INFORMATICA

MATERIA: TEORIA DEL CONOCIMIENTO

PROFESORA: MONICA ANDREA VAZQUEZ SAN MIGUEL

GRUPO: 1180

ALUMNO: EDUARDO RODRIGUEZ ROMERO

TRABAJO FINAL DE INVESTIGACION

“ANÁLISIS DE LA ADECUACION EN LOS PLANES DE ESTUDIOS A NIVEL POSGRADO, DE LA INTELIGENCIA ARTIFICIAL Y LAS REDES

NEURONALES, DESDE EL ENFOQUE DOCENTE EN EL CINVESTAV”

PREGUNTA DE INVESTIGACION

Dentro del Instituto Politécnico Nacional, en el CINVESTAV (Centro de Investigaciones y Estudios Avanzados del IPN), en el Área de Inteligencia Artificial, y desde el marco de vista docente, ¿En la actualidad es adecuada para la formación de alumnos de posgrado (maestría), la forma de enseñanza de las de Redes Neuronales e Inteligencia Artificial?

DELIMITACION DEL TEMA

Tiempo

El tiempo que se analizará en este análisis comprende el tiempo presente (año 2009), sin embargo es necesario enfatizar el hecho de que los planes de estudio en los cuales están contenidos las materias, horas y perfiles y características sobre las Redes Neuronales son elaborados previamente y actualizados de manera constante.

Los planes actuales de estudio comprenden como últimas modificaciones generales las realizadas en el año 2006.

Cabe señalar así mismo que el promedio que refiere el Área de Posgrado en la subarea de Tecnología y Ciencias de la Ingeniería (Área a la que pertenecen los estudios de posgrado que enmarcan a la Inteligencia Artificial en el CINVESTAV) elabora sus planes de estudio y modificaciones de ellos con un promedio de cinco años, por lo cual esta investigación tendrá un tiempo mínimo de vigencia de casi tres años.

Esta última parte es vital de señalar debido a que el área de la computación es muy dinámica y por ende los planes de estudios de carreras de esta ciencia son reformados constantemente y es necesario dimensionarlos en tiempo de rangos lo más estrictamente definidos para garantizar la vigencia que de esta investigación se desprende.

El tiempo referente a la investigación comprendió en la definición de la pregunta y en los elementos preparativos de aproximadamente un mes, y para la realización de la investigación así como el análisis de la información recabada por las distintas fuentes de información, se llevo a cabo en dos meses.

Espacio

A nivel mundial la Inteligencia Artificial así como las Redes Neuronales son una de las ramas de la computación con mayor potencial, debido a sus aplicaciones en todos los sectores tecnológicos, médicos, industriales y de investigación científica. Es por esto que en el orbe se cuenta con cientos de instituciones y centros académicos que brindan distintas carreras y posgrados en las mencionadas áreas, siendo los países con un mayor desarrollo en esta área, Japón, Corea del Norte, China, Estados Unidos y Alemania.

Esta introducción sobre el espacio en el que se elabora la investigación se menciona para tener una dimensión realista y aterrizada acerca del desarrollo en nuestro país, así mismo esto permite tener una visión objetiva de los elementos que se irán explicando en el desarrollo de esta investigación.La delimitación espacial/geográfica de la investigación es la siguiente:

Delimitación espacial dentro del área científica:

Ciencia: Computación

Área: Inteligencia Artificial

Subarea: Redes Neuronales

Nota: Algunos autores refieren a las Redes Neuronales como una sub categoría de la Inteligencia Artificial, sin embargo de modo reciente se han venido incorporando como una misma línea de investigación, esto debido a que la dependencia existente entre estas ramas es bidireccional.

Delimitación geográfica:

País: México

Estado: Distrito Federal

Institución: CINVESTAV, Unidad Zacatenco, Delegación Gustavo A. Madero, Av. IPN 2508, Col. San Pedro Zacatenco, C.P. 07360

En el país existen varios centros de estudios, tanto privados como públicos que tienen posgrados en las ramas de la Inteligencia Artificial y las Redes Neuronales, el CINVESTAV, en particular tiene en total ocho centros de estudios, de los cuales seis están distribuidos al interior de la República Mexicana y dos se encuentran en el DF, de esos dos centros (DF Sur y DF Zacatenco), sólo el centro del DF Zacatenco cuenta con posgrados de en Ciencias de Computación.

Delimitación académica:

Sector Educacional: Público, Federal

Organización Primaria: Instituto Politécnico Nacional

Centro de Estudios: CINVESTAV

Plantel: Zacatenco

Área de Estudios: Tecnología y Ciencias de la Ingeniería

Posgrado: Maestría en Ciencias de la Computación

Línea de Investigación: “Fundamentos de la Computación e Inteligencia Artificial” e “Implementación eficiente de algoritmos en dispositivos de hardware configurable”

Delimitación Demográfica:

La realización de la presente investigación se realizo en la siguiente estructura:

Para la docencia en el área de posgrado de Ciencias de la Computación, hay una población actual de 17 profesores/investigadores, todos con doctorado, así como 3 auxiliares de investigación con ingenierías y maestrías.

De los 17 profesores/investigadores fungen también como jefes administrativos o de las especialidades de los posgrados.

Para las áreas de Inteligencia Artificial y Redes Neuronales están en funciones docentes 4 profesores/investigadores, sin embargo 2 de ellos se encuentran actualmente en investigaciones de tiempo completo y tienen carga académica intercalada en cada cuatrimestre (La modalidad de la Maestría en Ciencias de la Computación se realiza en un lapso de ocho cuatrimestres, en los cuales las materias se eligen en cualquier cuatrimestre, sin embargo se requiere que el profesor/investigador, abra una lista para la formación de un grupo y que este sea a su vez autorizado por las autoridades académicas, por lo cual esto beneficia la parte del desarrollo en investigación de los docentes, pero es contraproducente en cierto punto para los interesados en el estudio de esta área).

Finalmente como se observa, se conto con la posibilidad de 2 docentes para realizar los cuestionamientos respectivos, lo cual representa el 50% de la población docente del área de Inteligencia Artificial y Redes Neuronales y el 100% de los docentes en funciones o en activo en el último cuatrimestre del año 2009.

Características

La investigación se lleva a cabo como fue referido previamente en el CINVESTAV Unidad Zacatenco, dentro del posgrado de Ciencias de la Computación.

Inicialmente se había contemplado este enfoque para iniciar la investigación, sin embargo surgieron elementos que contravinieron estos intereses, esto debido a que dentro de la planta docente hay varios investigadores, que están dedicados casi exclusivamente a la investigación y que por ende aparte de dificultad en disponer de tiempo, suelen hacer constantes salidas nacionales e internacionales a conferencias y demás eventos académicos.

