Objetivos del tema:
1. Definir el término inteligencia artificial y exponer el propósito de desarrollar sistemas de inteligencia artificial.
La inteligencia artificial se usa para describir computadoras con la capacidad de imitar o duplicar las funciones del cerebro humano. El objetivo de crear sistemas de IA no es remplazar por completo a los seres humanos de la toma de decisiones, sino duplicar éstas para ciertos problemas bien definidos.
2. Hacer una lista de las características del comportamiento inteligente y comparar el desempeño de la inteligencia natural y los sistemas de inteligencia artificial para cada una de ellas.
El comportamiento inteligente abarca varias características entre las que se incluyen las capacidades para: aprender de la experiencia y aplicar estos conocimientos a nuevas experiencias; manejar situaciones complejas y solucionar problemas para los quizá se carezca de información; determinar la información importante en una situación determinada; pensar en una forma lógica y racional y proporcionar una respuesta rápida y correcta, y comprender imágenes visuales y procesar símbolos. La computadora es más eficiente que los seres humanos en la transferencia de información, en la realización de una serie de cálculos con rapidez y exactitud y hacer cálculos complejos, pero el ser humano es más eficiente que una computadora en todos los demás atributos de inteligencia.
3. Identificar los principales elementos del campo de la inteligencia artificial y proporcionar un ejemplo de cada tipo de sistema.
La inteligencia artificial es un campo amplio que incluye varios elementos fundamentales, tales como los sistemas expertos, la robótica, los sistemas de visión, el procesamiento de lenguaje natural, los sistemas de aprendizaje y las redes neuronales. Un sistema experto consiste del equipo y el software para producir sistemas que actúen o se comporten como un experto humano en un campo o área (por ejemplo, el análisis de crédito). La robótica incluye desarrollar dispositivos mecánicos o de computación para realizar tareas que requieren de un alto grado de precisión o que son tediosas o peligrosas para los humanos (colocar paquetes en una tarima, por ejemplo). Los sistemas de visión incluyen equipos y software que permiten a las computadoras capturar, almacenar y manipular imágenes y fotografías (software de reconocimiento de rostros). El procesamiento de lenguaje natural le permite a la computadora comprender y reaccionar a instrucciones o comandos elaborados en un lenguaje “natural”, tal como algún idioma. Los sistemas de aprendizaje usan combinación de equipos y software que le permiten a la computadora cambiar la manera en que funciona o reacciona ante situaciones basadas en la retroalimentación que recibe (por ejemplo, un juego de ajedrez computarizado). Una red neuronal es un sistema de computación que puede actuar, o simular, como el funcionamiento de un cerebro humano (un sistema de diagnóstico de enfermedades, por ejemplo).
4. Elaborar una lista de las características y los elementos básicos de los sistemas expertos.
Los sistemas expertos pueden explicar su razonamiento o las decisiones sugeridas; mostrar un comportamiento inteligente; manipular información simbólica y obtener conclusiones de relaciones complejas; proporcionar conocimientos transferibles, y hacer frente a la incertidumbre. Aún no son de amplia utilización; algunos son difícil de usar; se limitan a problemas estrechos: no pueden hacer frente con facilidad al conocimiento mixto; presentan la posibilidad de error; son difíciles de mantener; quizá tengan altos costos de desarrollo, y su empleo incrementa las inquietudes de índole legal y ética.
Un sistema experto consiste de un grupo de elementos integrados y relacionados, entre ellos una base de conocimientos, un motor de inferencias, un recurso de explicaciones, un recurso de adquisición de conocimientos y una interfaz del usuario. La base de conocimientos contiene todos los datos, reglas y relaciones pertinentes que se usan en el sistema experto. Con frecuencia, las reglas se componen de instrucciones de si entonces, que se usan para obtener conclusiones. La lógica difusa permite a los sistemas expertos incorporar hechos y relaciones, que quizá sean imprecisos o desconocidos, a las bases de conocimientos de los sistemas expertos.
