UNIVERSIDAD NACIONAL DE SAN MARTN

Facultad de Ingeniera de Sistemas e Informtica

SISTEMA DE INFORMACIN GERENCIAL
TCNICAS INTELIGENTES PARA LA CAPTURA DEL CONOCIMIENTO: INTELIGENCIA ARTIFICIAL, REDES NEURONALES, LGICA DIFUSA, ALGORITMOS GENTICOS Y AGENTES INTELIGENTES DOCENTE

: ING. LIZETH ERLY MESCUA AMPUERO.

INTEGRANTES :

APELLIDOS Y NOMBRES

CDIGO

LVAREZ CHASQUER, Ludi Yanett GUEVARA LARA, Karen Masiel JIMNEZ PERALTA, Fredesvinda MORI ROJAS, Alexi

097102 097116 097154 097157

SEMESTRE

: 2013 II.

TARAPOTO PER 2013-II

AGRADECIMIENTO

En primer lugar a dios por habernos permitido llegar hasta este punto y habernos dado salud, ser el manantial de vida y darnos lo necesario para seguir adelante da a da para lograr nuestros objetivos.

En segundo lugar a nuestros padres por habernos apoyado en todo momento, por sus consejos, sus valores, por la motivacin constante que nos han permitido ser personas de bien.

Finalmente a la Ing. Lizett Erly Mescua Ampuero, por habernos permitido realizar este trabajo monogrfico, el cual nos ha permitido demostrar nuestras destrezas como futuros profesionales.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 2

NDICE

AGRADECIMIENTO ............................................................................................... 2 INTRODUCCIN .................................................................................................... 4 TCNICAS ADAPTATIVAS .................................................................................... 5 1. Inteligencia Artificial .......................................................................................... 5 1.1. Enfoques de la IA ....................................................................................... 9

2. Redes de Neuronas Artificiales ....................................................................... 10 3. Lgica Difusa .................................................................................................. 10 3.1. 3.2. 3.3. 3.4. 3.5. Tipos De Lgica ....................................................................................... 11 Definicin De Lgica Difusa ..................................................................... 11 Lgica Difusa En Inteligencia Artificial...................................................... 11 Funcionamiento ........................................................................................ 12 Implementacin de Sistemas Borrosos .................................................... 13

4. Algoritmos genticos....................................................................................... 13 5. Agente Inteligente ........................................................................................... 15 5.1. 5.2. Clasificacin ............................................................................................. 16 Ejemplos .................................................................................................. 16

CONCLUSIN ...................................................................................................... 18

SISTEMA DE INFORMACIN GERENCIAL

Pgina 3

INTRODUCCIN Muchos han sido los avances realizados en la historia reciente para conseguir reproducir en mquinas las capacidades cognitivas del ser humano. La Inteligencia Artificial (en adelante IA) se encarga de canalizar los esfuerzos investigadores en este sentido. En este captulo, se presentar una idea general de cmo naci y cmo se desarrolla el campo de la IA, as como de algunas aproximaciones dentro del mismo: tcnicas ms o menos conocidas, algunas de las cuales sern tratadas ms profundamente en otros captulos, y un acercamiento al maravilloso mundo de la investigacin cientfica a travs de los genios que han influido en el estado actual de la IA.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 4

TCNICAS ADAPTATIVAS Las Tcnicas Adaptativas son aquellas que, aplicadas a un problema, son capaces de seguir funcionando adecuadamente a pesar de las circunstancias cambiantes del entorno. Una posibilidad de funcionamiento es ajustar la relativa importancia de los parmetros de entrada de manera autnoma para conseguir la resolucin de ese problema. Lo que se persigue con el uso de estas tcnicas es conseguir una autonoma en el aprendizaje de las mquinas, lo cual llevara a uno de los sueos de la IA: la programacin automtica. Los sistemas en los que se aplican estas tcnicas reciben el nombre de Sistemas Adaptativos. A continuacin se describen las Tcnicas Adaptativas ms utilizadas.

