Facultad de Ingeniería de Sistemas y Mecánica Eléctrica

Escuela Profesional de Ingeniería de Sistemas

1. Elabore un mapa conceptual sobre agentes inteligentes, teniendo en cuenta los

puntos tratados en clase.
2. Realice comparativa de al menos 3 ambientes en el cual interactúan los agentes.
3. Llene la siguiente tabla
Agente Inteligente Percepción Acciones Meta Medio Ambiente

Selector de libros

Selector de frutas

Piloto automático

4. En caso de tener un agente inteligente ( Médico Pediatra ) , determine la

percepción, el medio ambiente, acciones,
5. Que ha logrado hasta ahora la I.A.?
6. Describa un caso de éxito de la aplicación de la I.A.
7. ¿Cuáles son sus aplicaciones dentro de la industria informática?
8. Para diseñar un agente inteligente que es lo primero que se debe tener en cuenta?

1
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

1. La universidad ha decidido invertir en infraestructura y tecnología moderna; ha

realizado un proyecto para implementar lo que es domótica y ser considerada como
la primera universidad inteligente. Determine Ud. como podría aplicarse la domótica
en la UNTRM.

Para la implementación de la domótica en la UNTRM se necesita una infraestructura

tecnológica específicamente dispositivos inalámbricos basados en los protocolos
inalámbricos, en ámbito de software se desarrollan aplicaciones móviles bajo la
plataforma Android para controlar remotamente los dispositivos inalámbricos.

Actualmente gran parte de la infraestructura tecnológica en la UNTRM ya está

implementada en las diferentes facultades por ejemplo cableado de red, acceso a
internet, Access Point indispensables para la interconexión de los distintos
dispositivos que utiliza la domótica.

Para su implementación la domótica utiliza dispositivos clasificados de la siguiente

manera:
Controladores: Son dispositivos que gestionan el sistema dependiendo de los
requerimientos recibidos o ya establecidos.
Actuadores: Este dispositivo se encarga de ejecutar la acción requerida por el
controlador.
Sensores: Este dispositivo está enfocado a detectar todo tipo de magnitud física.

Otro punto a tener en cuenta es la arquitectura que básicamente es indicar la

estructura de la red, el modo en que los elementos de la red van estar ubicados.

Uno de los procedimientos importantes es: ¿Qué políticas de seguridad se van a

implementar? Teniendo en cuenta el tema de costos se debería implementar la
domótica bajo plataformas de hardware libre, podemos destacar el caso de la
plataforma Arduino que es la más económica que existe en el mercado además se
tiene la plataforma Rasperry Pi.

2
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

2. Realice una tabla comparativa sobre Sistemas Expertos y Sistemas tradicionales, al

menos 4 diferencias y justifique.
SISTEMAS EXPERTOS SISTEMAS TRADICIONALES
Almacenamiento de Utiliza la base de conocimientos Utiliza las bases de datos
datos para almacenar todo el transaccionales para
conocimiento del sistema experto almacenar la información.
en forma de reglas
Utiliza la Heurística: Utiliza la combinatoria:
 Se asegura la mejor solución
en base a los costes óptimos o  Utilización de mayor
longitud mínima utilizando un cantidad de recursos y
tiempo razonable. mayores intervalos de
tiempo.
 La heurística contribuye  Mayor prolongación de
grandemente a la potencia y tiempo en resolución de
Resolución de flexibilidad de los sistemas problemas.
problemas expertos.

 Busca la solución entre un gran

número de posibilidades.

 Diagnosticar fallos con rapidez.

 Son de gran valor donde el

tiempo juega un papel crítico.
Frecuentes: Raras:
 Puede ser actualizado  Los cambios son
fácilmente con solo accesar tediosos y complejos.
a sus archivos de texto.  Generalmente hacen
Modificaciones  Los datos y las reglas están uso de mayor cantidad
sujetas a constante revisión. de
 Es fácil borrar o modificar recursos(costos,RR.HH)
los datos y las reglas que
hacen las decisiones.
Tipos de datos Usan Datos y Lenguajes Simbólicos: Usan Datos Numéricos.
 El conocimiento
manipulado es Datos cuantitativos.
esencialmente de
naturaleza simbólica.
 Aunque también no excluye
por completo el tratamiento
de las informaciones
numéricas.

3
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

3. Describa al menos 3 ejemplos de Sistemas Expertos y su área de aplicación.

DIAVAL
Es un sistema experto para diagnóstico de enfermedades cardiacas que considera
principalmente la información ecocardiográfica, evalúa además los datos
personales, síntomas, etc.
Características:
 Se basa en redes bayesianas para manejar conocimientos imprecisos.
 Emplea la lógica difusa.
 Interfaz flexible y fácil de manejar (factor clave para su aceptación por parte
de los médicos).
 Implementa una interfaz de iniciativa mixta: Por un lado ofrece una serie de
pantallas en un orden determinado lo que facilita la recogida sistemática de
hallazgos y por otro lado una serie de menús que permiten acceder
directamente a la ventana deseada.
 Área de aplicación: Medicina.
Fue construido en la Universidad Nacional de Educación a Distancia (UNED) en
España como proyecto para una tesis doctoral siguiendo cinco etapas:
identificación, conceptualización, formalización, implementación y evaluación.

