INTELIGENCIA ARTIFICIAL , EVOLUCIÓN HISTÓRICA

INTELIGENCIA ARTIFICIAL

Técnica de software que los programas utilizan para dar solución a algún tipo de problema, tratando de asemejar el comportamiento inteligente que se observa en la naturaleza; es decir, trata de resolver problemas y tomar decisiones similares a las que toman los seres humanos al afrontar la vida diaria.

EVOLUCIÓN HISTÓRICA

•        En 1965 aparece DENDRAL este fue el primer sistema experto. Su objetivo fue estudiar y descubrir la estructura global de un compuesto químico.

•        En 1972, se desarrolla MYCIN en la Universidad de Standford, sistema experto dentro del campo de la medicina para diagnóstico de enfermedades infecciosas en la sangre.

•        En 1973 se desarrolla TIERESIAS. Su objetivo era de servir de intérprete entre MYCIN y los especialistas que lo manejaban, a la hora introducir nuevos conocimientos en su base de datos.

•        En 1979 aparece XCON, primer programa que sale del laboratorio Su usuario fue la Digital Equipament Corporation (DEC). El cometido de XCON sería configurar todos los ordenadores que saliesen de la DEC.

•        Entre los años 1980 a 1985 se produce la revolución de los Sistemas Expertos. Se crearon multitud de empresas dedicadas a los sistemas expertos.

•        A partir de los 1990 se produce un amplio desarrollo en el campo de la Inteligencia artificial y los Sistemas Expertos.

¿QUÉ ES?

Los sistemas expertos fueron el primer gran éxito de la Inteligencia Artificial.  

Estos son sistemas informáticos que simulan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción de un experto humano en cualquier rama de la ciencia para resolver problemas.

TIPOS

Existen tres tipos de sistemas expertos:

• Basados en reglas: trabajan mediante la aplicación de reglas, comparación de resultados y aplicación de las nuevas reglas basadas en una situación modificada.
• Basados en casos: Es el proceso de solucionar nuevos problemas basándose en las soluciones de problemas anteriores.
• Basados en redes: Es un modelo probabilístico, se aplican redes bayesianas, basadas en estadística y el teorema de Bayes.

COMPONENTES

Esencialmente, los sistemas expertos cuentan con cinco componentes:

1. Base de conocimiento: en este componente se contienen los hechos (es decir, un gran contenedor de conocimiento que se obtiene de diferentes expertos) y reglas para resolver un problema, procedimientos y datos relevantes.
2. Motor de inferencia: es el cerebro del sistema experto. Su función es obtener el conocimiento relevante de la base de conocimientos, interpretarlo y encontrar una solución relevante para el problema del usuario.
3. Módulo de adquisición de conocimiento y aprendizaje: permite que el sistema experto adquiera cada vez más conocimiento de diversas fuentes y lo almacene en la base de conocimiento.

Interfaz de usuario: es la parte más crucial del sistema experto. Interfaz que ayuda al usuario a comunicarse con el sistema experto para encontrar la solución a un problema.

1. Módulo de explicación: el sistema experto da una explicación al usuario sobre cómo el sistema experto llegó a una conclusión particular.

De esa manera, argumenta los resultados presentados con la mayor exactitud.

1. VENTAJAS Y DESVENTAJAS

Ventajas

1. Rapidez y permanencia. Pueden trabajar más rápido que lo humanos. Están disponibles sin interrupciones de día y noche, ofreciendo siempre su máximo desempeño.
2. Calidad. mejoran la calidad y reducen las tasas de error.
3. Confiabilidad. Los sistemas expertos son confiables. No padece de olvido, fatiga, dolor o comete errores de cálculo.
4. Accesibilidad al conocimiento y escritorios de vida. Hacen accesible el conocimiento y la información a mucha gente en diversos lugares. Siempre están dispuestos a dar explicaciones, asistir o enseñar a la gente, así como a aprender.
5. Impartición de capacitación. Es factible que un sistema experto facilite la capacitación. El personal nuevo que trabaja con un sistema experto se vuelve más experimentado.
6. Reducción del tiempo para la toma de decisiones. Con el empleo de la recomendación del sistema, un ser humano puede tomar decisiones mucho más rápido.

Desventajas

1. Tienen una noción muy limitada acerca del contexto de problema, no pueden percibir todas las cosas que un experto humano puede apreciar de una situación.
2. No son capaces de trabajar en equipo o investigar algo nuevo.
3. Son muy costosos de desarrollar y mantener.
4. Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible ya que un hombre no puede gestar hijos.
5. Capacidad de aprendizaje: Cualquier persona aprende con facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado.
6. Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado.

EJEMPLOS

Un ejemplo es el Akinator el cual es capaz de adivinar en qué personaje estás pensando a partir de una serie de preguntas que él te realiza. Toda la información que tú provees permite al sistema experto determinar en qué personaje estás pensando. Es importante y destacable que este sistema experto se alimenta de los usuarios y está en constante evolución; cuando el Akinator llega a un punto donde no conoce a tu personaje, él te pregunta quién es, tú le dices y lo agrega a su base de datos. Es decir, el sistema experto: ¡Está aprendiendo!

...