1. Inteligencia Artificial

La IA es la rama de la ciencia que se encarga del estudio de la inteligencia en elementos artificiales y, desde el punto de vista de la ingeniera, propone la creacin de elementos que posean un comportamiento inteligente. Dicho de otra forma, la IA pretende construir sistemas y mquinas que presenten un comportamiento que si fuera llevado a cabo por una persona, se dira
SISTEMA DE INFORMACIN GERENCIAL Pgina 5

que es inteligente. El aprendizaje, la capacidad de adaptacin a entornos cambiantes, la creatividad, etc., son facetas que usualmente se relacionan con el comportamiento inteligente. Adems, la IA es muy interdisciplinar, y en ella intervienen disciplinas tan variadas como la Neurociencia, la Psicologa, las Tecnologas de la Informacin, la Ciencia Cognitiva, la Fsica, las Matemticas, etc. Se considera que el origen de la IA se remonta a los intentos del hombre desde la antigedad por incrementar sus potencialidades fsicas e intelectuales, creando artefactos con automatismos y simulando la forma y las habilidades de los seres humanos. La primera referencia escrita a un sistema artificial inteligente ocurre en la mitologa griega. En ella se atribuye a Hefestos, dios del fuego y las forjas, la fabricacin de dos sirvientes de oro macizo y con inteligencia en su mente y capacidad de hablar. En la Edad Media, San Alberto Magno construye un mayordomo que abra la puerta y saludaba a los visitantes. Ya en la edad moderna (s.XVII), los Droz, famosos relojeros de centro Europa, construyeron tres androides: un nio que escriba, otro que dibujaba y una joven que tocaba el rgano y

simulaba respirar. Esta realizacin, basada en mecanismos de relojera, les cost ser detenidos y encerrados por la Inquisicin. En cuanto a los avances del Siglo XIX y del Siglo XX, hay que destacar los trabajos de Pascal, Leibnitz, Babbage y Boole. Tambin es importante la aportacin de Ada Lovelace, colaboradora de Charles Babbage y mujer de Lord Byron, que en el conocido rgimen de Lovelace establece lo siguiente: las mquinas slo pueden hacer todo aquello que sepamos cmo ordenarles que hagan. Su misin es ayudar a facilitar lo ya conocido. Esto que est todava vigente en la informtica convencional fue superado por los avances en IA. Tambin cabe destacar y es revelador el hecho de que varios de los padres indiscutibles de la ciencia de la computacin, como son Turing [3], Wiener [1] y Von Neumann [2], dedicaran un gran esfuerzo al estudio de la inteligencia humana.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 6

La contribucin del matemtico ingls Alan Turing al mundo de la computacin en general, y al de la IA en particular, fue muy considerable. Turing, particip en el diseo de uno de los primeros computadores que existieron, desarrollados para el ejrcito ingls, entre los aos 40 y 50. Adems de aportar los conceptos bsicos de la arquitectura secuencial de los computadores, public en 1950 un provocador artculo que tiene por ttulo Computer Machinery and Intelligence, que comienza con la no menos provocadora pregunta: Pueden las mquinas pensar? En dicho artculo el autor intenta abordar formalmente acciones consideradas hasta ese momento propias de los seres humanos, de forma que despus pudieran implementarse en las mquinas, dotndolas as de capacidades como: aprender, crear, etc. En el citado artculo Turing tambin desarrolla el test que sera central en la definicin de un elemento artificial que posea inteligencia, el famoso Test de Turing, tambin llamado Test de Imitacin. En este test se sitan dos terminales en una sala, uno de ellos conectado a un computador y el otro a un ser humano. Se pretende que un interrogador realice preguntas a travs de un puesto conectado a los dos terminales. El test es superado si el interrogador no puede discernir cul de los dos terminales est conectado a un computador y cul est conectado a un ser humano. Turing propone que el juego de la imitacin debe aceptarse como un criterio bsico. Porque es as como nosotros reaccionamos entre nosotros. Si bien el origen inmediato del concepto y de los criterios de desarrollo de la IA se debe a Alan Turing, el apelativo Inteligencia Artificial se debe a John McCarthy. McCarthy era uno de los integrantes del Grupo de Dartmouth que se reuni en 1956 con fondos de la Fundacin Rockefeller para discutir la posibilidad de construir mquinas que no se limitaran a hacer clculos prefijados, sino operaciones inteligentes. Entre los integrantes de este grupo estaban: Samuel, que haba escrito un programa de juego de damas capaz de aprender de su propia experiencia; el propio McCarthy, que

SISTEMA DE INFORMACIN GERENCIAL

Pgina 7

estudiaba sistemas capaces de efectuar razonamientos de sentido comn; Minsky, que trabajaba sobre razonamientos analgicos de geometra; Selfridge, que estudiaba el reconocimiento visual por computador; Newell, Shaw y Simon, que haban construido un programa que pretenda la demostracin automtica de teoremas; y algunos otros. A partir de este grupo inicial, se formaron dos grandes escuelas de IA. Por un lado, Newell y Simon lideraron el grupo de la Universidad de Carnegie-Mellon, proponindose desarrollar modelos de comportamiento humano con aparatos cuya estructura se pareciese lo ms posible a la del cerebro, lo que posteriormente deriv en la llamada postura conexionista y en los trabajos sobre Redes de Neuronas Artificiales tambin llamadas Sistemas Conexionistas. Por otro lado, McCarthy y Minsky formaron otro grupo en el mtico Instituto Tecnolgico de Massachussets (MIT), centrndose en que los resultados del procesamiento tuviesen el carcter de inteligente, sin preocuparse si el funcionamiento o la estructura de los componentes eran parecidos o no a los del ser humano. Ambos enfoques sin embargo corresponden a los mismos objetivos prioritarios de la IA: entender la inteligencia natural humana, y usar mquinas inteligentes para adquirir conocimientos y resolver problemas considerados como

intelectualmente difciles. Sin embargo, en la IA tradicional (escuela del MIT), que tuvo mayor auge en los primeros veinte aos, los investigadores se encontraron con que sus sistemas sucumban ante la creciente longitud y complejidad de programacin. Stewart Wilson, investigador del Instituto su

Roland

(Massachussets), se dio cuenta de que algo andaba mal en el campo de la IA tradicional y, preguntndose cules eran las races de la inte ligencia, se convenci de que la mejor manera de comprender cmo funciona algo en un ser humano, es comprenderlo primero en un anima1 ms simple. Teniendo en cuenta que, en ltima instancia, la IA intentaba conseguir una rplica de la inteligencia humana, Wilson decidi que lo primero que haba que hacer era replicar la inteligencia animal. Se trataba de una idea que
SISTEMA DE INFORMACIN GERENCIAL Pgina 8

nunca haba tenido mucha popularidad entre los investigadores de IA, pero l y otros investigadores pronto la transformaron en un primer principio informal de un nuevo enfoque de sta, basado en la naturaleza. 1.1. Enfoques de la IA Se pueden definir dos puntos de vista o enfoques de la IA, el punto de vista tecnolgico o ingenieril y el punto de vista cientfico. Por un lado, la rama ingenieril busca la creacin de sistemas informticos que realicen tareas para las que se precisa inteligencia. Se persigue desde este planteamiento la resolucin de problemas concretos, sin limitar las tcnicas a utilizar a aquellas que utilizan los seres inteligentes. Por otro lado, la rama cientfica de la IA se puede definir como el estudio del comportamiento inteligente, siendo su fin conseguir una teora de la inteligencia que explique la conducta que se produce en seres de natural inteligentes, y que gue la creacin de entes artificiales capaces de alcanzar dicho proceder inteligente. Las tcnicas clsicas, desde el punto de vista tecnolgico han tenido un relativo xito, y sus productos (Sistemas Expertos, Sistemas Basados en el Conocimiento, etc.) se usan ampliamente. El principal problema de ests tcnicas radica en que no son capaces de adaptarse a los cambios del entorno y que es preciso tener un cono cimiento explcito del problema para poder abordarlo

satisfactoriamente. Estos sistemas han de ser programados y no pueden auto programarse y adaptarse as a nuevos requisitos del entorno. Para resolver este problema, se han desarrollado diversas aproximaciones computacionales conocidas de forma global como Tcnicas Adaptativas.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 9

2. Redes de Neuronas Artificiales

Las Redes de Neuronas Artificiales (en adelante RNA) tambin llamadas Sistemas Conexionistas son un sistema de procesamiento de informacin inspirado en el funcionamiento del sistema nervioso biolgico (paradigma de sistema inteligente). Representan un intento de emular el

comportamiento del cerebro y aumentar nuestros conocimientos acerca de l. Funcionan como un sistema masivamente paralelo que se ha mostrado eficiente para la resolucin inteligente de distintos tipos de problemas. Las RNA constan de elementos bsicos de proceso, normalmente organizados en capas (basados en las neuronas biolgicas) y con gran cantidad de conexiones entre ellos (basadas en las sinapsis de las neuronas). 3. Lgica Difusa

SISTEMA DE INFORMACIN GERENCIAL

Pgina 10

La Lgica Difusa o borrosa, utiliza expresiones que no son totalmente ciertas ni completamente falsas, es decir, que pueden tomar un valor cualquiera de veracidad.