Por esta razón fue necesario delimitar aun más el sector de la comunidad epistémica a la que se dirigió los cuestionamientos pertinentes de la investigación, del mismo modo se descartó realizar encuestas en el ámbito referente a los estudiantes ya que su opinión referente a la funcionalidad y utilidad de la enseñanza de la temática del posgrado sería sólo parcial y más subjetiva que la de los catedráticos.

Finalmente se concreto realizar el enfoque de la investigación, al sector docente que tuviera medio tiempo o tiempo completo en la institución, con la finalidad de disponer de tiempo suficientes para entrevistarlos y poder determinar los elementos sustanciales de esta investigación.

Contextos

Informática y Computación

La delimitación dentro del contexto en el que está inmersa la Inteligencia Artificial y las Redes Neuronales, abarca desde el enfoque científico a la Computación y a la Informática, como una rama de estas.

Dentro de estos campos, las áreas de la Inteligencia Artificial y las Redes Neuronales han tenido un avance exponencial en las últimas tres décadas, transformando áreas tan diversas como la robótica, los sistemas expertos, los sistemas gestionadores de bases de datos, la medicina, la aeronáutica, las diferentes ramas de servicios y transportes, así como los fundamentos mismos de la Informática, lo cual muestra parte de su importancia, sus alcances y el enorme potencial que representa para la tecnología presente y futura (Una gráfica referente a este punto se encuentra en la tabla 1 de la sección de Anexos de esta investigación).

Social

Actualmente es más tenue la línea que separa el crecimiento de la tecnología con las actividades diarias de la sociedad, se puede observar como el uso de redes sociales virtuales y el correo electrónico, ha potencializado la comunicación mundial, creando en las personas desde edades tempranas una dependencia del uso de las tecnologías mayor, y por lo mismo un crecimiento en el ámbito del desarrollo de aplicaciones tecnológicas, computacionales e informáticas, las cuales como se mencionó en el rubro anterior en la actualidad tiene en las Redes Neuronales y la Inteligencia Artificial dos áreas de enorme potencial que redefinen en la actualidad a la computación e informática misma, por esta situación es evidente ver la utilidad que tienen las investigaciones realizadas sobre estas ramas específicas de las ciencias de la computación.

PLANTEAMIENTO DEL PROBLEMA

Para abordar a profundidad y con detalle la presente investigación debemos primero definir los elementos medulares que son: inteligencia, artificial, Inteligencia Artificial, redes, Redes Neuronales.

El termino inteligencia proviene del latín inteligere. Esta es una palabra compuesta por otros dos términos intus (“entre”) y legere (“escoger”). De este modo, el origen etimológico del concepto de inteligencia hace referencia a “saber escoger”, la inteligencia según esto sería la capacidad de escoger la o las mejor opciones para resolver un problema.

Sin embargo en cuestión a definiciones hay una variedad muy extensa de definiciones de inteligencia, siendo definida la inteligencia finalmente sólo de forma parcial, mediante una enumeración de atributos y procesos. Según el psicólogo estadounidense Howard Garder, de la Universidad de Harvard, la inteligencia es el potencial de cada ser humano, que no puede ser cuantificado sino que sólo puede observarse y desarrollarse mediante ciertas prácticas.

Sin embargo definiciones como esta aunque útiles para ámbitos generales de la inteligencia, presentan una serie problemática, que le otorgan a la inteligencia una naturaleza o esencia humana, lo cual no permitiría una aplicación en un área como la informática o la computación. Sin embargo, continuemos mas allá para poder llegar a una definición apropiada para el rubro de esta investigación.

Si bien hay muchas definiciones de inteligencia, hay vertientes en las que concuerdan la mayoría de los autores, como en el hecho de que la inteligencia debe ser dividida en cuatro grandes áreas principales: Inteligencia psicológica, Inteligencia biológica, Inteligencia Operativa e Inteligencias de Diferente Orden.

En esta ultima división, más que la naturaleza, el origen y las condiciones, lo que cobra mayor importancia son las funciones de capacidad de entender, asimilar, elaborar información y finalmente la utilización de esta información de forma adecuada y productiva.

Este último enfoque es el enfoque más fértil donde se puede desarrollar sistemas no humanos dotados o con la capacidad de tener inteligencia.

Con respecto a la palabra “artificial” el diccionario WordRefference, tiene dos entradas, las cuales son:

1. Hecho por el hombre2. No natural

Con lo cual podemos conceptualizar que artificial es algo desarrollo por el hombre, que de modo normal no se generaría en la naturaleza.

El término "red", según el Diccionario de la Real Academia Española, es un conjunto de elementos organizados para determinado fin.

La palabra “neuronales” hace referencia a conjuntos de neuronas, las cuales a su vez son definidas en el mismo diccionario citado previamente, como células nerviosas, que generalmente constan de un cuerpo de formas variables y provistas de diversas prolongaciones, con las que se interconectan con otras neuronas.

Existen numerosas definiciones de Inteligencia Artificial, dependiendo del autor o el campo de especialización. Entre dos significativas y que engloban a otras más, tenemos:

La IA (Inteligencia Artificial) es la capacidad atribuida a las máquinas capaces de hacer operaciones propias de seres inteligentes1

La IA es el estudio de cómo las computadoras permiten percibir información, razonarla y actuar respecto a la interpretación de la misma2

Winston de modo adicional refiere que la Inteligencia Artificial tiene dos aspectos, uno como ciencia cognitiva y otro como tecnología informática, y sus características esenciales son:

Información simbólica preferente a la numérica. Métodos heurísticos preferentes a los algorítmicos. Uso de conocimiento específico-declarativo. Informaciones incompletas o con incertidumbre. Multidisciplinaridad.

Es importante este señalamiento que menciona Winston, en su libro, “Inteligencia Artificial”, ya que de modo común se concibe a la Inteligencia Artificial como una misma respecto a teoría y aplicación, y en si misma abarca una ciencia cognitiva que no sólo aplica para modelos computacionales como las Redes Neuronales sino para los modelos cognitivos de cualquier ser vivo natural o artificial. Y por otro lado la Inteligencia Artificial tiene su campo de acción en la tecnología informática.

1. Diccionario de la Real Academia Española2. P.H. Winston, et. Al, “Inteligencia Artificial”

Esta última consideración es muy importante de notar y se hará evidente su importancia en el análisis de las respuestas en las entrevistas efectuadas al personal docente del CINVESTAV del área de Maestría en Ciencias de la Computación

Ahora definiremos por último las Redes Neuronales, y veremos cual es la relación que tiene con la Inteligencia Artificial.

