Este documento presenta una introducción a los sistemas basados en conocimiento y áreas clave de la inteligencia artificial como sistemas expertos y redes neuronales. Explica la historia y definiciones de estos conceptos, así como ejemplos de su aplicación en áreas como la toma de decisiones financieras.

2. INTELIGENCIA ARTIFICIAL Es la actividad de proveer a maquinas como las computadoras de la capacidad para exhibir conductas que se considerarían inteligentes si se observaran en seres humanos. La AI representa la aplicación mas sofisticada de las computadoras, pues busca duplicar algunos tipos de razonamiento humano. HISTORIA DE LA AI Las semillas de la AI se sembraron apenas dos años después de que General Eléctrica instaló la primera computadora para uso comercial. En 1956 el termino inteligencia artificial fue acuñado por John McCarthy como tema de una conferencia celebrada en el Dartmouth Collage. Ese mismo año se anuncio el primer programa de computadora con AI, llamado Logic Theorist. La limitada capacidad de Logic Theorist para razonar (demostrando teoremas de calculo) animó a los investigadores a desarrollar otro programa llamado General Problem Solver (GPS, revolvedor general de problemas), diseñado para resolver problemas de toda clase. MARYURI ZAMBRANO

3. ÁREAS DE LA AI

4. LA DIFERENCIA ENTRE UN SISTEMA EXPERTO Y UN DSS Primero, un DSS consiste en rutinas que reflejan la forma como un gerente cree que un problema debe resolverse, así como el estilo y las capacidades del gerente. Un sistema experto, en cambio, ofrece la oportunidad de tomar decisiones que exceden las capacidades del gerente. La segunda distinción entre un sistema experto y un DSS es la capacidad del primero de explicar la línea de razonamiento que siguió para llegar a una solución dada. Con mucha frecuencia, la explicación de cómo se llegó a una solución es mas valiosa que la solución misma.

5. Un Sistema Experto: es un programa de computadoras que intenta representar los conocimientos de expertos humanos. Un sistema Experto consta de 4 partes principales: 1.- La Interfaz con el Usuario. 2.- La Base del Conocimiento. 3.- La Maquina de Inferencias. 4.- El Experto y el Ingeniero del Conocimiento . ZULEIMA GUAIMARA

6. La Interfaz con el Usuario: permite al usuario interactuar con el sistema experto, permitiendole al gerente introducir instrucciones e información en el sistema experto y recibir información de él. Entradas del Sistema Experto : La Interfaz con el Usuario de un sistema experto esta diseñada: 1.- Para facilitar un dialogo bidireccional entre el sistema y el usuario. 2.- El sistema muestra información en la pantalla y el usuario introduce información empleando el teclado, el ratón o cualquier otro tipo de mecanismo para apuntar. 3.- Los primeros sistemas usaban las técnicas de pregunta y respuesta y llenado de formas.

7. 4.- Luego aparecieron los menús y los lenguajes de comandos, y los sistema de administración de bases de datos (DBMS). El Formato de Interfaz más popular en la actualidad es la: INTERFAZ GRAFICA CON EL USUARIO. También es posible combinar estos Formatos de Pantalla de diversas maneras para crear un Diseño de Pantalla Integrada.

8. Salidas del Sistema Experto: Los sistemas Expertos se diseñan para recomendar soluciones , estas soluciones se complementan con explicaciones. Hay dos tipos de explicaciones: 1.- Explicación de preguntas. 2.- Explicación de la solución del problema.

9. La Base del Conocimiento: contiene los conocimientos acumulados sobre el problema especifico a resolver , además contienen hechos que describen el área del problema y técnicas de representación de conocimientos que describen como los hechos embonan de forma lógica. Una Técnica popular para representar conocimientos consiste en usar REGLAS.

10. MODELO DE SISTEMA EXPERTO

13. D) El proceso de creación del sistema Es el proceso de crear un sistema experto varia respecto a ese patrón porque interviene un tercer protagonista como lo es el experto. En el proceso de creación del sistema posee 8 pasos los cuales son los siguientes:

14. 7) REDES NEURONALES Una red neuronal es un modelo matemático del cerebro humano que simula la forma en que las neuronas interactúan para procesar datos y aprender con la experiencia. 1) Comparaciones biológicas 2) La evolución de los sistemas neuronales artificiales 3) El sistema neuronal artificial 4) Adiestramiento de redes 5) El sistema neuronal artificial en perspectiva

18. 4) Adiestramiento de redes El adiestramiento consiste en muchas repeticiones de entradas que expresan diversas relaciones. Al refinar progresivamente los pedos de los nodos del sistema (las neuronas simuladas), el ANS descubre las relaciones entre las entradas. 5) El sistema neuronal artificial en perspectiva Es el principal factor que distingue sistema neuronal artificial de las aplicaciones de sistemas expertos.

22. Distribución de Sistemas Expertos por industria

25. Ejemplo de Pesos de las Categorías de Información