martes, 12 de junio de 2012

Inteligencia Artificial

Inteligencia Artificial

 

Instituto Superior de Puerto Peñasco
Ingeniería en Sistemas Computacionales
Inteligencia Artificial
Unidad 5

ISC Jorge Iván Gonzales Contreras
Núñez Fernández Víctor
Sánchez Flores Iván
Zepeda Medina Andrés



Unidad 5


Temario
Unidad 5: Aplicaciones con técnicas de I.A
  • 5.1 Robótica
    • 5.1.1.- Conceptos Básicos
    • 5.1.2.- Clasificación
    • 5.1.3.- Desarrollos Actuales y Aplicaciones
  • 5.2.- Redes Neurológicas (RN) 
    • 5.2.1 Conceptos Básicos
    • 5.2.2 Clasificación
    • 5.2.3  Desarrollos Actuales y Aplicaciones
  • 5.3 Visión Artificial
    • 5.3.1 Conceptos Básicos
    • 5.3.2 Desarrollos Actuales y Aplicaciones
  • 5.4 Lógica Difusa (Fuzzi Logic)
    • 5.4.1 Conceptos Básicos
    • 5.4.2 Desarrollos Actuales y Aplicaciones
  • 5.5  Procesamiento de Lenguaje Natural (PLN)
    • 5.5.1 Conceptos Básicos
    • 5.5.2 Desarrollos Actuales y Aplicaciones
  • 5.6 Sistemas Externos (SE)
    • 5.6.1  Conceptos Básicos
    • 5.6.2 Clasificación
    • 5.6.3  Desarrollos Actuales y Aplicaciones


lunes, 11 de junio de 2012


5.1 Robótica

Definición:
El término robótica procede de la palabra robot. La robótica es, por lo tanto, la ciencia o rama de la ciencia que se ocupa del estudio, desarrollo y aplicaciones de los robots.
Otra definición de robótica es el diseño, fabricación y utilización de máquinas automáticas programables con el fin de  realizar tareas repetitivas como el ensamble de automóviles, aparatos, etc. y otras actividades. Básicamente, la robótica se ocupa de todo lo concerniente a los robots, lo cual incluye el control de motores, mecanismos automáticos neumáticos, sensores, sistemas de cómputos, etc.
En la robótica se únan para un mismo fin varias disciplinas confluyentes, pero  diferentes, como la Mecánica, la Electrónica, la Automática, la Informática, etc.
El término robótica se le atribuye a Isaac Asimov.



Conceptos Básicos de Robot



A) Artefacto controlado Internamente o externamente para manipular objetos y/o realizar trabajos o procesos y a laves interactuar con su entorno o ambiente.

B) Es un Sistema Electrónico Informático capaz de recibir información y de comprender su entorno o ambiente para luego ser capaz de tomar decisiones y ejecutar acciones.

C) Es un Manipulador Multifuncional reprogramable con ciertos grados de libertad, capaz de mover materiales, según su trayectoria y variables de programas para una tarea específica.

A estos conceptos hay que agregar un concepto que viene en relaciona los Robot que se denomina Grado de Libertad.

El grado de Libertad es: Cada uno de los Movimientos independientes que puede realizar un robot.
Por ejemplo:
Un Robot mecanizado con un panel solar, para que funcione sigue la dirección y los movimientos del sol, por ende tendría dos movimientos principales su panel solar; estos serian 2 grados de libertad en este caso de Este a Oeste (1er grado) y de Norte a Sur (2do grado).







Los tres principios o leyes de la robótica según Asimov son:


  • Un robot no puede causar daño a un ser humano ni, por omisión, permitir que un ser humano sufra daños.
  •  Un robot debe obedecer las órdenes dadas por los seres humanos, salvo cuando tales órdenes entren en conflicto con la Primera Ley.
  • Un robot ha de proteger su existencia, siempre que dicha protección no entre en conflicto con la Primera o la Segunda  Ley.


      Clasificación de los Robots

1.- Robots Play-back, los cuales regeneran una secuencia de  instrucciones grabadas, como un robot utilizado en recubrimiento por espray o soldadura por arco. Estos robots comúnmente tienen un control de lazo abierto.
2.- Robots controlados por sensores, estos tienen un control en lazo cerrado de movimientos manipulados, y hacen decisiones basados en datos obtenidos por sensores.
3.- Robots controlados por visión, donde los robots pueden manipular un objeto al utilizar información desde un sistema de visión.
4.- Robots controlados adaptablemente, donde los robots pueden automáticamente reprogramar sus acciones sobre la base de los datos obtenidos por los sensores.
5.- Robots con inteligencia artificial, donde los robots utilizan las técnicas de inteligencia artificial para hacer sus propias decisiones y resolver problemas.
6.-Los robots médicos son, fundamentalmente, prótesis para disminuir dos físicos que se adaptan al cuerpo y están dotados de potentes sistemas de mando. Con ellos se logra igualar al cuerpo con precisión los movimientos y funciones de los órganos o extremidades que suplen.
7.-Los androides son robots que se parecen y actúan como seres humanos. Los robots de hoy en día vienen en todas las formas y tamaños, pero a excepción de los que aparecen en las ferias y espectáculos, no se parecen a las personas y por tanto no son androides. Actualmente, los androides reales sólo existen en la imaginación y en las películas de ficción.


8.- Los robots móviles.- Están provistos de patas, ruedas u orugas que los capacitan para desplazarse de acuerdo su programación. Elaboran la información que reciben a través de sus propios sistemas de sensores y se emplean en determinado tipo de instalaciones industriales, sobre todo para el transporte de mercancías en cadenas de producción y almacenes. También se utilizan robots de este tipo para la investigación en lugares de difícil acceso o muy distantes, como es el caso de la exploración espacial y las investigaciones o rescates submarinos.




5.2.- Redes Neurológicas (RN) 


Conceptos Básicos:
LA NEURONA ARTIFICIAL 

Cualquier modelo de red neuronal consta de dispositivos elementales de procesamiento: las neuronas. A partir de ellas, se pueden generar representaciones específicas, de tal forma que un estado conjunto de ellas pueda significar una letra, un número o cualquier otro objeto. Generalmente se pueden encontrar tres tipos de neuronas: 
1. Aquellas que reciben estímulos externos, relacionas con el aparato sensorial, que tomarán la información de la entrada, denominadas unidades de entrada.
 

2. Dicha información se transmite a ciertos elementos internos que se ocupan de su proceso. Es la sinapsis y neuronas correspondientes a este segundo nivel donde se genera cualquier tipo de representación interna de la información. Puesto que no tienen relación directa con la información de entrada y de salida, estos elementos se denominan unidades ocultas.
 

3. Una vez ha finalizado el periodo de procesado, la información llega a las unidades de salida, cuya misión es dar la respuesta del sistema.
La tecnología basada en redes neuronales artificiales es de caracter bio-inspirado pues su funcionamiento trata de imitar el funcionamiento de elementos biológicos que en este caso los constituyen las neuronas del cerebro. En la figura 2 se ilustra una neurona artificial





Las Redes neuronales artificiales son interesantes para una gran cantidad de personas de diferentes áreas:
  • Científicos de la computación que quieren averiguar sobre las propiedades del procesamiento de información no-simbólica con una red neuronal y sobre sistemas de aprendizaje en general.
  • Estadísticos utilizan redes neuronales como modelos de clasificación y regresión no lineal flexible
  • Ingenieros de varias especialidades se aprovechan de las capacidades de redes neuronales en muchas áreas, como procesamiento de señales y control automático
  • Los científicos cognoscitivos ven redes nerviosas como un posible aparato para describir modelos de pensamiento y conciencia (función cerebral de alto-nivel).
  • Neuro-fisiólogos utilizan redes neuronales para describir y explorar funciones cerebrales de medio-nivel (memoria del ej., sistema sensorial y motriz).
  • Físicos usan redes neuronales para modelar fenómenos en mecánica estadística y para muchas otras tareas.
  • Biólogos utilizan Redes Neuronales para interpretar sucesiones del nucleotide.
  • Filósofos y otras personas también pueden ser interesadas en Redes Nerviosas por las varias razones.

