TALLER II
CONSULTAS EN BASES DE DATOS DE DOCUMENTOS CIENTÍFICOS
BÚSQUEDAS ESTRUCTURADAS DE INFORMACIÓN.
Departamento de Ingeniería de Sistemas e Industrial
Universidad Nacional de Colombia Sede Bogotá SUSANA ASTRID MONTAÑA LUNA CODIGO: 257418
Recolección inicial de referencias.
1. Realice una lista de 20 palabras clave del área de interés.
Inteligencia
Artificial
Medicina
Tratamiento
Emergencias
Robots
Historia
Enfermedades
Datos
Avances
Tecnología
Revistas
Necesidades
Evolución
Resonancia
Científicos
Pacientes
Intereses
Aplicaciones
diagnostico
2. Partiendo del área de interés general, y teniendo en cuenta la lista de palabras
clave, buscar y recopilar 50 referencias relacionadas (artículos, libros, páginas
web, etc.)
Meta datos a recopilar en Jabref:
Titulo
Autor
Ubicación de la referencia (url, base de datos, texto fuente, etc.)
Descripción general del documento
Deseable: referencia bibliográfica completa, resumen
Recursos de información: Citeseer,ACM,Scirus,IEEE,Scholar google,Corr
1. @inproceedings{41544, author = {C. A. Kulikowski}, title = {Artificial intelligence in medicine: a personal retrospective on its emergence and early function}, booktitle = {Proceedings of ACM conference on History of medical informatics}, year = {1987}, isbn = {0-89791-248-9}, pages = {199}, location = {Bethesda, Maryland, United States}, doi = {http://doi.acm.org/10.1145/41526.41544}, publisher = {ACM Press}, address = {New York, NY, USA}, }
ABSTRACT
Methods of artificial intelligence were gradually introduced into clinical decision-making research from 1970 to 1974. Evolving from pattern recognition and general A.I. problem-solving ideas, such methods helped researchers crystallize the notions of knowledge-based systems by the mid-1970s. In 1978 the early systems gave way to either second-generation frameworks for general consultative reasoning or to new, more sophisticated knowledge representations. This paper traces some of the major events in the early evolution of AIM systems, with emphasis on the developments at the Rutgers Resource, in which the author participated. 2. @article{590368, author = {Luca Chittaro and Angelo Montanari}, title = {Temporal representation and reasoning in artificial intelligence: Issues and approaches}, journal = {Annals of Mathematics and Artificial Intelligence}, volume = {28}, number = {1-4}, year = {2000}, issn = {1012-2443}, pages = {47--106}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
Time is one of the most relevant topics in AI. It plays a major role in several areas, ranging from logical foundations to applications of knowledge‐based systems. In this paper, we survey a wide range of research in temporal representation and reasoning, without committing ourselves to the point of view of any specific application. The organization of the paper follows the commonly recognized division of the field in two main subfields: reasoning about actions and change, and reasoning about temporal constraints. We give an overview of the basic issues, approaches, and results in these two areas, and outline relevant recent developments. Furthermore, we briefly analyze the major emerging trends in temporal representation and reasoning as well as the relationships with other well‐established areas, such as temporal databases and logic programming.3. @article{1046364, author = {Elena Alessandri and Alessandro Gasparetto and Rafael Valencia Garcia and Rodrigo Martinez B\&\#237;jar}, title = {An application of artificial intelligence to medical robotics}, journal = {J. Intell. Robotics Syst.}, volume = {41}, number = {4}, year = {2005}, issn = {0921-0296}, pages = {225--243}, doi = {http://dx.doi.org/10.1007/s10846-005-3509-x}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
In this paper an application of Artificial Intelligence (AI) to Medical Robotics is described. Namely, a specific AI technique is employed to generate a sequence of operations understandable by the control system of a robot which is to perform a semi-automatic surgical task. According to this technique, a planner is implemented to translate the "natural" language of the surgeon into the robotic sequence that should be executed by the robot. A robotic simulator has been implemented in order to test the planned sequence in a virtual environment. The planned sequence is then to be input to the medical robotic system, which will execute the surgical operation. The work described in this paper features a high level of originality, since no similar applications of AI to medical robotics could be found in the scientific literature.4. @article{1052556, author = {Subramani Mani and Marco Valtorta and Suzanne McDermott}, title = {Building Bayesian Network Models in Medicine: The MENTOR Experience}, journal = {Applied Intelligence}, volume = {22}, number = {2}, year = {2005}, issn = {0924-669X}, pages = {93--108}, doi = {http://dx.doi.org/10.1007/s10489-005-5599-3}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
An experiment in Bayesian model building from a large medical dataset for Mental Retardation is discussed in this paper. We give a step by step description of the practical aspects of building a Bayesian Network from a dataset. We enumerate and briefly describe the tools required, address the problem of missing values in big datasets resulting from incomplete clinical findings and elaborate on our solution to the problem. We advance some reasons why imputation is a more desirable approach for model building than some other ad hoc methods suggested in literature. In our experiment, the initial Bayesian Network is learned from a dataset using a machine learning program called CB. The network structure and the conditional probabilities are then modified under the guidance of a domain expert. We present validation results for the unmodified and modified networks and give some suggestions for improvement of the model.5. @inproceedings{1166514, author = {Kathiravelu Ganeshan}, title = {Networked intelligent mobile robot assistants: patient monitoring and telemedicine}, booktitle = {BioMed'06: Proceedings of the 24th IASTED international conference on Biomedical engineering}, year = {2006}, isbn = {0-88986-578-7}, pages = {45--50}, location = {Innsbruck, Austria}, publisher = {ACTA Press}, address = {Anaheim, CA, USA}, }
ABSTRACT
This paper discusses the need for, and the design and development, of highly adaptable, networked, intelligent, mobile robot assistants and systems for use in patient monitoring and telemedicine. It considers the factors that were taken into account in designing these systems and provide details of the hardware and software developed by the author and how these are used, in conjunction with commercially available hardware, to build these robot assistants and systems. It discusses how intelligence, mobility and adaptability are built into these systems and how these robots can be networked and controlled over the Internet. It discusses the increasing awareness and use of telemedicine and how these assistants may be used in the practice of telemedicine and patient monitoring. It also considers how this work relates to work carried out by researchers in other parts of the world. This work is unique in that it uses only inexpensive and therefore very affordable robots and other equipment and in that these systems are designed to be highly adaptable.6. @inproceedings{1166971, author = {Julie Behan and Derek T. O'Keeffe}, title = {The development of an intelligent library assistant robot}, booktitle = {AIA'06: Proceedings of the 24th IASTED international conference on Artificial intelligence and applications}, year = {2006}, isbn = {0-88986-556-6}, pages = {474--479}, location = {Innsbruck, Austria}, publisher = {ACTA Press}, address = {Anaheim, CA, USA}, }
ABSTRACT
In modern society, robots are been designed to play an increasing role in the lives of ordinary people. Among the emerging areas in robotics is the field of service robots. This paper describes a mobile robotic assistant, named 'LUCAS', Limerick University Computerised Assistive System that is currently been developed to assist individuals within a library environment while also socially interacting with them. Human-Robot interaction is initiated through a 3-D animated character displayed on the robots onboard p.c. A continuous localisation process is described which relies on monocular vision and ultrasonic range readings. The process involves dividing the navigable space into localisation variant regions, and employ's methods of landmark feature extraction, vanishing point estimation and ultrasonic pattern detection to localise the robot within each region. 7. @article{1149551, author = {Pawel Pyk and Sergi Berm\&\#250;dez I Badia and Ulysses Bernardet and Philipp Kn\&\#252;sel and Mikael Carlsson and Jing Gu and Eric Chanie and Bill S. Hansson and Tim C. Pearce and Paul F. J. Verschure}, title = {An artificial moth: Chemical source localization using a robot based neuronal model of moth optomotor anemotactic search}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {197--213}, doi = {http://dx.doi.org/10.1007/s10514-006-7101-4}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
Robots have been used to model nature, while nature in turn can contribute to the real-world artifacts we construct. One particular domain of interest is chemical search where a number of efforts are underway to construct mobile chemical search and localization systems. We report on a project that aims at constructing such a system based on our understanding of the pheromone communication system of the moth. Based on an overview of the peripheral processing of chemical cues by the moth and its role in the organization of behavior we emphasize the multimodal aspects of chemical search, i.e. optomotor anemotactic chemical search. We present a model of this behavior that we test in combination with a novel thin metal oxide sensor and custom build mobile robots. We show that the sensor is able to detect the odor cue, ethanol, under varying flow conditions. Subsequently we show that the standard model of insect chemical search, consisting of a surge and cast phases, provides for robust search and localization performance. The same holds when it is augmented with an optomotor collision avoidance model based on the Lobula Giant Movement Detector (LGMD) neuron of the locust. We compare our results to others who have used the moth as inspiration for the construction of odor robots.8. @article{1149547, author = {Dominique Martinez and Oliver Rochel and Etienne Hugues}, title = {A biomimetic robot for tracking specific odors in turbulent plumes}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {185--195}, doi = {http://dx.doi.org/10.1007/s10514-006-7157-1}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
