Diferencias

Muestra las diferencias entre dos versiones de la página.

--- bloque2:utilizacion [2026/09/15 10:52] – creado fernando
+++ bloque2:utilizacion [2026/09/23 00:47] (actual) – [Modelos de Inteligencia Artificial en la resolución de problemas] fernando
@@ Línea 1: / Línea 1: @@
 ====== Modelos de Inteligencia Artificial en la resolución de problemas ======
+En esta unidad estudiaremos cómo seleccionar y utilizar distintos **modelos de Inteligencia Artificial para resolver problemas**, teniendo en cuenta no solo su rendimiento, sino también aspectos como la incertidumbre, la automatización, la interpretabilidad o el coste de los errores.
+Veremos modelos basados en reglas, razonamiento probabilístico, lógica difusa, árboles de decisión y redes neuronales, así como diferentes formas de evaluar cuál es el modelo más adecuado para cada problema.
+===== 1. Resolver problemas con modelos de IA =====
+Antes de elegir un algoritmo o entrenar un modelo, es necesario **formular correctamente el problema que queremos resolver**.
+Debemos identificar aspectos como:
+  * El **objetivo** del sistema
+  * Las **entradas** disponibles
+  * La **salida esperada**
+  * Las **restricciones**
+  * Los usuarios que utilizarán el sistema
+  * La frecuencia con la que será utilizado
+  * El coste de los posibles errores
+Una buena especificación evita desarrollar un modelo técnicamente avanzado que, sin embargo, no resuelva correctamente la necesidad real.
+Por ejemplo, antes de crear un sistema de Inteligencia Artificial para detectar correos no deseados deberíamos determinar:
+  * Qué información podrá analizar el sistema
+  * Qué consideramos exactamente //spam//
+  * Qué ocurre cuando el sistema se equivoca
+  * Si es peor dejar pasar un correo no deseado o bloquear por error un correo legítimo
+La elección del modelo dependerá en gran medida de estas decisiones iniciales.
+==== Requisitos básicos ====
+Al diseñar un sistema de Inteligencia Artificial podemos distinguir diferentes tipos de requisitos.
+^ Tipo de requisito ^ Descripción ^ Ejemplos ^
+| **Funcionales** | Indican qué debe hacer el sistema | Clasificar, predecir, recomendar, planificar o explicar |
+| **No funcionales** | Definen condiciones de funcionamiento | Latencia, disponibilidad, coste, privacidad, seguridad o consumo |
+| **De datos** | Determinan las características que deben tener los datos | Esquema, unidades, valores ausentes, representatividad, licencia o actualización |
+La **variable objetivo** debe corresponder con la decisión real que queremos tomar.
+Esto es especialmente importante porque una etiqueta histórica no siempre representa una verdad objetiva.
+Por ejemplo, imaginemos que queremos crear un modelo que determine si un cliente es rentable utilizando como etiqueta si anteriormente recibió o no un crédito.
+En ese caso, el modelo no estaría aprendiendo únicamente qué clientes son rentables. También estaría aprendiendo las **decisiones tomadas anteriormente por la entidad financiera**.
+Por tanto, los datos históricos pueden incorporar decisiones, criterios o sesgos existentes previamente.
+**Idea clave**
+La función de pérdida utilizada para entrenar un modelo, la métrica empleada para compararlo y el coste real del error **no son necesariamente lo mismo**.
+Es necesario relacionar estos tres elementos para evitar optimizar una métrica que no represente correctamente el objetivo real del sistema.
+==== Descomposición y línea base ====
+Los sistemas de Inteligencia Artificial suelen formar parte de sistemas más grandes.
+Podemos dividir un sistema complejo en varias etapas:
+  * **Captación de datos**
+  * **Preprocesamiento**
+  * **Inferencia**
+  * **Postprocesamiento**
+  * **Actuación**
+Por ejemplo, un sistema de detección automática de objetos mediante una cámara podría funcionar de la siguiente forma:
+  * La cámara captura una imagen
+  * La imagen se redimensiona y normaliza
+  * El modelo identifica los objetos presentes
+  * Se filtran detecciones poco fiables
+  * El sistema realiza una acción
+Antes de utilizar un modelo complejo conviene construir una **línea base** o //baseline//.
