Inteligencia Artificial Y Sistemas Expertos

  • 4,131 views
Uploaded on

 

More in: Technology , Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
No Downloads

Views

Total Views
4,131
On Slideshare
0
From Embeds
0
Number of Embeds
4

Actions

Shares
Downloads
272
Comments
1
Likes
2

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS Grupo 4: Melissa Eslava, Ma. Carolina Orta, Xenia Puente, Hanobi Rodríguez, Noraima Rojas
  • 2. IN T E L IG E N C IA A R T IF IC IA L ( IA ): La Inteligencia Artificial es la parte de la Ciencia que se ocupa del diseño de sistemas de computación inteligentes, es decir, sistemas que exhiben las características que asociamos a la inteligencia en el comportamiento humano que se refiere a la comprensión del lenguaje, el aprendizaje, el razonamiento, la resolución de problemas, entre otros. La Inteligencia Artificial es una ciencia que intenta la creación de programas para máquinas que imiten el comportamiento y la comprensión humana.
  • 3. IN T E L IG E N C IA A R T IF IC IA L ( IA ): Los sistemas de Inteligencia Artificial incluyen a las personas, los procedimientos, el hardware y software, los datos y los conocimientos necesarios para desarrollar sistemas, y máquinas de computación que presenten características de inteligencia. El objetivo del desarrollo de sistemas de IA contemporáneos no es el reemplazo completo de la toma de decisiones de los humanos, pero sí duplicarlas para ciertos tipos de problemas bien definidos.
  • 4. E T A P A S D E L A IA : 1943 - 1956 Estudios centrados en Redes Neuronales. Demostración de Teoremas y Ajedrez. (1937) Matemático Ingles Alan Mathison Turing (Articulo "Números Calculables”), introdujo la Máquina de Turing, una entidad matemática abstracta que formalizo el concepto de algoritmo y resulto ser la precursora de las computadoras digitales. Considerado padre de la Inteligencia Artificial, por su famosa Prueba de Turing, que permitiría comprobar si un programa de computadora puede ser tan inteligente como un ser humano.
  • 5. E T A P A S D E L A IA : Creación de sistemas que resuelvan cualquier 1952 - 1969 problema. Avances limitados por los recursos computacionales. Algoritmos genéticos. 1966 - 1974 Problemas en la representación del conocimiento. 1969 - 1979 DENDRAL, MYCIN. Las empresas se interesan por la IA. 1980 - 1988 Control industrial y robótica. Resolución de problemas del mundo real. 1988 …. Sistemas especializados que cooperan.
  • 6. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Desarrollo de dispositivos mecánicos o de computación que tengan la capacidad de realizar funciones y/o tareas que requieran de un alto grado de precisión, tediosas o impliquen riesgo de peligro para los seres humanos. En la actualidad se combinan las capacidades de alta precisión de la máquina con un software controlador sofisticado. 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 http://www.youtube.com/watch?v=yzCadN4_5Ms
  • 7. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Equipos y software que les permite a las computadoras capturar, almacenar y manipular imágenes visuales y fotografías. Se pueden usar junto con robots para darles "visión" a estas máquinas y que pueda tomar decisiones con base a lo que ve y reconocer la información visual de acuerdo con patrones generales. Ver video: http://www.youtube.com/watch?v=HdHFTxlYIjc
  • 8. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Lenguaje Natural Programas que tienen como entrada lenguajes humanos para traducirlos en un conjunto estándar de instrucciones que una computadora ejecuta. Permiten a los seres humanos usar su propio lenguaje natural cuando interactúan con programas como sistemas de administración de bases de datos (DBMS) o sistemas de apoyo para la toma de decisiones.
  • 9. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Lenguaje Natural El objetivo de los procesadores de lenguaje natural es eliminar paulatinamente la necesidad de aprender lenguajes de programación o comandos personalizados para que las computadoras entiendan. Su ventaja radica en que combinados con dispositivos de reconocimiento de voz, el usuario de instrucciones a las computadoras para que realicen tareas, sin usar un teclado o cualquier otro http://www.youtube.com/watch?v=ilchnpsROSs dispositivo de entrada. Ver video:
  • 10. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Lenguaje Natural Sistemas de Aprendizaje Combinación de software y equipos que le permite a la computadora cambiar su modo de funcionar o reaccionar a situaciones, basado en la retroalimentación que recibe.
  • 11. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Lenguaje Natural Sistemas de Redes Aprendizaje Neuronales Es un sistema de computación que puede actuar en la misma forma que funciona el cerebro humano, o simularlo. La redes neuronales pueden procesar muchas piezas de información al mismo tiempo y aprender a reconocer patrones. Un sistema de red neuronal aprende por ensayo y error. Ver video: http://www.youtube.com/watch?v=1u18juT89NM
