----Lgica Difusa---La lgica difusa permite presentar al computador una forma alternativa de solucion

ar los problemas de una forma similar a como lo hacen los humanos, mediante el u
so de trminos y conceptos lingisticos: as como el tratamiento de la imprecisin y vag
uedad presentes en multitud de problemas reales.
----Redes Neuronales---Un modelo matemtico compuesto por un gran nmero de elementos procesales organizado
s en niveles.
Son un paradigma de aprendizaje y procesamiento automtico. Se basa en el modo de
procesamiento del cerebro humano en el que existe multitud de neuronas intercone
ctadas entre s y colaboran para producir estmulos de salida.
Una red neuronal artificial est constituida por una serie de nodos conectados ent
r s. A cada una de las conexiones se le asigna un peso numrico Wi que determina la
influenci de dicha conexin en la propia neurona. En la propia neurona, existe una
funcin base H que se encarga de combinar los valores de entrada teniendo en cuen
a los pesos. Normalmente la funcin base es una suma ponderada Zj(WjEntradaj). Una
vez combinados los valores de entrada se enva el valor calculado a la funcin acti
vacin G. Dicha funcin determinar el valor de salida de la neurona.
Las redes neuronales se emplean principalmente para el aprendizaje de patrones y
clasificacin: en algunas ocasiones pueden ser una buena alternativa a sistemas c
omplejos de reglas y mquinas de estados. Algunas de sus aplicaciones son:
-Reconocimiento facial.
-Anlisis de imagen.
-Modelos financieros.
-Perfiles de mercado-cliente.
-Reconocimiento de voz.
Cada neurona de la red es una unidad de procesamiento de informacin; es decir, re
cibe informacin a travs de las conexiones con las neuronas de la capa anterior, pr
ocesa la informacin y emite el resultado a travs de sus conexiones con las neurona
s de la capa siguiente, siempre y cuando dicho resultado supere un valor "umbral
".
----Diseo de una Red Neuronal---A la hora de disear una red neuronal hay que resolver una serie de cuestiones imp
ortantes:
-Numero de entradas.
-Numero de salidas.
-Niveles.
-Cantidad de neuronas en cada una de las capas o niveles intermedios.
-Cantidad de ejemplos de entrada para entenar la red.
Siempre se trata de obtener el menor error posible.
----Espacio de Estados---El espacio de estados de un problema queda definido mediante el conjunto de esta
dos posibles del problema y la funcin sucesor de cada uno. Este espacio de estado
s se puede representar mediante un grado donde los nodos son los estados y los a
rcos son las acciones.
Existen diferentes tipos de Espacio de Estados:
-Determinsticos: Contienen un nico estado inicial y seguir la secuencia de
estados para la solucin. Son usados por los sistemas expertos. Un sistema es det
erminstico si para un estado dado al menos aplica una regla a l y de solo una mane
ra.

-No Determinstico: Contiene un amplio nmero de estados iniciales y sigue l

a secuencia de estados perteneciente al estado inicial del espacio. Son usados p
or sistemas de lgica difusa.
----Perceptron---Modelo matemtico mas simplede una neurona. Algoritmo capaz de generar un criterio
para un sub-grupo de un grupo de componentes mas grandes.
Es un elemento que tiene varias entradas con cierto peso, si la sumatoria es may
or a un determinado nmero la salida es 1 sino es 0.
En el proceso de entrenamiento, el perceptron se expone a un conjunto de patrone
s de entrada, y los pesos de la red son ajustados de forma que al final del entr
enamiento se obtenga las salidas esperadas para cada uno de esos patrones de ent
rada.
Una neurona siempre activa se denomina "bias" y se sita en la capa anterior a la
neurona.
----IA---Segn John McCarthy <<la ciencia e ingenio de hacer mquinas inteligentes especialme
nte programas de cmputo inteligentes>>.
Categoras de IA:
-Sistemas
-Sistemas
-Sistemas
-Sistemas

que
que
que
que

piensan como humanos.(Redes neuronales)

actuan como humanos.(Robtica)
piensen racionalmente.(Sistemas Expertos)
actuan racionalmente.(Agentes Inteligentes)

Aplicaciones comerciales de la inteligencia artificial

Configuracin: seleccin de distribucin de los componentes de un sistema de computacin

