Your SlideShare is downloading. ×
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Capitulo 1 introduccion a la inteligencia artificial   aux
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Capitulo 1 introduccion a la inteligencia artificial aux

105

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
105
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
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 1INTRODUCCIONLa Inteligencia Artificial trata de conseguir que los ordenadores simulen encierta manera la inteligencia humana. Se acude a sus técnicas cuando esnecesario incorporar en un sistema informático, conocimiento o característicaspropias del ser humano.La lección presenta las principales ramas y aplicaciones de la InteligenciaArtificialPodemos interrogar a algunas bases de datos de Internet en lenguajenatural, o incluso charlar con ellas nuestro idioma, porque por detrás se estáejecutando un programa de Inteligencia Artificial.Y los sistemas expertos: ¿Qué son? Nuestro programa de contabilidad puedeincluir uno de ellos para asesorarnos en los asientos contables.Otras herramientas inteligentes pueden utilizarse para escrutar entre losmillones de datos que se generan en un banco en busca de patrones decomportamiento de sus clientes o para detectar tendencias en los mercados devalores.Pero ¡ojo!, aunque es un término que suena -y vende- bien, es difícil poneruna ralla entre lo que es Inteligencia Artificial e informática convencional, yaque al fin y al cabo todo son programas de ordenador.OBJETIVOS Estudiar las principales ramas de la Inteligencia Artificial Conocer las principales aplicaciones de la Inteligencia Artificial en la gestión contable y financiera de la empresa Utilizar en clase de prácticas uno o varios programas de Inteligencia Artificial
  • 2. CONTENIDO 1. Informática convencional 2. Ramas de la Inteligencia Artificial 3. Los Sistemas Expertos 4. Resumen y conclusiones1. Informática Convencional1.1 Gran avance de la informáticaEl desarrollo de los ordenadores ha sido espectacular en los últimos años. Delmismo se han beneficiado muchos campos del saber, siendo uno más de ellosla administración y dirección de empresas. Los programas informáticos comohojas de cálculo, bases de datos, tratamientos de estos, etc., suelenestar basados en programación algorítmica convencional, en la que se indica alordenador paso a paso lo que debe hacer.Estos programas se ejecutan en ordenadores convencionales con un únicomicroprocesador o unidad central de proceso que opera secuencialmente. Todoello constituye lo que se denomina informática convencional, representada enla figura siguiente. Informática convencional
  • 3. La informática convencional ha desarrollado con éxito un número considerablede aplicaciones para mejorar la gestión empresarial y ha producido unaindudable revolución en todas las actividades de la Contabilidad y otras ramas.1.2 Introducir conocimiento en un sistema informáticoSin embargo, a pesar de la importancia de las aplicaciones informáticasconvencionales en la empresa, en la medida en que necesitamos incorporarconocimiento a un sistema informático se utilizan otro tipo deherramientas, como son las procedentes de la Inteligencia Artificial.La informática convencional aplicada al análisis de la solvencia de unaempresa.Análisis contableVamos a suponer que trabajamos en el departamento de concesión decréditos de una entidad financiera y nuestro trabajo consiste en analizarla información contable de las empresas, valorar si la empresa es solvente opresenta problemas y, a partir de ahí, decidir si merece un crédito o no. Es unproblema típico de análisis contable.Queremos un programa de ordenadorPensamos que el ordenador nos puede ayudar a manejar los datos para lo quequeremos una aplicación informática que nos ayude a dicha tarea. Aunquesomos algo novatos en nuestro nuevo trabajo, contamos con lo aprendido enla facultad y el apoyo de nuestro compañero de trabajo, especialista en esecampo -aunque no muy ducho en los temas de informática-, a quien pensamossustituir porque se acerca la fecha de su jubilación.Por ejemplo, una hoja de cálculoUna herramienta de informática convencional que podríamos utilizar es la hojade cálculo. Allí podríamos introducir los balances y cuentas de resultados delos clientes y calcular ratios financieros sobre liquidez, endeudamiento,rentabilidad, etc., y otras magnitudes como el fondo de maniobra.
  • 4. Muy útil la función condicionalSiguiendo las recetas de algún manual de análisis contable, sobre esos ratiospodemos realizar algunos cálculos adicionales. Seguro que una de lasfunciones que más utilizaríamos de la hoja de cálculo es la funcióncondicional, de forma que nos avise cuando la empresa en cuestión tengavalores anormalmente bajos para alguno de los ratios analizados.Y la capacidad de simulaciónLa capacidad de la hoja de cálculo para realizar simulaciones es también muynotable. Con algo de programación adicional podemos incluir unas macros queenciendan un semáforo rojo en cada uno de los puntos débiles de la empresa,vamos, un sistema de alerta temprana.... pero se queda pequeñoOrgullosos por haber dotado a nuestra hoja de cálculo de cierta inteligencia, lamostramos a nuestro compañero, pidiendo su consejo. "No está mal,ayudará mucho a facilitar los cálculos que con mi calculadora se hacíanmuy pesados", exclama, "Aunque es algo sencillo". Por ejemplo, deberíashaber tenido en cuenta que para ese sector en concreto es normal que el fondode maniobra sea negativo. Además, no nos interesa tanto la rentabilidad comosu capacidad para devolver el préstamo. Es más, no nos importa que laempresa quiebre, con tal de que pueda devolverlo. Me gustaría charlar contigopara poder mejorar tu programa".Ineficiente para representar conocimientoEn seguida nos damos cuenta de que la hoja de cálculo no es la herramientamás adecuada para representar el conocimiento complejo. En cuantoqueramos que las condicionales estén anidadas al estilo: "si esto Y aquello Oeso Y...entonces" la programación se complica y no es eficiente.
  • 5. 2. Ramas de la Inteligencia Artificial2.1 OrigenEl nacimiento de la Inteligencia Artificial se sitúa en una reunión celebrada enel Dartmouth College (Hanover, EEUU) en 1956, en la que se planteó laposibilidad de construir máquinas inteligentes. Llama la atención que en esafecha la informática apenas se había desarrollado, y ya se planteaba laposibilidad de diseñar mecanismos inteligentes. En aquella reunión seencontraban entre otros, Claude Shannon, padre de la Teoría de laInformación; Marvin Minsky, que más tarde demostraría las limitaciones deciertos modelos de redes neuronales; Herbert Simon, premio Nobel deEconomía quien además desarrolló el primer programa de Inteligencia Artificialy un largo etcétera de investigadores.2.2 Tronco común con varias ramasDesde entonces son muchas las ramas que surgen del tronco común de laInteligencia Artificial. Las Ciencias de la Computación han asistidocontinuamente al nacimiento de nuevas ramas y se habla de: Espacio de Estados Búsquedas informadas y no informadas Teoría de Juegos Sistemas expertos Computación Evolutiva ó Vida Artificial Algoritmos genéticos Computación molecular ó Redes neuronales Lógica Difusa Fractales Lenguaje naturalEn algunas de estas ramas los resultados teóricos van muy por encima de lasrealizaciones prácticas y en otras ramas solo se ha quedado en papeles.Los sistemas expertosLos sistemas expertos son la rama más conocida. Parten de la premisa deque los expertos humanos utilizan gran cantidad de conocimientos específicosde un campo que deben ser incorporados en el sistema experto. Para losdefensores más radicales de este paradigma, la inteligencia es un
  • 6. programa que debe funcionar independientemente del lugar donde seejecute: ordenador o cerebro.La forma deductiva en que representan el conocimiento, habitualmentemediante símbolos y reglas, es apropiada cuando es posible extraer unconjunto de reglas y normas. En la Contabilidad existen subdominios en losque es fácil o al menos posible extraer una serie de reglas y otros en los quees menos factible.Las redes neuronales artificialesLas redes neuronales artificiales tratan de representar el conocimientoreplicando la estructura neuronal del cerebro humano. En ellas lo fundamentales el aprendizaje mediante patrones o ejemplos.Las redes neuronales artificiales tratan de resolver tareas como elreconocimiento de patrones, problemas de optimización o clasificación que lacomputación algorítmica tradicional e Inteligencia Artificial convencional no hanresuelto de un modo suficientemente satisfactorio.En las redes neuronales artificiales el conocimiento no se programa de formadirecta en la red sino que se adquiere mediante ejemplos por medio de unaregla de aprendizaje que va ajustando parámetros. Como vemos es unmétodo inductivo muy diferente al que siguen los sistemas expertos.Diversas parcelas de la Contabilidad utilizan frecuentemente el métodoinductivo por lo que se justifica conocer qué nos pueden ofrecer las redesneuronales.La Vida ArtificialLa Vida Artificial puede considerarse un paradigma emergente de laInteligencia Artificial: se simulan realidades virtuales que evolucionan enentornos mutantes. Los algoritmos genéticos son los representantes másconocidos de la Vida Artificial.Aplicaciones en la empresaDe entre todos los paradigmas y estrategias de la Inteligencia Artificial,actualmente dos tienen el mayor interés para las aplicaciones en la empresa:los sistemas expertos y las redes neuronales artificiales. Estos sistemasse pueden combinar, por lo que una solución práctica es utilizar sistemas
  • 7. mixtos que incorporan un módulo de sistema experto con sus reglas junto aotros módulos neuronales y estadísticos.2.3 Un Ejemplo para aclarar las diferencias: losprogramas de ajedrezUn sencillo ejemplo basado en el diseño de un programa de ajedrez puedeayudarnos a entender las diferencias entre estos paradigmas.Un sistema experto trata de incorporar la sabiduría de algún maestro delajedrez mediante reglas.Una red neuronal es entrenada con ejemplos de partidas célebres,tratando de extraer de ahí el conocimiento.Finalmente, mediante algoritmos genéticos se diseñan programas quecompiten entre sí de forma que por selección natural quedan los mejores.3. Los Sistemas ExpertosSon la rama de la Inteligencia Artificial más empleada en la gestiónempresarialSu origen se sitúa a mediados de los años setenta, aunque es a partir de ladécada de los ochenta cuando se desarrollan aplicaciones en toda su plenitud.Su objetivo es modelizar el conocimiento, representándolo en forma desímbolos.A continuación estudiaremos: Concepto Desarrollo Aplicaciones Ventajas Limitaciones3.1 Definición
  • 8. El Grupo Especialista en Sistemas Expertos de la Sociedad Británica deOrdenadoresLos define de la siguiente manera:"La incorporación dentro de un sistema de ordenador de uncomponente basado en el conocimiento, correspondiente a una habilidadexperta, de tal forma que el sistema pueda ofrecer asesoramientointeligente o tomar una decisión inteligente sobre una función del proceso.Una característica adicional deseable, que muchos consideran fundamental, esla capacidad del sistema, si se le solicita, de justificar su propia línea derazonamiento de un modo directamente inteligible para el interrogador. Elestilo adoptado para alcanzar estas características es la programaciónbasada en reglas."Recopilan en un programa informático el conocimiento deespecialistas en una materia.Sus dos componentes principales son la base de conocimientos y unprograma de inferencia. El conocimiento se representa mediante el uso desímbolos, y así se crea una base de conocimiento. Una vez creada la base deconocimiento, se debe diseñar un método para utilizarla, que es el programade inferencia. El programa de inferencia manipula la información simbólicaalmacenada en la base de conocimiento mediante un proceso de búsqueda. Estructura de un sistema experto
  • 9. 3.2 DesarrolloPodemos desarrollar un sistema experto de dos maneras:a) A medida, programando en un lenguaje convencional (C, Pascal, etc.) o enun lenguaje específico para el manejo de símbolos (Lisp, Prolog, etc.).b) Utilizando una concha de sistema experto, también llamadas shell. Sonprogramas comerciales con todos los elementos del sistema experto pero conla base de conocimientos vacía.La tarea de adquisición del conocimiento es una tareacompleja que precisa de varios actores:a) el ingeniero del conocimiento, especialista informático que extrae elconocimiento del especialista humano y lo plasma en el programa informáticob) el especialista humano, que es quien posee el conocimientoc) el usuario del sistema, encargado de utilizar el sistema experto.Hay muchas formas de representar el conocimiento en unsistema experto. El método más utilizado son las reglasde producción.Una regla de producción toma la siguiente forma general: SI <son ciertos determinados hechos> ENTONCES <se consideran ciertos otros hechos>Estas reglas residen en la base de conocimientos, en una especie de fichero detexto. El programa de inferencia, verdadero motor del sistema experto seencarga de combinar estas reglas, interactuando con el usuario a través delinterfaz del usuario.
  • 10. Un sistema experto para analizar la solvencia de unaempresaParece una actividad ideal para un sistema expertoSiguiendo con el ejemplo del apartado anterior, podemos animarnos a realizarun sistema experto para analizar la solvencia de una empresa. Al fin y al cabo,contamos con la ayuda de un especialista humano y no es caro adquiriruna concha con la que podemos introducir cientos de reglas.¿Por dónde empezar?El procedimiento de trabajo es laborioso, pues se trata de extraer elconocimiento de nuestro colega, que conforme pasa el tiempo nos damoscuenta de que no tiene las cosas tan claras. Muchas reglas parecenconfusas, no son blancas o negras, por lo que hemos tenido que incorporarlógica fuzzy. Avanzamos despacio, aunque por lo menos está sirviendo parareplantearnos todo el proceso de la toma de decisiones de préstamo en elbanco. Nos hemos dado cuenta de muchas decisiones se tomaban a ojo.Van surgiendo problemasAutores como Hartvigsen (1992), que ha elaborado un sistema experto para elanálisis de la solvencia de las empresas reconoce las limitaciones y dificultadesque plantea la construcción de los sistemas expertos para el análisis financiero.No hay una teoría formal y perfectamente estructurada para examinar lainformación contable de las empresas, aunque tampoco hay undesconocimiento total del procedimiento a seguir.Podemos combinarlos con otras técnicasPara abordar este tipo de problemas difícilmente resolubles mediante losmétodos convencionales o mediante sistemas expertos hemos propuestocombinarlos con otras herramientas de Inteligencia Artificial, como las redesneuronales.
  • 11. 3.3 AplicacionesUn sistema experto contableEs un sistema informatizado que modeliza la experiencia de un contable.La gestión empresarial cuenta con gran número desistemas expertosEllo es debido a dos razones fundamentales:a) casi todas las empresas disponen de un ordenador que realiza las funcionesbásicas de tratamiento de la información: contabilidad general, decisionesfinancieras, gestión de la tesorería, planificación, etc,b) este trabajo implica manejar grandes volúmenes de información y realizaroperaciones numéricas para después tomar decisiones. Esto supone un terrenoideal para la implantación de los sistemas expertos.Podemos clasificar las aplicaciones en la Contabilidad envarios apartados:a) AuditoríaDe entre todas las posibles áreas de trabajo en la contabilidad, según Fortuna,Busto y Sastre (1991) la auditoría es el campo en el que más aplicaciones desistemas expertos se están desarrollando. Pueden servir para ayudar en elproceso de auditoría, decidiendo los programas a seguir, determinando lostipos de muestra y los tamaños, calculando los errores en la revisión decuentas, analizando grandes volúmenes de transacciones contables,desarrollando una revisión analítica y formulando juicios en la materia.b) FiscalidadLa interpretación de las reglas impositivas para tratar de adaptarlas entérminos ventajosos para la empresa también resulta un campo adecuado parala utilización de los sistemas expertos.
  • 12. c) PlanificaciónLos sistemas expertos en la planificación ayudan en la toma de decisiones,asesorando en temas de planificación financiera, control, análisis dedesviaciones, etc.d) Análisis financieroTambién son útiles para examinar las cuentas anuales de las empresas, losbalances, resultados y en general la información económica.e) Contabilidad financieraTambién la contabilidad financiera puede beneficiarse, al proporcionar elsistema experto una base normativa amplia para la preparación de las cuentasanuales o su revisión.3.4 VentajasProporcionan una forma de controlar gran cantidad dedatosUno de los grandes problemas a los que se enfrenta el analista es el grancaudal de información a manejar, que puede afectar negativamente a latoma de decisiones. Ante tal circunstancia los sistemas expertos pueden serunos valiosos aliados.Los sistemas expertos recopilan los datos, los analizan y asimilan. Conviertengrandes volúmenes de datos en información útil. En este sentido convienedistinguir un sistema experto de los simples programas de ordenador: tambiénlas hojas de cálculo, bases de datos y programas convencionales manejanhabitualmente información y alivian la pesada tarea de realizar cálculosnuméricos pero no incluyen procedimientos de representación delconocimiento.
  • 13. ¿Pueden superar al experto humano?a) cuando se requiere analizar un gran volumen de datos en un cortoespacio de tiempo. El experto humano se verá obligado a despreciar parte dela información desechando la que no considere relevante; sin embargo, elsistema experto, dada su mayor velocidad de proceso, puede analizar toda lainformación, sin que aparezca fatiga u otros efectos propios del ser humanoque empeoran los resultados.b) cuando la decisión exige aplicar conocimientos de varios campos.3.5 LimitacionesProgramaciónDifícil de elaborarPrecisan mantenimiento complejoEl elevado costeEn tiempo y dinero para extraer el conocimiento de los especialistas humanosPoca flexibilidad a cambiosHay que reprogramar el sistemaDificultad para manipular información no estructuradaEspecialmente la información incompleta, inconsistente o errónea.
  • 14. Desacuerdo entre los especialistas humanosEn la elaboración del sistema experto, los especialistas humanos pueden estaren desacuerdo entre ellos mismos a la hora de tomar las mejores decisionespara la solución de los problemas particulares.Problemas que no son resolubles mediante un sistemaexpertoPara abordar este tipo de problemas difícilmente resolubles mediante losmétodos convencionales o mediante sistemas expertos, que por otra parte noson exclusivos del análisis contable se ha propuesto su combinación con otrasherramientas de Inteligencia Artificial, como las redes neuronales.4. Resumen y conclusionesEs una disciplina en constante evoluciónEl nacimiento de la Inteligencia Artificial se sitúa en los años cincuenta; en esafecha la informática apenas se había desarrollado, y ya se planteaba laposibilidad de diseñar máquinas inteligentes. Hoy en día se habla de vidaartificial, algoritmos genéticos, computación molecular o redesneuronales. En algunas de estas ramas los resultados teóricos van muy porencima de las realizaciones prácticas.Sistemas expertos y redes neuronalesLos sistemas expertos son la rama más conocida de la Inteligencia Artificial. Laforma en que representan el conocimiento, habitualmente mediantesímbolos, es apropiada cuando es posible extraer un conjunto dereglas y normas. En la vasta ciencia empresarial, existen subdominios en losque es fácil o al menos posible extraer una serie de reglas y otros en los quees menos factible.Las redes neuronales artificiales son eficientes en tareas tales como elreconocimiento de patrones, problemas de optimización o clasificación.Las redes neuronales se puede integrar en un sistema de ayuda a la toma dedecisiones, pero no son una panacea capaz de resolver todos los problemas:
  • 15. todo lo contrario, son modelos muy especializados que pueden aplicarse endominios muy concretos.¿Cómo elegir la herramienta adecuada?La elección entre los diferentes sistemas de ayuda a la toma de decisionesdepende entre otros factores del tipo de tarea a realizar.3a) Tipo de decisiónSimon (1960) ha clasificado las decisiones en estructuradas y noestructuradas: las decisiones estructuradas son repetitivas, rutinarias y existeun procedimiento definido para abordarlas; por el contrario, en las decisionesno estructuradas el decisor debe proporcionar juicios y aportar su propiaevaluación.3b) Nivel al que se toman las decisionesTambién el nivel al que se toman las decisiones afecta la elección del tipo desistema más apropiado. Gorry y Scott-Morton (1971) han propuesto unesquema que relaciona el tipo de decisión (estructurada, semiestructurada yno estructurada) y el nivel organizacional (control operativo, de gestión yestratégico) con la herramienta a utilizar. Lógicamente en el nivel operativodominan las decisiones estructuradas, en el nivel de gestión lassemiestructuradas y en el estratégico las no estructuradas, formando unadiagonal.En la figura siguiente hemos actualizado este esquema incorporando lasherramientas informáticas más novedosas, e incluso anticipando lo que puedeser un futuro próximo.
  • 16. Las herramientas a utilizar según el tipo de decisión y el nivel organizativoNivel operativo y decisiones estructuradasComo podemos apreciar en el gráfico, en el nivel operativo y toma dedecisiones estructurada dominan los sistemas informatizados convencionalescomo los programas de contabilidad financiera y de costes, los deelaboración de nóminas, y que en general realizan tareas mecánicas. Son losllamados Sistemas de Proceso de Transacciones (TPS) basados enprogramación algorítmica convencional.Nivel operativo y decisiones no estructuradasEl nivel operativo, pero con decisiones semiestructuradas, todavía estádominado por los programas convencionales, en lo que habría que incluirprogramas de control de tesorería, control de existencias y también las hojasde cálculo y sistemas gestores de bases de datos.Conforme las decisiones son menos estructuradas, empiezan a ser aplicablessistemas expertos y sistemas de ayuda a la toma de decisiones. Así, para lagestión financiera más básica, en la que además de realizar cálculosmecánicos: tipos de interés efectivo, cuotas de amortización de préstamos,etc., también hay que tomar decisiones que manejan información incompleta o
  • 17. precisan incorporar el conocimiento de un especialista humano. Finalmente, enel nivel de de toma de decisiones menos estructurada pueden incorporarsemodelos neuronales: por ejemplo, asesorando en la concesión de las tarjetasde crédito de unos grandes almacenes o a qué clientes se les envía catálogospor correo.Nivel de gestión y decisiones estructuradasConforme el nivel organizativo avanza en el eje de las x, las decisiones sehacen más complejas. Si las decisiones son estructuradas, como en el análisisde presupuestos y control, contabilidad analítica, análisis contable, etc,dominan los programas convencionales, quizá incorporando algún móduloexperto. Este tipo de programas se denominan Sistemas de Gestión deInformación o Management Information Systems (MIS).Nivel de gestión y decisiones no estructuradasConforme las decisiones se hacen menos estructuradas se hacen másnecesarios los sistemas expertos. En temas puntuales como la elaboraciónde presupuestos, la predicción de variables financieras como el beneficio, elcash-flow, podrían incorporarse modelos neuronales. Nótese como en esteesquema descrito hemos situado el análisis de la información contable en lasdecisiones semiestructuradas. No hay una teoría general que pueda seraplicada paso a paso pero tampoco encaja en las decisiones completamenteintuitivas o no estructuradas.Nivel estratégicoEn el nivel estratégico son barridos los programas convencionalesmanteniéndose únicamente las hojas de cálculo, por su capacidad desimulación. Los llamados Executive Information Systems (EIS), o SistemasInformativos para Ejecutivos dominan las decisiones menos estructuradas, contareas como la planificación estratégica y de contabilidad directiva. Las redesneuronales pueden cubrir un hueco importante en las decisiones noestructuradas, debido a esa capacidad de encontrar relaciones complejas entrelos patrones de entrada.

×