+Una línea base es una solución sencilla que sirve como referencia para comprobar si el nuevo modelo aporta realmente una mejora.
+Algunos ejemplos son:
+* Elegir siempre la clase mayoritaria
+* Utilizar el promedio histórico
+* Aplicar una regla sencilla definida por un experto
+El nuevo modelo únicamente se justifica si mejora esta referencia de una forma **consistente y útil**.
+===== 2. Clasificación de modelos =====
+Los modelos de Inteligencia Artificial pueden clasificarse utilizando diferentes criterios.
+==== Según la fuente del conocimiento ====
+Podemos distinguir tres grandes tipos.
+^ Tipo ^ Características ^
+| **Basados en conocimiento** | Utilizan reglas explícitas introducidas por especialistas |
+| **Basados en datos** | Ajustan sus parámetros automáticamente a partir de ejemplos |
+| **Híbridos** | Combinan aprendizaje basado en datos con reglas o conocimiento experto |
+Por ejemplo, un sistema híbrido podría utilizar una red neuronal para reconocer patrones y posteriormente aplicar reglas para comprobar que la decisión cumple determinadas restricciones.
+Un sistema de concesión de crédito podría funcionar de esta manera:
+  * Un modelo estima el riesgo del cliente
+  * Un conjunto de reglas comprueba determinadas restricciones legales o empresariales
+  * El resultado final combina ambas decisiones
+==== Según el tipo de tarea ====
+Otra forma de clasificar los modelos consiste en observar el tipo de problema que resuelven.
+^ Tipo de tarea ^ Objetivo ^ Ejemplo ^
+| **Clasificación** | Asignar una categoría | Determinar si un correo es spam |
+| **Regresión** | Predecir un valor numérico | Estimar el precio de una vivienda |
+| **Agrupamiento** | Descubrir grupos similares | Segmentar clientes |
+| **Detección de anomalías** | Localizar casos atípicos | Detectar operaciones bancarias sospechosas |
+| **Recomendación** | Ordenar o seleccionar opciones | Recomendar películas |
+| **Planificación** | Elegir una secuencia de acciones | Calcular las acciones de un robot |
+Un mismo conjunto de datos puede utilizarse para resolver diferentes tareas.
+Sin embargo, cada tarea puede necesitar:
+* Algoritmos diferentes
+* Métricas diferentes
+* Estrategias de validación diferentes
+==== Según la forma de aprender ====
+También podemos clasificar los sistemas según cómo aprenden.
+^ Tipo de aprendizaje ^ Características ^
+| **Supervisado** | Existen ejemplos formados por una entrada y su salida correcta |
+| **No supervisado** | Los datos no disponen de una etiqueta objetivo |
+| **Semisupervisado** | Combina pocos ejemplos etiquetados con muchos ejemplos sin etiquetar |
+| **Por refuerzo** | Un agente aprende utilizando recompensas obtenidas al realizar acciones |
+También podemos distinguir entre:
+**Aprendizaje en línea**
+El modelo se actualiza progresivamente a medida que recibe nuevos datos.
+**Aprendizaje por lotes**
+El modelo se entrena utilizando conjuntos de datos y posteriormente se generan versiones concretas del modelo.
+El aprendizaje por lotes facilita aspectos como:
+  * Reproducir experimentos
+  * Comparar versiones
+  * Auditar modelos
+  * Controlar cuándo se actualiza un sistema
+===== 3. Automatización de tareas =====
+Utilizar Inteligencia Artificial para automatizar una tarea **no implica necesariamente eliminar la intervención humana**.
+Existen diferentes niveles de automatización.
+^ Estrategia ^ Funcionamiento ^
+| **Human-in-the-loop** | Una persona valida las decisiones realizadas por el sistema |
+| **Human-on-the-loop** | El sistema actúa automáticamente, pero una persona supervisa y puede intervenir |
+| **Automatización limitada** | Solo se automatizan los casos considerados suficientemente seguros |
+Los modelos también pueden utilizar **umbrales de confianza**.
+Por ejemplo:
+  * Si la confianza del modelo es superior al 95 %, la decisión se realiza automáticamente
+  * Si está entre el 70 % y el 95 %, se solicita revisión humana
+  * Si es inferior al 70 %, el sistema puede rechazar la decisión automática
+Esto permite que el modelo pueda **abstenerse** cuando no tiene suficiente confianza.
+==== Flujos deterministas y probabilísticos ====
+Podemos distinguir dos tipos de procesos.
+**Procesos deterministas**
+Una misma entrada produce siempre el mismo resultado.
+Por ejemplo:
+<code>
+SI edad < 18
+    ENTONCES acceso = denegado
+</code>
+**Procesos probabilísticos**
+El sistema devuelve una probabilidad o puntuación.
+Por ejemplo:
+<code>
+Probabilidad de fraude = 0.87
+</code>
+En los sistemas reales suelen combinarse ambos enfoques.
+Por ejemplo:
+  * Un modelo estima la probabilidad de fraude
+  * Una regla comprueba si la probabilidad supera cierto valor
+  * Otras reglas validan permisos, límites o restricciones
+  * Finalmente se determina qué acción debe realizarse
+==== Selección por coste esperado ====
+No todos los errores tienen necesariamente el mismo coste.
+En un problema de clasificación binaria podemos distinguir:
+  * **FP — Falso positivo**
+  * **FN — Falso negativo**
+Si cada error tiene un coste diferente, podemos calcular el coste esperado mediante:
+<code>
+C(τ) = C_FP · FP(τ) + C_FN · FN(τ)
+</code>
+donde:
+  * **τ** es el umbral utilizado para tomar la decisión
+  * **C_FP** es el coste de un falso positivo
+  * **C_FN** es el coste de un falso negativo
+  * **FP(τ)** es el número de falsos positivos para ese umbral
+  * **FN(τ)** es el número de falsos negativos para ese umbral
+No existe un **umbral universalmente correcto**.
+Su valor dependerá de factores como:
+  * El tipo de problema
+  * Las consecuencias de cada error
+  * La capacidad de revisión humana
+  * Los recursos disponibles
+===== 4. Razonamiento probabilístico =====
+Muchos problemas de Inteligencia Artificial contienen incertidumbre.
+El razonamiento probabilístico permite representar y trabajar con esta incertidumbre de forma matemática.
+==== Regla de Bayes ====
+La **regla de Bayes** permite actualizar una probabilidad utilizando nueva evidencia.
+Se expresa mediante:
+<code>
+P(c | x) = P(x | c) · P(c) / P(x)
+</code>
+donde:
+  * **P(c | x)** es la probabilidad de la clase //c// después de observar //x//
+  * **P(x | c)** es la probabilidad de observar //x// cuando pertenece a la clase //c//
+  * **P(c)** es la probabilidad previa de la clase
+  * **P(x)** es la probabilidad de observar //x//
+Un algoritmo basado en este principio es **Naive Bayes**.
+Naive Bayes supone que las características son **condicionalmente independientes** entre sí cuando conocemos la clase.
+Esta suposición puede ser poco realista, pero permite crear modelos:
+  * Rápidos
+  * Sencillos
+  * Estables
+  * Útiles como línea base
+En **Gaussian Naive Bayes**, las características numéricas se modelan utilizando una distribución normal para cada clase.
+==== Interpretar probabilidades ====
+Una puntuación producida por un modelo no siempre puede interpretarse directamente como una probabilidad fiable.
+Por ejemplo, imaginemos que un modelo asigna una probabilidad de:
+<code>
+P = 0.8
+</code>
+a muchos casos.
+Si posteriormente observamos que únicamente el 60 % de esos casos son realmente positivos, el modelo está mostrando una **confianza excesiva**.
+Para analizar este comportamiento pueden utilizarse herramientas como:
+  * Curvas de calibración
+  * Medida de Brier
+También debemos recordar que:
+**Una probabilidad alta no demuestra causalidad.**
+Además, una probabilidad alta tampoco elimina la incertidumbre cuando aparecen nuevos datos diferentes a los utilizados durante el entrenamiento.