3.1.

Tipos De Lgica

En la lgica clsica una proposicin solo admite dos valores verdadero o falso. Por ello se dice que la lgica usual es bivalente o binaria.

Existen otras lgicas que admiten adems un tercer valor posible (lgica trivaluada) e incluso mltiples valores de verdad (lgica multivaluada).

3.2.

Definicin De Lgica Difusa

Utiliza la experiencia del ser humano para generar un razonamiento que permite la toma de decisiones. Su razonamiento se basa en la aproximacin a la percepcin humana: no todo es blanco o negro, los distintos tipos de grises predominan en el pensamiento humano.

3.3.

Lgica Difusa En Inteligencia Artificial

En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de una variedad de problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisin en general, la resolucin la compresin de datos. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho ms rpidos.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 11

Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa cotidiana Los sistemas basados en lgica difusa son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Xfuzzy es un entorno de desarrollo que facilita la descripcin, verificacin y sntesis de sistemas difusos.

La lgica difusa en inteligencia artificial consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento humano en la programacin de computadoras. Con la lgica convencional, las computadoras pueden manipular valores estrictamente duales, como verdadero/falso, s/no o ligado/desligado.

En la lgica difusa, se usan modelos matemticos para representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser manipuladas por los ordenadores. En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que los sistemas de control pueden necesitar retroalimentarse en un espacio concreto de tiempo, pueden necesitarse datos anteriores para hacer una evaluacin media de la situacin en un perodo anterior.

3.4.

Funcionamiento

En la teora de conjuntos difusos se definen las operaciones de unin, interseccin, diferencia, negacin o complemento, y otras operaciones sobre conjuntos, en los que se basa esta lgica. Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus elementos, que indican en qu medida el elemento forma parte de ese conjunto difuso. Las formas de las funciones de pertenencia ms tpicas son trapezoidales, lineales y curvas.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 12

Se basa en reglas heursticas de la forma SI (antecedente) ENTONCES (consecuente), donde el antecedente y el consecuente son tambin conjuntos difusos, ya sea puros o resultado de operar con ellos. Si la temperatura esta alta y creciendo ENTONCES debe aumentarse bastante el agua fra. Los mtodos de inferencia para esta base de reglas deben ser simples, veloces y eficaces. Los resultados de dichos mtodos son un rea final, fruto de un conjunto de reas solapadas entre s. Para escoger una salida concreta a partir de tanta premisa difusa, el mtodo ms usado es el del centroide, en el que la salida final ser el centro de gravedad del rea total resultante. Los datos de entrada suelen ser recogidos por sensores, que miden las variables de entrada de un sistema. Un esquema de funcionamiento tpico para un sistema difuso podra ser: En la figura, el sistema de control hace los clculos con base en sus reglas heursticas.

3.5.

Implementacin de Sistemas Borrosos

El diseo de un controlador basado en lgica borrosa supone establecer un compromiso entre diversos criterios de diseo: velocidad, precisin y flexibilidad, principalmente.

4. Algoritmos genticos

SISTEMA DE INFORMACIN GERENCIAL

Pgina 13

Los Algoritmos Genticos (en adelante AG) son algoritmos de bsqueda inspirados en procesos de seleccin natural, basados en la teora de la evolucin de Darwin. Establecen una analoga entre el conjunto de soluciones de un problema y el conjunto de individuos de una poblacin natural. Se aplican principalmente en problemas de optimizacin y se comportan de un modo muy eficaz en problemas de superficie compleja, con mltiples mnimos locales y grandes espacios de bsqueda.

