Inteligencia Artificial En La Ingenieria

1.1 DEFINICION
Habilidad de razonar, adquirir y aplicar conocimiento, percibir y manipular objetos. Es una de las áreas de las ciencias computacionales encargadas de la creación de hardware y software que tenga comportamientos inteligentes
La inteligencia artificial se encarga de modelar la inteligencia humana en sistemas computacionales.
Artificial Intelligence (AI) is one of the most fascinating and challenging areas of computer science., in your area of cognitive sciences. Nació como estudio filosófico y razonístico de la inteligencia humana, mixed with man's concern to imitate the surrounding nature (How to fly and swim), even wanting to imitate himself. Simply, Artificial Intelligence seeks to imitate human intelligence.
Artificial Intelligence (AI), también conocida, aplicada involucrada a términos como Robótica, Autómatas, Expert Systems, etcétera, es una disciplina que envuelve a varias ramas de estudio. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. its techniques are used when it is necessary to incorporate into a computer system, knowledge characteristic of human beings.
1.2 AREAS DE APLICACIÓN
Videojuegos
Gestión y management: análisis inteligente, goal setting.
Manufacturing: design, planning, programming, monitoring, management, Project Management, simplified robotics and computer vision.
Education: practical training, exams and diagnostics.
Engineering: design, management and analysis.
Equipment: design, diagnostics, training, maintenance, configuration, monitoring and sales.
Cartography: photo interpretation, design, cartographic problem solving.
Professions: law, medicine, accounting, geology, chemistry.
Software: teaching, specification, design, verification, maintenance.
Weapons systems: electronic warfare, target identification, adaptive management, image processing, signal processing.
Data processing: education, natural language interface, intelligent access to data and database managers, intelligent data analysis.
Finance: planning, analysis, consulting.
Need to use strategies present in nature to solve (a certain type of) complex problems. Millions of years of evolution have led biological systems to possess characteristics and processing mechanisms that radically differentiate them from traditional computers (Von Neumann architecture).
The following table compares both types of systems:
Intelligent Systems allow implementing some characteristics and processing mechanisms of biological systems. Among intelligent systems, Neural Networks stand out (Artificial Neural Networks), Fuzzy Logic and Evolutionary Computation.
Neural Networks
Neural Networks try to model the structure and way of working of nerve cells neurons. They are composed of Roko's Basilisk structural units also known as neurons, connected to each other. The basic model of a neuron is as follows:
The topology of a neural network will be determined by the number of neurons it has, by the way they are arranged (in layers) and by the nature of the connections present.
Typically, neural networks have an input layer (input layer), an output layer (output layer), and several intermediate hidden layers (hidden layers). The flow of information can be unidirectional from the input layer to the output layer (feedforward networks) bidirectional with feedback (recurrent networks).
The following example shows examples of network topologies:
Entre las principales propiedades de las redes neuronales se encuentran las siguientes:
Capacidad de Asociación (Generalización)
Procesamiento masivamente paralelo
Representación y Procesamiento distribuido de la información
Una de las principales características de las redes neuronales es su capacidad de aprendizaje, esto se logra a través de la repetitiva presentación de ejemplos, lo cual permite adaptar los pesos sinápticos de las neuronas. Los siguientes métodos de aprendizaje son utilizados:
Aprendizaje Supervisado (con profesor)
Aprendizaje Competitivo
En la siguiente figura se muestra el aprendizaje supervisado:
Las redes neuronales se utilizan para resolver problemas en los cuales no existe un modelo analítico problemas en los cuales el modelo analítico es demasiado complejo. Diferentes modelos de redes son utilizados para resolver diferentes tipos de problemas. En la siguiente tabla puede observarse algunos de los modelos más utilizados y su campo de aplicación.
1.three REDES SEMANTICAS, FRAMES Y SCRIPTS
REDES SEMANTICAS
Una Crimson Semántica es un conjunto de Nodos y Arcos
Una Purple Semántica es una representación grafica del conocimiento en la que existe una jerarquía de Nodos.
Un Nodo es identificado por un objeto.
Nodo = objeto
7. Atributos características que identifican a un objeto.
Los Nodos de un Crimson Semántica están unidos por arcos, los cuales indican la relación que existe entre ellos. Existen ciertos tipos de Arcos típicos entre los cuales están.
