1. Universidad Mayor de San Andrés
Carrera de Informática
Inteligencia Artificial Aplicada a
la Gestión de Empresas
Preparado por:
Univ. Juan Carlos Chuquimia C.

2. Inteligencia Artificial aplicada a la
Gestión de Empresas
1.- INTELIGENCIA ARTIFICIAL
2.- SISTEMAS EXPERTOS (DSS)
3.- COMPUTACIÓN EVOLUTIVA (ALGORITMOS GENÉTICOS)
4.- REDES NEURONALES ARTIFICIALES

3. INTELIGENCIA ARTIFICIAL
La IA es un campo de la ciencia y la ingeniería que se ocupa de
la comprensión, desde el punto de vista informático, de lo que
se denomina comúnmente comportamiento inteligente. También
se ocupa de la creación de artefactos que exhiben este
comportamiento (Encyclopedia Of Artificial Intelligence)
La IA es el estudio de las ideas que permiten ser inteligentes a
los ordenadores (H. Winston)
La IA es la parte de la informática que estudia procesos
simbólicos, razonamientos no algorítmicos y representaciones
simbólicas del conocimiento (B. G. Buchanan y E. A. Feigenbaum)

4. SUBAREAS DE LA INTELIGENCIA ARTIFICIAL
• Procesamiento de lenguaje natural
• Visión Artificial
• Resolución de problemas
• Representación del conocimiento y razonamiento
• Aprendizaje
• Robótica
DSS
Decision Support
System

5. 1. PROCESAMIENTO DE LENGUAJE NATURAL
Un sistema capaz de comunicarse con sus usuarios utilizando
su propio lenguaje, puede considerarse “inteligente”
Productos Comerciales:
• Sistemas de consulta en lenguaje natural de bases de datos
• Sistemas de búsqueda, reconocimiento y categorización de textos
• Sistemas de traducción automática
• Programas de edición de textos
• “Máquinas de escribir” accionadas por la voz
• Productos de consumo

6. 2. VISIÓN ARTIFICIAL
Se trata de captar e interpretar las imágenes del entorno que
envuelve a un sistema inteligente:
• Reconocimiento de caracteres tipográficos y manuscritos
• Interpretación de imágenes
• Reconocimiento de objetos
• Visión del color
• Análisis visual del movimiento
Funciones fundamentales de un sistema de visión artificial:
• Extracción de la información de una imagen bidimensional
• Reconstrucción de objetos, perfiles, sombras, partes ocultas
• Agrupar información dispersa en entidades físicas únicas
• Transformar la representación centrada en una imagen en una
representación centrada en el “mundo”
• Establecer relaciones, en el espacio y en el tiempo, entre objetos
• Construir una descripción interna consistente, que proporciones una
“salida” adecuada de la imagen captada (una representación gráfica del
objeto y/o un texto o informe de las características de los objetos
identificados.

7. 3. RESOLUCIÓN DE PROBLEMAS
Algoritmo de Resolución CONOCIDO  Programa tradicional
Algoritmo de Resolución NO CONOCIDO  Heurística (Sistema
desarrollado con IA)
ESTADO 1.1.1
…
ESTADO 1.1.N.1
…
ESTADO 1.1.2
ESTADO 1.1.N.2
ESTADO 1.1
ESTADO 1.1.N
…
DATOS ESTADO 1.1.N.N
INCIALES
ESTADO 1.1.2
DEL
ESTADO 1.2
…
PROBLEMA
(ESTADO
INICIAL) ESTADO 1.1.N
ESTADO 1.1.N.1
ESTADO 1.1.1
…
ESTADO 1.1.N.2
ESTADO 1.N
…
ESTADO 1.1.2
ESTADO 1.1.N
ESTADO 1.1.N.N

8. 4. REPRESENTACIÓN DEL CONOCIMIENTO Y RAZONAMIENTO
Métodos de representación del Conocimiento
• Reglas
• Redes Semánticas
• Marcos de Referencia
a) REGLAS
SI “condición/es” ENTONCES “acción/es”
SI
se desea obtener ingresos superiores al 10%
Y el período de inversión es a largo plazo
Y número de persona dependientes del inversor es menor de 3
Y la edad del inversor es menor o igual a 35 años
ENTONCES
el área de inversión podría ser acciones de empresas de alta
tecnología

