1954
George Devol diseño el primer robot y realmente programable y lo llamo UNIMATE para “Universal Automation.”
1956
George Devol y Joseph Engelberger fundaron la primera compañía de robots del mundo “Unimation” que significa “Universal Automation”. Como resultado Engelberger ha sido llamado el padre de la robótica.
1960’s
Uno de los primeros robots industriales en operantes en Norte América apareció a comienzos de los 60 en una fábrica de dulces en Kirchner, Ontario.
1968
La primer maquina caminante controlada por computadora fue creado por Mcgee y Frank en la University of South Carolina. [4]
1968
SRI construyo “Shakey”; un robot móvil equipado con un sistema de visión
Controlado por una computadora del tamaño de una habitación.
1969
Victor Scheinman creo el brazo Stanford, que fue la primer brazo controlado por computadora exitosamente alimentada con electricidad.
1969
WAP-1 se convirtió en el primer robot bipedo y fue diseñado por Ichiro Kato. Bolsas de aire conectadas al marco eran usadas para similar musculo artificiales [4] WAP-3 fue diseñado después y podía caminar en superficies planas así como subir y bajar escaleras y rampas también podía voltear cuando caminaba.
1973
Ichiro Kato creó WABOT I que fue el primer robot antropomórfico a plena escala en el mundo. Tenía un sistema para controlar extremidades, visión, y conversación. Se estimaba que tenia la habilidad mental de un niño de 18 meses.
1979
El Stanford Cart cruzo un cuarto lleno de sillas sin asistencia humana. El carro tenía una cámara TV montada sobre un riel que tomaba fotos de distintos ángulos y dependía de la computadora. La computadora analizaba la distancia entre el objetivo y el.
1979
Hiroshi Makino de la Universidad Yamanashi diseño el Selective Compliant
Articulated Robot Arm (SCARA) para trabajos de ensamblaje en industria
1980
Quasi-dynamic caminante fue primeramente sacado al mercado por WL-9DR. Usaba un microcomputador como controlador. Podía dar un paso cada 10 segundos . fue desarrollado por Ichiro Kato en el Department of Mechanical Engineering Schoolof Science and Engineering, Waseda University, Tokyo.
1985
Creado por la General Robotics Corp. el RB5X fue un robot programable equipado con sensores infrarojos, transmisión remota de audio/video, sensores de colisión, y sintetizador de voz. Tenia software que le permitía aprender de su entorno.
1998
LEGO presenta el MINDSTORMS línea de productos de desarrollo robótico, que es un sistema para inventor robots a partir de un diseño modelo y los ladrillos LEGO.
1999
Sony presenta el primer perro robótico Aibo.
1999
Personal Robots presentan el robot Cye. Realizaba una variedad de labores domésticos como entregar el correo, cargar trastos y aspirar. Fue creado por Probotics Inc.
2001
iRobot Packbots buscaba entre los escombros del world Trade Center.
Subsequentes versiones del Packbot se usan en Afghanistan e Iraq.
2001
MD Robotics de Canada construyeron el Space Station Remote Manipulator System (SSRMS). Fue lanzado exitosamente y trabajo para ensamblar la International Space Station.
2002
Honda creó el Advanced Step in Innovative Mobility (ASIMO). Su intención era la de ser un asistente personal. Reconoce la cara de su dueño, la voz y nombre. Puede leer email y es capaz de transferir video de su cámara hasta una PC
2003
Como parte de su misión para explorar Mars, la NASA lanzo robots gemelos cargueros. El 10 de Junio y el 7 de Julio llamados Spirit y Sojourner.
2003
RobotShop Distribution Inc. fue fundado para proveer a la sociedad de hoy en día con tecnología doméstica y profesional que pueda ayudar a incrementar el placer, conocimiento, libertad y seguridad de los individuos.
