INTELIGENCIA ARTIFICIAL E INGENIERIA DEL CONOCIMIENTO EN SU EMPRESA

©2002-2008 Luis Guillermo RESTREPO RIVAS
http://LuisGuillermo.com
Tel. celular: 03-315-5165854, correo-e: x@LuisGuillermo.com

La informática soluciona los problemas de proceso de datos e información, y lo ha hecho -naturalmente- comenzando por los más manejables. Ahora la informática debe abordar aplicaciones cada vez más complejas, manejar mayores volúmenes de información, buscar soluciones más "inteligentes", descubrir "conocimiento" a partir de las bases de datos, y en general orientarse a ser herramienta imprescindible en la toma de decisiones y la gestión del conocimiento en las organizaciones.

Ante la opinión pública, la Inteligencia Artificial, o Computación Inteligente, ha aflorado y -al parecer- "desaparecido" en varias oportunidades. Hecho comprensible porque a veces se ha sido demasiado optimista sobre lo alcanzable a corto plazo, en esta disciplina que busca automatizar la solución de problemas que, precisamente por difíciles, han requerido la aplicación directa de la inteligencia humana.

Sin embargo, es innegable que algunas técnicas, desarrolladas en 50 años de investigación, ya están maduras y han mostrado beneficios reales al ser aplicadas en diversos sectores empresariales, aportando ventajas competitivas, ya sea ahorrando tiempo o dinero, aumentando la eficiencia de algún proceso, o aprovechando oportunidades aún no explotadas.

Técnicas como:

Las redes neuronales
Los sistemas expertos
La lógica difusa y las redes bayesianas
La computación evolutiva, los algoritmos genéticos
Las técnicas de aprendizaje de máquina (sistemas discentes)

han demostrado ser valiosas en tareas como:

Minería de datos: Extracción de "conocimientos" a partir de bases de datos, identificación de patrones y correlaciones insospechadas en los datos, que nos dan poder predictivo.

Soporte a la toma de decisiones, o Automatización de decisiones: Mediante reglas de decisión, inducidas a partir de decisiones pasadas o de entrevistas con expertos.

Optimización: Búsqueda de soluciones, configuraciones, o diseños óptimos, en problemas con alta complejidad y cantidad de variables.

Las redes neuronales artificiales tienen su inspiración en el funcionamiento de las neuronas biológicas y usan modelos simplificados de estas.

La lógica difusa y las redes bayesianas permiten modelar el razonamiento humano con "verdades relativas", incertidumbre, y evidencias, de una manera más completa que la lógica clásica.

Los algoritmos genéticos, y la computación evolutiva en general, se inspiran en la evolución de los organismos vivos para hallar soluciones óptimas a problemas difíciles: Así como los seres vivos compiten de manera que los más aptos sobreviven y pasan sus cualidades a sus descendientes, así varias soluciones aproximadas compiten y evolucionan para producir soluciones óptimas a los mencionados problemas.

Las técnicas de aprendizaje de máquina modelan la forma como un ser vivo aprende un comportamiento a partir de la correlación entre sus acciones y el beneficio o perjuicio que éstas le producen, o mediante métodos estadísticos o de inducción lógica.

La ingeniería del conocimiento analiza las tareas intensivas en utilización de conocimientos especializados, para la posible automatización del razonamiento respectivo mediante sistemas expertos para la ayuda en la toma de decisiones. Las tareas intensivas en el uso de conocimientos y decisión humana, que son abordables por la ingeniería del conocimiento, son por ejemplo: Clasificación, Evaluación, Diagnóstico, Monitoreo, Predicción o pronóstico, Diseño, Modelación, y Asignación.

"The logical conclusion for managers is that they need to focus their attention on AI or, at the very least, keep an eye on AI developments. Businesses should consider whether AI methods could be used to gain a competitive advantage, and when circumstances warrant invest seriously in AI.
Today, AI is not essential to business success. Yet AI can eliminate certain menial or repetitive tasks. It also promises to detect patterns that would not otherwise be visible to the naked eye. In my opinion, AI applications will become essential to many companies in different domains. AI may not always be a solution for every company, but failing to examine the possibility of utilizing AI could be serious for a company’s competitiveness in the near future."

Tomas E. NORDLANDER, en: "AI Surveying: Artificial Intelligence in Business", Thesis submitted in partial fulfilment of requirements of The Full-Time MSc in Management Science At Department of Management Sciene and Statistics, De Montfort University, 2001.

Peter DRUCKER (in Post-Capitalist Society): "But today we do not speak of these specialized knowledge as 'crafts'. We speak of 'disciplines'. This is a great change in intellectual history as any ever recorded. A discipline converts a 'craft' into a methodology- such as engineering, ...".

"Drucker refers here to disciplines like mechanical engineering, physics, and chemistry that developed out of the craft of, say, building steam engines. We see that the same is happening in our time in relation to information and knowledge. From the craft of building computers, software programs, databases and other systems, we see new scientific disciplines slowly and gradually evolve such as telematics, algorithmics, information systems management, and knowledge engineering and management.
Knowledge Enginering has evolved from the late 1970s onward, from the art of building expert systems, knowledge-based systems, and knowledge-intensive information systems."

Hans AKKERMANS, Guus SCHREIBER et al., en: "KNOWLEDGE ENGINEERING AND MANAGEMENT", MIT Press, 2000.

Véase también el reporte: "The Return of Artificial Intelligence, Is AI finally ready for business?", por Corey BOOTH y Shashi BULUSWAR, de la firma consultora internacional McKinsey. (es necesario registrarse, gratuitamente, para acceder al artículo completo).

Planteeme una necesidad o problema de su organización,
para estudiar la posibilidad de una solución
utilizando las mencionadas técnicas:
x@LuisGuillermo.com