La Robotica

LA ROBOTICA:

La robótica es la ciencia de ingeniería y la tecnología de los robots (entendiendo al robot como una máquina capaz de realizar tareas de manera autónoma o semi autónoma), relacionada con la electrónica, la mecánica y el software. Es una ciencia cada vez más popular por desarrollar verdaderas inteligencias capaces de realizar muchas labores humanas o simplemente facilitarlas. La robótica se encarga no sólo de diseñar robots, sino también de fabricarlos, aplicarlos y disponerlos estructuralmente.

HISTORIA.

El término robot como concepto fue introducido por el escritor checo Karel Capek en su obra R.U.R publicada en 1920. En los años treinta se comenzó a difundir por Europa y luego por el resto del mundo, alcanzando gran popularidad. Hoy, el robot es descrito como una máquina programable, que puede ser móvil o articulada. El primero de ellos, llamado Unimate, fue instalado en 1961para levantar piezas calientes de metal y apilarlas.

Un robot puede funcionar con energía hidráulica, eléctrica o neumática. Los que utiliza la industria son casi todos de la primera generación de robots y su funcionamiento está totalmente limitado a la programación, sin poder realizar ningún tipo de decisión propia. Los movimientos que realizan están codificados en un programa elaborado matemáticamente o a partir de los movimientos de un instructor que se almacenan en la memoria de un ordenador. La siguiente generación de robots, salidos de laboratorios, poseen algún grado de inteligencia artificial, con la que pueden tomar decisiones lógicas. Por ejemplo, pueden encontrar el camino más corto para realizar sus tareas, luego de analizar la situación. Hoy, los robots con inteligencia artificial pueden sostener juegos de ajedrez reñidos con los grandes maestros, incluso retener más información que un médico y así ayudarle a establecer diagnósticos.

El robot, de manera práctica (llevado del concepto a la acción), nació en los años sesenta y desde entonces se ha desarrollado de manera increíble, sin presentar ningún indicio de estancamiento, lo que sugiere el increíble potencial de la robótica. Los primeros fueron desarrollados para aplicaciones industriales, espaciales y submarinas, pero de a poco fueron ganando terrenos hasta realizar tareas humanas en servicios y oficinas e incluso algunos que pueden realizar tareas del hogar. Los robots representan una opción más barata, precisa y confiable que los humanos en numerosos trabajos. Además, son ideales en las labores que representan un riesgo para una persona. Sus usos más frecuentes son en fabricación, ensamblaje, empaquetamiento, transporte, exploraciones espaciales y terrestres, cirugía, armamento, investigación de laboratorio, seguridad y producción masiva de productos industriales y de consumido.

CLASIFICACIÓN DE LOS ROBOTS:

A) SEGÚN SU CRONOLOGÍA

La que a continuación se presenta es la clasificación más común:

• 1ª Generación.

Manipuladores. Son sistemas mecánicos multifuncionales con un sencillo sistema de control, bien manual, de secuencia fija o de secuencia variable.

• 2ª Generación.

Robots de aprendizaje. Repiten una secuencia de movimientos que ha sido ejecutada previamente por un operador humano. El modo de hacerlo es a través de un dispositivo mecánico. El operador realiza los movimientos requeridos mientras el robot le sigue y los memoriza.

• 3ª Generación.

Robots con control sensorizado. El controlador es una computadora que ejecuta las órdenes de un programa y las envía al manipulador para que realice los movimientos necesarios.

• 4ª Generación.

Robots inteligentes. Son similares a los anteriores, pero además poseen sensores que envían información a la computadora de control sobre el estado del proceso. Esto permite una toma inteligente de decisiones y el control del proceso en tiempo real.

B) SEGÚN SU ARQUITECTURA:

La arquitectura, es definida por el tipo de configuración general del Robot, puede ser metamórfica. El concepto de metamorfismo, de reciente aparición, se ha introducido para incrementar la flexibilidad funcional de un Robot a través del cambio de su configuración por el propio Robot. El metamorfismo admite diversos niveles, desde los más elementales (cambio de herramienta o de efecto terminal), hasta los más complejos como el cambio o alteración de algunos de sus elementos o subsistemas estructurales. Los dispositivos y mecanismos que pueden agruparse bajo la denominación genérica del Robot, tal como se ha indicado, son muy diversos y es por tanto difícil establecer una clasificación coherente de los mismos que resista un análisis crítico y riguroso. La subdivisión de los Robots, con base en su arquitectura, se hace en los siguientes grupos: poli articulados, móviles, androides, zoomórficos e híbridos.

1. Poli articulados.

En este grupo se encuentran los Robots de muy diversa forma y configuración, cuya característica común es la de ser básicamente sedentarios (aunque excepcionalmente pueden ser guiados para efectuar desplazamientos limitados) y estar estructurados para mover sus elementos terminales en un determinado espacio de trabajo según uno o más sistemas de coordenadas, y con un número limitado de grados de libertad. En este grupo, se encuentran los manipuladores, los Robots industriales, los Robots cartesianos y se emplean cuando es preciso abarcar una zona de trabajo relativamente amplia o alargada, actuar sobre objetos con un plano de simetría vertical o reducir el espacio ocupado en el suelo.

2. Móviles

Son Robots con gran capacidad de desplazamiento, basada en carros o plataformas y dotada de un sistema locomotor de tipo rodante. Siguen su camino por telemando o guiándose por la información recibida de su entorno a través de sus sensores. Estos Robots aseguran el transporte de piezas de un punto a otro de una cadena de fabricación. Guiados mediante pistas materializadas a través de la radiación electromagnética de circuitos empotrados en el suelo, o a través de bandas detectadas fotoeléctricamente, pueden incluso llegar a sortear obstáculos y están dotados de un nivel relativamente elevado de inteligencia.

3. Androides

Son Robots que intentan reproducir total o parcialmente la forma y el comportamiento cinemática del ser humano. Actualmente, los androides son todavía dispositivos muy poco evolucionados y sin utilidad práctica, y destinados, fundamentalmente, al estudio y experimentación. Uno de los aspectos más complejos de estos Robots, y sobre el que se centra la mayoría de los trabajos, es el de la locomoción bípeda. En este caso, el principal problema es controlar dinámica y coordinadamente en el tiempo real el proceso y mantener simultáneamente el equilibrio del Robot.

4. Zoomórficos

Los Robots zoomórficos, que considerados en sentido no restrictivo podrían incluir también a los androides, constituyen una clase caracterizada principalmente por sus sistemas de locomoción que imitan a los diversos seres vivos. A pesar de la disparidad morfológica de sus posibles sistemas de locomoción es conveniente agrupar a los Robots zoomórficos en dos categorías principales: caminadores y no caminadores. El grupo de los Robots zoomórficos no caminadores está muy poco evolucionado. Los experimentos efectuados en Japón basados en segmentos cilíndricos biselados acoplados axialmente entre sí y dotados de un movimiento relativo de rotación. Los Robots zoomórficos caminadores multíbipedos son muy numerosos y están siendo objeto de experimentos en diversos laboratorios con vistas al desarrollo posterior de verdaderos vehículos terrenos, piloteados o autónomos, capaces de evolucionar en superficies muy accidentadas. Las aplicaciones de estos Robots serán interesantes en el campo de la exploración espacial y en el estudio de los volcanes.

