INTRODUCCION

1.1 La disciplina

Las interfaces inteligentes permiten al usuario comunicarse con los dispositivos de entorno inteligentede una manera sencilla y natural. El objetivo principal de estas interfaces es ocultar al usuario la complejidad del sistema y solo mostrarle sus funcionalidades. De este modo el usuario puede obtener el servicio que necesita sin preocuparse del funcionamiento interno del entorno inteligente.

Las interfaces que se utilicen en entornos inteligentes deben tener las siguientes propiedades:Comunicaciones multimodal: Las interfaces deben ser capaces de comunicarse con el usuario de varios modos: mensajes escritos, imágenes, habla, gestos… esta comunicaciones multimodal permite una interacción más natural y rica que la existente actualmente en los PCs (basada en el uso de teclados, ratones y pantallas).Sensibilidad al contexto: Las interfaces no solo deben transmitir datos internos del sistema sino que también deben “contemplar” su entorno. El sistema no es pasivo sino que recopila información del usuario constantemente para poder ofrecerle los serviciosque puedan serle más idóneos. La forma de presentar los servicios al usuario es muy importante. Por ello, el desarrollo de interfaces inteligentes es un aspecto clave para el éxito de la visión. Tal como comenta Weiser: “Las tecnologías más arraigadas son aquellas que desaparecen. Estas tecnologías se entrelazan con la vida cotidiana hasta ser indistinguibles de ella”.(Ramón, Medina, & Herías, 2010).

1.2 Historia de la IHC

La historia reciente de la informática está indisolublemente unida a las interfaces gráficas, puesto que los sistemas gráficos han ocasionado grandes consecuencias en la industria del software y del hardware.Las interfaces gráficas surgen de la necesidad de hacer los ordenadores más accesibles para el uso de los usuarios comunes. La mayoría de ordenadores domésticos, requerían conocimientos de BASIC (el 95% de ellos incorporaban un intérprete BASIC como entorno operador) u

ofrecían una interfaz de línea de órdenes (como los sistemas operativos CP/M o los diferentes OS del Apple II), lo que requería conocimientos técnicos si se deseaba hacer algo más que usarlo como consola de videojuegos.Esta limitación fue salvada gracias al desarrollo de los entornos gráficos, que permitieron que las personas pudieran acceder a un ordenador sin tener que pasar por el tortuoso proceso de tener que aprender a manejar un entorno bajo línea de órdenes.

1.3. Objetivos de la IHC

La interfaz de usuario es el medio con que el usuario puede comunicarse con una máquina, un equipo o una computadora, y comprende todos los puntos de contacto entre el usuario y el equipo. Normalmente suelen ser fáciles de entender y fáciles de accionar.Las interfaces básicas de usuario son aquellas que incluyen elementos como menús, ventanas, teclado, ratón, los beeps y algunos otros sonidos que la computadora hace, y en general, todos aquellos canales por los cuales se permite la comunicación entre el ser humano y la computadora. La mejor interacción humano-máquina a través de una adecuada interfaz (Interfaz de Usuario), que le brinde tanto comodidad, como eficiencia.Sus principales funciones son los siguientes:

Puesta en marcha y apagado. Control de las funciones manipulables del equipo. Manipulación de archivos y directorios. Herramientas de desarrollo de aplicaciones. Comunicación con otros sistemas. Información de estado. Configuración de la propia interfaz y entorno. Intercambio de datos entre aplicaciones. Control de acceso. Sistema de ayuda interactivo.

1.4. Componentes de las Interfaces Inteligentes

Factores HumanosAl diseñar interfaces de usuario deben tenerse en cuenta las habilidades cognitivas y de percepción de las personas, y adaptar el programa a ellas.Así, una de las cosas más importantes que una interfaz puede hacer es reducir la dependencia de las personas de su propia memoria, no forzándoles a recordar cosas innecesariamente (por ejemplo, información que apareció en una pantalla anterior) o a repetir operaciones ya realizadas (por ejemplo, introducir un mismo dato repetidas veces).

La persona tiene unas habilidades distintas de la máquina, y ésta debe utilizar las suyas para soslayar las de aquella (como por ejemplo la escasa capacidad de la memoria de corto alcance).

Velocidad de Aprendizaje.- Se pretende que la persona aprenda a usar el sistema lo más pronto posible.