Juego de Reconocimiento de Patrones:


Brain Spa


The irRegularGame of Life










5.3 Visión Artificial

Conceptos Básicos:



   La visión artificial, también conocida como visión por computador (del ingles computer visión) o visión técnica, es un subcampo de la inteligencia artificial. El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen.

Desarrollos actuales y aplicaciones de visión artificial

Las aplicaciones de Visión Artificial se dividen en tres grandes categorías:
  • Control de procesos
  • Control de calidad
  • Aplicaciones no industriales (por ejemplo,      control del tráfico)
Las inspecciones realizadas por los seres humanos, a menudo no pueden cumplir con los requisitos de la industria moderna respecto a la velocidad de producción, calidad de producto y costes de producción. Los humanos se cansan, cometen errores y los criterios que se aplican durante las inspecciones son inevitablemente subjetivos. En algunos casos, no es humanamente posible llevar a cabo las tareas de inspección debido a las condiciones ambientales. Las cámaras y los sistemas que componen un sistema de Visión Artificial, por el contrario, llevan a cabo las mediciones con una precisión constante y a un ritmo que es establecido por el propio proceso de producción. Estas ventajas han llevado a una creciente aceptación de la visión por industrias de todo el mundo.
Aplicaciones de esta tecnología en instalaciones alrededor del mundo incluyen:
  • La inspección de la calidad óptica de las pantallas de los televisores y los ordenadores
  • La inspección de la calidad de la pintura durante la fabricación de automóviles
  • La inspección de los billetes de banco durante la impresión
  • Comprobación de circuitos electrónicos
  • Comprobación de que los envases farmacéuticos estén completos
  • Inspección para asegurarse de que las botellas estén llenas
  • Comprobación de defectos en azulejos en la industria de la cerámica
La Visión Artificial se refiere a la interpretación automática de imágenes de escenas reales con el fin de controlar o vigilar máquinas o procesos industriales. Las imágenes pueden ser de luz visible, rayos X o infrarroja, y puede incluso derivarse de información ultrasónica.




5.4 Lógica Difusa (Fuzzi Logic)
Conceptos Básicos:


La lógica difusa o lógica heurística se basa en lo relativo de lo observado como posición diferencial. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y referidos entre sí. Así, por ejemplo, una persona que mida 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores están contextualizados a personas y referidos a una medida métrica lineal.

Desarrollos actuales y aplicaciones de lógica difusa
Aplicaciones generales
La lógica difusa se utiliza cuando la complejidad del proceso en cuestión es muy alta y no existen modelos matemáticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algún modelo matemático ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen solución.
Esta técnica se ha empleado con bastante éxito en la industria, principalmente en Japón, y cada vez se está usando en gran multitud de campos. La primera vez que se usó de forma importante fue en el metro japonés, con excelentes resultados. A continuación se citan algunos ejemplos de su aplicación:
  • Sistemas de control de acondicionadores de      aire
  • Sistemas de foco automático en cámaras fotográficas
  • Electrodomésticos familiares (frigoríficos,      lavadoras...)
  • Optimización de sistemas de control industriales
  • Sistemas de escritura
  • Mejora en la eficiencia del uso de combustible en motores
  • Sistemas expertos del conocimiento (simular el comportamiento de un experto humano)
  • Tecnología informática
  • Bases de datos difusas: Almacenar y consultar información imprecisa. Para este punto, por ejemplo, existe el lenguaje FSQL.
  • ...y, en general, en la gran mayoría de los      sistemas de control que no dependen de un Sí/No.

Lógica difusa en inteligencia artificial

En inteligencia artificial, la lógica difusa, o lógica borrosa se utiliza para la resolución de una variedad de problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisión en general, la resolución la compresión de datos. Los sistemas de lógica difusa están también muy extendidos en la tecnología cotidiana, por ejemplo en cámaras digitales, sistemas de aire acondicionado, lavarropas, etc. Los sistemas basados en lógica difusa imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho más rápidos. Estos sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos lenguajes de programación lógica que han incorporado la lógica difusa serían por ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje fril.
Consiste en la aplicación de la lógica difusa con la intención de imitar el razonamiento humano en la programación de computadoras. Con la lógica convencional, las computadoras pueden manipular valores estrictamente duales, como verdadero/falso, sí/no o ligado/desligado. En la lógica difusa, se usan modelos matemáticos para representar nociones subjetivas, como caliente/tibio/frío, para valores concretos que puedan ser manipuladas por los ordenadores.
En este paradigma, también tiene un especial valor la variable del tiempo, ya que los sistemas de control pueden necesitar retroalimentarse en un espacio concreto de tiempo, pueden necesitarse datos anteriores para hacer una evaluación media de la situación en un período anterior...



5.5  Procesamiento de Lenguaje Natural (PLN)
El Procesamiento del Lenguaje Natural o PLN (en inglés Natural Processing Languaje o NPL) es una rama de la Inteligencia Artificial que se encarga de estudiar la comunicación entre hombre - máquina y viceversa.

El objetivo principal que persigue es que el humano pueda emplear el habla o lenguaje como medio de transmisión de información automatizada.

Otra denominación que encontramos en referencia al  Procesamiento del Lenguaje Natural (PLN) es Lingüística computacional. Es la encargada de estudiar el  lenguaje humano desde un punto de vista informático.

Como sabemos, la lengua o  lenguaje humano (también lo podemos denominar
Lenguaje natural), es el medio de comunicación de los humanos, de manera oral. Por tanto, lo que se pretende con el el Procesamiento de este  Lenguaje natural, es que esta comunicación pueda ser llevada a cabo del mismo modo entre hombre y máquinas.

Aplicación. Procesamiento del lenguaje natural

El lenguaje natural puede aplicarse a numerosas acciones, entre las que encontramos:

• Traducción automática: gracias al Procesamiento del Lenguaje Natural, ha  sido posible llevar a cabo esta tarea, la traducción de manera automática a  través de máquinas. Ha sido un pensamiento que ha estado presente desde la  aparición de los ordenadores.

• Resúmenes automáticos: el PLN, también se ha encargado de mejorar las  herramientas que intentan realizar resúmenes de manera automática de un texto dado. Gracias al Procesamiento del Lenguaje Natural, esta tarea puede ser mejorada con el paso de tiempo, aunque aún tiene algunas cuestiones pendientes.

• Recuperación de información


5.6 Sistemas Externos (SE)

Son programas de computación que se derivan de una rama de la investigación informática llamada Inteligencia Artificial (IA). El objetivo científico de la IA es entender la inteligencia. Está referida a los conceptos y a los métodos de inferencia simbólica, o de razonamiento por computadora, y cómo el conocimiento usado para hacer esas inferencias será representado dentro de la máquina.

  El término  inteligencia cubre muchas habilidades conocidas, incluyendo la capacidad de solucionar problemas, de aprender y de entender lenguajes; la IA dirige todas estas habilidades. La mayoría de los esfuerzos en IA se han hecho en el área de solucionar los problemas, los conceptos y los métodos para construir los programas que razonan acerca de los problemas y que luego calculan una solución.

  Los programas de IA que logran la capacidad experta de solucionar problemas aplicando las tareas específicas del conocimiento se llaman Sistemas Basado en Conocimiento o Sistemas Expertos. A menudo, el término sistemas expertos se reserva para los programas que contienen el conocimiento usado por los humanos expertos, en contraste al conocimiento recolectado por los libros de textos. Los términos, sistemas expertos (ES) y  sistemas basado en conocimiento (KBS), se utilizan como sinónimos. Tomados juntos representan el tipo más extenso de aplicación de IA. 

  El área del conocimiento intelectual humano para ser capturado en un sistema experto se llama el dominio de la tarea. La tarea se refiere a una cierta meta orientada, actividad de solucionar el problema.  El dominio se refiere al área dentro de la cual se está realizando la tarea.
Las tareas típicas son el diagnóstico, hojas de operación (planning), la programación, configuración y diseño. Un ejemplo de dominio de una tarea es la programación del equipo de un avión.

