Integrantes:

Durán Henrry.

Hernández Ricardo.

Hernández Ofelia.

Noda Yanett.

http://www.youtube.com/watch?v=3NKS3fx_-lQ

Inicios

40’s 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 Inteligencia Artificial

Inteligencia Artificial

Prueba de Turing

Alan Turing (1912 – 1954)

Objeciones Prueba de Turing

1. La teológica

2. La conciencia

3. Varias inhabilidades

4. Lady love lace

Concepto IA

“La inteligencia artificial es la ciencia que enfoca su estudio a lograr la comprensión de entidades inteligentes.”

Wikipedia

Es evidente que las computadoras que posean una inteligencia a nivel humano (o superior) tendrán repercusiones muy importantes en nuestra vida diaria.

Características de la IA

• Uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente.

• El comportamiento de los programas no es descrito explícitamente por el algoritmo.

• El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan

• Aplicabilidad a datos y problemas mal estructurados

Objetivos de la IA

• Desarrollar una máquina inteligente capaz de aprender a través de la experiencia

• Hacer que las computadoras sean capaces de mostrar un comportamiento que sea considerado como inteligente por parte de un observador humano

• Elevar el Coeficiente Intelectual de las máquinas (machine-IQ)

• Desarrollar las capacidades de la computadora más allá de su uso tradicional actual

Objetivos de la IA

....el objetivo más importante es....

!Comprender y Construir Entidades Inteligentes!

Ramas de la IA

Redes Neurales

Logaritmos Genéricos

Agentes Inteligentes

Lógica Difusa

Sistemas De

Aprendizaje

Robótica

Sistema De

Visión

Procesamiento De

Lenguaje Natural

IA

Sistemas Expertos

Robótica

“La robótica es una rama de la tecnología, que estudia el diseño y construcción de máquinas capaces de desempeñar tareas repetitivas, tareas en las que se necesita una alta precisión, tareas peligrosas para el ser humano o tareas irrealizables sin intervención de una máquina.”

robotica.wordpress.com

Robótica

Clases de robots:

MANIPULADORES HUMANOIDESMOVILES

Robótica

• Industria y Agricultura• Transporte• Entornos Peligrosos• Exploración• Salud• Servicios Personales• Entretenimiento• Aumento Humano

Aplicaciones de la Robótica

Crítica a la IA

http://www.youtube.com/watch?v=sqS83f-NUww&feature=related

Futuro de la IA

Desafíos técnicos:

• Su facilidad de uso• La flexibilidad de la infraestructura

computacional • La disponibilidad de herramientas de

desarrollo cada vez más poderosas

Futuro de la IA

....el gran desafío es......

!Hombre y máquina interactúen juntos ya que necesitan uno del otro para solucionar eficazmente los problemas!

http://www.youtube.com/watch?v=kFgXEkzMq7A&NR=1

Diariamente en cada una de las organizaciones, los empleados se enfrentan a la resolución de problemas. Para ello normalmente se encuentra una cantidad enorme y muchas veces insuficiente de información para llevar esta tarea. El computador, por su concepción conservadora de uso se ha convertido en un elemento más de la oficina no ayudando de manera significativa en la resolución de problemas decisorios a los cuales los ejecutivos se enfrentan día a día.

Introducción

La aplicación de un sistema experto, permitirán a los computadores poder extraer de ellos su verdadero potencial ya que con ello será posible resolver problemas operacionales y comerciales difíciles e importantes.

Un Sistema Experto (SE) se conoce de esta manera debido a que los mismos pueden realizar en una determinada aplicación las mismas funciones de una persona de amplia experiencia.

Introducción

Esta tiene como ventaja que por ser un sistema completo y de alta capacidad, poder procesar de manera simultánea y sin error gran cantidad de información en un tiempo extremadamente corto comparado con su homólogo humano.

Dicho de otra manera, estos imitan las actividades de un humano para la resolución de problemas. La capacidad de tomar decisiones en base a los conocimientos almacenados distingue a un SE de otros programas.

Introducción

Es altamente efectivo cuando las variables de trabajo a considerar son grandes y las decisiones a tomar por la variaciones de las mismas sean muy sensibles por dichas fluctuaciones.

La condición sine qua non para definir un verdadero SE es que posea procedimientos de autoaprendizaje, Capacidad predictiva (look ahead) y un algoritmo de vuelta atrás ( back Propagation).

Introducción

Allan Mathison Turing (1950):

Matemático, filósofo e informático Publica la obra “Inteligencia y funcionamiento de las máquinas” Con ello dio su explicación acerca del punto en el cual las máquinas tendrían inteligencia.

Historia de los SE

Historia de los SE

En este mismo año, el matemático estadounidense Norbert Wiener desarrolla el principio de la retroalimentación La teoría de la retroalimentación es base fundamental de los sistemas de control.

1955- Allen Newell y Herbert Simon desarrollan la teoría de la lógica. Este estudio permitió desarrollar un programa que exploraba la solución a un problema utilizando ramas y nudos, seleccionando únicamente las ramas que más parecían acercarse a la solución correcta del problema.

Allen Newell

Herbert Simon

Historia de los SE

John Mc Carthy.

Historia de los SE

1956- Se celebra una conferencia en Vermunt donde John Mc Carthy propone el uso del término “Inteligencia Artificial” (I.A) para denominar el estudio del tema.

1957- Allen Newell y Herbert Simón crean un computador programado que denominan el “ General Problem Solver” Este computador poseía un programa capaz de solucionar problemas de sentido común pero no problemas del mundo real como, por ejemplo, diagnósticos médicos. El GPS utilizaba la teoría de la retroalimentación de Wiener..

1958- McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt Procesing), En esa época todos los desarrolladores e investigadores inmersos en el estudio de IA utilizaron dicho lenguaje

Historia de los SE

1963_ El gobierno de USA asigna al MIT un presupuesto de 2.2 Millones de $ para la investigación en este campo. Siendo este el primer impulso de Estado alguno en el desarrollo de este nuevo campo.

1965 -1975_ Aparece el primer SE llamado Dendral, este fue diseñado para el estudio de sustancias químicas.

1972_ La Universidad de Stanford desarrolla el segundo Sistema Experto denominado MYCIN. Este sistema experto fue desarrollado para el diagnóstico de enfermedades infecciosas.

Historia de los SE

1973 _ Se desarrolla el tercer sistema experto denominado TIERESIAS. su propósito era el de servir de intérprete entre MYCIN y los especialistas que lo manejaban, a la hora introducir nuevos conocimientos en su bases de datos. El especialista debía utilizar MYCIN de una forma normal, y cuando este cometiera un error en un diagnóstico ,por falla de información en el árbol lógico de diagnóstico, TEIRESIAS corregiría dicho fallo destruyendo la regla si es falsa o ampliándola si es eso lo que se necesita.

Hasta este momento todos estos SE estaban en los laboratorios sin salidas comerciales.

Historia de los SE

Código fuente.

Años 80_los SE toman un auge vertiginoso. GE crea un SE para la reparación de locomotoras Diesel y Eléctricas

De aquí surgen en esta décadas, empresas dedicadas a la fabricación de SE como Carnegie Group, Teknowledge Inc.,Lisp Machine Inc. , entre otros.

Historia de los SE

Bajo costo: A pesar de que el costo inicial de un SE es elevado, por la fácil duplicidad del mismo estos a la final son económicos.

Duplicidad: Como los SE son programas que al ser instalados en la computadora ejecutan una gama de funciones, estos pueden copiarse y llevar a otras.

Rapidez: Un SE tiene la capacidad de procesar en un tiempo mucho menor que un experto humano, de manera precisa, una amplia gama de información.

Ventajas de los SE

Permanencia: Los SE no envejecen al igual que su homólogo humano. Por tanto este no pierde facultades con el paso del tiempo.

Peligrosidad de ambiente: Un SE puede trabajar en sitios de alto riesgo y toxicidad que un humano no puede tolerar.

Ventajas de los SE

Necesidad de adiestramiento para su manejo.

Necesidad de aprender el lenguaje de programación del mismo para poder usarlo adecuadamente. Este lenguaje es extremadamente lógico y formal. Con un ser humano esto no ocurre.

Sentido Común : Para un SE nada es obvio, todo debe tener una connotación estructural ya que si esto no se ejecuta de esa forma, sencillamente la data de respuesta no será la adecuada.

Rígidez: Un SE es sumamente rígido a la hora de recibir una información, debido a la estructura de su programación.

Desventajas de los SE

Capacidad para el manejo de altos volúmenes y flujo de información.

Disminución de procesos burocráticos de las funciones del personal de la empresa.

Aumento de la productividad.

Hacer que el conocimiento sea más accesible para una mayor cantidad de usuarios.

Que económicamente el conocimiento este al alcance de más usuarios.

Lograr la trascendencia del conocimiento a través del tiempo sin importar la posible desaparición del experto humano.

Necesidades de los SE en las organizaciones

La adquisición de nuevas tecnologías está íntimamente asociados con altos costos de las inversiones a efectuar.

Aún teniendo la tecnología más moderna, la automatización puede ser ineficiente, por ende se debe realizar un análisis acerca de las verdaderas necesidades de la organización con respecto a las diferentes opciones existentes en el mercado con la finalidad que esta se adapte mejor a sus funciones.

Consideraciones en la adquisición de SE en las organizaciones

•Definición y análisis de los requerimientos del usuario.

•Diseño del sistema (Software y Hardware) y de la base de datos.

•Implantación y prueba de módulos.

•Integración y prueba del sistema.

•Operación y Mantenimiento.

Etapas a cumplir para el desarrollo de SE dentro de una organización

Etapas a cumplir para el desarrollo de SE dentro de una organización

Disminución del coste de desarrollo de un SE

Mercado de los SE

Técnicas de la IA

Existen esencialmente dos tipos de SE, estos son:

SE basados en reglas.

SE basados en las probabilidades.

Tipos de SE

SE basados en reglas: Aquí el SE aplica reglas heurísticas apoyadas generalmente en lógica difusa para su evaluación y aplicación. Estas reglas heurísticas son sencillamente las capacidades de estos sistemas para realizar de forma inmediata innovaciones positivas para sus fines.

Tipos de SE

SE basados en Probabilidades: Aplicando redes bayesianas, basadas en estadística y el teorema de Bayes. Este es un modelo probabilistico multivariado que relaciona un conjunto de variables aleatorias mediante un gráfico dirigido que índica de manera explicita la influencia causal.

Tipos de SE

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 por el experto.

Lenguajes de programación

Lenguajes más apropiados:

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.

Lenguajes de programación

Los SE poseen las siguientes características, en menor o mayor grado:

• Razonamiento guiado por las metas y encadenamiento hacia atrás.

• Manejo de incertidumbre. La habilidad del SE para trabajar con reglas y datos.

• Razonamiento guiado por los datos y encadenamiento hacia adelante.

Características de los SE

• Representación de datos. La forma en que los datos específicos a un problema, dado, son almacenados y accesados por el SE.

•Interfaz del usuario. La parte del SE que se usa para una interacción más amigable con el usuario.

• Explicación. La habilidad del SE para explicar sus procesos de razonamiento y su uso en el cómputo de recomendaciones.

Características de los SE

Base de hechos

Módulo Adq. De

conocimiento

Base de conocimiento

Módulo de explicación

Motor de inferencia

Interface de usuario

Extraído de Una Introducción a los Sistemas Expertos de Carla Salazar Serrudo, 2003, pág. 6

Componentes estructurales

• Básicamente se puede decir que los sistemas expertos están formados por la base de conocimientos y por el motor de inferencia, aunque generalmente se les añaden más módulos para facilitar su uso y enriquecer su desempeño.

Componentes estructurales

• Motor de inferencia: es el intérprete del conocimiento almacenado en la base de conocimientos. Sus tareas incluyen seleccionar, decidir y aplicar el conocimiento de la base de conocimientos sobre la base de hechos, con el fin de obtener la solución deseada. Sus funciones principales son la inferencia y el control.

• La base de conocimientos: contiene el conocimiento y las heurísticas del dominio en el cual el programa es competente y, en algunos sistemas, el conocimiento de control.

Componentes estructurales

• La base de hechos: También llamada base temporal, almacena los datos recibidos de los usuarios sobre el problema particular que en un momento dado se intenta resolver y sobre el estado del sistema en cada instante.

• La interfaz de usuario: facilita la comunicación entre el usuario y el sistema.

1. Toda esta información, ya sea de entrada o de salida, pasa por la base de hechos.

2. Acepta los datos del usuario, planteando preguntas, dando información y mostrando la conclusión final a la que ha arribado el sistema experto. Esta debe ser amigable con el usuario usando elementos gráficos, colores, etc.

Componentes estructurales

• El módulo de explicación: Justifica el proceso de razonamiento que ha seguido el sistema experto para llegar a sus conclusiones. Los usuarios pueden hacer preguntas del tipo: ¿por qué?, ¿cómo?, ¿qué pasa si? y éste módulo les proporcionará la respuesta adecuada.

• El módulo de adquisición del conocimiento: Este programa permite a los expertos modificar la base de conocimientos, ya que esta cambia constantemente y requiere actualizaciones. También sirve para corregir errores.

Componentes estructurales

Otras limitaciones del sistema experto:

• Problemas en representar el conocimiento de los expertos humanos en la computadora por la diversidad de representación del conocimiento. Cada una de las maneras de representar el conocimiento, tiene sus ventajas y su elección dependerá del tipo de problema a resolver.

A veces se usan las Representaciones Híbridas.

Algunas técnicas usadas son: la lógica, reglas, redes asociativas, marcos y objetos.

Representación del conocimiento

• La Lógica: Esta tiene dos utilidades:

• La representación del conocimiento

• El proceso de inferencia.

• Las reglas: técnicas para representar el conocimiento. Adicionalmente, son excelentes para representar el conocimiento heurístico, su implementación es fácil, su entendimiento es rápido y pueden usar medidas de incertidumbre (Reglas Bayesianas, Factores de certeza y lógica difusa).

La fórmula general de la regla es la siguiente: SI < Condiciones > ENTONCES < Conclusiones o acciones >

Representación del conocimiento

El uso de SE dentro de cualquier organización, no sólo busca poder establecer un vínculo claro entre datos de entrada y respuestas para poder tomar decisiones que permitan actuar, sino también poder hacer perdurable este activo y poderlo actualizar cada vez que el usuario así lo requiera. Con esto se garantiza la continuidad en el conocimiento.

Misión de los Sistemas expertos.

En la década de los 70, tres hechos incidieron positivamente en el desarrollo de los programas de diagnóstico:

• La aparición de los microordenadores,

• La aplicación de técnicas interactivas que facilitaban el uso de las computadoras y

• El desarrollo de técnicas de sistemas expertos.

Durante esos años se construyeron los primeros sistemas expertos en diagnóstico médico, entre ellos MYCIN, que fueron los que dieron impulso y fama a la Inteligencia Artificial.

Sistemas expertos de diagnósticos médicos

Desde el desarrollo de MYCIN hasta nuestros días, el diagnóstico médico ha sido uno de los campos donde mayor número de sistemas expertos se han construido.

Este hecho se debe principalmente a que la experiencia es fundamental para realizar diagnósticos correctos y a que los conocimientos en medicina son muy extensos y es frecuente el uso de datos inciertos e incompletos. Y también porque a los médicos les resulta conveniente usar sistemas que expliquen y justifiquen sus resultados.

Sistemas expertos de diagnósticos médicos

• CASNET, realiza el tratamiento del glaucoma. Posee una potente base de datos, haciéndole portador de un elevado nivel de conocimiento reconocido por numerosos especialistas.

• ELECTROCARDIGRAPH, desarrollado por Hewlett Packard. Realiza la interpretación de electrocardiogramas.

• INTERNIST, desarrollado por la Universidad de Pittsburg en 1977. Puede diagnosticar hasta 500 enfermedades que forman parte del área de la medicina interna.

Ejemplos de sistemas expertos de diagnósticos médicos

• HELP, mediante sistemas automatizados se capturan los datos del paciente (pulso, temperatura, pruebas de laboratorio y gabinete).

• PIP (Present Illnes Program), desarrollado en el MIT en 1976. Diagnostica enfermedades del riñón.

• RHEUM, realiza el diagnóstico en reumatología. Desarrollado por Kingsland en 1983.

Ejemplos de sistemas expertos de diagnósticos médicos

• TROPICAID, Su objetivo es cubrir las enfermedades más comunes de los países en desarrollo: diarrea, parásitos intestinales, enfermedades de los ojos, enfermedades de la piel y enfermedades infecciosas.

El sistema tiene tres puntos de entrada: diagnóstico, terapia y prescripción de drogas.

Ejemplos de sistemas expertos de diagnósticos médicos

Es el más célebre de los sistemas expertos de la vieja generación. Fue desarrollado por Shortliffe y Buchanan durante los años 1973-76 en la Universidad de Standford.

Su área de aplicación es el diagnóstico de enfermedades bacterianas y su objetivo es determinar la presencia de alguna infección a partir de los datos del paciente; también sugiere qué drogas son adecuadas para curar la enfermedad. El desempeño de MYCIN es muy bueno y es considerado superior al del experto humano en casos tales como meningitis y enfermedades de la sangre.

MYCIN

Fue el primer programa en el que aparecen juntas todas las características que hoy definen a un sistema experto.

Base de hechos

Consulta

Explicación

Conversación

Adq. Conocimiento

Base de conocimiento

Arquitectura de MYCIN. Extraído de Sistemas Expertos de Chatainy Dussauchoy, 1988, pág. 80.

MYCIN

Ejemplo de cómo se Ingresa la Información en MYCIN

Experto ¿ El paciente tiene dolores ?

Usuario Si

Experto ¿ El paciente tiene fiebre ?

Usuario Si

Experto ¿ El paciente tiene dolores en la zona cervical?

Usuario No

Experto ¿ El paciente tiene dolores en la zona abdominal?

Usuario Si

Experto ¿ El paciente ha sido operado antes?

Usuario Si

Experto Indique temperatura del paciente

Usuario 40°

Experto Indique presión arterial del paciente

Usuario 18 - 13

Experto ¿ Que edad tiene el paciente ?

Usuario 30

Experto Indique peso

Usuario 80 Kg

Experto El paciente tiene calculos biliares

Video juegos:

Telefonía Celular:

Cajeros automáticos:

Programas computacionales de uso general:

Aplicaciones actuales

Solid Works ®

• Breve Historia de la Inteligencia Artificial. En: http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_16.html. [Consulta: 2008, 10 de noviembre].

•"Inteligencia Artificial. Sistemas Expertos”. En: http://www.angelfire.com/ga3/xinter/ia/expertos.html. [Consulta: 2008, 28 de octubre].

• Inteligencia Artificial. En: http://es.wikipedia.org/wiki/Inteligencia_Artificial. [Consulta: 2008, 10 de noviembre].

• Inteligencia Artificial. En: http://www.monografias.com/trabajos16/la-inteligencia-artificial/la-inteligencia-artificial.shtml. [Consulta: 2008, 10 de noviembre].

• Introducción a la Inteligencia Artificial. En: http://www.cruzrojaguayas.org/inteligencia/Que%20es%20IA.htm. [Consulta: 2008, 10 de noviembre].

• La ciencia y el Hombre. Usos y aplicaciones de la Inteligencia Artificial. En: http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm. [Consulta: 2008, 10 de noviembre].

Fuentes consultadas

•Mauricio Ordoñez. Inteligencia Artificial. En: http://www.tuobra.unam.mx/publicadas/020821090354.html. [Consulta: 2008, 10 de noviembre].

•“Metodología de Programación I. Sistemas Expertos”. En: http://www.uv.mx/aguerra/teaching/pl-06/clase09.pdf. [Consulta: 2008, 28 de octubre].

•“¿Que es un Sistema Experto?“. En: http://cibernetica.wordpress.com/2007/03/09/%C2%BFque-es-un-sistema-experto/. [Consulta: 2008, 20 de octubre].

•Ricardo Colmenares. A.I. Inteligencia artificial Ciencia kubrickiana. En: http://centros5.pntic.mec.es/ies.victoria.kent/Rincon-C/Alumnos/al-12/al-12.htm. [Consulta: 2008, 31 de octubre].

• “Una introducción a los sistemas Expertos”. En: http://www.fcyt.umss.edu.bo/docentes/269/publicacion/IntSE.pdf. . [Consulta: 2008, 20 de octubre].Jairo Amaya Amaya, (2003)Sistemas de información, Universidad Santo Tomás, Colombia, 1ra ediciónHarmon Paul, KIng David,(1988) Sistemas Expertos, Ediciones Diaz de Santos. México 1ra edición

Fuentes consultadas