2016

UNIVERSIDAD
NACIONAL DEL
CALLAO
SIMULACION DE
SISTEMAS
RENATY HUATAY

[ INTELIGENCIA
ARTIFICIAL]
RAMOS MACALUPU MAYRA ISABEL

CONTENIDO

I.

SITUACIN NO ESTTRUCTURADA
I.1
I.2
I.3
I.4
I.5
I.6

Inteligencia artificial
Historia
Sistemas Expertos
Redes Neuronales
Robtica
Aplicacin de inteligencia artificial

en el Per
I.7 Misin y Visin
I.8 Principales
actividades

mercados
I.9 Gestin de riesgos
I.10
Organigrama
I.11
Anlisis FODA
II. SITUACIN ESTRUCTURADA
II.1 Unidad estratgica de negocio
2.1.1 Ventajas de la Inteligencia Artificial
III. ELABORACION DE DEFINICIONES BASICAS
III.1

Elaboracin

III.2
III.3

Simulacin
Conclusiones

conceptuales

de

modelos

I.

SITUACION NO ESTRUCTURADA
I.1 INTELIGENCIA ARTIFICIAL

La inteligencia como tal desde el punto de vista psicolgico es la capacidad

cognitiva de aprendizaje y la relacin; biolgicamente es la capacidad de
adaptacin a nuevas situaciones. La inteligencia se vincula a la capacidad de
tomar las mejores opciones o decisiones a la hora de resolver algn tipo de
problema y dependiendo de sus atributos o procesos hay varios tipos de
inteligencia como la operativa, la inteligencia biolgica o la inteligencia
psicolgica.
La inteligencia artificial o IA es aquella creada por el humano y no por la
naturaleza emulando a su propia inteligencia por medio del anlisis de su
mecanismo y reproducindolo en mquinas. As que se puede definir a la IA
como el estudio de la creacin y diseo de entidades capaces de razonar por si
mismas utilizando como paradigma la inteligencia humana.
La IA rene varios campos como la robtica o sistemas expertos y se
encuentran ejemplos de IA en software capaces de responder a diagnsticos,
reconocimiento de escritura, habla, patrones y actualmente son rutinarios en
campos como la economa, la medicina, ingeniera, militar, juegos de
estrategia como el ajedrez entre muchas otras aplicaciones.

I.2 HISTORIA
La inteligencia artificial surge definitivamente a partir de algunos trabajos
publicados en la dcada de 1940 que no tuvieron gran repercusin, pero a
partir del influyente trabajo en 1950 de Alan Turing, matemtico britnico, se
abre una nueva disciplina de las ciencias de la informacin.
Si bien las ideas fundamentales se remontan a la lgica y algoritmos de los
griegos, y a las matemticas de los rabes, varios siglos antes de Cristo, el
concepto de obtener razonamiento artificial aparece en el siglo XIV, A finales
de siglo XIX se obtienen lgicas formales suficientemente poderosas y a
mediados del siglo XX, se obtienen maquinas capaces de hacer uso de tales
lgicas y algoritmos de solucin.
La inteligencia Artificial naci en 1943 cuando Warren McCulloch y Walter
Pitts propusieron un modelo de neurona del cerebro humano y animal. Estas
neuronas nerviosas abstractas proporcionaron una representacin simblica de
la actividad cerebral.
En 1950 Alan Turing consolido el campo de la inteligencia artificial con su
artculo Computing Machinery and Intelligence, en que propuso una prueba
concreta para determinar si una maquina era inteligente o no, su famosa
prueba de Turing por lo que se le considera el padre de la Inteligencia Artificial.
Ms adelante, Norbert Wiener elaboro estas ideas junto con otras, dentro del
mismo campo, que se llam ciberntica; de aqu nacera, sobre los aos 50,
la Inteligencia Artificial.
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.
Pero si consideramos la enorme complejidad del mismo esto es ya
prcticamente imposible, ni que mencionar que el hardware de la poca ni el
software estaban a la altura para realizar semejantes proyectos.
Se comenz a considerar el pensamiento humano como una coordinacin de
tareas simples relacionadas entre s mediante smbolos. Se llegara a la
realizacin de lo que ellos consideraban como los fundamentos de la solucin
inteligencia de problemas, pero lo difcil estaba todava sin empezar, unir si
estas actividades simples. Es los aos 50 cuando se logra realizar un sistema
que tuvo cierto xito, se llam el Perceptrn de Rossenblatt pero este fallo.

Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando en la
demostracin de teoremas de ajedrez por ordenador logran crear un programa
llamado GPS (General Problem Solver: Solver). Este era un sistema en el que el
usuario defina un entorno en funcin de una serie de objetos y los operadores
que se podan aplicar sobre ellos, este programa era capaz de trabajar con
torres de hanoim esai como cripto-aritmeticas y otros problemas similares,
operando, claro est con microcosmos formalizados que representaban los
parmetros dentro de los cuales se podan resolver. Lo que no poda el GPS era
resolver problemas ni del mundo real, ni mdicos ni tomar decisiones
importantes. El GPS manejaba reglas heursticas (aprender de su propio
descubrimiento) que la conducan hasta el destino deseado mediante el
mtodo de ensayo y error.
En los aos 70, un equipo de investigadores dirigido por Edward Feigenbau,
comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o
que se centrara, al menos, en problemas ms concretos. As es como naci el
sistema experto.
El primer sistema experto fue el denominado Dendral, un intrprete de
espectrograma de masa construido en 1967, pero el ms influyente resultara
ser el Mycin de 1974, este era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente medicacin, todo un logro en aquella poca incluso
fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn
en el Pacific Medical Center de San Francisco EE. UU).
Ya en los 80, se desarrollaron lenguajes especiales para utilizar con la
Inteligencia Artificial, tales como el lisp o prolog. Es en esta poca es cuando se
desarrollan programas expertos ms refinados, como por ejemplos el EURISKO.
Este programa perfecciona su propio cuerpo de reglas heursticas
automticamente por induccin.

I.3 SISTEMAS EXPERTOS

Los sistemas expertos utilizados en inteligencia artificial son software que
emula el comportamiento de un experto humano en la solucin de un
problema. Los sistemas expertos funcionan de manera que almacenan
conocimientos concretos para un campo determinado y solucionan los
problemas, utilizando esos conocimientos, mediante deduccin lgica de
conclusiones. Con ellos se busca una mejora en calidad y rapidez de respuestas
dentro as lugar a una mejora de la productividad del experto.
Los sistemas pueden estar basados en reglas, es decir, disponen de unos
conocimientos predefinidos que se utilizan todas las decisiones (aplicando

heurstica) o basados en casos (CBR, Case Based Reasoning), aplicando el

razonamiento basado e casos, donde la solucin a un problema similar
planteado con anterioridad se adapta a un nuevo problema.
Para los verdaderos expertos humanos supone un gran apoyo que reduce
tiempo y, en ocasiones puede realizar tareas por s mismo. Pero, para que un
sistema experto sea una herramienta efectiva debe de poseer dos
capacidades: por un lado, debe ser posible explicar los razonamientos del
sistema experto, por otro debe ser capaz de integrar nuevos conocimientos, as
como modificar sus conocimientos obtenidos por otros mejorados.

I.4 REDES NEURONALES

Los intentos de imitar el funcionamiento del cerebro humano en una maquina
han ido aumentando con la evolucin de la tecnologa. La inteligencia artificial,
como ya sabemos, trata de descubrir aspectos de la inteligencia humana que
pueden ser simulados mediante maquinas. En este sentido, las redes
neuronales no son ms que otra forma de emular ciertas caractersticas
propias de los humanos.
La particularidad de las redes neuronales es que, mientras otras reas de
inteligencia artificial solo se basan en algoritmos y conexiones electrnicos,

esta estudia directamente el cerebro humano y trata de crear un modelo

artificial y simplificado de este.
As ya podemos dar una definicin ms concreta: las redes neuronales son un
paradigma de aprendizaje y procesamiento automtico inspirada en la forma
en que acta el sistema nervioso de los animales. La unidad bsica de
procesamiento de las redes neuronales est inspirada en la clula fundamental
del sistema nervioso humano, la neurona.
Las redes neuronales, por tanto, resolver problemas que otras reas no son
capaces. Esto lo consiguen gracias a que, el estudio de las neuronas humanos
permite crear unidades de procesamiento que pueden intercambiar datos,
sirven para reconocer patrones (tales como imgenes) y tienen capacidad de
aprendizaje.

I.5 ROBOTICA
La robtica es la ciencia o rama de la ciencia que se ocupa del estudio,
desarrollo y aplicaciones de los robots.
Los robots son mquinas controladas por ordenador y programadas de manera
que sean capaces de moverse, manipular objetos y realizar trabajos al mismo
tiempo que interactan con el entorno. Los robots suelen ser programadas para
ahorrar tiempo y sustituir a los humanos en trabajos costosos, pesados,
complicados y repetitivos, por ello, son capaces de realizar tareas repetitivas
de forma ms rpida, barata y precisa que los seres humanos.
Al or la palabra robot, a menudo se producen nuestra mente la imagen de una
maquina con forma humana, con cabeza y extremidades. Esta asociacin es
fruto de la influencia de la televisin o del cine, cuyos anuncios o pelculas
muestra maquinas con forma humana, llamadas androides, que generalmente
son pura ficcin.
Por ello es preciso aclarar que un robot no tiene esa forma humana, los
androides son solo una clase robots. Los robots no son ms que dispositivos

compuestos de sensores que reciben datos de entrada y que puede ser

conectadas a una computadora. Esta, al recibir esos datos, los procesa y
ordena al robot que lleve a cabo la accin determinada. Puede ocurrir que el
robot sea el mismo tiempo computadora. Esta, al recibir esos datos, los
procesos y ordena al robot que lleve a cabo la accin determinada. Puede
ocurrir que el robot sea al mismo tiempo computadora de manera que
dispondr de sus propios microprocesadores.
Por otro lado, tambin es necesario aclarar que, hoy en da, no existen robots
plenamente inteligentes y es impensable a corto plazo dado que la tecnologa
y la ciencia no lo permiten. No obstante, la mayora de los expertos en IA
coinciden en apuntar que, a largo plazo si ser posible.

I.6 APLICACIN

DE

INTELIGENCIA

ARTIFICIAL EN EL PER
Novedoso sistema para aplicar la inteligencia artificial en la agricultura
Imagnense contar con un Sistema Inteligente que permita a los agricultores
piuranos monitorear en todo momento sus cultivos solo a travs de una
computadora, un Sistema que ayude a los agricultores a saber cmo estn sus
cultivos, si hay riesgos de plagas, de enfermedades y si es que las hay, como
poder contrarrestarlas, todo esto es posible y as lo explic el Dr. Luis Ochoa
Toledo en la conferencia "Inteligencia Artificial aplicada al sector agrcola en
Mxico", expuesta en el marco del Primer Workshop Peruano de Inteligencia
Artificial, organizado por la Universidad Nacional de Piura en coordinacin con
la Sociedad Peruana de Inteligencia Artificial.

Sobre este tema entrevistamos al Dr. Luis Ochoa Toledo, integrante del grupo
de sistemas inteligentes del Centro de Ciencias Aplicadas y Desarrollo
Tecnolgico de la Universidad Autnoma de Mxico.
-

En qu consiste este novedoso sistema?

Es un sistema de cmputo que utiliza tcnicas de inteligencia artificial y que

resuelve las distintas problemticas que se pueden presentar en el campo de la
agricultura, como es el manejo integrado de plagas y enfermedades, nos
permite contrarrestar el dao ocasionado a los cultivos, sta es una
herramienta informtica y dentro de este programa de Workshop incorpora
tcnicas de inteligencia artificial, actualmente hay sistemas inteligentes
aplicados al sector agrcola que estn funcionando en pases, como Espaa,
Chile y actualmente se est probando en Mxico con el objetivo de mejorar la
produccin de nuestros agricultores.
-

Cul es la importancia de aplicar este sistema a la agricultura?