El motor de inferencias realiza el procesamiento de las reglas, datos y relaciones almacenados en la base de conocimientos, para proporcionar respuestas, pronósticos y sugerencias en la forma en que lo haría un ser humano. Dos métodos comunes de procesamiento son el encadenamiento inverso y el encadenamiento hacia delante. El encadenamiento inverso se inicia con una conclusión, después busca hechos que la respalden; el encadenamiento hacia delante se inicia con un hecho, después busca una conclusión que la apoye. El encadenamiento mixto es una combinación de ambos.
El recurso de explicaciones de un sistema experto le permite al usuario comprender cuáles reglas se usan para llegar a una decisión. El recurso de adquisición de conocimientos ayuda al usuario a añadir o actualizar conocimientos en una base de conocimientos. La interfaz del usuario hace más fácil desarrollar y usar el sistema experto.
Entre las personas que participan en el desarrollo de un sistema experto se incluyen el experto en dominio, el ingeniero del conocimiento y los usuarios del conocimiento. El experto en dominio es la persona o el grupo que tienen la experiencia o los conocimientos que capturarán para el sistema. El ingeniero del conocimiento es el desarrollador cuyo trabajo es la extracción de la experiencia del experto en dominio. El usuario del conocimiento es la persona que se beneficia del uso del sistema desarrollado.
5. Identificar por lo menos tres factores que deben tomarse en cuenta al evaluar el desarrollo de un sistema experto.
A continuación se presentan los factores que por lo común hacen que el sistema experto valga la inversión en tiempo y dinero: un alto rendimiento potencial o una disminución importante en el riesgo, la capacidad de capturar y preservar conocimientos humanos que son imposibles de remplazar, la capacidad de desarrollar un sistema más consistente que los expertos humanos, los conocimientos necesarios en varios lugares al mismo tiempo, y la experiencia necesaria en un ambiente hostil y peligroso para la salud de los seres humanos. La solución del sistema experto se puede desarrollar con mayor rapidez que la elaborada por expertos humanos. El sistema experto también proporciona los conocimientos que se requieren para la capacitación y el desarrollo, con el propósito de compartir la sabiduría y la experiencia de los expertos humanos con un gran número de personas.
6. Hacer un esbozo y explicar en forma breve los pasos para desarrollar un sistema experto.
Los pasos necesarios para el desarrollo de un sistema experto incluyen determinar requisitos, identificar expertos, crear los elementos del sistema experto, poner e operación los resultados y mantener y revisar el sistema.
Hay varias formas para poner en operación sistemas expertos. Antes se usaban lenguajes tradicionales de alto nivel, como Pascal, FORTRAN y COBOL. LISP y PROLOG son dos lenguajes desarrollados expresamente para crear sistemas expertos desde cero. Una manera más rápida y menos costosa de adquirir un sistema experto es comprar un shell de sistema experto o un paquete ya existente. El programa del shell es grupo de paquetes de software y herramientas utilizadas para diseñar, desarrollar, poner en operación y mantener sistemas expertos. Entre las ventajas de los shells de sistemas de expertos se incluyen la facilidad de desarrollo y modificación, el uso de la satisfacción, el empleo de la heurística y el desarrollo por parte de ingenieros y usuarios finales del conocimiento. El método seleccionado depende de los beneficios comparados con consideraciones de costo, control y complejidad.
7. Identificar los beneficios relacionados con el uso de los sistemas expertos.
Los beneficios de usar un sistema experto van más allá de las razones características para usar una solución de procesamiento computarizada. Los sistemas expertos muestran comportamientos “inteligente”, manipulan información simbólica y llegan a conclusiones, proporcionan conocimientos transferibles y pueden hacer frente a la incertidumbre. Los sistemas expertos se pueden usar para solucionar problemas en muchos campos o disciplinas y pueden ayudar en todas las etapas del proceso de solución de problemas. Los éxitos en el pasado demuestran que los sistemas expertos son buenos para establecer objetivos estratégicos, planeación, diseño, toma de decisiones, control y supervisión de la calidad y diagnóstico.