SEILUM
Es un sistema experto para la iluminación industrial, es aplicable tanto para evaluar
instalaciones de iluminación existentes (mejoras puntuales a específicas) como el
diseño de instalaciones e iluminación nuevas (mejoras totales de instalación) y
puede ser usado por un usuario no necesariamente especializado en el diseño de
sistemas de iluminación industrial.
Características:
 Identifica los mejores y probables ahorros de energía eléctrica.
 Recomienda la ejecución de las medidas mas apropiadas técnica y
económicamente.
 Se comunica con bases de datos externas según necesidades específicas.
 Uno de sus componentes principales el motor de inferencia utiliza reglas de
producción con encadenamiento hacia atrás para confeccionar las
soluciones finales que son presentadas al usuario.
 La base de conocimientos del sistema completo se conforma de
aproximadamente doscientas cincuenta reglas de producción con veinte
bases de datos y cuatro programas externos.
 Campo de aplicación: Industria.

4
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

PARFAC
El Sistema Experto PARFAC, ayuda solamente al diagnóstico de parálisis Facial. Este
sistema requiere de dos a tres meses para obtener una aceptable base de
conocimientos del experto en el dominio que maneja para esto se debe contar con
varias horas de disponibilidad del experto.

No obstante se puede complementar el PARFAC para llegar a obtener un sistema

completo que puede ayudar a revisar todos los diferentes diagnósticos
neuropatológicos del cuerpo humano, es decir verificar el funcionamiento de los
nervios periféricos y musculares.

4. Como las RNA trabaja o se asocia con la minería de datos, explique y/o diagrame.

Actualmente las organizaciones disponen de grandes volúmenes de datos(Big Data),

repositorios de datos de negocio(Data Warehouse), que requieren ser refinados o
filtrados para que pueda ser útil para la organización en base al contexto
mencionado el Data Mining(Minería de Datos ) es utilizado como herramienta para
procesar estos grandes volúmenes de datos y convertirlo en conocimiento útil para
la toma de decisiones, entonces el Data Mining es como un analista de (a menudo
grandes datos) que se encarga de identificar patrones, tendencias, reglas, métricas
que expliquen el comportamiento de los datos en un determinado contexto.

La minería de datos se basa en la siguiente analogía: El crecimiento de los almacenes

de datos ha creado montañas de datos, que representan un recurso de gran valor
para la organización. No obstante para extraer lo valioso de la montaña se debe
excavar, o practicar la minería, para llegar a las 'pepitas' de metal precios, en nuestro
caso el conocimiento.

Para obtener información provechosa que no está representada explícitamente en

los repositorios de datos, la minería de datos combina técnicas de inteligencia
artificial. Las técnicas más comúnmente usadas en minería de datos son las redes
neuronales artificiales, arboles de decisión y algoritmos genéticos. Como
herramientas de la Minería de Datos, las Redes Neuronales Artificiales han ganado
una creciente importancia.

5
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

5. Mencione algún caso de éxito sobre RNA y la Seguridad informática.

CASO “Deep Instinct”: las redes neuronales en productos de ciberseguridad

La corporación Israelí Deep Instinct1 especialista en desarrollar herramientas de

seguridad informática ha desarrollado una herramienta de seguridad basada en
redes neuronales.
Estas redes se basan en el principio del aprendizaje profundo. Una metodología de
solución de problemas que permite a un sistema ir “aprendiendo” a encontrar su
propia solución a un problema dado, pese a que la respuesta no sea conocida.
Para ello, este tipo de software se entrena con datos de muestra para reconocer
patrones abstractos y complejos, que les permitan el día de mañana dilucidar si está
ante un escenario de riesgo o no.
Se trata de un planteamiento distinto al habitual de las firmas de antivirus. Aquí la
respuesta no viene dada de antemano, sino que el positivo acaba llegando cuando
la herramienta es capaz de entender que ese programa está realizando acciones que
podríamos considerar maliciosas, basándose en los millones de casos anteriormente
analizados (y convenientemente categorizados).
Para ello, estos sistemas se entrenan con miles de parámetros distintos
provenientes de un entorno cuanto más diverso mejor (diferentes bases de datos,
diferentes archivos), con el fin de generar una base de información lo
suficientemente amplia y real (romper el efecto laboratorio).
En el ámbito de la seguridad, y en vista de las particularidades de este sector, quizás
estemos ante la mejor arma que tenemos para la prevención de los ataques
informáticos.