Aunque existen una gama amplia de definiciones y clasificaciones referentes a las Redes Neuronales, El Dr Sergio Víctor Chapa Vergara investigador/docente, refiere una definición sobre las Redes Neuronales y sintetiza que estas, se constituyeron inicialmente como una simulación abstracta de los sistemas nerviosos biológicos formados por un conjunto de unidades llamadas neuronas o nodos, conectados unos con otros. Las conexiones de estos nodos, refiere, se asemejan a las dendritas y axones de los sistemas nerviosos biológicos, teniendo una capacidad compleja y de alcances exponencialmente geométricos en lo que se refiere a sinapsis y número de conexiones entre neuronas.3

Explica además, que el primer modelo de Redes Neuronales fue el construido por Warren McCulloch y Walter Pitts a inicios de la década de los 40`s. Así mismo menciona que este modelo se caracteriza básicamente por ser binario, donde cada neurona tiene un escalón. Finalmente acota que las Redes Neuronales pueden clasificarse en modelos de tipo biológico y tipo dirigido a la aplicación de acuerdo a su similitud con la realidad biológica que engloban:

Modelos de Tipo Biológico.  Se constituyen en redes que tratan de simular los sistemas neuronales biológicos así como las funciones que son resultado del tratamiento que comúnmente se da a traves de los sentidos humanos. 

Modelos Dirigidos a Aplicaciones.  No necesitan guardar similitud con los sistemas biológicos. Sus Arquitecturas están ligadas a las necesidades de las aplicaciones para las que se diseñan.

Relación existente entre ambas ramas (Inteligencia Artificial y Redes Neuronales)

El Dr. Guillermo Morales Luna, facilitó el hacer un acercamiento mas puntualizado y de fácil acepción sobre la interrelación existente entre estas dos áreas. Las Redes Neuronales –comenta- por su características necesitan de información inicial y de patrones para poder funcionar, y una vez dado esta información, las RN crean sus reglas y aprenden de su experiencia y errores producidos, esto sin la necesidad de la continua presencia del programador para indicarles lo que deben hacer, siendo una característica muy especial, que las RN no dan precisión en sus respuestas, sino que dan respuestas o soluciones aproximadas a las necesitadas.4

3. Entrevista realizada al Dr. Sergio Chapa Vergara del CINVESTAV4. Entrevista realizada al Dr. Guillermo Morales Luna del CINVESTAV

Mientras que la Inteligencia Artificial, depende de información más detallada, (específicamente información aplicada para cierto problema que se desea solucionar), la misma que tiene que ser debidamente considerada y analizada.

En la Inteligencia Artificial, se usan los algoritmos genéticos, sistemas expertos, programación evolutiva; los cuales necesitan de reglas e bases de conocimientos especificados al detalle por parte de los programadores. La Inteligencia Artificial exige precisión en sus respuestas o soluciones. Sin embargo –aclara- es hasta cierto punto evidente el poder vislumbrar, que así como en un ser humano es necesaria la capacidad de referir respuestas detalladas y únicas a problemas de multivariables, existen problemas o situaciones que requieren de una respuesta o decisión ágil, y con un marco de error que fuera de ser del 0%, tenga un espectro de probabilidad de efectividad superior a la media. Con cierto entusiasmo, concluye: “La clave para crear vida artificial, y continuar al siguiente paso evolutivo que nos lleve a un verdadero cauce de mejora tecnológica y social, no es ni la Inteligencia Artificial en si misma ni tampoco las Redes Neuronales, la respuesta esta en la simbiosis, el equilibrio de ambas ramas en un mismo sistema artificial, que pueda no sólo resolver cuestionamientos que tu o yo generemos, sino que construya sus propias abstracciones mentales y que cuestione y se cuestione así mismo”.

Ahora que hemos definido los elementos estructurales referentes a la investigación abordaremos la problemática existente con respecto a la implantación de los planes de estudio y la forma de enseñanza de estos tópicos en las delimitaciones previamente establecidas.

Dentro de la Maestría en Ciencias de la Computación impartida por el CINVESTAV, se tienen 5 líneas principales de investigación, dentro de las cuales, dos líneas son las que integran tópicos de Redes Neuronales e Inteligencia Artificial, sin embargo cabe señalara que la institución permite a los alumnos elegir ocho materias de especialización (mas 4 materias relativas a la preparación y propuesta de tesis) a lo largo de la maestría dividida en 4 cuatrimestres, por lo cual las materias a elegir pueden pertenecer de manera arbitraria a cualquier número de líneas de investigación siempre que estas hayan sido justificadas ante el tutor responsable del alumno.5

Las materias relacionadas directamente con las áreas citadas son:

Inteligencia Artificial, Robots Móviles Inteligentes, Redes Neuronales Artificiales, Aprendizaje Máquina, Tópicos Selectos en Redes Neuronales Artificiales, Tópicos Sel. En Int. Art. Un total de 7 materias de las 39 disponibles.

Para definir y analizar la postura docente respecto al contenido temático de estas materias, sus opiniones y críticas, se procede a continuación a presentar las entrevistas realizadas a los tres Doctores en Ciencias de la Computación, para posteriormente presentar los resultados y acotaciones pertinentes sobre la investigación.

5. Plan de Estudios de la Maestría en Ciencias de la Computación delCINESTAV

ENTREVISTAS

ENTREVISTA 1

Locutor: Profesor Chapa, a lo largo de mi investigación he encontrado diversas fuentes que citan aspectos muy variados para definir a la Inteligencia Artificial y a las Redes Neuronales, ¿Cuál es su concepto de la Inteligencia Artificial y de las Redes Neuronales?

Dr. Sergio Víctor Chapa Vergara: Las Redes Neuronales se constituyeron inicialmente como una simulación abstracta de los sistemas nerviosos biológicos formados por un conjunto de unidades, lo que conocemos como neuronas y que para los adentrados en este tema preferimos denominar nodos, los cuales están conectados unos con otros. Las conexiones de estos nodos, se asemejan a las dendritas y axones de los sistemas nerviosos biológicos, teniendo una capacidad compleja y de alcances geométricos en lo que se refiere a sinapsis y número de conexiones que pueden darse entre neuronas.

