“AÑO DEL BUEN SERVICIO AL CIUDADANO”

UNIVERSIDAD SAN PEDRO

FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

E.A.P. DE CONTABILIDAD

ESTUDIANTES : MELGAREJO CRISOSTOMO, MADAHITS

ROJAS SAENZ, JOHAN

DOCENTE : ING. MATEO DOLORES PEREZ VASQUEZ

CICLO : III

ASIGNATURA : INFORMÁTICA DE NEGOCIOS I

TEMA : INTELIGENCIA ARTIFICIAL

HUACHO – PERÚ
2017
3

DEDICATORIA
El presente trabajo monográfico se le es
dedicado con mucho cariño a nuestros padres,
por su apoyo fundamental y por ser el pilar
principal de nuestra educación
 4

PRESENTACIÓN

El presente trabajo tiene como tema a la inteligencia

artificial. Se ha escogido desarrollar esta temática por el avance tecnológico que
ha tenido en los últimos años, lo que ha llevado a creaciones y logros muy
importantes que ayudan a optimizar recursos en todos los ámbitos de la vida
diaria; por lo tanto, el ser humano plantea nuevas metas y propósitos, para
acercarse así a lo que es la inteligencia artificial. Un tema de mucha controversia
en los últimos tiempos por la idea de crear una inteligencia comparable a la
humana, siendo notorio la construcción de computadoras que superan a las
habilidades de una persona, por lo que el sueño de alcanzar una inteligencia
artificial no está distante, por lo que expondremos en la investigación varias
pruebas y aplicaciones sobre ésta.
 5

INTRODUCCIÓN
Desde la aparición de las computadoras, se han ido efectuando
investigaciones científicas y tecnológicas con el fin de que éstas puedan resolver
y realizar algunas actividades propias de los seres humanos, y se ha logrado
automatizar muchos procesos consiguiendo eficiencia en el tiempo y recursos
invertidos para realizar cualquier tipo de actividad.

Las primeras investigaciones sobre la IA fueron realizadas en el siglo XX,

dada por una sucesión de etapas o períodos alternativos de éxito y otros de
abandono, donde ha creado expectativas que no siempre son descubiertas o no
tienen su fundamento tecnológico. En la actualidad, vemos a esto como un
enfoque que toma fuerza con el pasar del tiempo debido a sus logros y avances
en las últimas décadas.
 6

TEMA: INTELIGENCIA ARTIFICIAL

La Inteligencia Artificial es una combinación de la ciencia del computador,

fisiología y filosofía, tan general y amplio como eso, ya que reúne varios campos
(robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la
creación de máquinas que pueden pensar.

La idea de construir una máquina que pueda ejecutar tareas percibidas como
requerimientos de inteligencia humana es un atractivo. Las tareas que han sido
estudiadas desde este punto de vista incluyen juegos, traducción de idiomas,
comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría
experta en diversos temas.

Es así como los sistemas de administración de base de datos cada vez más
sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción,
borrado y locación de datos, así como el intento de crear máquinas capaces de
realizar tareas que son pensadas como típicas del ámbito de la inteligencia
humana, crearon el término Inteligencia Artificial en 1956.

La Inteligencia Artificial trata de conseguir que los ordenadores simulen en

cierta manera la inteligencia humana. Se acude a sus técnicas cuando es
necesario incorporar en un sistema informático, conocimiento o características
propias del ser humano.
 7

HISTORIA Y EVOLUCIÓN DE LA
INTELIGENCIA ARTIFICIAL
La Inteligencia Artificial "nació" en 1943 cuando Warren McCulloch y
Walter Pitts propusieron un modelo de neurona del cerebro humano y animal.
Estas neuronas nerviosas abstractas proporcionaron una representación
simbólica de la actividad cerebral.

Más adelante, Norbert Wiener elaboró estas ideas junto con otras, dentro
del mismo campo, que se llamó "cibernética"; de aquí nacería, sobre los años
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

prácticamente imposible, ni que mencionar que el hardware de la época ni
el software estaban a la altura para realizar semejantes proyectos.

Se comenzó a considerar el pensamiento humano como una coordinación

de tareas simples relacionadas entre sí mediante símbolos. Se llegaría a la
realización de lo que ellos consideraban como los fundamentos de la solución
inteligente de problemas, pero lo difícil estaba todavía sin empezar, unir entre sí
estas actividades simples.

