17-2-2015

IntroduccionLos métodos matemáticos de las neuronas difusas emplean relaciones difusas adaptativas y operadores en la sinapsis, esto para convertir las entradas externas en salidas sinápticas. Si remontamos a épocas históricas, donde los intentos resultaban prematuros en relación a la tecnología disponible, podemos considerar que el camino hacia la construcción de maquinas inteligentes comienza en la segunda guerra mundial, con el diseño de ordenadores analógicos ideados para controlar cañones antiaéreos o para navegación. De este modo, combinando las nuevas teorías sobre la realimentación, los avances de la electrónica de la posguerra y los conocimientos disponibles sobre los sistemas nerviosos de los seres vivos, se contruyeron maquinas capaces de responder y de aparender como los animales. Norbert Wiener acuño el termino cibernética para designar este estudio unificado de control y de la comunicación en los animales y las maquinas.A la par de los ordenadores analógicos y la cibernética se inicia el desarrollo de los ordenadores digitales tal y como conocemos hy en dia, basados en la separación de estructura y función, corriente que en adelante denominaremos Computacion Algoritmica.La computación algorítmica se basa por lo tanto, en resolver cada problema mediante un algoritmo, que se codifica en forma de programa y se almacena en memoria; el programa secuencial es ejecutado en una maquina secuecial.Los sistemas borrosos pueden describirse como un tipo de lógica multivaluada que permite manejar estos conceptos borrosos o difusos tipics del mundo real y que emula el tipo de razonamiento que los seres humanos realizamos con ellos haciendo uso de sentencias como SI habitación esta muy fría Entonces pon la calefacción al máximo. Podemos decir que mientras las redes neuroales emulan el hardware del cerebro, los sistemas borrosos se ocupan del lado mas software.En definitiva, hoy en dia vuelven a coexistir dos corrientes importantes dentro de la búsqueda de la inteligentia que son, mas que alternativas, complementarias. Por una parte la IA convencional, basada en algoritmos manipuladores de información simbolica, que se ejecutan sobre los ordenadores Von Neumann, que operan sobre la base de la lógica digital. Por otra parte, suelen agruparse las redes neuronales, los sitemas borrosos y otras técnicas, que se incluyen en lo que se ha dado en denominar Inteligencia Computacional o Soft Computing, que en cierta medida imitan las construcciones desarrolladas por la naturaleza. Asi como el termino ABC de la inteligencia pueden contemplarse sus tres facetas: artificial, biológica y computacional.

MICROPROCESADORES, COMPUTADORES Y CEREBRO.Los actuales computadores son maquinas de Von Neumann, en esencia una maquina de procesamientos que actua ejecutando en serie una secuencia de

instrucciones o programa, que almacena en su memoria. La maquina esta compuesta por cuatro unidades básicas: unidad de entrada de información, unidad de salida, unidad de procesamiento, y memoria.La mayor parte de los ordenadores disponibles en la actualidad son maquinas manipuladoras de símbolos que se basan en este esquema. La unidad de entrada de datos es el teclado o las unidades de disco;la unidad de salida es muy a menudi la pantalla o la impresora; la unidad de procesamiento o CPU es el microprocesador ; la memoria puede estar distribuida entre el disco duro, cintas, CD-ROM o la memoria central de semiconductor.El verdadero corazón del computador es el microprocesador, potente y complejísimo circuito electrónica, que en la actualidad puede integrar varios millones de componentes electrónicos en un espacio de alrededor de un centímetro cuadrado. El microprocesador es considerado en muchas ocasiones como la cumbre de la tecnología humana, tanto por el nivel de desarrollo tecnológico necesario para poder incluir millones de dispositivos electrónicos en

tan reducido espacio, como por la potencia de calculo que pueden desarrollar

Parece obvio que para abordar esta clase de tareas debe recurrirse al procesamiento en paralelo. Una solución puede ser el empleo de varias CPU operando a la vez, pero el esfuerzo necesaruon para construir un programa orientado a una maquina de este tipo es tremendo, muy dependiente de la

estructura concreta de la maquina con la que se trabaje. Además, aparecen importantes cuestiones adicionales, como el espacio que ocupa una maquina de estas características, la energía que consume, y sobre todo, su elevado coste económico, circunstancias que hacen inviable su aplicación ala construcción de, por ejemplo, un pequeño robot inteligente.Por el contrario, el cerebro, cuyas capacidades queremos emular, no opera de acuerdo al marco descrito. El cerebro no es una arquitectura Von Neumann, pues no esta formado por un mocroprocesador, ni siquiera esta constituido por unas cuantas CPU, sino que lo componen millones de procesadores elementales o neuronas, ampliamente interconectadas conformando redes de neuronas. La neurona es en realidad un pequeño procesador, sencillo, lento y poco fiable, sin embargo, en nuestro cerebro cohabitan unos cientos mil millones de neuronas operando en paralelo. Es aquí donde reside el origen de su poder de computo. Aunque individualmente las neuronas sean capaces de realizar procesamientos

muy simples, ampliamente interconectadas a travez de sinapsis y trabajando en paralelo pueden desarrollar una actividad global de procesamiento enorme