Este sistema, nos permite mejorar la productividad, en el sentido de que si yo

aplico ciertos productos que me contrarresten la plaga esos mismos productos

me puedan beneficiar para obtener una mejor produccin del cultivo, no hablo
de mejoramiento gentico del cultivo sino de evitar el dao que pueda
ocasionar una plaga o una enfermedad del cultivo.
Es importante tambin, inculcar en el productor el uso de nuevas tecnologas y
a su vez este tipo de tecnologa nos permite tomar mejores decisiones porque
muchas veces cuando se le presenta un problema al productor no tiene el
asesoramiento tcnico disponible, entonces es bueno contar con una
herramienta de este tipo, no hablo de sustituir a un experto humano. Este
sistema lo que tiene de importante es que nos permite prevenir y a travs de
las condiciones climticas nos permite diagnosticar si es posible que el cultivo
se contagie de una enfermedad.
-

En qu cultivos se puede aplicar?

Este sistema se puede aplicar en ocho cultivos como los son el cultivo de
tomate, mango, del limn, palta, chile, el cultivo de fresa, durazno y el cultivo
de
guayaba.
-

Se podra instalar en Per?

S, pero siempre y cuando se pueda adaptar ciertos mecanismos en los cuales

se consideren otros factores como aspectos climticos de la Regin, el tipo de
cultivo que tiene mayor demanda y llevar a cabo un adecuado manejo del
mismo, porque precisamente este sistema se hizo para enfocarlo a cultivos que
tienen
alta
rentabilidad.
-

Qu les dira a los agricultores?

Les dira que la tecnologa est hoy en da en todos lados, que tenemos que
usarla para nuestro beneficio y una herramienta como est es un buen punto
de partida para incrementar la productividad de cada uno de ellos.
Entre los principales objetivos que este primer Workshop tiene, est presentar
aplicaciones exitosas de la Inteligencia Artificial en el Per y en el Mundo, se
contar con la participacin de ponentes internacionales para hacer conocer a
la comunidad peruana, los logros alcanzados en otros pases y que estos logros
sirvan como modelos iniciales para hacer rplicas mejoradas, adaptarlas o
como motivacin para generar nuevos modelos en el pas.
El Primer Workshop Peruano en Inteligencia Artificial (IA) denominado
'Inteligencia Artificial y sus aplicaciones en Ciencia y Tecnologa', se lleva a
cabo con total xito del 11 al 13 de diciembre de 2008 en el Auditorio Manuel
Moncloa y Ferreira de la Universidad Nacional de Piura.
I.7 MISIN Y VISIN
MISIN
Hacer de conocimiento que la Inteligencia Artificial realizar y promover la
investigacin y desarrollo relacionado a la concepcin y aplicacin de sistemas
inteligentes en la resolucin de problemas complejos del mundo real en los
mbitos cientficos e industriales.

 VISIN
Visionar que las empresas representen una entidad nacional lder y de
referencia en materia de investigacin y aplicacin de inteligencia artificial en
diferentes dominios.

