(Sancho, 2019) menciona que “SE es un sistema que emplea conocimiento humano

capturado en un ordenador para resolver problemas que normalmente resolverían humanos

expertos.

(Pajares, 2007) afirma que “SE consisten en equipos y software que almacenan
conocimientos y hacen inferencias, en forma similar a un experto humano.”

En conclusión, se podría decir que se es un programa que ayuda a resolver problemas

específicos para la toma de decisiones en base al conocimiento, además los SE seguirán siendo
utilizados en las áreas donde los expertos sean escasos.

Sistema experto y humano experto

( Equipo Editorial, 2019) menciona que “las redes neuronales artificiales (RNA) son modelos
computacionales conformados por un grupo interconectado de nodos. Cada nodo representa
una neurona artificial donde se realizan operaciones y la red simula la estructura de un cerebro
biológico”

(William, 2018) afirma que “en las Redes Neuronales Artificiales la unidad análoga a la neurona
biológica es el elemento procesador, PE (process element). Un elemento procesador tiene
varias entradas y las combina, normalmente con una suma básica”

En conclusión, las RNA son una rama de la Inteligencia Artificial, una disciplina que es
tendencia en la investigación computacional actual, además estas redes están inspiradas en las
redes neurológicas del ser humano.

Red Neuronal Biológica Red Neuronal Artificial

(Francisco, 2019) menciona que “la teoría de la probabilidad es la rama de las matemáticas
que estudia fenómenos aleatorios, también se ocupa de los llamados procesos estocásticos,
además el enfoque probabilístico ocupa un lugar importante en los últimos desarrollos en
inteligencia artificial, robótica o aprendizaje automático.

( Avansis, 2019) menciona que “en la Inteligencia Artificial posibilitan el razonamiento bajo
incertidumbre. Además, este razonamiento es necesario, ya que el conocimiento sobre el
mundo es parcial. Esta incertidumbre no solo contempla este conocimiento, sino las
limitaciones humanas en su representación.”

En conclusión, la teoría de la probabilidad como una propiedad de los eventos, además solo se
pueden asignarse una probabilidad a eventos que se repiten muchas veces, también se puede
asignarse a eventos que no se repiten.

Incertidumbre en la inteligencia artificial

Referencias
Avansis. (2019). Las ramas de la inteligencia artificial: tipos de inteligencia artificial suave.
Obtenido de https://www.avansis.es/2019/04/12/las-ramas-de-la-inteligencia-
artificial-tipos-de-inteligencia-artificial-suave/

Equipo Editorial. (2019). Uso de las redes neuronales artificiales en la gestión empresarial.
Obtenido de https://reportedigital.com/iot/redes-neuronales-artificiales/

Francisco, P. (2019). El enfoque probabilístico en Inteligencia Artificial . Obtenido de

http://www.ugr.es/~gesi/analisis-gesi-14-2019.pdf

Pajares, G. (2007). Inteligencia Artificial e Ingeniería del Conocimiento. Obtenido de

https://icopcion.wordpress.com/2011/02/08/ramas-de-la-inteligencia-artificial/

Sancho, S. (2019). Sistemas Expertos, el comienzo de la Inteligencia Artificial. Obtenido de

https://blogthinkbig.com/sistemas-expertos-inteligencia-artificial

William, K. (2018). Introducción a las redes neuronales. Obtenido de

https://medium.com/@williamkhepri/redes-neuronales-que-son-a64d022298e0