Two basic tasks must be performed by an olfactory robot tracking a specific odor source: navigate in a turbulent odor plume and recognize an odor regardless of its concentration. For these two tasks, we propose simple biologically inspired strategies, well suited for building dedicated circuits and for on-board implementation on real robots. The odor recognition system is based on a spiking neural network using a synchronization coding scheme. The robot navigation system is based on the use of bilateral comparison between two spatially separated gas sensors arrays at either side of the robot. We propose binary or analog navigation laws depending on the nature of the available sensory information extracted from the plume structure (isolated odor patches or smoother concentration field).9. @inproceedings{1124680, author = {P. Marti and A. Pollini and A. Rullo and T. Shibata}, title = {Engaging with artificial pets}, booktitle = {EACE '05: Proceedings of the 2005 annual conference on European association of cognitive ergonomics}, year = {2005}, isbn = {9-60254-656-5}, pages = {99--106}, location = {Chania, Greece}, publisher = {University of Athens}, }
ABSTRACT
This paper is a reflection about the compelling yet difficult nature of interaction dynamics among humans and robots, and a special category among them: robots capable of mediating social interaction. Such systems are not designed to help the human being performing work tasks or saving time in routine activities, but to engage them in personal experiences stimulated by the physical, emotional and behavioural affordances of the robot. The argument is illustrated by a case study in which an artificial pet was used as a support to therapeutic treatment of children with severe cognitive impairment. 10. @article{590368, author = {Luca Chittaro and Angelo Montanari}, title = {Temporal representation and reasoning in artificial intelligence: Issues and approaches}, journal = {Annals of Mathematics and Artificial Intelligence}, volume = {28}, number = {1-4}, year = {2000}, issn = {1012-2443}, pages = {47--106}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
ABSTRACT
Time is one of the most relevant topics in AI. It plays a major role in several areas, ranging from logical foundations to applications of knowledge‐based systems. In this paper, we survey a wide range of research in temporal representation and reasoning, without committing ourselves to the point of view of any specific application. The organization of the paper follows the commonly recognized division of the field in two main subfields: reasoning about actions and change, and reasoning about temporal constraints. We give an overview of the basic issues, approaches, and results in these two areas, and outline relevant recent developments. Furthermore, we briefly analyze the major emerging trends in temporal representation and reasoning as well as the relationships with other well‐established areas, such as temporal databases and logic programming.11. @inproceedings{41544, author = {C. A. Kulikowski}, title = {Artificial intelligence in medicine: a personal retrospective on its emergence and early function}, booktitle = {Proceedings of ACM conference on History of medical informatics}, year = {1987}, isbn = {0-89791-248-9}, pages = {199}, location = {Bethesda, Maryland, United States}, doi = {http://doi.acm.org/10.1145/41526.41544}, publisher = {ACM Press}, address = {New York, NY, USA}, }
ABSTRACT
Methods of artificial intelligence were gradually introduced into clinical decision-making research from 1970 to 1974. Evolving from pattern recognition and general A.I. problem-solving ideas, such methods helped researchers crystallize the notions of knowledge-based systems by the mid-1970s. In 1978 the early systems gave way to either second-generation frameworks for general consultative reasoning or to new, more sophisticated knowledge representations. This paper traces some of the major events in the early evolution of AIM systems, with emphasis on the developments at the Rutgers Resource, in which the author participated.12. @article{627451, author = {W. E. Spangler}, title = {The Role of Artificial Intelligence in Understanding the Strategic Decision-Making Process}, journal = {IEEE Transactions on Knowledge and Data Engineering}, volume = {3}, number = {2}, year = {1991}, issn = {1041-4347}, pages = {149--159}, doi = {http://dx.doi.org/10.1109/69.87995}, publisher = {IEEE Educational Activities Department}, address = {Piscataway, NJ, USA}, }
ABSTRACT
A survey is given which focuses on research issues involving strategic planning and artificial intelligence (AI), including the nature of the formulation task, cognitive studies of strategic planners and computer-based support for strategic planning. The author reviews the research to date, and argues that, like traditional decision support systems (DSS) research, much of the potential for future research in this area lies in modeling the ill-structured, early stages of the strategic decision making process namely, the strategic intelligence analysis and the issue diagnosis. Therefore, he discusses a specific model-based approach to the study of these early stages. Research in artificial intelligence-including investigations into diagnosis and situation assessment, analogical reasoning, plan recognition, nonmonotonic reasoning and distributed intelligence, among others-can be used to build models of strategic decision making that help researchers in better understanding this traditionally unstructured activity. 13. @article{607642, author = {P. J. G. Lisboa}, title = {A review of evidence of health benefit from artificial neural networks in medical intervention}, journal = {Neural Netw.}, volume = {15}, number = {1}, year = {2002}, issn = {0893-6080}, pages = {11--39}, doi = {http://dx.doi.org/10.1016/S0893-6080(01)00111-3}, publisher = {Elsevier Science Ltd.}, address = {Oxford, UK, UK}, }
ABSTRACT
The purpose of this review is to assess the evidence of healthcare benefits involving the application of artificial neural networks to the clinical functions of diagnosis, prognosis and survival analysis, in the medical domains of oncology, critical care and cardiovascular medicine. The primary source of publications is PUBMED listings under Randomised Controlled Trials and Clinical Trials. The rôle of neural networks is introduced within the context of advances in medical decision support arising from parallel developments in statistics and artificial intelligence. This is followed by a survey of published Randomised Controlled Trials and Clinical Trials, leading to recommendations for good practice in the design and evaluation of neural networks for use in medical intervention. 14. @article{1132836, author = {Alec Holt and Isabelle Bichindaritz and Rainer Schmidt and Petra Perner}, title = {Medical applications in case-based reasoning}, journal = {Knowl. Eng. Rev.}, volume = {20}, number = {3}, year = {2005}, issn = {0269-8889}, pages = {289--292}, doi = {http://dx.doi.org/10.1017/S0269888906000622}, publisher = {Cambridge University Press}, address = {New York, NY, USA}, }
ABSTRACT
This commentary summarizes case-based reasoning research applied in the medical domain. In this commentary the term ‘medical’ is used in an all-encompassing manner. It comprises all aspects of health, for example, from diagnosis to nutrition planning. This article provides references to researchers in the field, systems, workshops, and landmark publications. 15. @inproceedings{98846, author = {V. Masson and R. Quiniou}, title = {Application of artificial intelligence to aphasia treatment}, booktitle = {IEA/AIE '90: Proceedings of the 3rd international conference on Industrial and engineering applications of artificial intelligence and expert systems}, year = {1990}, isbn = {0-89791-372-8}, pages = {907--913}, location = {Charleston, South Carolina, United States}, doi = {http://doi.acm.org/10.1145/98894.98846}, publisher = {ACM Press}, address = {New York, NY, USA}, }
ABSTRACT
In this paper we describe SARAH a system devoted to the rehabilitation of aphasic patients. The system has many features of an intelligent tutoring system. Its origininality lies in the patient modelling method used to closely represent the patients' impairments. The patient model provide a means to adapt the rehabilitation sessions to a particular patient. The tests used to diagnose the patient's impairments and then to train him in order to make him avoid his troubles are generated and not retrieved from some knowledge base. This insures the flexibility such a system needs. Finally an expert system is used to schedule the tests during a session.
3. Después de recopilar las referencias actualice la lista de palabras clave.
Inteligencia
Artificial
Medicina
Tratamientos
Emergencias
Robots
Historia
Enfermedades
Rehabilitación
Avances
Tecnología
Revistas
Oncológico
Evolución
Resonancia
Científicos
Pacientes
Problemas
Aplicaciones
diagnostico
4. Escriba un resumen de las referencias revisadas, de 200 palabras.
Los métodos de inteligencia artificial gradualmente fueron presentados en la investigación de toma de decisiones clínica a partir de 1970 hasta 1974. Desarrollando del reconocimiento de modelo e ideas de resolución de los problemas de general A.I.
En la sociedad moderna, los robots han sido diseñados para jugar un papel importante en la vida de personas ordinarias. Entre las áreas emergentes en la robótica es el campo de robots de servicio. A saber, una técnica específica en AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica. Según esta técnica, un planificador es puesto en práctica para traducir la lengua "natural" del cirujano en la secuencia robótica que debería ser ejecutada por el robot.
Los artículos seleccionados están relacionados con la aplicación de la inteligencia artificial en la medicina, se hizo un énfasis de esta aplicación a la robótica, y la importancia de esta en nuestros tiempos.
jueves, 7 de diciembre de 2006
TALLER I
TALLER I
Definición de Tema de trabajo de investigación para la
Materia Métodos De Investigación.
SUSANA ASTRID MONTAÑA LUNA
COD: 257418
Departamento de Ingeniería de Sistemas e Industrial
Universidad Nacional de Colombia Sede Bogotá
Profesor Víctor Andrés Bucheli;vbucheli@ocyt.org.co;vbucheli@gmail.com
1. Área de interés
Inteligencia artificial aplicada a la medicina. La inteligencia artificial debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de ciertos tipos de problemas médicos, por ello me parece interesante analizar éstos más específicamente de lo que mostré en el artículo anterior.
2. Áreas de la ciencia que trata el tema de interés
Inteligencia artificial: redes neuronales, sistemas expertos, El autoaprendizaje, mediante sistemas de cluster.
3. Cuadro resumen de las áreas de la ciencia y su vinculación al tema de interés.
Análisis de las aplicaciones de la inteligencia artificial en medicina
Metodologías por medio de:
Redes neuronales
Sistemas expertos
Comportamiento de enfermedades, análisis de comportamientos en específico.
Simulaciones de situaciones médicas por medio de la aplicación de la inteligencia artificial en robótica.
Teniendo en cuenta las necesidades de la sociedad y el desarrollo de las nuevas tecnologías.
4. ¿Cuales son los principales autores a seguir en el trabajo y a que instituciones pertenecen?
Authors
Elena Alessandri
DIEGM - Dipartimento di Ingegneria Elettrica, Gestionale e Meccanica, Université di Udine, Udine, Italy 33100
Alessandro Gasparetto
DIEGM - Dipartimento di Ingegneria Elettrica, Gestionale e Meccanica, Université di Udine, Udine, Italy 33100
Rafael Valencia Garcia
Departamento de Ingeniería de la Información y las Comunicaciones, Universidad de Murcia, Murcia, Spain 30100
Rodrigo Martinez Bíjar
Departamento de Ingeniería de la Información y las Comunicaciones, Universidad de Murcia, Murcia, Spain 30100
5. Tema a trabajar y el área científica en la cual podría hacer algún aporte.
El tema es la aplicación de la inteligencia artificial en la medicina, tomando como referencia la aplicación a la robótica. Una técnica específica en AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica. Según esta técnica, un planificador es puesto en práctica para traducir la lengua "natural" del cirujano en la secuencia robótica que debería ser ejecutada por el robot. Un simulador robótico ha sido puesto en práctica para probar la secuencia planeada en un ambiente virtual. Ésta planeada debe luego ser introducida al sistema médico robótico, que ejecutará la operación quirúrgica. El trabajo descrito destaca un nivel alto de originalidad, ya que ningunos usos similares de AI a la robótica médica podrían ser encontrados en la literatura científica.
6 Idea de trabajo
La idea de este trabajo es dar conocimiento del desarrollo de inteligencia artificial en medicina con respecto a la robótica, a partir de un conjunto delimitado de artículos científicos del área se dará informe de los últimos acontecimientos en el tema, así podemos vislumbrar la importancia que tiene el desarrollo de la inteligencia artificial en la vida futura.
7. Lista inicial de la bibliografía revisada hasta el momento en formato bibtex. 1. @article{1046364, author = {Elena Alessandri and Alessandro Gasparetto and Rafael Valencia Garcia and Rodrigo Martinez B\&\#237;jar}, title = {An application of artificial intelligence to medical robotics}, journal = {J. Intell. Robotics Syst.}, volume = {41}, number = {4}, year = {2005}, issn = {0921-0296}, pages = {225--243}, doi = {http://dx.doi.org/10.1007/s10846-005-3509-x}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{595627, author = {Paolo Gallina and Alessandro Gasparetto}, title = {A Technique to Analytically Formulate and to Solve the 2-Dimensional Constrained Trajectory Planning Problem for a Mobile Robot}, journal = {J. Intell. Robotics Syst.}, volume = {27}, number = {3}, year = {2000}, issn = {0921-0296}, pages = {237--262}, doi = {http://dx.doi.org/10.1023/A:1008168615430}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{1152568, author = {B. Daachi and A. Benallegue}, title = {A Neural Network Adaptive Controller for End-effector Tracking of Redundant Robot Manipulators}, journal = {J. Intell. Robotics Syst.}, volume = {46}, number = {3}, year = {2006}, issn = {0921-0296}, pages = {245--262}, doi = {http://dx.doi.org/10.1007/s10846-006-9060-6}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{1149551, author = {Pawel Pyk and Sergi Berm\&\#250;dez I Badia and Ulysses Bernardet and Philipp Kn\&\#252;sel and Mikael Carlsson and Jing Gu and Eric Chanie and Bill S. Hansson and Tim C. Pearce and Paul F. J. Verschure}, title = {An artificial moth: Chemical source localization using a robot based neuronal model of moth optomotor anemotactic search}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {197--213}, doi = {http://dx.doi.org/10.1007/s10514-006-7101-4}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
Definición de Tema de trabajo de investigación para la
Materia Métodos De Investigación.
SUSANA ASTRID MONTAÑA LUNA
COD: 257418
Departamento de Ingeniería de Sistemas e Industrial
Universidad Nacional de Colombia Sede Bogotá
Profesor Víctor Andrés Bucheli;vbucheli@ocyt.org.co;vbucheli@gmail.com
1. Área de interés
Inteligencia artificial aplicada a la medicina. La inteligencia artificial debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de ciertos tipos de problemas médicos, por ello me parece interesante analizar éstos más específicamente de lo que mostré en el artículo anterior.
2. Áreas de la ciencia que trata el tema de interés
Inteligencia artificial: redes neuronales, sistemas expertos, El autoaprendizaje, mediante sistemas de cluster.
3. Cuadro resumen de las áreas de la ciencia y su vinculación al tema de interés.
Análisis de las aplicaciones de la inteligencia artificial en medicina
Metodologías por medio de:
Redes neuronales
Sistemas expertos
Comportamiento de enfermedades, análisis de comportamientos en específico.
Simulaciones de situaciones médicas por medio de la aplicación de la inteligencia artificial en robótica.
Teniendo en cuenta las necesidades de la sociedad y el desarrollo de las nuevas tecnologías.
4. ¿Cuales son los principales autores a seguir en el trabajo y a que instituciones pertenecen?
Authors
Elena Alessandri
DIEGM - Dipartimento di Ingegneria Elettrica, Gestionale e Meccanica, Université di Udine, Udine, Italy 33100
Alessandro Gasparetto
DIEGM - Dipartimento di Ingegneria Elettrica, Gestionale e Meccanica, Université di Udine, Udine, Italy 33100
Rafael Valencia Garcia
Departamento de Ingeniería de la Información y las Comunicaciones, Universidad de Murcia, Murcia, Spain 30100
Rodrigo Martinez Bíjar
Departamento de Ingeniería de la Información y las Comunicaciones, Universidad de Murcia, Murcia, Spain 30100
5. Tema a trabajar y el área científica en la cual podría hacer algún aporte.
El tema es la aplicación de la inteligencia artificial en la medicina, tomando como referencia la aplicación a la robótica. Una técnica específica en AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica. Según esta técnica, un planificador es puesto en práctica para traducir la lengua "natural" del cirujano en la secuencia robótica que debería ser ejecutada por el robot. Un simulador robótico ha sido puesto en práctica para probar la secuencia planeada en un ambiente virtual. Ésta planeada debe luego ser introducida al sistema médico robótico, que ejecutará la operación quirúrgica. El trabajo descrito destaca un nivel alto de originalidad, ya que ningunos usos similares de AI a la robótica médica podrían ser encontrados en la literatura científica.
6 Idea de trabajo
La idea de este trabajo es dar conocimiento del desarrollo de inteligencia artificial en medicina con respecto a la robótica, a partir de un conjunto delimitado de artículos científicos del área se dará informe de los últimos acontecimientos en el tema, así podemos vislumbrar la importancia que tiene el desarrollo de la inteligencia artificial en la vida futura.
7. Lista inicial de la bibliografía revisada hasta el momento en formato bibtex. 1. @article{1046364, author = {Elena Alessandri and Alessandro Gasparetto and Rafael Valencia Garcia and Rodrigo Martinez B\&\#237;jar}, title = {An application of artificial intelligence to medical robotics}, journal = {J. Intell. Robotics Syst.}, volume = {41}, number = {4}, year = {2005}, issn = {0921-0296}, pages = {225--243}, doi = {http://dx.doi.org/10.1007/s10846-005-3509-x}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{595627, author = {Paolo Gallina and Alessandro Gasparetto}, title = {A Technique to Analytically Formulate and to Solve the 2-Dimensional Constrained Trajectory Planning Problem for a Mobile Robot}, journal = {J. Intell. Robotics Syst.}, volume = {27}, number = {3}, year = {2000}, issn = {0921-0296}, pages = {237--262}, doi = {http://dx.doi.org/10.1023/A:1008168615430}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{1152568, author = {B. Daachi and A. Benallegue}, title = {A Neural Network Adaptive Controller for End-effector Tracking of Redundant Robot Manipulators}, journal = {J. Intell. Robotics Syst.}, volume = {46}, number = {3}, year = {2006}, issn = {0921-0296}, pages = {245--262}, doi = {http://dx.doi.org/10.1007/s10846-006-9060-6}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
@article{1149551, author = {Pawel Pyk and Sergi Berm\&\#250;dez I Badia and Ulysses Bernardet and Philipp Kn\&\#252;sel and Mikael Carlsson and Jing Gu and Eric Chanie and Bill S. Hansson and Tim C. Pearce and Paul F. J. Verschure}, title = {An artificial moth: Chemical source localization using a robot based neuronal model of moth optomotor anemotactic search}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {197--213}, doi = {http://dx.doi.org/10.1007/s10514-006-7101-4}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }
CRITICA DE UN ARTICULO
SEMINARIO METODOS DE INVESTIGACIÓN
Evaluación Crítica de un artículo
Susana Astrid Montaña Luna
Pregrado en Ingeniería de Sistemas
Universidad Nacional de Colombia
SEMINARIO METODOS DE INVESTIGACIÓN
Evaluación Crítica de un artículo
1. Presentación Artículo.
2. Criterios Generales.
3. Marco Teórico.
4. Metodología.
5. Resultados.
6. Conclusiones
7. Forma
Evaluación Crítica de un artículo
1. Presentación Artículo.
La inteligencia artificial es un campo de la ciencia de la computación cuyo objeto es el desarrollo de sistemas en ordenador que muestren comportamiento “inteligente”. Este campo de la ciencia debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de enfermedades.
A mediados de los setenta, se obtuvo la evidencia de eficacia y acierto en este campo; a partir de estas fechas, las comunidades científicas de la medicina y de la ciencia de la computación vieron crecer su interés hacia este campo científico emergente. La importancia de la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM,
acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente disciplina.
Aunque las primeras aplicaciones de la AIM han sido sobre todo el diagnóstico y el tratamiento, han emergido con mayor fuerza otras aplicaciones de la inteligencia artificial en el sector médico y farmacéutico: administración óptima de recursos, planificación de personal, previsión de necesidades, ayuda a los análisis de química orgánica y gestión de la información científica, que en ocasiones han aportado más rentabilidad que los problemas de diagnóstico mencionados. En el campo del diagnóstico y tratamiento, la inteligencia artificial cuenta con importantes realizaciones: MYCIN 1976, en Stanford, sobre enfermedades infecciosas; CASNET 1979, en Rutgers, sobre oftalmología; INTERNIST 1980, en Pitsburg, sobre medicina interna; PIP 1971, en MIT, sobre afecciones renales; Al/RHEUM 1983, en la Universidad de Missouri, sobre el diagnóstico en reumatología, SPE 1983; Rutgers, para interpretar los resultados de electroforesis de las proteínas del suero producidas por instrumentos de análisis; TIA 1984, en la Universidad de Maryland, sobre terapia de ataques isquémicos. Para conseguir este comportamiento inteligente se dispone de distintas herramientas; una de ellas es la mecanización del razonamiento, encadenando afirmaciones o silogismos; este concepto de racionalidad mecánica, que es el origen de los llamados sistemas expertos, es realmente muy anterior a la llegada de los ordenadores. En su historia encontramos el concepto de racionalidad sistemática de Descartes en el “Discurso del método” de 1637 y el raciocinio como cálculo simbólico en Hobbes, en 1651, aunque hasta la aparición de los ordenadores no se materializan estas ideas.
Criterios Generales.
• Éste es un artículo científico que relaciona el problema de inteligencia artificial aplicada a la medicina de forma general y sencilla, muestra como las nuevas tecnologías le han aportado y puede seguir aportando grandes beneficios a este campo tan importante en la vida humana.
• Es un artículo que devela la existencia de comunidades científicas que se interesan en inteligencia artificial y como esta ha aportado a la medicina, muestra que este grupo lleva bastante tiempo investigando en esta área, tanto así que tiene en la comunidad científica su propio nombre AIM,
acránimo de Artificial Intelligence in Medicine, y cada vez mas evoluciona y crece esta disciplina
Marco Teórico.
El marco teórico está basado en tres ítems:
- Racionalidad mecánica, que es el origen de los llamados sistemas expertos basados en el conocimiento
- Tratar de imitar la percepción y la respuesta humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo, por el método llamado red neuronal.
- El autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación síntomas enfermedades.
El marco teórico abarca un buen fundamento conceptual en inteligencia artificial, con los conceptos mas trabajados en esta área y aborda bien el problema familiarizándose con las necesidades de la comunidad, teniendo en cuenta que cada ítem se relaciona uno con el otro.
Las referencias están actualizadas, teniendo en cuenta que este artículo es de 1993, y sus autores son reconocidos en el ámbito de la inteligencia artificial.
REFERENCIAS BIBLIOGRÁFICAS
1. Miller PL. Artificial intelligence in medicine: an emergingdisciplineevaluation of artificial intelligence systems in medicine.
En: Miller PL, editor. Selected tropics in medical artificial intelligence). Berlín: Springer, 1988.
2. Okada M. An approach to the generalizad nurse scheduling problem Comp Biomed Res 1992; 25: 417-434.
3. Shortlife EH. Computer-based medical consultations: MYCIN. Nueva York: Elsevier, 1976.
4. Weiss SM, Kulikowski CA, Safir A. Glaucoma consultation by computer. Comp Biomed Res 1978; 8: 24-40.
5. Kulikowski CA. Artificial intelligence methods and systems for medical consultation. En: IEEE Transactions on Pattern Analysis and Machine
lntelligence; 1980: 464-476.
6. Miller RA. INTERNIST-1, an experimental computer based diagnostic consultant for general internal medicine. N Engl J Med 1982; 307: 468.
7. Winograd T. Máquinas pensantes: ¿son posibles?, ¿lo somos? Revista de Occidente 1991; 119: 113-150.
8. Hart A. Connectionist models in medicine: an investigation of the potential. En: Lecture notes in medical information. Berlín: Springer, 1989;
38: 1 15-124.
9. Sigüenza JA. Redes neuronales: la inteligencia artificial copia sistemas biológicos, Sístole (a ciencia abierta) 1992; 4.
10. Breiman L et al. Classification and regression trees. Monterrey, CA: Wadsworth & Brooks, 1984.
11. Quinlann JR. lnduction of decission trees. Machine Learning 1986; 1: 81-106.
12 . Hadzikadic M. Automated design of diagnostic systems. Artificial Intelligence in Medicine 1992; 4: 329-342.
13. Belmonte M, Sierra C, López de Mantaras R. RENOIR. A large expert system using fuzzy logic for rheumatology diagnosis. Rese Rep 1991; 19.
14. Babic A, et al. Extraction of diagnostic rules using recursive partirioning systems. Artificial lntelligence in Medicine 1992, 4: 373-387.
15. Everitt B. Cluster analysis. Londres: Heinemann, 1981.
16. Alonso L. Análisis de las fases iniciales del desarrollo en la ciudad Sanitaria de Bellvitge de un sistema de ayuda al diagnostico médico basado en una aproximación epidemiológica informatizada [Tesis Doctoral], 1991.
17. Belmonte MA. Un sistema experto para la ayuda en el diagnóstico de colagenosis y artropatías inflamatorias. [Tesis Doctoral U.A.B.], 1990.
18. Verdaguer A. Neumonia un sistema expert pel diagnóstic de neumonies [Tesis doctoral], 1991.
19. Blum B. Selected topics in medical artificial intelligence. [preface]. En: Miller PL, editor. Berlín: Springer, 1988.
20. Humphrey SM. MedindEx system: medical indexing expert system in expert system in libraries. Norwood, NJ: Ablex, 1990; 192-221.
21. Science and technology. Computers and handwriting. Pen computers. Mightier than the keyboard. The Economist 1992; 7787; 94.
4. Metodología
Tiene una metodología bien estructurada donde plantea como informarse sobre el problema de las aplicaciones en medicina de la inteligencia artificial.
La metodología se desarrolla a través de la investigación exhaustiva de las aplicaciones de la IA en medicina y como ésta ha arrojado algunos resultados muy positivos en este campo, así como esto se ve reflejado en este artículo también hay evidencia de esto en conjuntos de información tales como revistas, proyectos, sitios Web; identificando actores heterogéneos y relaciones que permitan estructurar cuales son las nuevas necesidades que puede satisfacer la IA en medicina; debido al problema de análisis completo de casos presentados construyen un conjunto de información tomando los diferentes aspectos donde se encuentran las relaciones y necesidades mas relevantes por resolver y que la IA puede ayudar a su mejoramiento, esto lo logran a través de análisis previos hechos con casos y su desarrollo en los sistemas expertos, redes neuronales y autoaprendizaje mediante sistemas de cluster.
5. Resultados
• Los resultados obtenidos permiten caracterizar la comunidad involucrada en la investigación de la IA en medicina y dan una buena representación de ésta.
• Los datos son difíciles de obtener debido a las múltiples necesidades de esta área.
• Los métodos utilizados para el análisis son fáciles de identificar en IA, ya que trabajan con materias muy familiares desarrolladas en el área.
6. Conclusiones
Lo que busca el artículo es mostrar la importancia de la inteligencia artificial en nuestros tiempos aplicada en la medicina.
A través de este estudio se encuentran argumentos que permiten validar el desarrollo de la IA en medicina, de tal manera que se observa cómo la comunidad científica en medicina se preocupa de los avances obtenidos y cómo obtener unos nuevos basándose en las necesidades de cada usuario. Teniendo como fundamento teórico el aprendizaje de las máquinas para establecer regularidades que faciliten algunos procesos, esto es desarrollado por medio de teorías como: Sistemas expertos los cuales son llamados la racionalidad mecánica, redes neuronales que son las encargadas de imitar la percepción y las respuestas humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo y el autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación de síntomas y enfermedades.
El artículo deja como abrebocas que se esperan muchas otras aplicaciones que puede realizar la IA en medicina como por ejemplo, la ayuda en el diagnóstico de enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras aplicaciones.
7. Forma
• Es un artículo en español del Director General. Aplicaciones de Inteligencia Artificial, S.A. de la revista MEDICINA CLÍNICA VOL. 100. SUPLEMENTO 1. 1.993 , no se encuentran errores gramaticales, tipográficos u ortográficos.
•La forma del articulo es clara y permite abordar el tema y seguir un orden sistemático del tópico presentado.
Evaluación Crítica de un artículo
Susana Astrid Montaña Luna
Pregrado en Ingeniería de Sistemas
Universidad Nacional de Colombia
SEMINARIO METODOS DE INVESTIGACIÓN
Evaluación Crítica de un artículo
1. Presentación Artículo.
2. Criterios Generales.
3. Marco Teórico.
4. Metodología.
5. Resultados.
6. Conclusiones
7. Forma
Evaluación Crítica de un artículo
1. Presentación Artículo.
La inteligencia artificial es un campo de la ciencia de la computación cuyo objeto es el desarrollo de sistemas en ordenador que muestren comportamiento “inteligente”. Este campo de la ciencia debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de enfermedades.
A mediados de los setenta, se obtuvo la evidencia de eficacia y acierto en este campo; a partir de estas fechas, las comunidades científicas de la medicina y de la ciencia de la computación vieron crecer su interés hacia este campo científico emergente. La importancia de la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM,
acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente disciplina.
Aunque las primeras aplicaciones de la AIM han sido sobre todo el diagnóstico y el tratamiento, han emergido con mayor fuerza otras aplicaciones de la inteligencia artificial en el sector médico y farmacéutico: administración óptima de recursos, planificación de personal, previsión de necesidades, ayuda a los análisis de química orgánica y gestión de la información científica, que en ocasiones han aportado más rentabilidad que los problemas de diagnóstico mencionados. En el campo del diagnóstico y tratamiento, la inteligencia artificial cuenta con importantes realizaciones: MYCIN 1976, en Stanford, sobre enfermedades infecciosas; CASNET 1979, en Rutgers, sobre oftalmología; INTERNIST 1980, en Pitsburg, sobre medicina interna; PIP 1971, en MIT, sobre afecciones renales; Al/RHEUM 1983, en la Universidad de Missouri, sobre el diagnóstico en reumatología, SPE 1983; Rutgers, para interpretar los resultados de electroforesis de las proteínas del suero producidas por instrumentos de análisis; TIA 1984, en la Universidad de Maryland, sobre terapia de ataques isquémicos. Para conseguir este comportamiento inteligente se dispone de distintas herramientas; una de ellas es la mecanización del razonamiento, encadenando afirmaciones o silogismos; este concepto de racionalidad mecánica, que es el origen de los llamados sistemas expertos, es realmente muy anterior a la llegada de los ordenadores. En su historia encontramos el concepto de racionalidad sistemática de Descartes en el “Discurso del método” de 1637 y el raciocinio como cálculo simbólico en Hobbes, en 1651, aunque hasta la aparición de los ordenadores no se materializan estas ideas.
