Modulo I: Repaso de

Inteligencia Artificial
Universidad de Guadalajara
Redes Neuronales Artificiales
Dra. Alma Yolanda Alans Garca

Definicin de inteligencia
La inteligencia de las mquinas
La Inteligencia Artificial (IA) es un trmino establecido a
mediados del siglo XX, se caracteriza por una sucesin de
perodos alternativos de xito y abandono.
La idea intuitiva de Inteligencia Artificial cre expectativas que
no siempre se han cumplido, y desde luego, no en el grado en el
que se haba esperado de forma un tanto ilusoria.

Pero actualmente se puede considerar que el enfoque

computacional inteligente no depende de inmediatos y probados
resultados, sino que est avalado por sus logros y su desarrollo;
Por lo que se ha consolidado en el mbito de la computacin
como un concepto totalmente asumido aunque an sometido a
controversia en algunos sectores cientficos.
La inteligencia Artificial ha tenido siempre como modelo natural
las funciones inteligentes del hombre, centrndose en distintos
aspectos.
Su primera motivacin, que data de varios siglos atrs, fue
intentar construir mquinas que pudieran pensar como el ser
humano, o al menos, emularle en alguna capacidad que denotar
cierta inteligencia
3

Es comn suponer, que para que un sistema acte de forma

inteligente, debe imitar las funciones de las criaturas vivas en
cuanto a algunas de sus facultades mentales.
Por lo menos, la inteligencia requiere la habilidad de percibir y
adaptarse al entorno, tomar decisiones y realizar acciones de
control.
Altos niveles de inteligencia pueden incluir el reconocimiento de
objetos y sucesos, la representacin del conocimiento en modelos
lingsticos, el razonamiento y la planificacin.

En grados ms avanzados, la inteligencia proporciona la

capacidad de percibir, entender, elegir razonadamente y actuar
satisfactoriamente bajo una gran variedad de circunstancias, as
como de prosperar, sobrevivir y reproducirse en un entorno
complejo y a menudo hostil.
La inteligencia adems crece y evoluciona.
De la mano de potentes computadoras, las tcnicas
proporcionadas por la IA se han utilizado para intentar conseguir
algunos de los objetivos mencionados.

En los comienzos del siglo XXI, la ciencia y la tecnologa se

enfrentan al reto de encontrar e implementar mejores y ms
sofisticadas soluciones en el rea de la computacin, con su
amplio rango de aplicaciones;
Esto como respuesta a la siempre creciente demanda de la
sociedad, de la industria y de la humanidad en general.
En este tipo de situaciones, la IA ofrece perspectivas interesantes
ya que es capaz de suministrar metodologas que permiten
realizar de forma automtica algunas de las tareas realizadas
tpicamente por los humanos.

El estudio y desarrollo de sistemas inteligentes requiere grandes

esfuerzos de investigacin multidisciplinara para integrar
conceptos y mtodos de distintas reas, como
Ciencias

de la computacin,
Inteligencia artificial,
Investigacin operativa,
Gestin del conocimiento,
Tratamiento de la informacin,
Control,
Identificacin,
Estimacin,
Teora de la comunicacin, etc.
7

La IA est ayudando a expandir el horizonte del tratamiento de la

informacin.
Parte de esta expansin se debe a la extensin de las fronteras de
la tecnologa.
Desde el microprocesador al impacto del procesamiento en
paralelo, por medio de redes neuronales o los procesadores fuzzy,
todo apunta a la expansin de las tcnicas computacionales

Definicin de sistema inteligente

Hay muchas formas de definir un comportamiento inteligente,
quiz porque se puede entender que hay distintos tipos de
inteligencia.
Por

ejemplo, el hecho de ser capaz de recopilar informacin y a

partir de ella deducir un diagnostico o proponer un tratamiento
supone inteligencia;
As

como el hecho de ser capaz de procesar informacin

incompleta o con incertidumbre,
O

aprender de ejemplos, entre otros.

9

El diccionario define la inteligencia como la capacidad de

adquirir y aplicar conocimiento.
Esta definicin es bastante general y de acuerdo con ella, incluso
un termostato podra ser considerado un sistema inteligente
aunque con un nivel bajo de inteligencia. Por eso se hace
hincapi al hablar de inteligente en un alto grado de
inteligencia.
El sistema inteligente tiene la habilidad de actuar
apropiadamente en un entorno con incertidumbre, donde una
accin adecuada es la que aumenta la probabilidad del xito, y el
xito es la consecucin de los objetivos de comportamiento del
sistema.