El primer modelo de Redes Neuronales fue construido por Warren McCulloch y Pitts a inicios de los 40`s, este modelo se caracteriza básicamente por ser binario, donde cada neurona tiene un escalón. Finalmente acota que las Redes Neuronales pueden clasificarse en modelos de tipo biológico y tipo dirigido a la aplicación de acuerdo a su similitud con la realidad biológica que engloban:

La Inteligencia Artificial por su parte, efectivamente como mencionas hay cientos de acepciones, tan validas unas como otras, sin embargo para ser precisos e incluir las propiedades que deben contener toda conceptualización, te diré, que La Inteligencia Artificial es una rama de la Computación, que tiene como fin la creación de inteligencia (de un nivel variable en el que no detallaremos para no hacer este concepto un tratado entero sobre la IA), este fin se lleva a cabo, por medio de diferentes métodos computacionales, electrónicos, lógicos y de integración de sistemas o programas, y que debe tener por resultado la resolución de problemas que le conlleven alguna utilidad y beneficio a la humanidad.

Locutor: ¿De qué forma, para usted, estas dos áreas están interrelacionadas (La IA y las RN), o en qué forma no lo están?

Dr. Sergio Víctor Chapa Vergara: Indiscutiblemente hay una relación muy estrecha entre estas dos áreas, desde mi particular punto de vista quisiera marcar que las considero a ambas como ramas de la computación independientes que si bien al integrarse potencializan los alcances que se pueden lograr, no dependen totalmente una de otra para desarrollarse. La relación más importante que presentan es que las Redes Neuronales para su implementación a nivel de hardware requieren de los avances que se adaptan y generan en el campo general de la Inteligencia Artificial.

Locutor: Profesor Chapa, usted, ¿cuáles considera que son los puntos fuertes y débiles que tiene el programa de estudios en lo concerniente a las Redes Neuronales y a la Inteligencia Artificial?

Dr. Sergio Víctor Chapa Vergara: Para hablarte de las fortalezas prefiero por comenzar a discutir los puntos débiles que se quedan de manifiesto en la impartición del área que te interesa … Si bien nuestros planes de estudios son actualizados aparentemente de forma periódica, los recursos editoriales con los que se disponen en el área son limitados, mucha de la bibliografía simplemente en la materia principal, que es Inteligencia Artificial, tiene un periodo de cuando fueron escritos las publicaciones que esta en promedio en el año 1995, lo cual sobra decir que es una antigüedad inaceptable para cualquier área de la computación, ya no digamos de algo de tecnología tan dinámica como los Sistemas Expertos, la Inteligencia Artificial, Las Redes Neuronales Artificiales. Otra problemática a la que nos enfrentamos los docentes es que el material contemporáneo de divulgación científica en esta área es publicado por las potencias asiáticas, siendo dependientes en un relativo nivel del interés de nuestros vecinos occidentales respecto a la difusión en material en idioma ingles. Esta situación afecta de una manera puntualizada a los alumnos de las Maestrías impartidas aquí en la institución, debido a que la mayoría domina entre 1 y 2 idiomas y rara vez uno de ellos es un idioma como el japonés, el coreano o el chino, que son los principales respecto a las publicaciones que se editan en esta área de la computación.

Una vez marcado este punto, te puedo comentar que el CINVESTAV tiene mecanismos de selección de estudiantes muy rigurosos, del mismo modo nuestros diversos centros son solicitados por alumnos de toda Latinoamérica, por lo cual el nivel de los alumnos que tenemos, vamos, el material humano con el que los docentes contamos para moldear, es de primer nivel, como te mencione respecto a las Redes Neuronales, hay un campo que esta enfocado a la parte del desarrollo, la puesta en marcha de aplicaciones, en este rubro, lamento decirte que desde mi perspectiva si bien tenemos elementos para trabajar, son insuficientes (hablando de presupuestos de investigación, así como de la falta de necesidad industrial de alternativas a los pocos productos que aplican la IA y que son usados por las industrias o empresas nacionales).

Sin embargo, hay un punto esencial en el que no sólo podemos tener ventajas sino en el que contamos con elementos que avalan la formación de nuestros alumnos, la IA así como tiene un área de aplicación y utilidad, tiene una gran área teórica, la cual se encarga de establecer axiomas, teoremas, y líneas de trabajo, para facilitar a los sistemas inteligentes el aprendizaje, la velocidad de sinapsis en sus procesos, así como la mejor distribución y relación neuronal existente en los esquemas de procesamiento y transferencia de datos en las Redes Neuronales.

Y el plan de estudios que tenemos permite una flexibilidad en cuanto a la forma de la enseñanza de la materia, enfocando la evaluación de la misma hacia el avance o las propuestas realizadas en el ciclo académico por los equipos de trabajo integrados por los alumnos.

Referente a esta área tenemos una cantidad considerable de publicaciones no solo de los investigadores sino de alumnos en revistas internacionales.

Locutor: ¿Para usted que cree que sea mas importante en la Impartición del programa académico de la Maestría, las Redes Neuronales, o la Inteligencia Artificial?

Dr. Sergio Víctor Chapa Vergara: Como te mencionaba, creo que aunque ambas ramas están interconectadas, son lo suficientemente independientes como para ser impartidas de forma separada.

Por mi parte yo considero que el ámbito de la IA es muy amplio, y que podemos ofrecerles a los alumnos un aprendizaje mas profundo y útil si enseñamos un enfoque mas marcado sobre las Redes Neuronales, creo que esta materia podría formar parte del esquema básico de materias de la Maestría y que la materia de IA podría bien estar contenida como materia complementaria.

Locutor: Profesor Chapa, ¿Qué cambios consideraría necesarios para el plan de estudios de esta área del conocimiento, que beneficiaran de un modo considerable a los estudiantes de la Maestría?

Dr. Sergio Víctor Chapa Vergara: Deben de adoptarse más materias optativas relacionadas con la Inteligencia Artificial, como son Sistemas Expertos, y Computación Evolutiva.

Se debe pedir como un requisito para ingreso a la Maestría, de una carta compromiso, para que el alumno tome un curso intensivo de algún idioma estipulado por un comité de selección conforme al enfoque de la investigación presentada como requisito que manifiestan los lineamientos para el ingreso al posgrado en el CINVESTAV.

Cambios más allá de estos, serían por el momento inviables, ya que están basados en el presupuesto con el que se cuenta, y tomando en cuneta las modificaciones y estadísticas de la varianza numérica que tenemos para nuestros proyectos, sería errado de mi parte el señalar mas modificaciones, si no hay una base sólida para ejercer las modificaciones pertinentes.