Criterios Generales.
• Éste es un artículo científico que relaciona el problema de inteligencia artificial aplicada a la medicina de forma general y sencilla, muestra como las nuevas tecnologías le han aportado y puede seguir aportando grandes beneficios a este campo tan importante en la vida humana.
• Es un artículo que devela la existencia de comunidades científicas que se interesan en inteligencia artificial y como esta ha aportado a la medicina, muestra que este grupo lleva bastante tiempo investigando en esta área, tanto así que tiene en la comunidad científica su propio nombre AIM,
acránimo de Artificial Intelligence in Medicine, y cada vez mas evoluciona y crece esta disciplina
Marco Teórico.
El marco teórico está basado en tres ítems:
- Racionalidad mecánica, que es el origen de los llamados sistemas expertos basados en el conocimiento
- Tratar de imitar la percepción y la respuesta humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo, por el método llamado red neuronal.
- El autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación síntomas enfermedades.
El marco teórico abarca un buen fundamento conceptual en inteligencia artificial, con los conceptos mas trabajados en esta área y aborda bien el problema familiarizándose con las necesidades de la comunidad, teniendo en cuenta que cada ítem se relaciona uno con el otro.
Las referencias están actualizadas, teniendo en cuenta que este artículo es de 1993, y sus autores son reconocidos en el ámbito de la inteligencia artificial.
REFERENCIAS BIBLIOGRÁFICAS
1. Miller PL. Artificial intelligence in medicine: an emergingdisciplineevaluation of artificial intelligence systems in medicine.
En: Miller PL, editor. Selected tropics in medical artificial intelligence). Berlín: Springer, 1988.
2. Okada M. An approach to the generalizad nurse scheduling problem Comp Biomed Res 1992; 25: 417-434.
3. Shortlife EH. Computer-based medical consultations: MYCIN. Nueva York: Elsevier, 1976.
4. Weiss SM, Kulikowski CA, Safir A. Glaucoma consultation by computer. Comp Biomed Res 1978; 8: 24-40.
5. Kulikowski CA. Artificial intelligence methods and systems for medical consultation. En: IEEE Transactions on Pattern Analysis and Machine
lntelligence; 1980: 464-476.
6. Miller RA. INTERNIST-1, an experimental computer based diagnostic consultant for general internal medicine. N Engl J Med 1982; 307: 468.
7. Winograd T. Máquinas pensantes: ¿son posibles?, ¿lo somos? Revista de Occidente 1991; 119: 113-150.
8. Hart A. Connectionist models in medicine: an investigation of the potential. En: Lecture notes in medical information. Berlín: Springer, 1989;
38: 1 15-124.
9. Sigüenza JA. Redes neuronales: la inteligencia artificial copia sistemas biológicos, Sístole (a ciencia abierta) 1992; 4.
10. Breiman L et al. Classification and regression trees. Monterrey, CA: Wadsworth & Brooks, 1984.
11. Quinlann JR. lnduction of decission trees. Machine Learning 1986; 1: 81-106.
12 . Hadzikadic M. Automated design of diagnostic systems. Artificial Intelligence in Medicine 1992; 4: 329-342.
13. Belmonte M, Sierra C, López de Mantaras R. RENOIR. A large expert system using fuzzy logic for rheumatology diagnosis. Rese Rep 1991; 19.
14. Babic A, et al. Extraction of diagnostic rules using recursive partirioning systems. Artificial lntelligence in Medicine 1992, 4: 373-387.
15. Everitt B. Cluster analysis. Londres: Heinemann, 1981.
16. Alonso L. Análisis de las fases iniciales del desarrollo en la ciudad Sanitaria de Bellvitge de un sistema de ayuda al diagnostico médico basado en una aproximación epidemiológica informatizada [Tesis Doctoral], 1991.
17. Belmonte MA. Un sistema experto para la ayuda en el diagnóstico de colagenosis y artropatías inflamatorias. [Tesis Doctoral U.A.B.], 1990.
18. Verdaguer A. Neumonia un sistema expert pel diagnóstic de neumonies [Tesis doctoral], 1991.
19. Blum B. Selected topics in medical artificial intelligence. [preface]. En: Miller PL, editor. Berlín: Springer, 1988.
20. Humphrey SM. MedindEx system: medical indexing expert system in expert system in libraries. Norwood, NJ: Ablex, 1990; 192-221.
21. Science and technology. Computers and handwriting. Pen computers. Mightier than the keyboard. The Economist 1992; 7787; 94.
4. Metodología
Tiene una metodología bien estructurada donde plantea como informarse sobre el problema de las aplicaciones en medicina de la inteligencia artificial.
La metodología se desarrolla a través de la investigación exhaustiva de las aplicaciones de la IA en medicina y como ésta ha arrojado algunos resultados muy positivos en este campo, así como esto se ve reflejado en este artículo también hay evidencia de esto en conjuntos de información tales como revistas, proyectos, sitios Web; identificando actores heterogéneos y relaciones que permitan estructurar cuales son las nuevas necesidades que puede satisfacer la IA en medicina; debido al problema de análisis completo de casos presentados construyen un conjunto de información tomando los diferentes aspectos donde se encuentran las relaciones y necesidades mas relevantes por resolver y que la IA puede ayudar a su mejoramiento, esto lo logran a través de análisis previos hechos con casos y su desarrollo en los sistemas expertos, redes neuronales y autoaprendizaje mediante sistemas de cluster.
5. Resultados
• Los resultados obtenidos permiten caracterizar la comunidad involucrada en la investigación de la IA en medicina y dan una buena representación de ésta.
• Los datos son difíciles de obtener debido a las múltiples necesidades de esta área.
• Los métodos utilizados para el análisis son fáciles de identificar en IA, ya que trabajan con materias muy familiares desarrolladas en el área.
6. Conclusiones
Lo que busca el artículo es mostrar la importancia de la inteligencia artificial en nuestros tiempos aplicada en la medicina.
A través de este estudio se encuentran argumentos que permiten validar el desarrollo de la IA en medicina, de tal manera que se observa cómo la comunidad científica en medicina se preocupa de los avances obtenidos y cómo obtener unos nuevos basándose en las necesidades de cada usuario. Teniendo como fundamento teórico el aprendizaje de las máquinas para establecer regularidades que faciliten algunos procesos, esto es desarrollado por medio de teorías como: Sistemas expertos los cuales son llamados la racionalidad mecánica, redes neuronales que son las encargadas de imitar la percepción y las respuestas humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo y el autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación de síntomas y enfermedades.
El artículo deja como abrebocas que se esperan muchas otras aplicaciones que puede realizar la IA en medicina como por ejemplo, la ayuda en el diagnóstico de enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras aplicaciones.
7. Forma
• Es un artículo en español del Director General. Aplicaciones de Inteligencia Artificial, S.A. de la revista MEDICINA CLÍNICA VOL. 100. SUPLEMENTO 1. 1.993 , no se encuentran errores gramaticales, tipográficos u ortográficos.
•La forma del articulo es clara y permite abordar el tema y seguir un orden sistemático del tópico presentado.
INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL
SUSANA ASTRID MONTAÑA LUNA
CODIGO: 254718
UNIVERSIDAD NACIONAL DE COLOMBIA
INGENIERIA DE SISTEMAS
METODOS DE INVESTIGACIÓN
2006
INTELIGENCIA ARTIFICIAL
La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y construcción de algoritmos de solución a problemas de propósito general.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
La idea de 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.
Trabajos teóricos fundamentales fueron el desarrollo de algoritmos matemáticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificación, o funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarrolló un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trató poco por muchos años, dando paso al razonamiento simbólico basado en reglas de producción, lo que se conoce como sistemas expertos.
I. CARACTERÍSTICAS DE LA INTELIGENCIA ARTIFICIAL.
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.
II. DIFERENTES TEORÍAS:
Construir réplicas de la compleja red neuronal del cerebro humano (bottom-up).
Intentar imitar el comportamiento del cerebro humano con un computador (top-down).
III. DIFERENTES METODOLOGÍAS:
La lógica difusa: permite tomar decisiones bajo condiciones de incerteza.
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 funcionamiento de una Red Neuronal es gobernado por reglas de propagación de actividades y de actualización de los estados.
IV. OBJETIVOS DE LA INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL.
Los investigadores en inteligencia artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).
Otros investigadores están trabajando en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.
Finalmente, la fundamental investigación sobre la representación del conocimiento, la conceptualización cognoscitiva y la comprensión del lenguaje natural.
Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.
El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un directivo que se pregunta la viabilidad de fabricar un nuevo producto. Un niño jugando con bloques de madera en una mesa no tiene idea de la complejidad del razonamiento necesario para llevar a cabo la construcción de una pirámide, e intentar que un robot hiciera lo mismo que el niño requeriría un largo programa de computador.
V. ARTÍCULOS SOBRE INTELIGENCIA ARTIFICIAL
A continuación se presenta un breve resumen de la temática general de tres artículos que hablan de la inteligencia artificial y sus diferentes utilidades:
Inteligencia artificial en medicina.
Estado actual y perspectivas
Ramón Trias Capella
Director General. Aplicaciones de Inteligencia Artificial, S.A.
EL campo de La inteligencia artificial debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de enfermedades.