Es en los años 50 cuando se logra realizar un sistema que tuvo

cierto éxito, se llamó el Perceptrón de Rossenblatt. Éste era un sistema visual de
reconocimiento de patrones en el cual se asociaron esfuerzos para que se
pudieran resolver una gama amplia de problemas, pero estas energías se
diluyeron enseguida.
 8

Fue en los años 60 cuando Alan Newell y Herbert Simon, que trabajando
la demostración de teoremas y el ajedrez por ordenador logran crear
un programa llamado GPS (General Problem Solver: solucionador general de
problemas). Éste era un sistema en el que el usuario definía un entorno
en función de una serie de objetos y los operadores que se podían aplicar sobre
ellos. Este programa era capaz de trabajar con las torres de Hanoi, así como con
criptoaritmética y otros problemas similares, operando, claro está, con
microcosmos formalizados que representaban los parámetros dentro de los
cuales se podían resolver problemas. Lo que no podía hacer el GPS era resolver
problemas ni del mundo real, ni médicos ni tomar decisiones importantes. El GPS
manejaba reglas heurísticas (aprender a partir de sus propios descubrimientos)
que la conducían hasta el destino deseado mediante el método del ensayo y el
error.

En los años 70, un equipo de investigadores dirigido por Edward

Feigenbaum comenzó a elaborar un proyecto para resolver problemas de la vida
cotidiana o que se centrara, al menos, en problemas más concretos. Así es como
nació el sistema experto.

El primer sistema experto fue el denominado Dendral, un intérprete de

espectrograma de masa construido en 1967, pero el más influyente resultaría ser
el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente medicación, todo un logro en aquella época que
incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso
común en el Pacific Medical Center de San Francisco, EEUU).

Ya en los años 80, se desarrollaron lenguajes especiales para utilizar con

la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta época
cuando se desarrollan sistemas expertos más refinados, como por el ejemplo el
EURISKO. Este programa perfecciona su propio cuerpo de reglas heurísticas
automáticamente, por inducción.
 9

MARCO TEÓRICO
CONCEPTO DE LA INTELIGENCIA ARTIFICIAL
 Inteligencia de las máquinas
La inteligencia es la capacidad que tienen los seres humanos, a diferencia de
otras especies, de aprender, procesar información y a partir de ello resolver
problemas. La inteligencia artificial tiene como modelo natural las
funcionalidades inteligentes del hombre, cuya motivación es intentar construir
máquinas que pudieran pensar como el hombre o por lo menos emular alguna
de las capacidades que manifieste cierta inteligencia.

A grandes rasgos se puede decir que la inteligencia artificial es una ciencia que
intenta crear programas para máquinas con el fin de imitar el comportamiento y
la comprensión humana para que sea capaz de aprender, reconocer y pensar.

 Definición de sistemas inteligentes

La definición de inteligencia en el diccionario de la lengua española: la
capacidad de adquirir y aplicar conocimiento. Ahora, un concepto algo más
técnico y claro de lo que es la inteligencia, se puede decir que es
una propiedad del sistema que se usa cuando los procedimientos de focalizar
la atención, búsqueda combinatoria y generalización son aplicados a la
información de entrada en orden a producir la salida.

El sistema inteligente tiene la habilidad de actuar apropiadamente en su entorno

con incertidumbre, donde una acción adecuada es la que aumenta
la probabilidad del éxito, y el éxito es la consecución de los sub objetivos de
comportamiento que respaldan el último objetivo del sistema.

El estudio y desarrollo de sistemas inteligentes requiere significativos esfuerzos

de investigación multidisciplinario para integrar conceptos y métodos de distintas
áreas.
 10

Para considerar a una máquina o sistema inteligente, debe aprobar el test de

Turing (hombre y máquina realizan la misma tarea con el mismo resultado).

Por lo tanto, una máquina o sistema inteligente es el que realiza el proceso de

analizar, organizar y convertir los datos en conocimiento, donde el
conocimiento del sistema es información estructurada adquirida y aplicada para
reducir la ignorancia o la incertidumbre sobre una tarea específica.

 El término inteligencia artificial

La Inteligencia Artificial, se puede definir como el estudio de las facultades

mentales a través del uso de modelos computacionales.

A continuación se especifica el concepto de IA según algunos científicos como

modelo natural, integrando la cibernética y las computadoras.

Minsky: "La IA es el estudio de como programar computadoras que posean la

facultad de hacer aquello que la mente humana pueda realizar".

Hayes: "La IA es la implementación de razonamientos inteligentes mediante

técnicas propias de la computación. Esta definición establece un lazo de unión
entre la máquina, la inteligencia y la actividad del ser humano".
11

 Características de la Inteligencia Artificial

1. Una característica fundamental que distingue a los métodos de

Inteligencia Artificial de los métodos numéricos es el uso de símbolos
no matemáticos, aunque no es suficiente para distinguirlo completamente.

