El aprendizaje no se emprende por pura
erudición, sino porque profundizar en el
conocimiento de cómo funciona el mundo
facilitará concebir mejores estrategias para
manejarse en él.
La percepción visual es algo necesario para
darse una mejor idea de lo que una acción
determinada puede producir.

49.
Pensar y actuar racionalmente
Estudiar IA adoptando el enfoque del diseño de
un agente racional ofrece dos ventajas:
•Es más general que el enfoque de las “leyes del
pensamiento”, dado que efectuar inferencias
correctas es un mecanismo útil para garantizar
la racionalidad, pero no es un mecanismo
necesario.
•Es más afín a la manera en que se ha
producido el avance científico que los enfoques
basados en la conducta o pensamiento
humanos.

50.
Clasificación de los modelos de IA.
Basada en el objetivo y
la forma como trabaja el
sistema, inicialmente se
veían independientes,
pero, actualmente los
sistemas mezclan
características de ellas:
•Sistemas que piensan
como humanos.
•Sistemas que actúan
como humanos.

51.
La IA se divide en dosLa IA se divide en dos
escuelas deescuelas de
pensamiento:pensamiento:
• La inteligenciaLa inteligencia
artificial convencionalartificial convencional
• La inteligenciaLa inteligencia
computacionalcomputacional

52.
Inteligencia artificial convencionalInteligencia artificial convencional
Se conoce también como IA simbólico-deductiva. Está basada en el análisisSe conoce también como IA simbólico-deductiva. Está basada en el análisis
formal y estadístico del comportamiento humano ante diferentes problemas:formal y estadístico del comportamiento humano ante diferentes problemas:
Razonamiento basado en casos: Ayuda a tomar decisiones mientras seRazonamiento basado en casos: Ayuda a tomar decisiones mientras se
resuelven ciertos problemas concretos y aparte de que son muy importantesresuelven ciertos problemas concretos y aparte de que son muy importantes
requieren de un buen funcionamiento.requieren de un buen funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento previo delSistemas expertos: Infieren una solución a través del conocimiento previo del
contexto en que se aplica y ocupa de ciertas reglas o relaciones.contexto en que se aplica y ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilística.Redes bayesianas: Propone soluciones mediante inferencia probabilística.
Inteligencia artificial basada en comportamientos: que tienen autonomía yInteligencia artificial basada en comportamientos: que tienen autonomía y
pueden auto-regularse y controlarse para mejorar.pueden auto-regularse y controlarse para mejorar.
Smart process management: facilita la toma de decisiones complejas,Smart process management: facilita la toma de decisiones complejas,
proponiendo una solución a un determinado problema al igual que lo haría unproponiendo una solución a un determinado problema al igual que lo haría un
especialista en la actividad.especialista en la actividad.

53.
Inteligencia artificial convencional
Estudia métodos que actualmente se conocen como máquinas de
aprendizaje.
Por un lado, se caracteriza por el formalismo matemático. Un sistema
matemático formal o un sistema axiomático es un artificio matemático
compuesto de símbolos que se unen entre sí formando cadenas que a su
vez pueden ser manipuladas según reglas para producir otras cadenas.
De esta manera, el sistema formal es capaz de representar cierto aspecto
de la realidad.
También se caracteriza por el análisis estadístico. Se busca que los
sistemas logren predecir y tomar decisiones mediante la extracción de una
conclusión en el efecto que algunos cambios en los valores de variables
independientes tienen sobre una respuesta o variables dependientes.

54.
Inteligencia artificial computacional
También conocida como IA subsimbólica-inductiva implica desarrollo
o aprendizaje interactivo. El aprendizaje se realiza basándose en
datos empíricos.
Es una rama de la inteligencia artificial centrada en el estudio de
mecanismos adaptativos para permitir el comportamiento inteligente
de sistemas complejos y cambiantes. Dentro podemos encontrar
técnicas como las Redes Neuronales, Computación Evolutiva,
Swarm Intelligence, Sistemas Inmunes Artificiales o Sistemas
difusos.
La Inteligencia Computacional combina elementos de aprendizaje,
adaptación, evolución y lógica difusa para crear programas que son,
en cierta manera, inteligentes. Su investigación no rechaza los
métodos estadísticos, pero muy a menudo aporta una vista
complementaria. Las Redes Neuronales son una rama de la
inteligencia computacional muy relacionada con el aprendizaje
automático.