2005
El Korean Institute of Science and Technology (KIST), creo HUBO, y se premia de ser el robot móvil mas listo del mundo. Este robot esta conectado a una computadora a través de un coneccion high-speed wireless; la computadora hace todo el pensamiento del robot.
2005
Cornell University crea el self-replicating robot.
viernes, 24 de septiembre de 2010
Redes Neurales
Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
Reconocimiento Automático del Habla
El Reconocimiento Automático del Habla (RAH) o Reconocimiento Automático de Voz es una parte de la Inteligencia Artificial que tiene como objetivo permitir la comunicación hablada entre seres humanos y computadoras electrónicas. El problema que se plantea en un sistema de RAH es el de hacer cooperar un conjunto de informaciones que provienen de diversas fuentes de conocimiento (acústica, fonética, fonológica, léxica, sintáctica, semántica y pragmática), en presencia de ambigüedades, incertidumbres y errores inevitables para llegar a obtener una interpretación aceptable del mensaje acústico recibido.
Un sistema de reconocimiento de voz es una herramienta computacional capaz de procesar la señal de voz emitida por el ser humano y reconocer la información contenida en ésta, convirtiéndola en texto o emitiendo órdenes que actúan sobre un proceso. En su desarrollo intervienen diversas disciplinas, tales como: la fisiología, la acústica, el procesamiento de señales, la inteligencia artificial y la ciencia de la computación.
Un sistema de reconocimiento de voz es una herramienta computacional capaz de procesar la señal de voz emitida por el ser humano y reconocer la información contenida en ésta, convirtiéndola en texto o emitiendo órdenes que actúan sobre un proceso. En su desarrollo intervienen diversas disciplinas, tales como: la fisiología, la acústica, el procesamiento de señales, la inteligencia artificial y la ciencia de la computación.
Análisis de imagenes
Se llama análisis de imágenes a la extracción de información derivada de sensores y representada gráficamente en formato de dos o tres dimensiones, para lo cual se puede utilizar tanto análisis visual como digital. Abarca la fotografía en blanco y negro y color, infrarroja, imágenes satelitales, de radar, radar de alta definición, ultrasonido, electrocardiogramas, electroencefalogramas, resonancia magnética, sismogramas y otros.
¿Qué son los sistemas expertos?
Los sistemas expertos son llamados así porque emulan el comportamiento de un experto en un dominio concreto y en ocasiones son usados por éstos. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto.
Ventajas de los sistemas expertos
• Ayudan a entrenar a nuevos empleados
• Reducen el número de errores humanos
• Realizan trabajo rutinario liberando de estas actividades a empleados que se dedican a otros trabajos.
• Provee con enseñanza de los expertos cuando estos no están presentes
• Preserva la enseñanza de los expertos después que estos abandonan la organización
• Combinan el conocimiento de muchos expertos
• Hacen que el conocimiento llegue a más personas
Ventajas de los sistemas expertos
• Ayudan a entrenar a nuevos empleados
• Reducen el número de errores humanos
• Realizan trabajo rutinario liberando de estas actividades a empleados que se dedican a otros trabajos.
• Provee con enseñanza de los expertos cuando estos no están presentes
• Preserva la enseñanza de los expertos después que estos abandonan la organización
• Combinan el conocimiento de muchos expertos
• Hacen que el conocimiento llegue a más personas
Características de los sistemas inteligentes
Heuristica
Se denomina heurística a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines.
La heurística aborda los problemas desde diversas formas algunas de ellas son:
▪ Si no consigues entender un problema, dibuja un esquema.
▪ Si no encuentras la solución, haz como si ya la tuvieras y mira qué puedes deducir de ella (razonando a la inversa).
▪ Si el problema es abstracto, prueba a examinar un ejemplo concreto.
Intenta abordar primero un problema más general.
Patrón de reconocimiento
Esta es una de las formas como el ser humano aprende, en el ajedrez quedan grabadas en el jugador las estrategias de acuerdo a los movimientos que se hacen en forma visual.
Análisis de imágenes
Proceso de identificar objetos y formas en una foto, dibujo, video u otra imagen visual.
Se usa para todo desde coloreo clásico de figuras en movimiento hasta el manejo de misiles de crucero.
En la actualidad las programas de seguridad permiten a las PCs tener cámara de videos para reconocer caras o validar usuarios.
Reconocimiento Optico de Caracteres
Optical Character Recognition (OCR)
Reconocimiento automatico de voz
Se denomina heurística a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines.
La heurística aborda los problemas desde diversas formas algunas de ellas son:
▪ Si no consigues entender un problema, dibuja un esquema.
▪ Si no encuentras la solución, haz como si ya la tuvieras y mira qué puedes deducir de ella (razonando a la inversa).
▪ Si el problema es abstracto, prueba a examinar un ejemplo concreto.
Intenta abordar primero un problema más general.
Patrón de reconocimiento
Esta es una de las formas como el ser humano aprende, en el ajedrez quedan grabadas en el jugador las estrategias de acuerdo a los movimientos que se hacen en forma visual.
Análisis de imágenes
Proceso de identificar objetos y formas en una foto, dibujo, video u otra imagen visual.
Se usa para todo desde coloreo clásico de figuras en movimiento hasta el manejo de misiles de crucero.
En la actualidad las programas de seguridad permiten a las PCs tener cámara de videos para reconocer caras o validar usuarios.
Reconocimiento Optico de Caracteres
Optical Character Recognition (OCR)
Reconocimiento automatico de voz
Juegos Inteligentes
Juegos abiertos
Uno de los primeros y más populares dominios de Inteligencia Artificial han sido los juegos de ajedrez. Al inicio la Inteligencia Artificial trabajó con juegos porque eran fácil de representar en la memoria digital de la computadora, tenían claramente definidas las reglas, y los desafíos clarísimos de entender.
Búsqueda
Una forma de ganar el juego es buscando todas las posibilidades que cada movimiento en el caso del ajedrez se puedan realizar, estas búsquedas se realizan rápidamente en bases de datos organizadas para el caso.
Uno de los primeros y más populares dominios de Inteligencia Artificial han sido los juegos de ajedrez. Al inicio la Inteligencia Artificial trabajó con juegos porque eran fácil de representar en la memoria digital de la computadora, tenían claramente definidas las reglas, y los desafíos clarísimos de entender.
Búsqueda
Una forma de ganar el juego es buscando todas las posibilidades que cada movimiento en el caso del ajedrez se puedan realizar, estas búsquedas se realizan rápidamente en bases de datos organizadas para el caso.
¿Qué es Inteligencia Artificial?
Es la ciencia que investiga la posibilidad de que una computadora simule el proceso de razonamiento humano. También pretende que la PC sea capaz de modificar su programación en función de su experiencia y que pueda “aprender”.
Algunos ejemplos de programas que usan inteligencia artificial son las damas y el ajedrez. En una base de datos se graban las jugadas modelos y pertinentes a cada modelo de ficha, de forma tal que al realizar los movimientos del jugador, la computadora es capaz de compararlas con las que tiene guardadas y mover sus piezas de la mejor manera.
Algunos ejemplos de programas que usan inteligencia artificial son las damas y el ajedrez. En una base de datos se graban las jugadas modelos y pertinentes a cada modelo de ficha, de forma tal que al realizar los movimientos del jugador, la computadora es capaz de compararlas con las que tiene guardadas y mover sus piezas de la mejor manera.
miércoles, 22 de septiembre de 2010
Bases del Conocimiento y sistemas expertos
Bases del conocimiento
Mientras que una base de datos contiene sólo hechos, una base de conocimientos contienen un sistema de reglas para determinar y cambiar las relaciones entre estos hechos.