Locutor: Profesor Chapa, ¿Qué aplicaciones pueden desarrollar actualmente los especialistas en las Redes Neuronales egresados del CINVESTAV desde el enfoque de la IA, en nuestro país?

Dr. Sergio Víctor Chapa Vergara: En el CINVESTAV en el area de Ciencias de la Computación se han desarrollado proyectos vinculados con el sector productivo e industrial, entre las principales aplicaciones que se han implementado están:

Desarrollo de sistemas de bases de datos inteligentes, los cuales tienen aplicaciones en bancos, hospitales y registros como padrones electorales o bases de datos empresariales, estas bases de datos inteligentes, “aprenden” a través de las continuas iteraciones de búsqueda de registros a identificar patrones similares de búsqueda, búsquedas más comunes, y estructuras de relaciones dentro de las búsquedas, lo cual genera tiempos de búsqueda menores, búsquedas mas optimizadas y precisas y un menor entrenamiento para las personas que hacen uso de la base de datos, que se traduce en menores gatos para la empresa o industria y mejor rendimiento y optimización de procesos.

Implementación de redes neuronales para identificar patrones en las afecciones mentales de los seres humanos, esta implementación se ha llevado a través de proyectos multidisciplinarios que también abarcan ciencias como medicina y biología. Esta aplicación es muy importante debido a que una gran cantidad de enfermedades o padecimientos mentales, tienen la problemática de que son difícilmente detectables en fases iniciales donde los tratamientos son más efectivo, de este modo se han podido identificar elementos que son constantes en algunas patologías, lo cual permitirá en un futuro cercano poder tener un patrón determinístico de alto nivel de eficiencia para la detección de este tipo de afecciones así como la generación de tratamientos más efectivos, las pruebas iniciales que se han desarrollado han sido con algunos animales en laboratorio, principalmente ratones, y haciendo pruebas de reconocimiento de patrones para identificación de Alzheimer, teniendo como resultado algunos elementos constantes en la estructura de esta enfermedad sin embargo son patrones que también están relacionados con otros padecimientos, y se deben de encontrar más patrones que determinen la particularidad de esta afección para posteriormente ser probados en seres humanos.

Estas dos aplicaciones han sido desarrolladas en los últimos cinco años como proyectos multidisciplinarios, donde también participan universidades internacionales y la UAM. Y de la primera investigación se tienen ya convenios para su aplicación en sistemas federales de bases de datos, mientras que del segundo rubro de investigación, como te refiero se requieren más pruebas y procesos antes de poder ser implementadas en el área industrial, que en este caso sería el área medica y farmacológica.

ENTREVISTA 2

Locutor: Dr. Morales, a lo largo de mi investigación he encontrado diversas fuentes que citan aspectos muy variados para definir a la Inteligencia Artificial y a las Redes Neuronales, ¿Cuál es su concepto de la Inteligencia Artificial y de las Redes Neuronales?

Dr. Guillermo Morales Luna: La Inteligencia Artificial es una ciencia, encargada de la implementación de mecanismos que emulen los procesos cognitivos y relacionales que permiten aplicar información obtenida del medio para producir pensamientos, razonamientos, ideas y soluciones a problemas dados, todo esto a través de la tecnología computacional y de elementos teóricos matemáticos, lógicos y biológicos. Las Redes Neuronales son una rama especifica de la Inteligencia Artificial, que emula de modo particular el sistema de razonamiento y procesamiento de datos que tiene el cerebro humano, esto debido a que el potencial de procesamiento de la sinapsis neuronal del ser humano genera procesamientos cientos de veces mayores a el procesamiento en paralelo generado por las supercomputadoras actuales.

Locutor: ¿De qué forma, para usted, estas dos áreas están interrelacionadas (La IA y las RN), o en que forma no lo están?

Dr. Guillermo Morales Luna: Las Redes Neuronales por sus características necesitan de información inicial y de patrones para poder funcionar, y una vez dada esta información, las RN crean sus propias reglas, aprendiendo de su experiencia y errores, esto sin la necesidad de la continua presencia del programador, siendo una característica muy especial, que las RN no dan precisión en sus respuestas, sino que dan respuestas o soluciones aproximadas a las necesitadas, mientras que la Inteligencia Artificial, depende de información más detallada, la misma que tiene que ser debidamente considerada y analizada.

En primera instancia creo que esto te ayudará a ver sus diferencias sustanciales.

En la Inteligencia Artificial, se usan algoritmos genéticos, sistemas expertos, programación evolutiva, tal como menciono hace unos instantes el Dr. Chapa; los cuales necesitan de reglas y bases de conocimientos especificados al detalle por parte de los programadores. La Inteligencia Artificial exige precisión en sus respuestas o soluciones.

Sin embargo es hasta cierto punto evidente, el que así como en un ser humano es necesaria la capacidad de generar respuestas detalladas y únicas a problemas de elementos multivariables, existen problemas o situaciones que requieren de una respuesta o decisión ágil, y con un marco de error que fuera de ser del 0%, tenga un espectro de probabilidad de efectividad superior a la media que tendríamos en un sistema de predicción general o en un ser humano en estado de alerta previa.

Locutor: ¿Cuáles considera que son los puntos fuertes y débiles que tiene el programa de estudios en lo concerniente a las Redes Neuronales y a la Inteligencia Artificial?

Dr. Guillermo Morales Luna: Como puntos a favor considero los siguientes:

Dentro del Área de Redes Neuronales

Las unidades 5 y 6 de la materia de Redes Neuronales, abarcan por un lado las aplicaciones actuales que se suscitan en este campo de la computación, así como un tema con el que probablemente no estés familiarizado, El conexionismo de Redes Neuronales de forma mimética, el cual plantea como se puede seccionar cuadrantes o conjuntos de nodos por capas o niveles, para unificarlos como en el cerebro humano por sectores de procesos definidos, esto con el fin de poder lograr una mayor especialización de los distintos sectores de la red neuronal, así como la posibilidad de al estar en contacto o en un medio ambiente donde se tenga la existencia de algún otro sistema de red neuronal, el sistema sea capaz de mimetizar, de reproducir acciones que vean que conllevan a un determinado resultado que el sistema originalmente estaba buscando.

Esto es, imagina que tu desconoces de cómo bajar una manzana de un árbol, pero sabes funciones como trepar, y cortar, y ves a un sistema inteligente artificial en otro árbol que baja un fruto distinto, pero que sabes que tiene la misma utilidad que la manzana, proveerte de energía para realizar a través de procesos químicos funciones vitales para tu organismo, y al ver esta acción, la adaptas como solución a tu problema y mimetizas a ese otro sistema, esto quizá te parecerá quizá obvio, pero dentro del área de la Inteligencia Artificial y las Redes Neuronales, es todo un hito, ya que es una modalidad de cómo se puede generar independientemente el conocimiento, en vez de ser heredado o instruido, la cual es una cualidad por el momento exclusivamente de los animales, incluido naturalmente el hombre.