55.
Aplicaciones de la inteligencia artificial
 Lingüística computacional.Lingüística computacional.
Minería de datos (Data Mining.)Minería de datos (Data Mining.)
Industriales.Industriales.
Médicas.Médicas.
Mundos virtuales.Mundos virtuales.
Procesamiento de lenguaje natural (Natural Language Processing.)Procesamiento de lenguaje natural (Natural Language Processing.)
Robótica.Robótica.
Mecatrónica.Mecatrónica.
Sistemas de apoyo a la decisión.Sistemas de apoyo a la decisión.
Videojuegos.Videojuegos.
Prototipos informáticos.Prototipos informáticos.
Análisis de sistemas dinámicos.Análisis de sistemas dinámicos.
Smart Process Management.Smart Process Management.

56.
Las áreas de investigación de la IA
En la representación del conocimiento, busca el descubrimiento de
métodos expresivos y eficientes de información sobre aspectos del
mundo real.
Los métodos de aprendizaje automático, con el fin de posibilitar la
identificación de un amplio rango de tendencias generales a partir de
un conjunto de datos de entrenamiento.
El campo de la planificación, que enfrenta el desarrollo de
algoritmos que construyen y ejecutan automáticamente secuencias
de comandos primitivos con el fin de alcanzar ciertas metas de alto
nivel.
Razonamiento posible, que hacen uso de principios estadísticos
para desarrollar codificaciones de información incierta.

57.
Las áreas de investigación de la IALas áreas de investigación de la IA
Estudia arquitecturas de agentes, para de crear agentes
inteligentes, entidades robustas capaces de ser autónomas y en
tiempo real.
Coordinación y colaboración multiagentes, para la representación
de las capacidades de otros agentes y la especificación del
conocimiento necesario para su colaboración.
Creación de catálogos de conocimiento explícito, formal y
multipropósito utilizables por sistemas inteligentes.
Campos de procesamiento de voz y lenguaje, que buscan la
creación de sistemas que se comunican con la gente en su lenguaje.
Síntesis y comprensión de imágenes, para producir algoritmos para
el análisis de fotografías, diagramas y videos, así como técnicas
para el despliegue visual de información cuantitativa y estructurada.

58.
Áreas de aplicación de la IAÁreas de aplicación de la IA
Gestión y control: análisis inteligente, fijación de objetivos.
Fabricación: diseño, planificación, programación, monitorización,
control, gestión de proyectos, robótica y visión computarizada.
Educación: adiestramiento práctico, exámenes y diagnóstico.
Ingeniería: diseño, control y análisis.
Equipamiento: diseño, diagnóstico, adiestramiento,
mantenimiento, configuración, monitorización y ventas.
Cartografía: interpretación de fotografías, diseño, resolución de
problemas cartográficos.

59.
Áreas de aplicación de la IAÁreas de aplicación de la IA
Profesiones: Abogacía, medicina, contabilidad, geología, química.
Software: Enseñanza, especificación, diseño, verificación,
mantenimiento.
Sistemas de armamento: Guerra electrónica, identificación de
objetivos, control adaptativo, proceso de imágenes, proceso de
señales.
Proceso de datos: Educación, interfaz en lenguaje natural, acceso
inteligente a datos y gestores de bases de datos, análisis
inteligente de datos.
Finanzas: Planificación, análisis, consultoría.

60.
Aplicaciones comerciales de la inteligencia artificialAplicaciones comerciales de la inteligencia artificial
Diagnosis: Hardware informático, redes de ordenadores, equipos
mecánicos, problemas médicos, averías telefónicas, instrumentación
electrónica, circuitos electrónicos, averías automovilísticas.
Interpretación y análisis: Datos geológicos para prospección
petrolífera, compuestos químicos, análisis de señales, problemas
matemáticos complejos, evaluación de amenazas militares, análisis
de circuitos, datos biológicos (coronarios, cerebrales y respiratorios),
información de radar, sonar e infrarrojos.
Monitoreo: Equipos, monitoreo de procesos, fabricación y gestión
de procesos científicos, amenazas militares, funciones vitales de
pacientes hospitalizados, datos financieros en tiras de papel
perforado por teleimpresora, informes industriales y
gubernamentales.