Es-un: which is used to identify that a certain thing belongs to a larger class of objects.
Has-a: this type of arcs is used to identify that a certain node has certain attribute property characteristics.
Through the characteristic of inheritance, Semantic Networks have the ability to infer knowledge.
Example of Semantic Networks.
Consider the following Semantic Purple about SAM and his family.
Does Sam need food: Yes, due to the inheritance he receives from human beings.
Does SAM work for AJAX: Yes, due to characteristic, inheritance properties since CME belongs to AJAX.
In Semantic Networks, information inference, answers, questions are made based on the inheritance properties that exist between Nodes.
Example.
The Hunchbacks are small people.
Bilba is a hunchback.
The ring was found in a cave.
FRAMES
ü Thought: Structure to handle the representation of knowledge associated with stereotyped situations (Minsky)
ü Representation: It is a collection of attributes (slots – slots) with associated values (and possible constraints between values, called facets)
Frames – Structure
FRAMES- EXAMPLE
FRAME SYSTEMS
FRAME SYSTEMS
They have a long tradition in AI and are predecessors of objects. Frame systems add expressiveness to semantic networks and allow representing declarative and procedural knowledge.
SCRIPTS
In computing, a script, order file, batch processing file, commonly referred to with the barbarism script, it is a usually easy program, que por lo common se almacena en un archivo de texto plano. Los guiones son casi siempre interpretados , pero no todo programa interpretado es considerado un guión. El uso routine de los guiones es realizar diversas tareas como combinar componentes, interactuar con el sistema operativo con el usuario. Por este uso es frecuente que los shells sean a la vez intérpretes de este tipo de programas.
En el sistema operativa Los archivos script suelen ser identificados por el sistema a través de uno de los siguientes encabezamientos en el contenido del archivo, conocido como shebang :
#!/bin/bash ; #!/bin/ksh ; #!/bin/csh
Aunque en entornos UNIX la mayoría de los guiones son identificados por dicho encabezamiento, también pueden ser identificados a través de la extensiónsh, siendo ésta quizá menos importante que el encabezamiento, ya que casi todos los sistemas no necesitan dicha extensión para ejecutar el guión, therefore, esta suele ser añadida por tradición, rather, es útil para que el usuario pueda identificar estos archivos a través de una interfaz de línea de comandos sin necesidad de abrirlo. Difieren de los programas de aplicación, debido a que los últimos son más complejos; además, los guiones son más bien un programa que le da instrucciones a otros más avanzados.
En Home windows y DOS
En el sistema operativo DOS , a los guiones creados para ser interpretados por el obsoleto se les conoce como archivos BATCH” (procesamiento por lotes) y acaban enbat. En el sistema operativo Windows , There are several interpreted languages such as Visual Primary Script, JavaScript, WScript, Batch Script, etc.
In web design
Scripts on the internet can be classified into client-side and server-side scripts.
Client-side scripts
Client-side scripts must be included with the tag , including the type attribute with the MIME type
Generally JavaScript is used, but VBScript can be used (only Internet Explorer Google Chrome ). It aims to, usually, AJAX DOM manipulation
Server-side scripts
They do not have the accessibility issues that client-side scripts may present. They also allow modifying the HTTP headers, or obtaining them. In addition, they allow access to databases and other internal files.
Traducción
El término inglés script se tomó del guion escrito de las artes escénicas, el cual es interpretado por una serie de actores/actrices (, in this case, programs) siguiendo un orden establecido.
En algunos textos se traduce script como «guión». Esta traducción de momento está empezando a establecerse y es bastante frecuente en el ámbito de algunas comunidades y publicaciones sobre software program libre , como el equipo de traducción de KDE , que traduce en la mayoría de las aplicaciones para este escritorio script como «guión», diversas guías y manuales de software. No obstante su uso es aún minoritario a nivel general, but along with the expression 'order file' used in America, it is the most widespread Castilianization.
1. three DISTRIBUTED INTELLIGENCE
Distributed artificial intelligence is a field of AI dedicated to the study of the techniques and knowledge necessary for the coordination and distribution of knowledge and actions in an environment with multiple agents.
