You are on page 1of 48

1.

DEFINICIN

La Inteligencia Artificial es una rama de la ciencia de la


computacin que comprende el estudio y creacin de sistemas
computarizados que manifiestan cierta forma de inteligencia: sistemas
que aprenden nuevos conceptos y tareas, sistemas que pueden
razonar y derivar conclusiones tiles acerca del mundo que nos rodea,
sistemas que pueden comprender un lenguaje natural o percibir y
comprender una escena visual, y sistemas que realizan otro tipo de
actividades que requieren de inteligencia humana.
Como toda disciplina de reciente creacin, la IA no se encuentra
unificada en trminos de objetivos y mtodos de investigacin.
Recientemente, parte de los esfuerzos de los investigadores en esta
rea se han dedicado a la definicin de dichos objetivos y al recuento
de las herramientas metodolgicas utilizadas hasta ahora. Como
resultado de este esfuerzo, que dista mucho de su conclusin, se han
definido algunos acuerdos bsicos sobre el rea y sus estrategias.
Por ahora, es suficientemente claro que el objetivo de la IA es el
de entender la naturaleza de la inteligencia a travs del diseo de
sistemas computacionales que la exhiban. En forma ms concreta,
puede afirmarse que, en lo que ha transcurrido de su corta historia, la
IA ha estado dirigida por tres objetivos generales:
1. El anlisis terico de las posibles explicaciones del comportamiento
inteligente.
2. La explicacin de habilidades mentales humanas.
3. La construccin de artefactos (computadoras) inteligentes.
Con estos propsitos en su agenda de investigacin, los
estudiosos de la IA han recurrido al uso de cuatro diferentes
estrategias metodolgicas: el desarrollo de tecnologas tiles en esta
rea, la simulacin, el modelamiento, y la construccin de teora sobre
la inteligencia artificial. El desarrollo de tecnologas de computacin ha

La Inteligencia Artificial y sus Aplicaciones


sido una empresa titnica que los ingenieros en electrnica han
tomado en sus manos, sin embargo, slo una pequea parte de lo que
se conoce como ciencia de la computacin puede incluirse dentro de la
IA. No existe todava un criterio preciso con el cual distinguir cundo
un sistema computacional es un sistema de IA, pero el acuerdo
general es que cualquier mquina que desempee una funcin mental
que tendra que ser realizada por una inteligencia humana es un
ejemplo de IA.
La simulacin que se hace en IA ha intentado reproducir algunas
de las caractersticas inteligentes de los seres humanos. Estas
reproducciones han buscado abiertamente la similitud entre una
computadora y los seres humanos. La elaboracin de simulaciones ha
sugerido la posibilidad de explorar los procesos cognoscitivos
humanos, sin embargo los esfuerzos en esta lnea, a diferencia del
modelamiento, han estado dedicados a producir comportamiento
humano inteligente en las computadoras ms que a entenderlo o
explicarlo.
El modelamiento, por otra parte, tiene como objeto la utilizacin
de los sistemas de IA para entender a la inteligencia humana. Ha sido
tradicionalmente utilizado por psiclogos y no tiene como requisito
necesario el uso de computadoras, De hecho, muchas de las teoras
sobre cognicin han utilizado modelos en computadoras sin hacer
referencia a ellas, por ejemplo, la teora sobre memoria semntica o
sobre representacin mental.
Finalmente, el trabajo terico en IA ha abierto por primera vez la
posibilidad de teorizar sobre la inteligencia sin hacer necesariamente
referencia a la inteligencia humana. Es decir, se ha propuesto la
formulacin de una teora de la inteligencia "pura".

La Inteligencia Artificial y sus Aplicaciones

1.2 HISTORIA
El nacimiento real de la IA se produce para el ao 1950, cuando
Norbet Wiener desarroll el principio de la retroalimentacin. Esta
tcnica consiste, por ejemplo, en la tecnologa del termostato,
comparar la temperatura actual del entorno con la deseada y, segn
los resultados, aumentarla o disminuirla. En 1955 Newell y Simon
desarrollan la Teora de la lgica la cual permiti desarrollar un
programa que exploraba la solucin a un problema utilizando ramas y
nudos, seleccionando nicamente las ramas que ms parecan
acercarse a la solucin correcta de los problemas siendo ste el primer
programa inteligente basado en su modelo de procesamiento de
informacin
Basndose en los estudios sobre memoria asociativa, el equipo
Newell-Shaw-Simon
construy
los
primeros
lenguajes
de
procesamiento de informacin (IPL-I, IPL-II) utilizados en el diseo de
su "Logic Theorist Machine" que se convirti en la primera mquina
"inteligente". Esta mquina fue capaz no slo de memorizar y
aprender, sitio que consigui demostrar de una manera original y
"creativa", es decir no prevista por sus creadores, algunos de los
teoremas propuestos por Bertrand Russell en los Principios (Russell
and Whitehead, 1925).
En el ao 1957 aparece la primera versin de The General
Problem Solver (GPS), un programa capaz de solucionar problemas
de sentido comn. El GPS utilizaba la teora de la retroalimentacin de
Wiener.
Desde sus orgenes la IA se relacion con juegos como el ajedrez
y las damas, probablemente debido a que los juegos de mesa
constituyen modelos de situaciones reales en las que hay que calcular,
solucionar problemas, tomar decisiones, corregir errores, recordar, etc.
A pesar de que esta lnea de investigacin ha sido casi totalmente
abandonada en la actualidad, muchos de los avances tericos y
metodolgicos de la IA se deben a ella. Por ejemplo, Samuel dise en
1961 un programa que jugaba damas y que era capaz de aprender de
sus errores, es decir, era capaz de adaptar su comportamiento en
relacin con eventos pasados. Lo ms controversial de este programa

La Inteligencia Artificial y sus Aplicaciones


fue que, aunado a su capacidad de aprendizaje la de memoria, con el
tiempo consigui derrotar invariablemente a su creador.
Hacia mediados de los sesenta la IA se convierte en un rea en
la que se interesan e interactan especialistas de diversas disciplinas:
lgicos, psiclogos, matemticos, lingistas, filsofos, etc. Uno de los
grandes temas de IA en esta dcada fue el estudio del lenguaje. En la
mayora de los estudios iniciales sobre el lenguaje, se atac el
problema de disear una mquina que fuera capaz de traducir de un
idioma a otro. El nfasis se hizo en el anlisis de la sintaxis, en lugar
del significado, estrategia que se abandon relativamente pronto. Los
investigadores interesados en esta rea de la IA pronto descubrieron
que traduccin no es lo mismo que transformacin, y que, como
consecuencia de ello, de alguna manera la mquina tendra que
"entender" un texto antes de poder traducirlo. Los esfuerzos se
orientaron hacia una definicin de la comprensin que pudiera
simularse en una computadora.
Ya en el ao 1970 se produce el advenimiento de los Sistemas
Expertos. Los Sistemas Expertos se han utilizado para ayudar a los
mdicos a diagnosticar enfermedades e informar a los mineros a
encontrar vetas de mineral. Al mismo tiempo, en 1970. David Marr
propone nuevas teoras sobre la capacidad de reconocimiento visual de
las diferentes mquinas
Para el 1986 las ventas de hardware y software relacionados con
la IA se contabilizan por 425,000.00 millones de dlares. Compaas
como DuPont, General Motors, y Boeing utilizan sistemas expertos a
principios de la dcada de los 80 y stos sistemas expertos se
convertirn en un standard a finales de la misma.
En los 90 la IA fue utiliza de forma efectiva en la Guerra del
Golfo sobre sistemas de misiles visores, los soldados y otros.

La Inteligencia Artificial y sus Aplicaciones

1.3 ELEMENTOS DE LA INTELIGENCIA ARTIFICIAL


En verdad, la inteligencia artificial consiste en la asimilacin de
los procesos inductivos y deductivos del cerebro humano. Este intento
de imitacin se enfrenta a duras restricciones del hardware. Una
computadora no es un cerebro; su complejidad electrnica se
encuentra a una distancia abismal de la superior complejidad
neurolgica cerebral. La inteligencia artificial acepta el reto de la
imitacin de los procesos del cerebro aplicando mucho ingenio para
aprovechar los medios de que se dispone y que se elaboran.
Sea cual sea la aplicacin de que se trate, la lA se sustenta sobre
los dos elementos siguientes:
1. Estrategias de comportamiento inteligente.
2. Saber.
Estos elementos forman una construccin coherente: son forma
y contenido, estructura y materia. El primer elemento es el de las
estrategias de comportamiento inteligente; se conjuga en la
disposicin de reglas para formular buenas inferencias o conjeturas y,
tambin, en su utilidad para la bsqueda de una solucin a la cuestin
o tarea planteada. De esta forma, las estrategias son la parte
estructural o formal.
Por oposicin, el segundo elemento significa lo material o el
contenido, y, por tanto, vara en cada caso de un modo ms profundo;
se trata del saber. En realidad, no se puede pretender reunir el saber,
sino los saberes. Por ejemplo, cada sistema experto posee en memoria
todos los conocimientos distintivos que tendra un especialista en la
materia, sea un mdico, un abogado o un qumico. El saber que se
recoge tiene un carcter especializado y alcanza un volumen
conceptual considerable.

