UNIVERSIDAD NACIONAL DE INGENIERIA

23/08/2013
INTELIGENCIA ARTIFICIAL
BIOINSPIRADA
CONEISC XXI TARAPOTO
Autor: Hernan Santiago Acua Palomino
Cdigo: 20104077D

PONENCIA: INTELIGENCIA ARTIFICIAL BIOINSPIRADA
EXPOSITOR:
La Inteligencia Artificial es la capacidad de razonamiento de los agentes
no vivos, a fin de que estos agentes tengan la capacidad de reaccionar a
estmulos, y guardar cierta inteligencia en su accionar.
Esta capacidad ha ido desarrollndose emulando a los seres vivos, un claro
ejemplo es la construccin de redes neuronales, la elaboracin de cdigo
gentico entre otros, la aplicacin de lgica difusa, entre otros; que
modelndose correctamente nos permite desarrollar la capacidad de
dicho agente. Finalmente para desarrollar sistemas expertos que en base a
experiencia puedan tomar decisiones.
Tal y como se vio en conferencia pasaremos a desmenuzar cada uno de
estos temas que han sido parte de la bio-inspiracin:
Redes neuronales: Las redes neuronales son un paradigma de aprendizaje
y procesamiento automtico inspirado en la forma que funciona el sistema
nervioso de los animales, as incluye el fenmeno de la sinapsis, los
estmulos, la respuesta a los mismos, etc.
Algoritmos:
En los algoritmos de modelacin de redes neuronales, veremos
funciones siempre comunes, como la funcin de propagacin o
excitacin (la sumatoria de todas las entradas ponderadas por su
interconexin), la funcin de activacin, y la funcin de
transferencia; as, dentro de los algoritmos tenemos:
Algoritmo del perceptrn
Algoritmo Backpropagation
Algoritmo de datos autoorganizado
Algoritmos genticos: Otro de los modelos que es aplicado para la
inteligencia artificial son los algoritmos genticos, los cuales se basan en la
evolucin biolgica y su base gentico molecular, lo que permite hacerles
seleccin natural de acuerdo a algn criterio que se le pida, as tambin
tenemos la bsqueda que est basada en probabilidad. En sus
aplicaciones estn, la construccin de rboles filogenticos, diseo de
sistemas de distribucin de aguas, en teora de juegos, en diseo
automatizado entre otros.
As, este concepto tambin se extiende para la llamada programacin
gentica.
Lgica difusa:La lgica difusa trata de definir lo relativo de la observacin,
se basa en la comprensin de ciertas expresiones del tipo hace mucho
frio, es muy alto, etc.
La clave para este modelo es comprender los cuantificadores de nuestro
lenguaje, as tenemos operaciones de unin, interseccin, diferencia,
negacin, o complemento. Basndose en la estructura SI ENTONCES.
La lgica difusa permite enfocar en mejor forma lo difuso de la
observacin, para representarlo para nuestros sistemas.
Sistemas expertos:Los sistemas expertos son sistemas que emulan el
razonamiento experto en un dominio concreto y en ocasiones son usados
por stos. Es un conjunto de programas que, sobre una base de
conocimientos, posee informacin de uno o ms expertos en un rea
especfica. Bsicamente, deben cumplir con dos capacidades:
Explicar sus razonamientos o base del conocimiento
Adquisicin de nuevos conocimientos o integrador del sistema
En su estructura bsica est conformado por:
Base de conocimientos
Base de hechos
Motor de inferencia
Motor de justificacin
Interfaz de usuario
Los siguientes temas, no fueron abordados en profundidad, mas se
mencionaron:
Sistemas colectivos
Inteligencia Enjambres: se basa en el comportamiento colectivo
de sistemas descentralizados y auto-organizados. Bsicamente
son agentes simples que interactan entre ellos, ejemplo son las
colonias de hormigas, el alineamiento de las aves en vuelo, entre
otros.
Sistemas evolutivos
Sistemas biomimeticos: Son los sistemas que se inspiran o imitan lo
que ocurre en el ambiente externo.
Claro ejemplo de aplicacin de la inteligencia artificial en muchos de estos
modelos, pudimos observarlo en vivo, en la primera conferencia del
CONEISC la cual mostro la construccin de un robot LEGO NXT
desarrollada por alumnos de la Universidad Nacional Mayor de San
Marcos. La cual contaba con movimiento basndose en la informacin
recibida por sus sensores y que procesaba para determinar sus
movimientos, haciendo uso de la teora del perceptron.
Para concluir una interesante ponencia que permite ir al curso de
inteligencia artificial de la carrera con un panorama ms amplio, con
ganas de preguntar a los docentes e indagar en este campo que promete
mucho. Adems de poder conversar con los docentes para realizar un
proyecto para pilotar un robot tal cual se observo en las conferencias o
mejorar dicho proyecto.
As, criticar; puesto que se dicto una clase magistral basada demasiado en
teora y que para complementar he tenido que recurrir mas a internet
puesto que no se pusieron ejemplos que inspiren a estudiar dichos campos.
En pocas palabras, dira que esa conferencia abordaba un tema
interesante pero fue demasiado terica, quiz complementndose con la
exposicin del robot hubiese sido mucho mejor.