10

Concretando la definicin para mquinas y sistemas, se considera

inteligente aquella que satisface el test de Turing (hombre y
mquina realizan la misma tarea con el mismo resultado).
Alan Turing (1912-1954) fue un cientfico y matemtico ingls,
que estableci las bases tericas de las que serian las
computadoras digitales.
La mquina universal de Turing, un dispositivo consistente en
una cinta con smbolos (programa) y un escner de
lectura/escritura (el ordenador), poda emular un comportamiento
de un ser humano trabajando con papel y lpiz, siguiendo un
proceso mecnico o algoritmo. La mquina universal de Turing
puede simular el comportamiento de cualquier otra mquina de
procesamiento.
11

La prueba de Turing diseada para demostrar si una mquina

puede pensar, consiste a grandes rasgos en:
1.

2.
3.
4.

Dos personas y una computadora; una de las personas es el

interrogador y la otra persona y la computadora son los
elementos que van ha ser identificados
Cada uno de los elementos del experimento estn en un
cuarto distinto
La comunicacin entre los elementos es escrita y no se
pueden ver
Despus de un cierto nmero de preguntas y respuestas a
ambos, si el interrogador no puede identificar cul es la
computadora y quin es la persona, entonces podemos decir
que la computadora piensa igual que el ser humano en esa
tarea.
12

La mquina sera entonces igual de inteligente que el ser humano

en ese dominio de conocimiento especfico.
En una definicin ms formal:
Mquina inteligente es la que realiza el proceso de analizar,
organizar y convertir los datos en conocimiento, donde el
conocimiento del sistema es informacin estructurada adquirida
y aplicada para reducir la ignorancia o la incertidumbre sobre
una tarea especifica a realizar por la mquina inteligente.

13

Por ltimo, como se ha dicho, hay diferentes grados de

inteligencia en los sistemas. Algunas de las caractersticas
fundamentales para hablar de sistemas inteligentes son:
Un sistema inteligente debe ser altamente adaptable a cambios
significativos impredecibles, por lo que el aprendizaje es
esencial. Debe exhibir un alto grado de autonoma para tratar
con los cambios. Debe ser capaz de tratar con complejidad
significativa.
En definitiva, sistema inteligente es un procedimiento
computacionalmente eficiente para dirigir un sistema complejo a
un objetivo, con una representacin incompleta o inadecuada y/o
bajo especificaciones imprecisas de cmo hacerlo; es decir, que
acta apropiadamente en un entorno con incertidumbre.

14

El trmino Inteligencia Artificial

Este concepto es relativamente nuevo, pero la idea de una
inteligencia artificial existe desde hace miles de aos.
La IA, se puede definir como el estudio de las facultades
mentales a travs del uso de modelos computacionales. Este
termino data de los aos 50 del siglo XX y se debe a un grupo de
cientficos que estudiaron el cerebro humano como modelo
natural, integrando la ciberntica y las computadoras (McCarthy,
Minisky, Newell, Simon).
En palabras de uno de ellos Marvin Minisky, la IA es el estudio
de cmo programar computadoras que posean la facultad de
hacer aquello que la mente humana puede realizar, o en sentido
amplio: la IA es una ciencia orientada al diseo y construccin
de mquinas que implementen tareas propias de humanos
dotados con inteligencia.
15

Otra definicin muy extendida es la de Hayes que consider

que la IA es la implementacin de razonamientos inteligentes
mediante tcnicas propias de la computacin. Esta segunda
definicin establece un lazo de unin entre la mquina, la
inteligencia y la actividad del ser humano.
Caracterizar a los sistemas inteligentes incluye tareas de:
1.
2.
3.

Reconocerlos y distinguirlos de los sistemas convencionales

Clasificar el papel de la inteligencia en estos sistemas
Identificar los problemas para los cuales la IA es la nica o la
mejor solucin

16

Una mquina inteligente debe hacer las cosas que nosotros

queremos que haga, que nosotros haramos, pero quiz no como
nosotros las hacemos.
Una aproximacin prctica y realista de la IA es conseguir que
estas tcnicas realicen de forma eficiente una serie de tareas que
nos faciliten nuestro trabajo, quiz en menos tiempo, con menos
datos, aunque no pasaran el test de Turing.
En cualquier caso, se trata de que las soluciones que aporta la IA
sean mejores que otras para esas tareas determinadas.