La Inteligencia Artificial y sus Aplicaciones

1.4 NIVELES DE LA INTELIGENCIA ARTIFICIAL


La estructura que presenta un sistema de informacin inteligente
consta de tres niveles perfectamente integrados en una sper
arquitectura microelectrnica. Son tres niveles que cubren desde la
relacin exterior hasta la profunda organizacin interior. stos son:
1. Nivel externo. Sirve para relacionar a la mquina con el medio
y el ser humano. Este nivel est integrado por el tratamiento del
lenguaje natural y el tratamiento de faz imgenes. Con estos
instrumentos la mquina percibe inteligentemente las seales
que se le envan sin codificacin especial, y adquiere un
conocimiento.
2. Nivel medio. En l se halla el sistema de resolucin de
problemas. La instrumentalizacin de esa capacidad se realiza
mediante los sistemas expertos, que se configuran merced a
unas estrategias de operacin y una base de conocimientos
orgnicamente relacionados.
3. Nivel profundo. Este ltimo nivel corre paralelo a las funciones
ms profundas del cerebro. En l se sita, como proyecto, la
capacidad de aprender automticamente de la mquina. Tal
proceso se concibe como la interpretacin de diversas
experiencias y su organizacin adecuada para ser utilizada en su
caso. Finalmente, el nivel profundo est constituido por la base
de conocimientos generales y la flexibilidad para ampliarse por s
misma.

1.5 BIOCHIPS
En la oficina del cientfico Masuo Aizawa, del Instituto de
Tecnologa de Tokio, nada llama demasiado la atencin, excepto una
placa de vidrio que flota en un recipiente lleno de un lquido
transparente. Se trata de un chip que parece salpicado con barro. Los
grumos alargados del chip de Aizawa no son manchas, sino clulas
neurales vivas, criadas en el precursor de un circuito electrnicobiolgico: el primer paso hacia la construccin neurona por neurona,
de un cerebro semiartificial.

La Inteligencia Artificial y sus Aplicaciones


En el futuro se podra utilizar el chip neuronal de Aizawa como
interfaz entre la prtesis y el sistema nervioso de pacientes que
hubieran perdido una extremidad. Si contina el uso de clulas vivas
en sistemas elctricos, en los prximos aos casi con toda seguridad
ocurrir el advenimiento de dispositivos computacionales que, aunque
rudimentarios, sern completamente bioqumicos.

1.6 GRANJA DE EVOLUCION


La evolucin en la naturaleza fue la clave para mejorar los
organismos y desarrollar la inteligencia. Michael Dyer, investigador de
IA de la U de California, apost a las caractersticas evolutivas de las
redes neurales (redes de neuronas artificiales que imitan el
funcionamiento del cerebro) y dise la Bio-Land, una granja virtual
donde vive una poblacin de criaturas basadas en redes neuronales.
Los biots pueden usar sus sentidos de la vista, el odo e incluso el
olfato y tacto para encontrar comida y localizar parejas. Los biots
cazan en manadas, traen comida a su prole y se apian buscando
calor.
Lo que su creador quiere que hagan es hablar entre ellos; tiene
la esperanza de que desarrollen evolutivamente un lenguaje primitivo.
A partir de ese lenguaje, con el tiempo podran surgir niveles ms altos
de pensamiento.

1.7 PUEDE PENSAR UNA MAQUINA?


Esta pregunta tan simple plantea unos problemas tan grandes
que, posiblemente, nunca se llegue a un acuerdo completo entre las
distintas respuestas que se proponen. Bajo la pregunta de si las
mquinas piensan o pueden pensar se cobija una dilatada historia de
discusiones que no ha llegado a su fin y que, muy probablemente,
perder inters antes de llegar a una respuesta satisfactoria. Los ms
brillantes cientficos han intervenido en la polmica para intentar
sentenciar la cuestin. Turing, Von Neumann o Lucas son algunos de
estos nombres famosos.

La Inteligencia Artificial y sus Aplicaciones


Tiempo atrs, considerar que las mquinas pudieran tener
inteligencia pareca un absurdo, una estupidez infantil. Posteriormente,
a medida que los progresos de la investigacin cambiaban el panorama
tecnolgico, tambin cambi la actitud y se atribuy un valor
especifico al problema terico. Con ello se descubri que la hiptesis
de una inteligencia mecnica, artificial o simulada, abra nuevas
interrogantes. La ms seria de estas interrogantes se refera a la
verdadera realidad de la inteligencia humana:
Qu rasgos fundamentales distinguen a los seres inteligentes y
cmo operan biolgicamente los procesos cognitivos?
Esta nueva pregunta ha conducido a investigar una inadvertida
laguna del saber humano. Con ello se ha visto que el ser humano,
hasta el momento, se ha ocupado ms de los resultados de su
inteligencia que de los sutiles procesos y relaciones que la hacen
posible. Estas relaciones y procesos ataen a la biologa y a la lgica,
lo que, en trminos computacionales, puede traducirse como los
mbitos del hardware y el software.

1.8 OBJETIVOS DE LA INTELIGENCIA ARTIFICIAL

Disear y construir aplicaciones computacionales de nivel


superior.
Resolver problemas difciles.
Generar herramientas para la construccin de aplicaciones de
inteligencia artificial.
Ayudar a los expertos a analizar y disear.
Generar mquinas que faciliten la construccin de aplicaciones
de inteligencia artificial.

La Inteligencia Artificial y sus Aplicaciones

1.9 QUE PUEDEN HACER LAS COMPUTADORAS


DENTRO DEL REA DE LA INTELIGENCIA
ARTIFICIAL?

Resolver Problemas difciles: Es conocido que las computadoras


pueden realizar clculos aritmticos a increble velocidad,
actualmente no es extrao ver programas que realicen clculo de
integrales y mucho ms, como la resolucin de problemas
mecnicos.

Ayudar a los Expertos a Analizar y Disear: Algunos programas


sirven para auxiliar a los mdicos al analizar ciertos tipos de
enfermedades, otros para entender el funcionamiento de
circuitos electrnicos y otros ms nos auxilian en la configuracin
de los mdulos que conforman sistemas complejos de equipo de
computo.

Entender Ingls Sencillo: Para el ser humano la manera natural


de comunicarse es a travs del lenguaje. Esto es lo que ha
motivado un gran inters por desarrollar esta misma habilidad
en las computadoras. Para el entendimiento de un lenguaje
natural escrito como el ingls se puede utilizar, entre otras, la
tcnica de palabras clave, esta tcnica intenta inferir el
significado de la comunicacin a partir del propio significado de
las palabras claves. Esta tcnica ha probado su ineficiencia en
contextos donde las palabras claves utilizadas pueden tener
mltiples significados.

Entender Imgenes Simples: Computadoras equipadas con los


dispositivos adecuados (cmaras de TV etc.), pueden ver lo
suficiente para tratar con un espacio limitado, los objetos que ah
se encuentran y la relacin que guarda uno con respecto del
otro.

Ayudar a Manufacturar Productos: Actualmente mquinas de


propsito especfico auxilian en trabajos que el hombre considera
peligroso, aburrido, o poco remunerado. El pasar de mquinas
de propsito especifica a robots inteligentes, requiere de agregar
muchas capacidades, una de ellas es la de razonar acerca del
movimiento en tres dimensiones, tal como el requerido para
mover una caja de un estante a otro en un almacn.

La Inteligencia Artificial y sus Aplicaciones

1.10 CMO SABREMOS CUANDO TENGAMOS XITO


AL CONSTRUIR UN PROGRAMA INTELIGENTE?
En 1950 Alan Turing propuso la PRUEBA de TURING cuyo
principio se basa en lo siguiente: Cuando la combinacin de Software
y Hardware nos d como resultado el que personas normales en
nuestra sociedad no puedan determinar si quien ha estado
respondiendo a sus preguntas es un ser humano o una computadora,
entonces podremos decir que hemos logrado el objetivo de construir
un programa inteligente.
La prueba de TURING es un procedimiento bien conocido para
evaluar el xito de un programa de IA. Consiste en que un
Entrevistador se comunica va textual de entrada y salida, con un
sistema de IA y con otra persona que participa en la prueba; el
entrevistador no se da cuenta cul respuesta viene del computador y
cul de la otra persona, si despus de hacer suficientes preguntas el
entrevistador no puede diferenciar entre el hombre y la mquina,
entonces el sistema pasa la prueba y se estima que es exitoso.
Lamentablemente, ningn sistema de IA existente podra pasar
una prueba de Turing verdaderamente y no es probable que tal
sistema exista en un futuro cercano.

1.11 APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

Robtica.
Procesamiento de Lenguaje Natural.
Reconocimiento de Patrones.
Sistemas Expertos
Tutores Inteligentes.
Manipulacin Inteligente de Base de Datos.
Programacin Automtica.
Visin Computarizada.

10

La Inteligencia Artificial y sus Aplicaciones

2.1 ETIMOLOGIA
A modo de introduccin, debemos hacer referencia al origen de
la palabra robot; si bien desde la antigedad se conocen ingenios
mecnicos con formas ms o menos humanas cuyo propsito fue
proveer diversin en las cortes o llamar la atencin de la gente, estos
ingenios, carecen de importancia desde el punto de vista tecnolgico,
precisamente por su destino.
El trmino robot fue acuado por el escritor checoslovaco Carlos
Chapek, fallecido en 1938, que adquiri fama mundial con su obra
RUR en la que presenta al obrero moderno como un esclavo
mecnico; es all donde justamente emplea la palabra robot, tomada
del eslavo robota, que significa trabajo.