61.
Aplicaciones comerciales de la inteligencia artificialAplicaciones comerciales de la inteligencia artificial
Planificación: gestión de activo y pasivo, cartera, análisis de
créditos y préstamos, contratos, programación de trabajos, gestión
de proyectos, planificación de experimentos.
Interfaces inteligentes: hardware de instrumentación, programas de
computadora, bases de datos múltiples, paneles de control.
Sistemas de lenguaje natural: interfaces con bases de datos en
lenguaje natural, ayudas para contabilidad, consultoría en temas
legales, planificación de fincas, consultoría de sistemas bancarios.
Sistemas de diseño: integración de microcircuitos en alta escala,
síntesis de circuitos, plantas químicas, edificios, puentes y presas,
sistemas de transporte.
Sistemas de visión computarizada: selección de piezas y
componentes, ensamblado, control de calidad.
Desarrollo de software: programación automática.

62.
Ramas de la IARamas de la IA
Sistemas
Expertos

63.
Sistemas IASistemas IA
 MYCIN: U. Stanford. Medicina. Infecciones en la sangre.
 INTERNIST / CADUCEUS: U. Pittsburgh. Medicina interna.
 CASNET: U. Rutges. Diagnóstico del Glaucoma.
 PUFF: SRI-Stanford. Diagnóstico de enfermedades pulmonares. Basado en Mycin
 MOLGENO: ayuda a los biólogos que trabajan en el campo del DNA y la ingeniaría
genética.
GÉNESIS: Permite a los científicos planificar y simular experimentos en el campo de
la unión de genes.

64.
 Edgar Shortliffe
 1976
 Escrito en
lenguaje LISP
 Utilizado en
medicina, era
capaz de detectar
enfermedades
infecciosas en la
sangre
Se presenta el problema
MYCIN
Lo analiza y saca hasta
100 posiblidades de su base de datos
Mediante heurística
Da la solución
PROGRAMA MYCIN

65.
 Joseph
Weizenbaum
 Finales de los
años 60
 Ayuda al análisis
del lenguaje.
PROGRAMA ELIZA

66.
Se presenta el problema
DENDRAL
Lo analiza y da posibles soluciones
El usuario da sus restricciones
Imprime soluciones en orden
De preferencia
PROGRAMA
DENDRAL
 Edward Feigenbaum
(1976)
 Programa experto de
análisis químico, de
predicción de la estructura
de las moléculas
orgánicas que considera
su fórmula química y el
análisis de espectrograma
de masa. y se ha aplicado
con mucho éxito en
diversos ámbitos y
lugares del mundo.

67.
AgentesAgentes
Iinteligentes.Iinteligentes.
 La IA desarrollaLa IA desarrolla
agentes racionalesagentes racionales
no vivos.no vivos.
 Se encamina tanto aSe encamina tanto a
la construcción dela construcción de
entidades deentidades de
inteligentes como suinteligentes como su
comprensión.comprensión.

68.
Un agente inteligente, es una entidad capaz de percibir su
entorno, procesar tales percepciones y responder o actuar en su
entorno de manera racional, es decir, de manera correcta y
tendiendo a maximizar un resultado esperado. Un agente
inteligente puede ser una entidad física o virtual.
Los agentes inteligentes se describen esquemáticamente como
un sistema funcional abstracto.
Por esta razón, los agentes inteligentes son a veces llamado
Agentes Inteligentes Abstractos (AIA) para distinguirlos de sus
implementaciones del mundo real como sistemas informáticos,
los sistemas biológicos, o de organizaciones.

69.
Algunas definiciones de agentes inteligentes hacen énfasis en su
autonomía por lo que prefieren el término agente inteligente autónomo.
Y otros (en particular, Russell y Norvig (2003)) considera conducta
dirigida a objetivos como la esencia de lo inteligente y prefieren un
término tomado de la economía "Agente Racional“
En Ciencias de la Computación el término agente inteligente puede ser
usado para referirse a un agente de software que tiene algo de
inteligencia, independientemente de si no es un agente racional por
definición de Russell y Norvig.
Por ejemplo, programas autónomos utilizados para asistencia de un
operador o de minería de datos (a veces denominado robots) son
también llamados "agentes inteligentes".

70.
Características de los sistemas con IACaracterísticas de los sistemas con IA.
Aprender nuevos problemas e incrementar
normas de solución.
Capacidad de adaptación en línea y en
tiempo real.
Ser capaz de analizar condiciones en
términos de comportamiento, el error y el éxito.
Aprender y mejorar a través de la interacción
con el medio ambiente (realización.)
Aprender rápidamente de grandes
cantidades de datos.
Deben estas basados en memoria de
almacenamiento masivo y la recuperación de
dicha capacidad.

