Resolucin al Cuestionario N 02 1.

Hablando de juegos inteligentes, por ejemplo el ajedrez, qu opinin tiene el juego "TRES EN RAYA", ensaye un algoritmo para que pueda jugar una computadora con un ser humano. Los juegos han alcanzado gran desarrollo hoy en da, llegando incluso a ganar a expertos en el tema, en este caso el juego tres en raya es un juego muy bueno y empleado en la I.A en donde hacen uso de un algoritmo llamado Min Max. Este algoritmo se parece bastante a los algoritmos de bsqueda con heurstica ya que su representacin es igualmente en forma de rbol pero con una particularidad. Al ser un juego con adversario la maquina no se puede saber que movimientos va a realizar el jugador ya que an no has movido. Sin embargo, lo que s se puede hacer es limitar las opciones de victoria. Por ello, en el caso del algoritmo Mini Max evala la heurstica del tablero segn quien mueve la ficha y asimilando tambin los movimientos del contrario y busca el mejor valor en su turno (la mxima heurstica) y el peor movimiento del oponente (la mnima heurstica). De ah que se llame Mini Max, de mnimo y mximo. Al pretender recorrer un rbol tambin hemos utilizado recursividad. Este algoritmo posee 5 pasos: Generacin de todo el rbol de juego, completamente hasta alcanzar los estados terminales. Aplicacin de la funcin de utilidad a cada estado Terminal y obtencin de su valor respectivo. Uso de la utilidad de los estados terminales para calcular la utilidad de los nodos del siguiente nivel superior en el rbol de bsqueda.

Inteligencia Artificial

Pgina1

Resolucin al Cuestionario N 02 Es as que si la utilidad que estamos calculando del nivel superior es cuando le toca jugar a MIN se deber escoger o poner la menor utilidad (en referencia que estamos buscando el algoritmo de MAX) de los nodos descendientes. En cambio, si la utilidad que estamos calculando del nivel superior es cuando le toca jugar a MAX se deber escoger o poner la mayor utilidad (en referencia que estamos buscando el algoritmo de MAX) de los nodos descendientes Continuacin de esta transferencia de utilidad en direccin a la raz, una capa a la vez Finalmente si los valores transferidos llegan a la parte superior del rbol, en este sitio MAX elige la jugada que le permita obtener el valor ms alto, esta decisin se la conoce como decisin Min Max 2. Cmo puede ayudar a la ingeniera de Sistemas el uso del Procesamiento del lenguaje natural La Ingeniera de Sistemas sabemos que se encarga del anlisis y solucin de problemas usando la tecnologa. Con respecto al uso del procesamiento del lenguaje natural, la Ingeniera de sistemas puede implementar un algoritmo previamente diseado para el procesamiento de dicho lenguaje. 3. Tratando de construir un brazo robot con suficiente inteligencia para acomodar huevos en un supermercado, cules seran los factores ms importantes a considerar. Para construir un brazo de robot algunos de los factores ms importantes a considerar seria: Su Nivel de Inteligencia Su nivel de control La categora del robot a la que pertenece
Inteligencia Artificial Pgina2

Resolucin al Cuestionario N 02 Cartesiano Cilndrico Esfrico Brazo Articulado

Grados de libertad: es el nmero de tipo de movimiento del robot Se obtiene observando los movimientos del brazo y de la mueca Tanto en el brazo como la mueca se encuentra la variacin de tres grados de libertad En la mueca pueden existir los siguientes grados: o o o giro (hand rotate) elevacin (wrist flex) desviacin (wrist rotate)

En el brazo los grados de libertad dependen de su anatoma o configuracin.

4. Redes Neuronales? Qu son? Para qu sirven? Qu ventajas ofrecen respecto a las dems redes? son sistemas ideados como abstracciones de las estructuras

neurobiolgicas (cerebros) encontradas en la naturaleza y tienen la caracterstica de ser sistemas desordenados capaces de guardar informacin. aprendizaje adaptativo auto-organizacin Tolerancia a fallos Operacin en tiempo real Fcil insercin dentro de la tecnologa existente Son sistemas dinmicos autoadaptativos
Inteligencia Artificial Pgina3

Resolucin al Cuestionario N 02 5. Que son los algoritmos genticos? Podeos definir a los algoritmos genticos de las siguientes maneras: Es una especialidad de sistemas expertos, donde va perfeccionando su propia heurstica en el proceso de ejecucin, por lo que no requiere de largos procesos de entrenamiento por parte del ser humano Como se dijo que los ejemplares u objetos compiten por sobrevivir en el mundo o entorno, pudiendo los ms fuertes reproducirse. Algoritmos genticos (GA) son: funciones matemticas o rutinas de software que toma como entrada los objetos y retorna como salida cules de ellos deben generar descendencia para nuevas generaciones Unas versiones ms avanzadas de GA son aquellos que hacen un ciclo interactivo donde toma a los objetos y crea una nueva generacin un nmero de veces determinado, de acuerdo al diseo Si este concepto lo trasladamos a la resolucin de problemas, podemos decir, que al utilizar GA optimizaremos la solucin descartando las soluciones no deseables y la seleccin de las ms robustas

6. A qu se le llama un fuzzy logic? Son una forma de lgica multivaluada o lgica probabilstica; se trata de razonamiento que es aproximada en lugar de fija y exacta. En comparacin con los tradicionales binarios juegos (donde las variables pueden asumir valores true o false) Variables de lgica difusa puede tener un valor de verdad que va en grados entre 0 y 1. La lgica difusa se ha ampliado para manejar el concepto de verdad parcial, donde el valor de verdad puede oscilar entre completamente cierto y completamente falsa.

