INTRODUCCION

1.1 La disciplina
Las interfaces inteligentes permiten al usuario comunicarse con los
dispositivos de entorno inteligentede una manera sencilla y natural. El
objetivo principal de estas interfaces es ocultar al usuario la complejidad
del sistema y solo mostrarle sus funcionalidades. De este modo el
usuario puede obtener el servicio que necesita sin preocuparse del
funcionamiento interno del entorno inteligente.
Las interfaces que se utilicen en entornos inteligentes deben tener las
siguientes propiedades:
Comunicaciones multimodal: Las interfaces deben ser capaces de
comunicarse con el usuario de varios modos: mensajes escritos,
imgenes, habla, gestos esta comunicaciones multimodal permite una
interaccin ms natural y rica que la existente actualmente en los PCs
(basada en el uso de teclados, ratones y pantallas).
Sensibilidad al contexto: Las interfaces no solo deben transmitir datos
internos del sistema sino que tambin deben contemplar su entorno. El
sistema no es pasivo sino que recopila informacin del usuario
constantemente para poder ofrecerle los servicios
que puedan serle ms idneos. La forma de presentar los servicios al
usuario es muy importante. Por ello, el desarrollo de interfaces
inteligentes es un aspecto clave para el xito de la visin. Tal como
comenta Weiser: Las tecnologas ms arraigadas son aquellas que
desaparecen. Estas tecnologas se entrelazan con la vida cotidiana
hasta ser indistinguibles de ella.(Ramn, Medina, & Heras, 2010).
1.2 Historia de la IHC
La historia reciente de la informtica est indisolublemente unida a las
interfaces grficas, puesto que los sistemas grficos han ocasionado
grandes consecuencias en la industria del software y del hardware.
Las interfaces grficas surgen de la necesidad de hacer los ordenadores
ms accesibles para el uso de los usuarios comunes. La mayora de
ordenadores domsticos, requeran conocimientos de BASIC (el 95% de
ellos incorporaban un intrprete BASIC como entorno operador) u

ofrecan una interfaz de lnea de rdenes (como los sistemas operativos

CP/M o los diferentes OS del Apple II), lo que requera conocimientos
tcnicos si se deseaba hacer algo ms que usarlo como consola de
videojuegos.
Esta limitacin fue salvada gracias al desarrollo de los entornos grficos,
que permitieron que las personas pudieran acceder a un ordenador sin
tener que pasar por el tortuoso proceso de tener que aprender a
manejar un entorno bajo lnea de rdenes.
1.3. Objetivos de la IHC
La interfaz de usuario es el medio con que el usuario puede
comunicarse con una mquina, un equipo o una computadora, y
comprende todos los puntos de contacto entre el usuario y el equipo.
Normalmente suelen ser fciles de entender y fciles de accionar.
Las interfaces bsicas de usuario son aquellas que incluyen elementos
como mens, ventanas, teclado, ratn, los beeps y algunos otros
sonidos que la computadora hace, y en general, todos aquellos canales
por los cuales se permite la comunicacin entre el ser humano y la
computadora. La mejor interaccin humano-mquina a travs de una
adecuada interfaz (Interfaz de Usuario), que le brinde tanto comodidad,
como eficiencia.
Sus principales funciones son los siguientes:

Puesta en marcha y apagado.

Control de las funciones manipulables del equipo.

Manipulacin de archivos y directorios.

Herramientas de desarrollo de aplicaciones.

Comunicacin con otros sistemas.

Informacin de estado.

Configuracin de la propia interfaz y entorno.

Intercambio de datos entre aplicaciones.

Control de acceso.

Sistema de ayuda interactivo.