+===== 5. Razonamiento impreciso y lógica difusa =====
+La lógica clásica trabaja normalmente con dos valores:
+<code>
+Verdadero
+Falso
+</code>
+Sin embargo, muchos conceptos del mundo real no tienen límites claramente definidos.
+Por ejemplo:
+  * Temperatura alta
+  * Velocidad rápida
+  * Persona joven
+  * Distancia cercana
+La **lógica difusa** permite representar estos conceptos utilizando diferentes grados de pertenencia.
+Una función de pertenencia puede expresarse como:
+<code>
+μA(x) ∈ [0,1]
+</code>
+Por ejemplo:
+<code>
+μAlta(30 °C) = 0.8
+</code>
+significa que una temperatura de 30 °C tiene un **grado de pertenencia de 0,8 al concepto "temperatura alta"**.
+Esto **no significa** que exista un 80 % de probabilidad de que la temperatura sea alta.
+La lógica difusa y la probabilidad representan conceptos diferentes.
+^ Probabilidad ^ Lógica difusa ^
+| Representa incertidumbre sobre un hecho | Representa el grado en el que algo pertenece a un concepto |
+| Ejemplo: 80 % de probabilidad de lluvia | Ejemplo: temperatura con grado 0,8 de pertenencia a "alta" |
+==== Fusificación, inferencia y desfusificación ====
+Un sistema de lógica difusa suele funcionar en tres etapas.
+=== Fusificación ===
+Las entradas numéricas se transforman en grados de pertenencia.
+Por ejemplo, una temperatura puede pertenecer simultáneamente a varios conjuntos:
+<code>
+Temperatura = 28 °C
+Media = 0.4
+Alta  = 0.7 </code>
+=== Inferencia ===
+Se evalúan reglas del tipo **SI-ENTONCES**.
+Por ejemplo:
+<code>
+SI temperatura es alta
+Y carga es elevada
+ENTONCES ventilación es muy alta
+</code>
+Para combinar condiciones pueden utilizarse operadores como:
+  * **mínimo** para AND
+  * **máximo** para OR
+=== Desfusificación ===
+El resultado difuso se transforma nuevamente en un valor numérico.
+Uno de los métodos utilizados es el **centroide**.
+**Ejemplo razonado**
+Un sistema de climatización podría utilizar la regla:
+<code>
+SI temperatura es alta
+Y carga es elevada
+ENTONCES ventilación es muy alta
+</code>
+Las funciones de pertenencia pueden solaparse.
+Gracias a ello, el sistema puede modificar gradualmente la ventilación en lugar de producir cambios bruscos cuando se supera un determinado umbral.
+==== Diseño y validación ====
+Los elementos de un sistema difuso deben diseñarse cuidadosamente:
+  * Etiquetas lingüísticas
+  * Funciones de pertenencia
+  * Reglas
+  * Métodos de inferencia
+  * Métodos de desfusificación
+Estos elementos pueden proceder de:
+  * Conocimiento experto
+  * Datos
+  * Una combinación de ambos
+Durante la validación deben comprobarse aspectos como:
+  * Cobertura del espacio de entrada
+  * Existencia de reglas contradictorias
+  * Zonas en las que ninguna regla se activa
+  * Continuidad de la salida
+  * Comportamiento ante valores extremos
+===== 6. Sistemas basados en reglas =====
+Los sistemas basados en reglas representan el conocimiento mediante reglas de producción.
+Una regla contiene:
+  * **Antecedentes:** condiciones que deben cumplirse
+  * **Consecuentes:** acciones o conclusiones obtenidas
+Ejemplo:
+<code>
+SI temperatura > 80
+Y presión > 5
+ENTONCES activar alarma
+</code>
+Un sistema basado en reglas suele incluir varios componentes.
