Búsqueda Tabú

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Junio 21 de 2010

La abundancia de problemas de optimización de alto grado de dificultad en el mundo real ha sido una de las causas principales por la que en los últimos años se ha desarrollado un número considerable de técnicas heurísticas que permiten obtener al menos un resultado sub-óptimo en un período de tiempo relativamente corto en problemas que resultaría impráctico resolver mediante "fuerza bruta", es decir enumerando todas las posibles soluciones para escoger de entre ellas a la mejor.

La búsqueda tabú tiene sus antecedentes en métodos diseñados para cruzar cotas de factibilidad u optimalidad local tratadas como barreras en procedimientos clásicos, e imponer y eliminar cotas sistemáticamente para permitir la exploración de regiones no consideradas en otro caso. Una característica distintiva de este procedimiento es el uso de memoria adaptativa y de estrategias especiales de resolución de problemas. La búsqueda tabú es el origen del enfoque basado en memoria y estrategia intensiva en la literatura de la meta-heurística, en contraposición con los métodos que no tienen memoria o que sólo usan una memoria débil basada en herencia. La búsqueda tabú es también responsable de enfatizar el uso de los diseños estructurados para explotar los patrones históricos de la búsqueda, de forma opuesta a los procesos que confían casi exclusivamente en la aleatorización.

Teoría de la resonancia adaptativa

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Junio 14 de 2010

Una red neuronal artificial es un sistema de procesamiento de información que tiene ciertas características de funcionamiento en común con las redes neuronales biológicas. Las redes neuronales artificiales se han desarrollado como generalizaciones de modelos matemáticos del conocimiento humano o de la biología neuronal, basados en las siguientes suposiciones: (1) El proceso de la información ocurre en muchos elementos simples llamados neuronas. (2) Las señales pasan entre las neuronas a través de enlaces que las unen. (3) Cada conexión entre neuronas lleva asociado un peso, el cual, en una red neuronal típica, lo que hace es multiplicar la señal transmitida. (4) Cada neurona aplica una función de activación, generalmente no lineal, a su entrada con el objetivo de determinar su señal de salida. Asimismo, una red neuronal se caracteriza por estos tres elementos o características: (1) La topología de conexiones entre neuronas, lo que recibe el nombre de arquitectura de la red. (2) El método de determinación de los pesos sobre las conexiones, denominado algoritmo de entrenamiento o de aprendizaje. (3) La función de activación que tengan sus neuronas.

Base de datos difusa

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Marzo 1 de 2010

La información es uno de los factores que más peso específico tiene en el desarrollo de un país, por este motivo, cualquier sociedad que pretenda crecer debe estar al tanto de las técnicas que van surgiendo en el almacenamiento, transmisión y análisis de la información. Históricamente las bases de datos han sido las herramientas diseñadas para llevar a cabo las tareas de almacenamiento y para proporcionar algunos de los mecanismos necesarios para el análisis de la información. El objetivo de una base de datos es el de almacenar la información de manera adecuada, permitir su modificación de manera segura y facilitar el proceso de recuperación de aquella información que en un momento dado resulte necesaria, todo ello en un formato adecuado a las necesidades de los usuarios. La evolución de las bases de datos comenzó con el uso, de forma elemental, de archivos secuenciales. Con el tiempo se fueron creando aplicaciones para estos archivos y fueron surgiendo diversos problemas, como son la eficiencia en la recuperación de información, la redundancia, la seguridad, etc. De esta manera nacieron los primeros “sistemas gestores de bases de datos”, como programas encargados de gestionar el almacenamiento y recuperación de la información, teniendo en cuenta los aspectos y problemas que esto plantea.