17

En lugar de confiar en las habilidades del programador, un

verdadero programa inteligente aprender de su experiencia por
generalizacin y abstraccin, emulando la mente humana.
Especialmente en su habilidad para razonar y aprender en un
ambiente de incertidumbre, imprecisin, con informacin
incompleta o errnea, etc., caractersticas propias del mundo real,
tanto de los sistemas como del lenguaje natural.
De esta forma, un sistema inteligente ser capaz de modelar y
controlar una amplia variedad de sistemas complejos,
constituyndose en una herramienta efectiva para tratar con
problemas hasta ahora no abordados por su complejidad o por la
naturaleza de su informacin.

18

As, la IA, se utiliza en general para:

la toma de decisiones en ambientes con incertidumbre,

el razonamiento aproximado,
la clasificacin y comprensin de seales,
el reconocimiento de patrones, entre otras utilidades.

Sus aplicaciones estn relacionadas, entre otros mbitos, con:

el comercio,
las finanzas,
la medicina,
la robtica,
la automatizacin
y el control
19

El objetivo de la IA es el desarrollo de paradigmas o algoritmos

requeridos por las mquinas para realizar tareas cognitivas, para
las cuales los humanos son tradicionalmente mejores.
Un sistema de IA debe ser capaz de realizar tres cosas:
Almacenar conocimiento
- Aplicar el conocimiento almacenado para resolver problemas
- Adquirir nuevo conocimiento a travs de la experiencia
-

Un sistema de IA tiene tres componentes

Representacin
Aprendizaje
Razonamiento
20

Representacin: La caracterstica ms distintiva de la IA

probablemente es el profundo uso de un lenguaje o estructuras
simblicas para representar tanto el conocimiento general acerca
de un problema como el conocimiento especfico de una
solucin.
Debido a la claridad de los smbolos utilizados en la IA la
convierte en una excelente herramienta para la comunicacin
hombre-mquina

21

Razonamiento: En su forma bsica, el razonamiento es la

habilidad para resolver problemas. Para que se considere que un
sistema tiene razonamiento, debe de satisfacer las siguientes
condiciones:
El sistema debe ser capaz de expresar y resolver una gran
cantidad de problemas
El sistema debe ser capaz de proporcionar informacin explicita
e implcita acerca de los problemas
El sistema debe de tener un mecanismo de control que
determine cuales operaciones aplicar a un problema en particular

22

En muchas situaciones encontradas en la prctica, la

disponibilidad del conocimiento est incompleta o es inexacta. En
tales situaciones se utilizan procedimientos de razonamiento
probabilstico, lo que le permite al sistema de IA tratar con
incertidumbres
- El vendedor que va de ciudad a ciudad
- El diagnostico medico

23

Medio
Ambiente

Elemento de
Aprendizaje

Base de
Conocimiento

Elemento de
Desarrollo

Aprendizaje: En el modelo de una mquina de aprendizaje

simple, el medio ambiente provee la informacin al elemento de
aprendizaje, el cual la usa para realizar mejoras a la base de
conocimiento y finalmente el elemento de desarrollo la utiliza
para desarrollar su tarea. El mecanismo de retroalimentacin
habilita a la mquina de aprendizaje a evaluar sus hiptesis y
adaptarse si es necesario.
Una mquina de aprendizaje puede incluir dos tipos de
razonamiento
24

Estrategias de la IA
En el horizonte de los descubrimientos relacionados con la
informtica surgen no slo ideas nuevas para mejorar las tcnicas
existentes, sino tambin paradigmas radicalmente diferentes de
las actuales estrategias.
Uno de ellos, actualmente muy extendido en el mbito de la
investigacin computacional, es la Computacin Suave o
Inteligencia Computacional (Soft Computing). Su objetivo es
implementar la IA en las mquinas.
Los avances en el campo de la computacin, la electrnica,
sensores, procesamiento de seales, representacin de la
informacin, etc., proporcionan nuevas herramientas para el
desarrollo de sistemas inteligentes. Al ser la IA un rea
multidisciplinar, dinmica y amplia, se sirve de distintas tcnicas
para conseguir sus objetivos.
25

En particular, la IA puede hacer efectivo el uso de:

Nuevas

tcnicas y entornos avanzados de programacin

Tcnicas para tratar la heurstica
Nuevos sistemas hardware
Las metodologas de la IA incluyen, por ejemplo:
Lgica

difusa
Sistemas expertos
Aprendizaje
Sistemas de planificacin
Algoritmos de bsqueda
Sistemas hbridos
Diagnostico de fallas y reconfiguracin
Autmatas
Redes de Petri
Redes Neuronales
Computacin evolutiva, etc.

