INTELIGENCIA ARTIFICIAL Bases Tericas - 7 - M.Sc. Ing.

Carlos Alberto Chirinos Mundaca

InfoConsulting IC S.A.C., Per.

II. FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL

Inteligencia es la aptitud de crear relaciones. Esta creacin puede darse de manera puramente
sensorial, como en la inteligencia animal; tambin puede darse de manera intelectual, como en el
ser humano, que pone en juego el lenguaje y los conceptos. Tambin se la puede conceptuar
como la habilidad para adquirir, comprender y aplicar conocimiento; o como la aptitud para
recordar, pensar y razonar.
La IA es una nueva generacin de tecnologa informtica, caracterizada no slo por su arquitectura
(hardware), sino tambin por sus capacidades. El nfasis de generaciones previas fue en las
computaciones numricas para aplicaciones cientficas o de negocios. La nueva generacin de
tecnologa informtica incluye adems la manipulacin simblica, con el objetivo de emular el
comportamiento inteligente; y, la computacin en paralelo, para tratar de conseguir resultados
prcticamente en tiempo real. La capacidad predominante de la nueva generacin, tambin
conocida como la Quinta Generacin, es la habilidad de emular (y tal vez en algunos casos
superar) ciertas funciones inteligentes del ser humano. Por ejemplo: Aprendizaje: Captacin
automtica de conocimientos, Razonamiento: Sistemas basados en conocimientos (Bases de datos
inteligentes, Prueba de teoremas y juegos), Percepcin: Comprensin de lenguaje natural
(Interpretacin de escenas visuales (Visin por computadora), Locomocin y Manipulacin:
Realizar procesos mecnicos y tareas manuales (Robtica), Creacin: Generacin, verificacin,
depuracin y optimizacin automtica de programas.
Algunas de las tareas que estos sistemas realizan en el campo de la IA son: Tareas generales:
(Percepcin: Visin, Fonemas, Lenguaje Natural: Comprensin, generacin y traduccin,
Razonamiento de sentido comn, Control de robots), Tareas formales: (Juegos: Ajedrez,
Backgammon, Damas, Matemticas: Geometra, Lgica, Clculo Integral), Tareas expertas:
(Ingeniera: Diseo, Localizacin de fallas, Planeamiento, Anlisis Cientfico, Diagnstico Mdico,
Anlisis Financiero).
2.1. Definiciones de Inteligencia Artificial (IA)
Definiciones sobre Inteligencia Artificial:
Disciplina cientfico-tcnica que trata de crear sistemas artificiales capaces de
comportamientos que, de ser realizados por seres humanos, se dira que requieren
inteligencia.
Estudio de los mecanismos de la inteligencia y las tecnologas que lo sustentan.
Intento de reproducir (modelar) la manera en que las personas identifican, estructuran y resuelven
problemas difciles.
Una buena definicin de IA es algo elusiva y controversial, fundamentalmente porque la
inteligencia humana no est completamente entendida. Cada libro de texto en IA propone una
definicin que enfatiza las diferentes perspectivas que, cada autor cree, encierra el campo. A
continuacin se transcriben algunas de ellas:
La IA es una rama de la ciencia de computacin que comprende el estudio y creacin de
sistemas computarizados que manifiestan cierta forma de inteligencia: sistemas que aprenden
nuevos conceptos y tareas, sistemas que pueden razonar y derivar conclusiones tiles acerca
del mundo que nos rodea, sistemas que pueden comprender un lenguaje natural o percibir y

Asesora y Consultoria Empresarial

Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 8 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

comprender una escena visual, y sistemas que realizan otro tipo de actividades que requieren
de inteligencia humana.
La IA es una ciencia que trata de la comprensin de la inteligencia y del diseo de mquinas
inteligentes, es decir, el estudio y la simulacin de las actividades intelectuales del hombre
(manipulacin, razonamiento, percepcin, aprendizaje, creacin).
La IA es el estudio de las computaciones que permiten percibir, razonar y actuar.
La IA es un campo de estudio que busca explicar y emular el comportamiento inteligente en
trminos de procesos computacionales.
La IA estudia las representaciones y procedimientos que automticamente resuelven
problemas usualmente resueltos por humanos.

A pesar de la diversidad de conceptos propuestos para la IA, en general todos coinciden en que la
IA trata de alcanzar inteligencia a travs de la computacin. Toda computacin, requiere de una
representacin de cierta entidad y de un proceso para su manipulacin.
Desde el punto de vista de los objetivos, la IA puede considerarse en parte como ingeniera y en
parte como ciencia: Como ingeniera, el objetivo de la IA es resolver problemas reales, actuando
como un conjunto de ideas acerca de cmo representar y utilizar el conocimiento, y de cmo
desarrollar sistemas informticos, Como ciencia, el objetivo de la IA es buscar la explicacin de
diversas clases de inteligencia, a travs de la representacin del conocimiento y de la aplicacin
que se da a ste en los sistemas informticos desarrollados.
Para usar la IA se requiere una comprensin bsica de la forma en que se puede representar el
conocimiento y de los mtodos que pueden utilizar o manipular ese conocimiento.
2.2. Preguntas Fundamentales de Inteligencia Artificial
Cuales son las suposiciones subyacentes acerca de la inteligencia?
Cules son las tcnicas tiles para la resolucin de problemas en IA?
A qu nivel de detalle se trata de modelar la inteligencia humana?
Cmo se puede saber que se ha tenido xito en el desarrollo de un sistema inteligente?
2.3. La hiptesis del Sistema Fsico de Smbolos
Un sistema fsico de smbolos est formado por un conjunto de entidades bsicas (llamadas
smbolos), las cuales son patrones fsicos que pueden ocurrir como componentes de otro tipo de
entidad llamada expresin o estructura de smbolos. Una estructura de smbolos est compuesta
de un nmero de instancias de smbolos, relacionados en alguna forma fsica. Adems de estas
estructuras, el sistema tambin contiene una coleccin de procesos que operan sobre las
expresiones, para producir otras: procesos de creacin, modificacin, reproduccin y destruccin.
Un sistema fsico de smbolos es una mquina que produce, a travs del tiempo, una coleccin
evolutiva de estructuras de smbolos.
Hiptesis: Un sistema fsico de smbolos tiene los medios necesarios y suficientes para actuar en
general de forma inteligente.
2.3.1. Importancia de la Hiptesis
Representa una importante teora acerca de la naturaleza de la inteligencia humana. Constituye la
base sobre la que se fundamenta la creencia de que es posible construir programas que pueden
Asesora y Consultoria Empresarial
Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 9 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

realizar tareas inteligentes como las que hacen las personas.

2.4. Problemas y Tcnicas en Inteligencia Artificial
Desde el punto de vista de ingeniera, la mayor parte del trabajo requerido para construir sistemas
de IA, est basado en el desarrollo de adecuadas representaciones de conocimiento y sus
correspondientes estrategias de manipulacin. No se puede manipular conocimiento a menos
que est adecuadamente representado. En consecuencia, las siguientes tres preguntas claves
pueden guiarnos en el estudio de la IA: Qu es el conocimiento?, Cmo se puede representar el
conocimiento?, Cmo se podra manipular el conocimiento?.
2.4.1. Conocimiento
Puede ser definido como el conjunto de hechos y principios acumulados por la humanidad, o el
acto, hecho o estado de conocer. Es la familiaridad con el lenguaje, conceptos, procedimientos,
reglas, ideas, abstracciones, lugares, costumbres y asociaciones, unida a la habilidad de utilizar
estas nociones en forma efectiva para modelar diferentes aspectos del universo que nos rodea.
Los conceptos de conocimiento e inteligencia estn ntimamente ligados. La inteligencia requiere
de la posesin y acceso al conocimiento. Conocimiento no debe ser confundido con datos o
informacin. El conocimiento incluye y requiere del uso de datos e informacin. Adems, combina
relaciones, dependencias, y la nocin del saber con datos e informacin.
A veces es tambin til o ms aun necesario distinguir entre conocimiento y otros trminos como
creencia e hiptesis.
Esencialmente, se define como creencia a toda expresin que tiene significado, que es coherente y
puede ser representada. En consecuencia una creencia puede ser verdadera o falsa. Hiptesis se
define como una creencia justificada que no se conoce sea verdadera. Una hiptesis es una
creencia que est respaldada por cierta evidencia, pero todava puede resultar falsa. Finalmente,
se puede tambin decir que conocimiento es una creencia justificada como verdadera.
Otros trminos relacionados con el conocimiento y que son ocasionalmente empleados son
epistemologa y metaconocimiento. Epistemologa es el estudio de la naturaleza del conocimiento,
mientras que metaconocimiento es conocimiento acerca del conocimiento, esto es, conocimiento
acerca de lo que se conoce.
El conocimiento puede ser de tipo procedimental, declarativo o heurstico. Conocimiento
procedimental es aquel conocimiento compilado que se refiere a la forma de realizar una cierta
tarea (el saber como hacerlo). Por ejemplo, los pasos necesarios para resolver una ecuacin
algebraica son expresados como conocimiento procedimental.
Por otro lado, el conocimiento declarativo es conocimiento pasivo, expresado como sentencias
acerca de los hechos del mundo que nos rodea (el saber que hacer). La informacin personal en
una base de datos es un tpico ejemplo de conocimiento declarativo. Tales tipos de datos son
piezas explcitas de conocimiento independiente.
El conocimiento heurstico es un tipo especial de conocimiento usado por los humanos para
resolver problemas complejos. El adjetivo heurstico significa medio para descubrir. Est
Asesora y Consultoria Empresarial
Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 10 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