.
Diagnosis: hardware informtico, redes de ordenadores, equipos mecnicos, problemas
mdicos, averas telefnicas, instrumentacin electrnica, circuitos electrnicos, averas au
omovilsticas.
Interpretacin y anlisis: datos geolgicos para prospeccin petrolfera, compuestos qumic
s, anlisis de seales, problemas matemticos complejos, evaluacin de amenazas militare
s, anlisis de circuitos electrnicos, datos biolgicos (coronarios, cerebrales y resp
iratorios), informacin de radar, sonar e infrarrojos.
Monitorizacin: equipos, monitorizacin de procesos, fabricacin y gestin de procesos c
ientficos, amenazas militares, funciones vitales de pacientes hospitalizados, dat
os financieros en tiras de papel perforado por teleimpresora, informes industria
les y gubernamentales.
Planificacin: gestin de activo y pasivo, gestin de cartera, anlisis de crditos y prst
mos, contratos, programacin de trabajos de taller, gestin de proyectos, planificac
in de experimentos, produccin de tarjetas de circuito impreso.
----Sistema Experto---Su funcin es desarrollar trabajos similares a los que desarrollara un experto y qu
e sirvan de apoyo.
Principalmente existen tres tipos de sistemas expertos:
-Basados en reglas previamente establecidas.
Aplicando reglas heursticas apoyadas generalmente en lgica difusa
para
su evaluacin y aplicacin.
-Basados en casos o CBR (Case Based Reasoning).
Aplicando el razonamiento basado en casos, donde la solucin a un
problema similar planteado con anterioridad se adapta al nuevo problema.

-Basados en redes bayesianas

Basadas en estadstica y el teorema de Bayes.
----- Bsquedas --------Heurstica: Forma comnde transmitir conocimiento del problema al algoritmo de bsqued
a. Consiste en encontrar algoritmos con buenos tiempos de solucin.
Los tipos de bsqueda son:
-A ciegas:
-Anchura: Bsqueda nivel a nivel. No se expande ningn nodo de un ni
vel antes de haber expandido todos los del nivel anterior.
amplitud
procedure Busqueda_en_amplitud {
open ()[estado_inicial]
closed () {}
while (open no esta vacia) {
remover el primer estado X de la lista open
if (X es un estado objetivo) return exito
else {
generar el conjunto de sucesores del estado X
agregar el estado X al conjunto closed
eliminar sucesores que ya estan en open o en closed
agregar el resto de los sucesores al final de open
}
}
return fracaso
}
-Profundidad: Se realiza la bsqueda por una sola rama del rbol has
ta encontrar una solucin.
profundidad
procedure Busqueda_en_profundidad {
open () [estado_inicial]
closed () {}
while (open no esta vacia) {
remover el primer estado X de la lista open
if (X es un estado objetivo) return exito
else {
generar el conjunto de sucesores del estado X
agregar el estado X al conjunto closed
eliminar sucesores que ya estan en open o en closed
agregar el resto de los sucesores al principio de open
}
}
return fracaso
}
----Lenguje Natural---Se encarga de desarrollar la comunicacin entre hombre y mquinas de tal manera que
esta pueda realizase de manera natura.
1. Ningun emperador es odontologo.
x[Emperador(x) Odontologo(x)]
2. Algunos gatos no saben silbar.
x[Gatos(x) Silbar(x)]
3. Hay hombres que ni son libres ni sienten deseos de ser libres.
x[Hombres(x) Libre(x) DeseoLibre(x)]

4. Todos los perros del vecindario muerden a algn cartero.

x[PerrosVec(x) y(Carteros(y) Muerde(x, y))]
5. Hay un cartero al que lo muerden todos los perros.
y[Cartero(y) x(P errosV ec(x) Muerde(x, y))]
6. Todos los carteros son mordidos por algn perro.
y[Cartero(y) x(PerrosVec(x) Muerde(x, y))]
7. Hay un perro que se muerde a si mismo.
x[Perro(x) Muerde(x, x)]
8. Todos los gatos son mamferos.
x[Gato(x) Mamifero(x)]
9. Todo el mundo quiere a alguien.
x[y(Quiere(x, y))]
10. Existe alguien a quien todo el mundo lo quiere.
x[y(Quiere(x, y))]
11. Las personas que hacen deporte no salen de marcha
x[Deporte(x) ~Marcha(x)]
12. Algunos que salen de marcha se fatigan
x[Marcha(x) ^ Fatiga(x)]
13. Existen personas que se fatigan y no hacen deporte
x[Fatiga(x) ~Deporte(x)]
14. Antonio, Pepe y Luis son mdico o enfermeros
[(Mdico(an)^Mdico(pe)^Mdico(lu)) o Enfermero(an)^Enfermero(pe)^Enfe
rmero(lu)]
15. Los mdicos son amigos de Luis, que es enfermero
x[Mdico(x) Amigo(lu,x) ^ Enfermero(lu)]
16. Algunos mdicos amigos de Luis son amigos de Antonio, que no es mdico
x[Mdico(x) ^ Amigo(lu,x) ^ Amigo(an,x) ^ ~Mdico(an)]
----Reconocimiento de Patrones---Es la asociacin de una observacin, a una experiencia pasada o conocimiento.
----Visin Artificial---Campo de la I.A que, mediante la utilizacin de tcnicas adecuadas, permite la obten
cin, procesamiento y anlisis de cualquier tipo de informacin obtenida a travs de imge
nes.
----Inteligencia de Enjambre---Computamiento colectivo de sistemas descentralizados y auto-organizados, natural
es o artifciales.