A mediados de los setenta, se obtuvo la evidencia de eficacia y acierto en este campo; a partir de estas fechas, las comunidades científicas de la medicina y de la ciencia de la computación vieron crecer su interés hacia este campo científico emergente. La importancia de la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM, acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente disciplina.
Se espera un cambio importante del papel de los ordenadores en el campo de la medicina. Están apareciendo ya en el mercado modalidades de ordenador que permitirán la incorporación de las tecnologías descritas de forma cómoda; así, por ejemplo, los ordenadores de bolsillo palm-tops con escritura con lápiz magnético y los sistemas de reconocimiento de escritura manual ligada, permiten la entrada en tiempo real de información destinada a la base de datos de las historias clínicas de la entidad, que a su vez permiten consultas (accesos a enciclopedias, vademécums o asesoramiento) impensables en estos momentos. Paralelamente, la convergencia de los trabajos de normalización, comunicación e informática clínica facilitará el acceso a extensos conjuntos de historiales tratables con sistemas de extracción de conocimiento, desde métodos estadísticos a clasificación automática o redes neuronales. La detección temprana de contraindicaciones ocasionales en los medicamentos, la obtención de secuencias óptimas de tratamientos y otros problemas complejos obtendrán grandes beneficios del tratamiento masivo de historias clínicas. No se prevé ningún papel sustitutorio en la actividad sanitaria, aunque en algunos problemas periféricos es posible la utilización de nuevas tecnologías para diagnóstico y tratamiento. Por ejemplo, en la ayuda al diagnóstico en enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras Aplicaciones.
New Millennium AI and the Convergence of History
J¨urgen Schmidhuber
TU Munich, Boltzmannstr. 3, 85748 Garching, M¨unchen, Germany &
IDSIA, Galleria 2, 6928 Manno (Lugano), Switzerland
juergen@idsia.ch - http://www.idsia.ch/∼juergen
La Inteligencia artificial (AI) se ha vuelto una ciencia formal en el nuevo milenio, durante todo del tiempo que ha transcurrido desde sus comienzos ha habido un progreso rápido en métodos prácticos por aprender los verdaderos programas del sucesión-proceso, los cuales son opuestos a métodos tradicionales imitados a la los modelos estacionarios. Cada descubrimiento en la informática tiende a venir aproximadamente dos veces mas rápido que el anterior, haciendo comparación con la evolución de la computación, los cambios que se producen en estos tiempos en la tecnología se puede decir que son exponenciales.
En estos tiempos se espera que el próximo cambio radical se manifieste en aproximadamente un cuarto de siglo después del más reciente, es decir, en el 2015, en este momento algunas computadoras coincidirán las inteligencias en condiciones de darle un gran poder a la informática y las revoluciones venideras serán más rápidas estas se esperan entre el 2030 y el 2040, cuando las máquinas individuales ya se acercarán al poder máximo de la computación en la combinación de las inteligencias humanas.
Muchos de los lectores presentes de este artículo todavía deben estar entonces vivos. Y se tiene la siguiente pregunta:
¿El software y los adelantos teóricos se mantendrán al ritmo del desarrollo del hardware?
De eso es lo que se quiere convencer a la gente. De hecho, el nuevo milenio ya ha traído las nuevas visiones fundamentales en el problema de construir agentes racionales óptimos o Inteligencias Artificiales universales teóricamente.
En este artículo se repasa brevemente algunos de los nuevos resultados, y se especula sobre los futuros desarrollos, mientras se señalan intervalos de tiempo entre los eventos más notables por encima de 40,000 años o 29 vidas de historia humana estos cambios tienen a ser exponenciales.
Simplicial Families of Drawings
Lucas Kovar
University of Wisconsin-Madison
1210 W. Dayton
Madison, WI 53706
+1-608-265-2711
kovar@cs.wisc.edu
Michael Gleicher
University of Wisconsin-Madison
1210 W. Dayton
Madison, WI 53706
+1-608-263-2874
gleicher@cs.wisc.edu
En este artículo se presenta un método para ayudar a los artistas a realizar una obra de arte más accesible a los usuarios casuales. Se hace un enfoque en casos específicos de dibujos, mostrando cómo un número pequeño de éstos pueden transformarse en un objeto más complejo transformado en una familia entera de dibujos similares. Esta temática se representa como un simplicial complex que aproxima un juego válido de las interpolaciones en el espacio de la configuración. El artista no actúa recíprocamente directamente con el simplicial complex. En cambio, se realizan las guías de su construcción contestando especialmente según el juego escogido preguntas de si/no. Combinando la flexibilidad de un simplicial complex con la guía directa humana, serán capaces de representar los constreñimientos muy generales en el número de miembros en una familia.
El simplicial se construye con una variedad de algoritmos útiles a un usuario final, incluso la muestra aleatoria, del espacio de dibujos, la interpolación encogida entre los dibujos, la proyección de otro dibujo en la familia, y la exploración interactiva de la familia.
VI. LIBROS CONSULTADOS SOBRE INTELIGENCIA ARTIFICIAL
LÓGICA E INTELIGENCIA (ARTIFICIAL)
Luis Carlos Torres Soler
Universidad Nacional de Colombia
Facultad de Ingeniería
Los científicos, en su área, requieren de fórmulas y procesos estructurados para la solución de problemas, casi siempre complejos de ahí que se considera necesaria la estructuración del razonamiento lógico para mayor alcance de sus investigaciones. La capacidad para razonar depende de un conjunto de habilidades y capacidades lógicas, creativas y abstractas, que deben estructurarse y practicarse a fin de mejorar los procesos del pensamiento.
¿Es posible una formulación del pensamiento lógico? La pregunta proyecta razonar primero: ¿existe deficiencia en el razonamiento para solucionar problemas, no bien formulados, no bien estructurados o con datos confusos? Y, segundo: ¿Qué provee cierto comportamiento de las personas en las empresas necesitadas de ideas para innovar?
Lógica e inteligencia artificial: El presente texto proviene de la convergencia de dos fenómenos, la necesidad de razonamiento lógico y la proyección hacia los computadores inteligentes. El libro es el fruto de más de siete años de trabajo en el área de inteligencia artificial, creatividad y lógica matemática.
El libro no esta dividido en secciones, es un conjunto de planteamientos donde poco a poco se va estructurando las diferentes formas de resolución de problemas y representación de su información para generar un proceso adecuado que pueda dar una solución, ojala la más óptima. Las soluciones que se hallan en el texto han sido revisadas minuciosamente en varios contextos, como se indica en ellas, no es la única forma, de ahí a que se invita al lector a hallar otras representaciones o soluciones, esto ayudará a la estructuración del pensamiento lógico.
TÉCNICAS DE INTELIGENCIA ARTIFICIAL EN JUEGOS
Nelson Becerra Correa
Universidad Distrital Francisco José de Caldas
Centro de Investigaciones y Desarrollo Científico
En el presente trabajo de investigación, de desarrollan métodos alternativos a los comúnmente utilizados para crear software de juego, clasificados dentro de la teoría de juegos como bi personales de suma cero y de información completa.
El documento se divide en cuatro partes: en la primera, se trabaja sobre los métodos existentes en la actualidad para el tratamiento de juegos. Además se hace un análisis de estos métodos y se muestran métodos alternos no trabajados o muy poco trabaja y novedosos.
En la segunda parte, se presenta un esquema de un algoritmo por metas, lo mismo que un análisis conceptual. Igualmente se hace un tratamiento de juegos mediante redes neuronales. La idea básica consiste en entrenar una red neuronal en un juego, para que esta, luego de su entrenamiento, pueda competir contra un adversario con un alto nivel de juego y responder en buena forma.
En la tercera parte se plantea utilizar algoritmos genéticos. Eso se plantea de dos formas: primero como mecanismo de aprendizaje automático y segundo como generador de funciones de evaluación estática.
Como generador de aprendizaje automático, la idea es crear programas capaces de aprender por si mismo todo tipo de problema, como generador de funciones de evaluación, se darán los parámetros y la formula general para que el algoritmo la optimice.
En la cuarta parte se utiliza el aprendizaje por refuerzo, con el fin de enseñar a un agente un problema de ajedrez.
VII. CONCLUSIONES
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica, usada principalmente en el campo industrial; comprensión de lenguajes y traducción; visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje; reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho ámbito del conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre e indican un tratamiento, los que interpretan datos sismológicos en exploración geológica y los que configuran complejos equipos de alta tecnología.
Tales tareas reducen costos, reducen riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del personal inexperto, y mejoran el control de calidad sobre todo en el ámbito comercial.
VIII. FUENTES
http://dis.unal.edu.co/grupos/lisi/
http://www.monografias.com/trabajos12/inteartf/inteartf.shtml
http://cruzrojaguayas.org/inteligencia/
http://aepia.dsic.upv.es/revista/revista.html
http://www.fortunecity.com/skyscraper/chaos/279/index.htm
http://portal.acm.org/portal.cfm
http://citeseer.ist.psu.edu/
http://scholar.google.com.co/
SUSANA ASTRID MONTAÑA LUNA
CODIGO: 254718
UNIVERSIDAD NACIONAL DE COLOMBIA
INGENIERIA DE SISTEMAS
METODOS DE INVESTIGACIÓN
2006
INTELIGENCIA ARTIFICIAL
La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y construcción de algoritmos de solución a problemas de propósito general.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
La idea de 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.
Trabajos teóricos fundamentales fueron el desarrollo de algoritmos matemáticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificación, o funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarrolló un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trató poco por muchos años, dando paso al razonamiento simbólico basado en reglas de producción, lo que se conoce como sistemas expertos.
I. CARACTERÍSTICAS DE LA INTELIGENCIA ARTIFICIAL.
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.
II. DIFERENTES TEORÍAS:
Construir réplicas de la compleja red neuronal del cerebro humano (bottom-up).
Intentar imitar el comportamiento del cerebro humano con un computador (top-down).
