LÓGICA DIFUSA 

El ser humano posee grandes habilidades para comunicar su experiencia empleando reglas lingüísticas vagas. Por ejemplo, un famoso cocinero de televisión podría dar instrucciones para tostar pan como: 

1. Cortar dos rebanadas de pan medianas.
2. Poner el horno a temperatura alta.
3. Tostar el pan hasta que quede de color ligeramente marrón
El uso de esos términos lingüísticos en cursiva podrían ser seguidos sin problema por un humano, que es capaz de interpretar estas instrucciones rápidamente. La lógica convencional no es adecuada para procesar este tipo de reglas. Por ejemplo, si pasáramos un día con Tiger Woods para aprender a jugar al golf, al final de la jornada podríamos tener un montón de reglas del tipo:
Si la bola está lejos del hoyo y el green está ligeramente inclinado hacia la derecha, entonces golpear la bola firmemente empleando un ángulo ligeramente inclinado hacia la izquierda de la bandera.
Si la bola está muy cerca del hoyo y el green entre la bola y el hoyo está plano, entoncces golpear la bola directamente hacia el hoyo.
Estas reglas son muy descriptivas y pueden ser fácilmente entendibles por un humano, pero difícilmente representables en un idioma que pueda ser entendido por un computador. 

¿Qué es la Lógica Difusa? 

https://electrodomesticos721.wordpress.com

Básicamente la Lógica Difusa es una lógica multivaluada que permite representar matemáticamente la incertidumbre y la vaguedad, proporcionando herramientas formales para su tratamiento.
Como indica Zadeh [3], “Cuando aumenta la complejidad, los enunciados precisos pierden su significado y los enunciados útiles pierden precisión.”, que puede resumirse como que “los árboles no te dejan ver el bosque”.
Básicamente, cualquier problema del mundo puede resolverse como dado un conjunto de variables de entrada (espacio de entrada), obtener un valor adecuado de variables de salida (espacio de salida). La lógica difusa permite establecer este mapeo de una forma adecuada, atendiendo a criterios de significado (y no de precisión).
Le término Lógica Difusa fue utilizado por primera vez en 1974. Actualmente se utiliza en un amplio sentido, agrupando la teoría de conjunto difusos, reglas si-entonces, aritmética difusa, cuantificadores, etc. En este curso emplearemos este significado extenso el término. 

Características 

https://sites.google.com/site/inteligenciaartificialandreix/

El Principio de Incompatibilidad [3] dice que la descripción del comportamiento de un sistema complejo no puede realizarse de forma absolutamente precisa. Para solucionar este problema Zadeh plantea la necesidad de obtener herramientas capaces de manejar de forma rigurosa y fiable información imprecisa, lo cual obliga a desarrollar dos aspectos:
Representación de la información imprecisa: Para esto lo que propone es el empleo de la Teoría de conjuntos difusos. Así como describir la experiencia de los sistemas complejos en sus relaciones entrada-salida mediante proposiciones condicionales del tipo Si-Entonces (Ejemplo: Si la presión es muy alta Entonces vaciamos el recipiente) de manera que las variables de entrada y las variables de salida quedan ligadas.
Inferencia sobre información imprecisa: Ahora se necesita una forma de combinar esta información para obtener nuevos hechos. Entonces Zadeh establece la necesidad de un método de inferencia generalizado e introduce lo que se conoce como Regla Composicional de Inferencia
A partir de este principio, se pueden describir las principales características esenciales de la lógica difusa y los sistemas difusos:
El razonamiento exacto puede verse como un caso particular del razonamiento aproximado. Cualquier sistema lógico puede ser fuzzificado. Mediante lógica difusa se puede formular el conocimiento humano de una forma sistemática, y puede ser fácilmente incluido en sistemas de ingeniería.
El conocimiento se interpreta como una colección de restricciones difusas sobre una colección de variables. Los sistemas difusos son especialmente interesantes para la definición de sistemas cuyo modelo exacto es difícil de obtener (es necesario introducir una aproximación). 

Aplicaciones 

Desde mediados de los años 70, la lógica difusa se ha utilizado ampliamente debido a varios factores. Uno de ellos es que el uso de conocimiento experto permite la automatización de tareas. En muchas áreas de aplicación se reduce considerablemente la necesidad de operadores que basan su conocimiento en la experiencia (y que difí- cilmente podría ser expresado con ecuaciones diferenciales). De este modo, si existe un conocimiento del proceso, es posible modelarlo mediante lógica difusa.
Los sistemas basados en lógica difusa son fáciles de diseñar, modificar y mantener. Pese a la pérdida de precisión, la reducción de tiempo de desarrollo y mantenimiento es muy relevante para su uso industrial.
Otro factor a tener en cuenta es que el control difuso permite diseñar soluciones de alta calidad que eviten las patentes existentes en otros sistemas de control. En Japón este tipo de controladores se asocia a modernidad, alta calidad y tecnológicamente potente. En Europa sin embargo se trata de ocultar el término “difuso” por su significado negativo. En la actualidad multitud de productos de electrónica de consumo emplean lógica difusa Por citar algunos ejemplos de uso, la empresa Japonesa Matsuhita utiliza en sus lavadoras un sistema de control que determina automáticamente el ciclo de lavado según el tipo, cantidad de suciedad y tamaño de la colada. Los estabilizadores de imágenes en sus cámaras digitales incorporan reglas que eliminan las vibraciones involuntarias de la mano del operario, comparando la imagen actual con las imágenes anteriores de la memoria. En el ámbito de la automoción, Mitsubishi y General Motors emplean sistemas de transmisión automática y control de temperatura basados en lógica difusa.
Otro caso de éxito es el metro de Sendai (Japón), que cuenta con 16 estaciones. El sistema de control difuso está dividido en dos módulos, uno para el control de la velocidad  y otro para la parada automática. Este controlador difuso ofrece importantes ventajas sobre los controladores convencionales, como el mayor confort en el viaje para los pasajeros y menor consumo de energía.

REFERENCIAS
Recuperado de: http://www.esi.uclm.es/www/cglez/downloads/docencia/2011_Softcomputing/LogicaDifusa.pdf 

DESVENTAJAS QUE NOS TRAE  LA INTELIGENCIA ARTIFICIAL 

Es evidente que para actualizar se necesita de re-programación de estos (tal vez este sea una de sus limitaciones más acentuadas), otra de su limitaciones puede ser el elevado coste en dinero y tiempo, además que estos programas son poco flexibles a cambios y de difícil acceso a información no estructurada. Un robot con el objetivo principal de satisfacer a los seres humanos sería de gran ayuda, pero un robot cuyo objetivo principal sería su propia supervivencia sería muy peligroso. Puesto que pensará mucho más rápidamente y con más precisión que nosotros, usará todos los recursos disponibles para sus propios propósitos, y nosotros estaríamos desamparados. Tal robot debe ser ilegal y debe ser destruido tan pronto como sea detectado. 

¿El fIN DE LA MEMORIA?

¿Cuántas veces en una conversación tenemos el nombre de un actor o cantante famoso en la punta de la lengua? Antes nos rompíamos la cabeza entre todos. Hoy, con el móvil en la mano, las dudas son muy fáciles de disipar. Quizá estemos relegando nuestra memoria a un segundo plano…

¿YA NO HARÁ FALTA ESTUDIAR? 

Con un compañero robótico con IA es probable que no nos haga falta estudiar ni aprender idiomas. Total, el lo puede aprender todo.

¿EL FIN DEL TRABAJO?
Hasta que podamos vivir sin trabajar, ir al trabajo es una rutina con la que nos toca lidiar. Poco a poco son más puestos de trabajo los que se han ido sustituyendo por mano de obra.

REFERENCIAS:
Recuperado de: https://buhomag.elmundo.es/entretenimiento5-ventajas-y-5-desventajas-de-la-ia-para-la-evolucion/c00b11c3-0004-5813-2134-112358132134

VENTAJAS QUE NOS TRAE  LA INTELIGENCIA ARTIFICIAL 

La I.A ayuda a vender más, tal y como se ha descrito anteriormente, ya que al aplicar el Test de Human a las bases de datos se puede conocer a cada persona de forma veraz y acertada, para luego poder usar dicho conocimiento y argumentar mejor las ventas.

Así pues, aplicando técnicas de Marketing Tecnificado sobre las bases de datos internas de clientes se puede vender mucho más gracias a una mejor selección del público objetivo, a una mejor argumentación, y a un mejor enfoque de cliente, consiguiendo el necesario y actual enfoque hacia el cliente en todas las acciones y decisiones de marketing (Customer Intelligence), amparado en el rigor científico que valida todos los argumentos que las fundamenten.

La Humanation utiliza la Inteligencia artificial, con su nueva tecnología, de esta forma se integra al software existente, dando a las compañías un potenciamiento que les permitirá conocer mas a sus clientes, y sobre todo, hacerlo más rápido, de esta forma, podrán ofrecer al consumidor todo aquello que necesita y sobre todo, en el momento adecuado, y así, aumentar sus beneficios de forma significativa al tratar a sus clientes de forma mas acertada y personalizada.

Ofrece infinitas ventajas competitivas y de ahorro de recursos, que anteriormente no se tenían. Además, estas tecnologías permiten la generación de áreas de oportunidad, las cuales aprovechadas correctamente ofrecen grandes beneficios a todo aquellos que las apliquen. En uno de estos nichos de oportunidad se encuentran los sistemas de inteligencia artificial, los cuales se han aplicado en una gran variedad de tareas, desde la enseñanza hasta la automatización de procesos productivos.

La mayoría de los sistemas de inteligencia artificial, tienen la peculiaridad de aprender, lo que les permite ir perfeccionando su desempeño conforme pasa el tiempo. Además estos sistemas pueden analizar volúmenes muy grandes de información a muy alta velocidad, lo que permite obtener indicadores puntuales de las operaciones de la empresa. 

PRESENTA OTRAS VENTAJAS COMO...

No volver a trabajar

Si ya hubo un día en el que el teletrabajo nos parecía una verdadera pasada, imagina por un segundo que tu robot personal adquiere las destrezas suficientes como para encargarse de tu trabajo diario. Tú sólo concéntrate en disfrutar de la vida.

 VIAJES AL ESPACIO 

Enviar a hombres al espacio supone un gran riesgo. Respira, eso que solemos hacer los seres vivos suele ser un problema de nuestra atmosfera. Sin embargo, una IA podría ser nuestros ojos y oídos a miles de kilometros de distancia a altas presiones o bajas temperaturas.

AL FONDO DE LOS MARES
¿Por qué no conocer tambien nuestro propio planeta? Las IA pueden almacenar una gran cantidad de datos y razonarlos para llegar a conclusiones que luego enviará a la base de estudios.

AMIGOS PARA SIEMPRE
Imagina adoptar a un robot con el que puedas compartir tus alegrías, tus secretos o incluso que te acompañe durante tu vida. Un buen androide amigo a tu lado. Quiza no sea lo más humano del mundo (ni social), pero todo se puede complementar.

WEARABLES MÁS INTELIGENTES
Si juntamos un wearable con la IA nos puede dar un jugoso resultado. ¿Imaginas tener un entrenador personal que te vaya apretando las tuercas día tras día para mejorar tu?

REFERENCIAS:
Recuperado de: https://buhomag.elmundo.es/entretenimiento5-ventajas-y-5-desventajas-de-la-ia-para-la-evolucion/c00b11c3-0004-5813-2134-112358132134

ÁREAS DE APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL

LA INTELIGENCIA ARTIFICIAL

Desde el origen de las computadoras digitales, constantemente se han hecho investigaciones científicas y tecnológicas con la finalidad de facilitar algunas actividades propias de los seres humanos. Se ha logrado automatizar muchos procesos mecánicos, de cálculo, de almacenamiento de datos, de procesamiento, etc. desarrollando, cada vez, herramientas de cómputo capaces de auxiliar en forma directa cada una de estas actividades. En varias de ellas se tiene la necesidad de examinar el medio ambiente donde se desarrollará tal actividad y realizar un análisis de las situaciones y tomar una decisión siguiendo un razonamiento lógico. Los seres humanos, a diferencia de otras especies, tienen la capacidad de razonar sobre una serie de percepciones de hechos y proposiciones estableciendo relaciones entre si. A esta capacidad se le llama inteligencia. Mediante el uso de los sentidos, puede enterarse de hechos que suceden en el medio ambiente que lo rodea y es capaz de establecer relaciones entre ellos para obtener conclusiones, desarrollar conocimiento y actuar en base a ellos. De manera semejante, se han desarrollado aplicaciones que emulan el comportamiento humano mediante sistemas computacionales.

https://elandroidelibre.elespanol.com/2016/11/inteligencia-artificial-que-es-para-que-sirve.html

LA INTELIGENCIA ARTIFICIAL 

es una rama de las ciencias computacionales encargada de estudiar modelos de cómputo capaces de realizar actividades propias de los seres humanos en base a dos de sus características primordiales: el razonamiento y la conducta. Existen distintas definiciones de IA de acuerdo a distintos enfoques; algunas de estas definiciones se muestran a continuación...

http://elandroidelibre.elespanol.com/

• “La interesante tarea de lograr que las computadoras piensen ... máquinas con mente, en su amplio sentido literal.” (Haugeland, 1985)
• “La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como la toma de decisiones, resolución de problemas, aprendizaje ...” (Bellman, 1978)
• “El estudio de las facultades mentales mediante el uso de modelos computacionales.” (Charniak y McDermott, 1985)
• “El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia.” (Kurzweil, 1990).
•  “El estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor.” (Rich y Knight, 1991).
• “Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales.” (Schalkoff, 1990).
• “La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente.” (Luger y Stubblefield, 1993). 

  

  http://www.roastbrief.com.mx/2017/03/industrias-4-0-la-cuarta-revolucion-industrial/

Las definiciones mostradas están asociadas a cuatro características fundamentales: las de la parte superior se refieren a los procesos de la mente y el razonamiento, mientras que los de la parte inferior hacen alusión a la conducta. Por otro lado, las definiciones de la izquierda evalúan la condición deseable en función de la eficiencia humana, mientras que las de la derecha lo hacen en base al concepto de inteligencia ideal denominado racionalidad. En estas definiciones se hace especial enfoque hacia las facultades mentales y su relación con las actividades realizadas por los seres humanos por medio de sistemas de cómputo lo cual se realiza a traves de un desarrollo de metodos y algoritmos.