I.8 Principales

actividades

mercados
Inteligencia Artificial revoluciona el mercado de trabajo
Imagine que usted necesita ir al banco, entonces utiliza su celular para solicitar
el servicio de Uber, espera un par de minutos y cuando llega el vehculo se da
cuenta de que no tiene chofer.
Mientras viaja en el carro que se conduce solo, recuerda que necesita reservar
una mesa en un restaurante para cenar con sus amigos. Le pide al sistema
cognitivo de su telfono que le indique la disponibilidad de restaurantes,
precios y mens. Luego de recibir asesora, usted elige donde ir y es el mismo
sistema el que hace la reserva.
Minutos ms tarde, entra al banco y se percata de que no hay cajeros, sino una
maquina en la que usted escanea su identificacin y es ella misma que le
atiende con base en sus necesidades.
Nos reemplazaran las maquinas? En muchos oficios si
La llegada de la inteligencia artificial le costara al mercado laboral ms de 7
millones de trabajos en los prximos cuatro aos, segn clculos de Foro
Econmico Mundial.
La lnea de fuego est rozando a sectores como medicina, energa, manejo de
inversiones, manufactura, diseo y labores administrativas.
Tambin hay oportunidades pues los cambios obligaran a crear nuevos puestos
laborales que hoy ni siquiera se asoman al escenario pero que ocuparan
quienes hoy son nios.
Ante los cambios es necesario que el ser humano potencie habilidades que
seguirn siendo necesarias en los trabajos. Sern 2 millones de empleos los
que se crearn a raz de esta disrupcin.
La resolucin de conflictos, el pensamiento crtico y el manejo de equipos son
destrezas que sirven para guiar las labores que harn las maquinas.

I.9 GESTION DE RIESGOS

Una vez ms queremos difundir informacin que nos permita crear nuestro
propio criterio la revolucin tecnolgica que ya envuelve a la humanidad,
especialmente sobre la tecnologa que amenaza ser la ms disruptiva, la
Inteligencia Artificial (IA).

El tema de la revolucin tecnolgica es muy difcil de seguir en su cabal

medida y, por lo tanto, es igualmente complicado entender sus implicancias en
las polticas de desarrollo de los pases. Como hemos visto antes, su impacto
en el empleo puede ser muy disruptivo. Pero en el caso de la IA, sus impactos
pueden traer profundos cambios en la vida de los seres humanos mismos.
Amenazando incluso nuestra supervivencia. Las siguientes lneas nos ayudarn
a poner en perspectiva este ltimo aspecto.

I.10

ORGANIGRAMA

I.11

ANALISIS FODA

Fortalezas
Fortalecimiento de la investigacin en diversas reas.
Avances tecnolgicos en el campo de medicina humana.
Uso eficiente del tiempo para el anlisis de negocio.
Puede predecir situaciones a largo plazo.
Lograr grandes hallazgos y avances.
Se han desarrollado aplicaciones que realizan tareas que el
hombre nunca hubiera podido hacer debido a su complejidad.
Debilidades
Por
ser
software,
requieren
de
constantes
actualizaciones(mantenimiento).
Realizar estos sistemas expertos requiere de mucho tiempo
y dinero.
El hombre se siente menos importante cuando una
maquina o un sistema lo supera.
No existe suficiente personal debidamente capacitado para
cubrir la demanda en el mercado peruano.
Formatos tecnolgicos complejos y de difcil acceso.
El alto costo que requiere la implementacin de esta
tecnologa en el Per.
Oportunidad
Empresas dispuestas a acoger a esta tecnologa.
Oportunidad de expansin de esta tecnologa para el
mercado peruano.
Por resultar un atractivo, conlleva a generar ms ingresos.
En el mbito laboral reduce los costos y salarios
adicionales.
Amenazas
Probabilidad de error en la proyeccin, debido a informacin
innecesaria.
Crear maquinas que sean autosuficientes y puedan ir
desplazando a la raza humana.

FORTALEZAS

F1: Fortalecimiento de la
investigacin
en
diversas
reas.

F2: Avances tecnolgicos en

el
campo
de
medicina
humana.

F3: Uso eficiente del tiempo

para el anlisis de negocio.

Factores internos

DEBILIDADES

D1:
Por
ser
requieren
de
actualizaciones
(mantenimiento).

software,
constantes

D2: Realizar estos sistemas

expertos requiere de mucho
tiempo y dinero.

D3: El hombre se siente

menos importante cuando
una maquina o un sistema lo
supera.

F4:
Puede
predecir
situaciones a largo plazo.

Factores externos
F5: Lograr grandes hallazgos
y avances.

F6: Se han desarrollado

aplicaciones
que
realizan
tareas que el hombre nunca
hubiera podido hacer debido
a su complejidad.