5. Híbridos

Corresponden a aquellos de difícil clasificación, cuya estructura se sitúa en combinación con alguna de las anteriores ya expuestas, bien sea por conjunción o por yuxtaposición. Por ejemplo, un dispositivo segmentado articulado y con ruedas, es al mismo tiempo, uno de los atributos de los Robots móviles y de los Robots zoomórficos.

CARACTERÍSTICAS DE LOS ROBOTS:

Existen diversos tipos de clasificaciones de robots y cada clasificación tiene diversas características, algunas de las características que comparten estos robots son:

- Movimiento. Sistema de coordenadas en las que el robot se va a desplazar. • Cartesianas • Cilíndricas • Polares

- Energía. Un robot debe de tener una fuente de energía para poder convertirla en trabajo cada vez que efectúa algún movimiento.

- Grados de libertad. Se utilizan para conocer la posición de cada actuador y articulación del robot para que el efector final este en la posición para realizar la tarea programada.

- Captación de la información. Se refiere a los sensores que van a darle al robot la información necesaria para que desempeñe la actividad para la que está diseñado.

- Autonomía. La forma en que un robot desempeña una actividad tiene complejidad. Si esta tiene algún dinamismo es mayor es por esto que una de las ramas de la robótica muy importante es la de la inteligencia artificial (IA).

Entonces un robots es un sistema que contiene sensores, un sistema de control, manipuladores, fuentes de poder y software. Todos estos componentes juntos para realizar una tarea.

COMPONENTES DE LOS ROBOTS:

Es importante mencionar, que aunque el propósito esencial de un robot industrial es el de reemplazar al hombre en la realización de ciertas tareas, la configuración de su estructura mecánica no debe tratar de imitar la humana. A pesar que se hable de brazo, muñeca o mano, no debemos de caer en el error de limitar al robot con características humanas (“la réplica más que estructural es funcional”).

Estructura Mecánica.- Un robot está formado por eslabones que van unidos entre sí por actuadores. De esta forma se puede dar el movimiento entre dos eslabones consecutivos. Comúnmente, los robots industriales se parecen a un brazo humano, motivo por el cual se usan palabras como brazo, codo, y muñeca.

Transmisiones.- Son los que transmiten el movimiento del actuador hasta la articulación.

Actuadores.- Generan el movimiento del robot, estos pueden ser: neumáticos, hidráulicos o eléctricos.

Sistema Sensorial.- Es el encargado de darle información al robot de su propio estado (sensores internos) y el de su entorno (sensores externos).

Sistema de Control.- Es el encargado de regular el comportamiento del robot para obtener los resultados deseados.

Efectores Finales.- Son los que interactúan directamente con el entorno, generalmente son diseñados específicamente para cada tipo de trabajo.

MÉTODOS DE PROGRAMACIÓN DE UN ROBOT:

Un robot puede ser programado mediante dos formas, la primera de ellas se denomina guiado o por procedimiento textual, aunque en la actualidad hay robots que son programados por una conjugación de los dos métodos mencionados.

A) Programación por guiado.

El primer método, la programación por guiado consiste en hacer realizar al robot la tarea moviendo sus articulaciones manualmente al mismo tiempo que se registran los movimientos captados por los sensores, para su posterior repetición de manera automática, cabe destacar que esta programación por guiado puede realizarse haciendo una maqueta a escala del robot para facilitar el movimiento de las articulaciones, esta programación por guiado descrita anteriormente se denomina guiado pasivo ya que el individuo que manipula el robot tiene que proveer la fuerza necesaria para mover las articulaciones por los puntos deseados. Haciendo frente a los sistemas de guiado pasivo ya que resulta muy difícil mover el robot debido a su gran peso y volumen, se pueden implementar botones o un mando de control (joystick) para mover al robot con sus propios actuadores.

B) Programación textual.

Para lograr una comunicación entre el programador u operador de un robot de manera textual existen 3 niveles. Lenguajes de programación, enseñanza y repetición y por medio de comandos verbales. Este último es el menos utilizado. Para que un robot sea más eficiente debe de tener en su programación retroalimentación por medio de sensores es por esto que es necesario que los robots sean programados por medio de lenguajes de alto nivel que nos permiten ponerles condiciones. Debido a la gran diversificación de robots y a que los lenguajes utilizados en las ciencias informáticas no cumplen con las necesidades de la robótica se desarrollaron lenguajes dedicados a esta ciencia. El diseñador de cada robot diseña un lenguaje para controlar su robot. Los lenguajes de programación textual se clasifican en 3 ramas. Por objetos, por robot y por tarea. La programación actual de un robot utiliza los lenguajes a nivel robot. Debido a la gran dificultad que se ha encontrado al tratar de diseñar un lenguaje a nivel objeto en la robótica, estos no han tenido mucho excito en su implementación. Algunas de las características que debe tener un lenguaje de programación para que sea universal según Pratt son:

1. Claridad y sencillez.

2. Claridad de la estructura del programa.

3. Sencillez de aplicación.

4. Facilidad de ampliación.

5. Facilidad de corrección y mantenimiento.

6. Eficacia.

CLASIFICACIÓN DE LOS ROBOTS:

La potencia del software en el controlador determina la utilidad y flexibilidad del robot dentro de las limitantes del diseño mecánico y la capacidad de los sensores. Los robots han sido clasificados de acuerdo a su generación, a su nivel de inteligencia, a su nivel de control, y a su nivel de lenguaje de programación. Éstas clasificaciones reflejan la potencia del software en el controlador, en particular, la sofisticada interacción de los sensores. La generación de un robot se determina por el orden histórico de desarrollos en la robótica. Cinco generaciones son normalmente asignadas a los robots industriales. La tercera generación es utilizada en la industria, la cuarta se desarrolla en los laboratorios de investigación, y la quinta generación es un gran sueño.

1.- Robots Play-back, los cuales regeneran una secuencia de instrucciones grabadas, como un robot utilizado en recubrimiento por spray o soldadura por arco. Estos robots comúnmente tienen un control de lazo abierto.

2.- Robots controlados por sensores, estos tienen un control en lazo cerrado de movimientos manipulados, y hacen decisiones basados en datos obtenidos por sensores.

3.- Robots controlados por visión, donde los robots pueden manipular un objeto al utilizar información desde un sistema de visión.

4.- Robots controlados adaptablemente, donde los robots pueden automáticamente reprogramar sus acciones sobre la base de los datos obtenidos por los sensores.

5.- Robots con inteligencia artificial, donde las robots utilizan las técnicas de inteligencia artificial para hacer sus propias decisiones y resolver problemas.

A) SU NIVEL DE INTELIGENCIA:

1.- Dispositivos de manejo manual, controlados por una persona.

2.- Robots de secuencia arreglada.

3.- Robots de secuencia variable, donde un operador puede modificar la secuencia fácilmente.

4.- Robots regeneradores, donde el operador humano conduce el robot a través de la tarea.

5.- Robots de control numérico, donde el operador alimenta la programación del movimiento, hasta que se enseñe manualmente la tarea.

6.- Robots inteligentes, los cuales pueden entender e interactuar con cambios en el medio ambiente.

B) AL NIVEL DE CONTROL

1.- Nivel de inteligencia artificial, donde el programa aceptará un comando como "levantar el producto" y descomponerlo dentro de una secuencia de comandos de bajo nivel basados en un modelo estratégico de las tareas.