6. Explique cómo trabajan los algoritmos para determinar los patrones.

Un algoritmo para que determine patrones en primer lugar tiene que aprender y
para que sea capaz de aprender tiene que ser entrenado, en el entrenamiento se le
pasan unos datos específicos y se ajusta los valores del sistema o algoritmo para que
sea capaz de absorber o extraer conocimiento y pueda aplicarlo a nuevas entradas.
Un ejemplo son las redes neuronales artificiales (que en realidad son algoritmos)
que últimamente están dando resultados muy interesantes, van ajustando poco a
poco los pesos de sus neuronas hasta obtener el resultado deseado.

1
https://www.deepinstinct.com/

6
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

7. Mencione y describa brevemente casos de éxito sobre casos de RNA, Algoritmos

Genéticos y S.E.
La firma de la manzana emplea una tecnología llamada redes neuronales para que
el dispositivo entienda lo que dicen los usuarios
En una serie de artículos sobre aprendizaje automático, Apple mostró cómo su
tecnología de inteligencia artificial ha mejorado la voz de su asistente virtual Siri.
En iOS 11, Siri usa múltiples niveles de procesamiento con una tecnología llamada
redes neuronales para ayudar a entender lo que dicen los humanos y para responder
con una voz más natural.
Las redes neuronales son entrenadas con datos del mundo real como miles de fotos
etiquetadas, por ejemplo, para construir una comprensión de cómo luce un objeto.
Son estas redes neuronales las que están detrás de la nueva voz de Siri.

Edinn M2 : Sistema experto basado en reglas para una aplicación de

monitorización de producción industrial
El software Edinn M2 es un sistema experto que monitoriza automáticamente en
tiempo real a las personas y las máquinas de cualquier sector, e integra las funciones
y estándares necesarios para la mejora total de la eficiencia. Para poder tener una
visión lo más real posible de lo que ocurre en una compañía, y poder tomar de esta
forma las medidas adecuadas para mejorar, es muy importante la correcta
configuración del sistema Edinn M2.

8. Elabore y explique una solución basada en S.E. para la UNTRM.

La universidad nacional Toribio Rodríguez de Mendoza a través de la Oficina General

de Bienestar Universitario brinda asistencia médica a los miembros de la
colectividad toribiana, con la intención de preservar la salud de los estudiantes.

7
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

Mi propuesta de solución basada en sistemas expertos para la Universidad Nacional

Toribio Rodríguez de Mendoza consiste en implementar una herramienta de apoyo
al personal médico en el diagnóstico de enfermedades, tratamiento del paciente y
el respectivo manejo de su expediente clínico.

8
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

CONTEXTO DEL SISTEMA A DESARROLLAR

El sistema a desarrollar comprenderá dos escenarios básicos: diagnóstico de

enfermedades y manejo de expedientes clínicos. Así también, permitirá la
posibilidad de consultar información sobre dichas enfermedades y sus respectivos
tratamientos, así como consejos preventivos.

El diagnóstico se llevará a cabo a través de los síntomas del paciente que se

constituyen las entradas del sistema, siendo los parámetros a través de los cuales se
basa para presentar como las posibles enfermedades. Además, se realizará el
control de la enfermedad previamente diagnosticada, especificando la severidad de
los síntomas.

La gestión de pacientes, el sistema permitirá almacenar los datos básicos e

información relevante del mismo que forma parte de su expediente, que estarán a
disposición del médico y paciente para su revisión, así como acceder al informe
respectivo.

9
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

DIAGRAMA DE FLUJO DEL SISTEMA

Inicio

Diagnosticar
/Evaluar

Seleccionar Seleccionar
síntomas paciente

Diagnóstico de Generar expediente

enfermedad clínico

Nueva valoración
Ingreso de
de enfermedad
indicadores
Ingrescededed

Generar Generar nuevo

información expediente clínico

Receta

Fin
10
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LA DEPRESION DE LOS ESTUDIANTES

DE LA UNIVERSIDAD NACIONAL TORIBIO RODRIGUEZ DE MENDOZA.

Mi segunda propuesta se encuentra en dar un diagnostico a los pacientes que

sufren de depresión porque muchas veces se comete errores en el diagnóstico. En
base a la situación actual de la universidad estoy seguro de que el sistema experto
apoyará al área de psicología de la UNTRM en determinar de forma rápida un
diagnóstico de la depresión que presenta un estudiante.

VARIABLES DE ENTRADA VARIABLES DE SALIDA

MOTOR DE INFERENCIA

ADQUISICIÓN DEL
CONOCIMIENTO
SINTOMAS QUE INTERFAZ DE
DIAGNOSTICO
PSICOLOGA PRESENTA EL USUARIO
PACIENTE
BASE DE
CONOCIMIENTO
BASE DE HECHOS

Ilustración 1: Estructura del sistema experto para el diagnóstico de la depresión.

