INTELIGENCIA ARTIFICIAL APLICADA A LOS NEGOCIOS

Por Gerardo Intor Osorio

INTELIGENCIA ARTIFICIAL
La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando es necesario incorporar en un sistema informtico, conocimiento o caractersticas propias del ser humano. En la actualidad Laundon, K. & Laundon, J(2004), definen a la Inteligencia Artificial como el esfuerzo de desarrollar sistemas basados en computadora que se pueden comportar como los humanos con la capacidad de aprender lenguajes naturales, efectuar tareas fsicas coordinadas, utilizar un aparato perceptor y de emular la experiencia y la toma de decisiones.

Antecedentes histricos recientes

Turing y Michie trabajaron en la mquina Enigma y ENIAC John von Neuman dise EDVAD Electronic Discrete Variable Automatic Computer) admita programas almacenados y concepto de sistemas informticos autoreproducibles. Norbet Wiener (1948) la nueva ciberntica es aplicable a sistemas biolgicos autogobernados como a los artificiales. Turing (1937) public trabajo sobre nmeros computables considerado el embrin de la IA. En 1974 escribi Mquinas de Computacin e Inteligencia . John McCarthy (1956) acu el trmino de IA en una conferencia independiente de las matemticas.

Aplicaciones en la empresa
De entre todos los paradigmas y estrategias de la Inteligencia Artificial, actualmente dos tienen el mayor inters para las aplicaciones en la empresa: los sistemas expertos y las redes neuronales artificiales. Estos sistemas se pueden combinar, por lo que una solucin prctica es utilizar sistemas mixtos que incorporan un mdulo de sistema experto con sus reglas junto a otros mdulos neuronales y estadsticos.

Ramas de la Inteligencia Artificial

Las redes neuronales artificiales Las redes neuronales artificiales tratan de representar el conocimiento replicando la estructura neuronal del cerebro humano. En ellas lo fundamental es el aprendizaje mediante patrones o ejemplos. Las redes neuronales artificiales tratan de resolver tareas como el reconocimiento de patrones, problemas de optimizacin o clasificacin que la computacin algortmica tradicional e Inteligencia Artificial convencional no han resuelto de un modo suficientemente satisfactorio. En las redes neuronales artificiales el conocimiento no se programa de forma directa en la red sino que se adquiere mediante ejemplos por medio de una regla de aprendizaje que va ajustando parmetros. Como vemos es un mtodo inductivo muy diferente al que siguen los sistemas expertos.

Ramas de la Inteligencia Artificial

Los sistemas expertos

Los sistemas expertos son la rama ms conocida. Parten de la premisa de que los expertos humanos utilizan gran cantidad de conocimientos especficos de un campo que deben ser incorporados en el sistema experto. Para los defensores ms radicales de este paradigma, la inteligencia es un programa que debe funcionar independientemente del lugar donde se ejecute: ordenador o cerebro. La forma deductiva en que representan el conocimiento, habitualmente mediante smbolos y reglas, es apropiada cuando es posible extraer un conjunto de reglas y normas

Los sistemas expertos

Son la rama de la Inteligencia Artificial ms empleada en la gestin empresarial. Su objetivo es modelizar el conocimiento, representndolo en forma de smbolos. Definicin La incorporacin dentro de un sistema de ordenador de un componente basado en el conocimiento, correspondiente a una habilidad experta, de tal forma que el sistema pueda ofrecer asesoramiento inteligente o tomar una decisin inteligente sobre una funcin del proceso. Una caracterstica adicional deseable, que muchos consideran fundamental, es la capacidad del sistema, si se le solicita, de justificar su propia lnea de razonamiento de un modo directamente inteligible para el interrogador. El estilo adoptado para alcanzar estas caractersticas es la programacin basada en reglas

Aplicaciones en la empresa
De entre todos los paradigmas y estrategias de la Inteligencia Artificial, actualmente dos tienen el mayor inters para las aplicaciones en la empresa: los sistemas expertos y las redes neuronales artificiales. Estos sistemas se pueden combinar, por lo que una solucin prctica es utilizar sistemas mixtos que incorporan un mdulo de sistema experto con sus reglas junto a otros mdulos neuronales y estadsticos.