71.
ROBÓTICA
 Ciencia o rama de la ciencia
que se ocupa del estudio,
desarrollo y aplicaciones de
los robots.
 Los robots son máquinas
controladas por ordenador y
programadas de manera que
sean capaces de moverse,
manipular objetos y realizar
trabajos al mismo tiempo
que interactúan con el
entorno.
 Los robots suelen ser
programados para ahorrar
tiempo y sustituir a los
humanos en trabajos
costosos, pesados,
complicados…y repetitivos.

72.
ROBÓTICA
Influencia de los medios sobre
la robótica:
Un robot no tiene porque
tener forma humana, los
androides son solo una clase
de robots.
Además no existen robots
plenamente inteligentes y es
impensable a corto plazo
dado que la tecnología y la
ciencia no lo permiten.

73.
ROBÓTICA
Clasificación
 Robots Play-Back: Reproducen una serie de
instrucciones grabadas.
 Robots controlados por sensores
 Robots controlados por visión
 Robots controlados adaptablemente: Pueden,
automáticamente, reprogramar sus acciones sobre la
base de datos obtenidos por los sensores.
 Robots con Inteligencia Artificial: Llevan a cabo sus
propias decisiones para resolver problemas.

74.
ROBÓTICA
Aplicaciones en la industria
 Transferencia de
material
 Carga y descarga
de máquinas
 Operaciones de
procesamiento
 Laboratorios

75.
Isaac Asimov
LEYES DE LA ROBOTICA
1942:
1.Un robot no debe dañar a un ser
humano o, por su inacción, dejar
que un ser humano sufra daño.
2.Un robot debe obedecer las
órdenes que le son dadas por un
ser humano, excepto si estas
órdenes entran en conflicto con la
Primera Ley.
3.Un robot debe proteger su propia
existencia, hasta donde esta
protección no entre en conflicto con
la Primera o la Segunda Ley.

76.
Hoy día existen robots de
todo tipo. Japón, un país
pequeño agobiado por la
escasez de población debido
a una bajísima tasa de
natalidad, los incorporó a la
vida cotidiana. Así, en los
últimos años, las empresas
de tecnología japonesas
desarrollaron artefactos
como "Ifbot", un robot de 45
centímetros de altura
programado para hacerles
compañía a las personas
de edad

77.
CIBERNÉTICA
 La cibernética es la ciencia que estudia los
sistemas de control y comunicación de las
personas y las máquinas.
 Una nueva disciplina que nace desde la
Cibernética es la biónica: surge de la síntesis
realizada en la comparación de algunos
resultados por la biología y la electrónica.
 La cibernética también se aplica al estudio de la
psicología, servomecanismo, economía,
neuropsicología, ingeniería en sistemas y al
estudio de sistemas sociales

78.
Herramientas derivadas de la IA.
En su historia se han ido desarrollando
diferentes herramientas y aplicaciones entre las
que se encuentran:
Lenguajes de Programación.
Aplicaciones y Sistemas Expertos.
Ambientes de desarrollo (Shells.)

79.
Al desarrollar S.E. la programación se centra en los
temas de inferencia y búsqueda de las reglas
Heurísticas.
Estas son reglas generales en forma de opiniones o
reglas empíricas que sugieren procedimientos que se
pueden seguir cuando no existen disponibles reglas de
procedimiento invariables.
Estas son aproximadas y generalmente son el
resultado del cúmulo de conocimientos de expertos
humanos.
Lenguajes de programación para SE.

80.
Lenguajes de programación para SE.
 LISP: Lenguaje funcional, donde cada instrucción es
una descripción de la función.
 PROLOG: Lenguaje basado en la lógica, cada
instrucción es una expresión en una sintaxis de
lógica formal.
 CLIPS: Lenguaje creado por la NASA para el
desarrollo de Sistemas Expertos en Computadoras
Personales.

81.
Lenguaje LISP
Desarrollado por John McCarthy
en 1958, todavía en uso.
LISP deriva de “LISt –
Processing”, proceso de listas.
Se trata de una de las claves de
este lenguaje de programación,
las listas encadenadas.
Los programas de LISP pueden
manipular el código fuente como
una estructura de datos.
Lenguajes de programación...

82.
Lenguaje PROLOG
Creado a principios de los
70 por Alain Colmerauer y
Phillipe Roussel.
Se trata de un lenguaje
declarativo.
Prolog proviene del francés
PROgrammation en
LOGique.
Lenguajes de programación...

83.
Lenguaje OPS5 Primer lenguaje usado con
resultado de éxito en un
sistema experto.
La familia de los lenguajes
OPS (Oficial Production
System) fue desarrollada a
finales de la década de 1970
por Charles Forgy.
Se trata de un lenguaje para
ingeniería cognoscitiva que
aguanta el procedimiento de
representación del
conocimiento en forma de
reglas.
Lenguajes de programación...