III. DIFERENTES METODOLOGÍAS:
La lógica difusa: permite tomar decisiones bajo condiciones de incerteza.
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 funcionamiento de una Red Neuronal es gobernado por reglas de propagación de actividades y de actualización de los estados.
IV. OBJETIVOS DE LA INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL.
Los investigadores en inteligencia artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).
Otros investigadores están trabajando en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.
Finalmente, la fundamental investigación sobre la representación del conocimiento, la conceptualización cognoscitiva y la comprensión del lenguaje natural.
Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.
El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un directivo que se pregunta la viabilidad de fabricar un nuevo producto. Un niño jugando con bloques de madera en una mesa no tiene idea de la complejidad del razonamiento necesario para llevar a cabo la construcción de una pirámide, e intentar que un robot hiciera lo mismo que el niño requeriría un largo programa de computador.
V. ARTÍCULOS SOBRE INTELIGENCIA ARTIFICIAL
A continuación se presenta un breve resumen de la temática general de tres artículos que hablan de la inteligencia artificial y sus diferentes utilidades:
Inteligencia artificial en medicina.
Estado actual y perspectivas
Ramón Trias Capella
Director General. Aplicaciones de Inteligencia Artificial, S.A.
EL campo de La inteligencia artificial debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de enfermedades.
A mediados de los setenta, se obtuvo la evidencia de eficacia y acierto en este campo; a partir de estas fechas, las comunidades científicas de la medicina y de la ciencia de la computación vieron crecer su interés hacia este campo científico emergente. La importancia de la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM, acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente disciplina.
Se espera un cambio importante del papel de los ordenadores en el campo de la medicina. Están apareciendo ya en el mercado modalidades de ordenador que permitirán la incorporación de las tecnologías descritas de forma cómoda; así, por ejemplo, los ordenadores de bolsillo palm-tops con escritura con lápiz magnético y los sistemas de reconocimiento de escritura manual ligada, permiten la entrada en tiempo real de información destinada a la base de datos de las historias clínicas de la entidad, que a su vez permiten consultas (accesos a enciclopedias, vademécums o asesoramiento) impensables en estos momentos. Paralelamente, la convergencia de los trabajos de normalización, comunicación e informática clínica facilitará el acceso a extensos conjuntos de historiales tratables con sistemas de extracción de conocimiento, desde métodos estadísticos a clasificación automática o redes neuronales. La detección temprana de contraindicaciones ocasionales en los medicamentos, la obtención de secuencias óptimas de tratamientos y otros problemas complejos obtendrán grandes beneficios del tratamiento masivo de historias clínicas. No se prevé ningún papel sustitutorio en la actividad sanitaria, aunque en algunos problemas periféricos es posible la utilización de nuevas tecnologías para diagnóstico y tratamiento. Por ejemplo, en la ayuda al diagnóstico en enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras Aplicaciones.
New Millennium AI and the Convergence of History
J¨urgen Schmidhuber
TU Munich, Boltzmannstr. 3, 85748 Garching, M¨unchen, Germany &
IDSIA, Galleria 2, 6928 Manno (Lugano), Switzerland
juergen@idsia.ch - http://www.idsia.ch/∼juergen
La Inteligencia artificial (AI) se ha vuelto una ciencia formal en el nuevo milenio, durante todo del tiempo que ha transcurrido desde sus comienzos ha habido un progreso rápido en métodos prácticos por aprender los verdaderos programas del sucesión-proceso, los cuales son opuestos a métodos tradicionales imitados a la los modelos estacionarios. Cada descubrimiento en la informática tiende a venir aproximadamente dos veces mas rápido que el anterior, haciendo comparación con la evolución de la computación, los cambios que se producen en estos tiempos en la tecnología se puede decir que son exponenciales.
En estos tiempos se espera que el próximo cambio radical se manifieste en aproximadamente un cuarto de siglo después del más reciente, es decir, en el 2015, en este momento algunas computadoras coincidirán las inteligencias en condiciones de darle un gran poder a la informática y las revoluciones venideras serán más rápidas estas se esperan entre el 2030 y el 2040, cuando las máquinas individuales ya se acercarán al poder máximo de la computación en la combinación de las inteligencias humanas.
Muchos de los lectores presentes de este artículo todavía deben estar entonces vivos. Y se tiene la siguiente pregunta:
¿El software y los adelantos teóricos se mantendrán al ritmo del desarrollo del hardware?
De eso es lo que se quiere convencer a la gente. De hecho, el nuevo milenio ya ha traído las nuevas visiones fundamentales en el problema de construir agentes racionales óptimos o Inteligencias Artificiales universales teóricamente.
En este artículo se repasa brevemente algunos de los nuevos resultados, y se especula sobre los futuros desarrollos, mientras se señalan intervalos de tiempo entre los eventos más notables por encima de 40,000 años o 29 vidas de historia humana estos cambios tienen a ser exponenciales.
Simplicial Families of Drawings
Lucas Kovar
University of Wisconsin-Madison
1210 W. Dayton
Madison, WI 53706
+1-608-265-2711
kovar@cs.wisc.edu
Michael Gleicher
University of Wisconsin-Madison
1210 W. Dayton
Madison, WI 53706
+1-608-263-2874
gleicher@cs.wisc.edu
En este artículo se presenta un método para ayudar a los artistas a realizar una obra de arte más accesible a los usuarios casuales. Se hace un enfoque en casos específicos de dibujos, mostrando cómo un número pequeño de éstos pueden transformarse en un objeto más complejo transformado en una familia entera de dibujos similares. Esta temática se representa como un simplicial complex que aproxima un juego válido de las interpolaciones en el espacio de la configuración. El artista no actúa recíprocamente directamente con el simplicial complex. En cambio, se realizan las guías de su construcción contestando especialmente según el juego escogido preguntas de si/no. Combinando la flexibilidad de un simplicial complex con la guía directa humana, serán capaces de representar los constreñimientos muy generales en el número de miembros en una familia.
El simplicial se construye con una variedad de algoritmos útiles a un usuario final, incluso la muestra aleatoria, del espacio de dibujos, la interpolación encogida entre los dibujos, la proyección de otro dibujo en la familia, y la exploración interactiva de la familia.
VI. LIBROS CONSULTADOS SOBRE INTELIGENCIA ARTIFICIAL
LÓGICA E INTELIGENCIA (ARTIFICIAL)
Luis Carlos Torres Soler
Universidad Nacional de Colombia
Facultad de Ingeniería
Los científicos, en su área, requieren de fórmulas y procesos estructurados para la solución de problemas, casi siempre complejos de ahí que se considera necesaria la estructuración del razonamiento lógico para mayor alcance de sus investigaciones. La capacidad para razonar depende de un conjunto de habilidades y capacidades lógicas, creativas y abstractas, que deben estructurarse y practicarse a fin de mejorar los procesos del pensamiento.
¿Es posible una formulación del pensamiento lógico? La pregunta proyecta razonar primero: ¿existe deficiencia en el razonamiento para solucionar problemas, no bien formulados, no bien estructurados o con datos confusos? Y, segundo: ¿Qué provee cierto comportamiento de las personas en las empresas necesitadas de ideas para innovar?
Lógica e inteligencia artificial: El presente texto proviene de la convergencia de dos fenómenos, la necesidad de razonamiento lógico y la proyección hacia los computadores inteligentes. El libro es el fruto de más de siete años de trabajo en el área de inteligencia artificial, creatividad y lógica matemática.
El libro no esta dividido en secciones, es un conjunto de planteamientos donde poco a poco se va estructurando las diferentes formas de resolución de problemas y representación de su información para generar un proceso adecuado que pueda dar una solución, ojala la más óptima. Las soluciones que se hallan en el texto han sido revisadas minuciosamente en varios contextos, como se indica en ellas, no es la única forma, de ahí a que se invita al lector a hallar otras representaciones o soluciones, esto ayudará a la estructuración del pensamiento lógico.
TÉCNICAS DE INTELIGENCIA ARTIFICIAL EN JUEGOS
Nelson Becerra Correa
Universidad Distrital Francisco José de Caldas
Centro de Investigaciones y Desarrollo Científico
En el presente trabajo de investigación, de desarrollan métodos alternativos a los comúnmente utilizados para crear software de juego, clasificados dentro de la teoría de juegos como bi personales de suma cero y de información completa.
El documento se divide en cuatro partes: en la primera, se trabaja sobre los métodos existentes en la actualidad para el tratamiento de juegos. Además se hace un análisis de estos métodos y se muestran métodos alternos no trabajados o muy poco trabaja y novedosos.
En la segunda parte, se presenta un esquema de un algoritmo por metas, lo mismo que un análisis conceptual. Igualmente se hace un tratamiento de juegos mediante redes neuronales. La idea básica consiste en entrenar una red neuronal en un juego, para que esta, luego de su entrenamiento, pueda competir contra un adversario con un alto nivel de juego y responder en buena forma.
En la tercera parte se plantea utilizar algoritmos genéticos. Eso se plantea de dos formas: primero como mecanismo de aprendizaje automático y segundo como generador de funciones de evaluación estática.
Como generador de aprendizaje automático, la idea es crear programas capaces de aprender por si mismo todo tipo de problema, como generador de funciones de evaluación, se darán los parámetros y la formula general para que el algoritmo la optimice.
En la cuarta parte se utiliza el aprendizaje por refuerzo, con el fin de enseñar a un agente un problema de ajedrez.
VII. CONCLUSIONES
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica, usada principalmente en el campo industrial; comprensión de lenguajes y traducción; visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje; reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho ámbito del conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre e indican un tratamiento, los que interpretan datos sismológicos en exploración geológica y los que configuran complejos equipos de alta tecnología.
Tales tareas reducen costos, reducen riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del personal inexperto, y mejoran el control de calidad sobre todo en el ámbito comercial.