Respecto al Área de la Inteligencia Artificial

Se les da a los alumnos una preparación integral, no solo de elementos históricos o de programas de aplicación de Inteligencia Artificial, mas allá de eso les enseñamos la lógica implicado y los esquemas cognitivos que son empleados por los sistemas ya existentes, así como para modelos que ellos pueden realizar dentro de la materia a forma experimental y operacional en la materia de Tópicos Selectos de Inteligencia Artificial.

La Instrucción complementaria que se ofrece en Reconocimiento de Patrones, ya que integra diferentes modos conceptuales usados desde autores clásicos así como propuestas contemporáneas, que a mi particular punto de vista, permiten poder identificar diversas

formas de atacar problemas de Inteligencia Artificial, que generalmente simplemente son resueltos por el modelo de campos o mapas bayesianos.

Como deficiencias puntualizaría, tanto para las áreas de Inteligencia Artificial como de las Redes Neuronales a:

Un elemento que también te corroboró el Dr. Chapa, fue el del presupuesto con el que se cuenta, yo identificaría dentro de ese rubro, que la tendencia actual de los estudiantes de la Maestría en Ciencias de la Computación esta orientándose a los Sistemas de Bases Distribuidas, así como hacia el área de Sistemas en Tiempo Real, el porque de esta situación es totalmente clara, los sistemas bancarios, crediticios y empresariales que manejan fuertes sumas de dinero o cuyas operaciones comerciales cotizan en bolsa requieren de expertos en estas áreas de la computación, ofreciendo por ende sueldos muy por encima de los sueldos promedio que se pueden percibir en las otras tres líneas de investigación de la maestría.

Esto también lo puedes observar en el hecho de que somos solo 4 profesores, y ni siquiera los 4 estamos en activo este periodo, que nos encargamos de las áreas que nos incumben. Para darte un dato de comparación, en este momento hay para la materia de Sistemas de Bases Distribuidas, solo para esa materia 4 profesores la imparten, de esto podemos concluir que es una respuesta a la alta demanda, por parte de los alumnos a esa materia en particular

. Finalmente señalaría, que es necesario hacer una reestructuración

de los objetivos de las líneas de especialización, esto debido a que los alumnos que toman estas áreas suelen creer que de manera fácil encontrarán áreas laborales donde hay aplicación constante de esta área de la computación, para que de este modo los alumnos que opten por estas áreas, tengan una visión mas clara de en que ámbitos y que alcances a nivel nacional e internacional disponen si tienen un interés en las Redes Neuronales y la Inteligencia Artificial.

Locutor: Dr. Morales ¿para usted que cree que sea más importante en la Impartición del programa académico de la Maestría, las Redes Neuronales, o la Inteligencia Artificial?

Dr. Guillermo Morales Luna: La clave para crear vida artificial, y continuar al Siguiente paso evolutivo que nos lleve a un verdadero cauce de mejora tecnológica y social, no es ni la Inteligencia Artificial en si misma ni tampoco las Redes Neuronales, la respuesta esta en la simbiosis, el equilibrio de ambas ramas en un mismo sistema artificial, que pueda no sólo resolver cuestionamientos que tu o yo generemos, sino que construya sus propias abstracciones mentales y que cuestione y se cuestione así mismo.

Locutor: ¿Qué cambios consideraría necesarios para el plan de estudios de esta área del conocimiento, que beneficiaran de un modo considerable a los estudiantes de la Maestría?

Dr. Guillermo Morales Luna: Considero que tres cambios podrían ser sustanciales y benéficos sobre el plan de estudios

1. Reestructurar el contenido temático de las materias, con un enfoque más orientado a integración de teoría/aplicación que el actual enfocado a teoría.

2. Actualizar de manera permanente cada dos años el plan de estudios, teniendo en cuenta los avances internacionales en la disciplina, para evitar redundar sobre investigaciones ya realizadas y poder tener material de consulta y apoyo que permita un desarrollo de proyectos de investigación innovadores.

3. Tener como una materia complementaria la materia de Redes Neuronales a nivel avanzado, ya que en la actualidad se cuentan con dos materias seriadas de esta especialidad pero sin tocar tópicos avanzados, esto forzaría a los docentes involucrados en el área a tener una mayor preparación y actualización de la materia y permitiría a los alumnos profundizar sobre estos conocimientos de un modo más avanzado.

Locutor: Finalmente Dr. Morales, ¿Qué aplicaciones pueden desarrollar actualmente los especialistas en las Redes Neuronales egresados del CINVESTAV desde el enfoque de la IA, en nuestro país?

Dr. Guillermo Morales Luna: A través de los proyectos desarrollados tanto en maestría como en doctorado del área de Ciencias de la Computación, se tienen a mi parecer tres aplicaciones principales para las RN.

Desarrollo de aplicaciones que permiten emular de un modo más “natural” los procesos de aprendizaje humano, esto con el fin por ejemplo en el área industrial, en la actualidad hay varios robots o sistemas mecánico/electrónicos que realizan tareas en una etapa especifica de proceso, la integración de sistemas de redes neuronales en ellos permite la integración de un mismo robot en mas de una area y a su vez le confiere la capacidad de aprender nuevas tareas o modificarlas respecto a los elementos o situaciones que se presenten en su entorno, lo cual eliminaría la necesidad de gastos para robots especializados en cada area y a su vez mejoraría tiempos de producción.

Desarrollo de bases de datos inteligentes, las cuales tienen aplicaciones en toda institución privada o publica que maneje grandes bases de datos relacionales, como bancos, aseguradoras, hospitales, etc.

El desarrollo de este tipo de sistemas basados en el procesamiento emulado de las redes neuronales a través de búsquedas basadas en lineamientos establecidos en la IA, permite generar procesos de búsqueda mas eficientes, veloces y óptimos

Desarrollo de redes neuronales aplicadas en los sistemas de videograbación de seguridad pública y privada, en lo personal este rubro me parece muy importante y de fácil implementación con un tiempo de corto a mediano plazo, consiste en a través del reconocimiento de patrones y búsquedas de IA en un sistema de redes neuronales sobre una base de datos de personas que tengan antecedentes penales.