2. El comportamiento de los programas no es descrito explícitamente por

el algoritmo. La secuencia de pasos seguidos por el programa es
influenciado por el problema particular presente. El programa especifica
cómo encontrar la secuencia de pasos necesarios para resolver un
problema dado (programa declarativo).

3. Las conclusiones de un programa declarativo no son fijas y son

determinadas parcialmente por las conclusiones intermedias alcanzadas
durante las consideraciones al problema específico. Los lenguajes
orientados al objeto comparten esta propiedad y se han caracterizado por
su afinidad con la Inteligencia Artificial.

4. El razonamiento basado en el conocimiento, implica que estos programas

incorporan factores y relaciones del mundo real y del ámbito del
conocimiento en que ellos operan. IA contrario de los programas para
propósito específico, como los de contabilidad y cálculos científicos; los
programas de Inteligencia Artificial pueden distinguir entre el programa de
razonamiento o motor de inferencia y base de conocimientos dándole la
capacidad de explicar discrepancias entre ellas.

5. Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de

Inteligencia Artificial los programas no pueden trabajar con este tipo de
problemas. Un ejemplo es la resolución de conflictos en tareas orientadas
a metas como en planificación, o el diagnóstico de tareas en un sistema
del mundo real: con poca información, con una solución cercana y no
necesariamente exacta.
 12

 Clasificación de la Inteligencia Artificial

A. Inteligencia artificial convencional

Basada en análisis formal y estadístico del comportamiento humano ante

diferentes problemas. Tienen las siguientes características:

 Razonamiento basado en casos: Ayuda a tomar decisiones mientras se

resuelven ciertos problemas concretos.

 Sistemas expertos: Infieren una solución a través del conocimiento previo del
contexto en que se aplica y de ciertas reglas o relaciones.

 Redes bayesianas: Propone soluciones mediante inferencia estadística.

 Inteligencia artificial basada en comportamientos: Sistemas complejos que

tienen autonomía y pueden auto-regularse y controlarse para mejorar.
 13

B. Inteligencia artificial computacional

La inteligencia computacional (también conocida como inteligencia artificial sub

simbólica) implica desarrollo o aprendizaje iterativo. El aprendizaje se realiza
basándose en datos empíricos. Algunos métodos de esta rama incluyen:

 Máquina de vectores soporte: Sistemas que permiten reconocimiento

de patrones genéricos de gran potencia.

 Redes neuronales: Sistemas con grandes capacidades de

reconocimiento de patrones.

 Modelos ocultos de Markov: Aprendizaje basado en dependencia

temporal de eventos probabilísticos

 Sistemas difusos: Técnicas para lograr el razonamiento bajo

incertidumbre. Ha sido ampliamente usada en la industria moderna y
en productos de consumo masivo, como las lavadoras.

 Computación evolutiva: Aplica conceptos inspirados en la biología,

tales como población, mutación y supervivencia del más apto para
generar soluciones sucesivamente mejores para un problema.
 14

TIPOS DE
INTELIGENCIA ARTIFICIAL
Arend Hintze, profesor asistente de biología integradora e ingeniería y ciencias
de computación en la Universidad Estatal de Michigan. Categoriza la IA en cuatro
tipos, desde el tipo de sistemas de AI que existen hoy en día hasta los sistemas
sensitivos, que aún no existen. Sus categorías son las siguientes:

Tipo 1: Máquinas reactivas

Un ejemplo es Deep Blue, el programa

de ajedrez de IBM que venció a Garry
Kasparov en los años noventa. Deep
Blue puede identificar piezas en el
tablero de ajedrez y hacer predicciones,
pero no tiene memoria y no puede usar
experiencias pasadas para informar a las
futuras.

Tipo 2: Memoria limitada.

Estos sistemas de IA pueden usar

experiencias pasadas para informar
decisiones futuras. Algunas de las
funciones de toma de decisiones en
vehículos autónomos han sido
diseñadas de esta manera. Las
observaciones son utilizadas para
informar las acciones que ocurren en
un futuro no tan lejano.
 15

Tipo 3: Teoría de la mente.

Este es un término psicológico. Se

refiere a la comprensión de que los
demás tienen sus propias creencias,
deseos e intenciones que afectan las
decisiones que toman. Este tipo de
AI aún no existe.

Tipo 4: Autoconocimiento.