Velocidad de Respuesta.- El tiempo necesario para realizar una operación en el sistema.

Tasa de errores.- Porcentaje de errores que comete el usuario. Retención.- Cuánto recuerda el usuario sobre el uso del sistema en un

período. de tiempo. Satisfacción.- Se refiere a que el usuario esté a gusto con el sistema.

Además de éstos existen otros a considerar: Adecuación

Características Físicas.- Cada persona tiene diferentes características físicas. Hay algunas personas que no les gustan los teclados mientras que a otras sí. Es por eso que hay teclados ergonómicos. Lo mismo sucede con el mouse.

Ambiente.- El lugar donde va a ser usado el sistema. Cada interfaz tiene que adecuarse al lugar.

Visibilidad.- Tomar en cuenta la cantidad de iluminación del lugar. ¿ Se refleja el brillo en la pantalla?

Personalidad.- De acuerdo a la edad, nivel socio-económico, etc.

Cultura.- Los japoneses no tienen las mismas pantallas, ventanas, etc. Este factor es importante si el mercado para el sistema es a nivel internacional.

Según la función tenemos: Motivación

 Sistemas Vitales.- Son de vida o muerte; muchas personas dependen de ellos. Ejemplo: un sistema para reactores nucleares. Este sistema trabaja en tiempo real, y es de suma importancia la seguridad y efectividad del mismo.

Sistemas Comerciales e Industriales.- Sirven para aumentar la productividad y vender más.

 Sistemas de Oficina, Hogar y Juegos.- Factor importante: el mercado a quien está dirigido; tienen que ser muy amigables y satisfacer al cliente.

Sistemas de Investigación.- Realizan tareas muy específicas y tratan de imitar el medio en el que se desenvuelve el usuario.

1.5. Inteligencia Artificial

Niveles de Inteligencia

1.- Inteligencia mental o intelectual (Coeficiente Intelectual)Este tipo de inteligencia (CI) ha ostentado de gran importancia y fama durante todo el siglo XX. Es la inteligencia analítica y racional, por la cual creamos conceptos, procesamos la realidad y hacemos ciencia. Es aquella inteligencia por la cual estructuramos y organizamos el mundo y solucionamos problemas objetivos.

2.- Inteligencia emocional (Coeficiente Emocional)Muchos psicólogos y neurocientíficos han popularizado este tipo de inteligencia, entre ellos el psicólogo estadounidense Daniel Goleman con su famosa obra “La Inteligencia Emocional”, la cual se convertiría en un verdadero éxito editorial de ventas sin precedentes hasta ese momento (este científico, Daniel Goleman, escribió otro libro que se titula “La Inteligencia Social” en la cual se revela que los humanos

estamos de alguna manera "programados para conectar" con los demás y que todas nuestras relaciones tienen un tremendo impacto en nuestras vidas). La base de este tipo inteligencia que fue defendida por diferentes pensadores, desde Platón a Freud, se apoya en la idea de que la estructura de base del ser humano no es la razón (logos), como muchos nos quieren erróneamente hacer creer, sino en la emoción (pathos). Esto significa que somos intrínsecamente seres que sentimos y trasmitimos sentimientos, como la pasión, la empatía, la compasión, la esperanza, la fe, el odio, el rencor, la bondad... Sólo después somos seres de razón.

3.- Inteligencia espiritual (Coeficiente Espiritual)La base de este nuevo tipo de inteligencia se apoya en los estudios científicos desde hace varias décadas en el cerebro humano, sobre todo sobre la Conciencia, y que fue respaldada por destacados psicólogos, psiquiatras, neurocientíficos, neurolingüístas y técnicos en magnotoencefalografía (es un aparato que mide los campos magnéticos y eléctricos del cerebro). En base esos estudios científicos sobre la Consciencia Humana, hay en los seres humanos otro tipo de inteligencia desconocida por nuestra sociedad actual, que es científicamente verificable, por medio de la cual no captamos masas de información, de datos, ideas o emociones, sino que percibimos contextos mayores y más amplios sobre nuestra existencia, totalidades significativas, verdades trascendentales y que nos hacen sentir nuestra vinculación intrínseca al Todo. Es tipo de inteligencia, de conocimiento, se deriva básicamente a raíz de una experiencia personal de carácter místico (trascendencia de las barreras espacio-temporales, visión de otras realidades y dimensiones suprafísicas, interacción con la Divinidad o con la Luz, conocimiento de la verdadera naturaleza de las cosas, comunión mística y fusión con la integridad del Cosmos, con la Nada o con el Vacío Supracósmico, sentimiento de unicidad y conexión con todas las cosas, sentimiento de inmortalidad y eternidad, sentimiento de que todas las almas están interrelacionadas y entrelazadas entre sí, etc.).