relacionado con la palabra griega heuriskein que significa descubrir, encontrar. Se entiende por
heurstico a un criterio, estrategia, mtodo o truco utilizado para simplificar la solucin de
problemas. El conocimiento heurstico usualmente se lo adquiere a travs de mucha experiencia.
2.4.2. Representacin del Conocimiento
Dado que el conocimiento es importante y primordial para el comportamiento inteligente, su
representacin constituye una de las mximas prioridades de la investigacin en IA. El
conocimiento puede ser representado como imgenes mentales en nuestros pensamientos, como
palabras habladas o escritas en algn lenguaje, en forma grfica o en imgenes, como cadenas de
caracteres o colecciones de seales elctricas o magnticas dentro de un computador. En nuestro
estudio de IA, consideraremos las representaciones escritas y sus correspondientes estructuras de
datos utilizadas para su almacenamiento en un computador. La forma de representacin que se
escoja depender del tipo de problema a ser resuelto y de los mtodos de inferencia disponibles.
Una representacin del conocimiento puede ser un esquema o dispositivo utilizado para capturar
los elementos esenciales del dominio de un problema. Una representacin manipulable es aquella
que facilita la computacin. En representaciones manipulables, la informacin es accesible a otras
entidades que usan la representacin como parte de una computacin.
Debido a la variedad de formas que el conocimiento puede asumir, los problemas involucrados en
el desarrollo de una representacin del conocimiento son complejos, interrelacionados y
dependientes del objetivo. En trminos generales, se debe tratar que el conocimiento est
representado de tal forma que:
Capture generalizaciones.
Pueda ser comprendido por todas las personas que vayan a proporcionarlo y procesarlo.
Pueda ser fcilmente modificado.
Pueda ser utilizado en diversas situaciones an cuando no sea totalmente exacto o completo.
Pueda ser utilizado para reducir el rango de posibilidades que usualmente debera
considerarse para buscar soluciones.
El conocimiento declarativo puede ser representado con modelos relacionales y esquemas
basados en lgica. Los modelos relacionales pueden representar el conocimiento en forma de
rboles, grafos o redes semnticas. Los esquemas de representacin lgica incluyen el uso de
lgica proposicional y lgica de predicados.
Los modelos procedimentales y sus esquemas de representacin almacenan conocimiento en la
forma de cmo hacer las cosas. Pueden estar caracterizados por gramticas formales, usualmente
implantadas por sistemas o lenguajes procedimentales y sistemas basados en reglas (sistemas de
produccin).
Las representaciones declarativas son usualmente ms expansivas y costosas, en el sentido que la
enumeracin puede ser redundante e ineficiente. Sin embargo, la modificacin de las
representaciones declarativas es usualmente muy fcil; simplemente se agrega o se elimina
conocimiento. Las representaciones procedimentales, en cambio, pueden ser ms compactas,
sacrificando flexibilidad. Representaciones prcticas pueden incluir elementos tanto declarativos
(listado de hechos conocidos), como procedimentales (un conjunto de reglas para manipular los
hechos).

