inteligencia artificial y sistemas expertos.pps
DESCRIPTION
Grupo #3 : Sistemas ExpertosTRANSCRIPT
REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN MARACAIBO
Inteligencia Artificial y Sistemas Expertos.
Autores: Haides Quero
Nestor Villasmil
Ramiro Olmedo
Andres Parada
Jennifer González
Rangel Gonzalez
Alejandro Angulo
José Avila
Maracaibo, Febrero de 2014
Tutor de Cátedra: Ing. Mari Fernanda
Inicios
40’s 50’s 60’s 70’s 80’s Actualidad
•McCulloch y Pitts
•Primer modelo
•de neurona
Prueba de Turing
•Entusiasmo
inicial, grandes
expectativas
•Resolución general de
problemas, imitación
de las demostraciones
humanas
Sistema Costoso y
con fallas
•Exito Sistema experto
•Japoneses quinta
generación computadores
Historia Inteligencia Artificial
Inteligencia Artificial
Prueba de Turing
Alan Turing (1912 – 1954)
Objeciones Prueba de Turing
1. La teológica
2. La conciencia
3. Varias inhabilidades
4. Lady love lace
Concepto IA
“La inteligencia artificial es la ciencia que enfoca su estudio
a lograr la comprensión de entidades inteligentes.”
Wikipedia
Es evidente que las computadoras que posean una
inteligencia a nivel humano (o superior) tendrán
repercusiones muy importantes en nuestra vida diaria.
Características de la IA
• Uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente.
• El comportamiento de los programas no es descrito explícitamente por el algoritmo.
• El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan
• Aplicabilidad a datos y problemas mal estructurados
Objetivos de la IA
• Desarrollar una máquina inteligente capaz de aprender a través de la experiencia
• Hacer que las computadoras sean capaces de mostrar un comportamiento que sea considerado como inteligente por parte de un observador humano
• Elevar el Coeficiente Intelectual de las máquinas (machine-IQ)
• Desarrollar las capacidades de la computadora más allá de su uso tradicional actual
Objetivos de la IA
....el objetivo
más
importante
es....
!Comprender
y Construir
Entidades
Inteligentes!
Ramas de la IA
IA
Redes Neurales
LogaritmosGenéricos
Agentes Inteligentes
LógicaDifusa
Sistemas De
Aprendizaje
Robótica
Sistema De
Visión
Procesamiento De
Lenguaje Natural
Sistemas
Expertos
Robótica
“La robótica es una rama de la
tecnología, que estudia el diseño
y construcción de máquinas
capaces de desempeñar tareas
repetitivas, tareas en las que se
necesita una alta
precisión, tareas peligrosas para
el ser humano o tareas
irrealizables sin intervención de
una máquina.”
robotica.wordpress.com
Robótica
Clases de robots:
MANIPULADORES HUMANOIDESMOVILES
Robótica
• Industria y Agricultura
• Transporte
• Entornos Peligrosos
• Exploración
• Salud
• Servicios Personales
• Entretenimiento
• Aumento Humano
Aplicaciones de la Robótica
Futuro de la IA
Desafíos técnicos:
• Su facilidad de uso
• La flexibilidad de la infraestructura computacional
• La disponibilidad de herramientas de desarrollo cada vez más poderosas
Futuro de la IA
....el gran desafío
es......
!Hombre y
máquina
interactúen juntos
ya que necesitan
uno del otro para
solucionar
eficazmente los
problemas!
Diariamente en cada una de las organizaciones, los
empleados se enfrentan a la resolución de problemas.
Para ello normalmente se encuentra una cantidad enorme
y muchas veces insuficiente de información para llevar
esta tarea. El computador, por su concepción
conservadora de uso se ha convertido en un elemento
más de la oficina no ayudando de manera significativa en
la resolución de problemas decisorios a los cuales los
ejecutivos se enfrentan día a día.
Introducción
La aplicación de un sistema experto, permitirán a los
computadores poder extraer de ellos su verdadero
potencial ya que con ello será posible resolver problemas
operacionales y comerciales difíciles e importantes.
Un Sistema Experto (SE) se conoce de esta manera
debido a que los mismos pueden realizar en una
determinada aplicación las mismas funciones de una
persona de amplia experiencia.
Introducción
Esta tiene como ventaja que por ser un sistema completo
y de alta capacidad, poder procesar de manera
simultánea y sin error gran cantidad de información en un
tiempo extremadamente corto comparado con su
homólogo humano.