2.- Nivel de modo de control, donde los movimientos del sistema son modelados, para lo que se incluye la interacción dinámica entre los diferentes mecanismos, trayectorias planeadas, y los puntos de asignación seleccionados.

3.- Niveles de servosistemas, donde los actuadores controlan los parámetros de los mecanismos con el uso de una retroalimentación interna de los datos obtenidos por los sensores, y la ruta es modificada sobre la base de los datos que se obtienen de sensores externos. Todas las detecciones de fallas y mecanismos de corrección son implementados en este nivel.

C) EL NIVEL DEL LENGUAJE DE PROGRAMACIÓN.

La clave para una aplicación efectiva de los robots para una amplia variedad de tareas, es el desarrollo de lenguajes de alto nivel. Existen muchos sistemas de programación de robots, aunque la mayoría del software más avanzado se encuentra en los laboratorios de investigación. Los sistemas de programación de robots caen dentro de tres clases :

1.- Sistemas guiados, en el cual el usuario conduce el robot a través de los movimientos a ser realizados.

2.- Sistemas de programación de nivel-robot, en los cuales el usuario escribe un programa de computadora al especificar el movimiento y el senado.

3.- Sistemas de programación de nivel-tarea, en el cual el usuario especifica la operación por sus acciones sobre los objetos que el robot manipula.

Aplicaciones

Los robots son utilizados en una diversidad de aplicaciones, desde robots tortugas en los salones de clases, robots soldadores en la industria automotriz, hasta brazos tele operados en el transbordador espacial.

Cada robot lleva consigo su problemática propia y sus soluciones afines; no obstante que mucha gente considera que la automatización de procesos a través de robots está en sus inicios, es un hecho innegable que la introducción de la tecnología robótica en la industria, ya ha causado un gran impacto. En este sentido la industria Automotriz desempeña un papel preponderante.

Es necesario hacer mención de los problemas de tipo social, económicos e incluso político, que puede generar una mala orientación de robotización de la industria. Se hace indispensable que la planificación de los recursos humanos, tecnológicos y financieros se realice de una manera inteligente.

Por el contrario la Robótica contribuirá en gran medida al incremento del empleo. ¿Pero, como se puede hacer esto? al automatizar los procesos en máquinas más flexibles, reduce el costo de maquinaria, y se produce una variedad de productos sin necesidad de realizar cambios importantes en la forma de fabricación de los mismo. Esto originara una gran cantidad de empresas familiares (Micro y pequeñas empresas) lo que provoca la descentralización de la industria.

A continuación se hará una breve explicación de algunas de ellas:

Industria

Los robots son utilizados por una diversidad de procesos industriales como lo son : la soldadura de punto y soldadura de arco, pinturas de spray, transportación de materiales, molienda de materiales, moldeado en la industria plástica, máquinas-herramientas, y otras más.

Aplicación de transferencia de material.

Las aplicaciones de transferencia de material se definen como operaciones en las cuales el objetivo primario es mover una pieza de una posición a otra. Se suelen considerar entre las operaciones más sencillas o directas de realizar por los robots. Las aplicaciones normalmente necesitan un robot poco sofisticado, y los requisitos de enclavamiento con otros equipos son típicamente simples.

Carga y descarga de maquinas.

Estas aplicaciones son de manejos de material en las que el robot se utiliza para servir a una máquina de producción transfiriendo piezas a/o desde las máquinas. Existen tres casos que caen dentro de ésta categoría de aplicación:

1.

2. Carga/Descarga de Máquinas. El robot carga una pieza de trabajo en bruto en el proceso y descarga una pieza acabada. Una operación de mecanizado es un ejemplo de este caso.

1. Carga de máquinas. El robot debe de cargar la pieza de trabajo en bruto a los materiales en las máquinas, pero la pieza se extrae mediante algún otro medio. En una operación de prensado, el robot se puede programar para cargar láminas de metal en la prensa, pero las piezas acabadas se permite que caigan fuera de la prensa por gravedad.

1. Descarga de máquinas. La máquina produce piezas acabadas a partir de materiales en bruto que se cargan directamente en la máquina sin la ayuda de robots. El robot descarga la pieza de la máquina. Ejemplos de ésta categoría incluyen aplicaciones de fundición de troquel y moldeado plástico.

La aplicación se tipifica mejor mediante una célula de trabajo con el robot en el centro que consta de la máquina de producción, el robot y alguna forma de entrega de piezas.

Operaciones de procesamiento.

Además de las aplicaciones de manejo de piezas, existe una gran clase de aplicaciones en las cuales el robot realmente efectúa trabajos sobre piezas. Este trabajo casi siempre necesita que el efector final del robot sea una herramienta en lugar de una pinza.

Por tanto la utilización de una herramienta para efectuar el trabajo es una característica distinta de este grupo de aplicaciones. El tipo de herramienta depende de la operación de procesamiento que se realiza.

Soldadura por puntos.

Como el término lo sugiere, la soldadura por puntos es un proceso en el que dos piezas de metal se soldán en puntos localizados al hacer pasar una gran corriente eléctrica a través de las piezas donde se efectúa la soldadura.

Soldadura por arco continúa.

La soldadura por arco es un proceso de soldadura continua en oposición a la soldadura por punto que podría llamarse un proceso discontinuo. La soldadura de arco continua se utiliza para obtener uniones largas o grandes uniones soldadas en las cuales, a menudo, se necesita una cierre hermético entre las dos piezas de metal que se van a unir. El proceso utiliza un electrodo en forma de barra o alambre de metal para suministrar la alta corriente eléctrica de 100 a 300 amperes.

Recubrimiento con espray

La mayoría de los productos fabricados de materiales metálicos requieren de alguna forma de acabado de pintura antes de la entrega al cliente. La tecnología para aplicar estos acabados varia en la complejidad desde métodos manuales simples a técnicas automáticas altamente sofisticadas. Se dividen los métodos de recubrimiento industrial en dos categorías:

1.- Métodos de recubrimiento de flujo e inmersión.

2.- Métodos de recubrimiento al espray.

Los métodos de recubrimiento mediante flujo de inmersión se suelen considerar que son métodos de aplicar pintura al producto de baja tecnología. La inmersión simplemente requiere sumergir la pieza o producto en un tanque de pintura liquida.

Otras Operaciones de proceso

Además de la soldadura por punto, la soldadura por arco, y el recubrimiento al spray existe una serie de otras aplicaciones de robots que utilizan alguna forma de herramienta especializada como efector final. Operaciones que están en ésta categoría incluyen:

• Taladro, acanalado, y otras aplicaciones de mecanizado

• Rectificado, pulido, desbarbado, cepillado y operaciones similares.

• Remachado, Corte por chorro de agua.

• Taladro y corte por láser.

Laboratorios

Los robots están encontrando un gran número de aplicaciones en los laboratorios. Llevan a cabo con efectividad tareas repetitivas como la colocación de tubos de pruebas dentro de los instrumentos de medición. En ésta etapa de su desarrollo los robots son utilizados para realizar procedimientos manuales automatizados. Un típico sistema de preparación de muestras consiste de un robot y una estación de laboratorio, la cual contiene balanzas, dispensarios, centrifugados, racks de tubos de pruebas, etc.