Estructura de un sistema experto

adquisicin del conocimiento

El ingeniero del conocimiento, especialista informtico que extrae el conocimiento del especialista humano y lo plasma en el programa informtico El especialista humano, que es quien posee el conocimiento El usuario del sistema, encargado de utilizar el sistema experto.

Formas de representar el conocimiento

El mtodo ms utilizado son las reglas de produccin. Una regla de produccin toma la siguiente forma general: SI <son ciertos determinados hechos> ENTONCES <se consideran ciertos otros hechos> Estas reglas residen en la base de conocimientos, en una especie de fichero de texto. El programa de inferencia, verdadero motor del sistema experto se encarga de combinar estas reglas, interactuando con el usuario a travs del interfaz del usuario

Limitaciones
Programacin El elevado coste Poca flexibilidad a cambios Dificultad para manipular informacin no estructurada Desacuerdo entre los especialistas humanos Problemas que no son resolubles mediante un sistema experto

Ventajas
Los conocimientos de un sistema experto pueden ser copiados y almacenados fcilmente, siendo muy difcil la prdida de stos. Otra ventaja de los sistemas expertos sobre los humanos es que el experto computarizado siempre est a pleno rendimiento. Cuando un humano se cansa, la exactitud de sus consejos puede decaer. Sin embargo, el experto computarizado siempre proporcionar las mejores opiniones posibles dentro de las limitaciones de sus conocimientos. Otra ventaja menos importante de un sistema experto radica en su !falta de personalidad! Como probablemente sabr, las personalidades no son siempre compatibles. Si no se lleva bien con el humano experto, puede que se encuentre reticente a recabar sus conocimientos. Una ltima ventaja de un sistema experto est en que despus de que un experto computarizado exista, usted puede crear un nuevo experto simplemente copiando el programa de una mquina a otra. Un humano necesita mucho tiempo para convertirse en un especialista en ciertos campos, lo que hace difcil que puedan aparecer nuevos especialistas humanos.

Desventajas
Creatividad: los humanos pueden responder creativamente a situaciones inusuales, los sistemas expertos no pueden. Experiencia Sensorial: los humanos tienen un amplio rango de disponibilidad de experiencia sensorial. Y los sistemas expertos actualmente dependen de una entrada simblica. Degradacin: los sistemas expertos no son bueno para reconocer cuando no existen respuestas o cuando los problemas estn fuera de su rea.

 Es importante entender que las herramientas de soporte a la toma de decisiones, son eso, herramientas, y que la seleccin y uso, simplifican muchas operaciones y procesos en el negocio, pero que los tomadores de decisiones son la piedra angular.

En el Per
El profesor de la UPC Fernando Jimnez, sostiene que con la llegada de las ltimas innovaciones el Per depende mucho del mismo mercado o de la capacidad de asimilacin de esa tecnologa. "Hay empresas que ya usan este desarrollo para hacer sus productos ms inteligentes y efectivos. En nuestro pas, compaas como Cementos Pacasmayo y Backus ya la utilizan en sus diferentes procesos de produccin", manifest Jimnez. No obstante, agreg, el sector que ms avances presenta en la incorporacin de esta tecnologa en prototipos o proyectos es el de las universidades. "Muchas de ellas imparten cursos de inteligencia artificial y robtica, pero tambin la utilizan en proyectos de investigadores y estudiantes".

Referencias
http://www.seccperu.org/eaec/slides/inteligenciaComputacional_ Redes_Telecomunicaciones-Nicolas_Kemper_Valverde.pdf http://www.palermo.edu/ingenieria/downloads/pdfwebc&T8/8Cy T03.pdf http://www.monografias.com/trabajos26/inteligencia-artificialempresa/inteligencia-artificial-empresa.shtml http://www.ciberconta.unizar.es/leccion/ia/ http://books.google.com/books?id=PmnhMJpfsu8C&hl=es&sourc e=gbs_similarbooks_s&cad=1 http://pdf.rincondelvago.com/sistemas-expertos.html http://www.pymex.pe/noticias/tips-empresariales/liderazgo-yproductividad/7254-la-inteligencia-artificial-se-puede-aplicar-a-losnegocios.html