Dicho de otra manera, estos imitan las actividades de un
humano para la resolución de problemas. La capacidad
de tomar decisiones en base a los conocimientos
almacenados distingue a un SE de otros programas.
Introducción
Es altamente efectivo cuando las variables de trabajo a
considerar son grandes y las decisiones a tomar por la
variaciones de las mismas sean muy sensibles por dichas
fluctuaciones.
La condición sine qua non para definir un verdadero SE
es que posea procedimientos de
autoaprendizaje, Capacidad predictiva (look ahead) y un
algoritmo de vuelta atrás ( back Propagation).
Introducción
Allan Mathison Turing (1950):
Matemático, filósofo e
informático Publica la obra
“Inteligencia y funcionamiento
de las máquinas” Con ello dio
su explicación acerca del punto
en el cual las máquinas
tendrían inteligencia.
Historia de los SE
Historia de los SE
En este mismo año, el
matemático estadounidense
Norbert Wiener desarrolla el
principio de la retroalimentación
La teoría de la
retroalimentación es base
fundamental de los sistemas de
control.
1955- Allen Newell y Herbert Simon desarrollan la teoría
de la lógica. Este estudio permitió desarrollar un
programa que exploraba la solución a un problema
utilizando ramas y nudos, seleccionando únicamente las
ramas que más parecían acercarse a la solución correcta
del problema.
Allen Newell
Herbert Simon
Historia de los SE
John Mc Carthy.
Historia de los SE
1956- Se celebra una
conferencia en Vermunt donde
John Mc Carthy propone el uso
del término “Inteligencia
Artificial” (I.A) para denominar
el estudio del tema.
1957- Allen Newell y Herbert Simón crean un computador
programado que denominan el “ General Problem Solver”
Este computador poseía un programa capaz de
solucionar problemas de sentido común pero no
problemas del mundo real como, por
ejemplo, diagnósticos médicos. El GPS utilizaba la teoría
de la retroalimentación de Wiener..
1958- McCarthy anuncia su nuevo desarrollo el lenguaje
LISP (LISt Procesing), En esa época todos los
desarrolladores e investigadores inmersos en el estudio
de IA utilizaron dicho lenguaje
Historia de los SE
1963_ El gobierno de USA asigna al MIT un presupuesto
de 2.2 Millones de $ para la investigación en este campo.
Siendo este el primer impulso de Estado alguno en el
desarrollo de este nuevo campo.
1965 -1975_ Aparece el primer SE llamado Dendral, este
fue diseñado para el estudio de sustancias químicas.
1972_ La Universidad de Stanford desarrolla el segundo
Sistema Experto denominado MYCIN. Este sistema
experto fue desarrollado para el diagnóstico de
enfermedades infecciosas.
Historia de los SE
1973 _ Se desarrolla el tercer sistema experto
denominado TIERESIAS. su propósito era el de servir de
intérprete entre MYCIN y los especialistas que lo
manejaban, a la hora introducir nuevos conocimientos en
su bases de datos. El especialista debía utilizar MYCIN de
una forma normal, y cuando este cometiera un error en un
diagnóstico ,por falla de información en el árbol lógico de
diagnóstico, TEIRESIAS corregiría dicho fallo destruyendo
la regla si es falsa o ampliándola si es eso lo que se
necesita.
Hasta este momento todos estos SE estaban en los
laboratorios sin salidas comerciales.
Historia de los SE
Código fuente.
Años 80_los SE toman un auge vertiginoso. GE crea un
SE para la reparación de locomotoras Diesel y Eléctricas
De aquí surgen en esta décadas, empresas dedicadas a
la fabricación de SE como Carnegie Group, Teknowledge
Inc.,Lisp Machine Inc. , entre otros.
Historia de los SE
Bajo costo: A pesar de que el costo inicial de un SE es
elevado, por la fácil duplicidad del mismo estos a la final
son económicos.
Duplicidad: Como los SE son programas que al ser
instalados en la computadora ejecutan una gama de
funciones, estos pueden copiarse y llevar a otras.
Rapidez: Un SE tiene la capacidad de procesar en un
tiempo mucho menor que un experto humano, de manera
precisa, una amplia gama de información.
Ventajas de los SE
Permanencia: Los SE no envejecen al igual que su
homólogo humano. Por tanto este no pierde facultades
con el paso del tiempo.