26

No obstante, conviene aclarar que las tcnicas asociadas a la IA

tienen un desarrollo y una fundamentacin independiente. Cada
una de ellas contribuye con una metodologa distintiva para tratar
problemas en su dominio de aplicacin.
Sin embargo, de una forma complementaria en lugar de
competitiva , se combinan algunas de ellas formando los
denominados sistemas inteligentes hbridos, que combinan dos
o ms de estas tcnicas para su aplicacin a sistemas especficos
que por su complejidad requieren un acercamiento desde distintos
enfoques.
As se habla de los sistemas neuro-difusos, neuro-genticos, los
neuro-difusos-genticos, etc.
27

Cada una de estas metodologas se centra en un aspecto o funcin

inteligente de los seres vivos.
Hoy en da, la mayora de estos mtodos de la IA estn bien
delimitados y gran parte de ellos han sido aplicados con xito en
diversos mbitos.
La IA sigue siendo un campo abierto a la investigacin y junto
con mejoras continuas y modificaciones que est
experimentando, todava estn por desarrollarse nuevas
implementaciones computacionales de facetas de la IA

28

Redes de Petri
En 1962 Carl Adam Petri public su tesis doctoral en la que por
primera vez se formulaba una teora general para sistemas
discretos paralelos.
Las redes de Petri son una generalizacin de la teora de
autmatas y utilizan mtodos grficos para representar sistemas
como condiciones y eventos.
Un modelo de red de Petri formula las propiedades de un sistema
en el lenguaje de la lgica aunque tambin utiliza la
representacin algebraica.
29

Sistemas expertos
Campo pionero de la IA. Un sistema experto es bsicamente un
conjunto de programas informticos que aplica el proceso del
razonamiento humano al conocimiento de un experto en la
solucin de tipos especficos de problemas.
Son sistemas basados en reglas de produccin u otros procesos de
razonamiento.
Algunas de sus caractersticas son la heurstica, el tratamiento
simblico, la toma de decisiones, la memoria, la prediccin y la
inferencia.
Un sistema experto consiste en una base de conocimientos, una
base de datos y una mquina de inferencias para interpretar la
base de datos usando el conocimiento almacenado en la base de
conocimiento.
30

Lgica difusa
La lgica difusa, una forma matemtica de representar la
imprecisin inherente al lenguaje natural, introducida por Lofti A.
Zadeh en 1965.
Es una generalizacin de la lgica clsica: las variables toman
valores lingsticos de verdad.
La pertenencia a los conjuntos difusos es gradual.
Implementa la forma de razonar propia del sentido comn

31

Redes Neuronales
En la dcada de los 80 del siglo XX, se empez a considerar este
paradigma computacional conexionista cuya estructura emula el
proceso biolgico del aprendizaje humano.
Son sistemas compuestos por muchos elementos de
procesamiento (neuronas) que operan en paralelo, cuya funcin
est determinada por la estructura de la red, las conexiones y el
procesamiento local realizado por los elementos computacionales
o nodos.
Las redes neuronales pueden aprender de datos de entrenamiento
y en realidad son aproximadores de funciones matemticas

32

Algoritmos genticos
Un algoritmo gentico es esencialmente un procedimiento de
bsqueda y optimizacin modelado segn los mecanismos
genticos de la seleccin natural de los seres vivos.
Surgieron del estudio de los autmatas celulares llevado a cabo
por Holland en 1975.
Su funcionamiento bsico es evolucionar a partir de una
poblacin que representa las soluciones candidatas (individuos)
para un determinado problema, intentando producir nuevas
generaciones de soluciones mejores que las anteriores, evaluadas
por una funcin de ajuste.
Se utilizan en problemas complejos de optimizacin por su
paralelismo implcito y su habilidad para mantener mltiples
soluciones concurrentemente
33

Teora del caos

Es un conjunto de tcnicas utilizadas para examinar y determinar
relaciones altamente complejas entre datos que han sido
inicialmente clasificados al azar.
Una caracterstica de este tipo de datos es que una pequea
variacin en las condiciones iniciales puede dar lugar a cambios
drsticos en los resultados muy rpidamente.
El supuesto fundamental de la teora del caos es que la unidad
individual no importa; lo que importa son las simetras recursivas
entre los diferentes niveles del sistema.