D4: No existe suficiente

personal
debidamente
capacitado para cubrir la
demanda en el mercado
peruano.

D5: Formatos tecnolgicos

complejos y de difcil acceso.

D6: El alto costo que requiere

la implementacin de esta
tecnologa en el Per.

OPORTUNIDADES

O1: Empresas dispuestas

acoger a esta tecnologa.

O2: Oportunidad de expansin

de esta tecnologa para el
mercado peruano.

03: Por resultar un atractivo,

conlleva
a
generar
ms
ingresos.

ESTRATEGIAS F O

ESTRATEGIAS D O

F1O1: Realizar conferencias

informativas, en las que se
difunda de las oportunidades
que ofrece la Inteligencia
Artificial para una mejor toma
de
decisiones
en
una
empresa.

D2O2: Tomar como referencia

los estndares de negocio de
implementacin
de
los
diversos
avances
de
la
Inteligencia Artificial a nivel
internacional,
y
aplicarlos
como
implementacin en el Per.

F2O2: Realizar campaas de

difusin para ampliar el
conocimiento sobre la gran
importancia de este estudio

D2O1: Integrar las reas de la

empresa a implementar para
obtener una buena gestin.

04: En el mbito laboral reduce

los
costos
y
salarios
adicionales.

AMENAZAS

ESTRATEGIAS F A

ESTRATEGIAS D A

A1: Probabilidad de error en la

proyeccin,
debido
a
informacin innecesaria.

F1A1: Realizar campaas de

difusin para ampliar el
conocimiento sobre la gran
importancia de la informacin
que
recaudamos
como
empresa y as como la
informacin que entregamos
a la red como usuarios.

D1A1: Realizar capacitaciones

para perfilar al personal para
la demanda del mercado,
preparndolos para desarrollo
del proyecto en largo plazo.

A2: Crear maquinas que sean

autosuficientes y puedan ir
desplazando a la raza humana.

D3A2: Buscar alianzas con

instituciones estratgicas q
nos brinde una mejora.
F3A3: Implementar controles
que resguarden la privacidad
de
informacin
en
la
implementacin
de
esta
tecnologa, basados en las
normativas vigentes.

D1A1: Capacitar a todos

nuestros
trabajadores
existentes involucrados en el
proyecto de implementacin,
de manera que pueda darse
una
rotacin
activa
de
personal sin perjudicar el
desarrollo sostenible de los
proyectos.

II. SITUACIN ESTRUCTURADA

II.1 Unidad estratgica de negocio
II.1.1

Ventaja

s de la Inteligencia Artificial

La inteligencia artificial ha permitido el diseo de aplicaciones que se

pueden explorar las partes del mundo que los seres humanos no pueden
visitar. Por ejemplo, en el mbito de la exploracin espacial, las mquinas
de A.I. explorar las partes del universo que son totalmente hostiles a los
seres humanos. Los robots inteligentes son programados para la minera
de excavacin de los combustibles. Esta mquina tambin puede medir la
profundidad de los ocanos. Algunas de estas sofisticadas mquinas han
sustituido a los seres humanos en muchas reas que requieren mano de
obra, tiempo y dinero. Muchas veces, estas tareas son perjudiciales para
los seres humanos y, por lo tanto, los robots programados contribuyen a
proteger la salud de las personas a lo grande.

III. ELABORACIN DE MODELOS CONCEPTUALES

III.1

DIAGRAMA CAUSAL

Trfico de datos
Transferencia de informacin
Valores de entrada
Fase de entrenamiento
Fase de operatividad
Datos de entrada
-

Ratios

Indicadores

Topologa de red
-

Estructura de red

Modelo Conceptual

Numero de neuronas

Capas de conexin

Funcin de activacin
-

Funcin sigmoidal y lnea principalmente

Funcin escaln, si hay variables binarias

Criterio de aprendizaje
-

Pesos

Mecanismo de paro de aprendizaje EMA

Datos de salida

NEURONAS DE ENTRADA INTERMEDIAS NEURONAS DE SALIDA