  • 12. P R IN C IP A L E S R A M A S D E L A IA : T Tomado de Wikilearning http://es.wikipedia.org/wiki/Red_neuronal_artificial Red neuronal artificial perceptrón simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida.
  • 13. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Lenguaje Natural Sistemas de Redes Aprendizaje Neuronales •Capacidad de recuperar información incluso si falla alguno de sus nodos. •Modificación rápida de los datos almacenados a partir de nueva información. •Capacidad de descubrir relaciones y tendencias en grandes bases de datos. •Capacidad de resolver problemas complejos para los cuales no se cuenta con la información. Ver video: http://www.youtube.com/watch?v=DCcjMHt3CoY
  • 14. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Visión Procesamiento de Sistemas de Lógica Redes Lenguaje Natural Aprendizaje Neuronales Difusa Se basa en reglas que no tienen límites discretos, sino que se prolongan en un continuum, permitiendo a un sistema manejar mejor la ambigüedad. Esto es muy útil para reflejar cómo tienden a pensar las personas, en términos relativos, no absolutos.
  • 15. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A. I.A Sistemas de Visión Procesamiento de Sistemas de Redes Lógica Algoritmos Lenguaje Natural Aprendizaje Neuronales Difusa Genéticos Un algoritmo genético es un método de búsqueda dirigida basada en Probabilidad. Al aumentar el número de iteraciones, la probabilidad de tener el óptimo en la población tiende a 1. Funciones matemáticas que usan los principios de Darwin para mejorar una aplicación. La funciones se diseñan para simular en software, en cuestión de minutos o segundos
  • 16. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Agentes Visión Inteligentes Procesamiento de Sistemas de Redes Lógica Logaritmos Lenguaje Natural Aprendizaje Neuronales Difusa Genéticos Programas de computadora que automáticamente revisan enormes cantidades de datos y seleccionan y entregan la información más adecuada para el usuario, de acuerdo con requisitos contextuales o específicos. La aplicación más importante de los agentes inteligentes se encuentra en la WEB. www.google.co.ve www.amazon.com
  • 17. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Robótica I.A Sistemas de Agentes Visión Inteligentes Procesamiento de Sistemas de Redes Lógica Logaritmos Lenguaje Natural Aprendizaje Neuronales Difusa Genéticos El propósito principal de los agentes inteligentes es realizar sus tareas significativas más rápido, con más frecuencia y de manera más efectiva, que el usuario. Los agentes inteligentes vinculan automáticamente su computadora con sitios favoritos, le avisan cuando éstos se hayan actualizado y adecuan páginas específicas a sus preferencias.
  • 18. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Sistemas Robótica Expertos I.A Sistemas de Agentes Visión Inteligentes Procesamiento de Sistemas de Redes Lógica Logaritmos Lenguaje Natural Aprendizaje Neuronales Difusa Genéticos Programa de computadora, inteligente, que usa el conocimiento y los procedimientos de inferencia para resolver problemas que son suficientemente difíciles como para requerir significativa experiencia humana para su solución. Hace un amplio uso del conocimiento especializado, como lo hace un experto humano. Trabaja sobre un dominio especifico.
  • 19. P R IN C IP A L E S R A M A S D E L A IA : Los esfuerzos de la IA se clasifican según varias categorías: Sistemas Robótica Expertos I.A Sistemas de Agentes Visión Inteligentes Procesamiento de Sistemas de Redes Lógica Logaritmos Lenguaje Natural Aprendizaje Neuronales Difusa Genéticos Se utilizan los términos: Sistema Experto (SE), Sistemas Basados en Conocimientos o Sistema Experto Basado en Conocimiento. Para construir un SE, un ingeniero del conocimiento se entrevista con un experto humano, y traduce la información en código.
  • 20. C A R A C T E R IS T IC A S D E L O S S E : • Pueden explicar su razonamiento o decisiones sugeridas. • Puede mostrar un comportamiento "inteligente“. • Puede obtener conclusiones de relaciones complejas. • Puede proporcionar conocimientos acumulados. • Puede hacer frente a la incertidumbre.
  • 21. C A P A C ID A D E S D E L O S S E : En comparación con otros tipos de sistemas de información, los SE ofrecen varias capacidades poderosas y beneficios. Los SE se pueden usar para solucionar problemas en todos los campos y disciplinas y ayudar en la totalidad de las etapas del proceso de solución del problemas. • Fijación de objetivos estratégicos. • Planeación. • Diseño. • Toma de decisiones. • Control y supervisión de calidad. • Diagnóstico.
  • 22. U S O S D E LO S S E : El desarrollo de un SE complejo puede ser difícil, costoso y requerir de tiempo, por lo tanto, es importante asegurarse de que los posibles beneficios valen el esfuerzo y que las diversas características del SE se equilibran, en términos de costo, control y complejidad. www.sistemasexpertos.net Visitar:
  • 23. L IM IT A C IO N E S D E L O S S E : • No se han usado o probado en forma extensa. • Dificultad de uso. • Están limitados a problemas relativamente limitados. • No pueden enfrentar con facilidad a conocimientos "mixtos". • Posibilidad de error. • Dificultad de mantenimiento. • Pueden tener costo altos de desarrollo. • Ocasionan preocupaciones legales y éticas.
  • 24. C O M P O N E N TE S D E LO S S E : Interfaz de Usuario El usuario interactúa con el SE a través de una interfaz, la cual puede contender menús, procesamiento del lenguaje natural u otro tipo de interacción. Debe ser amigable en la entrada y salida de información.
  • 25. C O M P O N E N TE S D E LO S S E : Adquisición de Interfaz de Usuario Conocimiento Se corresponde con el proceso de crear y actualizar la base de conocimientos
  • 26. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa (Hechos) y Reglas Almacena toda la información, datos, reglas, casos y relaciones importantes que utiliza el SE. Para cada aplicación única se tiene que desarrollar una base conocimientos. Puede incluir conocimientos genéricos provenientes de teorías generales que se han establecido con el tiempo y conocimientos específicos que provienen de experiencias más recientes y de reglas prácticas
  • 27. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa (Hechos) y Reglas Es similar a la suma total de los conocimientos y experiencias de los expertos humanos que se obtienen a través de años de trabajo en un área o disciplina específica. Una BC que contiene información proporcionada por diversos expertos humanos puede ser extremadamente eficiente y exacta desde el punto de vista de sus sugerencia y pronósticos.
  • 28. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa (Hechos) y Reglas El uso de reglas: una regla es una instrucción condicionada que enlaza determinadas condiciones con acciones o resultados. La regla se crea por medio de construcciones de SI – ENTONCES. Un SE puede usar casos al desarrollar la solución a un problema o situación actual.
  • 29. C O M P O N E N TE S D E LO S S E : Adquisicion de Base de Conocimiento Conocimiento (BC) Interfaz de Usuario Memoria Activa (Hechos) y Reglas El proceso incluye: 2) Encontrar casos almacenados en la base de conocimientos, que sean similares al problema, 3) Modificar las soluciones a los casos para adaptarlas, o ajustarlas, al problema o la situación actual.
  • 30. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa Mecanismo de (Hechos) Inferencia. y Reglas Conocido como Motor de Inferencia, usado para buscar información y relaciones en la base de conocimientos, y proporcionar respuestas, pronósticos y sugerencias en la misma forma en que lo haría un experto humano. En otras palabras es el que proporciona el consejo experto. El conocimiento se representa como un conjunto de reglas y hechos.
  • 31. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa Mecanismo de (Hechos) Inferencia. y Reglas Se asocia con un modelo o paradigma para resolver problemas. •Modelo que utiliza métodos de encadenamientos de reglas SI – ENTONCES para formar una línea de razonamiento. • Si el encadenamiento comienza de un conjunto de condiciones y se mueve hacia las conclusiones entonces el método es denominado encadenamiento hacia adelante.
  • 32. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa Mecanismo de (Hechos) Inferencia. y Reglas • Si la conclusión es conocida pero la ruta de la conclusión no es conocida entonces el método que se utiliza es el encadenamiento hacia atrás. El motor de inferencia contiene implementado estos métodos de razonamiento y controla la ejecución de las reglas.
  • 33. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa Mecanismo de (Hechos) Inferencia. y Reglas Busca a través de la BC, intentando asociar el conocimiento almacenado en forma de hechos el antecedente de una regla (condición). Si el antecedente de una regla es satisfecho, entonces la regla ejecuta la acción de la conclusión o el consecuente.
  • 34. C O M P O N E N TE S D E LO S S E : Adquisición de Base de Conocimiento Interfaz de Usuario Conocimiento (BC) Memoria Activa Mecanismo de (Hechos) Inferencia. y Reglas Medio de Explicacion Permite explicar el proceso de razonamiento seguido para tomar una decisión. Responderá a la pregunta: ¿Cómo? O ¿Por qué? Cuando ha efectuado una conclusión.
  • 35. C O N C L U S IO N E S
  • 36. A P L IC A C IO N E S D E L O S S E Y D E L A IA : • Otorgar crédito. • Administración y recuperación de información: • IA y SE incorporados a los productos. • Disposición de plantas. • Instalaciones medicas y de hospitales. • Departamento de ayuda y asistencia • Evaluación del desempeño de empleados. • Análisis de préstamos. • Detección de virus.
  • 37. A P L IC A C IO N E S D E L O S S E Y D E L A IA : • Reparación y mantenimiento. • Embarques. • Mercadotecnia: CoverStory es un SE que trae información de una base de datos y elabora, en forma automática, informes de mercadotecnia. • Optimización de almacenes. • Un SE se puede integrar con otros sistemas en una organización mediante una base de datos común.