Inteligencia Artificial

Pgina4

Resolucin al Cuestionario N 02 7. Qu es un sistema experto? Cul es su estructura? Es un sistema informtico que simula el proceso de aprendizaje, de memorizacin, de razonamiento, de comunicacin, y de accin de un experto humano en una determinada rama de la ciencia, suministrando, de esta forma, un consultor que puede sustituirse con unas ciertas garantas de xito. La estructura de un Sistema Experto es la siguiente: Experto Humano: Es quien aporta el conocimiento en el rea de inters Ingeniero del Conocimiento: Esta persona interpreta este conocimiento en forma tal que hace capaz que el sistema asimile. Estos dos anteriores van hablar lenguajes distintos, Multitud de preguntas de IC al EH, IC no se contentar con las respuestas, exigiendo razones, IC controlara la coherencia del conocimiento en su conjunto EH queda ms especializado, por orden de ideas, Subsistema de control de la coherencia: Sirve para mantener coherencia con el conocimiento, es un nuevo concepto puesto en SE, muchos SE algunos de los sistemas actuales no disponen del mismo, permite forma ms ordenada, ms fiable, avisar de las imperfecciones antes sealadas, para evitar que existan reglas que se contradigan, el sistema debe suministrar informacin para que controle incoherencias, evita que pase la informacin mala a la base del conocimiento, Subsistema de Adquisicin del conocimiento: Encargado de recibir los elementos de conocimiento, comprobar que sean elementos nuevos (aun no en Base del Conocimiento) el conocimiento de 2 tipos:
Inteligencia Artificial Pgina5

Resolucin al Cuestionario N 02 Abstracto: validez general (reglas, espacios probabilisticos), forma parte del sistema (eje: todas las diferentes enfermedades, nombres, tratamientos...) Concreto: validez particular, no forma parte del sistema, es efmero, es decir se destruye (eje: sntomas de un paciente en particular) Base del Conocimiento: Elemento que almacena el conocimiento abstracto, pone el conocimiento a disposicin del motor de inferencia para su tratamiento La memoria de trabajo: Es la que almacena el conocimiento concreto, igualmente almacena todos los procedimientos de los diferentes sistemas y subsistemas es de carcter transitorio o cambiante El motor de inferencia: Es el corazn de todo sistema experto. Su funcin es aplicar el conocimiento abstracto al conocimiento concreto con la accin de sacar conclusiones. (eje: el diagnostico de una paciente, consiste en analizar los sntomas (concreto) y detectar la enfermedad que posee mediante el anlisis de diferentes sintomatologas (abstracto)) Subsistema de demanda de informacin: Se recurre a este subsistema cuando el conocimiento concreto es muy limitado y que no se puede sacar conclusiones fiables Completa ese conocimiento para proceder de nuevo a la reelaboracin y repetir este ciclo hasta conseguir conclusiones validas Interface de Usuario: Permite que el usuario introduzca informacin al sistema. Se debe usar hardware (ratones, pantallas grficas, a color, etc.) y software (mens, Windows, grficos, etc). Para que sea atractivo al usuario.
Inteligencia Artificial Pgina6

Resolucin al Cuestionario N 02 Subsistema de ejecucin de rdenes: Para realizar acciones pertinentes luego de haber sacado las conclusiones (eje: Un sistema de control de una central nuclear puede producir apertura de ciertas vlvulas, la activacin de alarmas, etc) Subsistema de explicacin: De igual manera luego de tener las conclusiones, el usuario puede pedir razones que por medio de los procesos hechos por el motor de inferencia, comunique al usuario el forma ordenada los hechos, es recomendable tener un mecanismo de eleccin que permita elegir el nivel de contenido de explicacin (ms detallada o no) Subsistema de propagacin de la incertidumbre: Por su complejidad es el elemento ms dbil de los SE. Entenderlo en el sentido que la propagacin de la incertidumbre es normalmente incorrecta, dando como resultado que las conclusiones no son muy fiables. Existen medidas como probabilidades, factores, de certeza, teora de la evidencia, lgica difusa (veremos ms adelante) Bsicamente, lo que se hace es asociar a cada hecho una cierta medida de incertidumbre (probabilidad) Subsistema de aprendizaje: Es uno de los elementos ltimamente incorporados dan el concepto de que los SE son capaces de aprender (demostrado) dos tipos aprendizaje: Aprendizaje Estructural: Relacionado con la estructura del conocimiento (reglas, espacios probabilsticos, etc). La incorporacin de nuevas reglas a la base del conocimiento constituye aprendizaje estructural

Inteligencia Artificial

Pgina7

Resolucin al Cuestionario N 02 Aprendizaje Paramtrico: Se refiere a los parmetros de la base del conocimiento, la determinacin de probabilidades en los hechos constituyen aprendizaje paramtrico se pueden manipular estas probabilidades (desde hacerle nula para evitar el hecho, para luego si la hiptesis es incorrecta simplemente modificar los parmetros

(probabilidades) para incluir al hecho) (eje: medico) Subsistema de experiencias: Es la inclusin de la base de datos de experiencias existentes sobre el tema en el cual se est aplicando el SE. Se puede decir que un SE se podra generar sin la necesidad de un Experto Humano (contradictorio con el

concepto), partiendo de datos o experiencias recogidas por no expertos, con garantas casi iguales como si se lo hiciese con un experto humano. 8. Cul es la diferencia entre SE basados en reglas con los basados en probabilidades? La diferencia que existen estos dos terminaciones es, basados en reglas trabajan mediante la aplicacin de reglas, comparacin de resultados y aplicacin de las nuevas reglas basadas en situacin modificada mientras los basados en probabilidades es un tipo de modelo esttico que representa un conjunto de variables aleatorias y sus dependencias condicionales a travs de un grfico acclico dirigido.

Inteligencia Artificial

Pgina8