El documento presenta una introducción a los sistemas expertos, incluyendo su historia, componentes, tipos, lenguajes de programación y aplicaciones. Explica que los sistemas expertos imitan el razonamiento de un experto humano para resolver problemas complejos y pueden procesar grandes volúmenes de información más rápido que un humano.

1. Integrantes: Durán Henrry. Hernández Ricardo. Hernández Ofelia. Noda Yanett.

3. http://www.youtube.com/watch?v=3NKS3fx_-lQ

10. Objetivos de la IA ....el objetivo más importante es.... !Comprender y Construir Entidades Inteligentes!

11. Ramas de la IA Sistemas Expertos Redes Neurales Logaritmos Gen é ricos Agentes Inteligentes L ó gica Difusa Sistemas De Aprendizaje Robótica Sistema De Visi ó n Procesamiento De Lenguaje Natural IA

15. Crítica a la IA http://www.youtube.com/watch?v=sqS83f-NUww&feature=related

17. Futuro de la IA ....el gran desafío es...... !Hombre y máquina interactúen juntos ya que necesitan uno del otro para solucionar eficazmente los problemas!

20. 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

21. 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

22. 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

23. 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

24. 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

25. 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.

26. 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

27. 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.

28. 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

29. 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

30. 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

31. Código fuente.

32. 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

33. 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

34. 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

35. 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

36. 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

37. 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

39. Etapas a cumplir para el desarrollo de SE dentro de una organización

40. Disminución del coste de desarrollo de un SE Mercado de los SE

41. Técnicas de la IA

42. Existen esencialmente dos tipos de SE, estos son: SE basados en reglas. SE basados en las probabilidades. Tipos de SE

43. 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

44. SE basados en Probabilidades: Aplicando redes bayesianas, basadas en estadística y el teorema de Bayes. Este es un modelo probabilistico multivariado que relaciona un conjunto de variables aleatorias mediante un gráfico dirigido que índica de manera explicita la influencia causal. Tipos de SE

45. 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

46. 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

49. Base de hechos Módulo Adq. De conocimiento Base de conocimiento Módulo de explicación Motor de inferencia Interface de usuario Extraído de Una Introducción a los Sistemas Expertos de Carla Salazar Serrudo, 2003, pág. 6 Componentes estructurales

56. 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.

58. 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

62. 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

63. 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

64. Ejemplo de cómo se Ingresa la Información en MYCIN

65. Video juegos: Telefonía Celular: Cajeros automáticos: Programas computacionales de uso general: Aplicaciones actuales

66. Solid Works ®