BASE DE HECHOS:
Representa el conocimiento del sistema en un instante dado, almacena los datos
recibidos del paciente y está directamente enlazada con la base de conocimiento. A
continuación exponemos los hechos extractados de los casos dados por el psicólogo
según a como se siente un estudiante:
Un estudiante que presenta los siguientes síntomas: se siente triste o vacío, se siente
irritable, se agita en actividades psicomotoras, pierde la energía casi todos los días
entonces presenta depresión mayor leve.

BASE DE CONOCIMIENTO: Existen diferentes tipos de depresión que puede presentar

un estudiante además de la gravedad en la que se encuentra un paciente: Ansiedad
depresiva, depresión neurótica, depresión endógena, depresión inducida por
sustancias, depresión mayor, depresión melancólica, depresión situacional.
1.- Elabore un mapa conceptual / mental sobre Sistema de Razonamiento Lógico.

11
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

Declaración de premisas e inferencias. Utiliza un numero establecido de

Se utiliza las reglas de inferencia de la lógica hechos o premisas

RAZONAMIENTO DEDUCTIVO RAZONAMIENTO INDUCTIVO

Se basa en el uso de las reglas

Tipos de razonamiento logico como un esquema de
representación del conocimiento
SISTEMAS DE RAZONAMIENTO
LÓGICO

Tipos de
Elementos basicos conocimiento

Conocimiento
Base de Motor de
Base de hechos causal
conocimiento inferencias

Contiene toda la Se basa en dos Sirve para examinar Conocimiento de

información actual del partes: Condición la base de hechos y diagnostico
problema o tarea. y la Acción. decidir que reglas
se deben disparar.
-Datos y hechos. SI
-Metas a alcanzar. antecedente -Equiparación.
-reglas de espera. ENTONCES -Resolución de
-lista de subproblemas. acción conflictos

Mecanismos de control

Encadenamiento hacia Encadenamiento

adelante hacia atras

Se generan conclusiones a Aceptar como ciertas

partir de las reglas originales y las conclusiones de una
posteriormente se comprueba determinada regla
si esas conclusiones son
consistentes

12
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

2. -Elabore un mapa conceptual / mental sobre Solución de problemas mediante

búsqueda.
Problemas de
Conjunto de información juego
que el agente utiliza para
decidir que hacer Se emplea para
ejercitar métodos
para la solución
de problemas
¿PROBLEMA?

SOLUCIÓN DE PROBLEMAS Problemas

MEDIANTE BUSQUEDA reales

Tienden a ser mas

dificiles

Búsqueda en
Búsqueda en amplitud Búsqueda con retroceso
profundidad

Se implementa a través de Es una estrategia sencilla Primero se realiza una

una estructura de tipo
pila(ultimo en entrar
primero en salir).
Puede hacer una elección
equivocada.
en la que se espande
primero el nodo raíz y
luego se espande todo
los sucesores del nodo
raíz.
busqueda en profundidad.
Durante la busqueda si se
encuebtra una alternativa
incorrecta la busqueda
retricede hasta el paso
anterior

Busqueda primero el mejor Busqueda A* Busqueda MiniMax

Trata de expandir el nodo Evalúa los nodos

mas cercano al objetivo
posiblemente se conduzca
mas rápido a una solución.
Selecciona un nodo para la
expansión basada en la
evaluación mas baja en
costes.
Se utiliza para los
combinando el coste
juegos con dos
verdadero y el coste
jugadores llamados
estimado, del nodo
MAX(empieza el
inicial al nodo objetivo
juego) y MIN(sigue el
Se basa en la siguiente
orden establecido)
formula:
Al final del juego se
f(n) = g(n) + h(n)
identifica un ganador y
un perdedor

13
 Facultad de Ingeniería de Sistemas y Mecánica Eléctrica
Escuela Profesional de Ingeniería de Sistemas

3.- Elabore un mapa conceptual / mental sobre Algoritmos Genéticos.

Es una clase de algoritmode Es una original tecnica

busqueda estocastica, basado de resolución de
en los mecanismos de problemas empleando
selección natural procesos evolutivos.

ALGORITMOS
Aplicaciones Ciclo evolutivo
GENETICOS

-Problemas de optimización ¿Como funciona?

combinatoria
-Reconocimiento de patrones
-Optimización (estructural, de
topologías,
numérica, combinatoria, etc.)
-Problemas de satisfacción
Población Padres
-Simulan vagamente la
evolución biológica.
-Parten de una población Mutación
de agentes (hipótesis)
diseñados para realizar
una determinada tarea. Descendencia
-Tras cada generación, la
población resuelve
mejor la tarea para la que
se diseñó.
-Al final nos quedaremos
con el mejor agente.

14