+^ Componente ^ Función ^
+| **Base de hechos** | Contiene la información conocida actualmente |
+| **Base de reglas** | Contiene las reglas del sistema |
+| **Motor de inferencia** | Determina qué reglas deben ejecutarse |
+| **Módulo de explicación** | Registra o explica la cadena de razonamiento |
+==== Encadenamiento hacia adelante y hacia atrás ====
+Existen dos estrategias principales para aplicar las reglas.
+=== Encadenamiento hacia adelante ===
+Parte de los **hechos conocidos** y aplica reglas hasta obtener nuevas conclusiones.
+Podemos representarlo como:
+<code>
+HECHOS → REGLAS → NUEVOS HECHOS → CONCLUSIÓN
+</code>
+Es especialmente adecuado para tareas de:
+  * Monitorización
+  * Control
+  * Sistemas reactivos
+=== Encadenamiento hacia atrás ===
+Parte de una **hipótesis** e intenta comprobar si los hechos disponibles permiten demostrarla.
+<code>
+HIPÓTESIS → REGLAS NECESARIAS → HECHOS
+</code>
+Resulta útil en tareas como:
+  * Diagnóstico
+  * Consulta
+  * Sistemas expertos
+=== Resolución de conflictos ===
+En ocasiones varias reglas pueden ejecutarse simultáneamente.
+En ese caso aparece un **conflicto**.
+El sistema puede decidir qué regla ejecutar utilizando criterios como:
+  * Prioridad
+  * Especificidad
+  * Novedad
+  * Una estrategia de agenda
+Si esta política no se define explícitamente, el resultado podría depender accidentalmente del orden en el que estén programadas las reglas.
+==== Árboles de decisión y reglas aprendidas ====
+Los **árboles de decisión** dividen progresivamente el espacio de variables mediante preguntas.
+Por ejemplo:
+<code>
+              ¿Edad < 30?
+               /       \
+             Sí         No
+            /             \
+    ¿Ingresos altos?     ...
+       /      \
+      Sí       No
+</code>
+Una de sus principales ventajas es que pueden ser relativamente fáciles de interpretar.
+Además, un árbol puede transformarse en reglas.
+Por ejemplo:
+<code>
+SI edad < 30
+Y ingresos = altos
+ENTONCES clase = A
+</code>
+Sin embargo, los árboles demasiado profundos pueden **memorizar los datos de entrenamiento**, produciendo sobreajuste.
+Este problema puede controlarse mediante parámetros como:
+  * Profundidad máxima
+  * Número mínimo de ejemplos por hoja
+  * Poda del árbol
+===== 7. Redes neuronales como modelo alternativo =====
+Una **neurona artificial** realiza una combinación ponderada de sus entradas.
+Puede expresarse mediante:
+<code>
+z = wᵀx + b
+</code>
+donde:
+  * **x** representa las entradas
+  * **w** representa los pesos
+  * **b** es el sesgo o //bias//
+Posteriormente se aplica una **función de activación**.
+Una red neuronal multicapa conecta múltiples neuronas formando diferentes capas.
+De forma simplificada:
+<code>
+Entrada → Capa oculta → Capa oculta → Salida
+</code>
+Durante el entrenamiento los pesos se modifican mediante técnicas como:
+  * Descenso de gradiente
+  * Retropropagación
+Las redes neuronales pueden representar relaciones complejas y no lineales.
+Sin embargo, normalmente requieren:
+  * Escalado de variables
+  * Ajuste de hiperparámetros
+  * Cantidades suficientes de datos
+  * Control del sobreajuste
+El rendimiento del modelo debe evaluarse utilizando **datos que no hayan sido utilizados durante el entrenamiento**.
+Un único resultado puede depender de cómo se hayan dividido aleatoriamente los datos.
+Por este motivo es habitual:
+  * Fijar semillas aleatorias
+  * Mantener un conjunto de prueba
+  * Utilizar validación cruzada cuando sea adecuado
+===== 8. Evaluación y elección del modelo =====
+El objetivo final no consiste simplemente en encontrar el modelo con mayor precisión.
+Debemos seleccionar el modelo más adecuado para resolver el problema completo.
+==== Matriz de confusión y métricas ====
+En un problema de clasificación binaria podemos obtener cuatro tipos de resultados.
