investigación unidad 5 de ia

7/23/2019 Investigacin Unidad 5 DE IA

1/47

1

H.H. CUAUTLA, MORELOS. A 25 DE NOVIEMBRE DEL 2015

INSTITUTO TECNLOGICODE CUAUTLA

INGENIERA EN SISTEMAS COMPUTACIONALES

DOCENTE:

ARMANDO RODRIGUEZ JIMNEZ

ACTIVIDAD:

INVESTIGACIN UNIDAD 5 APLICACIONES CON TCNICAS DE IA

PRESENTA:JIMNEZ ROSENDO JORGE

NMERO DE CONTROL:

13680675


2/47

2

TABLA DE CONTENIDO

5. Aplicaciones con tcnicas de IA. ................................................................................. 3

5.1. Robtica. .................................................................................................................. 3

5.1.1. Conceptos bsicos. ............................................................................................... 35.1.2. Clasificacin. ......................................................................................................... 3

5.1.3. Desarrollos actuales y aplicaciones. ..................................................................... 7

5.2. Redes Neuronales (RN). ........................................................................................ 17

5.2.1. Conceptos bsicos. ............................................................................................. 17

5.2.2. Clasificacin. ....................................................................................................... 17

5.2.3. Desarrollos actuales y aplicaciones. ................................................................... 19

5.3. Visin artificial. ....................................................................................................... 24



5.4. Lgica difusa (Fuzzy Logic). ................................................................................... 28



5.5. Procesamiento de Lenguaje Natural (PLN). ........................................................... 33


5.5.2. Desarrollos actuales y aplicaciones. ................................................................... 355.6. Sistemas Expertos (SE). ........................................................................................ 39


5.6.2. Clasificacin. ....................................................................................................... 43



3/47

3

DESARROLLO

UNIDAD 5. APLICACONES CON TCNICAS IA.

5.1. Robtica.

La robtica es la rama de la ingeniera mecnica, ingeniera elctrica, ingeniera

electrnica y ciencias de la computacin que se ocupa del diseo, construccin,

operacin, disposicin estructural, manufactura y aplicacin de los robots. La robtica

combina diversos disciplinas como son: la mecnica, la electrnica, la informtica, la

inteligencia artificial, la ingeniera de control y la fsica. Otras reas importantes en

robtica son el lgebra, los autmatas programables, la animatrnica y las mquinas de

estados. El trmino robot se populariz con el xito de la obra R.U.R. (Robots Universales

Rossum), escrita por Karel apek en 1920. En la traduccin al ingls de dicha obra, la

palabra checa robota, que significa trabajos forzados, fue traducida al ingls como robot.5.1.1. Conceptos bsicos.

o Robtica: Es una ciencia o rama de la tecnologa, que estudia el diseo y la

construccin de mquinas capaces de desempear tareas realizadas por el ser

humano o que requieren del uso de inteligencia. Las ciencias y tecnologas de las

que deriva podran ser: el lgebra, los autmatas programables, las mquinas de

estados, la mecnica o la informtica.

o Robot: es una mquina programable que puede manipular objetos y realizar

operaciones que antes slo podan realizar los seres humanos.

5.1.2. Clasificacin.

Segn su tipo:

o Robots Fsicos:

Robtica Industrial: Es la parte de la Ingeniera que se dedica a la

construccin de mquinas capaces de realizar tareas mecnicas y

repetitivas de una manera muy eficiente y con costes reducidos.

Robtica de Servicio: Es la parte de la Ingeniera que se centra en el diseo

y construccin de mquinas capaces de proporcionar servicios

directamente a los miembros que forman sociedad.


4/47

4

Robtica Inteligente: Son robots capaces de desarrollar tareas que,

desarrolladas en un ser humano, requieren el uso de su capacidad de

razonamiento.

Robtica Humanoide: Es la parte de la ingeniera que se dedica al

desarrollo de sistemas robotizados para imitar determinadas

peculiaridades del ser humano.

o Robots Software:

Robtica de Exploracin: Es la parte de la Ingeniera del Software que se

encarga de desarrollar programas capaces de explorar documentos en

busca de determinados contenidos. Existen diversos servicios en Internet

dedicados a esta parcela de la robtica.

Segn su generacin:o 1 Generacin.

Manipuladores. Son sistemas mecnicos multifuncionales con un sencillo

sistema de control, bien manual, de secuencia fija o de secuencia variable.

o 2 Generacin.

Robots de aprendizaje. Repiten una secuencia de movimientos que ha sido

ejecutada previamente por un operador humano. El modo de hacerlo es a

travs de un dispositivo mecnico. El operador realiza los movimientos

requeridos mientras el robot le sigue y los memoriza.

o 3 Generacin.

Robots con control sensorizado. El controlador es una computadora que

ejecuta las rdenes de un programa y las enva al manipulador para que

realice los movimientos necesarios.

o 4 Generacin.

Robots inteligentes. Son similares a los anteriores, pero adems poseen

sensores que envan informacin a la computadora de control sobre el

estado del proceso. Esto permite una toma inteligente de decisiones y el

control del proceso en tiempo real.


5/47

5

Segn su Arquitectura:

La arquitectura, es definida por el tipo de configuracin general del Robot, puede ser

metamrfica. El concepto de metamorfismo, de reciente aparicin, se ha introducido para

incrementar la flexibilidad funcional de un Robot a travs del cambio de su configuracin

por el propio Robot. El metamorfismo admite diversos niveles, desde los ms

elementales (cambio de herramienta o de efecto terminal), hasta los ms complejos

como el cambio o alteracin de algunos de sus elementos o subsistemas estructurales.

Los dispositivos y mecanismos que pueden agruparse bajo la denominacin genrica del

Robot, tal como se ha indicado, son muy diversos y es por tanto difcil establecer una

clasificacin coherente de los mismos que resista un anlisis crtico y riguroso. La

subdivisin de los Robots, con base en su arquitectura, se hace en los siguientes grupos:

Poliarticulados, Mviles, Androides, Zoomrficos e Hbridos.o Poliarticulados: En este grupo estn los Robots de muy diversa forma y

configuracin cuya caracterstica comn es la de ser bsicamente sedentarios

(aunque excepcionalmente pueden ser guiados para efectuar desplazamientos

limitados) y estar estructurados para mover sus elementos terminales en un

determinado espacio de trabajo segn uno o ms sistemas de coordenadas y con

un nmero limitado de grados de libertad. En este grupo se encuentran los

manipuladores, los Robots industriales, los Robots cartesianos y se emplean

cuando es preciso abarcar una zona de trabajo relativamente amplia o alargada,

actuar sobre objetos con un plano de simetra vertical o reducir el espacio ocupado

en el suelo.

o Mviles: Son Robots con gran capacidad de desplazamiento, basadas en carros

o plataformas y dotados de un sistema locomotor de tipo rodante. Siguen su

camino por telemando o guindose por la informacin recibida de su entorno a

travs de sus sensores. Estos Robots aseguran el transporte de piezas de un

punto a otro de una cadena de fabricacin. Guiados mediante pistas

materializadas a travs de la radiacin electromagntica de circuitos empotrados

en el suelo, o a travs de bandas detectadas fotoelctricamente, pueden incluso

llegar a sortear obstculos y estn dotados de un nivel relativamente elevado de

inteligencia.


6/47

6

o Androides: Son Robots que intentan reproducir total o parcialmente la forma y el

comportamiento cinemtica del ser humano. Actualmente los androides son

todava dispositivos muy poco evolucionados y sin utilidad prctica, y destinados,

fundamentalmente, al estudio y experimentacin. Uno de los aspectos ms

complejos de estos Robots, y sobre el que se centra la mayora de los trabajos,

es el de la locomocin bpeda. En este caso, el principal problema es controlar

dinmica y coordinadamente en el tiempo real el proceso y mantener

simultneamente el equilibrio del Robot.

o Zoomrficos: Los Robots zoomrficos, que considerados en sentido no restrictivo

podran incluir tambin a los androides, constituyen una clase caracterizada

principalmente por sus sistemas de locomocin que imitan a los diversos seres

vivos. A pesar de la disparidad morfolgica de sus posibles sistemas delocomocin es conveniente agrupar a los Robots zoomrficos en dos categoras

principales: caminadores y no caminadores. El grupo de los Robots zoomrficos

no caminadores est muy poco evolucionado. Los experimentados efectuados en

Japn basados en segmentos cilndricos biselados acoplados axialmente entre s

y dotados de un movimiento relativo de rotacin. Los Robots zoomrficos

caminadores multpedos son muy numeroso y estn siendo experimentados en

diversos laboratorios con vistas al desarrollo posterior de verdaderos vehculos

terrenos, piloteando o autnomos, capaces de evolucionar en superficies muy

accidentadas. Las aplicaciones de estos Robots sern interesantes en el campo

de la exploracin espacial y en el estudio de los volcanes.

o Hbridos: Estos Robots corresponden a aquellos de difcil clasificacin cuya

estructura se sita en combinacin con alguna de las anteriores ya expuestas,

bien sea por conjuncin o por yuxtaposicin. Por ejemplo, un dispositivo

segmentado articulado y con ruedas, es al mismo tiempo uno de los atributos de

los Robots mviles y de los Robots zoomrficos. De igual forma pueden

considerarse hbridos algunos Robots formados por la yuxtaposicin de un cuerpo

formado por un carro mvil y de un brazo semejante al de los Robots industriales.

En parecida situacin se encuentran algunos Robots antropomorfos y que no


7/47

7

pueden clasificarse ni como mviles ni como androides, tal es el caso de los

Robots personales.