1.4. Componentes de las Interfaces Inteligentes
Factores Humanos
Al disear interfaces de usuario deben tenerse en cuenta las habilidades
cognitivas y de percepcin de las personas, y adaptar el programa a
ellas.
As, una de las cosas ms importantes que una interfaz puede hacer es
reducir la dependencia de las personas de su propia memoria, no
forzndoles a recordar cosas innecesariamente (por ejemplo,
informacin que apareci en una pantalla anterior) o a repetir
operaciones ya realizadas (por ejemplo, introducir un mismo dato
repetidas veces).
La persona tiene unas habilidades distintas de la mquina, y sta debe
utilizar las suyas para soslayar las de aquella (como por ejemplo la
escasa capacidad de la memoria de corto alcance).

Velocidad de Aprendizaje.- Se pretende que la persona aprenda a

usar el sistema lo ms pronto posible.

Velocidad de Respuesta.- El tiempo necesario para realizar una

operacin en el sistema.

Tasa de errores.- Porcentaje de errores que comete el usuario.

Retencin.- Cunto recuerda el usuario sobre el uso del sistema

en un perodo. de tiempo.

Satisfaccin.- Se refiere a que el usuario est a gusto con el

sistema.

Adems de stos existen otros a considerar:

Adecuacin

Caractersticas Fsicas.- Cada persona tiene diferentes

caractersticas fsicas. Hay algunas personas que no les gustan los
teclados mientras que a otras s. Es por eso que hay teclados
ergonmicos. Lo mismo sucede con el mouse.

Ambiente.- El lugar donde va a ser usado el sistema. Cada interfaz

tiene que adecuarse al lugar.

Visibilidad.- Tomar en cuenta la cantidad de iluminacin del lugar.

Se refleja el brillo en la pantalla?

Personalidad.- De acuerdo a la edad, nivel socio-econmico, etc.

Cultura.- Los japoneses no tienen las mismas pantallas, ventanas,

etc. Este factor es importante si el mercado para el sistema es a nivel
internacional.
Segn la funcin tenemos:
Motivacin

Sistemas Vitales.- Son de vida o muerte; muchas personas

dependen de ellos. Ejemplo: un sistema para reactores nucleares. Este
sistema trabaja en tiempo real, y es de suma importancia la seguridad y
efectividad del mismo.

Sistemas Comerciales e Industriales.- Sirven para aumentar la

productividad y vender ms.

Sistemas de Oficina, Hogar y Juegos.- Factor importante: el

mercado a quien est dirigido; tienen que ser muy amigables y
satisfacer al cliente.

Sistemas de Investigacin.- Realizan tareas muy especficas y

tratan de imitar el medio en el que se desenvuelve el usuario.
1.5. Inteligencia Artificial
Niveles de Inteligencia
1.- Inteligencia mental o intelectual (Coeficiente Intelectual)
Este tipo de inteligencia (CI) ha ostentado de gran importancia y fama
durante todo el siglo XX. Es la inteligencia analtica y racional, por la
cual creamos conceptos, procesamos la realidad y hacemos ciencia. Es
aquella inteligencia por la cual estructuramos y organizamos el mundo y
solucionamos problemas objetivos.
2.- Inteligencia emocional (Coeficiente Emocional)
Muchos psiclogos y neurocientficos han popularizado este tipo de
inteligencia, entre ellos el psiclogo estadounidense Daniel Goleman
con su famosa obra La Inteligencia Emocional, la cual se convertira en
un verdadero xito editorial de ventas sin precedentes hasta ese
momento (este cientfico, Daniel Goleman, escribi otro libro que se
titula La Inteligencia Social en la cual se revela que los humanos
estamos de alguna manera "programados para conectar" con los dems
y que todas nuestras relaciones tienen un tremendo impacto en
nuestras vidas). La base de este tipo inteligencia que fue defendida por
diferentes pensadores, desde Platn a Freud, se apoya en la idea de
que la estructura de base del ser humano no es la razn (logos), como
muchos nos quieren errneamente hacer creer, sino en la emocin
(pathos). Esto significa que somos intrnsecamente seres que sentimos
y trasmitimos sentimientos, como la pasin, la empata, la compasin, la
esperanza, la fe, el odio, el rencor, la bondad... Slo despus somos
seres de razn.
3.- Inteligencia espiritual (Coeficiente Espiritual)
La base de este nuevo tipo de inteligencia se apoya en los estudios
cientficos desde hace varias dcadas en el cerebro humano, sobre todo
sobre la Conciencia, y que fue respaldada por destacados psiclogos,
psiquiatras, neurocientficos, neurolingstas y tcnicos en