+^  ^ Predicción positiva ^ Predicción negativa ^
+| **Real positivo** | Verdadero positivo (**TP**) | Falso negativo (**FN**) |
+| **Real negativo** | Falso positivo (**FP**) | Verdadero negativo (**TN**) |
+A partir de ellos pueden calcularse diferentes métricas.
+=== Precisión ===
+Indica qué proporción de las predicciones positivas era realmente positiva.
+<code>
+precision = TP / (TP + FP)
+</code>
+=== Sensibilidad o Recall ===
+Indica qué proporción de los casos positivos reales ha detectado el modelo.
+<code>
+recall = TP / (TP + FN)
+</code>
+=== F1 ===
+La medida **F1** combina precisión y //recall// mediante su media armónica.
+En problemas multiclase pueden calcularse métricas:
+  * Para cada clase
+  * Promedio macro
+  * Promedio micro
+  * Promedio ponderado
+La **matriz de confusión** permite observar qué clases está confundiendo el modelo.
+Esto proporciona información que una única medida global de exactitud puede ocultar.
+==== Robustez, interpretabilidad y mantenimiento ====
+Un modelo no debe evaluarse únicamente utilizando datos ideales.
+También debemos analizar su **robustez** ante situaciones como:
+  * Ruido
+  * Datos ausentes
+  * Cambios de escala
+  * Valores extremos
+  * Datos fuera del rango habitual
+Otro aspecto importante es la **interpretabilidad**.
+Algunos modelos son interpretables por su propia estructura.
+Por ejemplo:
+  * Sistemas de reglas pequeños
+  * Árboles de decisión poco profundos
+Otros modelos necesitan técnicas adicionales para intentar explicar sus decisiones.
+Sin embargo, una explicación local de una predicción concreta **no convierte automáticamente un modelo complejo en un modelo seguro o completamente interpretable**.
+Las explicaciones deben analizarse teniendo en cuenta:
+  * Fidelidad
+  * Estabilidad
+  * Utilidad para la persona que debe tomar la decisión
+==== Comparación de algunos modelos ====
+^ Modelo ^ Fortaleza ^ Principal limitación ^ Cantidad de datos ^ Uso típico ^
+| **Naive Bayes** | Rápido | Suposición fuerte de independencia | Pocos-medios | Línea base |
+| **Árbol de decisión** | Legible | Sobreajuste | Pocos-medios | Reglas segmentadas |
+| **Lógica difusa** | Suavidad y lenguaje natural | Requiere diseño experto | Conocimiento | Sistemas de control |
+| **Red neuronal** | Modela relaciones no lineales | Opacidad y necesidad de ajuste | Medios-muchos | Patrones complejos |
+La elección final de un modelo debe considerar conjuntamente:
+  * Rendimiento
+  * Coste de los errores
+  * Latencia
+  * Explicabilidad
+  * Recursos disponibles
+  * Facilidad de actualización
+  * Riesgo
+En muchos proyectos, la solución más adecuada consiste en una **arquitectura híbrida** en la que se combinan:
+  * Un modelo estadístico o de aprendizaje automático
+  * Validaciones deterministas
+  * Reglas
+  * Revisión humana
+===== Síntesis de la unidad =====
+Seleccionar un modelo de Inteligencia Artificial es fundamentalmente una **decisión de ingeniería**.
+El proceso puede resumirse de la siguiente forma:
+<code>
+Definir el problema
+        ↓
+Establecer requisitos
+        ↓
+Crear una línea base
+        ↓
+Seleccionar modelos candidatos
+        ↓
+Entrenar y validar
+        ↓
+Comparar métricas y costes
+        ↓
+Analizar robustez e interpretabilidad
+        ↓
+Seleccionar el modelo
+        ↓
+Desplegar y mantener
+</code>
+No debemos elegir un modelo únicamente porque obtenga la mejor métrica durante un experimento.
+El modelo más preciso **no siempre es el modelo más adecuado para utilizar en producción**.
+La decisión final debe considerar tanto el rendimiento técnico como las restricciones, los riesgos y las necesidades reales del sistema.
+----