Sunteți pe pagina 1din 6

AVANCES DE LA INGENIERIA DE SISTEMAS

INTELIGENCIA ARTIFICIAL

Se denomina inteligencia artificial (IA) a la rama de las Computacin dedicada al desarrollo de


agentes racionales no vivos.
Para explicar la definicin anterior, entindase a un agente como cualquier cosa capaz de percibir
su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar
salidas), y entindase a la [racionalidad] como la caracterstica que posee una eleccin de ser
correcta, ms especficamente, de tender a maximizar un resultado esperado (este concepto de
racionalidad es ms general y por ello ms adecuado que inteligencia para definir la naturaleza del
objetivo de esta disciplina).
Por lo tanto, y de manera ms especfica la inteligencia artificial es la disciplina que se encarga de
construir procesos que al ser ejecutados sobre una arquitectura fsica producen acciones o
resultados que maximizan una medida de rendimiento determinada, basndose en la secuencia de
entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representacin del conocimiento. El cual
puede ser cargado en el agente por su diseador o puede ser aprendido por el mismo agente
utilizando tcnicas de aprendizaje.
Tambin se distinguen varios tipos de procesos vlidos para obtener resultados racionales, que
determinan el tipo de agente inteligente. De ms simples a ms complejos, los cinco principales
tipos de procesos son:

Ejecucin de una respuesta predeterminada por cada entrada (anlogas a actos reflejos en
seres vivos).

Bsqueda del estado requerido en el conjunto de los estados producidos por las acciones
posibles.

Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN).

Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de animales y


humanos).

Razonamiento mediante una lgica formal (anlogo al pensamiento abstracto humano).

Tambin existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas,
respectivamente por sensores fsicos y sensores mecnicos en mquinas, pulsos elctricos u pticos
en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin automtica, la
habilidad de responder a diagnsticos y a consultas de los consumidores, reconocimiento de

escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente


son parte de la rutina en campos como economa, medicina, ingeniera y la milicia, y se ha usado
en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y
otros videojuegos.

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

Lingstica computacional

Minera de datos (Data Mining)

Industriales.

Mdicas

Mundos virtuales

Procesamiento de lenguaje natural (Natural Language Processing)

Robtica

Sistemas de apoyo a la decisin

Videojuegos

Prototipos informticos

Anlisis de sistemas dinmicos.

Smart process management

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Y LAS TCNICAS QUE USAN


Dentro del enfoque de la ingeniera de la Inteligencia Artificial, se clasifican las tcnicas que
pueden ser usadas como herramientas para solucionar problemas en las siguientes categoras:
Tcnicas bsicas, as llamadas por encontrarse a la base de diversas aplicaciones de IA. Entre otras
se encuentran Bsqueda Heurstica de Soluciones, Representacin del Conocimiento, Deduccin
Automtica, Programacin Simblica (LISP) y Redes Neuronales. Estas tcnicas son las bases de
las aplicaciones. En su mayora, no necesita conocerla el usuario final, sino los profesionales que se
dedican a su aplicacin y la generacin de aplicaciones comerciales.

Tecnologas, o combinaciones de varias tcnicas bsicas, orientadas a resolver familias de