2.2 DEFINICIN
El RIA (Robot Institute of America) define al robot como "un
manipulador multifuncional reprogramable, diseado para mover
materiales, partes, herramientas o dispositivos especializados a travs
de movimientos variables programados para la performance de una
variedad de labores".
Esta definicin indudablemente no abarca todas las posibilidades
de aplicacin presente y futuras de los robots y a nuestro parecer, el
robot es a la produccin, lo que el computador es para el
procesamiento de datos, es decir una nueva y revolucionaria
concepcin del sistema productivo cuyos alcances recin comienzan a
percibirse en los pases altamente industrializados. Realmente los

11

La Inteligencia Artificial y sus Aplicaciones


robots, no incorporan nada nuevo a la tecnologa en general, la
novedad radica en la particularidad de su arquitectura y en los
objetivos que se procura con los mismos.
El trabajo del robot se limita generalmente a pocos movimientos
repetitivos de sus ejes, estos son casi siempre 3 para el cuerpo y 3
para la mano o puo, su radio de accin queda determinado por un
sector circular en el espacio donde ste alcanza a actuar. Cuando las
partes o piezas a manipular son idnticas entre ellas y se presentan en
la misma posicin, los movimientos destinados a reubicar o montar
partes se efectan mediante dispositivos articulados que a menudo
finalizan con pinzas.
La sucesin de los movimientos se ordena en funcin del fin que
se persigue, siendo fundamental la memorizacin de las secuencias
correspondientes a los diversos movimientos. Puede presentarse el
caso en el que las piezas o partes a ser manipuladas no se presenten
en posiciones prefijadas, en ste caso el robot deber poder reconocer
la posicin de la pieza y actuar u orientarse para operar sobre ella en
forma correcta, es decir se le deber proveer de un sistema de control
adaptativo. Si bien no existen reglas acerca de la forma que debe
tener un robot industrial, la tecnologa incorporada a l est
perfectamente establecida y en algunos casos sta procede de las
aplicadas a las mquinas-herramientas.
Los desplazamientos rectilneos y giratorios son neumticos,
hidrulicos o elctricos. Como es sabido, los sistemas neumticos no
proveen movimientos precisos debido a la comprensibilidad del aire y
en ellos deben emplearse topes positivos para el posicionamiento, lo
que implica la utilizacin de dispositivos de desaceleracin. Los robots
neumticos poseen una alta velocidad de operacin manipulando
elementos de reducido peso.
Los accionamientos hidrulicos proporcionan elevadas fuerzas,
excelente control de la velocidad y posicionamiento exacto. En cuanto
a los sistemas elctricos, se utilizan motores de corriente continua o
motores paso a paso. Estos dos tipos de robots quedan reservados a la
manipulacin de elementos ms pesados o los procesos de trayectorias
complejas como las tareas de soldadura por punto o continuos.

12

La Inteligencia Artificial y sus Aplicaciones

2.3 CRONOGRAMA
ROBTICA

SOBRE

LA

HISTORIA

DE

LA

FECHA
DESARROLLO
SigloXVIII. A mediados del siglo XVIII J. de Vaucanson construy
varias muecas mecnicas de tamao humano que
ejecutaban piezas de msica
1801
J. Jaquard invento su telar, que era una mquina
programable para la urdimbre
1805
H. Maillardet construy una mueca mecnica capaz de
hacer dibujos.
1946
El inventor americano G.C. Devol desarroll un
dispositivo controlador que poda registrar seales
elctricas por medio magnticos y reproducirlas para
accionar
una
mquina
mecnica.
La
patente
estadounidense se emiti en 1952.
1951
Trabajo de desarrollo con teleoperadores (manipuladores
de control remoto) para manejar materiales radiactivos.
Patente de Estados Unidos emitidas para Goertz (1954) y
Bergsland (1958).
1952
Una mquina prototipo de control numrico fue objetivo
de demostracin en el Instituto Tecnolgico de
Massachusetts despus de varios aos de desarrollo. Un
lenguaje de programacin de piezas denominado APT
(Automatically Programmed Tooling) se desarroll
posteriormente y se public en 1961.
1954
El inventor britnico C. W. Kenward solicit su patente
para diseo de robot. Patente britnica emitida en 1957.
1954
G.C. Devol desarrolla diseos para Transferencia de
artculos programada. Patente emitida en Estados Unidos
para el diseo en 1961.
1959
Se introdujo el primer robot comercial por Planet
Corporation. Estaba controlado por interruptores de fin
de carrera.
1960
Se introdujo el primer robot Unimate, basada en la
transferencia de articulaciones programada de Devol.
Utilizan los principios de control numrico para el control
de manipulador y era un robot de transmisin hidrulica.
13

La Inteligencia Artificial y sus Aplicaciones


1961
1966
1968

1971

1973

1974
1974
1974
1975

1976

1978

1978

1979

Un robot Unimate se instal en la Ford Motors Company


para atender una mquina de fundicin de troquel.
Trallfa, una firma noruega, construy e instal un robot
de pintura por pulverizacin.
Un robot mvil llamado Shakey se desarrollo en SRI
(standford Research Institute), estaba provisto de una
diversidad de sensores as como una cmara de visin y
sensores tctiles y poda desplazarse por el suelo.
El Standford Arm, un pequeo brazo de robot de
accionamiento elctrico, se desarroll en la Standford
University.
Se desarroll en SRI el primer lenguaje de programacin
de robots del tipo de computadora para la investigacin
con la denominacin WAVE. Fue seguido por el lenguaje
AL en 1974. Los dos lenguajes se desarrollaron
posteriormente en el lenguaje VAL comercial para
Unimation por Vctor Scheinman y Bruce Simano.
ASEA introdujo el robot Irb6 de accionamiento
completamente elctrico.
Kawasaki, bajo licencia de Unimation, instal un robot
para soldadura por arco para estructuras de motocicletas.
Cincinnati Milacron introdujo el robot T3 con control por
computadora.
El robot Sigma de Olivetti se utiliz en operaciones de
montaje, una de las primitivas aplicaciones de la robtica
al montaje.
Un dispositivo de Remote Center Compliance (RCC) para
la insercin de piezas en la lnea de montaje se desarroll
en los laboratorios Charles Stark Draper Labs en Estados
Unidos.
El robot T3 de Cincinnati Milacron se adapt y program
para realizar operaciones de taladro y circulacin de
materiales en componentes de aviones, bajo el patrocinio
de Air Force ICAM (Integrated Computer Aided
Manufacturing).
Se introdujo el robot PUMA (Programmable Universal
Machine for Assambly) para tareas de montaje por
Unimation, basndose en diseos obtenidos en un
estudio de la General Motors.
Desarrollo del robot tipo SCARA (Selective Compliance
Arm for Robotic Assambly) en la Universidad de

14

La Inteligencia Artificial y sus Aplicaciones

1980

1981

1982

1983

1984

Yamanashi en Japn para montaje. Varios robots SCARA


comerciales se introdujeron hacia 1981.
Un sistema robtico de captacin de recipientes fue
objeto de demostracin en la Universidad de Rhode
Island. Con el empleo de visin de mquina el sistema
era capaz de captar piezas en orientaciones aleatorias y
posiciones fuera de un recipiente.
Se desarroll en la Universidad de Carnegie-Mellon un
robot de impulsin directa. Utilizaba motores elctricos
situados en las articulaciones del manipulador sin las
transmisiones mecnicas habituales empleadas en la
mayora de los robots.
IBM introdujo el robot RS-1 para montaje, basado en
varios aos de desarrollo interno. Se trata de un robot de
estructura de caja que utiliza un brazo constituido por
tres dispositivos de deslizamiento ortogonales. El
lenguaje del robot AML, desarrollado por IBM, se
introdujo tambin para programar el robot SR-1.
Informe emitido por la investigacin en Westinghouse
Corp. Bajo el patrocinio de National Science Foundation
sobre un sistema de montaje programable adaptable
(APAS), un proyecto piloto para una lnea de montaje
automatizada flexible con el empleo de robots.
Robots 8. La operacin tpica de estos sistemas permita
que se desarrollaran programas de robots utilizando
grficos interactivos en una computadora personal y
luego se cargaban en el robot.

2.4 CARACTERSTICAS DE LOS ROBOTS


1. Versatilidad: Potencialidad estructural de ejecutar tareas
diversas y/o ejecutar una misma tarea de forma diversa. Esto
impone al robot una estructura mecnica de geometra variable.
2. Autoadaptabilidad al entorno: Significa que un robot debe,
por s solo, alcanzar su objetivo(ejecutar su tarea) a pesar de las
perturbaciones imprevistas del entorno a lo largo de la ejecucin

15

La Inteligencia Artificial y sus Aplicaciones


de su tarea. Esto supone que el robot sea consciente de su
entorno y que por lo tanto posea sentidos artificiales.

