Estrategias de Inteligencia Artificial

Redes Neuronales Artificiales

Investigación de Estrategias de la Inteligencia Artificial

1. Sistemas Expertos
Un sistema experto puede definirse como un sistema informático (hardware y
software) que simula a los expertos humanos en un área de especialización dada.
Como tal, un sistema experto debería ser capaz de procesar y memorizar
información, aprender y razonar en situacionesdeterministas e inciertas,
comunicar con los hombres y/u otros sistemas expertos, tomar decisiones
apropiadas, y explicar por qué se han tomado tales decisiones. Se puede pensar
también en un sistema experto como un consultor que puede suministrar ayuda a
(o en algunos casos sustituir completamente) los expertos humanos con un grado
razonable de fiabilidad.
Durante la última década se handesarrollado muy rápidamente numerosas
aplicaciones de sistemas expertos a muchos campos. Durkin (1994) examina unos
2,500 sistemas expertos y los clasifica por criterios, tales como ´áreas de
aplicación, tareas realizadas, etc. Tal como puede verse en la Figura 1.1, la
economía, la industria y la medicina continúan siendo los campos dominantes
entre aquellos en los que se utilizan los sistemasexpertos.
Los sistemas expertos tienen muchas aplicaciones. El desarrollo o la adquisición
de un sistema experto es generalmente caro, pero el mantenimiento y el coste
marginal de su uso repetido es relativamente bajo. Por otra parte, la ganancia en
términos monetarios, tiempo, y precisión resultantes del uso de los sistemas
expertos son muy altas, y la amortización es muy rápida.
2. LógicaDifusa en Inteligencia Artificial
La lógica difusa es una rama de la inteligencia artificial que se funda en el
concepto "Todo es cuestión de grado", lo cual permite manejar información vaga
o de difícil especificación si quisiéramos hacer cambiar con esta información el
funcionamiento o el estado de un sistema específico. Es entonces posible con la
lógica borrosa gobernar un sistema por medio dereglas de 'sentido común' las
cuales se refieren a cantidades indefinidas. Las reglas involucradas en un sistema
borroso, pueden ser aprendidas con sistemas adaptativos que aprenden al '
observar ' como operan las personas los dispositivos reales, o estas reglas pueden
también ser formuladas por un experto humano. En general la lógica borrosa se
aplica tanto a sistemas de control como paramodelar cualquier sistema continuo
de ingeniería, física, biología o economía.
Los conjuntos difusos fueron introducidos por primera vez en 1965; la creciente
disciplina de la lógica difusa provee por sí misma un medio para acoplar estas
tareas. Aparecieron numerosas publicaciones que presentaban los fundamentos
básicos con aplicaciones potenciales. Esta frase marcó una fuerte necesidad dedistinguir la lógica difusa de la teoría de probabilidad. Tal como la entendemos
ahora, la teoría de conjuntos difusos y la teoría de probabilidad tienen diferentes

tipos de incertidumbre. En 1994, la teoría de la lógica difusa se encontraba en la
cumbre, pero esta idea no es nueva, para muchos, estuvo bajo el nombre de
lógica difusa durante 25 años, pero sus orígenes se remontan hasta 2,500años.
En Inteligencia artificial, la lógica difusa, o lógica borrosa se utiliza para la
resolución de una variedad de problemas, principalmente los relacionados con
control de procesos industriales complejos y sistemas de decisión en general, la
resolución y la compresión de datos. Los sistemas basados en lógica difusa imitan
la forma en que toman decisiones los humanos, con la ventaja de sermucho más
rápidos. Estos sistemas son generalmente robustos y tolerantes a imprecisiones y
ruidos en los datos de entrada. Algunos lenguajes de programación lógica que han
incorporado la lógica difusa serían por ejemplo las diversas implementaciones
de Fuzzy PROLOG o el lenguaje Fril.
3. Redes Neuronales Artificiales
Las redes de neuronas artificiales son un paradigma de aprendizaje y...