PRESENTACIÓN DE LA

MATERIA.
 SISTEMAS EXPERTOS E
INTELIGENCIA ARTIFICIAL
OBJETIVO DE LA MATERIA. Esta asignatura
incluye conocimiento general relacionado con el
desarrollo de aplicaciones que imiten la
inteligencia del ser humano. Contiene los temas
necesarios para entender el funcionamiento y
aplicaciones de los sistemas expertos.
Adicionalmente, se da una descripción y se
realiza una aplicación general utilizando diversas
técnicas para cada uno de los temas estudiados.
 CONTENIDO PROGRAMATICO
UNIDAD I. Introducción
1.1 Definiciones
1.2 Historia de la inteligencia
artificial
1.3 Aspectos filosóficos de la IA
1.4 Aplicaciones actuales de la IA
1.4 Agentes
1.6 Búsquedas
UNIDAD II. Representación del
conocimiento y razonamiento.
2.1 Base y representación del
conocimiento
2.2 Lógica clásica y la
incertidumbre
2.3 Sistemas basados en
conocimiento
2.4 Aprendizaje y redes
neuronales
2.5 Definición y aplicaciones de
aprendizaje basado en
computadoras
2-6 Introducción a las redes
neuronales
2.7 Aprendizaje supervisado
 CONTENIDO PROGRAMATICO
UNIDAD III. Introducción a los
sistemas expertos
3.1 Definición de un sistema
experto
3.2 Marco histórico
3.3 Aplicaciones de sistemas
expertos
3.4 Consideraciones de lenguajes
de programación
3.5 Representación y
razonamiento del
conocimiento
3.6 Redes semánticas
3.7 Métodos de inferencia.
UNIDAD IV. Diseño de sistemas
expertos
4.1 Selección del problema
apropiado
4.2 Etapas de desarrollo del
sistema experto
4.3 Consideraciones de
ingeniería de software
4.5 Comparación de patrones
 BIBLIOGRAFÍA.

NILSSON, N. Inteligencia Artificial; Una nueva

sintesis. McGraw-Hill, México 2000, (3
ejemplares), Pajares Martinsanz, Gonzalo;
Santos Peñas, Matilde.

GIARRATANO, J.-RELEY,G. Sistemas Expertos:

Principios y programación, Thomsn, México
D.F, 2001 (3 ejemplares)
EVALUACIÓN POR PERIODO
PRIMER PERIODO SEGUNDO PERIODO
EXAMEN PARCIAL I EXAMEN PARCIAL II
50% 50%
TAREAS CORTAS 20% TAREAS CORTAS 20%
PROYECTO DE PROYECTO DE
CATEDRA FASE I CATEDRA FASE II
30% 30%
 TERCER PERIODO

EXAMEN PARCIAL III 50%

TAREAS CORTAS (25%)
PROYECTO DE CATEDRA FASE III (25%)
INCLUYE DEFENSA EN PÚBLICO.
 TEMAS PARA TRABAJO DE
INVESTIGACIÓN
1- Reconocimiento de patrones
2- Reconocimiento de rostro Demótica
3- Asignación para vivienda en alquiler o crédito para
compra de acuerdo a las necesidades de los clientes.
4-Juegos inteligentes como (ajedrez, damas chinas, tres en
línea (estos nombres sólo son ejemplos no se aceptaran
para las tareas de investigación) )
5-Asignación de tiempos de transporte marítimo, terrestre o
aéreo.
 INTELIGENCIA ARTIFICIAL.
DEFINICION
De acuerdo al diccionario de la Real Academia de la
Lengua Española inteligencia se define: “1. f.
Capacidad de entender o comprender.
2. f. Capacidad de resolver problemas.
3. f. Conocimiento, comprensión, acto de entender.
4. f. Sentido en que se puede tomar una sentencia, un
dicho o una expresión.
5. f. Habilidad, destreza y experiencia.
6. f. Trato y correspondencia secreta de dos o más
personas o naciones entre sí.
7. f. Sustancia puramente espiritual.”
 TOMANDO LO ANTERIOR PODEMOS DAR
NUESTRA PROPIA DEFINICIÓN LA CUAL QUEDARÍA

“Simular las actividades de aprendizaje,

razonamiento, análisis y deducciones de
nuestro cerebro humano con la ayuda de
un ordenador utilizando para ello
algoritmos o procesos especializados
creados especialmente para dicho fin”.
rmr (2007).
 HISTORIA DE LA IA.