Técnicas de búsqueda de soluciones aplicando Inteligencia Artificial

http://tecnicasdebusquedainteligencia.blogspot.pe/

Un aspecto importante de la hipótesis del sistema simbólico propuesto por Newell y Simon, es que los problemas resueltos por medio de la búsqueda entre varias alternativas, se basan en la aplicación del sentido común humano. Los humanos generalmente consideran un número de estrategias alternas que las guíen a la solución de problemas. De este modo, se han establecido diferentes alternativas o cursos de acción que conduzcan a la solución en dependencia de las características del espacio de estados del problema a resolver.

 El espacio de estados (EE) se define como la representación de un problema o situación que abarca todas las posibles situaciones que se pueden presentar en la solución del mismo así como las relaciones que existen entre ellas. Está formado de nodos que describen situaciones particulares del problema y arcos que conectan pares de nodos y representan los movimientos legales oreglas que rigen el EE; ellos determinan si es posible pasar de una situación del problema a otra (Luger y Stubblefield, 1989).

 De esta forma, la solución al problema se establece como un algoritmo de búsqueda que analiza los nodos del EE y se representa por el conjunto definido de la siguiente forma [N, A, I, D] (Luger y Stubblefield, 1989) donde:

• N es el conjunto de nodos del EE. Estos corresponden a los estados en el proceso de solución del problema. 
•  A es el conjunto de arcos o ligas entre nodos. Corresponden a los pasos en el proceso de solución del problema. 
•  I es un subconjunto no vacío de N que contiene el ó los estados iniciales del problema. 
• D es un subconjunto no vacío de N que contiene el ó los estados finales o la solución al problema, los cuales pueden ser obtenidos usando una propiedad medible de los estados encontrados durante la búsqueda ó una propiedad de la ruta recorrida durante la búsqueda 

https://iqglobal.intel.com/lar/wp-content/uploads/sites/

La función de un algoritmo de búsqueda es encontrar una trayectoria que conduzca a una solución del problema por medio del EE. Cuando se intenta encontrar un nodo solución analizando completamente el EE, se está aplicando un método conocido como búsqueda exhaustiva (Luger y Stubblefield, 1989); sin embargo existen algunos problemas cuyos espacios de estados son demasiado complejos y extensos que resulta prácticamente imposible recorrerlos en forma completa, aún por medio de dispositivos de cómputo demasiado poderosos.

Los humanos no solo usan la búsqueda exhaustiva, es decir, también resuelven los problemas basados en la aplicación de reglas de juicio que guíen la búsqueda por aquellas porciones del EE que parezcan “prometedoras”. Estas reglas son conocidas como heurísticas. Una heurística es una estrategia de búsqueda selectiva en el espacio de un problema y guía la búsqueda a lo largo de las líneas que tienen una alta probabilidad de éxito mientras que descartan aquellas trayectorias que no la ofrecen (Luger y Stubblefield, 1989).

https://elsindromedelahojaenblanco.wordpress.com

Las heurísticas no son infalibles, ya que no siempre garantizan una solución óptima al problema, pero una buena heurística puede y debe aproximarse lo más que se pueda la mayoría de las veces a ella. Lo más importante es que emplea conocimiento relacionado con la naturaleza del problema para encontrar una solución de manera eficiente. Si el EE proporciona un medio de formalizar el proceso de solución a problemas, entonces las heurísticas permiten manipular ese formalismo con inteligencia 

Un Algoritmos Genéticos (AG)es un ejemplo de un procedimiento de búsqueda que aplica elección aleatoria o heurística como herramienta para guiarse a través del análisis del EE.
El uso de elección aleatoria como la principal herramienta para dirigir el proceso de búsqueda parece extraño al principio, ya que, tradicionalmente se han usado técnicas de búsqueda basadas en cálculo y enumerativas para resolver problemas de optimización, sin embargo, existen numerosas aplicaciones que han demostrado que ofrece buen comportamiento para localizar o aproximarse a óptimos globales durante la solución de problemas (Goldberg, 1989).

http://autoaprendi.webcindario.com/Tipo%20de%20Aprendizaje%20automatico.htm

REFERENCIAS: 

Información recuperada de: Bruno López Takeyas Instituto Tecnológico de Nuevo Laredo Reforma Sur 2007, C.P. 88250, Nuevo Laredo, Tamps. México

Informacin recuperada de: https://www.ugr.es/~setchift/docs/conciencia_capitulo_2.pdf