revista inteligente
-
Upload
esther-camarena-quinones -
Category
Documents
-
view
218 -
download
0
description
Transcript of revista inteligente
Integrantes: Sergio perozo Yvanna olmos Giovanny martinez Carlos cordero Editorial Revoluciones
1era Edicion. Bqto 11 de Febrero de 2011
Sistemas Expertos: Ordenadores que saben lo que dicen
Los SSEE son software que emula el comportamiento de un experto en un área de
conocimiento, como un médico que diagnostica un asesor de bolsa], un asistente
para hacer pedidos un ingeniero para predecir donde habrá posibilidad de
encontrar minerales… Esquematizando mucho, pero mucho mucho, su esquema
es el de un almacén de conocimientos más un conjunto de reglas para obtener
conclusiones combinando y explotando lo que ya se sabe. En otras palabras se
trata de obtener conocimientos, que „surgen de la capacidad de crear un modelo
fidedigno que describa el objeto y ejemplifique las acciones que pueden ejecutarse
sobre y con el objeto‟ según Pazos y colegas. Las dos piezas, modelo y acciones
se llaman base de concimiento y motor de inferencia y contienen conocimiento
declarativo y de control que sirve, en última instancia, para responder a las
preguntas que se le planteen.
Los SSEE son probablemente el
software más sofisticado que existe,
cuya complejidad incluye además el
no dar respuestas categóricas del
estilo „el señor X tiene gripe‟ o „hay
que comprar Y acciones de X‟, sino de
expresar sus conclusiones en términos
de probabilidades o incluso en posibilidades. Esto es porque no se llega a
conclusiones por un algoritmo o secuencia de pasos prefijada, sino que utiliza
reglas heurísticas ¡Como una persona! Del mismo modo que un experto no suele
pensar en términos categóricos (aunque a veces se piense que el no dudar es
sinónimo de saber mucho, esto es evidentemente una estupidez), un SE puede
idealmente decir que „el señor X tiene gripe al 90% o, sino, podría ser tuberculosis,
así que hay que hacer la prueba Y‟ o „es muy probable que si compras un número
entre X e Y de acciones de la empresa Z, obtengas beneficio a medio plazo‟.
También como ocurre en las personas, otra característica clave de los SSEE es
que integran lo obtenido en su propia base de conocimientos, esto es, podríamos
decir que aprenden. Y dejé para el final lo mejor; son capaces de „explicar‟ porqué
llegan a una determinada conclusión, para que un experto humano re-evalúe las
conclusiones a que llegó el sistema, con lo que permiten establecer una especie
de diálogo, incluso correcciones de supuestos, acerca de sus mecanismos de
decisión.
La extracción de lo que saben los expertos humanos –educción de conocimiento-
para volcarlo a un SE, no es fácil y comporta dificultades en varios ámbitos como
1)qué representación es la más eficaz para los conocimientos, 2)qué „lenguaje‟
utilizo para almacenar las reglas de inferencia, 3)cómo traduzco las explicaciones
vagas del experto a reglas o sobretodo 4)cómo convenzo al experto para que
desnude su conocimiento y se lo de a algo que, si funciona bien, le puede jubilar
antes de tiempo. Y aún con todas esas dificultades, cada vez se invierte más en
SSII, porque la gracia está en que un buen SSEE, tras „inyectarle‟ el conocimiento
y los métodos de un experto de referencia, ¡acierta más veces en término medio
que el propio experto! (Además de otra serie de consideraciones como que no
envejece, no enferma, no viaja, no tiene escrúpulos, no tiene pagas extras, no se
cansa, no tiene presión o estrés y si trabaja bien no le ficha la competencia… lo
que supera con mucho los inconvenientes como su alta inversión, el que no
puedes tomar café con él, ni te pregunta por tu familia, y que los seres humanos
son más evolutivos, porque pueden aceptar conocimiento no estructurado y
trabajar con él).
¿Tenemos delante de nosotros la
pesadilla de Matrix de las máquinas
dominando a los hombres? Hay que
darse cuenta de que una vez el
conocimiento está extraído de una
persona, está potencialmente
disponible en todo momento y ubicuo… No lo creo. Más bien será que haya
hombres que dominen a otros utilizando máquinas: ¡Nada nuevo bajo el sol! En
resumen, tenemos dos opciones: o nos apuntamos al rollo y aprendemos de qué
forma podemos servirnos de esos conocimientos que contendrá la red (porque al
final todo estará en la red y será cuestión de utilizar el conocimiento disponible y,
aún más importante, acceder al restringido). O bien seguimos siendo unos
románticos y nos quedamos que, aunque de término medio el SE acierta más que
el experto y no tiene fluctuaciones, está también demostrado que, en un día de
esos que se levanta bien, el humano alcanza resultados por encima de su pariente
de lata. Lo cual es poético pero, como mucho de lo poético, por sí sólo, poco
rentable.