9. 4. REPRESENTACIÓN DEL CONOCIMIENTO Y RAZONAMIENTO
b) REDES SEMÁNTICAS
EMOCIONES
tienen …
son …
HABITANTES DE
EUROPA tienen …
CABEZA
SERES
HUMANOS
son … tiene …
son …
CUERPO
HABITANTES DEL
REINO UNIDO tiene …
HABITANTES DE
FRANCIA
es … TRONCO
es … es …
es … MARGUERITE
EMMA YOURCENAR
THOMPSOM VANESSA SIMONE DE
REDGRAVE BEAUVOIR

10. 4. REPRESENTACIÓN DEL CONOCIMIENTO Y RAZONAMIENTO
c) MARCOS DE REFERENCIA
SILLA
slot valor
PROPIETARIO Luisa López
PARTES Asiento, respaldo, brazos, patas
NUMERO DE PATAS 4
NUMERO DE
2
BRAZOS
COLOR Marrón
ESTILO Luis XV
DIRECCIÓN DEL
Buscar en la base de datos “direcciones”
PROPIETARIO

11. 5. APRENDIZAJE AUTOMÁTICO
Capacidad de acumular experiencia y de adaptarse a
entornos cambiantes donde utilizar nuevas estrategias
• Redes Neuronales Artificiales (ANN)
• Algoritmos Genéticos (GA)
• Aprendizaje Inductivo (Inducción de Reglas y Árboles de Decisión)
• Razonamiento Basado en Casos (CBR)

12. SISTEMAS EXPERTOS
DSS (Decision Support System)
1. Definición y características principales de un SE
2. Arquitectura de un SE
3. Construcción de un SE
4. Algunas Aplicaciones empresariales de los SE

13. Un Sistema Experto se puede definir como aquel programa de
ordenador que contiene la erudición de un especialista humano
versado en un determinado campo de aplicación.
Características de un DSS
• Resolver el problema que se les plantea de la misma manera que
el experto humano
• Trabajar con datos incompletos o información insegura
• Explicar el resultado obtenido
• Aprender conocimientos nuevos sobre la marcha
• Reestructurar los conocimientos de que dispone en función de
datos nuevos
• Saltarse las normas, cuando se llega a la conclusión de que éstas
no son aplicables a nuestro caso concreto

14. Ventajas del DSS frente al experto humano
• El conocimiento contenido en un DSS es más fácil de documentar
y de transferir que el de los expertos humanos
• Conocimiento permanece tras la desaparición del experto. Forma
parte del “know-how” de la empresa
• Fácilmente transportable y utilizable simultáneamente en
distintos lugares
• No se “cansan” ni están sujetos a presiones
• A la larga pueden ser más rentables que los expertos humanos
Desventajas del DSS frente al experto humano
• Carecen por completo de creatividad y de sentido común
• Sólo sirven para parcelas bien acotadas del conocimiento frenta a
la mayor universalidad del saber humano
• Reciben sus entradas de forma simbólica mientras que el ser
humano utiliza sus sentidos
• De momento tienen grandes dificultades para adquirir nuevos
conocimientos por sí mismos

15. ARQUITECTURA DE UN SISTEMA EXPERTO
Código del programa
Programa Convencional
Datos
Base de Conocimientos
Sistema Experto Base de Hechos
Motor de Inferencias
BASE DE DATOS DE
HECHOS ENTRADA
MODULO DE
MOTOR DE
INTERACCIÓN
INFERENCIAS
CON EL USUARIO
BASE DE
CONOCIMIENTOS PREGUNTAS RESPUESTAS

16. Modos de Funcionamiento del Motor de Inferencias
• Encadenamiento hacia delante (Forward Chaining): Se van ejecutando
las reglas que la situación especificada en la base de hechos permite.
Cada regla ejecutada modifica la base de hechos lo que hace que
otras reglas puedan ser ejecutadas. Se continua el proceso hasta que
no pueden ejecutarse más reglas. (Ejemplo configuración de PCs)
• Encadenamiento hacia atrás (Backward Chaining): Se parte de un
conjunto de hipótesis que son contrastadas con las conclusiones de
ciertas reglas; para poder ejecutar una de estas reglas, se sustituye el
objetivo inicial por un conjunto de subobjetivos indicados por las
premisas de la regla indicada, el proceso continúa hasta que se puede
ejecutar la regla. (Ejemplo diagnóstico de accidentes en plantas
nucleares)
• Encadenamiento mixto. Combinación de las dos anteriores

17. CONSTRUCCIÓN DE UN SISTEMA EXPERTO
Fase I Selección de la Aplicación
Fase II Selección de la Herramienta de desarrollo del
Sistema Experto
Fase III Diseño de ingeniería y construcción del prototipo
Fase IV Integración y Mantenimiento en régimen de
producción

18. FASE I – SELECCIÓN DE LA APLICACIÓN
EXISTEN VERDADEROS
EXPERTOS
LOS EXPERTOS CONCUERDAN
EN LAS SOLUCIONES
POSIBLE Y LOS EXPERTOS PUEDEN
JUSTIFICADO ARTICULAR SUS MÉTODOS
APROPIADO SE DISPONE DE CASOS DE
PRUEBA
LA TAREA REQUIERE SOLO
HABILIDAD COGNITIVA
LA TAREA NO ES DEMASIADO
DIFICIL NI DEMASIADO FÁCIL

19. FASE I – SELECCIÓN DE LA APLICACIÓN
NECESIDAD DE EXPERIENCIA EN
ENTORNOS HOSTILES
ESCASEZ DE EXPERIENCIA
HUMANA
POSIBLE
NECESIDAD DE EXPERIENCIA EN
JUSTIFICADO O VARIOS LUGARES
APROPIADO POSIBILIDAD DE PÉRDIDA DE
EXPERIENCIA HUMANA
ALTA TASA DE RECUPERACIÓN
DE LA INVERSIÓN
NO EXISTEN OTRAS
SOLUCIONES ALTERNATIVAS

20. FASE I – SELECCIÓN DE LA APLICACIÓN
LA TAREA REQUIERE
MANIPULACIÓN SIMBÓLICA
POSIBLE
LA TAREA REQUIERE
SOLUCIONES HEURÍSTICAS
JUSTIFICADO
LA TAREA NO ES DEMASIADO
APROPIADO
Y FÁCIL
LA TAREA TIENE VALOR
PRÁCTICO
LA TAREA ES DE TAMAÑO
MANEJABLE

21. FASE II – ELECCIÓN DE LA HERRAMIENTA DE DESARROLLO
DEL SISTEMA EXPERTO
a) Lenguajes de Programación
Lenguajes de Programación de propósito general
• Fortram
• Pascal
• Visual Basic
• C
• C++
• …
Lenguajes de Inteligencia Artificial
• LISP
• ProLog
• …

22. FASE II – ELECCIÓN DE LA HERRAMIENTA DE DESARROLLO
DEL SISTEMA EXPERTO
a) Lenguajes de Programación
LISP
(A, B, C, D)
(A, (B, C, (D, E), F), G)
A G
B C F
D E
FACTORIAL: (LAMBDA (N)
(COND ((EQUAL N 1) 1)
(T (TIMES N
(FACTORIAL (SUB1 N))
))
)
)

23. FASE II – ELECCIÓN DE LA HERRAMIENTA DE DESARROLLO
DEL SISTEMA EXPERTO
a) Lenguajes de Programación
PROLOG  PROgramación LOGica
padre (juan, luisa)
mujer (luisa)
L1  L2 & L3 & … & Ln
hija (A, B)  mujer (A) & padre (B, A)

24. FASE II – ELECCIÓN DE LA HERRAMIENTA DE DESARROLLO
DEL SISTEMA EXPERTO
b) Lenguajes de Ingeniería del Conocimiento
Son Sistemas Expertos a los que se les quita la Base de
Conocimientos y se cambia por otra específica del
problema para el que se quiere aplicar el sistema experto
SISTEMA EXPERTO  LENGUAJE DE INGENIERIA DEL CONOCIMIENTO
MYCIN  EMYCIN
PROSPECTOR  KAS

25. FASE II – ELECCIÓN DE LA HERRAMIENTA DE DESARROLLO
DEL SISTEMA EXPERTO
c) Entornos de Desarrollo o Núcleos de Sistemas Expertos
Programa informático que ayuda al usuario en el diseño y
construcción de un sistema experto. Contiene un motor
de inferencias y un interfase preconstruidos; la estructura
básica de la base de conocimientos y la base de hechos.
ENTORNOS DE DESARROLLO DE SISTEMAS EXPERTOS
Reglas  GURU , KAPPA
Marcos  KEE (Knowledge Engineering Environment)
Mixtos  ART, LOOPS, KNOWLEDGE CRAFT

26. FASE III – DISEÑO DE INGENIERÍA Y CONSTRUCCIÓN DEL PROTOTIPO
IDENTIFICACIÓN
CARACTERIZACIÓN DE LOS ASPECTOS
IMPORTANTES DEL PROBLEMA
• Identificación del problema: tipo y
REQUERIMIENTOS alcance
El Participantes en el desarrollo el
• Ingeniero del Conocimiento y
CONCEPTUALIZACIÓN Experto deciden qué conceptos,
(expertos adicionales)
CONCEPTOS NECESARIOS PARA
PRODUCIR UNA SOLUCIÓN
relaciones, estrategias, tareas,
• Recopilación de casos de prueba
restricciones y mecanismos de
• Recursos necesarios (tiempo,
CONCEPTOS control son necesarios paraclave y
Se expresan los…)
informáticos, conceptos
las relaciones entre del a dentro del
• Metas objetivos ellos resolver
describirylos problemas SE
FORMALIZACIÓN Se evalúan las prestaciones del SE,
REPRESENTACIÓN FORMAL DEL marco sugerido por el lenguaje de
su utilidad y su fiabilidad,
CONOCIMIENTO construcción del SE. Sede deberá
• Se construye resolución de los
aplicándolo a la la base
elegir el modo de con las reglas,
conocimientos representar el
ESTRUCTURA casos de prueba. Los resultados
conocimiento (reglas, redes
marcos, etc. adecuados.
IMPLEMENTACIÓN serán verificados por el experto
semánticas, marcos de referencia, o
• Se definen las estrategias que
REGLAS QUE SOPORTAN EL que recomendará los pasos a
CONOCIMIENTO
alguna combinaciónde inferencia.
utilizará el motor de éstas)
seguir para afinar la base de
• Construcción para primer
conocimientos ode un que no se
REGLAS
prototipo.
repitan de nuevo las mismas
VERIFICACIÓN equivocaciones.
VALIDACIÓN DE LAS REGLAS

27. FASE IV – INTEGRACIÓN Y MANTENIMIENTO EN RÉGIMEN DE
PRODUCCIÓN
Se trata de integrar el SE en el entorno de trabajo en el
que continuará operando.
El SE deberá funcionar coordinadamente con el resto de
sistemas existentes en la organización.
Si fuera necesario, se volverá a cualquiera de las fases
anteriores (fase III, a veces a la fase II y raramente a la
fase I).

28. ALGUNAS APLICACIONES EMPRESARIALES DE LOS
SISTEMAS EXPERTOS
1. Aplicaciones en el área de Dirección de Operaciones
a) Fase de Diseño
b) Planificación de la Producción
c) Fabricación
d) Control y Mantenimiento
2. Aplicaciones en Administración de Empresas

29. 1. Aplicaciones en el área de Dirección de Operaciones (Fase de Diseño)
ESPECIFICACIONES + RESTRICCIONES  DISEÑO
El número de posibilidades es tan alto que es prácticamente
imposible una transformación directa.
Proceso incremental a través de diferentes niveles.
Al final de cada nivel es necesaria una verificación para asegurar
que los resultados son coherentes con las especificaciones.
XCON Utilizado por DIGITAL para configurar sus sistemas informáticos VAX
Todos los componentes, elementos y opciones deben ser compatibles
20/30 entre sí, y según las especificaciones del cliente.
minutos Un pedido de un cliente  30/40 elementos diferentes (cada elemento
consta de 5/15 componentes).
XCON decide las modificaciones y/o adiciones necesarias para obtener un
sistema funcional. Se generan unas hojas de configuración en las que se
muestra las características del pedido original, las adiciones, anulaciones
2 1/2 y sustituciones junto con las explicaciones de los cambios realizados.
minutos También se generan una serie de diagramas que muestran la distribución
física de los componentes en los bastidores, las longitudes de los cables
necesarios y las conexiones de los distintos componentes.