Habitantes de la web semántica

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Febrero 22 de 2010

La Web, tal y como se la conoce, es un espacio de información en el que cualquiera puede publicar documentos y ponerlos a disposición de todo el mundo, lo que ha supuesto una revolución en aplicaciones y nuevas formas de negocio tales como el comercio electrónico. La Web semántica es entendida como una Internet en la que las computadoras no sólo son capaces de presentar la información contenida en las páginas Web, como lo hacen ahora, sino que además pueden "entender" dicha información. La Web semántica es una extensión de la actual Web que permitirá encontrar, compartir y combinar la información más fácilmente. Actualmente la información presente en la Web se encuentra estructurada mediante lenguajes de marcas que únicamente describen la forma en que dicha información debe ser presentada al usuario por el navegador, pero no expresan nada sobre su significado, es decir, su semántica. El objetivo del proyecto de la Web semántica es que toda esta información sea comprensible no sólo por humanos, sino también por computadoras. Para conseguir esto se deberá codificar la semántica de los documentos Web mediante lenguajes de metadatos y ontologías, estas últimas definidas como representaciones compartidas de conocimiento en forma de taxonomías de conceptos relacionales y reglas de inferencia.

Sistema experto basado en reglas

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Febrero 15 de 2010

Los sistemas expertos son sistemas computacionales que se derivan de la inteligencia artificial. La meta científica de la inteligencia artificial es construir sistemas computacionales que exhiban comportamiento inteligente. El término inteligencia cubre muchas habilidades cognoscitivas, incluyendo la capacidad de solucionar problemas, de aprender, y de entender un idioma; la inteligencia artificial trata acerca de los tópicos señalados. La mayoría del progreso hecho hasta la fecha en la inteligencia artificial radica en el área de solución de problemas, los conceptos y métodos para construir programas que razonan sobre problemas en vez de solamente calcular su solución. Los programas de inteligencia artificial que alcanzan capacidad un nivel de experto del área en la solución de problemas aplicando un cuerpo del conocimiento sobre tareas específicas se llaman sistemas basados en conocimiento o sistemas expertos.

Redes neuronales para series de tiempo

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Enero 4 de 2010

Como lo señalan Swanson y White el año 1995, además de Plasmans y sus colegas el año 1998, un modelo de red neuronal artificial se define como una clase de modelos no lineales flexibles desarrollados por científicos cognitivos. Tales modelos están inspirados en ciertas características asociadas al procesamiento de información en el cerebro humano. El elemento central de este tipo de modelo es la estructura novedosa del sistema de procesamiento de la información, la cual está compuesta por un gran número de elementos interconectados de procesamiento que operan al mismo tiempo para resolver un problema específico. Dichos modelos son capaces de aprender mediante la interacción con su ambiente; tal aprendizaje puede ser entendido como un procedimiento estadístico de estimación recursiva. En particular, una red neuronal artificial se configura para una aplicación específica, de tal forma que el reconocimiento de patrones y la clasificación de información se alcanzan a través de un proceso de aprendizaje. Es de señalar que el aprendizaje tanto en sistemas biológicos como en las redes neuronales artificiales conlleva ajustes en las conexiones sinápticas entre las neuronas.

Sistema difuso dinámico

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Diciembre 21 de 2009

La teoría de conjuntos difusos fue concebida teóricamente a mediados de la década de los años 1960 por el profesor Lotfi A. Zadeh, que a la sazón trabajaba en la Universidad de Berkeley, California. La primera publicación aparecida sobre este tema data precisamente de 1965, en la revista “Information and Control”. La motivación principal que indujo al Prof. Zadeh a proponer esta teoría fue la necesidad de contar con una herramienta capaz de tratar analíticamente cierto tipo de incertidumbre que, por sus características, no puede manejarse correctamente en el marco de la teoría de probabilidades. A esta categoría pertenecen por ejemplo todas aquellas situaciones en las que los distintos parámetros se describen utilizando expresiones lingüísticas. En estos casos, todo el arsenal de técnicas matemáticas tradicionales poco puede hacer para razonar en base a estas expresiones, cosa que contrasta fuertemente con la facilidad con que los seres humanos las utilizan para evaluaciones y toma de decisiones complejas, en ambientes a menudo hostiles. En resumen, la teoría de conjuntos difusos, tal como fue concebida y posteriormente desarrollada, pretende ser el entorno adecuado para realizar razonamientos exitosos en condiciones de incertidumbre parecidas a las que afrontan los seres humanos.

Agentes distribuidos

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Diciembre 14 de 2009

Con el desarrollo que ha alcanzado Internet a nivel mundial, se han observado tres problemas principales que han generado preocupación para toda la comunidad de la red, y para los desarrolladores de aplicaciones, que son: la cantidad de información disponible en diferentes portales Web por todo el mundo, el tráfico de datos por la red y la poca experiencia computacional de muchos usuarios. Una posible solución para tales problemas consiste en el uso de agentes. Estos pueden desplazarse para la aplicación Web donde los datos se encuentran almacenados para seleccionar la información que el usuario requiere. Con esto, la cantidad total de datos de las diferentes fuentes no es transferida, lo que se refleja en un ahorro de ancho de banda, tiempo y dinero. Los agentes también colaboran con los usuarios que tienen poca experiencia computacional, actúan como interfaces “expertas” con el usuario para detectar y resolver problemas, así como aprender las preferencias y hábitos cotidianos del usuario, con el propósito de automatizarlas.

Sistemas expertos conexionistas

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Diciembre 7 de 2009

En el ámbito de la inteligencia artificial, aun se dan confrontaciones entre dos tendencias, por una parte las tendencias simbólicas o simbolistas, entre las cuales se encuentran los sistemas expertos, y las tendencias no simbolistas o conexionistas, de las cuales forma parte las redes neuronales. Debido al carácter eminentemente tecnológico de la inteligencia artificial, donde el espíritu que predomina es el de resolver problemas, por sobre aquél de la búsqueda de verdades, es de esperar que en su quehacer emerjan soluciones eclécticas más fácilmente que en el dominio de las ciencias. En este dominio, por lo tanto, es de esperar que un proceso de selección, en búsqueda de los métodos más eficaces, dé lugar a soluciones híbridas, con aspectos simbólicos y no simbólicos. Tal el caso de la temática abordada, que se relaciona con un sistema experto que utiliza redes neuronales, mejor conocido como sistema experto conexionista.

Sistemas inteligentes

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Noviembre 16 de 2009

La inteligencia artificial es una enorme rama de la ciencia de la computación encargada del estudio y desarrollo de elementos que tratan de replicar la inteligencia y el comportamiento inteligente de las personas en las computadoras, de hecho, John McCarthy, quién acuñó el término “Inteligencia Artificial” el año 1956, la define como “la ciencia e ingeniería de hacer máquinas inteligentes”. Teniendo en cuenta que la inteligencia es un término umbral que describe un estado mental en el que se han desarrollado diversas capacidades complejas, para simular o desarrollar en las máquinas este estado mental, estas máquinas tendrían que ser capaces de razonar, conocer, planificar, aprender, comunicarse, percibir y ser capaces de interactuar con su entorno. El gran objetivo, a largo plazo, de la inteligencia artificial es el desarrollo de un sistema capaz de exhibir todas estas habilidades de una forma conjunta y sobre una gran variedad de dominios, excediendo las habilidades de un ser humano.

Olfato artificial

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Agosto 10 de 2009

Los seres vivos son máquinas complejas, dotadas de una gran variedad de instrumentos de medición, de análisis, de recepción de estímulos y de reacción y respuesta. Los cinco sentidos, esas ventanas que conectan a las personas con el mundo exterior, y a través de las cuales se percibe importante información sobre todo cuanto rodea a las personas, permiten ejercer capacidades de selección autónomas en el proceso de la información. Así, a un ser humano no le cuesta ningún esfuerzo identificar y evaluar las cosas por medio de sus percepciones sensoriales en combinación con su memoria. De los cinco sentidos de las personas, la vista, el oído y el olfato, trabajando por separado o en combinación constituyen literalmente la única conexión de los seres humanos con el mundo, una conexión que se erige como el gran misterio a desvelar por la ciencia actual.

Agentes para recuperación de información

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Marzo 9 de 2009

La información reviste su carácter de “bien” sostenido en actividades de “servicio” porque es el medio a partir del cual las organizaciones adquieren un conocimiento como un “valor” que fácilmente se cataloga como valor económico en la medida en que se capitaliza, renta, ofrece, demanda, gasta y produce. De igual manera la información puntualiza el crecimiento de las organizaciones a un nivel de empoderamiento económico en la medida en que rescata el patrimonio histórico de las mismas, fortalece el posicionamiento de éstas en un mercado y por último asegura la viabilidad de su proyección a las oportunidades de negocio: la información es un bien económico, y se comporta como tal. “Cuesta dinero, vale dinero, y su gestión produce dinero”.

La recuperación de la información es una operación en la que se interpreta una necesidad de información de un usuario y se seleccionan los documentos más relevantes capaces de solucionarla. En el contexto de Internet, se puede definir el objetivo de la recuperación como la identificación de una o más referencias de aplicaciones Web que resulten relevantes para satisfacer una necesidad de información del usuario. La recuperación de información en la Web se realiza mediante los denominados motores de búsqueda. a los cuales se les ha denominado con otros términos sinónimos, tales como: buscadores, rastreadores, webcrawlers, agentes, índices y directorios. Los mayores motores de búsqueda apenas cubren un 25% de la Web, mientras que los principales índices es dudoso que lleguen a un 5%. La desventaja de este ingente volumen de información es que, por razones de celeridad en la respuesta, obliga a limitar las prestaciones de búsqueda de forma que suelen faltar ciertas capacidades avanzadas. Otros problemas importantes derivan de la diferente cobertura de la red, el elevado porcentaje de enlaces no activos y la desactualización de los recursos debido a la frecuencia de revisión muy baja o inadecuada.

Sistemas expertos difusos

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Marzo 2 de 2009

La inteligencia artificial comenzó como resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y la construcción de algoritmos de solución a problemas de propósito general. Punto de vista que favorece la abstracción y la generalidad. La inteligencia artificial es una combinación de la ciencia de las computadoras, la biología, la fisiología y la filosofía, tan general y amplio como eso, es que reúne varios campos, todos los cuales tienen en común la creación de máquinas que puedan “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, y principalmente el 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 localización 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 el año 1956.

Genética Mendeliana

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Septiembre 29 de 2008

La genética estudia la forma como las características de los organismos vivos, sean éstas morfológicas, fisiológicas, bioquímicas o conductuales, se transmiten, se generan y se expresan, de una generación a otra, bajo diferentes condiciones ambientales. La genética intenta explicar cómo se heredan y se modifican las características de los seres vivos, que pueden ser: (1) De forma, la altura de una planta, el color de sus semillas, la forma de la flor; etc.; (2) fisiológicas, por ejemplo la constitución de determinada proteína que lleva a cabo una función específica dentro del cuerpo de un animal; (3) de comportamiento, en la forma de cortejos antes del apareamiento en ciertos grupos de aves, o la forma de aparearse de los mamíferos, etc. De esta forma, la genética trata de estudiar cómo estas características pasan de padres a hijos, a nietos, etc., y por qué varían generación tras generación.

Redes Neuronales Celulares

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Septiembre 22 de 2008

Las redes neuronales son modelos que intentan reproducir el comportamiento del cerebro debido a que constan, de dispositivos elementales de proceso denominados neuronas artificiales. Una definición adecuada puede ser: “una red neuronal artificial es un procesador distribuido, masivamente paralelo, que tiene una predisposición natural a almacenar conocimiento experimental y hacerlo disponible para su utilización”. Los sistemas de redes neuronales artificiales están basados en las propiedades no lineales de la operación conjunta de unidades de proceso elementales, y presentan como característica distintiva el que su función quede directamente trasladada a una arquitectura modular tras un proceso de aprendizaje, no de programación. Esto constituye una alternativa a la computación basada en reglas de decisión prefijadas y algoritmos codificados en forma de programas de computadora, que se muestran altamente ineficaces, en el tiempo, en aplicaciones que involucren clasificación, asociación y generalización.

Lógica Androide

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Septiembre 15 de 2008

El término “inteligencia artificial” se ha popularizado para designar a una disciplina incluida entre las ciencias de la computación. Tiene que ver con el esfuerzo que decenas de científicos de distintos países, especialmente de los Estados Unidos y de Europa Occidental, han venido realizando durante los últimos treinta años para dotar a las computadoras de inteligencia. Para que una computadora comience a merecer el nombre de inteligente, debe ser capaz de realizar acciones que, si realizadas por un ser humano, se diría que requieren inteligencia, como jugar ajedrez o mantener un diálogo con otro ser considerado también inteligente. Las computadoras pueden hacer lo que sus programadores les dicen, pero nada más; además, hagan lo que hagan, posiblemente nunca sabrán lo que están haciendo y nunca serán conscientes de lo que hacen. Y para ser inteligente se requiere ser capaz de elegir conscientemente el propio camino en la solución de problemas. El desarrollo de la inteligencia artificial, en esas máquinas, trajo consigo cambios en la lógica simbólica, bastante evidentes en lo que toca a los objetivos a seguir y los problemas a analizar, especialmente un tipo especial de lógica, la denominada lógica de los androides, la lógica de aquellas máquinas que simulan inteligencia humana.

Agentes Inteligentes

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Septiembre 8 de 2008

La inteligencia artificial puede considerarse como una de las disciplinas más nuevas, la que trata de “desarrollar sistemas que piensen y actúen racionalmente”. En los últimos años la inteligencia artificial ha ido evolucionando, quizás con mayor celeridad que otras disciplinas. Todo esto ha llevado a que la inteligencia artificial abarque una gran cantidad de áreas, desde algunas muy generales como razonamiento, búsqueda, etc. a otras más específicas como los sistemas expertos, algoritmos genéticos, redes neuronales, sistemas de diagnóstico, etc. Podría indicarse, sin lugar a dudas, que la inteligencia artificial puede ser aplicada a infinidad de disciplinas científicas y es que la misma es susceptible de aparecer allí donde se requiera el intelecto humano. A fines del siglo pasado, al interior de la inteligencia artificial, ha surgido un nuevo paradigma conocido como el “paradigma de agentes”, el cual está tomando un gran auge entre los investigadores. Dicho paradigma aborda el desarrollo de entidades que puedan actuar de forma autónoma y razonada. Si se retoma la definición dada anteriormente donde se considera a la inteligencia artificial como un medio para el desarrollo de sistemas que piensen y actúen racionalmente, se puede pensar que la inteligencia artificial, en su conjunto, trata realmente de construir dichas entidades autónomas e inteligentes.

Sistemas Inferenciales

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Septiembre 1 de 2008

La inteligencia artificial es algo que fascina a muchas personas, especialmente aquellas que creen que las computadoras serán capaces de concebir por sí mismas lo que para los seres humanos algunas veces es complejo: la planificación, la toma de decisiones, el razonamiento abstracto, la eliminación de juicios subjetivos, y otras tareas complejas. Una vez hecho esto, el paso al autoaprendizaje sería la meta. Pero por la evolución de la tecnología y el creciente incremento de capacidad en las computadoras personales, comienzan a emerger programas que muestran características de inteligencia. Por ende, la posibilidad de construir una máquina que pueda rivalizar o superar la capacidad de razonamiento del cerebro humano potencia la imaginación del ser humano.

Holones

Autor:
PhD. Guillermo Choque Aspiazu
http://www.eldiario.net/
Publicado en:
Mayo 26 de 2008

Se encuentra ampliamente aceptada en la comunidad científica que un sistema es un conjunto de dos o más elementos interrelacionados entre sí que trabajan de manera conjunta para lograr un objetivo común. En ese entorno la teoría de sistemas hace referencia a las teorías que describen la estructura y el comportamiento de los sistemas. La teoría de sistemas cubre el aspecto completo de tipos específicos de sistemas, desde los sistemas técnicos, también denominados sistemas duros, hasta los sistemas conceptuales, denominados sistemas suaves en contraposición a los primeros, aumentando su nivel de generalización y abstracción. La teoría general de sistemas ha sido descrita desde diferentes ángulos como: una teoría matemática convencional, un metalenguaje, un modo de pensar, una jerarquía de teorías de sistemas con generalidad creciente. Ludwig von Bertalanffy, quien introdujo la teoría general de sistemas, no tenía intenciones de que fuera una teoría convencional específica. Empleó ese término en el sentido de un nombre colectivo para problemas de sistemas.