Br. Sergio Perozo
La Robótica y su relación con la Computación
El término robótica se refiere al área que engloba la construcción de dispositivos
autónomos que actúan en el mundo real de forma que mimeticen el
comportamiento de los seres humanos. Esto quiere decir que estos robots podrán
sentir el ambiente usando sus sensores (sentidos si hacemos un paralelo con los
seres humanos) y modificar o moverse en el ambiente usando sus actuadores (por
ejemplo las extremidades si hacemos un paralelo con los seres humanos). De esta
forma, es posible definir un robot como un dispositivo mecánico versátil equipado
con sensores y actuadores, controlado por un sistema computacional capaz de
extraer informaciones del ambiente y usar su conocimiento al respecto del mundo
de forma a actuar sobre el mismo a través de movimientos.
Robótica engloba tres áreas: Mecánica, electrónica y computación. Es por eso que
alrededor del mundo no es difícil encontrar proyectos de investigación en robótica
en facultades o departamentos académicos de Ingeniería Mecánica, Ingeniería
Eléctrica, Ingeniería Electrónica, Ingeniería de Computación, Ciencia de la
Computación y en Ingeniería Mecatrónica. Cada profesional realizará aportes a la
robótica con mayor énfasis en su área de formación.
En el caso específico de la Computación podemos citar varias subáreas las cuales
hacen parte del dominio de la robótica. Por ejemplo la inteligencia artificial, redes
de computadoras, procesamiento digital de imágenes, compiladores, estructuras
de datos, sistemas operativos, entre otras.
Hablando de la inteligencia artificial primero podemos hablar de la teoría de
agentes, que es aplicable directamente en robótica, inclusive es importante notar
que algunos autores incluyen a los robots como un tipo de agente, llamándolos de
agentes robots. Ya al hablar de algoritmos de aprendizaje (supervisado, no
supervisado y por refuerzo) también se aplican a robótica especialmente cuando
se desea construir robots autónomos que hagan una conexión “inteligente” entre lo
que sienten y sus acciones.
También, las redes neuronales con aprendizaje supervisado son muy usadas para
controlar robots y sus partes.
Por ejemplo se pueden usar redes neuronales para controlar las piernas de un
robot bípedo. Al mismo tiempo, la aplicación de estas técnicas representa un gran
desafío para los investigadores en esta área pues las mismas funcionan
correctamente en condiciones normales donde se puede disponer de un tiempo
“muy grande” para su convergencia, sin embargo, al aplicarlos en robótica nos
encontramos con que la respuesta de los robots debe ser en tiempo real lo que
agrega una restricción mas y hace mucho más interesante esta área de
investigación.
Si hablamos de redes de computadores, luego viene a la cabeza la construcción
de un equipo de robots (sistemas multirobots) donde los elementos del equipo
deberán comunicarse unos con los otros de forma eficiente, para esto la
arquitectura de la red de comunicación construida entre estos elementos debe ser
muy eficiente e inclusive ajustarse a desafíos como pérdida temporal de un
elemento del equipo, usar algunos elementos del equipo como ruteadores para
poder alcanzar elementos más lejanos, entre otros.
Ya al hablar de procesamiento digital de imágenes y visión computacional,
podemos hablar de uno de los sensores más eficientes del mundo de la robótica,
la cámara, donde después de una adquisición adecuada se podrán aplicar todas
las técnicas dentro de estas áreas sumadas a la restricción de que el
procesamiento deberá ser realizado en tiempo real.
En relación a compiladores, pienso instantáneamente en robots operados por
seres humanos. Por ejemplo, en ambientes industriales es posible encontrar
robots que son programados por sus operadores para realizar ciertas tareas
dentro de una cadena de ensamblaje. Estos robots tienen su propio lenguaje de
programación, generalmente creados por la empresa o institución que los idealizó
y construyó. Al mismo tiempo, éste lenguaje tendrá que ser traducido para que
pueda ser entendido por el S.O. y procesador del robot con lo que se hace
necesario la construcción de compiladores o en su defecto intérpretes.
En robótica existe un área de investigación que es la de mapeamento de
ambientes estructurados, que consiste en colocar un robot o un equipo de ellos en
un ambiente desconocido de forma que ellos lo recorran y construyan el mapa del
mismo. Aquí, es necesario el uso de estructuras de datos adhoc para poder
almacenar, actualizar y recuperar las informaciones concernientes al mapa
generado en forma rápida y eficiente.
Ya hablando de robótica educativa, en estos tiempos se ha vuelto indispensable la
creación de kits que permitan el aprendizaje de robótica de forma simple e intuitiva
tanto para niños como personas con poca o ninguna intimidad con el área
tecnológica. Así, muchas instituciones en el mundo vienen sumándose a estos
esfuerzos, los cuales nacen en ambientes académicos universitarios.
En esta área específica se hace necesaria la creación de procesadores adhoc
capaces de soportar directamente los sensores utilizados en robótica y por qué no
incluir capacidades de procesamiento digital de imágenes.
Luego, es necesario crear el sistema operacional para estos procesadores, así
como compiladores y lenguajes de programación específicos para robótica y al
mismo tiempo estos lenguajes deben ser lo suficientemente simples para ser
entendidos por personas no familiarizadas con el área tecnológica.
Para finalizar, es importante observar que existen muchas áreas de convergencia
entre la computación y la robótica y en el Perú no podemos estar ajenos a esta
realidad ya que se espera que en el futuro los robots se vuelvan populares y su
utilización sea masiva en los más diversos campos de acción. Así, espero que
este documento sirva para estimular a los académicos peruanos en el área de la
computación a ser parte activa de la gran cantidad de investigadores que dirigen
sus esfuerzos a hacer de los robots dispositivos seguros, versátiles y autónomos
en todo el sentido de la palabra.
Br. Sergio Perozo
Sistema experto:
El propósito de este artículo es de mostrarnos una amplia y precisa
descripción de lo que son los Sistemas Expertos (SE), los cuales también
son conocidos como Sistemas Basados en Conocimiento.
Para mi los sistemas expertos son programas que pueden resolver una
serie de programas para dar a una solución optima y compleja. Estos
sistemas pueden guarda o almacenar conocimientos de expertos para un
campo determinado y solucionar un problema mediante deducción lógica de
conclusiones. y también tienen como función ser unos Programas que
manipulan conocimiento codificado para resolver problemas en un dominio
especializado en un dominio que generalmente requiere de experiencia
humana.
Los sistemas expertos poseen algunas aplicaciones:
a)Casi todas las empresas disponen de un ordenador que realiza las
funciones básicas de tratamiento de la información: contabilidad general,
decisiones financieras, gestión de la tesorería, planificación, etc.
b) Este trabajo implica manejar grandes volúmenes de información y realizar
operaciones numéricas para después tomar decisiones. Esto crea un terreno
ideal para la implantación de los SE.
Además los SE también se aplican en la contabilidad en apartados como:
Auditoria(es el campo en el que más aplicaciones de SE se está realizando)
Fiscalidad, planificación, análisis financiero y la contabilidad financieras
Sistemas inteligente artículos:
Para mí o mejor dicho mi opinión los sistemas inteligentes es la rama
fundamental de la inteligencia artificial ya que es o son programa basado a la
computación que reúne o agrupa característica similares al de la inteligencia
humana o animal.
La expresión "sistema inteligente" se usa a veces para sistemas inteligentes
incompletos, por ejemplo para una casa inteligente o un sistema experto.
Un sistema inteligente completo incluye "sentidos" que le permiten recibir
información de su entorno. Puede actuar, y tiene una memoria para archivar
el resultado de sus acciones. Tiene un objetivo e, inspeccionando su
memoria, puede aprender de su experiencia. Aprende cómo lograr mejorar
su rendimiento y eficiencia.
Carlos cordero
C.i: 19.590.734
Logica Difusa
La lógica difusa o también llamada lógica borrosa apareció alrededor de
1965 por Lotfi A. Zadech de la universidad de california en Berkeley, y desde
que este científico planteó la teoría de conjuntos difusos se han realizado
múltiples aplicaciones de este, encontrando su mayor campo en la parte de
control automático, y en la robótica móvil. Sin embargo antes de comenzar a
hablar de lógica difusa hay que recordar de qué trata la teoría clásica de la
lógica y de los conjuntos. Esta se basa en que una persona u objeto hace
parte de cierto grupo de objetos llamado conjunto, los conjuntos tienen
ciertas cualidades y propiedades, las cuales tienen que cumplirse totalmente
para que un objeto pertenezca a este. La pregunta para evaluar la
pertenencia a un conjunto clásico tiene la forma ¿este objeto pertenece a
este conjunto? , y la respuesta solo puede ser, si o no, pero no puede ser
una respuesta ambigua. En cambio en estadística y probabilidad, el enfoque
es diferente, la pregunta tiene la forma, ¿Cuál es la probabilidad de que esto
pase? Y la respuesta es un valor porcentual de 0 a 100%. De esa forma se
representan los conjuntos difusos. Se hayan representaciones porcentuales
a cada conjunto. Por ejemplo si se busca saber cuáles son los objetos
pertenecientes a x conjunto, el enfoque en lógica difusa seria hallar la
pertenencia de cada objeto evaluado al conjunto x, mientras que en lógica
clásica se agrupan los elementos que solo pertenecen totalmente a este
conjunto, descartando muchos que pertenecen parcialmente, debido que no
se permite que un elemento pertenezca y a la vez no pertenezca al mismo
conjunto, por ende hay muchos problemas del mundo real que no pueden
ser representados por conjuntos clásicos, porque en el mundo real existen
muchos problemas donde las respuestas no siempre tienen que ser
totalmente ciertas, se incluye un grado de incertidumbre; como decir un
vaso está por la mitad, el vaso puede estar medio lleno, pero también medio
vacío, estas pertenencias ambiguas si son permitidas en la lógica difusa.
Algoritmos genéticos para diseñar reactores nucleares
Los algoritmos genéticos son uno de los métodos que utiliza la
ingeniería para aprender e imitar a la naturaleza. Simplificando mucho,
consisten en partir de un diseño inicial e ir modificando sus características.
Las versiones con mejores propiedades sobreviven y siguen
“evolucionando”, las versiones menos satisfactorias son eliminadas. Todo
de forma automatizada y mediante el uso de potentes ordenadores. El
proceso imita la selección natural basada en supervivencia de los
ejemplares más aptos.
Este proceso puede aplicarse a problemas muy alejados de la naturaleza.
Por ejemplo, al desarrollo de mejores reactores nucleares. Mientras se duda
sobre su posible utilización como fuente de energía, algunos de sus
partidarios proponen modificar unos diseños que, básicamente, no han
cambiado en los últimos veinte años
Ingenieros pertenecientes al Laboratorio Oak Ridge del Departamento de
Energía de los Estados Unidos han partido del esquema básico de un reactor
nuclear que han suministrado al programa de Inteligencia Artificial. Este
diseño ha sido procesado por algoritmos genéticos que modificaban sus
características buscando optimizar alguna de ellas. De esa forma se
obtenían nuevas versiones con diversas características innovadoras. Más
tarde, los diseños eran revisados por especialistas apoyados por
sofisticados programas de simulación para garantizar la ausencia de
problemas.
De momento, han diseñado un pequeño reactor nuclear que podría ser
utilizado por la NASA en una nave que explorase el cinturón de asteroides.
En este caso el objetivo principal era reducir al mínimo el peso del mismo.
Ahora esperan aplicar el mismo proceso a reactores utilizables en la Tierra.
Aquí sus objetivos principales son la seguridad y el mejor rendimiento
económico. Esperemos que el primero sea prioritario en caso de duda.
Sistemas multi-agente
Durante las dos últimas décadas investigadores en redes han trabajado en el
desarrollo de sistemas multi-agente (multi-agent systems o MAS) y agentes
inteligentes (intelligent agents) por considerarlos tecnologías clave para
facilitar el diseño y la implementación en el mundo real de sistemas
distribuidos abiertos y a gran escala. La idea es emplear múltiples agentes
inteligentes que interactúen para resolver problemas científicos complejos.
Se parte de la premisa de que un nivel de desarrollo organizativo y operativo
que contemple autonomía parcial de sus agentes y cierta descentralización
es imprescindible para afrontar la creciente complejidad de ciertos aspectos
de los sistemas de comunicaciones por red actuales y futuros. En este
contexto cada agente inteligente tiene un cierto nivel de autonomía o
“inteligencia” que le permite actuar sobre su entorno e interactuar con otros
agentes del sistema e incluso dirigir su actividad hacia la consecución de
objetivos.