magnotoencefalografa (es un aparato que mide los campos magnticos

y elctricos del cerebro). En base esos estudios cientficos sobre la
Consciencia Humana, hay en los seres humanos otro tipo de
inteligencia desconocida por nuestra sociedad actual, que es
cientficamente verificable, por medio de la cual no captamos masas de
informacin, de datos, ideas o emociones, sino que percibimos
contextos mayores y ms amplios sobre nuestra existencia, totalidades
significativas, verdades trascendentales y que nos hacen sentir nuestra
vinculacin intrnseca al Todo. Es tipo de inteligencia, de conocimiento,
se deriva bsicamente a raz de una experiencia personal de carcter
mstico (trascendencia de las barreras espacio-temporales, visin de
otras realidades y dimensiones suprafsicas, interaccin con la Divinidad
o con la Luz, conocimiento de la verdadera naturaleza de las cosas,
comunin mstica y fusin con la integridad del Cosmos, con la Nada o
con el Vaco Supracsmico, sentimiento de unicidad y conexin con
todas las cosas, sentimiento de inmortalidad y eternidad, sentimiento de
que todas las almas estn interrelacionadas y entrelazadas entre s,
etc.).
Realidad Humana
Todo ser humano vive su propio mundo real o realidad humana. Los
componentes de la realidad humana:
a) Mundo de la Percepcin: captamos lo que sucede a nuestro
alrededor a travs de los sentidos. Est conformado por hechos fsicos.
Es el percibir.
b) Mundo Somtico: son todas las informaciones que nos brinda nuestro
cuerpo: hambre, sed, fro, calor, fiebre, nauseas, sudor, deseo sexual.
Est conformado por hechos fisiolgicos. Es el mundo del sentir.
c) Mundo Psquico-pensante: es totalmente aprendido. Est compuesto
por: sensaciones, sentimientos, motivaciones, pensamiento, voluntad,
proyecciones, recuerdos, metas. Est conformado por hechos
psquicos. Es el mundo del pensar.
El mundo perceptivo es totalmente objetivo y los mundos somtico y

psquico-pensante son totalmente subjetivos, ntimos y personales.

Piel Artificial
Hoy en da podemos ver grandes avances y logros en diferentes reas
gracias al descubrimiento y nuevos experimentos que da tras da
cientficos son capaces de hacer con la tecnologa y nanotecnologa.
As, en el campo de la robtica podemos ver manos artificiales con
movimientos muy similares a las manos humanas, en cuanto a
movilidad y flexibilidad, pero donde el recubrimiento de las mismas es
todava algo por superar.
Utilizando la tecnologa de los nanotubos de carbono, podemos no solo
aproximarnos a las caractersticas de la piel, sino incluso superarlas,
seal John Simpson, investigador senior del grupo de propiedades y
sntesis de nanomateriales del Oak Ridge National Laboratory.
Estamos hablando de piel artificial, fabricado con delgadas capas de
polmeros y nanotubos de carbono, dando la capacidad y caractersticas
de una piel humana, tanto en las sensaciones del tacto, como de la
presin, fri y calor.
Gusto Artificial
Los Saborizantes son preparados de sustancias que contienen los
principios spido-aromticos, extrados de la naturaleza (vegetal) o
sustancias artificiales, de uso permitido en trminos legales, capaces de
actuar sobre los sentidos del gusto y del olfato, pero no exclusivamente,
ya sea para reforzar el propio (inherente del alimento) o transmitindole
un sabor y/o aroma determinado, con el fin de hacerlo ms apetitoso
pero no necesariamente con este fin.
Suelen ser productos en estado lquido, en polvo o pasta, que pueden
definirse, en otros trminos a los ya mencionados, como concentrados
de sustancias.
Es de uso habitual la utilizacin de las palabras sabores, esencias,
extractos y oleorresinas como equivalentes a los saborizantes.
Otro concepto de saborizante es el de considerarlos parte de
la familia de los aditivos. Estos aditivos no slo son utilizados para
alimentos sino para otros productos que tienen como destino la cavidad
bucal del individuopero no necesariamente su ingesta, por ejemplo la