34

Breve visin histrica de la IA

El desarrollo y la evolucin de la IA como disciplina moderna
viene de la mano del avance tecnolgico.
Sin embargo su origen se remonta a la antigedad ya que est
unida a modos de conocimiento y razonamiento tan lejanos en el
tiempo como las civilizaciones clsicas.
Las ciencias que de una forma u otra han influido en la IA son:

35

Filosofa. Los filsofos desde el ao 400ac, intuyeron la IA al

concebir la mente como una mquina que funcionaba a partir de
un conocimiento codificado en un lenguaje interno y al
considerar que el pensamiento serva para determinar cual era la
accin correcta que se haba de emprender.
Matemticas y Lgica. Prepararon el terreno para
implementacin del razonamiento mediante algoritmos.

la

Psicologa. Permite la investigacin de la mente reforzando la

idea de que los humanos y otros animales podan ser
considerados como mquinas para el procesamiento de la
informacin.
Lingstica. Ofrece teoras sobre la estructura y significado del
lenguaje (sintaxis y semntica) y demostraron que el uso del
lenguaje es necesario en la implementacin de la IA para
representar y manejar el conocimiento.
36

Ciencias de la computacin. Aportaron las herramientas de

clculo necesarias para que la idea de la IA fuera una
metodologa aplicable. El concepto de la IA, aunque se origina de
una concepcin abstracta, es realmente una realizacin fsica de
hardware y software que tienen un comportamiento inteligente,
dentro del rea de las ciencias de la computacin

37

Desarrollo Histrico de la IA (Jackson)

Perodo Clsico: Hasta la dcada de 1950

Siglo XVII, Leibnitz (mquina capaz de razonar)

Siglo XIX, Babbage (sistema que modelara fenmenos fsicos)
Problemas de bsqueda
Problemas de juegos
Prueba de Turing

38

 Perodo Romntico: Mediados de la dcada de 1960 hasta la

dcada de 1970.

Mquinas de entendieran lenguajes naturales

Representacin formal del conocimiento

Perodo Moderno: Desde mediados de la dcada de 1970.

Resolucin de problemas complejos de inters prctico

Investigacin en aspectos tanto tericos como prcticos de la
IA

39

Desarrollo Histrico de la IA (Russell y Norving)

Gestacin 1943-1956. Primeros modelos de aprendizaje

Grandes expectativas 1952-1969. Modelo del cerebro,
Planificacin temporal, Programas con sentido comn
Dosis de realidad 1966-1976. Primeros experimentos,
Limitaciones
Sistemas basados en conocimiento 1969-1979. Poca actividad
en Redes neuronales, Crecimiento en Lgica difusa y
Algoritmos genticos
Vuelta a las redes neuronales 1986-Hoy. Renacimiento de las
redes neuronales.
Logros recientes 1987-Hoy. Madurez, Procesamiento paralelo,
Planificacin, Robtica, Control
40

Paradigmas en IA

Paradigma Conexionista: Heillich y Pitts en 1943 sugieren la

posibilidad de representar fsicamente operaciones lgicas
abstractas, mediante redes neuronales artificiales.
Propiamente dicho, constituye un contexto en el que se supone
que la funcin principal de la inteligencia es la generacin de
estados globales emergentes, en redes locales y una relacin
cambiante entre tales elementos simples, gobernada por leyes
de cambio. La actividad es masivamente paralela y
relativamente rpida

41

Paradigma evolutivo: En este caso se supone la posibilidad de

la generacin de estructuras ms aptas a partir de ancestros de
menos aptitud o posibilidad mediante el recurso de evolucin
biolgica.
La cual se considera como un proceso
unidireccional e irreversible que genera innovacin en el
tiempo de manera que las nuevas estructuras son mejores que
sus antecesores.

Paradigma computacional e IA: Es aquel que pretende emular

la inteligencia de bajo nivel (Percepcin, control motriz y
reflejos instintos )

42

Actividad

Con sus propias palabras defina Inteligencia

Con sus propias palabras defina Inteligencia Artificial
Describa con sus propias palabras la prueba de Turing
Mencione cinco reas de aplicacin de la IA
Mencione tres de las tcnicas de la IA y defnalas con sus
propias palabras
Mencione tres de las ciencias que han influido en la IA y
justifquelas
Cul desarrollo histrico considera ms adecuado?, Por qu?
Considera que cada una de las tcnicas de IA, implementan
todos los paradigmas de la IA?, Por qu?
Desde su punto de vista, mencione por lo menos tres
tendencias de la IA
Desde su punto de vista, considera que la IA ha cumplido con
todas sus expectativas?, Por qu?
43