Cerebro ComputadorVelocidad de proceso ≈10^-2seg(100hz) ≈10^-9seg (1000Mhz)Estilo de procesamiento paralelo SecuencialNumero de procesadores 10^11-10^14 pocosConexiones 10.000 por procesador PocasAlmacenamiento del conocimiento

distribuido Direcciones fijas

Tolerancia a fallos amplia nulaTipo de control del proceso

Auto-organizado Centralizado

Redes Neuronales ArtificialesLas redes neuronales o sistemas neuronales artificiales constituyen en la actualidad un activo de campo multidisciplinar, en el que confluyen investigadores procedentes de muy diferentes áreas, como la electrónica, física, matemáticas, ingeniería, biología o psicología. No obstante, hay que tener muy presente que en las redes neuronales artificiales no se persigue ningún tipo de ambicion

prometeica, como las de la IA en sus inicios, sino que se utilizan en el control de procesos industriales, reconocimiento de vehículos en los peajes de las autopistas o la previsión del consumo eléctrico, objetivos desde un punto de vista tecnológico. Es en este tipo de problemas practicos en los que los sistemas neuronales están alcanzando excelentes resultados.Inteligencia Artificial Redes NeuronalesEnfoque descendente Enfoque ascendenteBasado en la psicologia Basado en la biologiaQue hace el cerebro Como lo hace el cerebroReglas SI/ENTONCES Generalizacion a partir de ejemplosSistemas programados Sistemas entrenadosLogica, conceptos, reglas Reconocimiento de patrones, gestaltArquitectura von NeumannSeparacion hardware/software

Arquitecturas paralelas, distribuidas, adaptivas. Autoorganizacion

Sistemas BorrososSistema inteligente que, a partir de un conjunto de funciones de pertenencia definidas en determinado universo de discurso y determinadas reglas definidas por un experto realiza una inferencia a partir de valores de las variables de entrada Si A es BAJA y B es ALTA Entonces C(A,B) es MEDIO.En definitiva, la lógica borrosa razona a partir de estos términos lingüísticos borrosos, haciendo uso de sentencas del tipo SI/ENTONCES, como por ejemplo, SI temperatura=fría ENTONCES enciende calefacción o SI presión=muy alta

ENTONCES abrir la valvula. Estas tendencias borrosas son en realidad representaciones naturales y compactas del conocimiento humano disponible sobre una materia.

REDES NEURONALES Y SISTEMAS DIFUSOS Tratando de resumir lo expuesto hasta el momento, podemos permitirnos una cierta licencia afirmando que

a) Las redes neuronales emulan el hardware del cerebrob) Los sistemas borrosos emulan el hardware del cerebro

Ambos temas los desarrollaremos con cierta extensión en las dos partes en las que dividimos el texto. Comenzaremos la exposición con las redes neuronales artificiales, realizando una introducción el tema, exponiendo los modelos de mayor interés desde un punto de vista practico, y mostrando como se construye un ANS y como se desarrollan aplicaciones basadas en ellos.

Las redes neuronales artificiales son capaces de descubrir automáticamente relaciones entrada-salida en función de datos empíricos, mercen a su capacidad de aprendizaje a partir de ejemplos; Los sistemas borrosos permiten emplear el conocimiento disponible por los expertos para el desarrollo de sistemas inteligentes.

MARCO TEORICO.(un poco de historia)

La historia de las redes neuronales artificiales comenzaría con el cierfitico aragones Santiago Ramon y Cajal, descubridor de la estructura neuronal del sistema nervioso, en 1888 Ramon y Cajal demostró que el sistema nervioso en realidad estaba compuesto por una red de células individuales, las neuronas, ampliamente interconectadas entre si. Desde un punto de vista funcional, las neuronas constituyen procesadores de información sencillos. Como todo sistema de este tipo, poseen un canal de entrada de información, las dentritas, un órgano de computo, el soma, y un canal de salida, el axón. En las interneuronas el axón envía la información a otras neuronas, mientras que en las neuronas motoras lo hace directamente al musculo. Existe un tercer tipo neuronas, las receptoras o sensoras, que en vez de recibir la información de otras neuronas, las reciben directamente del exterior. Se calcula que una neurona del cortex cerebral recibe información, por termino medio, de unas 10000 neuronas, y envía impulsos a varios cientos de ellas.

GENERACION Y TRANSMISION DE LA SEÑAL NERVIOSALa unión que existe entre dos neuronas se denomia sinapsis. En el tipo de sinapsis mas común no existe un contacto físico entre las neuronas, sino que estas permanecen separadas por un pequeño vacio de unas 0.2 micras. En la relación a la sinapsis, se habla de neuronas presinapticas (la que envía señales) y postsinapticas (la que las recibe). Las sinapsis son direccionales, es decir, la

información fluye siempre en un único sentidoLas señales nerviosas se pueden transmitir eléctrica o químicamente. La transmisión química prevalece fuera de la neurona, mientras que la eléctrica lo hace en el interior. La transimision química se basa en el intercambio de neurotransmisores, mientras que la eléctrica hace sos de descargas que se producen en el cuerpo celular, y que se propagan por el axón.La forma de comunicación mas habitual entre dos neuronas es de tipo quimico. La neurona presinaptica libera unas sustancias complejas denominadas neurotransmisores, que atraviesan el vacio sináptico. Si la neurona postsinaptica posee en las dentriras o en el soma canales sensibles a los neurotransmisores liberados, los fijarían, y como consecuencia permitirán el paso de determinados iones atraveez de la membrana. Las corrientes ionicas que de esta manera se crean provocan pequeños potenciales postsinapticos, excitadores o inhibidores, que se integraran en el soma, tanto espacial como temporalmente: este es el origen de la existencia de sinapsis excitadoras y de sinapsis inhibidoras.Gerenando un pulso eléctrico por el soma, el transporte activo que se produce a lo largo del axón permite que pueda transmitirse a grandes distancias sin degradarse.