EFECTOS DE LAS COMPUTADORAS
SOBRE LA SOCIEDAD
“INTELIGENCIA ARTIFICIAL”
Área Académica: Ingeniería
Profesor(a): M. en S.C. Jaqueline Sánchez Espinoza
Resumen
La inteligencia artificial es aquella que trata de explicar el funcionamiento mental basándose en el desarrollo de algoritmos para controlar diferentes cosas. La inteligencia artificial combina varios campos, como la robótica, los sistemas expertos y otros, los cuales tienen un mismo objetivo, que es tratar de crear máquinas que puedan pensar por sí solas, lo que origina que hasta la fecha existan varios estudios y aplicaciones, dentro de las que se encuentran las redes neuronales, el control de procesos o los algoritmos genéticos.
Abstract
Artificial intelligence is one that attempts to explain mental functioning based on the development of algorithms to control different things. Artificial intelligence combines several fields such as robotics, expert systems and others, which have the same goal, which is to try to create machines that can think for themselves, resulting so far there are several studies and applications, within which are neural networks, process control and genetic algorithms.
Desarrollo del tema
UNIDAD II Efectos de las Computadoras
sobre la sociedad
2.1 Inteligencia Artificial
2.2 Sistemas Expertos
2.3 Ejemplos
La Inteligencia Artificial es la parte de la Ciencia que
se ocupa del diseño de sistemas de computación
inteligentes, es decir, sistemas que exhiben las
características que asociamos a la inteligencia en el comportamiento humano que se refiere a la comprensión
del lenguaje, el aprendizaje, el razonamiento, la
resolución de problemas, entre otros.
Estudios centrados en Redes Neuronales.
Demostración de Teoremas y Ajedrez.
(1937) Matemático Ingles Alan Mathison Turing (Articulo
"Números Calculables”), introdujo la Máquina de Turing, una
entidad matemática abstracta que formalizo el concepto de
algoritmo y resulto ser la precursora de las computadoras
digitales.
2.1.2 PRINCIPALES RAMAS
Desarrollo de dispositivos mecánicos o de computación
que tengan la capacidad de realizar funciones y/o tareas
que requieran de un alto grado de precisión, tediosas o
impliquen riesgo de peligro para los seres humanos.
I.A.
RobóticaEquipos y software que les permite a las
computadoras capturar, almacenar y
manipular imágenes visuales y
fotografías.
Se pueden usar junto con robots para darles "visión" a
estas máquinas y que pueda tomar decisiones con base a
lo que ve y reconocer la información visual de acuerdo con
patrones generales.
I.A.
RobóticaSistema de visión
Programas que tienen como entrada
lenguajes humanos para traducirlos en un
conjunto estándar de instrucciones que
una computadora ejecuta.
Permiten a los seres humanos usar su propio lenguaje
natural cuando interactúan con programas como sistemas de administración de bases de datos (DBMS).
I.A.
I.A.
Robótica Robótica
Sistema de visión Sistema de
visión Procesamiento
de Lenguaje Natural Procesamiento
de Lenguaje Natural
Procesamiento de Lenguaje Natural
Procesamiento de Lenguaje Natural
El objetivo de los procesadores de lenguaje natural es eliminar
paulatinamente la necesidad de aprender lenguajes de
programación o comandos personalizados para que las computadoras entiendan.
Su ventaja radica en que combinados con dispositivos de
reconocimiento de voz, el usuario de instrucciones a las
computadoras para que realicen tareas, sin usar un teclado o
cualquier otro dispositivo de entrada.
Combinación de software y equipos que le permite a la
computadora cambiar su modo de funcionar o reaccionar
a situaciones, basado en la retroalimentación que recibe.
I.A.
I.A.
Robótica
Robótica
Sistema de visión
Sistema de visión
Procesamiento de Lenguaje
Natural
Procesamiento de Lenguaje
Natural
Sistemas de Aprendizaje
Sistemas de Aprendizaje
Sistemas de Aprendizaje
Sistemas de Aprendizaje
Es un sistema de computación que
puede actuar en la misma forma que funciona el cerebro humano, o
simularlo.
I.A.
I.A.