problemas. Las tecnologas son ms especializadas que las tcnicas bsicas y estn ms cerca de las
aplicaciones finales. Se pueden mencionar a la Robtica y Visin, Lenguaje Natural, Sistemas
Expertos
Clases o tipos de aplicaciones: Diagnstico, Prediccin (sistemas de autocontrol de reactores
atmicos), Secuenciamiento de operaciones ("Scheduling"), Diseo, Interpretacin de datos. Todas
ellas son familias de problemas tipo. Por ejemplo, el diagnstico se refiere a encontrar las causas de
fallas, ya sea que se trate de fallas en una lnea de produccin o de enfermedades en una persona.
Campos de aplicacin: Ingeniera, Medicina, Sistemas de Manufactura, Administracin, Apoyo a
la Toma de Decisiones Gerenciales, etc. Todas caen dentro de las reas de los sistemas
computacionales, pero que se consideran como clientes de la Inteligencia Artificial.
APLICACIN DE LA INTELIGENCIA ARTIFICIAL EN LOS SISTEMAS
PRODUCTIVOS
La incorporacin de agentes de decisin inteligente, redes neuronales, sistemas expertos,
algoritmos genticos y autmatas programables para optimizacin de sistemas de producciones una
tendencia activa en el ambiente industrial de pases con alto desarrollo tecnolgico y con una gran
inversin en investigacin y desarrollo. Dichos componentes de la Inteligencia Artificial tienen
como funcin principal controlar de manera independiente, y en coordinacin con otros agentes,
componentes industriales tales como celdas de manufactura o ensamblaje, y operaciones de
mantenimiento, entre otras.
Existe una tendencia creciente a la implementacin de sistemas de manufactura/ensamblaje ms
autnomos e inteligentes, debido a las exigencias del mercado por obtener productos con niveles
muy altos de calidad; lo cual con operaciones manuales se hace complicada y hace que los pases
subdesarrollados como el nuestro no alcance niveles competitivos a nivel mundial. Al disear un
sistema de produccin integrado por computadora se debe dar importancia a la supervisin,
planificacin, secuenciacin cooperacin y ejecucin de las tareas de operacin en centros de
trabajo, agregado al control de los niveles de inventario y caractersticas de calidad y confiabilidad
del sistema. Los factores mencionados determinan la estructura del sistema y su coordinacin
representa una de las funciones ms importantes en el manejo y control de la produccin.
Muy frecuentemente, la razn para construir un modelo de simulacin es para encontrar respuestas
a interrogantes tales como Cules son los parmetros ptimos para maximizar o minimizar cierta
funcin objetivo? En los ltimos aos se han producido grandes avances en el campo de la
optimizacin de sistemas de produccin. Sin embargo, el progreso en el desarrollo de herramientas
de anlisis para resultados de modelos de simulacin ha sido muy lento. Existe una gran cantidad
de tcnicas tradicionales de optimizacin que slo individuos con gran conocimiento estadstico y
de conceptos de simulacin han logrado aportes significativos en el rea.
Debido al auge de los algoritmos de bsqueda meta-heursticos, se ha abierto un nuevo campo en el
rea de optimizacin con simulacin. Nuevos paquetes de software, tales como OptQuest (Optimal
Technologies), SIMRUNNER (Promodel Corporation) y Evolver (Palisade Software), han salido al
mercado brindando soluciones amigables de optimizacin de sistemas que no requieren control
interno sobre el modelo construido, sino sobre los resultados que dicho modelo arroja bajo
diferentes condiciones. Adems, nuevas tcnicas de inteligencia artificial aplicadas a problemas de
optimizacin estocstica, han demostrado su eficiencia y capacidad de cmputo y aproximacin.
El Aprendizaje Reforzado (Reinforcement Learning) es un conjunto de tcnicas diseadas para dar
solucin a problemas cuya base son los procesos de decisin markovianos. Los procesos
markovianos son procesos estocsticos de decisin que se basan en el concepto de que la accin a
tomar en un estado determinado, en un instante determinado, depende slo del estado en que se
encuentre el sistema al momento de tomar la decisin.Una de las reas que puede tener mayor
incidencia directa en los procesos productivos de la industria nivel mundial, es el diseo de
sistemas de soporte para la toma de decisiones basados en la optimizacin de los parmetros de

operacin del sistema. Para tal efecto, el uso de tcnicas inteligentes paramtericas y no
paramtricas para el anlisis de datos es de gran inters . embargo, a juicio de los autores en la
mayora de las arquitecturas propuestas hasta el momento para manufactura integrada por
computadora, carecen de un factor de integracin fundamental. La comunicacin entre los diversos
niveles jerrquicos de una planta de produccin es muy poca, ya que cada departamento se limita a
realizar su funcin sin buscar una integracin de toda la planta productiva a excepciones de
empresas como ABB con su software Baan, etc.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LA SOLUCION DE
PROBLEMAS ESPECIFICOS DE PRODUCCION
operacin automtica de control de calidad usando un sistema de visin por computador (Royman
Lpez Beltrn, Edgar Sotter Solano, Eduardo Zurek Varela. Laboratorio de Robtica y Produccin
Automtica. Universidad del Norte)Todo proceso industrial es evaluado por la calidad de su
producto final, esto hace de la etapa de control de calidad una fase crucial del proceso. Los
mecanismos utilizados para establecer la calidad de un producto varan dependiendo de los
parmetros que tengan relevancia en el mismo. Cuando el parmetro relevante es la geometrao
forma del objeto fabricado se suele dejar a la vista del operario que lleve a cabo tal funcin tanto de
inspeccin como de verificacin para el control de calidad, sin embargo pueden existir errores en la
geometrade un objeto que escapen de la vista de un operario y que luego impidan el buen
funcionamiento de dicho objeto. En un caso como ste, surge como una buena alternativa el utilizar
un sistema de visin artificial capaz de detectar aquellos errores que un operario pudiera pasar por
alto. El sistema de visin artificial Robot Visin PRO, es capaz de ejecutar de manera totalmente
automtica las labores de identificacin de objetos y de control de calidad de los mismos.El sistema
Robot Visin PRO es un paquete de software de visin que permite la adquisicin de imgenes,
preprocesamiento y segmentacin. Adems realiza procesamiento de datos de alto nivel que brinda
filtrado de imgenes, elaboracin de clustersy patrones, e identificacin de objetos. Este sistema
cuenta con una videocmara y un monitor encargado de identificar cada una de las piezas salientes
del proceso y hacer una comparacin con piezas de 100% calidad para luego determinar si el
empaque puede salir al mercado o debe desecharse.
Telfono Mvil, con Inteligencia Artificial: Un nuevo software utiliza inteligencia artificial para
que nuestro mvil pueda hacernos recomendaciones en funcin de nuestros hbitos y estilos de
vida. Se llama Magitti, y ha sido desarrollado por investigadores del Palo Alto Research Center
(PARC). El sistema recoge toda la informacin que nuestro terminal tiene sobre nosotros (dnde
estamos, gracias al GPS o qu citas tenemos, gracias a nuestra agenda) y la enva un servidor.
Segn qu hora sea y dnde nos encontremos, la herramienta recoge los datos del servidor y nos
hace una propuesta u otra. Su particularidad es que cuanto ms interactuamos con l ms sabe
sobre nosotros y ms acierta en sus propuestas
Hace mucho tiempo que los mviles dejaron de ser un dispositivo para realizar llamadas. Hoy, se
han convertido en pequeos ordenadores personales que disponen de reproductores de msica
digital, mapas o navegadores de Internet. Investigadores del Palo Alto Research Center han dado un
paso ms en el desarrollo de los dispositivos mviles al crear una herramienta informtica que los
convierte en asistentes personales con criterio suficiente como para recomendarnos cosas concretas
de nuestra vida diaria.

RED NEURONAL ARTIFICIAL


Las redes de neuronas artificiales (denominadas habitualmente como RNA o en ingls como:
"ANN"1 ) son un paradigma de aprendizaje y procesamiento automtico inspirado en la forma en
que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexin de
neuronas en una red que colabora para producir un estmulo de salida. En inteligencia artificial es
frecuente referirse a ellas como redes de neuronas o redes neuronales.
Con las Redes Neuronales se busca la solucin de problemas complejos, no como una secuencia de
pasos, sino como la evolucin de unos sistemas de computacin inspirados en el cerebro humano, y
dotados por tanto de cierta "inteligencia", los cuales no son sino la combinacin de elementos
simples de proceso (neuronas - se dar una visin rpida sobre el funcionamiento de las mismas en
los seres vivos-) interconectados, que operando de forma paralela en varios estilos que sern
analizados detalladamente, consiguen resolver problemas relacionados con el reconocimiento de
formas o patrones, prediccin, codificacin, control y optimizacin entre otras aplicaciones.
EJEMPLO DE VISION ARTIFICIAL
Deteccin de cuerpos extraos.
Una de las ltimas aplicaciones de la visin artificial es el anlisis de imgenes procedentes de
seales que son capaces de atravesar la muestra, como los rayos-X, la resonancia magntica nuclear
o la termografa. A travs de estas tcnicas, es posible detectar cuerpos extraos de pocos
milmetros incluso en productos envasados.
Aplicaciones microscpicas .
Esta tcnica posibilita tambin el empleo de pticas con gran capacidad de aumento unidas a
sistemas de iluminacin difusos, que permiten capturar imgenes microscpicas para el anlisis del
tamao de grano de productos en polvo, automatizar el recuento en ensayos microbiolgicos, etc.
Deteccin precoz de defectos.
En los ltimos aos, se han desarrollado nuevas tecnologas como la visin multiespectral, que
permiten ver ms all de lo que es capaz de captar el sistema visual humano. De este modo,
ampliando la respuesta de las cmaras a los espectros ultravioleta e infrarrojo, es posible detectar
defectos y problemas que, de otro modo, pasaran inadvertidos.
ENVASES - METALGRFICO

comprobacin lminas hojalata (vetas, agujeros, impurezas)

corte lmina de hojalata

deteccin en tapa y bote de golpes, rayas, defectos, goma

abrefacil

contaje de produccin

acabado de litografa...

Aplicacin de ejemplo: Tapas Ovaladas

S-ar putea să vă placă și