84.
Lenguaje Small talk.
Resultado de una investigación para la creación
de un sistema informático orientado a la
educación.
Con el objetivo de crear un sistema que
permitiese expandir la creatividad de sus usuarios,
proporcionando un entorno para la
experimentación, creación e investigación.
Algunas de las versiones actuales de Smalltalk,
son los proyectos de código abierto Squeak y
Croquet.
Lenguajes de programación...

85.
Lenguaje Logo. Este lenguaje de
programación esta basado en
Lisp y ha implementado
muchas de las ideas del
conocido como
construccionismo.
Debido a su facilidad de
aprendizaje este lenguaje de
programación es una de las
herramientas preferidas para
el trabajo con niños y jóvenes.
Lenguajes de programación...

86.
• Uno de los lenguajes para la
programación de la
inteligencia artificial es el
lenguaje FUNKY se usa un
mando del tipo "joystick",
que dispone de un comando
especial para centrar a la
pinza sobre el objeto para el
control de los movimientos,
mientras que el T3 dispone
de un dispositivo de
enseñanza ("teach
pendant").
Lenguajes de programación...

87.
 También esta el EMILY es un lenguaje creado
por IBM para el control de uno de sus robots.
Usa el procesador IBM 370/145.
Lenguajes de programación...

88.
Una Shell es una pieza de software que provee una
interfaz para los usuarios. Es una herramienta
diseñada para facilitar el desarrollo e
implementación de un sistema experto.
Es un “sistema experto” que posee una base de
conocimientos vacía, pero acompañada de las
herramientas necesarias para proveer la base de
conocimiento sobre el dominio de una aplicación
específica.
Ambientes de desarrollo.

89.
Una shell provee también al ingeniero del
conocimiento (encargado de recabar la base de
conocimientos) de una herramienta que trae
integrado algún mecanismo de representación del
conocimiento un mecanismo de inferencia
elementos que faciliten la explicación del
procedimiento o decisión tomados por el sistema
experto (componente explicativo) e incluso, algunas
veces, proveen una interfaz de usuario.
Ambientes de desarrollo.

90.
 EMYCIN o Essential Mycin: Esta Shell fue
construida en la Universidad de Stanford como
resultado del desarrollo del sistema experto
MYCIN.
 OPS5- OPS83: Estas Shell fueron desarrolladas
en C. C es el lenguaje que debe ser empleado
para la inserción de las reglas base y junto con el
uso del encadenamiento hacia adelante, la
posibilidad de insertar las reglas en un lenguaje
como el C son sus principales aportes.
Algunos shells clásicos.

91.
 ESDE/VM (Expert System Development
Environment). Herramienta comercial creada por
IBM para sus sistemas operativos VM y MVS,
incluye facilidades gráficas y acceso a BD, fue
creada para su uso con mainframes. Usa reglas
para representar conocimiento del tipo IF x THEN
y AND z. La principal ventaja de este tipo de
representación es su facilidad para modificarlas y
el hecho de que las reglas son un esquema muy
semejante al modelo con el que los seres
humanos razonamos o planteamos la solución a
un problema.
Algunos shells clásicos.

92.
 KEE (Knowledge Engineering Environment):
Herramienta de la casa comercial IntelliCorp,
combina el uso de la POO y el uso de reglas
como herramientas de representación del
conocimiento. Debido a la mezcla de técnicas,
esta Shell es conocida como una herramienta
híbrida.
 S1: Herramienta para el desarrollo de SE basada
en reglas, provee toda clase de facilidades para
la introducción del conocimiento tanto por parte
del ingeniero como del experto sobre un cierto
dominio.
Algunos shells clásicos.

93.
 EXSYS: Posee también elementos para la
producción de sistemas expertos interactivos en
la web. Exsys usa reglas del tipo IF/THEN que
son resueltas con mecanismos de
encadenamiento hacia adelante o hacia a tras de
acuerdo con el problema que se pretende
resolver.
Otras herramientas son: MED1, NEXPERT
OBJECT, GURU, HUGIN SYSTEM, ICARUS,
entre otros.
Algunos shells clásicos.

94.
BibliografíaBibliografía
Ingeniería de Sistemas expertos. García Martínez-Britos.
Editorial Nueva Librería, 2004.
Robótica. John J. Craig. Pearson Educación, 2006