Peligrosidad de ambiente: Un SE puede trabajar en
sitios de alto riesgo y toxicidad que un humano no puede
tolerar.
Ventajas de los SE
Necesidad de adiestramiento para su manejo.
Necesidad de aprender el lenguaje de programación del
mismo para poder usarlo adecuadamente. Este lenguaje
es extremadamente lógico y formal. Con un ser humano
esto no ocurre.
Sentido Común : Para un SE nada es obvio, todo debe
tener una connotación estructural ya que si esto no se
ejecuta de esa forma, sencillamente la data de respuesta
no será la adecuada.
Rígidez: Un SE es sumamente rígido a la hora de recibir
una información, debido a la estructura de su
programación.
Desventajas de los SE
Capacidad para el manejo de altos volúmenes y flujo de información.
Disminución de procesos burocráticos de las funciones del personal
de la empresa.
Aumento de la productividad.
Hacer que el conocimiento sea más accesible para una mayor
cantidad de usuarios.
Que económicamente el conocimiento este al alcance de más
usuarios.
Lograr la trascendencia del conocimiento a través del tiempo sin
importar la posible desaparición del experto humano.
Necesidades de los SE en las
organizaciones
La adquisición de nuevas tecnologías está íntimamente
asociados con altos costos de las inversiones a efectuar.
Aún teniendo la tecnología más moderna, la
automatización puede ser ineficiente, por ende se debe
realizar un análisis acerca de las verdaderas necesidades
de la organización con respecto a las diferentes opciones
existentes en el mercado con la finalidad que esta se
adapte mejor a sus funciones.
Consideraciones en la adquisición
de SE en las organizaciones
•Definición y análisis de los requerimientos del usuario.
•Diseño del sistema (Software y Hardware) y de la base
de datos.
•Implantación y prueba de módulos.
•Integración y prueba del sistema.
•Operación y Mantenimiento.
Etapas a cumplir para el desarrollo
de SE dentro de una organización
Etapas a cumplir para el desarrollo
de SE dentro de una organización
Disminución del coste de desarrollo de un SE
Mercado de los SE
Técnicas de la IA
Existen esencialmente dos tipos de SE, estos
son:
SE basados en reglas.
SE basados en las probabilidades.
Tipos de SE
SE basados en reglas: Aquí el SE aplica reglas
heurísticas apoyadas generalmente en lógica difusa para
su evaluación y aplicación. Estas reglas heurísticas son
sencillamente las capacidades de estos sistemas para
realizar de forma inmediata innovaciones positivas para
sus fines.
Tipos de SE
SE basados en Probabilidades: Aplicando redes
bayesianas, basadas en estadística y el teorema de
Bayes. Este es un modelo probabilístico multivariado que
relaciona un conjunto de variables aleatorias mediante un
gráfico dirigido que índica de manera explicita la influencia
causal.
Tipos de SE
Al desarrollar S.E. la programación se centra en los temas de
inferencia y búsqueda de las reglas Heurísticas. Estas son
reglas generales en forma de opiniones o reglas empíricas que
sugieren procedimientos que se pueden seguir cuando no
existen disponibles reglas de procedimiento invariables. Estas
son aproximadas y generalmente son el resultado del cúmulo
de conocimientos por el experto.
Lenguajes de programación
Lenguajes más apropiados:
LISP: Lenguaje funcional, donde cada instrucción es una
descripción de la función.
PROLOG: Lenguaje basado en la lógica, cada instrucción es
una expresión en una sintaxis de lógica formal.
CLIPS: Lenguaje creado por la NASA para el desarrollo de
Sistemas Expertos en Computadoras Personales.
Lenguajes de programación
Los SE poseen las siguientes características, en menor o
mayor grado:
• Razonamiento guiado por las metas y encadenamiento
hacia atrás.
• Manejo de incertidumbre. La habilidad del SE para
trabajar con reglas y datos.
• Razonamiento guiado por los datos y encadenamiento
hacia adelante.
Características de los SE
• Representación de datos. La forma en que los datos
específicos a un problema, dado, son almacenados y
accesados por el SE.
•Interfaz del usuario. La parte del SE que se usa para una
interacción más amigable con el usuario.
• Explicación. La habilidad del SE para explicar sus
procesos de razonamiento y su uso en el cómputo de
recomendaciones.
Características de los SE
Base de
hechos
Módulo Adq.