Asesora y Consultoria Empresarial

Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 11 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

2.4.3. Manipulacin del Conocimiento

Existen tres paradigmas que los investigadores han utilizado tradicionalmente para la resolucin
de problemas de IA: Programacin Heurstica.-Est basado en el modelo de comportamiento
humano y su estilo para resolver problemas complejos. Existen diversos tipos de programas que
incluyen algoritmos heursticos. Varios de ellos son capaces de aprender de su experiencia. Redes
Neuronales Artificiales.- Es una representacin abstrada del modelo neuronal del cerebro
humano. Las redes estn formadas por un gran nmero de elementos simples y por sus
interconexiones. Una red neuronal artificial puede ser simulada o ser real. Al elemento procesador
de la red, se lo denomina neurona artificial. Evolucin Artificial.- Su modelo est basado en el
proceso gentico de evolucin natural, propuesto por Charles Darwin. Se utilizan sistemas
simulados en computador que evolucionan mediante operaciones de reproduccin, mutacin y
cruce (Algoritmos Genticos).
Cada paradigma comprende una coleccin de mtodos, configuraciones y tcnicas desarrolladas
para manipular el conocimiento. En general, una tcnica de IA est caracterizada por incluir los
siguientes componentes: Procesos de Bsqueda.-Proporciona una forma de resolver problemas
para los cuales no hay un mtodo ms directo, as como tambin se constituye en un marco de
trabajo dentro del cual cualquier tcnica directa puede ser incorporada. Uso del Conocimiento.Proporciona una forma de resolver problemas explotando las estructuras de los objetos
involucrados. Abstraccin.- Proporciona una forma de separar rasgos importantes y variaciones,
de los tantos que no tienen importancia.
La manipulacin del conocimiento involucra adems la seleccin de objetos, entidades y rasgos
que son claves para las representaciones. Al nivel ms bajo de representacin del conocimiento,
estas entidades pueden consistir de simples datos de entrada, por ejemplo: grabaciones
cuantizadas y digitalizadas de audio, datos de una imagen, valores captados por un sensor,
informacin de interruptores o hechos elementales. Estos bloques constructivos de la
representacin se los denomina comnmente primitivas. La representacin escogida para las
primitivas, puede determinar las capacidades del sistema, el xito, la correccin y sus posibilidades
de expansin.
2.5. El Nivel del Modelo de Inteligencia
En primer lugar, un proyecto de IA, debe definir lo ms exactamente posible, lo que desea lograr:
Desarrollar programas que realicen las tareas de la misma forma en que o realizan las
personas.
Desarrollar programas que simplemente realicen las tareas de la forma que parezca ms
sencilla.
Los programas que se enmarcan en el primer caso, tratan de modelar el comportamiento humano,
para ejecutar las siguientes tareas:
Probar teoras psicolgicas del comportamiento humano.
Capacitar a los computadores para entender el razonamiento humano.
Capacitar a los humanos para que comprendan a los computadores.
Explotar el conocimiento que es posible obtener de la gente.

Asesora y Consultoria Empresarial

Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 12 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