Para ejemplificarte esto de modo mas claro, te bosquejo el siguiente escenario, como sabrás en varios puntos de la ciudad se encuentran activos en una red electrónica dispositivos de video que graban persona que comenten infracciones viales, bueno pues implementado un sistema de redes neuronales en un sistema de computo enlazado con el sistema de video, de manera aleatorio se harían análisis de patrones en los rostros de los conductores o transeúntes captados por los cientos de puntos de video en la ciudad, si el sistema detecta un patrón de una persona que esta siendo buscada por algún delito el sistema automáticamente daría aviso al sistema para que este generara un reporte a la policía, y desviaría las cámaras aledañas de donde fue detectado el sujeto en cuestión para que fuera “seguido” por estas y pudiera ser aprehendido de manera eficaz..

JUSTIFICACION

DESDE EL CONOCIMIENTO

Como conocimientos las Redes Neuronales y la Inteligencia Artificial, directamente aportan conocimientos a diversas comunidades epistémicas, entre las ciencias que pueden ser afectadas e impactadas de manera positiva por sus implicaciones, tenemos campos como:

Medicina

En la implementación de inteligencia artificial en equipos médicos de intervención quirúrgica

Meteorología

Para mejorar la exactitud en la detección de fenómenos naturales, así como para acelerar los procesos de cálculos en prevenciones de catástrofes.

Genética

En el reconocimiento de patrones de enfermedades o elementos hereditarios que puedan generar problemáticas para un individuo.

Computación

En el desarrollo de sistema de hardware que potencien mas sus capacidades haciendo implementación en sus sistemas operativos de elementos de la inteligencia artificial.

Informática

En el desarrollo de software inteligente, que permita en si mismo evolucionar, respecto a las necesidades individuales de cada usuario, de modo que se generen programas especializados basados en las redes neuronales.

DESDE LA DISCIPLINA

La Inteligencia Artificial ha tenido un desarrollo muy significativo en las últimas dos décadas, los desarrollos generados abarcan un sinnúmero de proyectos y aplicaciones, sin embargo no hay a nivel nacional propuestas o sugerencias que permitan la integración más óptima de los planes de estudio que abordan esta rama de la computación para que su implementación con los alumnos no sólo este actualizada o adecuada a un enfoque más tangible de aplicación para la sociedad, i. e., que tenga un enfoque practico que pueda integrarse a los sectores productivos e industriales nacionales

Por otro lado las Redes Neuronales, tienen ambigüedades en su tratado, ya que algunos autores les confieren grado de rama primaria de la computación y en otros casos subrama de la IA, lo que genera una vaga delimitación al momento de explicar las interconexiones entre estas dos áreas de la computación, por lo cual es necesario comprender de un modo claro las diferencias y conexiones existentes entre ambas, así como establecer su prioridad o aplicación para poder implementarse en los programas de estudios de manera más concisa y efectiva.,

DESDE EL CONTEXTO SOCIAL

En el contexto social, se pueden mencionar diversas situaciones así como problemáticas las cuales justifican la implementación de la IA y las RN, las tres principales desde el punto de vista de nuestra sociedad y con el enfoque de la ciencia de la Inteligencia Artificial y su aplicación tenemos:

Un problema que se ha venido suscitando a nivel nacional en el ámbito tecnológico, es la asignación de recursos para los diversos proyectos propuestos en las diferentes instituciones académicas, ya que se da prioridad a proyectos de aplicación más directa o a corto plazo. Los proyectos referentes a las Redes Neuronales generalmente son proyectos de mediano a largo plazo, y que además no pueden aplicarse directamente sin antes realizarse una serie de pruebas y procesos previos para poder integrarse en áreas empresariales o industriales.

Se cuentan con varios proyectos en el CINVESTAV que pueden ser implementados exitosamente y que mejorarían la calidad de vida de las personas, en ámbitos como salud, seguridad, tramites gubernamentales, procesos en el ámbito laboral, que tendrían una clara repercusión en el modo actual de nuestra vida social a nivel nacional.

A nivel internacional, países como EUA, Japón y países europeos, tienen las implementaciones más relevantes en el área de redes neuronales, por lo tanto es necesario saber que aplicaciones reales se pueden generar en México, a través de los planes de estudio ofrecidos por las instituciones públicas, en específico por el CINVESTAV dentro de la IA y las RN para desarrollar e innovar y no solamente generar herramientas o desarrollos que no se puedan traducir en aportaciones o mejoras a la industria o a la productividad tecnológica.

CONCLUSIONES

A lo largo de la presente investigación y a través de los diversos autores referidos en el trabajo y con las entrevistas realizadas a los docentes de las materias concernientes al área de la Inteligencia Artificial y las Redes Neuronales, podemos hacer un análisis e interpretación de los resultados obtenidos.

El Área de las Redes Neuronales tiene dos vertientes importantes la de desarrollo y aplicación, así como la de generación de nuevos elementos y esquemas cognitivos para el aprendizaje en estas redes. Si bien refieren los docentes entrevistados que la cuestión presupuestal otorgada por los diversos actores que financian los proyectos es muy limitado, se puede entonces considerar tres alternativas en este rubro.

1.- Solicitar más recursos no solo sectores gubernamentales, sino del sector privado a nivel nacional e internacional, esto mediante la presentación y divulgación de los beneficios productivos que se pueden generar a través de la implementación de los proyectos existentes y los que están por iniciar.

2 – Cambiar el enfoque de la enseñanza de las Redes Neuronales en el CINVESTAV de modo que se haga un mayor hincapié en el desarrollo de esquemas cognitivos nuevos, metodologías de aprendizaje y propuestas de desarrollos de inteligencias artificiales que integren mejoras en tiempos de respuesta, interconexión de los nodos en las Redes Neuronales, así como mejoras en la sinapsis de la información recibida por los sistemas de las Redes Neuronales.

Con respecto a los elementos positivos sobre los planes de estudio en las Redes Neuronales podemos señalara las siguientes:

1.- El programa de estudios integra metodologías variadas, integrando alternativas contemporáneas para la resolución de problemas de las Redes Neuronales, lo cual dota a los alumnos de bases solidas para el desarrollo de soluciones a los problemas que se pueden presentar.

2 – Las Redes Neuronales junto con la inteligencia artificial tienen un futuro conjunto, que asegura la permanencia de ellas, como herramientas que será indispensables, y que mas allá de eso la integración de ambas, permitirá la evolución de la computación, por lo cual, los alumnos de posgrado al llevar materias de ambos campos pueden estar preparados satisfactoriamente para ese escenario.