VIII. FUENTES
http://dis.unal.edu.co/grupos/lisi/
http://www.monografias.com/trabajos12/inteartf/inteartf.shtml
http://cruzrojaguayas.org/inteligencia/
http://aepia.dsic.upv.es/revista/revista.html
http://www.fortunecity.com/skyscraper/chaos/279/index.htm
http://portal.acm.org/portal.cfm
http://citeseer.ist.psu.edu/
http://scholar.google.com.co/
CIENCIA Y TECNOLOGIA
Código: 257418
¿CIENCIA Y TECNOLOGIA? (Agosto 2006)
Primer A. Susana Astrid Montaña Luna, estudiante de Ingeniería de Sistemas, Universidad Nacional de Colombia.
Resumen – El término ciencia y tecnología nos hace pensar en avances del hombre, pero en realidad no sabemos que tienen que ver uno con el otro, además que personas están vinculadas con estos campos, es importante tener claro que significa cada una de estas palabras y que relevancia tienen en nuestros tiempos, que personas aportan a estas y que relación existe entre ellas, es así como en este escrito se intenta dar un pequeño abrebocas de este tema, el cual todos creemos saber de él, pero en realidad no lo tenemos claro.
Términos claves – Ciencia, tecnología, científico, pensamiento científico.
I. INTRODUCCIÓN
En nuestros tiempos hay dos campos que están moviendo el mundo, el de la ciencia y la tecnología, estos han sido fundamentales para la evolución del hombre en cuanto a conocimientos, en los países desarrollados se hace gran énfasis en la investigación y realización de proyectos que aporten a alguno de estos campos, claro esta que Colombia no es la excepción, en su proceso de desarrollo se creo conciencias, un sistema nacional de ciencia y tecnología, el cual puso en curso algunas propuestas establecidas y otras promovió su nacimiento. Actividades como expociencia han dado bases para la evolución de la ciencia y la tecnología en nuestro país, por ejemplo uno de los grandes proyectos es Maloka y así como este otros han surgido con gran éxito.
II. LOS DUEÑOS DEL CONOCIMIENTO
Uno podría pensar que la ciencia y la tecnología dependen una de la otra, pero no es así, pueda que se complementen en ocasiones pero no existe una relación de total dependencia.
Las personas encargadas del estudio de estas son personas de carne y hueso como cualquier humano, la diferencia es lo que existe en su mente, estos son llamados científicos y son los encargados de mostrarle al mundo sus descubrimientos y las verdades de la realidad, a pesar de que son muy señalados a ellos lo que les importa es hacer ciencia. Este acto merece un respeto profundo por parte de la comunidad, aunque en muchas ocasiones se es tildado como el loco que no cree en nada, solo en él, pero tenemos que admitir que gracias a estos locos el mundo y nuestra vida han mejorado en gran proporción.
Pensándolo bien los primeros avances de ciencia los obtuvimos desde las experiencias que tenemos en nuestra vida cotidiana, en nuestro hogar, en el colegio y demás, lo que pasa es que ignoramos que esto este pasando o en ocasiones no valoramos los conocimientos que adquirimos y los tomamos como algo trivial que no necesita mayor análisis, los científicos son los que nos muestran la importancia de ésta.
Código: 257418
II. PENSAMIENTO CIENTÍFICO
En el pensamiento científico sus principales herramientas son los conceptos de ciencia, estos con los que hacen que el científico comprenda los fenómenos de la naturaleza y los transforme para que la comunidad los entienda, porque comprender ésta significa entender que va más allá de la teoría formal.
En la vida la gente tiene claro el concepto de cosa o más bien tiene la intuición de su significado y a partir de esto establece relaciones entre las cosas, teniendo en cuenta que unas son causas de otras, a esto se le conoce como el concepto de causa y efecto. A partir de estas concepciones nuestros pensamientos y conocimientos se encuentran totalmente ligados a nuestras creencias y acciones. La ciencia es la encargada de transformar éstas, se introduce al sentido común y lo afecta con argumentos científicos, es aquí donde el concepto de cosa que tenemos da un giro importante.
El científico es la persona que nos introduce en este mundo de ciencia, nos enfrenta y en ocasiones nos da soluciones a los problemas de nuestro entorno y nuestra vida, creando en nuestro interior cuestionamientos nunca antes pensados y a partir de esto nivel empezamos a cambiar nuestras concepciones sobre las cosas generando un gran impulso por saber y comprender.
IV. CONCLUSIÓN
La ciencia y la tecnología son áreas del pensamiento fundamentales en nuestros tiempos, estás generan que el mundo de ahora evolucione, a pesar de que puede que las dos aporten mucho a la humanidad, no quiere decir que una dependa de la otra. Además existen personas que son encargadas del desarrollo de estás, las cuales son tildadas de intelectuales y no se dan cuenta que son personas de carne hueso como el resto de seres humanos, debemos aprender a apreciar el trabajo tan arduo que realizan y no tratar de criticar todo lo que hacen.
Si tomamos esta actitud de resaltar los esfuerzos de los científicos Colombia será un país cada vez mejor y crecerá tanto como todos queramos.
REFERENCIAS
Fotocopias: Capitulo 1, Ciencia y tecnología. Introducción.
¿CIENCIA Y TECNOLOGIA? (Agosto 2006)
Primer A. Susana Astrid Montaña Luna, estudiante de Ingeniería de Sistemas, Universidad Nacional de Colombia.
Resumen – El término ciencia y tecnología nos hace pensar en avances del hombre, pero en realidad no sabemos que tienen que ver uno con el otro, además que personas están vinculadas con estos campos, es importante tener claro que significa cada una de estas palabras y que relevancia tienen en nuestros tiempos, que personas aportan a estas y que relación existe entre ellas, es así como en este escrito se intenta dar un pequeño abrebocas de este tema, el cual todos creemos saber de él, pero en realidad no lo tenemos claro.
Términos claves – Ciencia, tecnología, científico, pensamiento científico.
I. INTRODUCCIÓN
En nuestros tiempos hay dos campos que están moviendo el mundo, el de la ciencia y la tecnología, estos han sido fundamentales para la evolución del hombre en cuanto a conocimientos, en los países desarrollados se hace gran énfasis en la investigación y realización de proyectos que aporten a alguno de estos campos, claro esta que Colombia no es la excepción, en su proceso de desarrollo se creo conciencias, un sistema nacional de ciencia y tecnología, el cual puso en curso algunas propuestas establecidas y otras promovió su nacimiento. Actividades como expociencia han dado bases para la evolución de la ciencia y la tecnología en nuestro país, por ejemplo uno de los grandes proyectos es Maloka y así como este otros han surgido con gran éxito.
II. LOS DUEÑOS DEL CONOCIMIENTO
Uno podría pensar que la ciencia y la tecnología dependen una de la otra, pero no es así, pueda que se complementen en ocasiones pero no existe una relación de total dependencia.
Las personas encargadas del estudio de estas son personas de carne y hueso como cualquier humano, la diferencia es lo que existe en su mente, estos son llamados científicos y son los encargados de mostrarle al mundo sus descubrimientos y las verdades de la realidad, a pesar de que son muy señalados a ellos lo que les importa es hacer ciencia. Este acto merece un respeto profundo por parte de la comunidad, aunque en muchas ocasiones se es tildado como el loco que no cree en nada, solo en él, pero tenemos que admitir que gracias a estos locos el mundo y nuestra vida han mejorado en gran proporción.
Pensándolo bien los primeros avances de ciencia los obtuvimos desde las experiencias que tenemos en nuestra vida cotidiana, en nuestro hogar, en el colegio y demás, lo que pasa es que ignoramos que esto este pasando o en ocasiones no valoramos los conocimientos que adquirimos y los tomamos como algo trivial que no necesita mayor análisis, los científicos son los que nos muestran la importancia de ésta.
Código: 257418
II. PENSAMIENTO CIENTÍFICO
En el pensamiento científico sus principales herramientas son los conceptos de ciencia, estos con los que hacen que el científico comprenda los fenómenos de la naturaleza y los transforme para que la comunidad los entienda, porque comprender ésta significa entender que va más allá de la teoría formal.
En la vida la gente tiene claro el concepto de cosa o más bien tiene la intuición de su significado y a partir de esto establece relaciones entre las cosas, teniendo en cuenta que unas son causas de otras, a esto se le conoce como el concepto de causa y efecto. A partir de estas concepciones nuestros pensamientos y conocimientos se encuentran totalmente ligados a nuestras creencias y acciones. La ciencia es la encargada de transformar éstas, se introduce al sentido común y lo afecta con argumentos científicos, es aquí donde el concepto de cosa que tenemos da un giro importante.
El científico es la persona que nos introduce en este mundo de ciencia, nos enfrenta y en ocasiones nos da soluciones a los problemas de nuestro entorno y nuestra vida, creando en nuestro interior cuestionamientos nunca antes pensados y a partir de esto nivel empezamos a cambiar nuestras concepciones sobre las cosas generando un gran impulso por saber y comprender.
IV. CONCLUSIÓN
La ciencia y la tecnología son áreas del pensamiento fundamentales en nuestros tiempos, estás generan que el mundo de ahora evolucione, a pesar de que puede que las dos aporten mucho a la humanidad, no quiere decir que una dependa de la otra. Además existen personas que son encargadas del desarrollo de estás, las cuales son tildadas de intelectuales y no se dan cuenta que son personas de carne hueso como el resto de seres humanos, debemos aprender a apreciar el trabajo tan arduo que realizan y no tratar de criticar todo lo que hacen.
Si tomamos esta actitud de resaltar los esfuerzos de los científicos Colombia será un país cada vez mejor y crecerá tanto como todos queramos.
REFERENCIAS
Fotocopias: Capitulo 1, Ciencia y tecnología. Introducción.
Suscribirse a:
Entradas (Atom)