30. 1. Aplicaciones en el área de Dirección de Operaciones (Fase de
Planificación de la Producción)
DISEÑO DEL PRODUCTO + RESTRICCIONES DE PRODUCCIÓN 
PLANIFICACIÓN DE LA PRODUCCIÓN
OPGEN Utilizado por HAZELTINE CORP. en la fabricación de tarjetas de circuito
impreso (tarea tediosa, consume mucho tiempo, lo hace un ingeniero de
fabricación que aplica conocimientos de materiales y componentes para
preparar unas hojas de instrucciones para los técnicos de montaje.
20/25 Entradas: diseño de la tarjeta (esquema de conexionado) y distribución
horas física de los componentes de la tarjeta.
Salida: hojas de instrucciones (quién hace qué, en qué centro de trabajo,
qué piezas se instalan manualmente y cuáles automatizadamente, en qué
orden se deben hacer las conexiones, etc.)
Qué se hace
1 1/2 Marcos de Referencia Dónde se hace
minuto (se describen las operaciones) Quién la hace …
OPGEN
Condiciones
Reglas Normas de planificación
Organización de las operaciones

31. 1. Aplicaciones en el área de Dirección de Operaciones (Fase de Fabricación)
PROGRAMACIÓN DE LA PRODUCCIÓN, CAPACIDAD, LANZAMIENTO
DE ÓRDENES DE TRABAJO, GESTIÓN DE INVENTARIOS
ISA (Intelligent Scheduling Assistant), utilizado por DIGITAL.
Sistema basado en REGLAS que hace la programación del lanzamiento de
órdenes de trabajo para la fabricación de equipos informáticos, en función
de las disponibilidades reales y previstas de material; lanza órdenes de
pedidos a proveedores optimizando los costes de los pedidos.
IMACS (Intelligent Management Assistant for Computer Systems Manufacturing)
Sistema basado en REGLAS que atiende a todos los aspectos del proceso
de fabricación:
Capacidad
Gestión de Inventarios
Secuenciación de las tareas
Diagnóstico y resolución de problemas
…

32. 1. Aplicaciones en el área de Dirección de Operaciones (Fase de Control y
Mantenimiento)
DETECCIÓN DE ERRORES Y DEFICIENCIAS EN EL FUNCIONAMIENTO,
Y CORRECCIÓN DE LOS MISMOS
CATS Utilizado por GENERAL ELECTRIC.
Efectúa tareas de mantenimiento de poca envergadura en talleres de
reparación de locomotoras.
Sistema basado en REGLAS, utiliza los “encadenamientos regresivo” y
“progresivo” para diagnosticar averías y proponer acciones correctoras.
DART Utilizado por IBM para diagnosticar fallos en las unidades de control de
disco de los sistemas informáticos
ACE (Automated Cable Expertise) utilizado por AT&T.
Ayuda al director de mantenimiento de un centro de comunicaciones a
analizar cualquier avería en el cableado, línea telefónica, cajas de
conexión o instalaciones externas a la central

33. 2. Aplicaciones en el área de Administración de Empresas
• Análisis de Estado Financiero de la empresa. Analizando los balances y
las cuentas de activo/pasivo, un SE puede dar respuestas a preguntas,
ayudar a solucionar problemas o dar recomendaciones a la hora de tomar
una decisión.
• Gestión de la cartera de valores (K:BASE es utilizado por la empresa
Lehman Bros. para ajustar sus decisiones de compra/venta de valores en
función de la información que se va recibiendo en tiempo real).
• Evaluación de Riesgos en la Política de Inversiones y/o Préstamos
• Contabilidad fiscal e impuestos. Los SE ayudan al asesor fiscal a tomas
las mejores decisiones para mejorar la situación fiscal de las compañías.
En USA se utilizan SE para la selección de candidatos a una inspección
fiscal.
• Planificación financiera. Se analiza la situación financiera de la compañía
y sus objetivos, y se proponen las estrategias de inversiones, seguros,
impuestos, etc. para alcanzar los objetivos planteados dentro de las
restricciones financieras de la empresa.
• Auditoría. Las grandes firmas utilizan SE para ayudar a sus auditores en
su trabajo (desarrollo del programa de trabajo, análisis de riesgos,
asistencia técnica en impuestos, contabilidad, etc.)
• ……………