Realidad Humana

Todo ser humano vive su propio mundo real o realidad humana. Los

componentes de la realidad humana:

a) Mundo de la Percepción: captamos lo que sucede a nuestro alrededor a través de los sentidos. Está conformado por hechos físicos. Es el percibir.

b) Mundo Somático: son todas las informaciones que nos brinda nuestro cuerpo: hambre, sed, frío, calor, fiebre, nauseas, sudor, deseo sexual. Está conformado por hechos fisiológicos. Es el mundo del sentir.

c) Mundo Psíquico-pensante: es totalmente aprendido. Está compuesto por: sensaciones, sentimientos, motivaciones, pensamiento, voluntad, proyecciones, recuerdos, metas. Está conformado por hechos psíquicos. Es el mundo del pensar.

El mundo perceptivo es totalmente objetivo y los mundos somático y psíquico-pensante son totalmente subjetivos, íntimos y personales.

Piel Artificial

Hoy en día podemos ver grandes avances y logros en diferentes áreas gracias al descubrimiento y nuevos experimentos que día tras día científicos son capaces de hacer con la tecnología y nanotecnología.Así, en el campo de la robótica podemos ver manos artificiales con movimientos muy similares a las manos humanas, en cuanto a movilidad y flexibilidad, pero donde el recubrimiento de las mismas es todavía algo por superar.“Utilizando la tecnología de los nanotubos de carbono, podemos no solo aproximarnos a las características de la piel, sino incluso superarlas”, señaló John Simpson, investigador senior del grupo de propiedades y síntesis de nanomateriales del Oak Ridge National Laboratory.Estamos hablando de piel artificial, fabricado con delgadas capas de polímeros y nanotubos de carbono, dando la capacidad y características de una piel humana, tanto en las sensaciones del tacto, como de la presión, frió y calor.

Gusto Artificial

Los Saborizantes son preparados de sustancias que contienen los principios sápido-aromáticos, extraídos de la naturaleza (vegetal) o sustancias artificiales, de uso permitido en términos legales, capaces de actuar sobre los sentidos del gusto y del olfato, pero no exclusivamente, ya sea para reforzar el propio (inherente del alimento) o transmitiéndole un sabor y/o aroma determinado, con el fin de hacerlo más apetitoso pero no necesariamente con este fin.Suelen ser productos en estado líquido, en polvo o pasta, que pueden definirse, en otros términos a los ya mencionados, como concentrados de sustancias.Es de uso habitual la utilización de las palabras sabores, esencias, extractos y oleorresinas como equivalentes a los saborizantes.Otro concepto de saborizante es el de considerarlos parte de la familia de los aditivos. Estos aditivos no sólo son utilizados para alimentos sino para otros productos que tienen como destino la cavidad bucal del individuopero no necesariamente su ingesta, por ejemplo la pasta de dientes, la goma de mascar, incluso lápices, lapiceras y juguetes son saborizados.

1.6. Reconocimiento de Patrones

El Reconocimiento de Patrones es la ciencia que se ocupa de los procesos sobre ingeniería, computación y matemáticas relacionados con objetos físicos o abstractos, con el propósito de extraer información que permita establecer propiedades de entre conjuntos de dichos objetos.

Al Reconocimiento de Patrones llamado también lectura de patrones, identificación de figuras y reconocimiento de formas consiste en el reconocimiento de patrones de señales. Los patrones se obtienen a partir de los procesos de segmentación, extracción de características y descripción dónde cada objeto queda representado por una colección de descriptores. El sistema de reconocimiento debe asignar a cada objeto su categoría o clase (conjunto de entidades que comparten alguna característica que las diferencia del resto). Para poder reconocer los patrones se siguen los siguientes procesos:

1. Adquisición de Datos

2. Extracción de Características3. Toma de Decisiones

El punto esencial del reconocimiento de patrones es la clasificación: se quiere clasificar una señal dependiendo de sus características. Señales, características y clases pueden ser de cualquiera forma, por ejemplo se puede clasificar imágenes digitales de letras en las clases «A» a «Z» dependiendo de sus píxeles o se puede clasificar ruidos de cantos de los pájaros en clases de órdenes aviares dependiendo de las frecuencias.