5.1.3. Desarrollos actuales y aplicaciones.

Los robots son utilizados en una diversidad de aplicaciones, desde robots tortugas en los

salones de clases, robots soldadores en la industria automotriz, hasta brazos tele

operados en el transbordador espacial.

Cada robot lleva consigo su problemtica propia y sus soluciones afines; no obstante

que mucha gente considera que la automatizacin de procesos a travs de robots est

en sus inicios, es un hecho innegable que la introduccin de la tecnologa robtica en la

industria, ya ha causado un gran impacto. En este sentido la industria Automotriz

desempea un papel preponderante.

Aplicaciones en diversos sectores:

Industria: Los robots son utilizados por una diversidad de procesos industriales como lo

son: la soldadura de punto y soldadura de arco, pinturas de spray, transportacin de

materiales, molienda de materiales, moldeado en la industria plstica, mquinas-

herramientas, y otras ms.

A continuacin se har una breve explicacin de algunas de ellas.

o Aplicacin de transferencia de material: Las aplicaciones de transferencia de

material se definen como operaciones en las cuales el objetivo primario es mover

una pieza de una posicin a otra. Se suelen considerar entre las operaciones ms

sencillas o directas de realizar por los robots. Las aplicaciones normalmente

necesitan un robot poco sofisticado, y los requisitos de enclavamiento con otros

equipos son tpicamente simples.

o Carga y descarga de mquinas: Estas aplicaciones son de manejos de material

en las que el robot se utiliza para servir a una mquina de produccin transfiriendo

piezas a/o desde las mquinas. Existen tres casos que caen dentro de sta

categora de aplicacin.


8/47

8

Carga/Descarga de Mquinas. El robot carga una pieza de trabajo en bruto

en el proceso y descarga una pieza acabada. Una operacin de

mecanizado es un ejemplo de este caso.

Carga de mquinas. El robot debe de cargar la pieza de trabajo en bruto a

los materiales en las mquinas, pero la pieza se extrae mediante algn otro

medio. En una operacin de prensado, el robot se puede programar para

cargar lminas de metal en la prensa, pero las piezas acabadas se permite

que caigan fuera de la prensa por gravedad.

Descarga de mquinas. La mquina produce piezas acabadas a partir de

materiales en bruto que se cargan directamente en la mquina sin la ayuda

de robots. El robot descarga la pieza de la mquina. Ejemplos de sta

categora incluyen aplicaciones de fundicin de troquel y moldeado plstico.

La aplicacin se tipifica mejor mediante una clula de trabajo con el robot en el centro

que consta de la mquina de produccin, el robot y alguna forma de entrega de piezas.

o Operaciones de procesamiento: Adems de las aplicaciones de manejo de piezas,

existe una gran clase de aplicaciones en las cuales el robot realmente efecta

trabajos sobre piezas. Este trabajo casi siempre necesita que el efector final del

robot sea una herramienta en lugar de una pinza. Por tanto la utilizacin de una

herramienta para efectuar el trabajo es una caracterstica distinta de este grupo

de aplicaciones. El tipo de herramienta depende de la operacin de procesamiento

que se realiza.

o Soldadura por puntos: Como el trmino lo sugiere, la soldadura por puntos es un

proceso en el que dos piezas de metal se soldn en puntos localizados al hacer

pasar una gran corriente elctrica a travs de las piezas donde se efecta la

soldadura.

o Soldadura por arco continua: La soldadura por arco es un proceso de soldadura

continua en oposicin a la soldadura por punto que podra llamarse un proceso


9/47

9

discontinuo. La soldadura de arco continua se utiliza para obtener uniones largas

o grandes uniones soldadas en las cuales, a menudo, se necesita una cierre

hermtico entre las dos piezas de metal que se van a unir. El proceso utiliza un

electrodo en forma de barra o alambre de metal para suministrar la alta corriente

elctrica de 100 a 300 amperes.

o Recubrimiento con spray: La mayora de los productos fabricados de materiales

metlicos requieren de alguna forma de acabado de pintura antes de la entrega al

cliente. La tecnologa para aplicar estos acabados vara en la complejidad desde

mtodos manuales simples a tcnicas automticas altamente sofisticadas. Se

dividen los mtodos de recubrimiento industrial en dos categoras:

Mtodos de recubrimiento de flujo e inmersin. Mtodos de recubrimiento al spray.

Los mtodos de recubrimiento mediante flujo de inmersin se suelen considerar que son

mtodos de aplicar pintura al producto de baja tecnologa. La inmersin simplemente

requiere sumergir la pieza o producto en un tanque de pintura liquida.

Adems de la soldadura por punto, la soldadura por arco, y el recubrimiento al spray

existe una serie de otras aplicaciones de robots que utilizan alguna forma de herramienta

especializada como efector final. Operaciones que estn en sta categora incluyen:

Taladro, acanalado, y otras aplicaciones de mecanizado.

Rectificado, pulido, desbarbado, cepillado y operaciones similares.

Remachado, Corte por chorro de agua.

Taladro y corte por lser.

o Laboratorios: Los robots estn encontrando un gran nmero de aplicaciones en

los laboratorios. Llevan a cabo con efectividad tareas repetitivas como la

colocacin de tubos de pruebas dentro de los instrumentos de medicin. En sta

etapa de su desarrollo los robots son utilizados para realizar procedimientos


10/47

10

manuales automatizados. Un tpico sistema de preparacin de muestras consiste

de un robot y una estacin de laboratorio, la cual contiene balanzas, dispensarios,

centrifugados, racks de tubos de pruebas, etc. Las muestras son movidas desde

la estacin de laboratorios por el robot bajo el control de procedimientos de un

programa. Los fabricantes de estos sistemas mencionan tener tres ventajas sobre

la operacin manual: incrementan la productividad, mejoran el control de calidad

y reducen la exposicin del ser humano a sustancias qumicas nocivas.

Las aplicaciones subsecuentes incluyen la medicin del pH, viscosidad, y el

porcentaje de slidos en polmeros, preparacin de plasma humano para

muestras para ser examinadas, calor, flujo, peso y disolucin de muestras para

presentaciones espectro maticas.

o Manipuladores cinemticos: La tecnologa robtica encontr su primera aplicacin

en la industria nuclear con el desarrollo de tele operadores para manejar material

radiactivo. Los robots ms recientes han sido utilizados para soldar a control

remoto y la inspeccin de tuberas en reas de alta radiacin. El accidente en la

planta nuclear de Three Mile Island en Pennsylvania en 1979 estimul el

desarrollo y aplicacin de los robots en la industria nuclear. El reactor nmero 2

(TMI-2) predio su enfriamiento, y provoc la destruccin de la mayora del reactor,

y dejo grandes reas del reactor contaminadas, inaccesible para el ser humano.

Debido a los altos niveles de radiacin las tareas de limpieza solo eran posibles

por medios remotos. Varios robots y vehculos controlados remotamente han sido

utilizados para tal fin en los lugares donde ha ocurrido una catstrofe de este tipo.

sta clase de robots son equipados en su mayora con sofisticados equipos para

detectar niveles de radiacin, cmaras, e incluso llegan a traer a bordo un mini

laboratorio para hacer pruebas.

o Agricultura: Para muchos la idea de tener un robot agricultor es ciencia ficcin,

pero la realidad es muy diferente; o al menos as parece ser para el Instituto de

Investigacin Australiano, el cual ha invertido una gran cantidad de dinero y tiempo

en el desarrollo de este tipo de robots. Entre sus proyectos se encuentra una


11/47

11

mquina que esquila a las ovejas. La trayectoria del cortador sobre el cuerpo de

las ovejas se planea con un modelo geomtrico de la oveja. Para compensar el

tamao entre la oveja real y el modelo, se tiene un conjunto de sensores que

registran la informacin de la respiracin del animal como de su mismo tamao,

sta es mandada a una computadora que realiza las compensaciones necesarias

y modifica la trayectoria del cortador en tiempo real. Debido a la escasez de

trabajadores en los obradores, se desarrolla otro proyecto, que consiste en hacer

un sistema automatizado de un obrador, el prototipo requiere un alto nivel de

coordinacin entre una cmara de vdeo y el efector final que realiza en menos de

30 segundos ocho cortes al cuerpo del cerdo. Por su parte en Francia se hacen

aplicaciones de tipo experimental para incluir a los robots en la siembra, y poda

de los viedos, como en la pizca de la manzana.

o Espacio: La exploracin espacial posee problemas especiales para el uso de

robots. El medio ambiente es hostil para el ser humano, quien requiere un equipo

de proteccin muy costoso tanto en la Tierra como en el Espacio. Muchos

cientficos han hecho la sugerencia de que es necesario el uso de Robots para

continuar con los avances en la exploracin espacial; pero como todava no se

llega a un grado de automatizacin tan precisa para sta aplicacin, el ser humano

an no ha podido ser reemplazado por estos. Por su parte, son la tele operadores

los que han encontrado aplicacin en los transbordadores espaciales. En Marzo

de 1982 el transbordador Columbia fue el primero en utilizar este tipo de robots,

aunque el ser humano participa en la realizacin del control de lazo cerrado.

Algunas investigaciones estn encaminadas al diseo, construccin y control de

vehculos autnomos, los cuales llevarn a bordo complejos laboratorios y

cmaras muy sofisticadas para la exploracin de otros planetas. En Noviembre de

1970 los rusos consiguieron el alunizaje del Lunokhod 1, el cual posea cmaras

de televisin, sensores y un pequeo laboratorio, era controlado remotamente

desde la tierra. En Julio de 1976, los norteamericanos aterrizaron en Marte el

Viking 1, llevaba a bordo un brazo robotizado, el cual recoga muestras de piedra,

tierra y otros elementos las cuales eran analizados en el laboratorio que fue


12/47

12

acondicionado en el interior del robot. Por supuesto tambin contaba con un

equipo muy sofisticado de cmaras de vdeo.

o Vehculos submarinos: Dos eventos durante el verano de 1985 provocaron el

incremento por el inters de los vehculos submarinos. En el primero - Un avin

de la Air Indian se estrell en el Ocano Atlntico cerca de las costas de Irlanda -

un vehculo submarino guiado remotamente, normalmente utilizado para el

tendido de cable, fue utilizado para encontrar y recobrar la caja negra del avin.

El segundo fue el descubrimiento del Titanic en el fondo de un can, donde haba

permanecido despus del choque con un iceberg en 1912, cuatro kilmetros abajo

de la superficie. Un vehculo submarino fue utilizado para encontrar, explorar y

filmar el hallazgo. En la actualidad muchos de estos vehculos submarinos seutilizan en la inspeccin y mantenimiento de tuberas que conducen petrleo, gas

o aceite en las plataformas ocenicas; en el tendido e inspeccin del cableado

para comunicaciones, para investigaciones geolgicas y geofsicas en el suelo

marino. La tendencia hacia el estudio e investigacin de este tipo de robots se

incrementar a medida que la industria se interese an ms en la utilizacin de

los robots, sobra mencionar los beneficios que se obtendran si se consigue una

tecnologa segura para la exploracin del suelo marino y la explotacin del mismo.

o Educacin: Los robots estn apareciendo en los salones de clases de tres

distintas formas. Primero, los programas educacionales utilizan la simulacin de

control de robots como un medio de enseanza. Un ejemplo palpable es la

utilizacin del lenguaje de programacin del robot Karel, el cual es un subconjunto

de Pascal; este es utilizado por la introduccin a la enseanza de la programacin.

El segundo y de uso ms comn es el uso del robot tortuga en conjuncin con el

lenguaje LOGO para ensear ciencias computacionales. LOGO fue creado con la

intencin de proporcionar al estudiante un medio natural y divertido en el

aprendizaje de las matemticas. En tercer lugar est el uso de los robots en los

salones de clases. Una serie de manipuladores de bajo costo, robots mviles, y

sistemas completos han sido desarrollados para su utilizacin en los laboratorios


13/47

13

educacionales. Debido a su bajo costo muchos de estos sistemas no poseen una

fiabilidad en su sistema mecnico, tienen poca exactitud, no existen los sensores

y en su mayora carecen de software. Es necesario hacer mencin de los

problemas de tipo social, econmicos e incluso poltico, que puede generar una

mala orientacin de robotizacin de la industria. Se hace indispensable que la

planificacin de los recursos humanos, tecnolgicos y financieros se realice de

una manera inteligente. El mercado de la robtica y las perspectivas futuras que

se tienen son diversos. Las ventas anuales para robots industriales han ido

creciendo en Estados Unidos a razn del 25% de acuerdo a estadsticas del ao

1981 a 1992. El incremento de sta tasa se debe a factores muy diversos. En

primer lugar, hay ms personas en la industria que tienen conocimiento de la

tecnologa y de su potencial para sus aplicaciones de utilidad. En segundo lugar,la tecnologa de la robtica mejorar en los prximos aos de manera que har a

los robots ms amistosos con el usuario, ms fciles de interconectar con otro

hardware y ms sencillos de instalar. En tercer lugar, que crece el mercado, son

previsibles economas de escala en la produccin de robots para proporcionar una

reduccin en el precio unitario, lo que hara los proyectos de aplicaciones de

robots ms fciles de justificar. En cuarto lugar se espera que el mercado de la

robtica sufra una expansin ms all de las grandes empresas, que ha sido el

cliente tradicional para sta tecnologa, y llegue a las empresas de tamao

mediano, pequeo y por qu no; las microempresas. Estas circunstancias darn

un notable incremento en las bases de clientes para los robots.

La robtica es una tecnologa con futuro y tambin para el futuro. Si continan las

tendencias actuales, y si algunos de los estudios de investigacin en el laboratorio

actualmente en curso se convierten finalmente en una tecnologa factible, los robots del

futuro sern unidades mviles con uno o ms brazos, capacidades de sensores mltiples

y con la misma potencia de procesamiento de datos y de clculo que las grandes

computadoras actuales. Sern capaces de responder a rdenes dadas con voz humana.

As mismo sern capaces de recibir instrucciones generales y traducirlas, con el uso de

la inteligencia artificial en un conjunto especfico de acciones requeridas para llevarlas a


14/47

14

cabo. Podrn ver, or, palpar, aplicar una fuerza media con precisin a un objeto y

desplazarse por sus propios medios.

En resumen, los futuros robots tendran muchos de los atributos de los seres humanos.

Es difcil pensar que los robots llegarn a sustituir a los seres humanos en el sentido de

la obra de Carel Kapek, Robots Universales de Rossum. Por el contrario, la robtica es

una tecnologa que solo puede destinarse al beneficio de la humanidad. Sin embargo,

como otras tecnologas, hay peligros potenciales implicados y deben establecerse

salvaguardas para no permitir su uso pernicioso.

El paso del presente al futuro exigir mucho trabajo de ingeniera mecnica, ingeniera

electrnica, informtica, ingeniera industrial, tecnologa de materiales, ingenieras desistemas de fabricacin y ciencias sociales.

EJEMPLO DE UNA APLICACIN:

En el ejemplo que se mostrara, es un robot enfocado en la rea de educacin, este robot

es llamado NAO ROBOT es til en diferentes formas.


15/47

15

Qu es?

Nao es un robot humanoide programable y autnomo, desarrollado por Aldebaran

Robotics, una compaa de robtica francesa con sede en Pars subsidiaria del grupo

Softbank. El desarrollo del robot comenz en 2004 con el lanzamiento del Proyecto Nao.

El 15 de agosto de 2007, Nao sustituye al perro robot Aibo de Sony como la plataforma

estndar para la Robocup ("Robot Soccer World Cup"), un concurso internacional de

robtica. Nao se utiliz en RoboCup 2008 y 2009, y el NaoV3R fue elegido como la

plataforma para el SPL en RoboCup 2010.2

La Edicin Acadmica de Nao fue desarrollada para las universidades y laboratorios con

fines de investigacin y educacin. Fue lanzado a las instituciones en 2008, y se puso a

disposicin del pblico antes de 2011. El robot ha entrado ya su uso en numerosasinstituciones acadmicas de todo el mundo, incluyendo la Universidad de Tokio, el IIT

Kanpur de la India4 y la Universidad del Rey Fahd de Petrleo y Minerales de Arabia

Saudita. En diciembre de 2011, Aldebaran Robotics lanz la Nao Next Gen, con software

mejorado, una CPU ms potente y cmaras de alta definicin.

Detalles:

El robot ms completo en la gama de robots humanoides, cuenta con 25 grados de

libertad que le dan la posibilidad de ser completamente autnomo. Cuenta con 2 manos

prensiles y articulacin en las muecas. Su caminado omnidireccional es perfecto para

aplicaciones que impliquen mapeo y autonoma.

Caractersticas:

o 25 Grados de Libertad (Degrees of Freedom)

o Caminado omnidireccional

o Dos manos prensiles

o CPU ATOM Z530 1.6 GHz

o Memoria Flash de 256 MB SDRAM / 2 GB

o Sensor de Inercia con Giroscopio de dos ejes y Acelermetro de 3 ejes.

o 1x Puerto Ethernet RJ4510/100/1000 base T y Wi-Fi IEEE 802.11b/g


16/47

16

o 2x Cmaras de video (960p@30fps), mejor sensibilidad en VGA. Visin -horizontal

de 239, visin vertical de 68. Resolucin de alta definicin.

o Capacidad de procesamiento de visin

o Reconocimiento de objetos

o Deteccin y reconocimiento de rostros

o Texto a voz:

o Dos altavoces y sntesis vocal multi-idioma (Espaol e Ingls precargados)

o Cuatro micrfonos y reconocimiento de voz multi-idioma (Espaol e Ingls

precargados)

o Soporta mltiples lenguajes de programacin.

o Cuenta con software especial de programacin y simulacin.

Funciones principales:

NAO est destinado a las instituciones de desarrollo como universidades u hospitales. A

travs del software, es posible desarrollar y aprender a programar robtica. Lo que

aprendas a programar en NAO, puedes aplicarlo con cualquier robot del mercado. Como

se dijo anteriormente, NAO se puede programar en la forma que se desea como por

ejemplo, para ensear a los nios a leer, incluso en instituciones de rehabilitacin como

lo es el teletn, e aqu unos ejemplos demostrativos:

NAO apoyado a nios del Centro de Rehabilitacin Infantil Teletn Oaxaca, mediante

rutinas de rehabilitacin y enseanza.


17/47

17

5.2. Redes Neuronales (RN).

Las Redes Neuronales (RN) fueron originalmente una simulacin abstracta de los

sistemas nerviosos biolgicos, formados por un conjunto de unidades llamadas

"neuronas" o "nodos" conectadas unas con otras. Estas conexiones tienen una gran

semejanza con las dendritas y los axones en los sistemas nerviosos biolgicos.

En trminos generales, el Primer modelo de red neuronal fue propuesto en 1943 por

McCulloch y Pitts en trminos de un modelo computacional de "actividad nerviosa". El

modelo de McCulloch-Pitts es un modelo binario, y cada neurona tiene un escaln o

umbral prefijado. Este primer modelo sirvi de ejemplo para los modelos posteriores de

Jhon Von Neumann, Marvin Minsky, Frank Rosenblatt, y muchos otros.

5.2.1. Conceptos bsicos.Redes Neuronales: son una rama de la Inteligencia Artificial. En las redes neuronales el

conocimiento se incorpora mediante el aprendizaje a partir de ejemplos.


Una primera clasificacin de los modelos de RN podra ser, atendiendo a su similitud con

la realidad biolgica.

o Modelos de tipo biolgico. Este comprende las redes que tratan de simular los

sistemas neuronales biolgicos as como las funciones auditivas o algunas

funciones bsicas de la visin.

o El modelo dirigido a aplicacin. Estos modelos no tienen por qu guardar similitud

con los sistemas biolgicos. Sus arquitecturas estn fuertemente ligadas a las

necesidades de las aplicaciones para las que son diseados.

o Redes Neuronales de tipo Biolgico: Se estima que el cerebro humano contiene

ms de cien mil millones de neuronas y sinapsis en el sistema nervioso humano.

Estudios sobre la anatoma del cerebro humano concluyen que hay ms de 1000

sinapsis a la entrada y a la salida de cada neurona. Es importante notar que

aunque el tiempo de conmutacin de la neurona (unos pocos milisegundos) es

casi un milln de veces menor que en las actuales elementos de las computadoras,

ellas tienen una conectividad miles de veces superior que las actuales


18/47

18

supercomputadoras. El objetivo principal de las redes neuronales de tipo biolgico

es desarrollar un elemento sinttico para verificar las hiptesis que conciernen a

los sistemas biolgicos. Las neuronas y las conexiones entre ellas (sinapsis)

constituyen la clave para el procesado de la informacin. La mayor parte de las

neuronas poseen una estructura de rbol llamadas dendritas que reciben las

seales de entrada que vienen de otras neuronas a travs de las uniones llamadas

sinapsis. Algunas neuronas se comunican solo con las cercanas, mientras que

otras se conectan con miles. Hay tres partes en una neurona:

El cuerpo de la neurona.

Ramas de extensin llamadas dentaras para recibir las entradas, y.

Un axn que lleva la salida de la neurona a las desdiras de otras neuronas.

La forma que dos neuronas interactan no est totalmente conocida, dependiendoadems de cada neurona. En general, una neurona enva su salida a otras por su axn.

El axn lleva la informacin por medio de diferencias de potencial, u ondas de corriente,

que depende del potencial de la neurona. Este proceso es a menudo modelado como

una regla de propagacin representada por la funcin de red u (.). La neurona recoge las

seales por su sinapsis sumando todas las influencias excitadoras e inhibidoras. Si las

influencias excitadoras positivas dominan, entonces la neurona da una seal positiva y

manda este mensaje a otras neuronas por sus sinapsis de salida. En este sentido la

neurona puede ser modelada como una simple funcin escaln f (.). Como se muestra

en la prxima figura, la neurona se activa si la fuerza combinada de la seal de entrada

es superior a un cierto nivel, en el caso general el valor de activacin de la neurona viene

dado por una funcin de activacin f (.).

o Redes Neuronales para aplicaciones concretas: Las RN dirigidas a aplicacin

estn en general poco ligadas a las redes neuronales biolgicas. Ya que el

conocimiento que se posee sobre el sistema nervioso en general no es completo,

se han de definir otras funcionalidades y estructuras de conexin distintas a las

vistas desde la perspectiva biolgica. Las caractersticas principales de este tipo

de RN son los siguientes:


19/47

19

Auto Organizacin y Adaptabilidad: utilizan algoritmos de aprendizaje

adaptativo y auto organizacin, por lo que ofrecen posibilidades de

procesado robusto y adaptativo.

Procesado No Lineal: aumenta la capacidad de la red de aproximar,

clasificar y su inmunidad frente al ruido.

Procesado paralelo: normalmente se usa un gran nmero de clulas de

procesado por el alto nivel de interconectividad.

Estas caractersticas juegan un importante papel en las RN aplicadas al procesado de

seal e imagen. Una red para una determinada aplicacin presenta una arquitectura muy

concreta, que comprende elementos de procesado adaptativo masivo paralelo

combinadas con estructuras de interconexin de red jerrquica.


Las redes neuronales pueden utilizarse en un gran nmero y variedad de aplicaciones,

tanto comerciales como militares. Se pueden desarrollar redes neuronales en un periodo

de tiempo razonable, con la capacidad de realizar tareas concretas mejor que otras

tecnologas. Cuando se implementan mediante hardware (redes neuronales en chips

VLSI), presentan una alta tolerancia a fallos del sistema y proporcionan un alto grado de

paralelismo en el procesamiento de datos. Esto posibilita la insercin de redes

neuronales de bajo coste en sistemas existentes y recientemente desarrollados.

Hay muchos tipos diferentes de redes neuronales; cada uno de los cuales tiene una

aplicacin particular ms apropiada. Algunas aplicaciones comerciales son:

o Biologa:

Aprender ms acerca del cerebro y otros sistemas.

Obtencin de modelos de la retina.

o Empresa:

Evaluacin de probabilidad de formaciones geolgicas y petrolferas.

Identificacin de candidatos para posiciones especficas.

Explotacin de bases de datos.

Optimizacin de plazas y horarios en lneas de vuelo.


20/47

20

Optimizacin del flujo del trnsito controlando convenientemente la

temporizacin de los semforos.

Reconocimiento de caracteres escritos.

Modelado de sistemas para automatizacin y control.

o Medio ambiente:

Analizar tendencias y patrones.

Previsin del tiempo.

o Finanzas:

Previsin de la evolucin de los precios.

Valoracin del riesgo de los crditos.

Identificacin de falsificaciones.

Interpretacin de firmas.o Manufacturacin:

Robots automatizados y sistemas de control (visin artificial y sensores de

presin, temperatura, gas, etc.).

Control de produccin en lneas de procesos.

Inspeccin de la calidad.

o Medicina:

Analizadores del habla para ayudar en la audicin de sordos profundos.

Diagnstico y tratamiento a partir de sntomas y/o de datos analticos

(electrocardiograma, encefalogramas, anlisis sanguneo, etc.).

Monitorizacin en cirugas.

Prediccin de reacciones adversas en los medicamentos.

Entendimiento de la causa de los ataques cardacos.

o Militares:

Clasificacin de las seales de radar.

Creacin de armas inteligentes.

Optimizacin del uso de recursos escasos.

Reconocimiento y seguimiento en el tiro al blanco.


21/47

21

La mayora de estas aplicaciones consisten en realizar un reconocimiento de patrones,

como ser: buscar un patrn en una serie de ejemplos, clasificar patrones, completar una

seal a partir de valores parciales o reconstruir el patrn correcto partiendo de uno

distorsionado. Sin embargo, est creciendo el uso de redes neuronales en distintos tipos

de sistemas de control.

Desde el punto de vista de los casos de aplicacin, la ventaja de las redes neuronales

reside en el procesado paralelo, adaptativo y no lineal. El dominio de aplicacin de las

redes neuronales tambin se lo puede clasificar de la siguiente forma: asociacin y

clasificacin, regeneracin de patrones, regresin y generalizacin, y optimizacin.


En este ejemplo se muestra al lector de huellas digital NITGEN HAMSTER que esutilizado en este caso para controlar la seguridad de inicio de sesin en una computadora

personal, tambin puede ser usado en empresas, para controlar la seguridad en cuartos

importantes que contenga informacin o para obtener el registro de llegada y salida de

los empleados.


22/47

22

Qu es?

El lector de huella digital Nitgen Hamster es un perifrico para la seguridad del ordenador

y seguridad informtica en general. Est equipado con un mdulo de lectura de huella

dactilar basado en la tecnologa nica de biometra Nitgen. Es un sistema de altas

prestaciones, mucha precisin y larga durabilidad. Lector que se conecta directamente

al ordenador y de forma muy segura reemplazamos la password que es vulnerable al

fraude y difcil de recordar. El Hamster ha sido diseado por la tecnologa ms optimizada

de reconocimiento de huella dactilar y es muy robusto a posibles impactos fsicos

externos, aspectos ambientales y corriente esttica. El lector biomtrico Nitgen Hamster

incorpora la ptica OPP06 con tecnologa Live Finger Detection (LFD) para mayor

seguridad y con sistema Auto-on de activacin automtica del sensor. Aplicable a

distintos campos donde la autenticacin personal por reconocimiento dactilar seanecesaria.

Funciones:

Cuenta con un Software de Seguridad eNDeSS.

Con el lector se incluye el software para seguridad de PC eNDeSS, con las siguientes

funciones:

o Logon de Windows: Control de Acceso a Windows biomtrico.

o Gestor centralizado de usuarios y configuracin del sistema.

o Protector de Pantallaidentificacin dactilar para desbloquear el PC.

o Protector de ficheros y directorios con encriptacin de huella.

o Pantalla Listado de Eventos: histrico de Logons e intentos ilegales.

Mxima proteccin biomtrica mediante huella digital del PC, workstations o red de

ordenadores.

Aplicaciones:

o Comercio electrnico.

o Seguridad para el ordenador, softwares y la red informtica.

o Seguridad para la banca, instituciones financieras.

o Medio de pago por huella digital.

o Sistema de informacin mdica.


23/47

23

o Muchas otras aplicaciones que requieren autenticacin de usuario.

Caractersticas:

o Interfaz USB:

Compatible con la interfaz USB 2.0, dispositivo plug and play.