Robótica Robótica Sistema de visión Sistema de visión Sistemas de Aprendizaje Sistemas de Aprendizaje Redes Neuronales Redes NeuronalesRedes Neuronales
Redes Neuronales
La redes neuronales pueden procesar muchas piezas de
•Capacidad de recuperar información incluso si falla alguno de
sus nodos.
•Modificación rápida de los datos almacenados a partir de
nueva información.
•Capacidad de descubrir relaciones y tendencias en grandes
bases de datos.
•Capacidad de resolver problemas complejos para los cuales no
se cuenta con la información.
Se basa en reglas que no tienen límites
discretos, sino que se prolongan en un continuum, permitiendo a un sistema
manejar mejor la ambigüedad.
I.A.
I.A.
Robótica Robótica Sistema de visión Sistema de visión Sistemas de Aprendizaje Sistemas de Aprendizaje Redes Neuronales Redes Neuronales Lógica Difusa Lógica DifusaLógica Difusa
Lógica Difusa
Esto es muy útil para reflejar cómo tienden a pensar las personas, en términos relativos, no absolutos.
Un algoritmo genético es un método de
búsqueda dirigida basada en
Probabilidad. Al aumentar el número de
iteraciones, la probabilidad de tener el óptimo en la población tiende a 1.
I.A.
I.A.
Robótica Robótica Sistema de visión Sistema de visión Sistemas de Aprendizaje Sistemas de Aprendizaje Redes Neuronales Redes Neuronales Lógica Difusa Lógica Difusa Algoritmos Genéticos Algoritmos GenéticosAlgoritmos Genéticos
Algoritmos Genéticos
Funciones matemáticas que usan los principios de Darwin para
Programas de computadora que
automáticamente revisan enormes
cantidades de datos y seleccionan y
entregan la información más
I.A.
I.A.
Robótica Robótica Sistema de visión Sistema de visión Sistemas de Aprendizaje Sistemas de Aprendizaje Redes Neuronales Redes Neuronales Lógica Difusa Lógica Difusa Algoritmos Genéticos Algoritmos Genéticos Agentes Inteligentes Agentes InteligentesAgentes Inteligentes
Agentes Inteligentes
adecuada para el usuario, de acuerdo con requisitos
contextuales o específicos. La aplicación más importante de los agentes inteligentes se encuentra en la WEB.
El propósito principal de los agentes inteligentes es
realizar sus tareas significativas más rápido, con más
frecuencia y de manera más efectiva, que el usuario. Los
agentes inteligentes vinculan automáticamente su computadora con sitios favoritos, le avisan cuando éstos
se hayan actualizado y adecuan páginas específicas a sus
preferencias.
Programa de computadora, inteligente, que
usa el conocimiento y los procedimientos de inferencia para resolver problemas que son
suficientemente
I.A.
I.A.
Robótica Robótica Sistema de visión Sistema de visión Sistemas de Aprendizaje Sistemas de Aprendizaje Redes Neuronales Redes Neuronales Lógica Difusa Lógica Difusa Algoritmos Genéticos Algoritmos Genéticos Agentes Inteligentes Agentes Inteligentes Sistemas Expertos Sistemas ExpertosSistemas Expertos
Sistemas Expertos
suficientemente difíciles como para requerir significativa
experiencia humana para su solución. Hace un amplio uso del
Se utilizan los términos: Sistema Experto (SE),
Sistemas Basados en Conocimientos o Sistema Experto Basado en Conocimiento.
Para construir un SE, un ingeniero del
conocimiento se entrevista con un experto
humano, y traduce la información en código.
• Pueden explicar su razonamiento o decisiones sugeridas.
• Puede mostrar un comportamiento "inteligente“.
• Puede obtener conclusiones de relaciones complejas.
• Puede proporcionar conocimientos acumulados.
• Puede hacer frente a la incertidumbre.
2.2.1 Características de los Sistemas
Expertos (SE)
2.2.2 Capacidades de los SE
En comparación con otros tipos de sistemas de información,
los SE ofrecen varias capacidades poderosas y beneficios. Los
SE se pueden usar para solucionar problemas en todos los
campos y disciplinas y ayudar en la totalidad de las etapas del proceso de solución del problemas.