pasta de dientes, la goma de mascar, incluso lpices, lapiceras y

juguetes son saborizados.
1.6. Reconocimiento de Patrones
El Reconocimiento de Patrones es la ciencia que se ocupa de los
procesos sobre ingeniera, computacin y matemticas relacionados
con objetos fsicos o abstractos, con el propsito de extraer informacin
que permita establecer propiedades de entre conjuntos de dichos
objetos.
Al Reconocimiento de Patrones llamado tambin lectura de patrones,
identificacin de figuras y reconocimiento de formas consiste en el
reconocimiento de patrones de seales. Los patrones se obtienen a
partir de los procesos de segmentacin, extraccin de caractersticas y
descripcin dnde cada objeto queda representado por una coleccin
de descriptores. El sistema de reconocimiento debe asignar a cada
objeto su categora o clase (conjunto de entidades que comparten
alguna caracterstica que las diferencia del resto). Para poder reconocer
los patrones se siguen los siguientes procesos:
1.

Adquisicin de Datos

2.

Extraccin de Caractersticas

3.

Toma de Decisiones
El punto esencial del reconocimiento de patrones es la clasificacin: se
quiere clasificar una seal dependiendo de sus caractersticas. Seales,
caractersticas y clases pueden ser de cualquiera forma, por ejemplo se
puede clasificar imgenes digitales de letras en las clases A a Z
dependiendo de sus pxeles o se puede clasificar ruidos de cantos de
los pjaros en clases de rdenes aviares dependiendo de las
frecuencias.
Sensor
El sensor es el dispositivo encargado de la adquisicin de datos. Ha de
ser capaz de transformar magnitudes fsicas o qumicas, llamadas

variables de instrumentacin, en magnitudes elctricas. Las variables de

instrumentacin dependen del tipo de sensor y pueden ser por ejemplo:
temperatura, intensidad lumnica, distancia, aceleracin, inclinacin,
desplazamiento, presin, fuerza, torsin, humedad, etc.
Es el proceso de generar caractersticas que puedan ser usadas en el
proceso de clasificacin de los datos. En ocasiones viene precedido por
un preprocesado de la seal, necesario para corregir posibles
deficiencias en los datos debido a errores del sensor, o bien para
preparar los datos de cara a posteriores procesos en las etapas de
extraccin de caractersticas o clasificacin.
Extraccin de caractersticas
Las caractersticas elementales estn explcitamente presentes en los
datos adquiridos y pueden ser pasados directamente a la etapa de
clasificacin. Las caractersticas de alto orden son derivadas de las
elementales y son generadas por manipulaciones o transformaciones en
los datos.
Seleccin de variables
Consiste en seleccionar cul es el tipo de caractersticas o rasgos ms
adecuados para describir los objetos. Para ello, se deben localizar los
rasgos que inciden en el problema de manera determinante.
Esta etapa tambin puede ser diseada dentro de la clasificacin.
La seleccin de variables puede diferenciarse segn los objetivos
buscados:

Para la clasificacin: la seleccin de caractersticas relevantes, a

partir del conjunto total de caractersticas que describen a los objetos,
se hace con dos motivos fundamentales: mejorar la clasificacin o
aumentar la velocidad de procesamiento.