Las muestras son movidas desde la estación de laboratorios por el robot bajo el control de procedimientos de un programa.

Los fabricantes de estos sistemas mencionan tener tres ventajas sobre la operación manual: incrementan la productividad, mejoran el control de calidad y reducen la exposición del ser humano a sustancias químicas nocivas.

Las aplicaciones subsecuentes incluyen la medición del pH, viscosidad, y el porcentaje de sólidos en polímeros, preparación de plasma humano para muestras para ser examinadas, calor, flujo, peso y disolución de muestras para presentaciones espectro maticas.

Manipuladores cinemáticas

La tecnología robótica encontró su primer aplicación en la industria nuclear con el desarrollo de tele operadores para manejar material radiactivo. Los robots más recientes han sido utilizados para soldar a control remoto y la inspección de tuberías en áreas de alta radiación. El accidente en la planta nuclear de Three Mile Island en Pennsylvania en 1979 estimuló el desarrollo y aplicación de los robots en la industria nuclear. El reactor numero 2 (TMI-2) predio su enfriamiento, y provocó la destrucción de la mayoría del reactor, y dejo grandes áreas del reactor contaminadas, inaccesible para el ser humano. Debido a los altos niveles de radiación las tareas de limpieza solo eran posibles por medios remotos. Varios robots y vehículos controlados remotamente han sido utilizados para tal fin en los lugares donde ha ocurrido una catástrofe de este tipo. Ésta clase de robots son equipados en su mayoría con sofisticados equipos para detectar niveles de radiación, cámaras, e incluso llegan a traer a bordo un mini laboratorio para hacer pruebas.

Agricultura

Para muchos la idea de tener un robot agricultor es ciencia ficción, pero la realidad es muy diferente; o al menos así parece ser para el Instituto de Investigación Australiano, el cual ha invertido una gran cantidad de dinero y tiempo en el desarrollo de este tipo de robots. Entre sus proyectos se encuentra una máquina que esquila a la ovejas. La trayectoria del cortador sobre el cuerpo de las ovejas se planea con un modelo geométrico de la oveja.

Para compensar el tamaño entre la oveja real y el modelo, se tiene un conjunto de sensores que registran la información de la respiración del animal como de su mismo tamaño, ésta es mandada a una computadora que realiza las compensaciones necesarias y modifica la trayectoria del cortador en tiempo real.

Debido a la escasez de trabajadores en los obradores, se desarrolla otro proyecto, que consiste en hacer un sistema automatizado de un obrador, el prototipo requiere un alto nivel de coordinación entre una cámara de vídeo y el efector final que realiza en menos de 30 segundos ocho cortes al cuerpo del cerdo.

Por su parte en Francia se hacen aplicaciones de tipo experimental para incluir a los robots en la siembra, y poda de los viñedos, como en la pizca de la manzana.

Espacio.

La exploración espacial posee problemas especiales para el uso de robots. El medio ambiente es hostil para el ser humano, quien requiere un equipo de protección muy costoso tanto en la Tierra como en el Espacio. Muchos científicos han hecho la sugerencia de que es necesario el uso de Robots para continuar con los avances en la exploración espacial; pero como todavía no se llega a un grado de automatización tan precisa para ésta aplicación, el ser humano aún no ha podido ser reemplazado por estos. Por su parte, son los tele operadores los que han encontrado aplicación en los transbordadores espaciales.

En Marzo de 1982 el transbordador Columbia fue el primero en utilizar este tipo de robots, aunque el ser humano participa en la realización del control de lazo cerrado.

Algunas investigaciones están encaminadas al diseño, construcción y control de vehículos autónomos, los cuales llevarán a bordo complejos laboratorios y cámaras muy sofisticadas para la exploración de otros planetas.

En Noviembre de 1970 los rusos consiguieron el alunizaje del Lunokhod 1, el cual poseía cámaras de televisión, sensores y un pequeño laboratorio, era controlado remotamente desde la tierra.

En Julio de 1976, los Norteamericanos aterrizaron en Marte el Viking 1, llevaba abordo un brazo robotizado, el cual recogía muestras de piedra, tierra y otros elementos las cuales eran analizados en el laboratorio que fue acondicionado en el interior del robot. Por supuesto también contaba con un equipo muy sofisticado de cámaras de vídeo.

Vehículos submarinos.

Dos eventos durante el verano de 1985 provocaron el incremento por el interés de los vehículos submarinos. En el primero - Un avión de la Air Indian se estrelló en el Océano Atlántico cerca de las costas de Irlanda - un vehículo submarino guiado remotamente, normalmente utilizado para el tendido de cable, fue utilizado para encontrar y recobrar la caja negra del avión. El segundo fue el descubrimiento del Titanic en el fondo de un cañón, donde había permanecido después del choque con un iceberg en 1912, cuatro kilómetros abajo de la superficie. Un vehículo submarino fue utilizado para encontrar, explorar y filmar el hallazgo.

En la actualidad muchos de estos vehículos submarinos se utilizan en la inspección y mantenimiento de tuberías que conducen petróleo, gas o aceite en las plataformas oceánicas; en el tendido e inspección del cableado para comunicaciones, para investigaciones geológicas y geofísicas en el suelo marino.

La tendencia hacia el estudio e investigación de este tipo de robots se incrementará a medida que la industria se interese aún más en la utilización de los robots, sobra mencionar los beneficios que se obtendrían si se consigue una tecnología segura para la exploración del suelo marino y la explotación del mismo.

Educación.

Los robots están apareciendo en los salones de clases de tres distintas formas. Primero, los programas educacionales utilizan la simulación de control de robots como un medio de enseñanza. Un ejemplo palpable es la utilización del lenguaje de programación del robot Karel, el cual es un subconjunto dePascal; este es utilizado por la introducción a la enseñanza de la programación.

El segundo y de uso más común es el uso del robot tortuga en conjunción con el lenguaje LOGO para enseñar ciencias computacionales. LOGO fue creado con la intención de proporcionar al estudiante un medio natural y divertido en el aprendizaje de las matemáticas.

En tercer lugar está el uso de los robots en los salones de clases. Una serie de manipuladores de bajo costo, robots móviles, y sistemas completos han sido desarrollados para su utilización en los laboratorios educacionales. Debido a su bajo costo muchos de estos sistemas no poseen una fiabilidad en su sistema mecánico, tienen poca exactitud, no existen los sensores y en su mayoría carecen de software.

INTELIGENCIA ARTIFICIAL.

La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reune varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden pensar.

La de idea construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría experta en diversos temas.

Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en 1956.

La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus técnicas cuando es necesario incorporar en un sistema informático, conocimiento o características propias del ser humano.

Podemos interrogar a algunas bases de datos de Internet en lenguaje natural, o incluso charlar con ellas nuestro idioma, porque por detrás se está ejecutando un programa de Inteligencia Artificial.

Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se generan en un banco en busca de patrones de comportamiento de sus clientes o para detectar tendencias en los mercados de valores.

CARACTERÍSTICAS:

Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.

El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).

Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema específico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.

El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.

Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.

DIFERENTES METODOLOGÍAS:

1. La lógica difusa: permite tomar decisiones bajo condiciones de no certeza.

2. Redes neuronales: esta tecnología es poderosa en ciertas tareas como la clasificación y el reconocimiento de patrones. Está basada en el concepto de "aprender" por agregación de un gran número de muy simples elementos.

Este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante su estado puede ser activo o inactivo. La interacción entre las neuronas se lleva a cabo a través de sinapsis. Según el signo, la sinapsis es excitadora o inhibidora.

El perceptrón está constituido por las entradas provenientes de fuentes externas, las conexiones y la salida. En realidad un perceptrón es una Red Neuronal lo más simple posible, es aquella donde no existen capas ocultas.

Para cada configuración de los estados de las neuronas de entrada (estímulo) la respuesta del perceptrón obedece a la siguiente dinámica: se suman los potenciales sinápticos y se comparan con un umbral de activación. Esta suma ponderada es también llamada campo. Si el campo es mayor que un umbral, la respuesta de la neurona es activa, si no, es inactiva.

Con una arquitectura tan simple como la del perceptrón no se puede realizar más que una clase de funciones "booleanas" muy simples, llamadas linealmente separables. Son las funciones en las cuales los estados de entrada con salida positiva pueden ser separados de aquellos a salida negativa por un hiperplano. Unhiperplano es el conjunto de puntos en el espacio de estados de entrada, que satisfacen una ecuación lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etc.

Si se quieren realizar funciones más complejas con Redes Neuronales, es necesario intercalar neuronas entre las capas de entradas y de salida, llamadas neuronas ocultas. Una red multicapas puede ser definida como un conjunto de perceptores, ligados entre si por sinapsis y dispuestos en capas siguiendo diversas arquitecturas. Una de las arquitecturas más comúnmente usada es llamada feedforward: con conexiones de la entrada a las capas ocultas y de éstas hacia la salida.

El funcionamiento de una Red Neuronal es gobernado por reglas de propagación de actividades y de actualización de los estados.

PRINCIPALES RAMAS:

ROBOTICA:

Desarrollo de dispositivos mecánicos o de computación que tengan la capacidad de realizar funciones y/o tareas que requieran de un alto grado de precisión, tediosas o impliquen riesgo de peligro para los seres humanos. En la actualidad se combinan las capacidades de alta precisión de la máquina con un software controlador sofisticado.

SISTEMA DE VISION:

Equipos y software que les permite a las computadoras capturar, almacenar y manipular imágenes visuales y fotografías. PRINCIPALES RAMAS DE LA IA: Los esfuerzos de la IA se clasifican según varias categorías: Se pueden usar junto con robots para darles visión a estas máquinas y que pueda tomar decisiones con base a lo que ve y reconocer la información visual de acuerdo con patrones generales

PROCESAMIENTO DE LENGUAJE NATURAL:

Programas que tienen como entrada lenguajes humanos para traducirlos en un conjunto estándar de instrucciones que una computadora ejecuta. Permiten a los seres humanos usar su propio lenguaje natural cuando interactúan con programas como sistemas de administración de bases de datos (DBMS) o sistemas de apoyo para la toma de decisiones.

El objetivo de los procesadores de lenguaje natural es eliminar paulatinamente la necesidad de aprender lenguajes de programación o comandos personalizados para que las computadoras entiendan. Su ventaja radica en que combinados con dispositivos de reconocimiento de voz, el usuario de instrucciones a las computadoras para que realicen tareas, sin usar un teclado o cualquier otro dispositivo de entrada

SISTEMA DE APRENDISAJE:

Combinación de software y equipos que le permite a la computadora cambiar su modo de funcionar o reaccionar a situaciones, basado en la retroalimentación que recibe.

REDES NEURALES:

Es un sistema de computación que puede actuar en la misma forma que funciona el cerebro humano, o simularlo. La redes neuronales pueden procesar muchas piezas de información al mismo tiempo y aprender a reconocer patrones. Un sistema de red neuronal aprende por ensayo y error

Red neuronal artificial perceptor simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida.

Capacidad de recuperar información incluso si falla alguno de sus nodos.

Modificación rápida de los datos almacenados a partir de nueva información.

Capacidad de descubrir relaciones y tendencias en grandes bases de datos.

Capacidad de resolver problemas complejos para los cuales no se cuenta con la información.

LOGICA DIFUSA:

Se basa en reglas que no tienen límites discretos, sino que se prolongan en un continuum, permitiendo a un sistema manejar mejor la ambigüedad. Esto es muy útil para reflejar cómo tienden a pensar las personas, en términos relativos, no absolutos.

ALGORITMOS GENETICOS:

Un algoritmo genético es un método de búsqueda dirigida basada en Probabilidad. Al aumentar el número de iteraciones, la probabilidad de tener el óptimo en la población tiende a 1. Funciones matemáticas que usan los principios de Darwin para mejorar una aplicación. La funciones se diseñan para simular en software, en cuestión de minutos o segundos.

AGENTES INTELIGENTES:

Programas de computadora que automáticamente revisan enormes cantidades de datos y seleccionan y entregan la información más adecuada para el usuario, de acuerdo con requisitos contextuales o específicos. La aplicación más importante de los agentes inteligentes se encuentra en la WEB.

El propósito principal de los agentes inteligentes es realizar sus tareas significativas más rápido, con más frecuencia y de manera más efectiva, que el usuario. Los agentes inteligentes vinculan automáticamente su computadora con sitios favoritos, le avisan cuando éstos se hayan actualizado y adecuan páginas específicas a sus preferencias.

SISTEMA EXPERTO.

INTRODUCCION:

El propósito de este tema es de mostrarnos una amplia y precisa descripción de lo que son los Sistemas Expertos ( SE ), los cuales también son conocidos como Sistemas Basados en Conocimiento. Así mismo mostramos brevemente los orígenes, conceptos, aplicaciones, ventajas, limitaciones, y su arquitectura básica de esta área y/o campo de la Inteligencia artificial. Por otra parte en la actualidad el mercado se vuelve más competitivo, donde la administración y buen manejo de la información es fundamental para todas las empresas y/o organizaciones, las cuales si quieren sobrevivir deben de mantenerse a la vanguardia en todas y cada una de las áreas.

HISTORIA.

Sus inicios datan a mediados de los años sesenta. Durante esta década los investigadores Alan Newell y Herbert Simón desarrollaron un programa llamado GPS (General Problem Solver: solucionador general de problemas). Podía trabajar con criptoaritmética, con las torres de Hanói y con otros problemas similares. Lo que no podía hacer el GPS era resolver problemas del mundo real, tales como un diagnóstico médico. Algunos investigadores decidieron entonces cambiar por completo el enfoque del problema restringiendo su ambición a un dominio específico e intentando simular el razonamiento de un experto humano. En vez de dedicarse a computarizar la inteligencia general, se centraron en dominios de conocimiento muy concretos. De esta manera nacieron los SE . A partir de 1965, un equipo dirigido por Edward Feigenbaum, comenzó a desarrollar SE utilizando bases de conocimiento definidas minuciosamente. Dos años más tarde se construye DENDRAL, el cual es considerado como el primer sistema experto. Identificar estructuras químicas moleculares a partir de su análisis espectro gráfico. En la década de los setenta se desarrolló MYCIN para consulta y diagnóstico de infecciones de la sangre. En esa época se desarrollaron también: HERSAY, que intentaba identificar la palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de minerales. De este último derivó el shell KAS (Knowledge Adquisition System). Un ejemplo de SE moderno es CASHVALUE, que evalúa proyectos de inversión y VATIA, que asesora acerca del impuesto sobre el valor añadido o IVA.