2.5 FUNCIONAMIENTO DEL ROBOT


Es un sistema mecnico articulado, dotado de sus motores
(elctricos, hidrulicos o neumticos) que arrastran a las articulaciones
del robot mediante transmisiones (cables, cintas, correas con
muescas...). Para conocer en todo instante la posicin de las
articulaciones se recurre a los captadores (codificadores pticos) que
se denominan propioceptivos. Estos dan el valor a las articulaciones,
que no es ms que la configuracin o el estado del robot.
El entorno es el universo en que est sumergida la primera
entidad. Si los robots estn sobre un puesto fijo se reduce al espacio
alcanzable por el robot. En l el robot puede encontrar obstculos que
ha de evitar y objetos de inters, o sea los objetos con los que tiene
que actuar. Por todo esto existe interaccin entre la parte fsica y el
entorno. Mediante los captadores exteroceptivos (cmaras, detectores
de fuerzas, detectores de proximidad, captadores tctiles) se toman
informaciones
sobre
el
entorno.
Las tareas a realizar es el trabajo que se desea que haga el
robot. La descripcin de estas tareas se hace mediante lenguajes que
pueden ser a travs de los gestos, en el que se le ensea al robot lo
que se debe hacer; orales, se le habla; por escrito en el que se le
escriben las instrucciones en un lenguaje compatible con el robot.
El cerebro del robot es el rgano de tratamiento de la informacin.
Este puede ser desde un autmata programable para los menos
avanzado hasta un miniordenador numrico o microprocesador para
los ms avanzados. El cerebro, es el que tiene el papel principal,
contiene
en
sus
memorias:
Un modelo del robot fsico: las seales de excitacin de los
accionadores y los desplazamientos que son consecuencia de ellas.
Un modelo del entorno: descripcin de lo que se encuentra en el
espacio
que
puede
alcanzar.
Programas: permite comprender las tareas que se le pide que realice.
Algoritmos de control.

16

La Inteligencia Artificial y sus Aplicaciones

2.6 CLASIFICACIN DE LOS ROBOTS


CRITERIO

CLASIFICACIN

Geometra

Se basa en la forma del rea de trabajo producida por el


brazo del robot: rectangular, cilndrica o esfrica.
Configuraciones La configuracin polar utiliza coordenadas polares para
especificar cualquier posicin en trminos de una rotacin
sobre su base, un ngulo de elevacin y una extensin
lineal del brazo.
La configuracin cilndrica sustituye un movimiento lineal
por uno rotacional sobre su base, con los que se obtiene
un medio de trabajo en forma de cilindro.
La configuracin de coordenadas cartesianas posee tres
movimientos lineales, y su nombre proviene de las
coordenadas cartesianas, las cuales son ms adecuadas
para describir la posicin y movimiento del brazo. Los
robots cartesianos a veces reciben el nombre de XYZ,
donde las letras representan a los tres ejes del
movimiento, o sea, la representacin en el espacio.
Grados
de Consiste en contar el nmero de grados de libertad que
libertad
tengan. Se considera un grado de libertad cada eje a lo
largo del cual se puede mover el brazo de un robot.
rea
de Ensamblaje
aplicacin
Falta de ensamblaje: soldar, pintar, revestir, manejo de
materiales y carga y descarga de maquinaria.
Tcnica
de Lazo cerrado: se monitorea continuamente la posicin del
control
brazo del robot mediante un sensor de posicin, y se
modifica la energa que se manda al actuador de tal forma
que el movimiento del brazo se obedece al camino
deseado, tanto en direccin como en velocidad. ste
control se puede usar cuando la tarea que se ha de llevar a
cabo est dirigida mediante un camino definido por la
misma pieza, tal como sera soldar, revestir y ensamblar.

17

La Inteligencia Artificial y sus Aplicaciones


Lazo abierto: en ste sistema el controlador no conoce la
posicin de la herramienta mientras el brazo se mueve de
un punto a otro. ste tipo de control es muy usado cuando
el movimiento que debe seguir el brazo se encuentra
determinado previamente, al ser grabado con anterioridad
y reproducido sin cambio alguno, lo cual es til cuando
todas las piezas a ser tratadas son exactamente iguales.
Fuente
energa

de Energa hidrulica: En los actuadores hidrulicos fluye un


lquido, comnmente aceite. Tienen como ventaja que son
pequeos comparados con la energa que proporcionan, y
como desventajas que son propensos a fugas, el lquido
puede incendiarse y que se requiere numeroso equipo
adicional, lo cual incrementa los costos de mantenimiento
del robot. Los sistemas hidrulicos estn asociados a un
mayor nivel de ruido.
Energa neumtica: En los actuadores neumticos se
transfiere gas bajo presin. Generalmente slo tienen dos
posiciones: retrados y extendidos, si posibilidad de utilizar
retroalimentacin para usar un control proporcional. La
energa neumtica tiene las siguientes ventajas: est
disponible en la mayora de las reas de manufactura, no
es cara y no contamina el rea de trabajo. La desventaja
es que no se puede utilizar retroalimentacin ni mltiples
pasos.
Energa elctrica: Los actuadores elctricos incluyen una
fuente de poder y un motor elctricos. La mayora de las
aplicaciones utilizan servomotores, el cual generalmente
utiliza corriente directa. Las ventajas de esta fuente de
energa son que no se requiere transformar la energa
elctrica en otras formas de energa como la hidrulica o
neumtica, no se contamina el espacio de trabajo y el nivel
de ruido se mantiene bajo. La desventaja es la baja
potencia que se consigue en comparacin con su
contraparte hidrulica.

18

La Inteligencia Artificial y sus Aplicaciones

2.7 TIPOS DE ROBOTS


La produccin los robots se destaca por traer consigo una
disminucin de la mano de obra; adems, ayuda a una mayor calidad
del producto acabado, debido a la rapidez de la produccin. Casi
siempre, en la industria, los robots se unen a otras mquinas
aportando mayor eficiencia en la produccin. En la esfera cientfica,
muchos de ellos son utilizados para hacer investigaciones en el campo
donde el hombre se le hace difcil ir, tal vez por un medio hostil o tal
vez demasiado peligroso: submarino, espacial, irradiado por centrales
nucleares. As se han diseado dos tipos de robot de acuerdo a su
misin y a su sentido de operacionalidad:

Robot autnomo: Se le programa su misin, casi siempre con


trabajos sencillos y sin necesidad de reflexionar, de comprender
su entorno.
Teleoperacin o telepresencia: Esta mquina est controlada
a distancia por un puesto maestro monitoreado por el operador
(hombre).

En el campo de la medicina, o bien podramos llamarle asistencia


individual, se destacan por la ayuda en la asistencia mdica de
personas paralticas, personas con partes del cuerpo amputadas, etc.
La robtica entonces cubre campos como:

Prtesis: creacin de manos y piernas artificiales.


rtesis: estructuras rgidas motorizadas que se ponen alrededor
del miembro paralizado y lo arrastran en su movimiento.
Teltesis: destinadas a los paralticos de los cuatro
miembros(tetrapljicos) y son robots que el afectado controla a
distancia a partir de las zonas de motricidad voluntaria que haya
podido conservar, por ejemplo: la lengua, los msculos de los
ojos, etc.

19

La Inteligencia Artificial y sus Aplicaciones

2.8 DESARROLLO DE LOS ROBOTS


El lenguaje siempre ha sido una va eficaz de comunicacin, las
relaciones robtica-hombre tambin utilizan estos mecanismos para
una comunicacin eficaz. Entre las formas que existen de
comunicacin con los robots se encuentran:
1.

Reconocimiento de palabras separadas: actualmente este


sistema es bastante primitivo y suelen depender de quien hablan.
Estos sistemas pueden reconocer un conjunto de palabras
concretas de un vocabulario muy limitado.

2.

Enseanza y repeticin: es la ms comnmente utilizada en los


robots industriales. Implica el ensear al robot todos los
movimientos que necesita realizar. Normalmente la enseanza se
lleva atendiendo a los siguientes pasos:

Dirigiendo al robot con un movimiento lento


utilizando el control manual (joystick, conjunto de botones,
uno para cada movimiento, o un sistema de manipulacin
maestro esclavo) para realizar la tarea completa y grabando
los ngulos del movimiento del robot en los lugares
adecuados para que vuelva a repetir el movimiento.
Reproduciendo

repitiendo

el

movimiento

enseado.
Si el movimiento enseado es correcto, entonces se hace
funcionar al robot a la velocidad correcta en el modo
repetitivo.

Lenguajes de programacin de alto nivel:


suministran una solucin ms general en la comunicacin
hombre-robot. Los lenguajes clsicos (FORTRAN, BASIC,
PASCAL) no disponen de los comandos e instrucciones
especficas que se necesitan para la programacin en la
robtica. Hasta ahora los lenguajes utilizados han sido
diseados para un modelo especfico de manipulador, una
tarea concreta, por lo que en estos momentos no existe
ningn lenguaje universal.

20

La Inteligencia Artificial y sus Aplicaciones

2.9 PROGRAMACIN USADA EN LA ROBTICA


La programacin que se emplea en la robtica tiene caracteres
diferentes: explcito, en el cual el operador es el responsable de las
acciones de control y de las instrucciones adecuadas que las
implementan, o estar basada en la modelacin del mundo exterior,
cuando se describe la tarea y el entorno y el propio sistema toma las
decisiones. La programacin explcita es la ms utilizada en las
aplicaciones industriales y consta de dos tcnicas fundamentales:
1. Programacin Gestual. Este tipo de programacin, exige el
empleo del manipulador en la fase de enseanza, o sea, trabaja
"on-line".
2. Programacin Textual. En esta labor no participa la mquina
(off-line). Las trayectorias del manipulador se calculan
matemticamente con gran precisin y se evita el
posicionamiento.
3. Programacin Gestual O Directa: Es en este tipo de
programacin donde el propio brazo interviene en el trazado del
camino y en las acciones a desarrollar en la tarea de la
aplicacin; lo que determina la programacin "on-line". Esta est
dividida en dos clases:
3.1
Programacin por aprendizaje directo: El punto
final del brazo se traslada con ayuda de un dispositivo
especial colocado en su mueca, o utilizando un brazo
maestro o maniqu, sobre el que se efectan los
desplazamientos que, tras ser memorizados, sern repetidos
por el manipulador. Esta programacin tiene pocas
posibilidades de edicin ya que para generar una trayectoria
continua, es preciso almacenar o definir una gran cantidad
de puntos, cuya reduccin origina discontinuidades.
3.2
Programacin mediante un dispositivo de
enseanza: Consiste en determinar las acciones y
movimientos del brazo manipulador, a travs de un
elemento especial para este cometido. En este caso, las
operaciones ordenadas se sincronizan para conformar el
21

La Inteligencia Artificial y sus Aplicaciones


programa

de

trabajo.

Esta programacin tiene como caracterstica comn que el


usuario no necesita conocer ningn lenguaje de programacin,
simplemente debe habituarse al empleo de los elementos que
constituyen el dispositivo de enseanza. De esta forma, se pueden
editar programas, aunque como es lgico, muy simples. Los lenguajes
de programacin gestual, adems de necesitar al propio robot en la
confeccin del programa, carecen de adaptabilidad en tiempo real con
el entorno y no pueden tratar, con facilidad, interacciones de
emergencia.
4. Programacin Textual: El programa queda constituido por un
texto de instrucciones o sentencias, cuya confeccin no requiere
de la intervencin del robot; es decir, se efectan "off-line". Con
este tipo de programacin, el operador no define, prcticamente,
las acciones del brazo manipulado, sino que se calculan, en el
programa, mediante el empleo de las instrucciones textuales
adecuadas. En una aplicacin tal como el ensamblaje de piezas,
en la que se requiere una gran precisin, los posicionamientos
seleccionados mediante la programacin gestual no son
suficientes, debiendo ser sustituidos por clculos ms perfectos y
por una comunicacin con el entorno que rodea al sistema. En
sta la posibilidad de edicin es total.
El robot debe intervenir nicamente en la puesta a punto final.
Segn las caractersticas del lenguaje, pueden confeccionarse
programas de trabajo complejos, con inclusin de saltos condicionales,
empleo de bases de datos, posibilidad de creacin de mdulos
operativos intercambiables, capacidad de adaptacin a las condiciones
del mundo exterior, etc.
Esta programacin textual est dividida en dos grandes grupos
de marcadas diferencias:
1. Programacin textual explcita.
2. Programacin textual especificativa.
Programacin textual explcita: En la programacin textual
explcita el programa consta de una secuencia de rdenes o
instrucciones concretas, que van definiendo con rigor las operaciones
necesarias para llevar a cabo la aplicacin. Se puede decir que la
programacin explcita engloba a los lenguajes que definen los
22

La Inteligencia Artificial y sus Aplicaciones


movimientos punto por punto, similares a los de la programacin
gestual, pero bajo la forma de un lenguaje formal. Con este tipo de
programacin, la labor del tratamiento de las situaciones anormales,
colisiones, etc., queda a cargo del programador.
Dentro de la programacin explcita, hay dos niveles:
Nivel de movimiento elemental que comprende los lenguajes dirigidos
a controlar los movimientos del brazo manipulador. Existen dos tipos:
1. Articular: Cuando el lenguaje se dirige al control de los
movimientos de las diversas articulaciones del brazo.
2. Cartesiano: Cuando el lenguaje define los movimientos
relacionados con el sistema de manufactura, es decir, los del
punto final del trabajo (TCP)
Los lenguajes del tipo cartesiano utilizan transformaciones
homogneas, lo que hace que se independice a la programacin del
modelo particular del robot, puesto que un programa confeccionado
para uno, en coordenadas cartesianas, puede utilizarse en otro, con
diferentes coordenadas, mediante el sistema de transformacin
correspondiente.
Por el contrario, los lenguajes del tipo articular indican los
incrementos angulares de las articulaciones. Aunque sta accin es
bastante simple para motores de paso a paso y corriente continua, al
no tener una referencia general de la posicin de las articulaciones con
relacin al entorno, es difcil relacionar al sistema con piezas mviles,
obstculos, cmaras de TV, etc.
Nivel estructurado, es el que intenta introducir relaciones entre el
objeto y el sistema del robot, para que los lenguajes se desarrollen
sobre una estructura formal. Se puede decir que los lenguajes
correspondientes a este tipo de programacin adoptan la filosofa del
PASCAL: describen objetos y transformaciones con objetos,
disponiendo, muchos de ellos, de una estructura de datos
arborescente.
El uso de lenguajes con programacin explcita estructurada
aumenta la comprensin del programa, reduce el tiempo de edicin y
23

La Inteligencia Artificial y sus Aplicaciones


simplifica las acciones encaminadas a la consecucin de tareas
determinadas. En los lenguajes estructurados, es tpico el empleo de
las transformaciones de coordenadas, que exigen un cierto nivel de
conocimientos. Por este motivo dichos lenguajes no son populares hoy
en da.
Programacin textual especificativa: La programacin textual
explcita es una programacin del tipo no procesal, en la que el usuario
describe las especificaciones de los productos mediante una
modelizacin, al igual que las tareas que hay que realizar sobre ellos.
El
sistema
informtico
para la
programacin
textual
especificativa ha de disponer del modelo del universo (actualmente,
los modelos del universo son del tipo geomtrico, no fsico), o mundo
donde se encuentra el robot. Este modelo ser, normalmente, una
base de datos ms o menos compleja, segn la clase de aplicacin,
pero que requiere siempre computadoras potentes para el procesado
de una abundante informacin. El trabajo de la programacin
consistir, simplemente, en la descripcin de las tareas a realizar, lo
que supone poder llevar a cabo trabajos complicados.

24

La Inteligencia Artificial y sus Aplicaciones

3.1 DEFINICION
La medicina se beneficia de los descubrimientos las aplicaciones
de la electrnica, se asiste, sin embargo, desde hace muchos aos, a
un cambio inverso. Cuando dos disciplinas se fusionan, es muy raro
que la colaboracin se haga en sentido nico; un da u otro hay un
cambio mutuo. La aplicacin de la biologa a la electrnica, el estudio
de los fenmenos fisiolgicos que puedan inducir los dispositivos
electrnicos, ha incitado a los electrnicos a examinar su propia
disciplina bajo un ngulo nuevo: La binica.
Los estudios de biologa comparada, hechos en el conjunto del
mundo viviente, han maravillado siempre a los cibernticos. La
naturaleza es un inmenso laboratorio donde se realizan continuamente
experiencias; lo mas difcilmente seguramente es saber observarlas e
interpretarlas.
Es probable que la binica, antes de alcanzar la edad adulta,
pasara por diferentes estados donde se imbricaran mas o menos la
biologa y la electrnica. No nos sorprendera ver montajes que
contuvieran rganos receptores provenientes del mundo animal,
unidos entre s mediante componentes electrnicos, viviendo los
rganos baados en una solucin fisiolgica. As se realizan circuitos,
entre diferentes mdulos electrnicos y un determinado numero de
mdulos biolgicos.

25

La Inteligencia Artificial y sus Aplicaciones

MSCULOS BINICOS

NERVIOS BINICOS

26

La Inteligencia Artificial y sus Aplicaciones

NARIZ BINICA

OJO BINICO

27

La Inteligencia Artificial y sus Aplicaciones

ODO BINICO

LENGUA BINICA

28

La Inteligencia Artificial y sus Aplicaciones

ESTIMULACIN BINICA

29

La Inteligencia Artificial y sus Aplicaciones

Todos estos avances en la Binica han ayudado a la medicina a


realizar grandes avances en la cura de enfermedades y deficiencias
fsicas.

EL HOMBRE BINICO

30

La Inteligencia Artificial y sus Aplicaciones

31

La Inteligencia Artificial y sus Aplicaciones

4.1 DEFINICION
La Ciberntica es la ciencia que se ocupa de los sistemas de
control y de comunicacin en las personas y en las mquinas,
estudiando y aprovechando todos sus aspectos y mecanismos
comunes. El nacimiento de la ciberntica se estableci en el ao 1942,
en la poca de un congreso sobre la inhibicin cerebral celebrado en
Nueva York, del cual surgi la idea de la fecundidad de un intercambio
de conocimiento entre fisilogos y tcnicos en mecanismos de control.
Cinco aos ms tarde, Norbert Wiener, uno de los principales
fundadores de esta ciencia, propuso el nombre de ciberntica,
derivado de una palabra griega que puede traducirse como piloto,
timonel o regulador. Por tanto la palabra ciberntica podra significar
ciencia de los mandos. Estos mandos son estructuras con elementos
especialmente electrnicos y en correlacin con los mecanismos que
regulan la psicologa de los seres vivientes y los sistemas sociales
humanos, y a la vez que permiten la organizacin de mquinas
capaces de reaccionar y operar con ms precisin y rapidez que los
seres vivos, ofrecen posibilidades nuevas para penetrar ms
exactamente las leyes que regulan la vida general y especialmente la
del hombre en sus aspectos psicolgicos, econmicos, sociales, etc.
Conocer bien al hombre es facilitar la eleccin de las armas
necesarias para combatir sus enfermedades. Por tanto, es natural ver
una parte de las investigaciones orientarse hacia un mejor
conocimiento de los procesos fisiolgicos. Ayudndose de la qumica y
de la fsica es como han podido realizarse grandes progresos. Si quiere
proseguir un mejor camino, debe abrirse mas al campo de la mecnica
y ms aun al campo de la electrnica. En este aspecto se abre a la
Ciberntica.
Antes de conocer bien al hombre, la evolucin cientfica exige ya
la adaptacin de lo poco que se conoce, a un medio que se conoce
apenas mejor. La vida en las regiones interplanetarias trastorna

32

La Inteligencia Artificial y sus Aplicaciones


completamente la fisiologa y, el cambio brusco que sobreviene
durante el paso de la tierra a otro planeta, no permite al hombre sufrir
el mecanismo de adaptacin. Es, por tanto, indispensable crear un
individuo parecido al hombre, pero cuyo destino ser aun ms
imprevisible, puesto que nacido en la tierra morir en otro lugar.
Nacido de la unin de la ciberntica con la fisiologa, se llamara
"cyborg". Su constitucin contendr glndulas electrnicas y
qumicas, estimulados bioelctricos, el todo incluido en un organismo
cibernetizado... Sus padres, M.Clydes y N.Kline, abordan la ficcin de
una manera concreta, considerando que el hombre en el espacio, para
protegerse de las radiaciones, temperaturas excesivas y aceleraciones
importantes, debern cargar una escafandra enorme, hermtica y
emplomada, que le obliga a maniobrar delicadas y peligrosas tareas
para realizar el menor acto fisiolgico; con riesgo, por lo dems, de
transformar la escafandra en fretro. Tambin, para evitar los
mltiples inconvenientes, se examinara la creacin de este nuevo ser.
El individuo, fuera de la escafandra, es extremadamente
vulnerable, hay que transformarlo para hacer de l un Cyborg.
Colocado en una atmsfera cuya presin sea diez veces menor, el
hombre vera su sangre bullir y sus pulmones estallar. Un convertidor
qumico injertado en el vientre y colocado en el sistema circulatorio,
cuyo papel seria rebajar la temperatura, como un simple sistema
refrigerador, y eventualmente participar en la oxigenacin de la
sangre, bastara.
El sistema endocrino ser reemplazado por estimulados
electrnicos que controlen la cantidad de adrenalina en el caso de una
estimulacin suprarrenal o del azcar sanguneo (glucemia) en el caso
de una estimulacin hipottica. Otro sistema endocrino artificial, un
dispositivo de calentamiento automtico, mantendra el cerebro en
condiciones satisfactorias de funcionamiento; sera incluso prever un
sistema de distribucin de alimentos energticos por medio de un
mando electrnico.
Al ser muy larga la duracin de los viajes interplanetarios, como
tambin las estancias, y si es cierto que se debe ver un cyborg llegar a
la tierra, en el caso ms favorable en pueda producirse el
acontecimiento, estaramos frente a un nuevo individuo. Su
33

La Inteligencia Artificial y sus Aplicaciones


envejecimiento no ser comparable a la dulce madurez de un terrcola
en la tierra, pero por su estructura particular, asistiramos a la
transformacin profunda de todo su ser: una degeneracin
prcticamente completa de su sistema digestivo, pero en
compensacin, un cerebro mas desarrollado, que ofrecera un
psiquismo muy particular que tal vez no tendra nada de humano.
La Ciberntica puede ser considerada como una adquisicin
sumamente aprovechable para la evolucin cientfica. Desde el estudio
del comportamiento de la clula nerviosa, la neurona, hasta el del
individuo en su conjunto, ofrece un inmenso campo de investigaciones,
particularmente a la medicina.

4.2 METODOS DE LA CIBERNETICA


La ciberntica ha encontrado sus primeros elementos en el
estudio de los reguladores, que se encuentran en biologa y en el
campo tcnico.
En biologa, el sistema nervioso nos ofrece dos formas de
regulacin anlogas. Es el caso de las regulaciones neuro-endocrinas,
que aseguran el mantenimiento del equilibrio en nuestro medio
interior, aunque las regulaciones sean muy complejas y hayan de
intervenir varios elementos correctores que se anulan, se suman o se
complementan, para realizar finalmente este equilibrio; y por otro lado
se encuentra el papel de los osmo-receptores en el control de la
concentracin osmtica del plasma; en este caso la hormona
antidiurtica desempea un papel intermedio para regular la
eliminacin renal de agua.
La analoga es ms sorprendente cuando se examinan los
problemas musculares. El estar de pie, por ejemplo, se posibilita
mediante el juego de los msculos de la esttica que, por una serie de
contracciones y dilataciones, aseguran el equilibrio del conjunto.
La flexin de una pata posterior engendra una serie de
contracciones y relajaciones rtmicas, en tanto dura la flexin.
34

La Inteligencia Artificial y sus Aplicaciones


Asistimos al fenmeno del "clonus", bien conocido en neuropatologa,
en los sndromes piramidales. N.Wiener, considerado como el padre de
la ciberntica, ha estudiado matemticamente el fenmeno de clonus y
ha podido establecer relaciones entre la experimentacin y el clculo.
Existen otras analogas, como los circuitos reverberantes u
oscilantes que se encuentran en electrnica; algunos han conocido un
determinado favor, como el esquema construido por Bucy para tratar
de explicar la teora de los movimientos involuntarios. La careoatetosis
con sus movimientos desordenados y el mal de Parkinson con su
temblor asociado a la parlisis, parecen responder a la existencia de
circuitos oscilantes entre la corteza cerebral y los ncleos de la base
del cerebro.
Las calculadoras electrnicas y las maquinas de traducir no son
mas que el embrin de una actividad cerebral supuesta, cuyo trabajo
no corresponde probablemente a lo que pasa realmente en los
circuitos nerviosos.
Esta conclusin, por pesimista que sea, no rebate sin embargo a
los cibernticos, cuyo fin no es revolucionar el mundo con los "robots",
sino simplemente buscar mejor la forma de comprender el
funcionamiento de los organismos vivientes con ayuda de analogas
mecnicas o elctricas. Estas analogas no existen sino que a veces es
necesario crearlas; esto es lo que ha dado lugar a los animales
sintticos como tortugas, ranas etc.

4.3 DIFICULTADES
CIBERNETICA

ENCONTRADAS

POR

LA

Algunos ejemplos muestran cuan delicado es encontrar una


relacin entre el funcionamiento de una maquina y el de un rgano. La
dificultad aumenta en cuanto se dirige a las contexturas nerviosas
superiores. A este nivel, no existe ninguna maquina similar, porque la
creacin de maquinas nuevas que permitan la comparacin implicara
un conocimiento perfecto de las estructuras nerviosas.

35

La Inteligencia Artificial y sus Aplicaciones

5.1 DEFINICION
En teora, los sistemas expertos son capaces de razonar
siguiendo pasos comparables a los que sigue un especialista (mdico,
bilogo, gelogo, matemtico, etc.), cuando resuelve un problema
propio de su disciplina. Por ello el creador de un sistema experto debe
comenzar por identificar y recoger, del experto humano, los
conocimientos que ste utiliza: conocimientos tericos, pero sobre
todo los conocimientos empricos adquiridos en la prctica.
El estudio y desarrollo de los sistemas expertos (SES) comenz a
mediados de la dcada del 60. Entre 1965 y 1972 fueron desarrollados
varios de estos sistemas, muchos de ellos tuvieron un alcance muy
limitado, otros como mycin, dendral y prospector, constituyeron la
base histrica del SES y an en la actualidad son de gran inters para
los investigadores que se dedican al estudio y construccin de los
mismos.
Los sistemas expertos o especializados constituyen una
instrumentalizacin de la IA muy til. Son sistemas que acumulan
saber perfectamente estructurado, de tal manera que sea posible
obtenerlo gradualmente segn las situaciones. Aqu desaparece el
concepto de informacin en favor del de saber. Un sistema experto no
es una biblioteca que aporta informacin, sino un consejero o
especialista en una materia, de ah que aporte saber, consejo
experimentado.
Un sistema experto es un sofisticado programa de computadora.
Posee en su memoria y en su estructura una amplia cantidad de saber
y, sobre todo, de estrategias para depurarlo y ofrecerlo segn los
requerimientos. Ello convierte al sistema (software-hardware) en un
especialista en la materia para lo que est programado; se utiliza
como apoyo o elemento de consulta para investigadores, mdicos,
abogados, gelogos, y otros profesionales. En la actualidad existe un

36

La Inteligencia Artificial y sus Aplicaciones


gran nmero de sistemas expertos repartidos entre los campos ms
activos de la investigacin y de la profesionalidad.
Un ejemplo sera INTERNIST, un sistema experto en medicina. La
medicina atrae, por el momento, buena parte de la atencin de los
diseadores de sistemas y cuenta con el mayor nmero de programas.
El sistema INTERNIST contempla el diagnstico de las enfermedades
de medicina interna u hospitalaria. Fue desarrollado en la universidad
norteamericana de Pittsburg en 1 977.
En los centros mdicos que disponen de dicho sistema, el mdico
acude a la consola de la computadora despus de haber reconocido al
paciente y haber realizado los anlisis que cree pertinentes. Entonces
la mquina solicita al mdico informacin sobre el paciente, y se
establece una conversacin a travs de la pantalla y el teclado, similar
a la que se establecera entre un mdico y un reputado especialista al
que se acude para contrastar un diagnstico.
La computadora recibe el historial mdico del enfermo, los
sntomas y los resultados de pruebas y anlisis. Con esta informacin,
el sistema experto relaciona los datos de forma muy elaborada y
comienza por desechar posibles diagnsticos hasta que llega a los que
parecen ms probables. Finalmente, elige uno y lo da a conocer con
todo el detalle del proceso. Luego justifica su eleccin y el porqu de la
posible enfermedad: cuadro clnico, historial, tratamiento, posibilidades
de error, etc.
La elaboracin de los sistemas expertos exige el despliegue de
un amplio equipo de ingenieros de lA y una larga tarea de organizacin
del saber. El equipo trabaja con algn especialista en la materia de la
aplicacin; en el caso del INTERNIST, con brillantes y especializados
mdicos. Estos especialistas son denominados informantes. La meta
consiste en plasmar computacionalmente los pasos que el
informante sigue para descartar unos diagnsticos y escoger el ms
acertado. Ello requiere pacientes sesiones para trasvasar el
conocimiento del mdico especialista a una programacin que ha de
incluir
procedimientos
de
diagnstico
y
conocimientos
de
enfermedades.

37

La Inteligencia Artificial y sus Aplicaciones


Por ser los SES programas basados en conocimiento, la
programacin de SES incluye como aspecto fundamental la
programacin del conocimiento, la cual hace uso de la representacin
explcita del conocimiento a utilizar por el sistema y de su
interpretacin y manipulacin lgica por medio de mecanismos de
inferencia, que permitan deducir nuevo conocimiento a partir del que
ya se conoce.

38

La Inteligencia Artificial y sus Aplicaciones

6.1 INTRODUCCION
Un gran objetivo, no carente de una abrumadora complejidad, se
cifra en el tratamiento del lenguaje natural. Este objetivo consiste en
que las mquinas computacionales (y sus aplicaciones en robtica)
puedan comunicarse con las personas sin ninguna dificultad de
comprensin, ya sea oralmente o por escrito. Aqu encontramos la
realizacin de un sueo largamente alimentado: hablar con las
mquinas y que stas entiendan nuestra lengua y, tambin, que se
hagan entender en nuestra lengua.
La sntesis del lenguaje y el reconocimiento de voz forman dos
aspectos del mismo propsito. Los logros que se han conseguido
resultan a todas luces parciales e insuficientes, pero alentadores.
Ciertas mquinas pueden interpretar las grficas de textos escritos y
reproducirlos oralmente: leen los textos en voz alta.
Uno de los avances de este tipo (que sin duda representar una
evolucin notable en poco tiempo) es el programa FRUMP, elaborado
en la universidad de Yale. FRUMP es capaz de leer historias cortas y
resumirlas escuetamente con una gramtica correcta y una expresin
convincente.
Para lograr que las computadoras comprendan la lengua en la
que la persona se expresa, es preciso pasar por una dilatada cadena
de investigaciones en el campo de la acstica y ondas de lenguaje,
anlisis fontico y articulacin, reglas de formacin de frases o anlisis
sintctico, el dominio semntico o de los conceptos y, finalmente, el
anlisis global de los actos de comunicacin o pragmtica.
El tratamiento del lenguaje natural tendr una repercusin
difcilmente imaginable. Su aplicacin se extender al hasta ahora
cegado camino de la traduccin automtica del lenguaje. Los textos o
expresiones de una lengua se vertern de manera automtica e
39

La Inteligencia Artificial y sus Aplicaciones


inmediata a otra lengua o idioma. Se prev alcanzar mecnicamente
un 90 por ciento de precisin, y el resto del material de traduccin
ser tratado por personal especializado.
Junto al lenguaje, aparece otro objetivo capital, consistente en el
tratamiento de grficos y la visin artificial. De este planteamiento se
desgranan aspectos como los de la percepcin electrnica, seleccin y
almacenamiento de imgenes, reconocimiento visual de formas y
objetos, produccin de imgenes y diseo industrial, etc.

40

La Inteligencia Artificial y sus Aplicaciones

7.1 DEFINICION
Una Red Neuronal Artificial es un modelo de procesamiento de
informacin que es inspirado por el modo de un sistema nervioso
biolgico, tal como el cerebro procesa informacin. El elemento clave
de ste paradigma es la estructura original de el sistema de
procesamiento de informacin. Este se compone de un gran nmero
de elementos interconectados procesando neuronas y trabajando en
armona para resolver problemas especficos.
Las Redes Neuronales Artificiales, como las personas, aprenden
con ejemplos. Una Red Neuronal Artificial es configurada para una
aplicacin especfica, tal como el reconocimiento de patrones o
clasificacin de datos, a travs de un proceso de aprendizaje.
Aprender, en sistemas biolgicos, implica ajustes para las conexiones
sinpticas que existen entre las neuronas. Esto lo hace una Red
Neuronal Artificial. Tambin, las Redes Neuronales Artificiales se han
aplicado a un gran nmero de problemas reales de complejidad
considerable. Su ventaja ms importante est en resolver problemas
que son demasiado complejos para tecnologas convencionales,
problemas que no tienen un algoritmo de solucin o que su algoritmo
de solucin es muy difcil de encontrar. En general, a causa de su
abstraccin del cerebro biolgico, las Redes Neuronales Artificiales son
aptas para resolver problemas que las personas pueden resolver, pero
las computadoras no pueden. Estos problemas incluyen reconocimiento
de patrones y pronsticos (los cuales requieren el reconocimiento de
tendencias de datos).

7.2 HISTORIA
41

La Inteligencia Artificial y sus Aplicaciones

Durante el perodo de 1967 a 1982, la bsqueda de la


neurocomputacin se lleva a cabo fuera de Estados Unidos (la
bsqueda en Japn, Europa, y la Unin Sovitica). Sin embargo, una
gran empresa investiga una cadena neuronal dentro de un proceso del
principio adaptativo de procesos de imgenes, reconocimiento de
patrones y modelos biolgicos. Los primeros aos de 1980, muchas
investigaciones de la neurocomputacin empezaron a ser audaces
propuestas para explorar el desarrollo de neurocomputadoras y
aplicaciones de redes neuronales. En el primer lanzamiento de Defense
Advanced Rechears Projects Agency (DARPA), donde Ira Skurnick (un
programa maestro para la oficina de defensa) rechaz a seguir el
concepto convencional e insisti a que escucharan sus argumentos
acerca de sus investigaciones sobre la neurocomputacin.
Audazmente diversifica lo tradicional; Skurnick empez sus
investigaciones en 1983. Dando el estatus DARPA'S, como uno de los
rbitros mundiales de la moda tecnologa. Pocos meses despus el
programa maestro de otras organizaciones se consolidaron dando con
esto un gran salto. Skurnic estuvo en el lugar adecuado en el
momento adecuado para hacer una llave de decisin que ayudara al
lanzamiento del renacimiento de la neurocomputacin.
Algunas otras fuerzas en los aos de 1983 a 1986 fue Jonh
Hopfiel, un fsico famoso con reputacin mundial quien comenz una
interesante investigacin en redes neuronales. En pocos aos, Hopfiel
escribi dos grandes volmenes de redes neuronales en 1982 y 1984,
que fueron ledas por mucha gente alrededor del mundo, persuadiendo
a muchos fsicos y matemticos de todo el mundo a unirse a la nueva
investigacin de redes neuronales. En realidad, alrededor de 1986,
aproximadamente una tercera parte de toda esta gente se haba
vuelto seguidor de Hopfiel. El trabajo de Hopfiel ha sido descrito y su
principal contribucin a sta ciencia es que la ha revitalizado. En
algunos crculos de investigadores se ha desarrollado una confusin en
torno a que Hopfiel invento la neurocomputacin o es el que ha hecho
los adelantos ms significativos. Esta creencia ha generado gran
inconformidad por parte de muchos pioneros especialmente por
aquellos que han estado trabajando muchos aos en la oscuridad. Para
1986, con la publicacin del libro "PDP", que significa Procesamiento
Paralelo Distribuido, editado por David Rumelhart, el camino fue
abierto. En 1987, se realizo la primera conferencia abierta sobre redes
42

La Inteligencia Artificial y sus Aplicaciones


neuronales del I.E.E.E. con 1700 participantes y fue hecha en San
Diego y la Sociedad Internacional de Redes Neuronales fue formada en
1988, seguida por la Computacin Neuronal en 1989 y el I.E.E.E.
Transaccin sobre Redes Neuronales en 1990. A principios de 1987,
muchas universidades anunciaron la formacin de institutos de
investigacin
y
programas
de
educacin
acerca
de
la
neurocomputacin. Alrededor de la neurocomputacin se hace una
interesante historia pero el camino an se est desarrollando. Como
dijo Winston Churchill: estamos al final del principio.
El origen de las Redes Neuronales Artificiales ha sido el resultado
de investigaciones acadmicas que involucran frmulas matemticas
para modelar operaciones del sistema nervioso. Las tcnicas
resultantes estn empezando a tener xito en aplicaciones de negocios
cotidianos. Las Redes Neuronales representan un provechoso
acercamiento para usar las computadoras en los lugares de trabajo.
Una Red Neuronal es usada para aprender patrones y relaciones de
datos. Los datos pueden ser el resultado del esfuerzo de una
investigacin de mercado, el resultado de un proceso de produccin
dando variacin a las condiciones de operacin, o las decisiones de un
prestamista dado un conjunto de aplicaciones de prstamo, utilizando
una Red Neuronal es una salida considerable parecida a un enfoque
tradicional. Tradicionalmente un programador o un analista especifican
cdigos de cada faceta del problema en orden para que la
computadora pueda entender la situacin. Las Redes Neuronales no
requieren el cdigo explcito del problema. Por ejemplo, para generar
un modelo que lleve a cabo un pronstico de ventas, una Red Neuronal
slo necesita que le den los datos sin preparar relacionados con el
problema. Los datos sin preparar podran consistir en: historias de
ventas pasadas, precios, precios de la competencia y otras variables
econmicas. La Red Neuronal escoge entre esta informacin y produce
un acuerdo de los factores que influyen en las ventas. El modelo puede
entonces ser llamado para dar una prediccin de ventas futuras dado
un pronstico de los factores claves.
Estos adelantos son debido a la creacin de reglas de
aprendizaje de una Red Neuronal, que son los algoritmos usados para
aprender las relaciones de los datos. Las reglas de aprendizaje
habilitan a la red para ganar conocimiento desde datos disponibles y
aplica ese conocimiento para asistir al gerente al tomar decisiones.
7.3

MODELOS DE REDES NEURONALES


43

La Inteligencia Artificial y sus Aplicaciones

Los modelos de redes neuronales tambin conocidos como


modelos de procesamiento distribuido en paralelo sistemas
neuromorfolgicos, tienen su principio de funcionamiento basado en la
interconexin de alta densidad de elementos sencillos de cmputo. La
estructura de las redes neuronales ha sido desarrollada de acuerdo a
nuestra comprensin del sistema nervioso biolgico.
Estos modelos de redes han tenido gran auge en reas como el
reconocimiento de imgenes y sonido, ya que dichas redes procesan
simultneamente varias hiptesis a travs de redes paralelas
compuestas de elementos de cmputo, conectados a las variables
ponderables. Los elementos de cmputo o nodos utilizados en las
redes neuronales son generalmente no lineales y analgicos, adems
estn caracterizados por un umbral y offset interno. Algunas de las no
linealidades ms comunes son: los limitadores lgicos del umbral y las
no linealidades sigmoidales. Los nodos ms complejos incluyen
temporal y otras operaciones matemticas complejas.
Los mdulos de redes neuronales son especificados de acuerdo a
la topologa de la red, las caractersticas de los nodos y las reglas de
entrenamiento o aprendizaje. Estas reglas indican un grupo inicial de
valores y como deben modificarse esos valores para obtener un mejor
resultado. La mayora de los algoritmos de las redes neuronales
realizan lecturas de los valores a analizar a lo largo del tiempo para
obtener, basados en resultados actuales, valores ms confiables.
Con el propsito de que el aprendizaje y la adaptacin sean los
ms ptimos, se utilizan clasificadores, los cuales tienen un grado de
robustez determinado por la capacidad de adaptabilidad de la red,
mayor que los clasificadores estadsticos. Mediante la utilizacin de las
redes neuronales constitudas por una gran cantidad de circuitos
simples de procesamiento operando en paralelo se ha logrado obtener
la capacidad de procesamiento requerida hoy en da.

44

La Inteligencia Artificial y sus Aplicaciones


Modelo de Redes Neuronales Clasificadores tradicionales y
Modelo de Red neuronal.
Ambos tipos de clasificadores determinan cual de las M clases es
ms representativa de un patrn de entrada desconocido conteniendo
N elementos. El clasificador tradicional est dividido en dos etapas. La
primera etapa computa o registra los valores de cada clase, dndoles
un puntaje, y la segunda etapa selecciona la clase que contenga el
mximo puntaje. Las entradas de la primera etapa son smbolos que
representan los valores de los N elementos de entrada, stos son
introducidos secuencialmente y decodificados para poder ser
manipulados adecuadamente. Un algoritmo computa el puntaje de
cada una de las M clases, lo cual servir para indicar si quedan igual o
diferente a ste valor de entrada, comparada con el patron ejemplar
para cada clase. Luego, los resultados son codificados y pasados
secuencialmente de la segunda etapa del clasificador donde son
decodificados y la clase con mayor puntaje es seleccionada, por lo que
despus de que la clasificacin ha sido completada solamente la salida
correspondiente a la clase seleccionada estar en alto y las dems
salidas en baja. Segundo, los clasificadores pueden ser utilizados como
contenedores direccionables o memorias asociativas. Y tercero,
cuantifica vectorialmente o agrupa las N entradas en los M grupos.
Las redes entrenadas sin supervisin, como las redes formadas
mediante la estructura Kohonen, son utilizadas como cuantificadores
vectroriales o para formar grupos.
La red neuronal Hamming es implementada como el clasificador
ms ptimo para patrones binarios contaminados por ruido aleatorio.
La Red Hopfield es usada normalmente cuando se tienen entradas
binarias, y no son muy utilizadas cuando los valores de entrada son
continuos, debido al problema de representacin que se presenta
cuando desea convertirse las cantidades continuas en valores binarios.
Este tipo de red tiene N nodos que contienen fuertes no linealidades y
entradas y salidas binarias alrededor de los valores +1 y -1. La salida
de cada nodo se retroalimenta a los dems nodos. Hopfield tambin
demuestra que las redes convergen cuando el grado similar de no
linealidades para la no linealizacin de sigmoid. Las ramas de Hopfield
tienen dos limitaciones mayores cuando se usa como un contenido de
memoria direccionable.
Primero, el nmero de los patrones que pueden inicializar y
precisamente vuelto a llamar es limitado severamente. La segunda
45

La Inteligencia Artificial y sus Aplicaciones


limitacin de la rama de Hopfield es que un patrn ejemplar ser
inestable si los patrones de varios bits son comunes a otro patrn
similar. La distancia Hamming es el nmero de bits en la entrada, la
cual no hace par el correspondiente ejemplo de bits. El MAXNET
siempre ser convergente y encuentra nodo con el valor mximo
cuando e < 1/M. El nmero de las conexiones en la red Hamming
crece linealmente. La red Hamming no puede daar de espurios las
salidas patrones cuando puede producir un resultado (no par). El
algoritmo lder selecciona la primera entrada como el primer ejemplar
para el primer grupo. La siguiente entrada es compartida con el primer
grupo ejemplar. Esta sigue al lder y es agrupado con el primero, si la
distancia del primero es menor que un umbral. De otro modo ste es
el ejemplo para un nuevo grupo.
El nmero de grupos de esta forma crece con el tiempo y
depende en ambos el umbral y la distancia mtrica usada para
comparar entradas para los grupos ejemplares. Esta red difiere de la
red Hamming en que las conexiones de retroalimentacin estn
provistas de los nodos de salida a los nodos de entrada. El algoritmo
Carponter/Grossberg puede funcionar bien con un patrn de entrada
perfecto, pero eso iguala una pequea cantidad de ruido que puede
causar problemas.

46

La Inteligencia Artificial y sus Aplicaciones

La IA tradicional estaba estancada con mquinas que no podan


realizar tareas que un nio hace con facilidad, como no tropezar con
los muebles y distinguir entre una mesa y una taza de caf. Pero la IA
basada en la naturaleza trajo aires renovadores y quizs dentro de una
a dos dcadas se construya una inteligencia semiartificial.
La cosa no es fcil. Se ha calculado que un PC tiene ms o
menos la potencia de clculo de un caracol, en tanto que un Cray 2
(uno de los ms rpidos supercomputadores existentes) apenas iguala
al poder cerebral de un ratn. Si fuera posible hacer una mquina de
capacidad equivalente a la del cerebro humano, requerira 100
megawatts, energa suficiente para iluminar toda una ciudad. Los
cientficos trabajan hace ms de 40 aos para lograr que las mquinas
piensen de un modo til e interesante. Aunque se estn dando pasos
importantes, encontrar la clave para construir la inteligencia es por el
momento mrito exclusivo de Dios.

47

La Inteligencia Artificial y sus Aplicaciones

Para finalizar, recogemos stas frases clebres, procedentes de


personajes inmersos en la IA, y otros que, desde principios de la Era,
ya tuvieron un visin sobre mquinas inteligentes e inteligencia
artificial:
Aristteles, el cerebro de ms vasta concepcin en la historia del
pensamiento, refirindose a una forma particular de la tarea repetitiva
acu una frase que an tiene vigencia: "cuando los telares tejan por
si mismos, habr terminado la esclavitud del hombre".
Norber Winer, matemtico norteamericano que introdujo el trmino
ciberntica y su teora, refirindose al mismo tema, expres: "es una
degradacin para un ser humano encadenarlo a un remo y usarlo
como fuente de energa; pero es casi igual degradacin asignarle
tareas puramente repetitivas en una fbrica, que exigen menos de una
millonsima parte de su poder cerebral".
Los primeros investigadores de esta innovadora ciencia, tomaron
como base la neurona formalizada de McCulloch y postulaban que: "El
cerebro es un solucionador inteligente de problemas, de modo que
imitemos al cerebro".

48

You might also like