Para la representacin: decidir qu caractersticas representan

mejor a cierto tipo de objetos.
Estrategias de seleccin de variables:

wrapper: la seleccin de caractersticas se hace usando

informacin del mecanismo de clasificacin.

filter: la seleccin se hace con un criterio independiente del

clasificador. Incluye algunos mtodos como:

Tablas de decisin: le busca un subconjunto mnimo de variables

que no introduzca confusin entre clases.

ID3: le crea un rbol de decisin y se selecciona un conjunto de

variables que permita discriminar entre clases.

Teora de testores: le buscan todos los subconjuntos de variables

discriminantes minimales, con estos se evala la relevancia de cada
variable y se seleccionan aquellas con mayor relevancia.
Red Neuronal
El sistema de neuronas biolgico esta compuesto por neuronas de
entrada (censores) conectados a una compleja red de neuronas
"calculadoras" (neuronas ocultas), las cuales, a su vez, estn
conectadas a las neuronas de salidas que controlan, por ejemplo,
los msculos. La figura 6 muestra un esquema conceptual. Los
censores pueden ser seales de los odos, ojos, etc. las respuestas de
las neuronas de salida activan los msculos correspondientes. En el
cerebro hay una gigantesca red de neuronas "calculadoras" u ocultas
que realizan la computacin necesaria. De esta manera similar, una
red neuronal artificial debe ser compuesta por censores del tipo
mecnico o elctrico.
Funcionamiento Bsico:
Las redes neuronales estn formadas por un conjunto de neuronas
artificiales interconectadas.
Las neuronas de la red se encuentran distribuidas en diferentes capas
de neuronas, de manera que las neuronas de una capa
estn conectadas con las neuronas de la capa siguiente, a las que
pueden enviar informacin.
La arquitectura ms usada en la actualidad de una red neuronal

consistira en:

Una primera capa de entradas, que recibe informacin del exterior.

Una serie de capas ocultas (intermedias), encargadas de realizar

el trabajo de la red.

Una capa de salidas, que proporciona el resultado del trabajo de la

red al exterior.
Red Neuronal Artificial
Las redes de neuronas artificiales (denominadas habitualmente como
RNA o en ingls como: "ANN" ) son un paradigma de aprendizaje
yprocesamiento automtico inspirado en la forma en que funciona el
sistema nervioso de los animales. Se trata de un sistema de
interconexin de neuronas en una red que colabora para producir un
estmulo de salida. En inteligencia artificial es frecuente referirse a ellas
como redes de neuronas o redes neuronales.
Funcionamiento Basico:
Las redes neuronales consisten en una simulacin de las propiedades
observadas en los sistemas neuronales biolgicos a travs de modelos
matemticos recreados mediante mecanismos artificiales (como un
circuito integrado, un ordenador o un conjunto de vlvulas). El objetivo
es conseguir que las mquinas den respuestas similares a las que es
capaz de dar el cerebro que se caracterizan por su generalizacin y su
robustez.
Una red neuronal se compone de unidades llamadas neuronas. Cada
neurona recibe una serie de entradas a travs de interconexiones y
emite una salida. Esta salida viene dada por tres funciones:

1.

Una funcin de propagacin (tambin conocida como funcin de

excitacin), que por lo general consiste en el sumatorio de cada entrada
multiplicada por el peso de su interconexin (valor neto). Si el peso es
positivo, la conexin se denomina excitatoria; si es negativo, se
denomina inhibitoria.

2.

Una funcin de activacin, que modifica a la anterior. Puede no

existir, siendo en este caso la salida la misma funcin de propagacin.

3.

Una funcin de transferencia, que se aplica al valor devuelto por la

funcin de activacin. Se utiliza para acotar la salida de la neurona y
generalmente viene dada por la interpretacin que queramos darle a
dichas salidas. Algunas de las ms utilizadas son la funcin sigmoidea.