Est justificado su uso en aquellos problemas cuya complejidad no permita una solucin directa. Por ejemplo los no resolubles poligonalmente (NPduros). Los fundamentos de los AG se encuentran detrs de la idea de que la naturaleza utiliza potentes medios para impulsar la evolucin satisfactoria de los organismos. Los organismos que son poco aptos para un determinado ambiente mueren, en tanto que los que estn bien adaptados para vivir, se reproducen. Ocasionalmente se producen mutaciones al azar y, aunque la mayor parte de stas implican la pronta muerte del individuo mutado, algunas dan como resultado nuevas y satisfactorias especies. As, los AG se encuentran dentro de las llamadas tcnicas de Computacin Evolutiva.

Los AG trabajan sobre poblaciones de individuos que representan soluciones al problema. Para ello utilizan las operaciones de seleccin, cruce y mutacin, propias de la gentica. De esta manera, mediante individuos se codifican diferentes soluciones al problema, inicialmente aleatorias. Luego estos individuos se agrupan en una poblacin y se van combinando entre s de forma que a medida que pasan las generaciones se van ajustando ms a la solucin final. Los individuos de una generacin gentica compiten entre s para ofrecer la mejor solucin al problema que se est tratando de resolver.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 14

5. Agente Inteligente

Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Es capaz de percibir su medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores (elementos que reaccionan a un estmulo realizando una accin). Un agente inteligente puede ser una entidad fsica o virtual. Si bien el trmino agente racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, tambin puede considerarse agentes racionales a los animales incluido el hombre. Los agentes inteligentes se describen esquemticamente como un sistema funcional abstracto. Por esta razn, los agentes inteligentes son a veces llamados Agentes Inteligentes Abstractos (AIA) para distinguirlos de sus implementaciones del mundo real como sistemas informticos, los sistemas biolgicos, o de organizaciones. Algunas definiciones de agentes inteligentes hacen nfasis en su autonoma por lo que prefieren el trmino agente inteligente autnomo. Y otros (en particular, Russell y Norvig (2003)) consideran conducta dirigida a objetivos como la esencia de lo inteligente y prefieren un trmino tomado de la economa "Agente Racional".
SISTEMA DE INFORMACIN GERENCIAL Pgina 15

En Ciencias de la Computacin el trmino agente inteligente puede ser usado para referirse a un agente de software que tiene algo de inteligencia, independientemente de si no es un agente racional por definicin de Russell y Norvig. Por ejemplo, programas autnomos utilizados para asistencia de un operador o de minera de datos (a veces denominado robots) son tambin llamados "agentes inteligentes". 5.1. Clasificacin Es posible clasificar los agentes inteligentes en 6 categoras principales: 1. agentes reactivos 2. agentes reactivos basados en modelo 3. agentes basados en objetivos 4. agentes basados en utilidad 5. agentes que aprenden 6. agentes de consultas 5.2. Ejemplos Como ejemplos de entidades fsicas pueden nombrarse: Un robot de comportamiento variable auto regulado (ya sea que su comportamiento sea determinado por software o incorporado directamente en la electrnica). Una computadora que ejecuta un software de diagnstico mdico y muestra resultados en una pantalla para ayudar a decidir a un mdico. Una computadora especializada que controla un helicptero en maniobras peligrosas para un hombre.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 16

Ejemplos de entidad puramente virtual seran: Un software de descubrimiento de patrones en Internet que slo interacta con otro software. Un software softbot que simula a una persona en un juego de computadora, tal como un jugador de ajedrez, un jugador de ftbol contrincante o un conductor de carreras de automviles, etc.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 17

CONCLUSIN

Las tcnicas inteligentes para la captura del conocimiento: inteligencia artificial, redes neuronales, lgica difusa, algoritmos genticos y agentes inteligentes, se presenta como una herramienta de mucha aplicabilidad para la exploracin y explotacin de informacin en grandes almacenes de datos, almacenes que se tornan difciles de explorar con herramientas clsicas de administracin de Bases de Datos. Adems utilizan modelos predictivos, modelos de segmentacin, modelos de agrupamiento y de afinidad sobre el conjunto de datos existentes, lo que permite el manejo y estructuracin eficiente de la informacin para presentar datos visuales de gran utilidad en la toma de decisiones, generacin de datos estadsticos y otras aplicaciones tiles en Instituciones y Empresas.

SISTEMA DE INFORMACIN GERENCIAL

Pgina 18