Soporta el manejo de mltiples dispositivos.

o Motor de Comparacin Superior:

1er lugar en la FVC (Fingerprint Verification Competition)

Funcin de encendido automtico

o Tecnologa ptica Avanzada:

Sensor resistente a rayones, impactos, vibraciones y descargas

electroestticas

o Formato de imgenes e interfaces de acuerdo a estndares internacionales: Compresin WSQ

ISO 19794-2/4, ANSI 378, NFIQ

o Captura de imgenes de alta calidad

o Potente desempeo para dedos hmedos/secos

o Sensor ptico:

OPP06

o Tamao:

54 x 72 x 82.6mm con base

27.4 x 40.5 x 73.7mm sin base

o Tamao de la imagen:

248 x 292 pixeles

o Resolucin:

500 DPI

o Interfaz:

USB 1.1/2.0 High/Full Speed

o Tiempo de adquisicin de imgenes:

500 mseg. En promedio en modo Full Speed

300 mseg. En promedio en modo High Speed

o Fuente de poder:


24/47

24

Puerto USB

o Sistemas Operativos:

Windows 2000 o superior, Windows Server 2003/2008, Linux Kernel 2.6.x

5.3. Visin artificial.

La visin artificial, tambin conocida como visin por computador (del ingls computer

vision) o visin tcnica, es un subcampo de la inteligencia artificial. El propsito de la

visin artificial es programar una computadora para que "entienda" una escena o las

caractersticas de una imagen.

Los objetivos tpicos de la visin artificial incluyen:

o La deteccin, segmentacin, localizacin y reconocimiento de ciertos objetos en

imgenes (por ejemplo, caras humanas).o La evaluacin de los resultados (por ejemplo, segmentacin, registro).

o Registro de diferentes imgenes de una misma escena u objeto, es decir, hacer

concordar un mismo objeto en diversas imgenes.

o Seguimiento de un objeto en una secuencia de imgenes.

o Mapeo de una escena para generar un modelo tridimensional de la escena; este

modelo podra ser usado por un robot para navegar por la escena.

o Estimacin de las posturas tridimensionales de humanos.

o Bsqueda de imgenes digitales por su contenido.

Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje

estadstico, geometra de proyeccin, procesamiento de imgenes, teora de grafos y

otros campos. La visin artificial cognitiva est muy relacionada con la psicologa

cognitiva y la computacin biolgica.

5.3.1. Conceptos bsicos.

Se puede definir la Visin Artificial como un campo de la Inteligencia Artificial que,

mediante la utilizacin de las tcnicas adecuadas, permite la obtencin, procesamiento

y anlisis de cualquier tipo de informacin especial obtenida a travs de imgenes

digitales.


25/47

25

La visin artificial la componen un conjunto de procesos destinados a realizar el anlisis

de imgenes. Estos procesos son: captacin de imgenes, memorizacin de la

informacin, procesado e interpretacin de los resultados.


Con la visin artificial se pueden:

o Automatizar tareas repetitivas de inspeccin realizadas por operadores.

o Realizar controles de calidad de productos que no era posible verificar por

mtodos tradicionales.

o Realizar inspecciones de objetos sin contacto fsico.

o Realizar la inspeccin del 100% de la produccin (calidad total) a gran velocidad.

o Reducir el tiempo de ciclo en procesos automatizados.o Realizar inspecciones en procesos donde existe diversidad de piezas con cambios

frecuentes de produccin.

Las principales aplicaciones de la visin artificial en la industria actual son:

o Identificacin e inspeccin de objetos.

o Determinacin de la posicin de los objetos en el espacio.

o Establecimiento de relaciones espaciales entre varios objetos (guiado de robots)

o Determinacin de las coordenadas importantes de un objeto.

o Realizacin de mediciones angulares.

o Mediciones tridimensionales.


26/47

26


En este ejemplo muestra la cmara con visin artificial para la localizacin de piezas

llamado PatMax en un ambiente de manufactura.

Qu es?

Es la tecnologa de correspondencia de patrones patentada por Cognex para la

localizacin de piezas y caractersticas. Esta tecnologa de visin artificial ofrece un

excelente rendimiento y confiabilidad hasta en las condiciones ms adversas.

PatMax utiliza una tecnologa avanzada de correspondencia de patrones geomtricos

para localizar las piezas con fiabilidad y precisin incluso en las condiciones ms

complejas. Su alta precisin, velocidad y rendimiento hacen de ella la base para otras

potentes herramientas Cognex como PatMax S.A, PatMax XLC, Synthetic PatMax,

PatInspect, PatFlex, OCV MAx o IDMax. Estas potentes herramientas puden cubrir la

mayor parte de las necesidades de correspondencia y de inspeccin de patrones en la

industria.


27/47

27

Funcionamiento:

El primer paso en la aplicacin de visin industrial (y muy importante para el xito de la

aplicacin) es la localizacin del objeto en el campo de visin de la cmara, este proceso

se conoce como correspondencia de patrones.

La correspondencia de patrones puede ser extremadamente difcil, ya que numerosas

variables pueden alterar el modo en que un objeto aparece en un sistema de visin. La

tecnologa ms tradicional de correspondencia de patrones se basa en un proceso de

anlisis pxel-cuadrcula, comnmente conocido como correlacin normalizada. Este

mtodo busca la similaridad estadstica entre un modelo de nivel de gris (o imagen de

referencia) de un objeto y las partes de la imagen para determinar la posicin X/Y del

objeto.

Aunque es eficaz en determinadas situaciones, esta medida limita tanto la capacidad

para localizar objetos como la precisin con la que pueden localizarse en condiciones de

aspecto variable, comunes en las lneas de produccin, como los cambios en el ngulo,

el tamao, el tono, etc.

Para superar estas limitaciones Cognex desarroll la tecnologa de correspondencia de

patrones geomtricos, comercializada con la marca PatMax. Esta tecnologa conoce la

geometra de un objeto utilizando una serie de curvas lmite que no corresponden a una

cuadrcula de pxeles para despus buscar formas similares en la imagen (sin basarseen niveles de gris especficos). El resultado es una mejora en la capacidad de localizar

objetos con precisin a pesar de los cambios de ngulo, tamao, tono, etc.


28/47

28

5.4. Lgica difusa (Fuzzy Logic).

Fuzzy Logic tiene sus races en la teora de conjuntos difusos desarrollada por Zadeh en

la dcada de los 60, la que propone que un elemento siempre pertenece en un cierto

grado a un conjunto y nunca pertenece del todo al mismo, esto permite establecer una

manera eficiente para trabajar con incertezas, as como para acondicionar el

conocimiento en forma de reglas hacia un plano cuantitativo, factible de ser procesado

por computadores.

Toda lgica consiste en formalizar el pensamiento humano, desde este punto de vista.

o Lgica Clsica: Establece que cualquier enunciado o proposicin puede tener un

valor lgico verdadero o falso, en definitiva 1 y 0. De esta forma es posible

desarrollar toda una lgica basada en leyes de este tipo.

o Lgica Difusa: En vez de trabajar con el clsico concepto de inclusin o exclusin,

introduce una funcin que expresa el grado de pertenencia de una variable hacia

un atributo o variable lingstica tomando valores en e l rango de 0 a 1.

o Conjunto Difuso: Par Variable lingsticafuncin de pertenencia. A = {x / A (x)

x X}.

Ventajas:La principal ventaja de utilizar trminos lingsticos como: a medias, bastante, casi, un

poco, mucho, algo, etc, est en que permite plantear el problema en los mismos trminos

en los que lo hara un experto humano.

El xito de esta tcnica radica en que El mundo es Fuzzy. En otras palabras, no tiene

sentido buscar la solucin a un problema no perfectamente definido por medio de un

planteamiento matemtico muy exacto, cuando es el ser humano el primero que razona

empleando la inexactitud.

En inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de

una variedad de problemas, principalmente los relacionados con control de procesos

industriales complejos y sistemas de decisin en general, la resolucin y la compresin

de datos. Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa

cotidiana, por ejemplo en cmaras digitales, sistemas de aire acondicionado, lavarropas,


29/47

29

etc. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los

humanos, con la ventaja de ser mucho ms rpidos. Estos sistemas son generalmente

robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos lenguajes

de programacin lgica que han incorporado la lgica difusa seran por ejemplo las

diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.

Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento

humano en la programacin de computadoras. Con la lgica convencional, las

computadoras pueden manipular valores estrictamente duales, como verdadero/falso,

s/no o ligado/desligado. En la lgica difusa, se usan modelos matemticos para

representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que

puedan ser manipuladas por los ordenadores.

En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que lossistemas de control pueden necesitar retroalimentarse en un espacio concreto de tiempo,

pueden necesitarse datos anteriores para hacer una evaluacin media de la situacin en

un perodo anterior.


La lgica difusa es una extensin de la lgica tradicional (Booleana) que utiliza conceptos

de pertenencia de sets ms parecidos a la manera de pensar humana.

La lgica difusa no usa valores exactos como 1 o 0 pero usa valores entre 1 y 0 (inclusive)

que pueden indican valores intermedios (Ej. 0, 0.1, 0.2,,0.9, 1.0, 1.1,etc)

La lgica difusa tambin incluye los valores 0 y 1 entonces se puede considerar como un

superset o extensin de la lgica exacta.

El concepto de un subset difuso fue introducido por L.A. Zadeh en 1965 como una

generalizacin de un subset exacto (crisp subset) tradicional.

Los subsets exactos usan lgica Booleana con valores exactos como por ejemplo la

lgica binaria que usa valores de 1 o 0 para sus operaciones.


La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y

no existen modelos matemticos precisos, para procesos altamente no lineales y cuando

se envuelven definiciones y conocimiento no estrictamente definido (impreciso o

subjetivo).


30/47

30

En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona

eficientemente el problema, cuando los problemas son lineales o cuando no tienen

solucin.

Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn,

extendindose sus aplicaciones a multitud de campos. La primera vez que se us de

forma importante fue en el metro japons, con excelentes resultados. Posteriormente se

generaliz segn la teora de la incertidumbre desarrollada por el matemtico y

economista espaol Jaume Gil Aluja.

A continuacin se citan algunos ejemplos de su aplicacin:

o Sistemas de control de acondicionadores de aire.

o Sistemas de foco automtico en cmaras fotogrficas.

o Electrodomsticos familiares (frigorficos, lavadoras...).o Optimizacin de sistemas de control industriales.

o Sistemas de escritura.

o Mejora en la eficiencia del uso de combustible en motores.

o Sistemas expertos del conocimiento (simular el comportamiento de un experto

humano).

o Tecnologa informtica.

o Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para

este punto, por ejemplo, existe el lenguaje FSQL.

o ...y, en general, en la gran mayora de los sistemas de control que no dependen

de un S/No.


31/47

31


En este ejemplo se mostrar el uso del robot AIBO usando la lgica difusa para la

localizacin.

Qu es?AIBO (Artificial Intelligence Robot, en espaol Robot de Inteligencia Artificial, homnimo

de AIBO (aib?), "Amigo" o "compaero" en japons) es una serie emblemticade

mascotas robticas diseadas y fabricadas por Sony. Sony anunci un robot prototipo a

mediados de 1998. El primer modelo de consumo se introdujo el 11 de mayo de 1999.

Los nuevos modelos fueron lanzados cada ao hasta 2005. Aunque la mayora de los

modelos fueron perrunos, tambin se incluyeron otras inspiraciones robticas como

cachorros leones y turistas espaciales androides, y solo la ltima versin, la ERS-7, fue

explcitamente un "perro robot".

Los AIBO fueron comercializados para uso domstico como "Robots de Entretenimiento".Tambin fueron ampliamente adoptados por las universidades con fines educativos (por

ejemplo: Robocup), para investigaciones de robtica y para la interaccin humano-robot.


32/47

32

Funciones, en educacin e investigacin:

En la liga de 4 patas de la Robocup, equipos de 4 robots. AIBO autnomos se enfrentan

entre s en partidos de futbol. El objetivo de esta competicin es presentar un entorno

desafiante en que se han de resolver varios problemas relacionados con la robtica. En

particular, la localizacin. Cada uno de los jugadores ha de estar localizado durante los

partidos para que su comportamiento sea coherente. En este artculo proponemos un

mtodo de localizacin que combina tcnicas de lgica difusa y filtros de Kalman para

conseguir una localizacin ms robusta, fiable y ligera.

Mtodo de localizacin usando lgica difusa:

El objetivo de desarrollar este mtodo de localizacin fue la de dotar al robot de una

forma robusta de representar la incertidumbre de su posicin. Tambin deba de poderrecuperarse de situaciones en las que el robot era desplazado de un lugar a otro del

campo. Esta situacin se puede producir cuando el robot es penalizado por el rbitro y

retirado unos minutos del terreno de juego, o cuando es empujado por otros robots. A

continuacin resumimos este trabajo previo como base de la mejora propuesta en este

artculo.

El campo de juego se divide en una cuadricula Gt tal que Gt(x, y) representa la

probabilidad, en [0, 1], de que el robot se encuentre en la posicin (x, y). Cada una de

las posiciones de esta cuadricula es una celda de dimensin configurable.

Cada una de las celdas, que definiremos en adelante como fcell, contiene informacin

sobre la probabilidad de que el robot este en esa celda, e informacin sobre cul es el

rango de orientaciones ms probables para el robot, es decir, se trata realmente de una

cuadricula de 2 D.

Esta informacin se representa por medio de un trapezoide difuso. Definido por la tupla.

< , , , , >

Intuitivamente, si h es bajo, la probabilidad de estar en esta celda es baja. Si h es alto,

es muy probable que el robot este en esta posicin. Si el trapezoide es ancho, existe

gran incertidumbre sobre la orientacin del robot. Si el trapezoide es estrecho, o tiene

incluso forma de tringulo (porque es prcticamente nulo). La incertidumbre de

orientacin es tan baja que podemos afirmar que es .


33/47

33

El proceso de localizacin usando en este mtodo es iterativo, teniendo cada ciclo un

paso de prediccin y otro de actualizacin. La fase de prediccin se realiza cada vez que

se realiza un movimiento difuminando la probabilidad en la direccin del movimiento. En

la fase de actualizacin se incorpora la informacin visual. Cada observacin de una

marca visual se compone de una distancia y un ngulo a cada una de las visibles. Para

codificar la informacin de una marca visual conocida en el instante t, construimos la

distribucin de probabilidad St(|r), tal que St(x, y|r) es la posibilidad de que el robot se

encuentre en la posicin (x, y), siendo la distancia a una marca visual determinada r. El

robot parte de un estado de total incertidumbre, y mediante la informacin odomtrica y

la informacin de la posicin relativa de la portera y de la baliza superior derecha,

termina localizndose correctamente.

El proceso anterior nos proporciona la probabilidad de estar en una posicin de lacuadricula, pero no nos aporta informacin angular. Podra ser natural considerar un

cubo 3D Gt(x, y, ), pero el tiempo de computacin de todas las posibles posiciones del

robot hara que el algoritmo no fuera abordable computacionalmente.

En lugar de eso se mantiene una cuadricula 2D de fell, que es una forma compacta de

representar informacin angular. Con el procedimiento descrito anteriormente

obtenemos la componente h de esta fcell, pero an es necesario describir como obtener

el resto de las componentes cuando se produce una observacin. Esta operacin es muyligera y calcula las nuevas probabilidades de orientacin a partir de una estimacin

anterior y una nueva observacin.

5.5. Procesamiento de Lenguaje Natural (PLN).

El recurso ms importante que posee la raza humana es conocimiento, o sea informacin.

En la poca actual de informacin, del manejo eficiente de este conocimiento depende

el uso de todos los dems recursos naturales, industriales y humanos.

Durante toda la historia de humanidad el conocimiento, en su mayor parte se comunica,

se guarda y se maneja en la forma de lenguaje naturalgriego, latn, ingls, espaol, etc.

La poca actual no es ninguna excepcin: el conocimiento sigue existiendo y crendose

en la forma de documentos, libros, artculos, aunque stos se guardan en forma


34/47

34

electrnica, o sea digital. El gran avance es que en esta forma, las computadoras ya

pueden ser una ayuda enorme en el procesamiento de este conocimiento.

Sin embargo, lo que es conocimiento para nosotros los seres humanosno lo es para

las computadoras. Son los archivos, unas secuencias de caracteres, y nada ms. Una

computadora puede copiar tal archivo, respaldarlo, transmitirlo, borrarlo como un

burcrata que pasa los papeles a otro burcrata sin leerlos. Pero no puede buscar las

respuestas a las preguntas en este texto, hacer las inferencias lgicas sobre su contenido,

generalizar y resumirloes decir, hacer todo lo que las personas normalmente hacemos

con el texto. Porque no lo puede entender.

Para combatir esta situacin, se dedica mucho esfuerzo, sobre todo en los pases ms

desarrollados del mundo, al desarrollo de la ciencia que se encarga de habilitar a lascomputadoras a entender el texto. Esta ciencia, en funcin del enfoque prctico versus

terico, del grado en el cual se espera lograr la comprensin y de otros aspectos tiene

varios nombres: procesamiento de lenguaje natural, procesamiento de texto, tecnologas

de lenguaje, lingstica computacional. En todo caso, se trata de procesar el texto por su

sentido y no como un archivo binario.

El esquema general de la mayora de los sistemas y mtodos que involucran el

procesamiento de lenguaje es el siguiente:

o Primero, el texto no se procesa directamente si no se transforma en una

representacin formal que preserva sus caractersticas relevantes para la tarea o

el mtodo especfico (por ejemplo, un conjunto de cadenas de letras, una tabla de

base de datos, un conjunto de predicados lgicos, etc.).

o Luego, el programa principal manipula esta representacin, transformndola

segn la tarea, buscando en ella las subestructuras necesarias, etc.

o Finalmente, si es necesario, los cambios hechos a la representacin formal (o la

respuesta generada en esta forma) se transforman en el lenguaje natural.

Entre las tareas principales del procesamiento de lenguaje natural se puede mencionar:

o Recuperacin de informacin,

o Interfaces en lenguaje natural,


35/47

35

o Traduccin automtica.


o Lenguaje: Sistema de signos complejo, estructurado.

o (PLN o NLP, Natural Language Processing): Rama de la inteligencia artificial que

analiza, entiende y genera los lenguajes que los humanos usan naturalmente para

relacionarse con la computadora.

o Lingstica: Es la disciplina que se ocupa del estudio cientfico del lenguaje.

o Lenguaje formal: es un lenguaje artificial o sea creado por el hombre que est

formado por smbolos y formulas y que tiene como objetivo fundamental formalizar

la programacin de computadoras o representar simblicamente un conocimiento.


Proceden de la fusin de dos disciplinas: la lingstica y la informtica.

Surgen del procesamiento automtico de la lengua natural: los elementos de la lengua

fonemas, morfemas, palabras, oraciones, textos y las reglas que rigen el funcionamiento

comienzan a sistematizarse para ser informatizados, consiguindose con ello realizar

automticamente tareas lingsticas.

Estas aplicaciones tienen en cuenta la disciplina o disciplinas lingsticas dentro de las

cuales puedan encuadrarse. A pesar de que muchas de ellas convergen en un mismo

producto: por ejemplo, en el caso de la traduccin automtica se necesitan analizadores

morfolgicos, sintcticos y semnticos, adems de reconocimiento y sntesis de voz.

o TECNOLOGAS DEL HABLA: Las tres reas bsicas que configuran las

tecnologas del habla son:

La sntesis del habla (el ordenador proporciona informacin oral). Este tipo de

aplicaciones informticas Permite la generacin de mensajes hablados a partir

de un texto escrito almacenado en formato electrnico. Suelen emplear los

sistemas de conversin de texto en habla, que constan por lo general de un

mdulo de procesamiento lingstico, en el que se llevan a cabo una

trascripcin fontica y un anlisis lingstico ms o menos detallado del texto


36/47

36

de entrada y de otro que se ocupa de los aspectos ms ligados al tratamiento

informtico de la seal sonora. Las personas con discapacidad visual pueden

por ejemplo acceder a la informacin a travs de los sistemas que convierten

el texto escrito en texto hablado.

El reconocimiento del habla (el ordenador procesa los enunciados emitidos por

un interlocutor). Este tipo de aplicaciones procede realizando a una operacin

inversa a la llevada a cabo en la sntesis: la onda sonora portadora de un

mensaje se convierte en una representacin simblica, que suele ser un texto

escrito. El ordenador recibe los sonidos del habla en forma de ondas

analgicas que se analizan para identificar las unidades que constituyen las

palabras (fonemas).

Los sistemas de dilogo (comunicacin bidireccional). Constan de un mdulode reconocimiento automtico del habla, un sistema de comprensin que se

ocupa de la interpretacin del enunciado, un mdulo de generacin que crea

un texto con los resultados de una consulta a una base de datos o con la

respuesta adecuada a la conversacin entre usuario y sistema, y de un

conversor de texto en habla que transforma esta respuesta en su equivalente

sonoro. Estas operaciones estn coordinadas por un mdulo de gestin del

dilogo, responsable de los turnos de palabra, de la coherencia entre

preguntas y respuestas y de todos aquellos aspectos que hacen que la

interaccin entre la persona y el ordenador sea lo ms natural posible. El

mdulo de reconocimiento debe procesar la informacin acstica que contiene

el mensaje que recibe del usuario para poder interpretarlo semnticamente.

o TECNOLOGAS DEL TEXTO: Aplicaciones informticas basadas en el anlisis

morfolgico, sintctico y semntico del texto:

Analizadores morfolgicos / Generadores Analizadores sintcticos

Correctores

Desambiguadores

Traductores


37/47

37

Textos predictivos


Para este ejemplo se muestra la aplicacin iTranslate, esta aplicacin usa el

procesamiento de lenguaje natural, bsicamente esta aplicacin funciona como untraductor.


38/47

38

Qu es?

iTranslate es una galardonada herramienta de traduccin que te ayuda a derribar las

barreras idiomticas. Con su tecnologa de ltima generacin podrs hablar cualquier

idioma en un segundo. Con iTranslate podrs traducir palabras, frases y textos en ms

de 90 idiomas.

El reconocimiento de voz lo tiene habilitado para 16 idiomas, mientras que es capaz de

pronunciar textos en un total de 23. Esta aplicacin dispone tambin de un modo de

autocompletado de palabras y textos, al igual que lo tiene Google iTranslate.

iTranslate es una aplicacin muy intuitiva y que no nos decepcionar en su misin, la de

traducir de un idioma a otro. Adems, y todo hay que decirlo, es de agradecer que la voz

que nos ofrece la traduccin hablada no tenga ese aire robtico tpico de otrasaplicaciones similares y, en cambio, muestre un aire ms humano.

iTranslate es, como hemos podido ver, un sencillo pero completo sistema de traduccin

que resulta de lo ms til. Al igual que Google Traductor, pero con las lgicas diferencias,

es una herramienta que se presenta como una de las imprescindibles para llevar

instalada en nuestro smartphone.

Caractersticas:

o TEXTO A VOZ: Siempre has querido saber cmo suena una voz femenina en

ingls australiano? Con iTranslate puedes seleccionar entre un montn de

dialectos diferentes, elegir una voz masculina o femenina e incluso controlar la

velocidad al hablar.

o RECONOCIMIENTO DE VOZ: Habla en lugar de teclear. No se necesita ningn

entrenamiento. Basta con que empieces a hablar y la aplicacin se encarga de

reconocer tu voz, transformarla en texto y traducirla a otro idioma.

o DICCIONARIOS: La mayora de las aplicaciones traductoras solo te dan 1

resultado por traduccin. Sin embargo, si ests traduciendo palabras y frases, a

menudo hay significados diferentes, dependiendo del contexto. iTranslate te

ofrece diccionarios para varios idiomas, de forma que puedas solucionar ese

problema de forma precisa.


39/47

39

o ROMANIZACIN: Con la romanizacin puedes convertir en Nho.

Transforma idiomas no latinos en caracteres latinos. Disponible para varios

idiomas, incluyendo chino, japons, coreano, griego, hindi, ruso y tailands.

5.6. Sistemas Expertos (SE).

Durante aos la actividad de la Inteligencia Artificial estuvo dedicada a las

investigaciones tericas y al desarrollo de experimentos a travs de programas que

demostraran actitudes inteligentes, con estos programas se pretenda que la mquina

jugara ajedrez, demostrara teoremas matemticos, etc.

No fue hasta los aos 70 que surgi un nuevo paradigma en la Inteligencia Artificial los

Sistemas Expertos, cuya funcin es desarrollar trabajos similares a los que desarrollara

un especialista en un rea determinada, la idea no es sustituir a los expertos, sino que

estos sistemas sirvan de apoyo a los especialistas en un dominio de aplicacin

especfico.

Estos sistemas expertos son en lo esencial sistemas de computacin basados en

conocimientos cuyos componentes representan un enfoque cualitativo de la

programacin. Muchas personas pueden creer que un Sistema Experto (SE) es un

sistema compuesto por subsistemas y a su vez estos por otros subsistemas hasta llegar

a los programas, y que los se miden por la cantidad de programas que contienen. Sinembargo la cantidad no es lo que prima en los SE, si no la cualidad del mismo, esta

cualidad est dada por la separacin de las reglas que describen el problema (Base de

Conocimientos), del programa de control que es quien selecciona las reglas adecuadas

(Motor de inferencias).

Podemos decir que un Sistema Experto es una Base de Conocimientos (BC), una Base

de Hechos (BH) y un Motor (o Mquina) de Inferencias (MI). Por otra parte estos sistemas

no se miden por la cantidad de instrucciones o programas sino por la cantidad de reglas

que hay contenida en su Base de Conocimientos.

Para desarrollar los sistemas expertos primero es necesario abordar un rea de inters,

dentro de esta rea se seleccionan a los expertos, que son los especialistas capaces de

resolver los problemas en dicha rea. Por ejemplo el rea de inters de las empresas de

proyectos, son precisamente los proyectos y un especialista podra ser un arquitecto, un


40/47

40

ingeniero civil, etc. Ahora bien, casi siempre estos especialistas, son expertos en un

dominio especfico y es sobre este dominio, donde poseen su mayor experiencia

(Dominio de Experticidad), por ejemplo un Ing. civil especializado en cimientos.

Una vez seleccionado al experto o a los expertos y estos estn de acuerdo en dar sus

conocimientos, comienza a jugar su papel el Ingeniero de Conocimientos, que es el

encargado de extraerle los conocimientos al experto y darle una representacin

adecuada, ya sea en forma de reglas u otro tipo de representacin, conformando asi la

base de conocimientos del sistema experto.

Formas de representacin de los conocimientos:

o Reglas de produccin

o Redes semnticaso Marcos (Frames).

La forma de representacin ms usada es por reglas de produccin, tambin llamadas

reglas de inferencias. Casi todos los sistemas expertos estn basados en este tipo de

representacin, ahora nos ocuparemos de los sistemas basados en reglas.

Las reglas de produccin son del tipo:

SI Premisa ENTONCES Conclusin (SI A ENTONCES B).

Donde tanto las premisas como la conclusin, no son ms que una cadena de hechos

conectados por Y o por O, de forma general sera:

SI Hecho1 Y/O Hecho2 Y/O HechoN ENTONCES Hecho1 Y/O HechoN

Los hechos son afirmaciones que sirven para representar conceptos, datos, objetos, etc.

Y el conjunto de hechos que describen el problema es la base de hechos.


41/47

41

Ejemplo de hechos:

Juan es un estudiante

Juan tiene 8 aos

El perro es blancoA Mara le gusta el cine

Pedro prefiere la pelcula

La edad de Luis es de 25 aos

Pedro tiene un salario de 200 pesos

Una regla es una combinacin de hechos que permite representar conocimientos y sacar

inferencias de los mismos.

Ejemplo de reglas:

R1: SI Juan es estudiante Y Juan tiene 8 aos Entonces Juan estudia en la primaria.

R2: SI el perro es blanco Y el perro se llama Dinky ENTONCES el perro es de Juan.

R3: SI a Mara le gusta la pelcula Y Juan prefiere la pelota ENTONCES hacen falta e

televisores

Observe como partiendo de hechos conocidos que describen algn conocimiento se

pueden inferir nuevos hechos (nuevos conocimientos), por otra parte la regla #2 (R2), no

tiene por qu ser totalmente cierta, existe la posibilidad de que el perro sea de Juan,quizs se puede afirmar, si furamos a cuantificar esa posibilidad, que el perro pertenece

a Juan con una certeza de un 80%, y por ltimo la regla #3 (R3) es dependiente del

contexto, ya que aqu se supone que ambos viven juntos y que los programas de TV

coinciden.

La Base de Conocimientos (BC). Son el conjunto de reglas que permiten representar los

conocimientos del dominio de experto donde cada regla aisladamente tiene significado

propio. Normalmente los conocimientos son de tipo declarativo por lo cual la BC casi

siempre es una descripcin de los conocimientos del experto, por lo tanto requiere de

algn mecanismo que obtenga las inferencias adecuadas para resolver el problema,

alguien que seleccione las reglas y las vaya ejecutando, ese alguien es el motor de

inferencias.


42/47

42

El Motor de Inferencias (MI) es un programa de control cuya funcin es seleccionar las

reglas posibles a satisfacer el problema, para ello se vale de ciertas estrategias de control

sistemticas o de estrategias heursticas.

Estrategias de control sistemtico:

o Encadenamiento hacia adelante o hacia atrs.

o Bsqueda en profundidad o a lo ancho.

o Rgimen de control irrevocable o por tentativa.

Estas estrategias son de forma sistemtica las cuales deben llevar a la solucin del

problema. Podemos decir que el control sistemtico es un programa de control hecho de

forma algortmica que aplica una heurstica de propsito general cuya funcin es unaexploracin exhaustiva y metdica de la base de conocimientos.

Estos mecanismos de control son muy generales y a veces resultan ineficientes ya que

siguen una secuencia de bsqueda demasiado rgida, para resolver esto se idearon las

estrategias de control heursticas.

Las estrategias de control heursticas son programas de control que utilizan una

heurstica ms especfica y su funcin es una seleccin ms restringida orientada por las

necesidades del problema. Estas estrategias actan sobre el control sistemtico y en

ciertos casos toma el control y dirige la bsqueda hacia ciertos criterios rompiendo as el

control sistemtico, una vez logrado su objetivo le devuelve el control nuevamente al

sistemtico.

Estrategias de control heursticas:

o Orden de las reglas.

o Mayor credibilidad en las reglas.

o Menor nmero de clusulas no instanciadas.

o Mayor nmero de conclusiones en las reglas.

Podemos decir que un sistema experto, es un sistema informtico que utiliza tcnicas

apropiadas para la representacin de conocimientos y la manipulacin de este, de forma


43/47

43

tal que exhiba el comportamiento de un avezado especialista en un determinado dominio

del saber.


Un Sistema Experto (SE), es bsicamente un programa de computadora basado en

conocimientos y raciocinio que lleva a cabo tareas que generalmente slo realiza un

experto humano; es decir, es un programa que imita el comportamiento humano en el

sentido de que utiliza la informacin que le es proporcionada para poder dar una opinin

sobre un tema en especial.

Un experto humano es una persona que es competente en un rea determinada del

conocimiento o del saber. Un experto humano es alguien que sabe mucho sobre un temadeterminado y que puede dar un consejo adecuado.


o Por la naturaleza de la tarea a realizar: as se tiene cuatro posibilidades:

Diagnostico o Clasificacin: se conocen soluciones y se tratan de clasificarlas

o diagnosticarlas en funcin de una serie de datos. Por ejemplo: sistema de

diagnstico mdico.

Monitorizacin: anlisis del comportamiento de un sistema buscando posibles

fallos, en este caso es importante contemplar la evolucin del sistema pues

no siempre los mismos datos dan lugar a idnticas soluciones.

Diseo: se busca la construccin de la solucin a un problema, que en

principio es desconocida, a partir de datos y restricciones a satisfacer.

Prediccin: se estudia el comportamiento de un sistema.

o Por la interaccin del usuario:

Apoyo: el sistema aconseja el usuario, que mantiene la capacidad de una

ltima decisin. Por ejemplo, el diagnstico mdico.

Critica: Su misin es analizar y criticar decisiones tomadas por el usuario.


44/47

44

o Por la limitacin de tiempo para tomar decisiones:

Tiempo ilimitado: por ejemplo, aquellos que emplean conocimiento casual,

que busca orgenes de un problema que ha ocurrido y cuyo anlisis no

necesita ser inmediato.

Tiempo limitado (tiempo real): sistemas que necesitan actuar controlando o

monitorizando dispositivos y que han de tomar decisiones inmediatas frente a

los problemas que surjan. Por ejemplo el control de una red de comunicaciones.

o Por la variabilidad temporal del conocimiento:

Estticos: la base del conocimiento no se altera durante el proceso de decisin.

Dinmicos: ocurren cambios en la base de conocimiento durante la toma de

decisiones. Estos cambios pueden ser predecibles o impredecibles y ademspueden, bien aadir informacin, bien modificar la informacin ya existente.

o Por la naturaleza del conocimiento almacenado:

Basado en experiencia: el conocimiento se basa en experiencias o hechos

ocasionados conocidos por el experto, pero sin que existe una causa clara

para los efectos que se observan.

Basado en relaciones causa-efecto.

o Por la certeza de la informacin:

Completa o perfecta: se conocen todos los datos y reglas necesarios para la

decisin.

Imperfecta: que puede ser incompleta (falta informacin para tomar

decisiones), Datos inciertos (o no confirmados), Conocimientos incierto (reglas

no siempre validas), Terminologa ambigua (dobles sentidos, etc).


Las principales aplicaciones de los sistemas expertos son las relacionadas con el mundo

empresarial. Esto se debe a que resultan muy tiles en funciones como la contabilidad,


45/47

45

tesorera, gestiones internasEl campo que ms aplicaciones de sistemas expertos est

realizando es el de la auditora.

Pero los sistemas expertos son aplicados en muchas ms reas con resultados

satisfactorios. Algunas de las principales son: telecomunicaciones, medicina, militar,

derecho, aeronutica, geologa, electrnica

A continuacin se presentan algunos Sistemas Expertos que se han desarrollado para la

solucin de diversos problemas:

o MYCIN es un Sistema Experto para la realizacin de diagnsticos en el rea de la

medicina, iniciado por Ed Feigenbaum y posteriormente desarrollado por E.

Shortliffe y sus colaboradores. Su funcin es la de aconsejar a los mdicos en la

investigacin y determinacin de diagnsticos en el campo de las enfermedades

infecciosas de la sangre [CRIA].o XCON es un Sistema Experto para configuraciones, desarrollado por la Digital

Equipment Corporation. Segn los deseos individuales del cliente se configuran

redes de ordenadores VAX. Ya que el abanico de productos que se ofrecen en el

mercado es muy amplio, la configuracin completa y correcta de un sistema de

estas caractersticas es un problema de gran complejidad. Responde

esencialmente a dos preguntas: Pueden conjugarse los componentes solicitados

por el cliente de forma conveniente y razonable? Y Los componentes de sistema

especificados son compatibles y completos? Las respuestas a estas preguntas

son muy detalladas. XCON es capaz de comprobar y completar los pedidos

entrantes mucho ms rpido y mejor que las personas encargadas de hacerlo

antes que l [CRIA].

o DELTA, sistema experto que ayuda a los mecnicos en el diagnstico y reparacin

de locomotoras diesel-elctricas, DELTA no slo da consejos expertos, sino que

tambin presenta informaciones por medio de un reproductor de vdeo [IBAR].

En 1978 se desarroll otro sistema experto de exito: PROSPECTOR. Este quizs

impulso ms la carrera por desarrollar mejores sistemas expertos, dado que su misin

era predecir la posibilidad de encontrar depsitos de minerales en una regin en concreto.

Minerales como petrleo, gas natural, helio.


46/47

46

La composicin de un Sistema Experto, sus aplicaciones, ventajas y desventajas, y

algunos ejemplos sobre estos; han sido los puntos generales que se han tratado a lo

largo de este artculo, con el fin de crear una mayor conciencia del uso real de este tipo

de sistemas.

Un sistema experto puede, sin duda alguna, darnos el mismo resultado que un experto

humano; lo que s debemos reconocer es que ningn sistema experto, hasta ahora,

puede resolver diferentes problemticas dentro de una empresa, ya que estos son

siempre muy especficos. Sin embargo, es de esperarse que con los avances que tienen

las herramientas tecnolgicas se produzcan un desarrollo cercano al comportamiento

humano en muchas reas, con estos avances en el terreno de los negocios se podra

ser ms eficiente y productivo.

A pesar de los dramticos avances logrados, la inteligencia artificial no ha sido capaz dedesarrollar sistemas capaces de resolver problemas de tipo general, de aplicar sentido

comn para la solucin de situaciones complejas, de manejar situaciones ambiguas ni

de utilizar efectivamente informacin incompleta. Estas ltimas son caractersticas

inherentes de la inteligencia natural.


En este ejemplo se muestra el brazo robtico FANUC Robotics M-2000iA, que es

utilizado como un sistema experto.


47/47

Descripcin:

La " carga til GRANDE " M- 2000iA diseado para satisfacer las diferentes necesidades

de trabajo est disponible en dos modelos. Uno de los modelos es un tipo de carga

pesada - el robot FANUC M- 2000iA / 1200 puede transportar hasta 1350kg de carga til

que antes requera dos robots sincronizados. El otro modelo, el robot FANUC M- 2000iA

/ 900L es un tipo de brazo largo que puede transportar hasta a 900 kg de carga til, y

tiene un alcance mximo de 4,7 millones. Diferentes aplicaciones como el levantamiento

de carroceras y la sustitucin de la automatizacin fija caro pueden ser realizadas por

su trazo vertical 6.2m. Puede soportar condiciones ambientales severas con su

resistencia IP67 equivalente.

El posicionamiento inteligente de la mueca (J6) en el hombro (J3) del robot, esta unidad

es a prueba de fallos protegida segn la empresa, incluso en condiciones adversas. Lasaltas cargas, movimientos rpidos y tiempos de ciclo ms cortos seran respaldados por

un enfriamiento de aire eficiente de los ejes de la mueca. La mueca cuenta con un

grado de proteccin IP67 lo que convierte a M-2000iA en una opcin segura para

aplicaciones donde el polvo o el agua no se pueden evitar.

investigación unidad 5 de ia

Documents