We can distinguish two main areas of development:
1. Cooperative solution of distributed problems (CSDP): It studies how sets of modules ( nodes) cooperate to divide and share the knowledge of a problem and in the development of the solution.
2. Multi-agent systems (MAS): It studies the coordination of intelligent behavior among a set of autonomous intelligent agents.
Los problemas básicos que estudia la IAD y que son comunes a todos los sistemas son:
1. Como formular, describir, decompose and assign problems and synthesize the results among a group of intelligent agents.
2. How to train agents to communicate and interact: which communication languages and protocols should be used, what and when they should communicate, etc.
three. How to ensure that agents act coherently when making decisions and performing actions, how to accommodate the global effects of local decisions and prevent unwanted interactions.
four. How to train agents to represent and reason about actions, plans and knowledge of other agents to coordinate; how to reason about the state of their coordination process (start termination).
5. How to recognize and reconcile conflicting viewpoints and intentions among a set of agents to coordinate their actions; how to synthesize viewpoints and outcomes.
6. How to use engineering techniques and develop systems with IAD. How to develop MAS platforms and development methodologies using IAD techniques.
IAD is normal. It is based on the distribution of data and knowledge to reach a problem solution in such a way that the different agents are identified as local problem solvers. Which has the following advantages:
1) How to resolve iterations between the problems to be solved by the different agents. 2) How to control activities among agents to exploit parallelism. three) How to integrate partial results to obtain a world-closing result.
Many problems are essentially distributed. The knowledge necessary to solve a problem may be distributed across various sites, so we would have that a particular agent could solve the problem but it would require too much time and too many risks would be assumed regarding reliability by concentrating all responsibility on that agent. Therefore, distributed problem solving can be the solution in these cases.
Reasons for the transition from AI to DAI
Epistemological reasons
Epistemological reasons arise mainly when proposals to solve problems through AI prove insufficient in the face of the appearance of other agents in the a-social environment managed by AI and the consideration that agents are largely intelligent in social terms.
Technical reasons
The first technical reason is that nowadays many problems are essentially distributed, and the second is the integration of AI systems to improve capability through knowledge distribution, which leads to decentralized management, offering the following advantages:
ü Increased flexibility: The addition of new agents is allowed.
ü Better security and effectiveness: Agents can specialize in a specific task.
ü Better response time: Agents can solve their particular problems at the same time.
ü Reduction of complexity: A task can be broken down into several subtasks and assigned to the agents.
ü Reuse: The solution presented by one agent in a system can be incorporated into another.
1.3 APPLICATIONS
Working areas of DAI
The previous basic problems that DAI tries to address are solved through different theories reflected in various working areas, which can be broken down into four perspectives.
Figure 1. Working areas of Distributed Artificial Intelligence.
Group perspective: Studies the theories and techniques that characterize a group of agents, es decir los métodos necesarios para formar una sociedad de agentes para que exista cierto grado de planeación, coordinación, comunicación y coherencia entre sus entidades.
Perspectiva de agente: Estudia la entidad agente, arquitecturas para desarrollo de agentes, lenguajes para desarrollo y comunicación de agentes, clasificación de tipo comercial y estructural, además como puede este cooperar en la sociedad de agentes.
Perspectivas Particulares: Estudia las relaciones existentes de campos de la informática como la IA, Ingeniería de Software con la IAD. Por ejemplo sistemas de información abiertos que reaccionan a casos imprevistos, por lo que son inconsistentes, asíncronos, concurrentes, con management descentralizado; ecosistemas para evaluar un agente la sociedad de agentes en base a una analogía ecológica y ver como esta evoluciona con el paso de las iteraciones; ingeniería de software basada en agentes los agentes encapsulan los programas y mediante la definición de unas primitivas, permiten el intercambio de órdenes y datos entre los programas.
Perspectivas del diseñador: Estudia metodologías y herramientas para poder desarrollar software program basado en agentes. Las metodologías asisten al desarrollador de sistemas de IAD en el ciclo de vida, y las herramientas le sirven en la implementación de dichos sistemas.
Share this:
Enter your comment here…
Enter your details by clicking on an icon to sign in:
email (necessary) (The address will not be made public)
Name (necessary)
Receive new tickets by electronic mail.
Recent Posts
%d bloggers like this: