Fase1 - 90169 Version 1

Inteligencia Artificial Código: 90169
Edgar Alberto Ruiz Mojica Cod. 79684747

Andrés Felipe Fernández García
Grupo: 90169_40
Tutor
EURIPIDES TRIANA TACUMA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERIA
INGENIERIA SISTEMAS
CIUDAD
2023
Introducción
Con el presente trabajo se realiza un conocimiento sobre las herramientas

existente de IA , su conceptos y su aplicabilidad , de igual manera nos insta a
aplicar alguna de estas herramientas en el proyecto que estamos llevando.
técnicas de la inteligencia artificial
La aplicación de los campos de la inteligencia artificial son muchos cada vez se
incorporan escenarios donde su aplicabilidad es necesaria, las siguientes son
Técnicas de la IA
1. Machine Learning o aprendizaje automático

El Machine Learning es un escenario de la inteligencia artificial donde busca
diferentes técnicas para que el sistema aprenda por sí solo, esto lo hace a través
de programas que puedan generalizar muchas de las respuestas a partir de
información son estructurar y que se suministra como ejemplos. Con ello, se
induce al conocimiento por parte del ordenador.
2. Fuzzy logic o lógica difusa

Conocida también como lógica heurística. Esta técnica parte de un escenario
diferencial, esto lo podríamos entender así: se toman dos valores cualesquiera
relacionados entre sí y se crean prototipos que serán analizados para tomar
decisiones, por ejemplo, se da el termino gordo a una persona que pesa más de
100 kilos, si llega una persona de 40 kilos lo catalogara como delgado.
3. Vida artificial
Esta técnica se encarga del estudio de los entornos artificiales que muestren
cualidades y actitudes propias de los seres vivos en un entorno básico de
simulación, es una de las mas conocidas y con más estudios investigativos.
4. Sistemas expertos
Esta técnica trabaja los sistemas de información que se especializan en una
actividad compleja y especifica, actuando como asesor, consultor de las
interfaces que lo tiene.
Son escenarios y actividades que dan respuestas a problemas y preguntas muy
específicas, pudiendo realizar inferencias y respuestas similares a las de un ser
humano acerca de los conocimientos concretos.
5. Data Mining o minería de datos

Esta técnica consiste en la extracción discriminada de información que se
encuentra implícita en los datos manejados. Dicha información, desconocida
previamente, se destina a ser utilizada en algún otro proceso. La minería de
datos sondea, prepara y explora los datos para poder extraer alguna
información que se oculte en ellos.
6. Redes Bayesianas
También conocidas como redes de creencia, estas redes son un modelo
probabilístico multivariado, que relaciona un conjunto de variables de tipo
aleatorio usando un grafo dirigido para indicar una influencia casual de manera
explícita.
Con un motor de actualización de las probabilidades llamado el Teorema de
Bayes, estas redes se convierten en una herramienta muy útil a la hora de
calcular probabilidades en casos de nuevas evidencias. Es uno de los tipos de red
que se denominan de tipo casual.
7. Ingeniería del conocimiento

Consiste en generar un nuevo conocimiento que no existía previamente. Se hace
a partir de la información que se contiene en bases de datos de documentos y
mediante el cruce de contenido de los archivos.
Es una técnica que se basa en la teoría de «actor-red», poniendo de manifiesto
redes y creando nuevas. También implica el ejercicio de la teoría de la
«traducción-traslación», acercando y poniendo en relación los actores, con el
objetivo de producir una traducción en la que llevar los enunciados o modalidades
hacia nuevos estadios evolutivos.
8. Redes neuronales artificiales

Estas redes son un paradigma del aprendizaje y los procesamientos automáticos,
inspirado todo ello en el modo en que funciona el sistema nervioso de los
animales. Consiste en un sistema de interconexión de neuronas en una red que
colaboran entre ellas para crear una respuesta de salida.
9. Sistemas reactivos
Estos son sistemas de aplicación crítica, y un fallo o error puede acarrear
consecuencias graves. Al punto de poner en riesgo las vidas humanas o el
resultado de importantes inversiones económicas.
Su comportamiento en estos entornos, de tiempo real, se determina tanto por la
sucesión de acciones que se ejecutan como por el momento en que cada una de
ellas se sucede y son procesadas.
10. Sistemas basados en reglas

Consisten en modelos de representación del conocimiento que se usan de
manera amplia. Son apropiados para escenarios en los que el conocimiento que
se necesita representar surge de manera natural en una estructura de reglas.
11. Razonamiento basado en casos
Es un proceso para solucionar cuestiones basándose en soluciones de
problemáticas anteriores. El razonamiento que se basa en casos se sirve de
analogías para los nuevos razonamientos.
Se considera que no solo es una poderosa herramienta de cálculo para
ordenadores. Sino que los seres humanos usan el mismo principio para la
solución de problemas cotidianos.
12. Técnicas de Representación de Conocimiento

Es un sistema que sirve para analizar el modo de pensar de manera formal. Se
usa un entorno de símbolos para la representación de un dominio de discurso,
junto a las funciones que puedan inferir sobre los objetos procesados.
13. Redes semánticas

Son maneras de representación del conocimiento lingüístico para las que los
conceptos y las interrelaciones entre ellos se representan mediante grafos. Son
utilizadas para la representación de mapas conceptuales y mentales, entre
otras funciones.
14. Lingüística computacional

Es un campo multidisciplinar de la lingüística aplicada en la informática. Se sirve
de los sistemas informáticos para el estudio y el tratamiento del lenguaje. Para
ello, se intenta modelar de manera lógica el lenguaje natural desde un punto de
vista programable.
15. Procesamiento del lenguaje natural

Es una disciplina de la rama de la ingeniería para la lingüística computacional. Se
utiliza para la formulación e investigación de mecanismos de eficacia
informática para servicios de comunicación entre las personas o entre ellas y las
máquinas usando lenguajes naturales.
Las técnicas de IA “hacen referencia a diferentes campos de investigación y de

desarrollo de aplicación de la inteligencia artificial.”(Redacción APD, 2021). Las
principales técnicas son:
 Machine Learning o aprendizaje automático: Los ordenadores pueden
reconocer los escenarios verdaderos según la información que les
suministra
 Lógica difusa: Relación de valores aleatorios
 Vida artificial: Simulación de cualidades de los seres vivos
 Sistemas expertos: Conocimiento de un área especifica
 Minería de datos: Extracción de información
 Redes Bayesianas: Cálculo de probabilidades para distintos escenarios
 Ingeniería del conocimiento: Generación de conocimiento
 Redes neuronales artificiales: Interconexión del sistema para generar
una salida
 Sistemas reactivos: Sistemas de tiempo real que pueden ser críticos
 Sistemas basados en reglas: Estructuración de respuestas a partir de las
reglas suministradas
 Razonamiento basado en casos: Soluciones a partir de soluciones
anteriores
 Técnicas de Representación de Conocimiento: Representación a partir
de símbolos
 Redes semánticas: Relación de conceptos por medio de grafos
 Lingüística computacional: Tratamiento del lenguaje
 Procesamiento del lenguaje natural: Comunicación del hombre con la
maquina por medio de un lenguaje natural
Herramientas
Azure Machine Learning Studio: Capacidades en Machine Learning,

reconocimiento de objetos, reconocimiento de voz, traducción automática
IBM Watson: Crear interfaces conversacionales, recuperación de información y
Procesamiento de Lenguaje Natural
Plataforma de Inteligencia Artificial en la nube de Google: Integración para
Machine Learning, Deep Learning, Procesamiento de Lenguaje Natural,
reconocimiento de voz y texto, obtención de información de imágenes
DeepLearning4j (DL4j): Combinar redes Deep Learning
Swift AI: Reconocimiento de lenguaje natural con el diseño de redes neuronales
Para sistemas expertos:
 ART-IM
 CBR Express v.1.1.
 Nex – Expert Object v.2.0.
 Exsys Corvid
 Xpertrule
 G2
 Visual Prolog
 Jess
 Winprolog
 Clisps
 Expert System Builder

¿Qué es un agente Inteligente y cómo funciona?
Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales

percepciones y responder o actuar en su entorno de manera racional, es decir, de
manera correcta y tendiendo a maximizar un resultado esperado. Es capaz de
percibir su medio ambiente con la ayuda de sensores y actuar en ese medio
utilizando actuadores (elementos que reaccionan a un estímulo realizando una
acción). Un agente inteligente puede ser una entidad física o virtual.
Definición “un agente inteligente es un sistema perceptivo capaz de interpretar y

procesar la información que recibe de su entorno, actuando en consecuencia de
acuerdo a los datos que recoge y procesa” (Blog de CEUPE, 2022)
Características de los agentes inteligentes
 El agente tiene capacidad de raciocinio.

 El agente aprende por sí mismo en función de la información que recibe y
guarda.
 Puede interactuar con el entorno que le rodea.
 Tiene la capacidad de cooperar con otros agentes para cumplir una labor
en concreto.
 Un agente puede tomar decisiones propias y obrar según su criterio.
 El comportamiento de un agente es determinado de acuerdo a la
información percibida del entorno.
 Si el agente tiene una secuencia de actuaciones, es debido a la captación
continua de información de la cual es sensible.
¿Cómo funciona un agente inteligente?
Un agente inteligente funciona mediante la obtención constante de datos
percibidos del entorno en el que se encuentra.
De acuerdo con los datos obtenidos, la entidad inteligente tiene un
comportamiento u otro. Además, debido a que posee autonomía propia, puede
asignarse nuevas reglas para continuar su crecimiento como sistema intelectual.
Recolección constante de datos y según los datos obtenidos reacciona de distinta

manera. Puede vincularse con otros sistemas al asignarle nuevas reglas.
técnicas, herramientas de la inteligencia artificial que utilizará en
el proyecto en desarrollo
Para el documento del trabajo colaborativo considero que la técnica que aplica a
nuestro proyecto es la de Sistemas expertos porque “Los Sistemas expertos
sirven para resolver cuestiones complejas, en las cuales hay muchos factores
involucrados, se necesita tener en cuenta una amplia base de datos históricos, y
donde se puede definir alguna regla que permita la toma de decisiones rápida.
Actualmente son aplicados con éxito en: medicina, química, biología,
administración, industria, etc.”(QUIJADA, 2011)
Tema del proyecto:
Prototipo de software inteligente para detectar enfermedades comunes a partir de

los síntomas detectados.
Bibliografía
QUIJADA, M. (2011, September 15). Herramientas para el desarrollo de Sistemas

Expertos: guía evaluativa. Monografias.com.
https://www.monografias.com/trabajos88/herramientas-desarrollo-sistemas-
expertos/herramientas-desarrollo-sistemas-expertos
Para nuestro proyecto creo que podemos utilizar esta Técnica

“Data Mining o minería de datos”
Debemos encontrar una buena sabana de datos y extracción discriminada de
información que se encuentra implícita en los datos manejados. Dicha
información, desconocida previamente, se destina a ser utilizada en algún otro
proceso. La minería de datos sondea, prepara y explora los datos para poder
extraer alguna información que se oculte en ellos y de igual manera puede
generar un sistema de analisis de datos ( analítica) que nos permita
complementar nuestra investigación .
Conclusiones
Este trabajo nos permite comprender los diferentes conceptos y

herramientas de la IA, así como las técnicas y aplicabilidad en diferentes
áreas, adicionalmente nos da una serie de herramientas para aplicar en el
proyecto que se lleva actualmente.
Referencias
 Sánchez, A. (9 de 2021). La inteligencia Artificial. Obtenido de

https://www.researchgate.net/publication/354849564_La_inteligencia_
artificial
 López de Mántaras Badia, R., & Meseguer gonzález , P.
(2017). Inteligencia Artificial. CSIC Consejo Superior de
Investigaciones Científicas. Pag.35-54. Obtenido de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/42319
 Benítez, Raúl, et al. Inteligencia artificial avanzada, Editorial UOC,
2013. ProQuest Ebook Central. Obtenido de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/57582
Redacción APD. (2021, January 7). Técnicas de inteligencia artificial: ¿cuáles
son y para qué se usan? APD España. https://www.apd.es/tecnicas-de-la-
inteligencia-artificial-cuales-son-y-para-que-se-utilizan/
Ligdi González. (2021, March 23). Herramientas de Inteligencia Artificial -
Aprende IA. Aprende IA. https://aprendeia.com/herramientas-de-
inteligencia-artificial/
‌QUIJADA, M. (2011, September 15). Herramientas para el desarrollo de
Sistemas Expertos: guía evaluativa. Monografias.com.
https://www.monografias.com/trabajos88/herramientas-desarrollo-
sistemas-expertos/herramientas-desarrollo-sistemas-expertos
‌Blog de CEUPE. (2022, October 2). ¿Qué es un Agente Inteligente?
Características, tipos y cómo funciona. Ceupe.com; CEUPE.

https://www.ceupe.com/blog/agente-inteligente.html?
dt=1678328102157

Fase1 - 90169 Version 1

Cargado por

Copyright:

Formatos disponibles

Fase1 - 90169 Version 1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase1 - 90169 Version 1

Cargado por

Copyright:

Formatos disponibles

Inteligencia Artificial Código: 90169

Edgar Alberto Ruiz Mojica Cod. 79684747

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

Con el presente trabajo se realiza un conocimiento sobre las herramientas

1. Machine Learning o aprendizaje automático

2. Fuzzy logic o lógica difusa

5. Data Mining o minería de datos

7. Ingeniería del conocimiento

8. Redes neuronales artificiales

10. Sistemas basados en reglas

12. Técnicas de Representación de Conocimiento

13. Redes semánticas

14. Lingüística computacional

15. Procesamiento del lenguaje natural

Las técnicas de IA “hacen referencia a diferentes campos de investigación y de

reconocer los escenarios verdaderos según la información que les

 Vida artificial: Simulación de cualidades de los seres vivos

 Sistemas expertos: Conocimiento de un área especifica

 Minería de datos: Extracción de información

 Redes Bayesianas: Cálculo de probabilidades para distintos escenarios

 Ingeniería del conocimiento: Generación de conocimiento

 Redes neuronales artificiales: Interconexión del sistema para generar

 Sistemas reactivos: Sistemas de tiempo real que pueden ser críticos

 Sistemas basados en reglas: Estructuración de respuestas a partir de las

 Razonamiento basado en casos: Soluciones a partir de soluciones

 Técnicas de Representación de Conocimiento: Representación a partir

 Redes semánticas: Relación de conceptos por medio de grafos

 Lingüística computacional: Tratamiento del lenguaje

 Procesamiento del lenguaje natural: Comunicación del hombre con la

maquina por medio de un lenguaje natural

Azure Machine Learning Studio: Capacidades en Machine Learning,

 CBR Express v.1.1.

 Nex – Expert Object v.2.0.

 Expert System Builder

Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales

Definición “un agente inteligente es un sistema perceptivo capaz de interpretar y

Características de los agentes inteligentes

 El agente tiene capacidad de raciocinio.

Recolección constante de datos y según los datos obtenidos reacciona de distinta

Tema del proyecto:

Prototipo de software inteligente para detectar enfermedades comunes a partir de

QUIJADA, M. (2011, September 15). Herramientas para el desarrollo de Sistemas

Para nuestro proyecto creo que podemos utilizar esta Técnica

Este trabajo nos permite comprender los diferentes conceptos y

 Sánchez, A. (9 de 2021). La inteligencia Artificial. Obtenido de

Redacción APD. (2021, January 7). Técnicas de inteligencia artificial: ¿cuáles

son y para qué se usan? APD España. https://www.apd.es/tecnicas-de-la-

Ligdi González. (2021, March 23). Herramientas de Inteligencia Artificial -

Aprende IA. Aprende IA. https://aprendeia.com/herramientas-de-

‌QUIJADA, M. (2011, September 15). Herramientas para el desarrollo de

Sistemas Expertos: guía evaluativa. Monografias.com.

‌Blog de CEUPE. (2022, October 2). ¿Qué es un Agente Inteligente?

Características, tipos y cómo funciona. Ceupe.com; CEUPE.

También podría gustarte