SISTEMAS EXPERTOS:

Es un software que imita el comportamiento de un experto humano en la solución de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deducción lógica de conclusiones. Son SE aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen información específica de un dominio concreto y que realizan una tarea relativa a este dominio. Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado en un dominio que generalmente requiere de experiencia humana. Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (información acerca de los cursos de una acción), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o área de experiencia. Software que incorpora conocimiento de experto sobre un dominio de aplicación dado, de manera que es capaz de resolver problemas de relativa dificultad y apoyar la toma de decisiones inteligentes en base a un proceso de razonamiento simbólico.

“Un sistema experto, puede definirse como un sistema informático (hardware y software) que simula a los expertos humanos en un área de especialización dada.” Como tal, un sistema experto debería ser capaz de procesar y memorizar información, aprender y razonar en situaciones deterministas e inciertas, comunicar con los hombres y/u otros sistemas expertos, tomar decisiones apropiadas, y explicar por qué se han tomado tales decisiones. Se puede pensar también en un sistema experto como un consultor que puede suministrar ayuda a (o en algunos casos sustituir completamente) los expertos humanos con un grado razonable de fiabilidad.

CARACTERÍSTICA:

Solucionan problemas aplicando su experiencia de una forma eficaz, haciendo deducciones a partir de datos incompletos o inciertos.

Explican y justifican lo que están haciendo.

Se comunican con otros expertos y adquieren nuevos conocimientos.

Reestructuran y reorganizan el conocimiento.

Interpretan al mismo tiempo el espíritu y la letra de las reglas.

Determinan cuando un problema está en el dominio de su experiencia.

Pueden explicar su razonamiento o decisiones sugeridas.

Puede mostrar un comportamiento “inteligente”

Puede obtener conclusiones de relaciones complejas.

Puede proporcionar conocimientos acumulados.

Puede hacer frente a la incertidumbre.

FUNCIÓN:

Aportar soluciones a problemas, como si de humanos se tratara, es decir capaz de mostrar soluciones inteligentes. Esto Es posible gracias a que al sistema lo crean con expertos (humanos), que intentan estructurar y formalizar conocimientos poniéndolos a disposición del sistema, para que este pueda resolver una función dentro del ámbito del problema, de igual forma que lo hubiera hecho un experto .Los sistemas expertos siguen una filosofía diferente a los programas clásicos. Representa y usa conocimiento Representa y usa datos Puede operar con información incompleta Necesita información completa para operar La ejecución usa heurísticas y lógica Se ejecuta paso a paso El sistema puede funcionar con pocas reglas El sistema sólo opera completo Los cambios en las reglas son fáciles Los cambios son tediosos Una parte del sistema experto la forma el módulo de explicación No da explicaciones, los datos sólo se usan o escriben Puede contener errores No contiene errores Base de conocimiento separada del mecanismo de procesamiento Conocimiento y procesamiento combinados en un programa.

SISTEMA EXPERTO Y SISTEMA CLÁSICO

Los modelos funcionales de los sistemas expertos Aprendizaje de experiencia Recoger el conocimiento y mostrarlo Enseñanza Estrategia militar, control de tráfico aéreo Mantener un sistema por un camino previamente trazado. Interpreta, predice y supervisa su conducta Control Corrección de errores, enseñanza Diagnóstico, depuración y corrección de una conducta Instrucción Reparar sistemas informáticos, automóviles, etc Efectuar lo necesario para hacer una corrección Reparación Desarrollo de software y circuitos electrónicos Prescribir remedios para funcionamientos erróneos Depuración Control de centrales nucleares y factorías químicas Controlar situaciones donde hay planes vulnerables Monitorización o supervisión Programación de proyectos e inversiones. Planificación militar Desarrollar planes para llegar a unas metas Planificación Diseño de circuitos, automóviles, edificios, etc Configurar objetos bajo ciertas especificaciones Diseño Diagnóstico médico, detección de fallos en electrónica Deducir fallos a partir de sus efectos Diagnóstico Predicción meteorológica, previsión del tráfico, evolución de la Bolsa Inferir posibles consecuencias a partir de una situación Predicción Análisis de imágenes, reconocimiento del habla, inversiones financieras Deducir situaciones a partir de datos observados Interpretación.

USO TIPO DE PROBLEMA CATEGORÍA

Sistemas Expertos Probabilísticos, utilizan la probabilidad como medida de incertidumbre y la estrategia de razonamiento que usan se conoce como razonamiento probabilístico, o inferencia probabilística. Sistemas Basados en Reglas, porque sacan sus conclusiones basándose en un conjunto de reglas utilizando un mecanismo de razonamiento lógico.

TIPOS DE SISTEMAS EXPERTOS

Según la naturaleza de problemas para los que están diseñados: Problemas Deterministas

A) BASADOS EN REGLAS SE TIENE: La base de conocimiento, que contiene las variables y el conjunto de reglas que definen el problema. El motor de inferencia, que obtiene las conclusiones aplicando la lógica clásica a estas reglas. ¿Qué se entiende por regla? Una proposición lógica que relaciona dos o más objetos Incluye dos partes, la premisa y la conclusión. Cada una de estas partes consiste en una expresión lógica con una o más afirmaciones objeto-valor conectadas mediante los operadores lógicos y, o, o no. Una regla se escribe normalmente como Si premisa, entonces conclusión.

Situaciones complejas gobernadas por reglas deterministas: Sistemas de control de tráfico Sistemas de seguridad Transacciones bancarias.

B) EN PROBABILIDADES:

Para problemas cuyas soluciones se conducen en presencia de incertidumbre en los datos o en el conocimiento es posible utilizar técnicas numéricas, o también, las incertidumbres pueden ser manejadas con una aproximación de la forma de rastro. El razonamiento en la presencia de incertidumbre sucede en ejemplos típicos de diagnóstico y análisis de datos. Emplean reglas de condición-conclusión que van acompañadas de una estimación de certidumbre, en donde se tiene:

1.- PROCEDIMIENTO NUMÉRICO: Ideados para manejar evidencias que pueden ser combinadas. Los sistemas que usan esta aproximación manejan factores de certidumbre relacionados con probabilidades para indicar la intensidad de la evidencia. La teoría de conjuntos difusos ha sido otra herramienta poderosa para esta clase de problemas.

2.- REVISIÓN DE LA CREDIBILIDAD: Cuando la información es parcial o errónea completamente el sistema incurrirá en contradicciones. Malas líneas de razonamiento o creencias incorrectas producen contradicciones y como consecuencia malas conclusiones, debiendo de haber un proceso para retractarse. Para facilitar esto, es necesario mantener un registro en la base de datos de la credibilidad y su justificación. Usando esta aproximación es posible explotar las redundancias en los datos experimentales para mantener la verdad y así incrementar la confiabilidad del sistema

ARQUITECTURA BÁSICA DE UN SISTEMA EXPERTO

ELEMENTOS DE LOS SISTEMAS EXPERTOS.