2.2.3 Usos de los SE
El desarrollo de un SE complejo puede ser difícil,
costoso y requerir de tiempo, por lo tanto, es
importante asegurarse de que los posibles beneficios
valen el esfuerzo y que las diversas características del
S.E. se equilibran, en términos de costo, control y complejidad.
• No se han usado o probado en forma extensa.
• Dificultad de uso.
• Están limitados a problemas relativamente limitados.
• No pueden enfrentar con facilidad a conocimientos "mixtos".
• Posibilidad de error.
2.2.5 Componentes de los SE
El usuario interactúa con el SE a través de una interfaz, la cual puede contender menús, procesamiento del lenguaje natural u otro tipo de
interacción. Debe ser amigable en la entrada y salida de información.
I
nt
er
fa
z
de
U
su
ar
Se corresponde con el proceso de crear y actualizar la base de conocimientos
In
te
rf
az
d
e
U
su
ar
Almacena toda la información, datos, reglas, casos y relaciones importantes que utiliza el SE. Para cada aplicación única se tiene que desarrollar una base conocimientos.
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
Es similar a la suma total de los conocimientos y experiencias de los expertos humanos que se obtienen a través de años de trabajo en un área o disciplina específica.
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
El uso de reglas: una regla es una instrucción condicionada que enlaza determinadas condiciones con acciones o resultados. La regla se crea por medio de construcciones de SI – ENTONCES.
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
I nt er fa z de U su ar io Adquisicion de Conocimiento
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
Reglas
El proceso incluye:
1) Encontrar casos almacenados en la base de conocimientos, que sean similares al problema,
2) Modificar las soluciones a los casos para adaptarlas, o ajustarlas, al problema o la situación actual.
In te rf az d e U su ar
io Adquisición de Conocimiento
Mecanismo de Inferencia.
Conocido como Motor de Inferencia, usado para buscar información y relaciones en la base de conocimientos, y proporcionar respuestas, pronósticos y sugerencias en la misma forma en que lo haría un experto humano.
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento
Mecanismo de Inferencia.
Se asocia con un modelo o paradigma para resolver problemas.
•Modelo que utiliza métodos de encadenamientos de reglas SI
– ENTONCES para formar una línea de razonamiento.
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento
Mecanismo de Inferencia.
• Si la conclusión es conocida pero la ruta de la conclusión no es conocida
entonces el método que se utiliza es el encadenamiento hacia atrás.
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
In
te
rf
az
d
e
U
su
ar
io Adquisición de Conocimiento
Mecanismo de Inferencia.
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
Reglas
Busca a través de la BC, intentando asociar el conocimiento almacenado en forma de hechos el antecedente de una regla (condición).
Permite explicar el proceso de razonamiento seguido para tomar una decisión. In te rf az d e U su ar
io Adquisición de Conocimiento
Mecanismo de Inferencia.
Medio de Explicacion
Base de Conocimiento (BC)
Memoria Activa (Hechos)
y
Reglas
Responderá a la pregunta: ¿Cómo? O ¿Por qué? Cuando ha efectuado una conclusión.
2.3 Ejemplos
• Robot QRIO de Sony http://www.youtube.com/watch?v=rokOtmUhos0 • El primer trabajo práctico de Robótica en la Maestría de Inteligencia
Artificial en la UCLA, Venezuela :D...Robot minibot Lego RCX http://www.youtube.com/watch?v=Wz0aJmFYeaE
• Video de Robótica
http://www.youtube.com/watch?v=yzCadN4_5Ms • Video Redes Neuronales
http://www.youtube.com/watch?v=HdHFTxlYIjc • Video Lógica difusa
Referencias
Claver Cortés, Enrique, Sistemas de información estratégicos, Ed. Trillas, ISBN:9788479082024.
Peter Norvig, Inteligencia artificial un enfoque moderno, Ed. Pearson España,
ISBN: 9788483227565
Roque Luis Marín Morales, Inteligencia Artificial y Sistemas Inteligentes, Ed. McGraw Hill, ISBN: 9788448174019