De
conocimiento
Base de
conocimiento
Módulo de
explicaciónMotor de
inferencia
Interface de usuario
Extraído de Una Introducción a los Sistemas Expertos de Carla Salazar
Serrudo, 2003, pág. 6
Componentes estructurales
• Básicamente se puede decir que los sistemas expertos
están formados por la base de conocimientos y por el
motor de inferencia, aunque generalmente se les añaden
más módulos para facilitar su uso y enriquecer su
desempeño.
Componentes estructurales
• Motor de inferencia: es el intérprete del conocimiento
almacenado en la base de conocimientos. Sus tareas
incluyen seleccionar, decidir y aplicar el conocimiento de
la base de conocimientos sobre la base de hechos, con el
fin de obtener la solución deseada. Sus funciones
principales son la inferencia y el control.
• La base de conocimientos: contiene el conocimiento y
las heurísticas del dominio en el cual el programa es
competente y, en algunos sistemas, el conocimiento de
control.
Componentes estructurales
• La base de hechos: También llamada base
temporal, almacena los datos recibidos de los usuarios
sobre el problema particular que en un momento dado se
intenta resolver y sobre el estado del sistema en cada
instante.
• La interfaz de usuario: facilita la comunicación entre el
usuario y el sistema.
1. Toda esta información, ya sea de entrada o de
salida, pasa por la base de hechos.
2. Acepta los datos del usuario, planteando preguntas, dando
información y mostrando la conclusión final a la que ha
arribado el sistema experto. Esta debe ser amigable con el
usuario usando elementos gráficos, colores, etc.
Componentes estructurales
• El módulo de explicación: Justifica el proceso de
razonamiento que ha seguido el sistema experto para
llegar a sus conclusiones. Los usuarios pueden hacer
preguntas del tipo: ¿por qué?, ¿cómo?, ¿qué pasa si? y
éste módulo les proporcionará la respuesta adecuada.
• El módulo de adquisición del conocimiento: Este
programa permite a los expertos modificar la base de
conocimientos, ya que esta cambia constantemente y
requiere actualizaciones. También sirve para corregir
errores.
Componentes estructurales
Otras limitaciones del sistema experto:
• Problemas en representar el conocimiento de los
expertos humanos en la computadora por la diversidad de
representación del conocimiento. Cada una de las
maneras de representar el conocimiento, tiene sus
ventajas y su elección dependerá del tipo de problema a
resolver.
A veces se usan las Representaciones Híbridas.
Algunas técnicas usadas son: la lógica, reglas, redes
asociativas, marcos y objetos.
Representación del conocimiento
• La Lógica: Esta tiene dos utilidades:
• La representación del conocimiento
• El proceso de inferencia.
• Las reglas: técnicas para representar el conocimiento.
Adicionalmente, son excelentes para representar el
conocimiento heurístico, su implementación es fácil, su
entendimiento es rápido y pueden usar medidas de
incertidumbre (Reglas Bayesianas, Factores de certeza y lógica
difusa).
La fórmula general de la regla es la siguiente: SI < Condiciones
> ENTONCES < Conclusiones o acciones >
Representación del conocimiento
El uso de SE dentro de cualquier organización, no sólo busca
poder establecer un vínculo claro entre datos de entrada y
respuestas para poder tomar decisiones que permitan
actuar, sino también poder hacer perdurable este activo y
poderlo actualizar cada vez que el usuario así lo requiera. Con
esto se garantiza la continuidad en el conocimiento.
Misión de los Sistemas expertos.
En la década de los 70, tres hechos incidieron positivamente
en el desarrollo de los programas de diagnóstico:
• La aparición de los microordenadores,
• La aplicación de técnicas interactivas que facilitaban el uso de
las computadoras y
• El desarrollo de técnicas de sistemas expertos.
Durante esos años se construyeron los primeros sistemas
expertos en diagnóstico médico, entre ellos MYCIN, que fueron
los que dieron impulso y fama a la Inteligencia Artificial.
Sistemas expertos de diagnósticos
médicos
Desde el desarrollo de MYCIN hasta nuestros días, el
diagnóstico médico ha sido uno de los campos donde
mayor número de sistemas expertos se han construido.
Este hecho se debe principalmente a que la experiencia
es fundamental para realizar diagnósticos correctos y a
que los conocimientos en medicina son muy extensos y es
frecuente el uso de datos inciertos e incompletos. Y
también porque a los médicos les resulta conveniente usar
sistemas que expliquen y justifiquen sus resultados.
