Sistemas Inteligentes Conceptos Aplicaciones

SISTEMAS INTELIGENTES

Conceptos Inteligencia es la capacidad de

alcanzar nuestros objetivos. Un sistema tiene mayor inteligencia si alcanza sus objetivos más rapidamente y más fácilmente. La inteligencia incluye la capacidad de aprender a lograrlo. La inteligencia de un sistema es una propiedad de su mente. El funcionamiento del cerebro se denomina "mente".

Sistema es parte del universo, con una extensión limitada en espacio y tiempo. Existen más correlaciones o correlaciones más fuertes entre una parte del sistema y otra, que entre esa parte del sistema y partes fuera del sistema.

sistema inteligente Es un sistema que tiene su propio objetivo principal, así como sentidos y efectores. Para alcanzar su objetivo elige una acción basada en sus experiencias. Puede aprender generalizando las experiencias que ha guardado en su memoria. Los ejemplos de sistemas inteligentes son: personas, animales superiores, robots, extra - terrestres, un negocio, una nación.

1.1 Sistemas Inteligentes Artificiales Un sistema inteligente artificial es un programa de computación que consta de partes para cada una de las funciones descriptas en sistemas inteligentes

Los sistemas inteligentes están diseñados para tratar con problemas en Administración. Finanzas. Manufactura. Reconocimiento de Formas. Instrumentación Adaptativa. Procesos de control.

el razonamiento difuso han dado paso a grandes avances en las siguientes áreas cruciales 1.- Procesamiento de información (Soft): Aprendizaje Rápido, Asociaciones Difusas, Razonamiento y Control Difuso, Generalización. 2.- Procesamiento de Información Masivamente en Paralelo: Hardware Concurrente, Paralelo, Asociativo, y Celular.

Las tres tecnologías principales de la computación cognoscitiva son: 1.- Tecnologías Difusas (fuzzy). 2.- Tecnologías Neurales. 3.- Tecnologías Genéticas.

MANEJO DEL CONOCIMIENTO. 1. Con lógica binaria. Con el advenimiento de las computadoras digitales, se creó toda una ciencia para el manejo de información mediante secuencias de ceros y unos. Esta forma de representación utiliza la lógica binaria como base para el almacenamiento y recuperación de información. 2. Con lógica difusa La representación del conocimiento mediante lógica difusa permite disminuir drásticamente el número de reglas que se necesitan para modelar un sistema. Mediante este enfoque, una regla difusa cubre varios casos dentro del sistema del mundo real.

INTELIGENCIA ARTIFICIAL Definición de IA En 1956, en Dartmouth, se organizó un taller de los meses de duración en el que se reunían diez de los investigadores más prominentes en el área de teoría de autómatas, redes neuronales y el estudio de la inteligencia. Se presentaron proyectos de aplicaciones articulares, juegos y 25 programas de razonamiento, sin embargo, no aportaron avances realmente notables, probablemente lo más importante fue el nombre que John McCarthy (quien por muchos es considerado el padre de esta área) quien propuso el concepto de Inteligencia Artificial (IA) para este campo de investigación.

Áreas de la inteligencia artificial. Sistemas Expertos. Construcción de un Sistema Experto. Sistemas Basados en reglas. Lenguaje Natural. Visión.

Sistemas Expertos Los sistemas para computadora diseñados para ver imágenes, oir sonidos y entender el lenguaje sólo pueden obtener un éxito limitado. Sin embargo, en un área de la inteligencia artificial aquella que razona con el conocimiento en un dominio limitado - los programas pueden no sólo aproximarse a la forma de actual humana, si no que a veces lo superan.

Construcción de un Sistema Experto. Por el momento, la construcción de sistemas expertos no es susceptible de ser aplicada a todos los campos del conocimiento. Para aplicar la ingeniería de conocimiento a una tarea, se deben cumplir los siguientes prerrequisitos : 







Debe haber al menos una persona experta que esté cualificada para realizar la tarea perfectamente. Las principales fuentes de la capacidad de un experto deben ser conocimiento especializado, la toma de decisiones y la experiencia. El experto debe ser capaz de dejar claros tales conocimientos especializados, procedimientos de toma de decisión y experiencia obtenida y también de explicar los métodos empleados para aplicarlos a una tarea concreta. La tarea debe tener un dominio de aplicación bien definido.

Sistemas Basados en reglas. La solución más popular para representar el conocimiento de un dominio (hechos y heurísticos) que es necesario para un sistema experto es mediante las reglas de producción (también conocidas como reglas SITUACIÓN-ACCIÓN o reglas IF THEN)

Algunos ejemplos de sistemas expertos son: DENDRAL.- Fue ideado a finales de los setenta para generar una representación estructural de las moléculas orgánicas a partir de los datos de un espectrógrafo de masas. Tal solución tiene los siguientes pasos:    

Obtener las limitaciones de los datos. Generar estructuras candidatas. Predecir espectros de masa con los candidatos. Comparar los resultados con los datos.

Este sistema ilustra la solución común de resolver problemas en IA de "generación y prueba". MYCIN.- fue diseñado a mediados de los setenta. Es un sistema interactivo que diagnostica infecciones bacterianas y suministra la terapia de antibióticos

Lenguaje Natural. El lenguaje es el medio de comunicación con todo el mundo. Estudiando el lenguaje, podemos entender más acerca del mundo. Podemos probar nuestras teorías acerca del mundo observando qué tan bien éstas soportan nuestro intento de entender el lenguaje. Y, si podemos construir un modelo computacional del lenguaje, tendríamos una herramienta muy poderosa para comunicarse con el mundo

Visión. Al igual que sucede en el ser humano, la capacidad de visión proporciona un sofisticado mecanismo de percepción que permite a la máquina responder a su entorno de una manera inteligente y flexible. El uso de la visión y otros esquemas de percepción, están motivados por la constante necesidad de aumentar la flexibilidad y los campos de aplicación de los sistemas de robótica.

Areas de aplicación En general, las áreas de aplicación de la IA tienen características similares, entre las que se pueden mencionar las siguientes: 1) Aplicación de razonamiento simbólico mediante modelos computacionales. 2) Aplicación de técnicas de búsqueda a problemas de IA en lugar de soluciones algorítmicas. 3) Manipulación de información inexacta, incompleta o definida de una forma insuficiente. 4) Análisis de características cualitativas del problema para plantear su solución.

LOS NUEVOS SISTEMAS INTELIGENTES Los sistemas difusos y las redes neuronales han tenido un interés creciente de los investigadores en varias áreas científicas y de ingeniería. El número y variedad de aplicaciones de la lógica difusa y las redes neuronales ha ido en aumento. Variando desde productos de consumo popular y control de procesos industriales hasta instrumentación médica, sistemas de información y análisis de decisión.

Sistemas difusos. En la década pasada, los sistemas difusos han desplazado a las tecnologías convencionales en muchas aplicaciones científicas y sistemas de ingeniería, especialmente en los sistemas de control y el reconocimiento de patrones.

redes neuronales Las redes neuronales son una nueva generación de sistemas de procesamiento de información que son construidos deliberadamente para hacer uso de algunos de los principios organizacionales que caracterizan al cerebro humano.

INVESTIGACIÓN ACTUAL DE SISTEMAS INTELIGENTES

Sociedades y Laboratorios Fuzzy en Japón

TENDENCIAS FUTURAS.

El futuro estará lleno de artefactos listos. Tendrán altos coeficientes intelectuales en las máquinas que se pueden ver completamente diferentes a las maquinas inteligentes actuales (vídeo cámaras, lavadoras, etc).