Referente a la Inteligencia Artificial, los puntos más relevantes que tiene el plan de estudios a señalar son:

1 - La mayor parte de la información disponible contemporánea surge de países asiáticos, por lo cual es necesario la consideración conjunta con el curso de las materias del posgrado, la integración de al menos un idioma adicional, que sea útil y proporcione mas elementos a los alumnos.

2 – Los materiales bibliográficos sugeridos así como los planes de estudio también deben ser actualizados, revisados, y en casos en los que el material sea obsoleto o presente una desactualización considerable, debe ser retirado de futuros elementos bibliográficos de las materias referentes al área.

3 – Se debe mantener la flexibilidad que ofrece el posgrado en cuanto a poder estudiar libremente las materias según las cinco líneas de investigación ofrecidas, más aun al estar las materias debidamente justificadas ante un tutor del posgrado se tiene de manera segura que la selección de materias será de manera correcta y bien razonada.

Estos puntos que se han basado en las observaciones realizadas por los catedráticos, así como por el contenido informativo consultado para la información, permite plantear las anteriores recomendaciones y puntualización para ver que elementos son adecuados en el plan de estudios, cuales deben ser mejoras y cuales pueden buscar medidas alternativas para mejorar los resultados que actualmente se obtienen.

GLOSARIO

CINVESTAVCentro de Investigaciones y Estudios Avanzados del IPN, institución perteneciente a la SEP, forma parte del IPN, en esta institución se imparten posgrados en diversas áreas de los conocimientos, enfocados principalmente al área de ciencia y tecnología.

DRAE Diccionario de la Real Academia Española

IAInteligencia Artificial

IPNInstituto Politécnico Nacional

RNRedes Neuronales

AlgoritmoConjunto de pasos para resolver un problema dado

Algoritmo GenéticoSon llamados así porque se inspiran en la evolución biológica y su base genético-molecular. Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica

Aprendizaje MáquinaEl principal objetivo del Aprendizaje de Máquina es el desarrollo de sistemas que puedan cambiar su comportamiento de manera autónoma basada en su experiencia.

AxonEl axón es una propagación filiforme de la célula nerviosa, a través de la cual viaja el impulso nervioso de forma unidireccional,

BinarioTodo elemento o representación basada en la base 2 numérica (Compuesto por 1´s y 0´s)

CognitivoLo cognitivo es aquello perteneciente o relativo al conocimiento. Éste, a su vez, es el conjunto de información almacenada mediante la experiencia o el aprendizaje.

Computación EvolutivaLa computación evolutiva es una rama de la Inteligencia Artificial que involucra problemas de optimización combinatoria.

DendritasSon prolongaciones protoplásmicas ramificadas, bastante cortas, de la célula nerviosa. Son terminales de las neuronas; y están implicadas en la recepción de los estímulos, pues sirven como receptores de impulsos nerviosos provenientes desde un axón perteneciente a otra neurona

HardwareElementos físicos y electrónicos que componen un sistema de cómputo.

HeurísticoSirve como una ayuda en el aprendizaje, para descubrir o resolver problemas mediante la experimentación y los métodos de ensayo y error.

InformáticaConjunto de conocimientos científicos y técnicas que hacen posible el tratamiento automático de la información por medio de ordenadores.

MiméticaReproducir algo generando un engaño en el espectador.

Mapas o redes bayesianosLas redes bayesianas son una herramienta extremadamente útil en la estimación de probabilidades ante nuevas evidencias.

Programación EvolutivaLa programación evolutiva (PE) es una rama de la computación evolutiva. La programación evolutiva es prácticamente una variación de los algoritmos genéticos, donde lo que cambia es la representación de los individuos

SimbiosisAsociación de dos o más individuos de distintas especies, en la que todos salen beneficiados.

SinapsisLa sinapsis es el proceso esencial en la comunicación neuronal y constituye el lenguaje básico del sistema nervioso.

Sistemas ExpertosEmulan 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.

ANEXOS

Tabla 1

En la tabla superior se hace un comparativo entre la relación del numero de cálculos por segundo con su respectivo costo para emular inteligencias animales, en la actualidad apenas estamos cerca de emular apropiadamente l cerebro de un insecto, sin embargo este crecimiento es exponencial, por lo cual también podemos ver en la gráfica que aproximadamente para el año 2060 los sistemas de Inteligencia Artificial podrán tener la capacidad de tener la inteligencia equivalente al total de la humanidad, teniendo un costo constante.

BIBLIOGRAFIA

LIBROS

P.H. Winston, 'Inteligencia Artificial', Addison-Wesley, 1995

Diccionario de la Real Academia Española

Russell, Stuart J., Norvig, Peter, “Artificial Intelligence: A Modern Approach”. Prentice Hall. Febrero, 2003.

Nilsson, Nils J. Artificial Intelligence: A New Síntesis. Elsevier Science & Technology Books. Abril, 1998.

Rich, E., Knight, K., “Inteligencia Artificial”. McGraw Hill Interamericana, 1994.

Winston, P.R., Horn, B.K., “Lisp”. Addison Wesley, 1991.

Luger, George F., Stubblefield, William A., “Artificial Intelligence: Structures and Strategies for Complex Problem Solving”. The Benjamin/Cummings Publishing Company, Inc. 1993.

Rich, E., Knight, K., “Representación del Conocimiento”, McGraw Hill Interamericana, 1994.

Nadler, Morton., Smith, Eric P. “Pattern Recognition Engineering”. John Wiley & Sons Inc. 1993.

Plan de Estudios de la Maestría en Ciencias de la Computación, CINVESTAV, 2005.

REVISTAS

Artículo “Utilización de redes neuronales en ambientes complejos” Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial, España. Año 2007. Número 35”

Artículo “Representación mental de objetos y personas en un problema mediante una interfaz”, Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial , España. Año 2005. Número 26

Artículo “Los robots del futuro y su importancia para México”, Revista Komputer Sapiens, SMIA, Sociedad Mexicana de Inteligencia Artificial. México. Año 2008 Número 1

“Sistemas Híbridos Neurosimbólicos, una alternativa de solución en la industria”. Revista Komputer Sapiens, SMIA, Sociedad Mexicana de Inteligencia Artificial. México. Año 2009 Número 2

"Aprendizaje de Conceptos e Inteligencia Artificial". Revista Sin Recreo, México. Año 2007, Número 1

PAGINAS WEB

Breve historia de la Inteligencia Artificial, http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_16.html

¿Qué es IA? http://www.cruzrojaguayas.org/inteligencia/Que%20es%20IA.htm

Aplicaciones de las Redes Neuronales http://electronica.com.mx/neural/aplicaciones/index.html