Sistemas expertos de diagnósticos
médicos
• CASNET, realiza el tratamiento del glaucoma. Posee una
potente base de datos, haciéndole portador de un elevado
nivel de conocimiento reconocido por numerosos
especialistas.
• ELECTROCARDIGRAPH, desarrollado por Hewlett
Packard. Realiza la interpretación de electrocardiogramas.
• INTERNIST, desarrollado por la Universidad de Pittsburg
en 1977. Puede diagnosticar hasta 500 enfermedades que
forman parte del área de la medicina interna.
Ejemplos de sistemas expertos de
diagnósticos médicos
• HELP, mediante sistemas automatizados se capturan los
datos del paciente (pulso, temperatura, pruebas de
laboratorio y gabinete).
• PIP (Present Illnes Program), desarrollado en el MIT en
1976. Diagnostica enfermedades del riñón.
• RHEUM, realiza el diagnóstico en reumatología.
Desarrollado por Kingsland en 1983.
Ejemplos de sistemas expertos de
diagnósticos médicos
• TROPICAID, Su objetivo es cubrir las enfermedades más
comunes de los países en desarrollo: diarrea, parásitos
intestinales, enfermedades de los ojos, enfermedades de
la piel y enfermedades infecciosas.
El sistema tiene tres puntos de entrada: diagnóstico,
terapia y prescripción de drogas.
Ejemplos de sistemas expertos de
diagnósticos médicos
Es el más célebre de los sistemas expertos de la vieja
generación. Fue desarrollado por Shortliffe y Buchanan
durante los años 1973-76 en la Universidad de Standford.
Su área de aplicación es el diagnóstico de enfermedades
bacterianas y su objetivo es determinar la presencia de
alguna infección a partir de los datos del paciente; también
sugiere qué drogas son adecuadas para curar la
enfermedad. El desempeño de MYCIN es muy bueno y es
considerado superior al del experto humano en casos
tales como meningitis y enfermedades de la sangre.
MYCIN
Fue el primer programa en el que aparecen juntas todas
las características que hoy definen a un sistema experto.
Base de
hechos
Consulta
Explicación
Conversación
Adq. Conocimiento
Base de
conocimiento
Arquitectura de MYCIN. Extraído de Sistemas Expertos de Chatain
y Dussauchoy, 1988, pág. 80.
MYCIN
Ejemplo de cómo
se Ingresa
la Información en
MYCIN
Experto ¿ El paciente tiene dolores ?
Usuario Si
Experto ¿ El paciente tiene fiebre ?
Usuario Si
Experto ¿ El paciente tiene dolores en la zona cervical?
Usuario No
Experto ¿ El paciente tiene dolores en la zona abdominal?
Usuario Si
Experto ¿ El paciente ha sido operado antes?
Usuario Si
Experto Indique temperatura del paciente
Usuario 40°
Experto Indique presión arterial del paciente
Usuario 18 - 13
Experto ¿ Que edad tiene el paciente ?
Usuario 30
Experto Indique peso
Usuario 80 Kg
Experto El paciente tiene calculos biliares
Video juegos:
Telefonía Celular:
Cajeros automáticos:
Programas computacionales de uso general:
Aplicaciones actuales
Solid Works ®
• Breve Historia de la Inteligencia Artificial. En:
http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_16.html. [Consulta: 2008, 10 de
noviembre].
•"Inteligencia Artificial. Sistemas Expertos”. En:
http://www.angelfire.com/ga3/xinter/ia/expertos.html. [Consulta: 2008, 28 de octubre].
• Inteligencia Artificial. En: http://es.wikipedia.org/wiki/Inteligencia_Artificial. [Consulta:
2008, 10 de noviembre].
• Inteligencia Artificial. En: http://www.monografias.com/trabajos16/la-inteligencia-
artificial/la-inteligencia-artificial.shtml. [Consulta: 2008, 10 de noviembre].
• Introducción a la Inteligencia Artificial. En:
http://www.cruzrojaguayas.org/inteligencia/Que%20es%20IA.htm. [Consulta: 2008, 10
de noviembre].
• La ciencia y el Hombre. Usos y aplicaciones de la Inteligencia Artificial. En:
http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm.
[Consulta: 2008, 10 de noviembre].
Fuentes consultadas
Maracaibo, Febrero de 2014
Fin.
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN MARACAIBO