En 1943 Warren McCulloch y Walter Pitts han sido

reconocidos como los autores del primer
trabajo de IA. Parten de tres fuentes.
a) Conocimiento sobre la fisiología básica y
funcionamiento de las neuronas en el cerebro.
b) El análisis formal de la lógica preposicional de
Russell y Whitehead.
c) La teoría de la computación de Alan Turing.
 HISTORIA DE LA IA.
Proponen un modelo de neuronas artificiales,
las cuales tienen las características de
ACTIVADAS o DESACTIVADAS.
Demostraron que cualquier función de
computo podría calcularse mediante
alguna red de neuronas interconectadas
 HISTORIA DE IA.
Donald Hebb 1949, propuso y demostró una sencilla
regla de actualización para modificar las intensidades
de las conexiones entre neuronas. A esto se le conoce
como: APRENDIZAJE HEBBIANO O DE HEBB. El
postulado de aprendizaje de Hebb ( “La organización
del comportamiento” postula:“Cuando una célula A
está suficientemente cerca de otra B para tomar parte
en excitarla, y lo hace persistentemente, suceden
cambios metabólicos en una o ambas células de tal
forma que se incrementa la eficiencia de A en excitar
B”)
 HISTORIA DE IA.
Extensión de la regla de Hebb(Stent, 1973)
1) Si dos neuronas a ambos lados de una sinapsis se activan
simultáneamente, se incrementa selectivamente la fuerza
de dicha sinapsis.
2) Si dos neuronas a ambos lados de una sinapsis no se
activan simultáneamente, la sinapsis se debilita o elimina.
Así, una regla de aprendizaje Hebbiana es un mecanismo
dependiente del tiempo, de ámbito local, que incrementa la
eficiencia de una sinapsis en función de la correlación
entre las actividades pre y post-sinápticas.
 HISTORIA DE LA IA.
LINEA DE TIEMPO
1951 Minsky
y Dean
Edmonds
Construyen 1952-1969, es 1969-1979, 1986, a la
el primer la epoca de sistemas fecha
1995, Emergen
basados en Regreso
ordenador “mira mamá, el conocimiento, de la redes los sistemas
snarc ahora sin manos” programa dendral neuronales inteligentes

1966-1973,Simon indico, 1980, la IA 1987, la IA

1956 se convierte
que en se convierte
Nacimiento 10 años una en una en una ciencia
de la IA computadora podría industria Primer
ser campeona programa
de ajedrez de SE R1
 1.3 ASPECTOS
FILOSÓFICOS DE LA
INTELIGENCIA ARTIFICIAL
 1.3 ASPECTOS FILOSÓFICOS DE LA IA

¿Se pueden utilizar reglas formales para

extraer conclusiones validas?
¿Cómo se genera la inteligencia mental a
partir de un cerebro físico?
¿De dónde viene el conocimiento?
¿Cómo se pasa del conocimiento a la
acción?
Estas son preguntas que regularmente se
hacen los estudiosos de la IA.
 1.3 ASPECTOS FILOSÓFICOS DE LA IA

Aristoteles (384 - 322 AC), fue el primero en

formular un conjunto preciso de leyes que
gobernaban la parte racional de la inteligencia.
Él desarrolló un sistema informal para razonar
adecuadamente con silogismos, que en principio
permitía extraer conclusiones mecánicamente, a
partir de premisas iniciales. Mucho después,
Ramón Lull 1315, tuvo la idea de que el
razonamiento útil se podría obtener por medios
artificiales
El conjunto de reglas define la parte racional y
formal de la mente, el siguiente paso es
considerar la mente como un sistema físico. René
Descartes proporciona la primera discusión clara
sobre la distinción entre la mente y la materia y
los problemas que surgen. Descartes defendía el
dualismo, el cual sostiene que: existe una parte
de la mente o del alma o del espíritu, que está al
margen de la naturaleza, exenta de la influencia
de las leyes físicas. Los animales no poseen esta
cualidad dual, a ellos se le podría concebir como
si se tratasen de máquinas.
El movimiento empírico, iniciado con el Novum
Organum (Una actualización del Organon, o
instrumento de pensamiento, de Aristóteles), de
Francis Bacon, se caracteriza por el aforismo de
John Locke “Nada existe en la mente que no
haya pasado antes por los sentidos”.

La teoría de la confirmación de Carnal y Carl

Hempel, intenta explicar cómo el conocimiento
se obtiene a partir de la experiencia. The logical
Structure of the World define un procedimiento
computacional explicito para la extracción de
conocimiento a partir de experiencias primarias.
Dentro de la historia filosófica de la Inteligencia Artificial, debemos
estudiar lo siguiente,

“Nosotros no reflexionamos sobre los fines, sino sobre los medios.

Un médico no reflexiona sobre si debe curar, ni un orador sobre
si debe persuadir……. Ellos asumen el fin y consideran cómo y
con qué medios se obtienen y si resulta fácil y es por tanto
productivo; mientras que si sólo se puede alcanzar por un medio
se tiene en consideración como se alcanzará por este y por qué
medios se obtendrá éste, hasta que se llegue a la causa
primera….y lo último en el orden del análisis parece ser lo
primero en el orden de los acontecimientos. Y si se llega a un
estado imposible se abandona la búsqueda, como por ejemplo si
se necesita dinero y no se puede conseguir; pero si hay una
posibilidad se intentará. ”, Todo lo anterior se conoce como: el
Algoritmo de Aristoles, el cual se implementó 2,300 años
después, por Newell y Simon con la ayuda de su programa SRGP.
El cual se conoce como Sistema de planificación regresivo.

TAREA: INVESTIGAR EL FUNCIONAMIENTO DEL PROGRAMA

SRGP, Y DAR UN ANÁLISIS DEL MISMO. FECHA DE ENTREGA
LA SIGUIENTE CLASE.
ESTRUCTURA DE UN CEREBRO.
 FUNCIONAMIENTO DEL
CEREBRO HUMANO
Nuestro cerebro es una máquina compleja,
la cual ordena mediante pulsos eléctricos
como deberá funcionar nuestro cuerpo de
acuerdo a estímulos internos o externos.
Para que esto sea así, hay ciertos elementos
que almacenan la información.
 FUNCIONAMIENTO DE
CEREBRO HUMANO
Uno de estos elementos es la neurona, la
cual por medio de los impulso indica la
forma como se reaccionará de acuerdo a la
acción que se presente.
Esto se logra por medio de los
NEUROTRANSMISIORES, sustancia
capaz de lograr la transmisión de los
impulsos nerviosos
 FUNCIONAMIENTO DE
CEREBRO HUMANO
Estos neurotransmisores se reciben en las
dendritas y se emiten en los axones. El
cerebro usa la energía bioquímica
procedente del metabolismo celular como
desencadenante de las reacciones
neuronales.
FUNCIONAMIENTO DE CEREBRO
HUMANO
 1.4 APLICACIONES
ACTUALES DE LA
INTELIGENCIA ARTIFICIAL
 1.4 APLICACIONES ACTUALES DE LA IA

En la actualidad luego de los logros alcanzados en

los primeros años 1950´s, la IA ha evolucionado
en:
1- Planificación autónoma: Programa de la NASA,
para planificación autónoma a bordo que
controlaba la planificación de una nave espacial
desde abordo, esto se logra a base de objetos
generales especificados desde tierra, y
monitorizaba las operaciones de la nave espacial,
ejecutando, detección, diagnóstico y
recuperación de problemas según ocurrían.
 1.4 APLICACIONES ACTUALES DE LA IA

Control autónomo: Sistema de vión por

computadora Alvinn fue entrenado para
dirigir un coche de forma que siguiese una
línea. Esto se realizo con una furgoneta
controlada por computador en el NavLab
de UCM, se dirigió el vehiculo por espacio
de 2,850 millas, se controlo el vehículo en
un 98%.
 1.4 APLICACIONES ACTUALES DE LA IA

Juegos: Deep Blue, computador diseñado y

construido por la IBM, que derroto al gran maestro
de ajedrez Garry Kasparov, por un resultado de
3.5 a 2.5 en una partida de exhibición.

Diagnosis: Los programas de diagnóstico médico,

basados en el análisis probabilística, han llegado a
alcanzar niveles similares a los de médicos en
algunas áreas de la medicina.
 1.4 APLICACIONES ACTUALES DE LA IA

Planificación Logística: En 1991 el ejercito

de los Estados Unidos crearon Dynamic
Analysis and Replanning Tool (DART),
esto para automatizar la planificación y
organización logística del transporte. La
agencia DARPA afirmo que se había
amortizado los 30 años de inversión en
la IA de la agencia.
 1.4 APLICACIONES ACTUALES DE LA IA

Robotica: en la actualidad se utilizan robots para realizar

operaciones de microcirugía, HipNav es un sistema que
utiliza técnicas de visión por computadora para crear un
modelo tridimensional de la anatomía interna del paciente
y des púes utiliza un control robotizado para guiar el
implante de prótesis de cadera.

Procedimiento de lenguajes y resolución de problemas:

Pover B, es un programa informático que resuelve
crucigramas mejor que la mayoría, utilizando
restricciones en programas de relleno de palabras, una
gran base de datos de crucigrams y varias fuentes de
información como diccionarios y bases de datos online.
GRACIAS POR SU
ATENCIÓN