  La construcción de un sistema experto se llama ingeniería del conocimiento y sus médicos son los ingenieros del conocimiento. El ingeniero del conocimiento debe cerciorarse de que el ordenador tenga todo el conocimiento necesario para solucionar un problema. También debe elegir una o más formas en las cuales representar el conocimiento requerido en la memoria del ordenador, es decir, él debe elegir  una representación del conocimiento. Él debe también asegurarse de que la computadora pueda utilizar eficientemente el conocimiento, seleccionando de un conjunto de métodos de razonamiento.

  El espectro de aplicaciones de la tecnología de los sistemas expertos a los problemas industriales y comerciales es tan amplio debido a la fácil caracterización del desafió. Las aplicaciones encuentran su perfil en la mayoría de las áreas del trabajo del conocimiento. Las aplicaciones se agrupan en siete clases importantes.

   Diagnóstico y localización de averías de dispositivos y de sistemas de todas las Clases: Esta clase abarca los sistemas que deducen incidentes y sugieren las acciones correctivas para un dispositivo o un proceso que funciona incorrectamente. El diagnóstico médico era una de las primeras áreas del conocimiento a las cuales la tecnología de los Sistemas Expertos (SE) fue aplicada, pero el diagnóstico de sistemas dirigidos sobrepasó rápidamente el diagnóstico médico. Probablemente, hay más aplicaciones de diagnóstico de Sistemas Expertos que de cualquier otro tipo. El problema de diagnóstico se puede manifestar, en resumen, como: dado la evidencia que se presenta, cuál es el problema / razón / causa subyacente?

   Planeamiento y programación: Los sistemas que caen en esta clase analizan un conjunto de una o más metas potencialmente complejas y obran recíprocamente para determinar un conjunto de acciones para lograr esas metas, y/o proveen el orden temporal detallado de esas acciones considerando el personal, el material y otros apremios. Esta clase tiene gran potencial comercial.
Los ejemplos implican la programación de vuelos, el personal y las puertas de una línea aérea; la programación del departamento de empleo de la fábrica; y las hojas de operación (planning) de proceso de la fabricación.

   Configuración de objetos manufacturados: La configuración, por el cual una solución a un problema se sintetice de un conjunto dado de elementos relacionados por un conjunto de apremios, es históricamente una de las aplicaciones de los sistemas expertos más importante. Las aplicaciones de la configuración fueron iniciadas por las compañías de computadoras como medio para facilitar la fabricación de las minicomputadoras. La técnica ha encontrado su
forma de uso en muchas industrias diferentes, por ejemplo, construcción modular, fabricación, y otros problemas que implicaban diseño y la fabricación compleja de la ingeniería.

   Toma de Decisión Financiera: La industria de los servicios financieros ha sido un usuario vigoroso de las técnicas de los Sistemas Expertos. Los programas consultivos se han creado para asistir a banqueros en la determinación de si hacer préstamos a los negocios y a los individuos. Las compañías de seguro han utilizado los sistemas expertos para evaluar el riesgo presentado por el cliente y determinar un precio para la aplicación típica del seguro; en 9los mercados financieros está en la negociación de la moneda extranjera.

   Publicación del Conocimiento: Ésta es una aplicación relativamente nueva, pero también es un área potencialmente delicada. La función primaria del sistema experto es entregar el conocimiento que es relevante al problema del usuario, en el contexto del problema del usuario. Los dos sistemas expertos más extensamente distribuidos en el mundo están en esta categoría. El primero es un consejero que aconseja al usuario con el uso gramatical apropiado en un texto. El segundo es un consejero de impuesto, que acompaña un programa de preparación de impuesto y aconseja al usuario en la estrategia y táctica de impuesto, y la política de impuesto individual.

   Vigilancia y control del proceso: Los sistemas que caen en esta clase analizan datos en tiempo real de los dispositivos físicos con la meta de advertir las anomalías, predecir las tendencias, y controlar la corrección del optimizador y del incidente.  Los ejemplos de sistemas en tiempo real que vigilan activamente los procesos se pueden encontrar en las industrias de la siderurgia y de la refinación del petróleo.

7. Diseño y fabricación: Estos sistemas asisten al diseño de dispositivos y de procesos físicos, extendiéndose del diseño conceptual del alto nivel de entidades abstractas a la configuración de los procesos de la fabricación.