En esta categoría, los sistemas de

IA tienen un sentido de sí mismos,
tienen conciencia. Las máquinas con
conciencia de sí comprenden su
estado actual y pueden usar la
información para inferir lo que otros
están sintiendo. Este tipo de AI aún
no existe.
16

APLICACIÓN DE LA
INTELIGENCIA ARTIFICIAL

 IA en la educación
La IA puede automatizar la calificación, dando a los educadores más
tiempo. AI puede evaluar a los estudiantes y adaptarse a sus
necesidades, ayudándoles a trabajar a su propio ritmo.

 IA en finanzas
La IA aplicada a las aplicaciones de finanzas personales, como Mint o
Turbo Tax, está transformando a las instituciones financieras.
Aplicaciones como estas podrían recopilar datos personales y
proporcionar asesoramiento financiero.

 IA en la fabricación
Esta es un área que ha estado a la vanguardia de la incorporación de
robots en el flujo de trabajo. Los robots industriales solían realizar tareas
únicas y estaban separados de los trabajadores humanos, pero a medida
que la tecnología avanza eso ha cambiado.

 IA en los negocios
La automatización de procesos robóticos se está aplicando a tareas
altamente repetitivas que normalmente realizan los seres humanos. Los
algoritmos de aprendizaje automático se están integrando en las
plataformas de análisis y CRM para descubrir información sobre cómo
servir mejor a los clientes.

 IA en la asistencia sanitaria
Las mayores apuestas están en mejorar los resultados de los pacientes y
reducir los costos. Las empresas están aplicando el aprendizaje de
máquina para hacer diagnósticos mejores y más rápidos que los seres
humanos. Una de las tecnologías sanitarias más conocidas es IBM
Watson. Entiende el lenguaje natural y es capaz de responder a las
preguntas que se le formulan. El sistema extrae datos de los pacientes y
otras fuentes de datos disponibles para formar una hipótesis, que luego
presenta con un esquema de puntuación de confianza
 17

VENTAJAS Y RIESGOS

VENTAJAS
 En el ámbito laboral reduce los costos y salarios adicionales. Por resultar
un atractivo, conlleva a generar más ingresos.

 Se han desarrollado aplicaciones que realizan tareas que el hombre

nunca hubiera podido hacer debido a su complejidad.

 Puede predecir situaciones a largo plazo.

 Reduce el tiempo que consume realizar cierta actividad.

 Lograr grandes hallazgos y avances.

RIESGOS
 Por ser software, requieren de constantes actualizaciones
(mantenimiento).

 Realizar estos sistemas expertos requiere de mucho tiempo y dinero.

 Crear máquinas que sean autosuficientes y puedan ir desplazando a la

raza humana.

 El uso irracional y exagerado de esta tecnología podría conllevar a la

dominación de las máquinas sobre el hombre, como también llegar a
depender mucho de ellas.

 El hombre se siente menos importante cuando una máquina o un sistema

“lo supera”.
.
 18

CONCLUSION
Como se ha podido observar una de las críticas más grande de la
inteligencia artificial es la característica de imitar por completo a un ser humano,
pero estas críticas pasan por alto que ningún ser humano tiene la capacidad de
resolver todos los problemas existentes. Por lo tanto es muy importante detonar
que tipos de problemas que podrán resolver, la estrategia y algoritmos que
realizara para llegar a dicha respuesta.

Un problema que se presta en la I.A es la comunicación que esta tendrá

con el usuario. Este contratiempo se debe a la diversidad del lenguaje, la cual
apareció ya en los primeros sistemas operativos informáticos.

El ser humano se puede comunicar mediante su lengua nativa, lo que

implica que bien la persona deberá aprender el idioma de la máquina como
cualquier otra lengua conocida, o la máquina tendrá que interpretar el mensaje
que la persona se la dé.

En muchas ocasiones las maquinas dan la impresión de poseer

inteligencia pero a pesar de esto no podríamos decir que son inteligentes ya que
hasta ahora solo son emulaciones de ciertos procesos.

Con el crecimiento de la tecnología la IA ha avanzado enormemente, pero

sin embargo no se asemeja a la inteligencia de un ser humano, pero existen
muchas maquinas que realizan diferentes procesos que la pueden hacer con
mayor eficiencia que cualquier ser humano.
19

BIBLIOGRAFÍA

 http://www.monografias.com/trabajos99/sobre-la-inteligencia-

artificial/sobre-la-inteligencia-artificial.shtml

 http://karen05.globered.com/

 https://ebookcentral.proquest.com/lib/bibliotecauspsp/detail.action?docID

=3182219 – BIBLIOTECA VIRTUAL – USP

 https://es.slideshare.net/balery/inteligencia-artificial-presentation-569547