1. La Componente Humana Con los usuarios en mente y la colaboración de: Los expertos humanos, especialistas en el tema de estudio suministran el conocimiento básico en el tema de interés, Los ingenieros del conocimiento trasladan este conocimiento a un lenguaje, que el sistema experto pueda entender. Quizás el elemento más importante en el desarrollo de un sistema experto. Esta etapa requiere una enorme dedicación y un gran esfuerzo debido a los diferentes lenguajes que hablan las distintas partes y a las diferentes experiencias que tienen.

2. La Base de Conocimiento Los especialistas: son responsables de suministrar a los ingenieros del conocimiento una base de conocimiento ordenada y estructurada, y un conjunto de relaciones bien definidas y explicadas. Diferenciar entre datos y conocimiento. El conocimiento se refiere a afirmaciones de validez general tales como reglas, distribuciones de probabilidad, etc. Es permanente (parte de la componente permanente de un sistema) y se almacena en la base de conocimiento Los datos se refieren a la información relacionada con una aplicación particular. son efímeros (destruidos después de usarlos) y se almacenan en la memoria de trabajo ( asi como Todos los procedimientos de los diferentes sistemas y subsistemas que son de carácter transitorio ) Por ejemplo, en diagnostico médico, los síntomas, las enfermedades y las relaciones entre ellos, forman parte del conocimiento, mientras los síntomas particulares de un paciente dado forman parte de los datos.

3. Subsistema de Adquisición de Conocimiento: Controla el flujo del nuevo conocimiento que fluye del experto humano a la base de datos. Determina qué nuevo conocimiento se necesita, o si el conocimiento recibido es en realidad nuevo, es decir, si debe incluirse en la base de datos y, en caso necesario, incorpora estos conocimientos a la misma.

4. Control de la Coherencia: Ayuda a los expertos humanos a dar información fiable: Controla la consistencia de la base de datos y evita que unidades de conocimiento inconsistentes entren en la misma. Comprueba e informa a los expertos de las inconsistencias. Informa sobre las restricciones que la información debe cumplir para ser coherente con la existente en la base de conocimiento cuando se solicita información de los expertos humanos Si un control de la coherencia: Unidades de conocimiento contradictorio pueden formar parte de la base de conocimiento, dando lugar a un comportamiento insatisfactorio del sistema. En mecanismos de propagación de incertidumbre, se podría llegar a conclusiones absurdas o en conflicto como, por ejemplo, situaciones en las que el sistema genera probabilidades mayores que la unidad o negativas

5. El Motor de Inferencia: Es el corazón de todo sistema experto. Saca conclusiones aplicando el conocimiento a los datos. Por ejemplo, en diagnóstico médico, los síntomas de un paciente (datos) son analizados a la luz de los síntomas y las enfermedades y de sus relaciones (conocimiento). Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista o conocimiento probabilístico. En muchos casos, algunos hechos (datos) no se conocen con absoluta certeza. Por ejemplo, piénsese en un paciente que no está seguro de sus síntomas. El motor de inferencia es también responsable de la propagación de este conocimiento incierto. Es Probablemente el componente más débil de casi todos los sistemas expertos existentes.

6.- El Subsistema de Adquisición de Información: Si el conocimiento inicial es muy limitado y no se pueden sacar conclusiones, el motor de inferencia utiliza el subsistema de adquisición de información para obtener el conocimiento necesario y continuar con el proceso de inferencia hasta que se hayan sacado conclusiones. En algunos casos, el usuario puede suministrar la información requerida para este y otros objetivos. De ello resulta la necesidad de una interfase de usuario y de una comprobación de la consistencia de la información suministrada por el usuario antes de introducirla en la memoria de trabajo.

7.- Interface de Usuario: Es el enlace entre el sistema experto y el usuario, por ello debe incorporar mecanismos eficientes para mostrar y obtener información de forma fácil y agradable. Muestra las conclusiones, las razones que expliquen tales conclusiones y una explicación de las acciones iniciadas por el sistema experto. También es un vehículo para obtener la información necesaria del usuario. Consecuentemente, una implementación inadecuada de la interfase de usuario que no facilite este proceso minaría notablemente la calidad de un sistema experto.

8.- El Subsistema de Ejecución de Órdenes Permite al sistema experto iniciar acciones basadas en las conclusiones sacadas por el motor de inferencia. Como ejemplos, un sistema experto diseñado para analizar el tráfico ferroviario puede decidir retrasar o parar ciertos trenes para optimizar el tráfico global, o un sistema para controlar una central nuclear puede abrir o cerrar ciertas válvulas, mover barras, etc., para evitar un accidente. La explicación de las razones por las que se inician estas acciones pueden darse al usuario mediante el subsistema de explicación .

9.- El Subsistema de Explicación: Explica el proceso seguido por el motor de inferencia o por el subsistema de ejecución (explicación de las conclusiones sacadas o de las acciones iniciadas por el sistema experto). Por ejemplo, si un cajero automático decide rechazar la palabra clave (una acción), la máquina puede mostrar un mensaje (una explicación) como la siguiente : ¡Lo siento!, su palabra clave es todavía incorrecta tras tres intentos. Retenemos su tarjeta de crédito, para garantizar su seguridad. Por favor, póngase en contacto con su banco en horas de oficina. En muchos dominios de aplicaciones, es necesaria la explicación de las conclusiones debido a los riesgos asociados con las acciones a ejecutar. Por ejemplo, en el campo del diagnostico medico, los doctores son responsable últimos de los diagnósticos, independientemente de las herramientas técnicas utilizadas para sacar conclusiones. En estas situaciones, sin un subsistema de explicación, los doctores pueden no ser capaces de explicar a sus pacientes las razones de su diagnostico.

10. El Subsistema de Aprendizaje: Una de las principales características de un sistema experto es su capacidad para aprender. Tipos de aprendizaje: Aprendizaje Estructural nos referimos a algunos aspectos relacionados con la estructura del conocimiento (reglas, distribuciones de probabilidad, etc.). Ej. El descubrimiento de nuevos síntomas relevantes para una enfermedad o la inclusión de una nueva regla en la base de conocimiento. Aprendizaje Paramétrico nos referimos a estimar los parámetros necesarios para construir la base de conocimiento. Ej. la estimación de frecuencias o probabilidades asociadas a síntomas o enfermedades.

TAREAS REALIZABLES POR LOS SISTEMAS EXPERTOS:

Adquisición de conocimiento y la verificación de su coherencia; por lo que el sistema experto puede ayudar a los expertos humanos a dar conocimiento coherente. Almacenar (memorizar) conocimiento. Preguntar cuando se requiere nuevo conocimiento. Aprender de la base de conocimiento y de los datos disponibles. Realizar inferencia y razonamiento en situaciones deterministas y de incertidumbre. Explicar conclusiones o acciones tomadas. Comunicar con los expertos y no expertos humanos y con otros sistemas expertos.

CAMPOS DE APLICACIÓN:

La aplicación de Sistemas Expertos será adecuada allí donde los expertos dispongan de conocimientos complejos en un área muy delimitada, donde no existan algoritmos ya establecidos (o donde los existentes no puedan solucionar algunos problemas). Otro campo de aplicación es allí donde encontremos teorías que resulten prácticamente imposibles de analizar todos los casos teóricamente imaginables mediante algoritmos y en un espacio de tiempo relativamente corto y razonable. Resumiendo los Sistemas Expertos ofrecen ayuda para: Evitar fallos en labores rutinarias complejas Ampliar de forma más rápida los conocimientos de los especialistas. Diagnosticar los fallos con mayor rapidez y conseguir tareas de planificación más completas y consistentes.

LENGUAJES DE PROGRAMACION DE UN SISTEMAS EXPERTOS:

Para el desarrollo de los sistemas expertos se utilizan lenguajes de ingeniería del conocimiento. Los lenguajes más difundidos para el desarrollo de los sistemas expertos son: RITA, ROSIE, y ROOS. Comenzaremos hablando de ROSIE, un lenguaje evolucionado de RITA. Este lenguaje permite al programador describir relaciones complejas y manipularlas simbólica y deductivamente. Además soporta trabajo en redes, trabaja en una forma Interactiva compilada e interpretada y cuenta con una serie de depuradores y herramientas de programación. Como puede ser programada en una sintaxis parecida al Ingles esto la hace bastante legible y entendible para los usuarios. El lenguaje ROSS, es un lenguaje de programación orientado a objetos, y combina la Inteligencia Artificial y los Sistemas Expertos principalmente en el área de simulaciones. Entre sus ventajas se citan las facilidades para buscar entre objetos y su comportamiento. El programa se desarrolla de una forma que los objetos se comunican mandando mensajes para causar que las reglas o comportamientos apropiados sean ejecutados.

DESARROLLO DE UN SISTEMA EXPERTO:

ETAPAS PARA DISEÑO E IMPLEMENT. DE UN SISTEMA EXPERTO:

Weiss y Kulikowski (1984) sugieren las siguientes etapas para el diseño e implementación de un sistema experto:

1. Planteamiento del problema. La primera etapa en cualquier proyecto es normalmente la definición del problema a resolver. Puesto que el objetivo principal de un sistema experto es responder a preguntas y resolver problemas, esta etapa es quizás la más importante en el desarrollo de un sistema experto. Si el sistema está mal definido, se espera que el sistema suministre respuestas erróneas.

2. Encontrar expertos humanos que puedan resolver el problema. En algunos casos, sin embargo, las bases de datos pueden jugar el papel del experto humano.

3. Diseño de un sistema experto. Esta etapa incluye el diseño de estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de explicación, la interfase de usuario, etc.

4. Elección de la herramienta de desarrollo, concha, o lenguaje de programación . Debe decidirse si realizar un sistema experto a medida, o utilizar una concha, una herramienta, o un lenguaje de programación. Si existiera una concha satisfaciendo todos los requerimientos del diseño, esta debería ser la elección, no sólo por razones de tipo financiero sino también por razones de fiabilidad. Las conchas y herramientas comerciales están sujetas a controles de calidad, a los que otros programas no lo están.

5. Desarrollo y prueba de un prototipo. Si el prototipo no pasa las pruebas requeridas, las etapas anteriores (con las modificaciones apropiadas) deben ser repetidas hasta que se obtenga un prototipo satisfactorio.

6. Refinamiento y generalización En esta etapa se corrigen los fallos y se incluyen nuevas posibilidades no incorporadas en el diseño inicial.

7. Mantenimiento y puesta al día . En esta etapa el usuario plantea problemas o defectos del prototipo, corrige errores, actualiza el producto con nuevos avances, etc. Todas estas etapas influyen en la calidad del sistema experto resultante, que siempre debe ser evaluado en función de las aportaciones de los usuarios. Para el lector interesado en estos temas recomendamos la lectura de los trabajos de O’Keefe, Balci y Smith (1987), Chandrasekaran (1988) y Preece 1990).

VENTAJAS DE UN SISTEMA EXPERTO:

El desarrollo o la adquisición de un sistema experto es generalmente caro, pero el mantenimiento y el coste marginal de su uso repetido es relativamente bajo. Por otra parte, la ganancia en términos monetarios, tiempo, y precisión resultantes del uso de los sistemas expertos son muy altas, y la amortización es muy rápida. Sin embargo, antes de desarrollar o adquirir un sistema experto debe realizarse un análisis de factibilidad y de coste-beneficio. Hay varias razones para utilizar sistemas expertos. Las más importantes son:

1. Con la ayuda de un sistema experto, personal con poca experiencia puede resolver problemas que requieren un conocimiento de experto. Esto es también importante en casos en los que hay pocos expertos humanos. Además, el número de personas con acceso al conocimiento aumenta con el uso de sistemas expertos.

2. El conocimiento de varios expertos humanos puede combinarse, lo que da lugar a sistemas expertos más fiables, ya que se obtiene un sistema experto que combina la sabiduría colectiva de varios expertos humanos en lugar de la de uno solo.

3. Los sistemas expertos pueden responder a preguntas y resolver problemas mucho más rápidamente que un experto humano. Por ello, los sistemas son muy valiosos en casos en los que el tiempo de respuesta es crítico.

4. En algunos casos, la complejidad del problema impide al experto humano resolverlo. En otros casos la solución de los expertos humanos no es fiable. Debido a la capacidad de los ordenadores de procesar un elevadísimo número de operaciones complejas de forma rápida y aproximada, los sistemas expertos suministran respuestas rápidas y fiables en situaciones en las que los expertos humanos no pueden.

5. Los sistemas expertos pueden ser utilizados para realizar operaciones monótonas, aburridas e inconfortables para los humanos. En verdad, los sistemas expertos pueden ser la única solución viable en una situación en la que la tarea a realizar desborda al ser humano (por ejemplo, un avión o una cápsula espacial dirigida por un sistema experto).

6. Se pueden obtener enormes ahorros mediante el uso de sistemas expertos.

7. Fácil acceso y disponibilidad de conocimiento experto.

8. Permanencia del conocimiento experto.

9. Respuestas no subjetivas.

10. Resolución de problemas complejos que no tengan una solución específica y adecuada.

LIMITACIONES

Tenemos:

1) Para actualizar se necesita de reprogramación de estos .

2) Elevado costo en dinero y tiempo.

3) Programas son poco flexibles a cambios y de difícil acceso a información no estructurada.

4) Escasez de expertos humanos en determinadas áreas

5) No se han desarrollado sistemas que sean capaces de resolver problemas de manera general.

6) No se han usado o probado en forma extensa.

7) Dificultad de uso.

8) Están limitados a problemas relativamente limitados.

9) Posibilidad de error.

10) Dificultad de mantenimiento.

11) Ocasionan preocupaciones legales y éticas.

CAPACIDADES DE LOS SISTEMAS EXPERTOS:

En comparación con otros tipos de sistemas de información, los SE ofrecen varias capacidades poderosas y beneficios. Los SE se pueden usar para solucionar problemas en todos los campos y disciplinas y ayudar en la totalidad de las etapas del proceso de solución de los problemas.

Fijación de objetivos estratégicos.

Planeación.

Diseño.

Toma de decisiones.

Control.

Supervisión de calidad.

Diagnóstico.

USO DE LOS SISTEMAS EXPERTOS:

El desarrollo de un SE complejo puede ser difícil, costoso y requerir de tiempo, por lo tanto, es importante asegurarse de que los posibles beneficios valen el esfuerzo y que las diversas características del SE se equilibran, en términos de costo, control y complejidad.

República Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Educación Superior

U.P.T.P Juan Jesús Montilla

Guanare Estado Portuguesa

...