Los hechos guardados en una base de datos son organizados en categorías. Sin embargo las ideas guardadas en una base de conocimiento pueden ser organizas y reorganizadas cambiando las relaciones con datos nuevos que entren en esta base
Sistemas Expertos
Un sistema expertos es un software diseñado para responder a un proceso que ha dado un humano experto.
Ejemplo.
Un sistema experto dentro del scanner FocalPint permite identificar señales de cáncer cervical.
Ventajas de los sistemas expertos
• Ayuda al entrenamiento de nuevos empleados
• Reduce el número de errores humanos
• Puede reducir los trabajos rutinarios haciendo que los empleados realicen trabajos más complicados
• Preserva el conocimiento cuando los expertos abandonan la empresa.
• Combinan el conocimiento de varios expertos
• Hacen que el conocimiento esté disponible para más personas.
Dificultades o desventajas de un sistema experto
• Difíciles de construir.
• Muchos sistemas expertos no tienen la base de conocimiento para situaciones expeciales y no generales
• Un experto humano no puede ser reemplazado por un sistema experto
Elementos que ayudan a un sistema experto
Patrón de reconocimiento: Tomando sentido del mundo circundante
Involucra la indentificación recurrente de patrones como datos de entrada como la meta de entender y categorizar ese ingreso del datos.
Las aplicaciones de reconocimiento de patrones representa la mitad de la industria de la Inteligencia artificial.
Las aplicaciones incluyen identificación de rostros, identificación de huella digital, reconocimiento de escritura, prediccioens del clima, visión de robots, reconocimiento óptico de caracteres, reconocimiento de voz.
Mientras que una base de datos contiene sólo hechos, una base de conocimientos contienen un sistema de reglas para determinar y cambiar las relaciones entre estos hechos.
Los hechos guardados en una base de datos son organizados en categorías. Sin embargo las ideas guardadas en una base de conocimiento pueden ser organizas y reorganizadas cambiando las relaciones con datos nuevos que entren en esta base
Sistemas Expertos
Un sistema expertos es un software diseñado para responder a un proceso que ha dado un humano experto.
Ejemplo.
Un sistema experto dentro del scanner FocalPint permite identificar señales de cáncer cervical.
Ventajas de los sistemas expertos
• Ayuda al entrenamiento de nuevos empleados
• Reduce el número de errores humanos
• Puede reducir los trabajos rutinarios haciendo que los empleados realicen trabajos más complicados
• Preserva el conocimiento cuando los expertos abandonan la empresa.
• Combinan el conocimiento de varios expertos
• Hacen que el conocimiento esté disponible para más personas.
Dificultades o desventajas de un sistema experto
• Difíciles de construir.
• Muchos sistemas expertos no tienen la base de conocimiento para situaciones expeciales y no generales
• Un experto humano no puede ser reemplazado por un sistema experto
Elementos que ayudan a un sistema experto
Patrón de reconocimiento: Tomando sentido del mundo circundante
Involucra la indentificación recurrente de patrones como datos de entrada como la meta de entender y categorizar ese ingreso del datos.
Las aplicaciones de reconocimiento de patrones representa la mitad de la industria de la Inteligencia artificial.
Las aplicaciones incluyen identificación de rostros, identificación de huella digital, reconocimiento de escritura, prediccioens del clima, visión de robots, reconocimiento óptico de caracteres, reconocimiento de voz.
Algunas Citas
“La inteligencia artificial es el estudio de ideas que permite a las computadoras desarrollar actividades que hacen ver a los usuarios inteligentes”
Patrick Henry Winston, en Artificial Intelligence
“La inteligencia artificial es el estudio de cómo hacer que las computadoras hagan las cosas que hasta el momento las personas hacen mejor”
Elaine Rich, en Artificial Intelligence
Patrick Henry Winston, en Artificial Intelligence
“La inteligencia artificial es el estudio de cómo hacer que las computadoras hagan las cosas que hasta el momento las personas hacen mejor”
Elaine Rich, en Artificial Intelligence
Suscribirse a:
Entradas (Atom)