martes, 30 de mayo de 2017

Sistemas expertos

Los sistemas expertos utilizados en inteligencia artificial son software que emula el comportamiento de un experto humano en la solución de un problema.

Los sistemas expertos almacenan conocimientos concretos para un campo determinado y solucionan los problemas, utilizando esos conocimientos, mediante deducción lógica de conclusiones.
Componentes de SE

Características:
Para que un sistema actúe como un verdadero experto, es deseable que reúna, en lo posible, lo más importante de las características de un experto humano, esto es:
       Habilidad para adquirir conocimiento.
       Fiabilidad, para poder confiar en sus resultados o apreciaciones.
       Solidez en el dominio de su conocimiento.
       Capacidad para resolver problemas


Algunos ejemplos de su aplicación:
v   Sistemas de control de acondicionadores de aire
v  Sistemas de foco automático en cámaras fotográficas
v  Electrodomésticos familiares (frigoríficos, lavadoras...)
v  Optimización de sistemas de control industriales
v  Sistemas de escritura
v  Mejora en la eficiencia del uso de combustible en motores
v  Sistemas expertos del conocimiento
v  Tecnología informática

Los sistemas expertos se han aplicado casi a todos los campos del conocimiento.  
Diseñados como herramientas de investigación y funciones de negocios e industriales.
Un ejemplo de sistema experto usado en negocios de rutina es el sistema XCON.  

El cual es un sistema experto para la configuración de sistemas de cómputos.
DELTA Sistema experto que ayuda a los mecánicos en el diagnóstico y reparación de locomotoras diese eléctricas, DELTA no sólo da consejos expertos, sino que también presenta informaciones por medio de un reproductor de vídeo.


MYCIN Sistemas experto para diagnósticos médicos.



De: Talaky Valdez Makutuxence, Tuapurie.


Procesamiento del lenguaje natural PLN

El Procesamiento del Lenguaje Natural (PLN) es la disciplina encargada de producir sistemas informáticos que posibiliten dicha comunicación, por medio de la voz o del texto.
n  Se trata de una disciplina tan antigua como el uso de las computadoras (años 50), de gran profundidad, y con aplicaciones tan importantes como la traducción automática o la búsqueda de información en Internet

n  Nació a finales de la década de los cuarenta, antes de que surgiera la propia expresión «Inteligencia Artificial» (IA).
El Procesamiento del Lenguaje Natural (PLN) es una parte esencial de la Inteligencia Artificial  que investiga y formula mecanismos computacionalmente efectivos que faciliten la interrelación hombre/máquina
Tareas principales:
v  Traducción Automatizada
v  Acceso a una Base de Datos
v  Recuperación de información
v  Categorización de Textos
v  Obtención de Datos de un Texto.

Traducción Automatizada:
A principios de la década de los 60’s habían bastantes esperanzas en el sentido de que las computadoras llegaran a ser capaces de traducir de un lenguaje a otro.


Acceso a una Base de Datos:
El primer logro obtenido por el PLN fue en el área de acceso a las bases de datos. Por 1970 las computadoras principales contaban con muchas bases de datos, pero su acceso se lograba solo escribiendo complicados programas en oscuros lenguajes de programación. 


n  La primera de estas interfaces fue el sistema LUNAR


Recuperación de Información:
La recuperación de información, la tarea consiste en escoger de entre un grupo de documentos aquellos que tengan relevancia en una consulta a veces el documento se representa por un reemplazo como es el titulo y una lista de palabras claves y/o un resumen.

Categorización de Textos:
Las técnicas PLN han tenido éxito en una actividad  relacionada con lo anterior; la clasificación de textos de acuerdo con determinadas categorías. Son diversos los servicios comerciales que de esta forma ofrecen el servicio de permitir el acceso a noticias transmitidas por cable.



Obtención de Datos de un Texto:
El cometido de la obtención de datos consiste en tomar un texto en línea y deducir de el algunas aseveraciones que se puedan incorporar a una base de datos estructurada.


De: Talaky Valdez Makutuxence, Tuapurie.


Bibliografía



Lógica Difusa

HISTORIA:

La primera aparición del concepto de Lógica Difusa (“Fuzzy logic”) se dio en la obra de Lofti Zadeth (1965).
La lógica difusa utiliza la experiencia del ser humano para generar  un razonamiento que permite la toma de decisiones.

Su razonamiento se basa en la aproximación a la percepción humana: no todo es blanco o negro, los distintos tipos de grises predominan en el pensamiento humano.


 La lógica difusa es una rama de la inteligencia artificial que le permite a una computadora analizar información del mundo real en una escala entre lo falso y lo verdadero, manipula conceptos vagos, como "caliente" o "húmedo", y permite a los ingenieros construir dispositivos que juzgan la información difícil de definir.

Lógica difusa es una rama de la inteligencia artificial que le permite a una computadora analizar información del mundo real en una escala entre lo falso y lo verdadero, manipula conceptos vagos, como "caliente" o "húmedo", y permite a los ingenieros construir dispositivos que juzgan la información difícil de definir.
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.
Ventajas:
v  El modo de funcionamiento es similar al comportamiento humano.
v  Es una forma rápida y económica de resolver un problema.
v  No se necesita conocer el modelo matemático que rige su funcionamiento.
v  Facilidad de implementación.
Desventajas:
v  Múltiples definiciones de operadores y reglas de inferencia difusa.
v  Dificultad de interpretación de valores difusos (semántica no clara)
v  No hay una buena justificación de operadores difusos.
v  En las redes neuronales se precisa de un tiempo de aprendizaje para obtener los mejores resultados en la salida.
Aplicaciones:
La lógica difusa es aplicable en situaciones y/o campos como:
Donde hallan procesos muy complejos, en los cuales los modelos matemáticos simples no son capaces de dar solución a determinados problemas.
En el campo de las empresas  se ha extendido en las áreas de decisión, en las que se manejan estimaciones subjetivas basadas en la información disponible y en su propia experiencia.
La lógica difusa en la actualidad:
v  Lavadoras inteligentes que regulan el uso del agua y el detergente en función del nivel de suciedad de la ropa.
v  El metro Senday en Japón.
v  Medidores de presión sanguínea.
v  Aspiradoras, Ascensores, microondas.
v  Cámaras de video y fotográficas con auto foco.
v  Aire acondicionado inteligente, al cual se le indica si uno tiene calor o mucho calor y ya ajusta la temperatura en función de la actual.
v  Sistemas expertos del conocimiento (simular el comportamiento de un experto humano)
v  Tecnología informática.

De: Talaky Valdez Makutuxence, Tuapurie.