En el segundo caso, estn agrupados los programas de IA de ndole ms prctica, que sin ser
rigurosos en la modelacin del comportamiento humano, tratan de proporcionar soluciones
aceptables.
2. 6. Criterios de Evaluacin en IA
Cada campo necesita criterios para evaluar el xito alcanzado. En general, es muy difcil
determinar si una mquina o un sistema tienen inteligencia o puede pensar. Al respecto se han
sugerido algunas pruebas entre las que se destaca la de Alan Turing (1912-1954). En 1950 ide una
prueba para reconocer comportamientos inteligentes, esta prueba dice lo siguiente:
Si la ejecucin de un sistema de IA puede convencernos de que su comportamiento es el
que tendra un humano, entonces el sistema es verdaderamente inteligente.
En una forma ms prctica, para saber si un trabajo de investigacin en IA ha tenido xito, debe
hacerse tres preguntas claves:
Est definida con claridad la tarea?.
Existe un procedimiento ya instrumentado que efecte la tarea? Si no existe, es que deben
haber muchas dificultades escondidas en algn lugar.
Existe un conjunto de regularidades o restricciones identificables a partir de las cuales el
procedimiento implantado obtiene su validez? De no ser as, el procedimiento no pasara de
ser un juguete, tal vez capaz de un desempeo superficial impresionante en ciertos ejemplos
seleccionados con cuidado, pero incapaz de impresionar con un desempeo profundo y de
resolver problemas ms generales.
Para determinar si una aplicacin de IA ha tenido xito, deben plantearse preguntas adicionales
como las siguientes:
Resuelve la aplicacin un problema real?
Crea la aplicacin una nueva oportunidad?
Eventualmente, las respuestas a las preguntas planteadas, debern ser complementadas con
pruebas tpicas de verificacin y validacin de sistemas: eficacia en el desempeo, eficiencia
operativa, facilidad de uso, flexibilidad, portabilidad, etc.
2. 7. Importancia de la inteligencia Artificial
Conforme el mundo se vuelve ms complejo, debemos usar nuestros recursos materiales y
humanos con ms eficiencia, y para lograrlo, se necesita la ayuda que nos ofrecen los
computadores.
Existe la falsa impresin de que uno de los objetivo del IA es sustituir a los trabajadores humanos y
ahorrar dinero. Pero en el mundo de los negocios, la mayora de personas est ms entusiasmada
ante las nuevas oportunidades que ante el abatimiento de costos. Adems, la tarea de reemplazar
totalmente a un trabajador humano abarca de lo difcil a lo imposible, ya que no se sabe cmo
dotar a los sistemas de IA de toda esa capacidad de percibir, razonar y actuar que tienen las
personas. Sin embargo, debido a que los humanos y los sistemas inteligentes tienen habilidades
que se complementan, podran apoyarse y ejecutar acciones conjuntas:
En la agricultura, controlar plagas y manejar cultivos en forma ms eficiente.
En las fbricas, realizar montajes peligrosos y actividades tediosas (labores de inspeccin y
mantenimiento).
Asesora y Consultoria Empresarial
Auditoria, Consultoria y Peritajes Informticos y de Sistemas

INTELIGENCIA ARTIFICIAL Bases Tericas - 13 - M.Sc. Ing. Carlos Alberto Chirinos Mundaca
InfoConsulting IC S.A.C., Per.

En la medicina, ayudar a los mdicos a hacer diagnsticos, supervisar la condicin de los

pacientes, administrar tratamientos y preparar estudios estadsticos.
En el trabajo domstico, brindar asesora acerca de dietas, compras, supervisin y gestin de
consumo energtico y seguridad del hogar.
En las escuelas, apoyar la formacin de los estudiantes, especialmente en aquellas materias
consideradas complejas.
Ayudar a los expertos a resolver difciles problemas de anlisis o a disear nuevos dispositivos.
Aprender de los ejemplos para explorar bases de datos en busca de regularidades explotables.
Proporcionar respuestas a preguntas en lenguaje natural usando datos estructurados y texto
libre.

La IA aplicada es la contraparte de ingeniera de la ciencia cognoscitiva y complementa sus

perspectivas tradicionales. La ciencia cognoscitiva es una mezcla de psicologa, lingstica y
filosofa.
La metodologa y terminologa de la IA est todava en vas de desarrollo. La IA se est dividiendo y
encontrando otros campos relacionados: lgica, redes neuronales, programacin orientada a
objetos, lenguajes formales, robtica, etc. Esto explica por qu el estudio de IA no est confinado a
la matemtica, ciencias de la computacin, ingeniera (particularmente la electrnica y la
mecnica), o a la ciencia cognoscitiva, sino que cada una de estas disciplinas es un potencial
contribuyente. La robtica es considerada como un campo interdisciplinario que combina
conceptos y tcnicas de IA, con ingeniera ptica, electrnica y mecnica.

Asesora y Consultoria Empresarial

Auditoria, Consultoria y Peritajes Informticos y de Sistemas