SensorEl sensor es el dispositivo encargado de la adquisición de datos. Ha de ser capaz de transformar magnitudes físicas o químicas, llamadas variables de instrumentación, en magnitudes eléctricas. Las variables de instrumentación dependen del tipo de sensor y pueden ser por ejemplo: temperatura, intensidad lumínica, distancia, aceleración, inclinación, desplazamiento, presión, fuerza, torsión, humedad, etc.

Es el proceso de generar características que puedan ser usadas en el proceso de clasificación de los datos. En ocasiones viene precedido por un preprocesado de la señal, necesario para corregir posibles deficiencias en los datos debido a errores del sensor, o bien para preparar los datos de cara a posteriores procesos en las etapas de extracción de características o clasificación.

Extracción de característicasLas características elementales están explícitamente presentes en los datos adquiridos y pueden ser pasados directamente a la etapa de clasificación. Las características de alto orden son derivadas de las elementales y son generadas por manipulaciones o transformaciones en los datos.

Selección de variablesConsiste en seleccionar cuál es el tipo de características o rasgos más adecuados para describir los objetos. Para ello, se deben localizar los rasgos que inciden en el problema de manera determinante.

Esta etapa también puede ser diseñada dentro de la clasificación.La selección de variables puede diferenciarse según los objetivos buscados:

Para la clasificación: la selección de características relevantes, a partir del conjunto total de características que describen a los objetos, se hace con dos motivos fundamentales: mejorar la clasificación o aumentar la velocidad de procesamiento.

Para la representación: decidir qué características representan mejor a cierto tipo de objetos.

Estrategias de selección de variables:

wrapper: la selección de características se hace usando información del mecanismo de clasificación.

filter: la selección se hace con un criterio independiente del clasificador. Incluye algunos métodos como:

Tablas de decisión: le busca un subconjunto mínimo de variables que no introduzca confusión entre clases.

ID3: le crea un árbol de decisión y se selecciona un conjunto de variables que permita discriminar entre clases.

Teoría de testores: le buscan todos los subconjuntos de variables discriminantes minimales, con estos se evalúa la relevancia de cada variable y se seleccionan aquellas con mayor relevancia.

Red NeuronalEl sistema de neuronas biológico esta compuesto por neuronas de entrada (censores) conectados a una compleja red de neuronas "calculadoras" (neuronas ocultas), las cuales, a su vez, están conectadas a las neuronas de salidas que controlan, por ejemplo, los músculos. La figura 6 muestra un esquema conceptual. Los censores pueden ser señales de los oídos, ojos, etc. las respuestas de las neuronas de salida activan los músculos correspondientes. En el cerebro hay una gigantesca red de neuronas "calculadoras" u ocultas que realizan la computación necesaria. De esta manera similar, una red neuronal artificial debe ser compuesta por censores del tipo

mecánico o eléctrico.

Funcionamiento Básico:Las redes neuronales están formadas por un conjunto de neuronas artificiales interconectadas.Las neuronas de la red se encuentran distribuidas en diferentes capas de neuronas, de manera que las neuronas de una capa están conectadas con las neuronas de la capa siguiente, a las que pueden enviar información.La arquitectura más usada en la actualidad de una red neuronal consistiría en:

Una primera capa de entradas, que recibe información del exterior. Una serie de capas ocultas (intermedias), encargadas de realizar el

trabajo de la red. Una capa de salidas, que proporciona el resultado del trabajo de la red

al exterior.

Red Neuronal ArtificialLas redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN" ) son un paradigma de aprendizaje yprocesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Funcionamiento Basico:Las redes neuronales consisten en una simulación de las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez.Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y

emite una salida. Esta salida viene dada por tres funciones:

1. Una función de propagación (también conocida como función de excitación), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria.

2. Una función de activación, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación.

3. Una función de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea.