Escolar Documentos
Profissional Documentos
Cultura Documentos
Objetivos
Conocer la arquitectura tpica de un sistema de produccin, distinguiendo los distintos componentes. Diferenciar los sistemas de produccin de las aproximaciones algortmicas tradicionales. Percibir claramente la separacin entre el conocimiento y los mecanismos de control del sistema, como una caracterstica fundamental de estos sistemas. Estudiar la dinmica bsica de los sistemas de produccin, en funcin de la estrategia de control. Comprender las ventajas y limitaciones de utilizacin de los sistemas de produccin. Valorar qu tipos de problemas son adecuados para resolver utilizando sistemas de produccin.
Inteligencia Artificial. Ingeniera Informtica 2
Contenidos
Definicin Arquitectura Base de conocimientos Memoria activa Motor de inferencias Dinmica de los sistemas de produccin Dirigidos por los datos Dirigidos por las metas Ciclo bsico de los sistemas de produccin Fase de decisin o seleccin de reglas Fase de ejecucin
Inteligencia Artificial. Ingeniera Informtica 3
Bibliografa
Moret, V., Alonso, A., Cabrero, M. J., Guijarro, B., y Mosqueira, E. (2005). Fundamentos de Inteligencia Artificial (2ed). Servicio de Publicacins. Universidade da Corua. Borrajo, D., Juristo, N., Martnez, V. y Pazos, J. (1993). Inteligencia Artificial: Mtodos y Tcnicas. Editorial Centro de Estudios Ramn Areces eds. Negnevitsky, Artificial Intelligence: a guide of intelligent systems.", Addison-Wesley, 2002 Mira, J., Delgado, A.E., Boticario, J.G., Dez, F.J. (1995). Aspectos bsicos de la Inteligencia Artificial. Sanz y Torres. Galn, S.F., Gonzlez, J. y Mira, J. (1998). Problemas Resueltos de Inteligencia Artificial Aplicada. Bsqueda y Representacin. Addison-Wesley.
Inteligencia Artificial. Ingeniera Informtica 4
Introduccin
Programas secuenciales:
dependientes de los datos, condiciones iniciales, parmetros, respuestas de los usuarios, resultados de cmputos anteriores, el flujo de control y la utilizacin de los datos estn especificados de manera rgida por el programa. el defecto especfico de estos programas es su secuencialidad: la bifurcacin slo se efecta en puntos y caminos explcitamente previstos en el cdigo del programa. en entornos cambiantes, la bifurcacin ser la norma, no la excepcin, ya sea a partir de un nuevo estmulo, en funcin de sus propiedades y contenidos, o bien, en ausencia de nuevos estmulos, ser a partir del contexto actual, historia o ltimo estado.
Inteligencia Artificial. Ingeniera Informtica 5
Introduccin
Programacin basada en eventos:
adecuada para situaciones en las que continuamente estn surgiendo nuevos estmulos, bien originados por el entorno externo o bien generados internamente por el programa. el programa responde directamente a un amplio rango de sucesos, algunos imprevistos, en lugar de hacerlo a datos esperados. no usan estructuras de control inflexibles y especificadas de antemano. reconocen patrones en los datos, y seleccionan trozos de cdigo en el sistema para que se activen. Sistemas de inferencia dirigidos por patrones (SIDP)
Inteligencia Artificial. Ingeniera Informtica 6
Introduccin
Los SIDP tienen estructura modular Cada mdulo es responsables de detectar las distintas situaciones posibles, reconociendo patrones en los datos, y de responder de forma adecuada a las mismas. Los mdulos se dividen funcionalmente en antecedente o lado izquierdo y consecuente o lado derecho El antecedente efecta todos los accesos a los datos, para verificarlos y equipararlos con los patrones plantilla del mdulo. El consecuente efecta la escritura o modificacin de datos. Tales mdulos se denominan reglas, y los SIDP compuestos por conjuntos de reglas, Sistemas basados en Reglas (SBR) o Sistemas de Produccin.
Inteligencia Artificial. Ingeniera Informtica 7
Sistemas de Produccin
Definicin:
Sistemas inteligentes basados en reglas que operan frente a una base de hechos con mecanismos de emparejamiento formando parte explcita de su arquitectura.
10
INTERFAZ
Usuario
SUBSISTEMA DE EXPLICACION
Inteligencia Artificial. Ingeniera Informtica
11
Base de Conocimientos
Caractersticas
Describe el universo de discurso o dominio en el cual el sistema de produccin tiene que plantear soluciones. Est constituida por bases de hechos (BH) y por bases de reglas (BR). Las bases de hechos forman el esqueleto declarativo del sistema de produccin, y su misin es la de articular a todos los hechos potencialmente relevantes del dominio. Las bases de reglas constituyen el esqueleto procedimental del sistema de produccin, y a travs de ellas se posibilita la construccin de los circuitos inferenciales que nos van a permitir obtener conclusiones vlidas. La estructura de las bases de hechos y de las bases de reglas debe ser tal que ambas entidades puedan "comprenderse" entre s.
12
IF: <PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> IF: THEN: <CREPUSCULO COLOR> = <ACTIVIDAD AND:AND: <CIELO NUBES> DESCARTADA> = AND: <CIELO TONALIDAD> = THEN: <PRONOSTICO METEOROLOGICO> =
BASE DE HECHOS
Crepsculo Color Cielo Nubes Tonalidad Inteligencia Artificial. Ingeniera Informtica Pronstico Meteorologa
13
IF: <PRONOSTICO METEOROLOGICO> <ACTIVIDAD RECOMENDADA> IF: THEN: <CREPUSCULO COLOR> = <ACTIVIDAD AND:AND: <CIELO NUBES> DESCARTADA> = AND: <CIELO TONALIDAD> = THEN: <PRONOSTICO METEOROLOGICO> =
BASE DE HECHOS
Crepsculo Cielo
Actividad Pronstico
14
Almacena todos los cambios de estado de nuestro sistema, de forma que representa siempre nuestro estado actual. Es la responsable de interaccionar con el mundo exterior, aceptando la entrada de informacin de naturaleza no inferencial. Es el foco permanente de atencin de las reglas del sistema.
Inteligencia Artificial. Ingeniera Informtica 15
16
< CR EPSCULO COLOR > < CIELO NUBES> < CIELO TONALIDAD>
IF: <PRONOSTICO IF: <PRONOSTICOMETEOROLOGICO> METEOROLOGICO> = =BUEN_TIEMPO BUEN_TIEMPO THEN: <ACTIVIDAD RECOMENDADA> = IF: <CREPUSCULO COLOR> = ROJO <ACTIVIDAD RECOMENDADA> =IR_AL_CAMPO IR_AL_CAMPO IF: THEN: <CREPUSCULO COLOR> = ROJO AND: <ACTIVIDAD DESCARTADA> = AND: <CIELO NUBES> = <ACTIVIDAD =IR_AL_CINE IR_AL_CINE AND:AND: <CIELO NUBES> DESCARTADA> =AUSENTES AUSENTES AND: <CIELO TONALIDAD> = NORMAL AND: <CIELO TONALIDAD> = NORMAL THEN: = THEN: <PRONOSTICO <PRONOSTICOMETEOROLOGICO> METEOROLOGICO> =BUEN_TIEMPO BUEN_TIEMPO
BASE DE HECHOS
Crepsculo Crepsculo Cielo Cielo
Pronstico Pronstico
IR AL CAMPO
Lanzamos un proceso inferencial dirigido por los objetivos (el motor de inferencias investiga las hiptesis de la memoria activa no establecidas <ACTIVIDAD RECOMENDADA> = IR AL CAMPO)
Inteligencia Artificial. Ingeniera Informtica 17
<ACTIVIDAD
Investigamos el antecedente de la Regla 2 para ver si con la informacin de la memoria activa se puede concluir algo
REGLA 2
18
REGLA 1
<CREPUSCULO <CREPUSCULO COLOR> COLOR> <CIELO <CIELONUBES> NUBES> <CIELO <CIELOTONALIDAD> TONALIDAD> <PRONOSTICO <PRONOSTICOMETEOROLOGICO> METEOROLOGICO>
< CR EPSCULO COLOR > < CIELO NUBES> < CIELO TONALIDAD>
19
< CR EPSCULO COLOR > < CIELO NUBES> < CIELO TONALIDAD>
< PRON S TICO METEORO LGICO>
20
<PRONOSTICO METEOROLOGICO> = BUEN TIEMPO <ACTIVIDAD RECOMENDADA> = IR AL CAMPO <ACTIVIDAD DESCARTADA> = IR AL CINE Inteligencia Artificial. Ingeniera Informtica
21
<PRONSTICO METEOROLGICO>
<ACTIVIDAD RECOMENDADA>
IR AL CAMPO
<ACTIVIDAD DESCARTADA>
IR AL CINE
22
23
25
Emparejador o interprete de reglas Estrategia de bsqueda y heursticas de exploracin Mecanismos de autoconocimiento (estructuras analizadas, estados del problema, cambios en la memoria activa, prioridades de reglas, etc.) Mecanismos de terminacin de los procesos inferenciales
Inteligencia Artificial. Ingeniera Informtica
27
El primero es la forma natural de trabajar para sistemas dedicados al anlisis y la interpretacin, como por ejemplo DENDRAL. El segundo es el mtodo utilizado por sistemas con tareas de diagnstico, como MYCIN. Es posible combinar ambas aproximaciones: razonamiento bidireccional. El mecanismo bsico es normalmente encadenamiento regresivo, y slo cuando se establecen nuevos hechos se empleara encadenamiento progresivo para maximizar el uso de nuevos datos.
Inteligencia Artificial. Ingeniera Informtica
28
Memoria Activa
M0 = <A, B, D, Y, E, (H)>
Datos del problema o hechos previamente demostrados Hiptesis sin confirmar
Ejemplo dinmico 1
Restricciones del motor de inferencias:
Encadenamiento progresivo Activacin de todas las reglas que emparejen con la memoria activa Bsqueda en profundidad con ejecucin de la primera regla de las que hayan sido activadas ms recientemente No ejecutar dos veces la misma regla Terminar cuando H sea un hecho demostrado e incorporado a la memoria activa
Inteligencia Artificial. Ingeniera Informtica 30
Ejemplo dinmico 1
Funcionamiento
El emparejador examina los antecedentes de las reglas y selecciona aquellas que se corresponden con hechos y datos de la memoria activa. Se ejecutar la primera de las reglas activadas, y el resultado se incorporar a la memoria activa. Se comprobar si en la memoria activa aparece H como hecho demostrado. En caso contrario se repetir un nuevo ciclo hasta:
encontrar la solucin todas las reglas han sido ejecutadas y no se ha llegado a la solucin
Inteligencia Artificial. Ingeniera Informtica 31
R4:
R5: R6: R7:
IF (A and B) THEN C
R4
Ciclo 1
R4 Ciclo 1
H M1
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
32
R2 R7
Reglas ejecutadas
R2:
R3: R4: R5: R6:
IF (C and D) THEN G
R2 Ciclo 2 R4 Ciclo 1
R7:
IF (E and C) THEN F
Memoria Activa Memoria Activa
M1 = <A, B, D, Y, E, (H), C> M2 = <A, B, D, Y, E, (H), C, G>
H M2
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
33
Base de Reglas
R1: R2: R3: R4: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) THEN THEN THEN THEN THEN THEN Z G H C V F
R5 R7
Reglas ejecutadas
R5:
R6: R7:
IF (F or G)
IF (Z and B) IF (E and C)
THEN X
Memoria Activa
Memoria Activa
M2 = <A, B, D, Y, E, (H), C, G>
H M3
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
34
Base de Reglas
R1
G H C X V F
Ciclo 4 Ciclo 3
Reglas ejecutadas
R1:
R2: R3: R4: R5: R6: R7:
IF (X and Y) THEN Z
IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN
R7
Ciclo 2 Ciclo 1
H M4
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
35
Base de Reglas
R1: R2: R3: R4: R5: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H C X F
R6
Reglas ejecutadas
R7
Ciclo 2 Ciclo 1
R6:
R7:
IF (Z and B) THEN V
H M5
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
36
R3 Base de Reglas
R1: R2: IF (X and Y) IF (C and D) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G C X V F
Reglas ejecutadas
R3:
R4: R5: R6: R7:
IF (E and V) THEN H
R7
Ciclo 2 Ciclo 1
SI
Terminar
37
Ejemplo dinmico1
Circuito inferencial generado:
A C B D Y B E
Inteligencia Artificial. Ingeniera Informtica 38
X Z V H
Ejemplo dinmico 2
Restricciones del motor de inferencias:
Encadenamiento regresivo Activacin de todas las reglas que emparejen con la memoria activa Bsqueda en anchura exhaustiva No ejecutar dos veces la misma regla Terminar cuando H sea un hecho demostrado e incorporado a la memoria activa
Inteligencia Artificial. Ingeniera Informtica 39
Ejemplo dinmico 2
Funcionamiento
El emparejador examinar las conclusiones de las reglas y seleccionar aqullas que correspondan a hiptesis de la memoria activa. De este modo se van a ir generando subhiptesis que irn incorporndose a la memoria activa. La generacin sucesiva de submetas se denomina retropropagacin. Una vez que la retropropagacin ha concluido, comienza la fase de ejecucin. En la fase de ejecucin las correspondientes conclusiones son inferidas a travs de un proceso "hacia adelante", y por lo tanto la hiptesis inicial puede ser verificada. Esta situacin ocurre cuando una regla es directamente ejecutable, y por lo tanto su conclusin puede ser establecida.
Inteligencia Artificial. Ingeniera Informtica 40
Base de Reglas
R1: R2: IF (X and Y) IF (C and D) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G C X V F
Ciclo Regla
1 R3
E M0 V M0
R3:
R4: R5: R6: R7:
IF (E and V) THEN H
Reglas ejecutadas
Hiptesis
V H
Ciclo 1 Ciclo 0
Ciclo 1
Memoria Activa
Memoria Activa
Emparejamiento R3 M0 = <A, B, D, Y, E, (H)>
H M1
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
41
Base de Reglas
R1: R2: R3: R4: R5: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H C X F
Ciclo Regla
2 R6
1 R3
B M1 Z M1
Hiptesis
Reglas ejecutadas
Z V H
Ciclo 2 Ciclo 1
R6:
R7:
IF (Z and B) THEN V
Memoria Activa
Memoria Activa
M1 = <A, B, D, Y, E, (H), (V)> Emparejamiento R6
H M2
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
42
Base de Reglas
Ciclo Regla
3 R1
2 R6
1 R3
Y M2 X M2
R1:
R2: R3: R4: R5: R6: R7:
IF (X and Y) THEN Z
IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN G H C X V F Reglas ejecutadas Ciclo 3 Ciclo 2 Ciclo 1 X Z V H Hiptesis Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
Memoria Activa
M2 = <A, B, D, Y, E, (H), (V), (Z)>
H M3
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
43
Base de Reglas
R1: R2: R3: R4: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) THEN THEN THEN THEN THEN THEN Z G H C V F
Ciclo Regla
4 R5
3 R1
2 R6
1 R3
F M3 G M3
Hiptesis
F|G X Z V H
R5:
R6: R7:
IF (F or G)
IF (Z and B) IF (E and C)
THEN X
Memoria Activa
M3 = <A, B, D, Y, E, (H), (V), (Z), (X)> Emparejamiento R5
Memoria Activa M4 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G) >
H M4
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
44
Base de Reglas
R1: IF (X and Y) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) THEN THEN THEN THEN THEN Z H C X V
Ciclo Regla
5 R2|R7
4 R5
3 R1
2 R6
1 R3
C M4 D M4 D M4
Hiptesis Ciclo 5 Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
R2:
R3: R4: R5: R6:
IF (C and D) THEN G
Reglas ejecutadas Ciclo 5 Ciclo 1
C F|G X Z V H
R7:
IF (E and C) THEN F
Memoria Activa
M4 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G)> Emparejamiento R2, R6
Memoria Activa M5 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), (C) >
H M5
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
45
Base de Reglas
R1: R2: R3: IF (X and Y) IF (C and D) IF (E and V) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN Z G H X V F
Ciclo Regla
5 R2|R7
4 R5
3 R1
2 R6
1 R3
A M5 B M5
Hiptesis F|G X Z V H Ciclo 4 Ciclo 3 Ciclo 2 Ciclo 1 Ciclo 0
R4:
R5: R6: R7:
IF (A and B) THEN C
Memoria Activa
M5 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), (C)> Emparejamiento Ejecucin R4
Memoria Activa M6 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), C >
H M6
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
46
Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
Ciclo Regla
4 R5
3 R1
2 R6
1 R3
Memoria Activa
M6 = <A, B, D, Y, E, (H), (V), (Z), (X), (F), (G), C> Ejecucin R2, R7
H M7
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
48
Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
Ciclo Regla
3 R1
2 R6
1 R3
Reglas ejecutadas R5 R2|R7 R4 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1 Z V H Hiptesis Ciclo 2 Ciclo 1 Ciclo 0
Memoria Activa
M7 = <A, B, D, Y, E, (H), (V), (Z), (X), F, G, C> Ejecucin R5
H M8
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
49
Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F R1 R5 R2|R7 R4 Ciclo 9 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1
2 R6
1 R3
Memoria Activa
M8 = <A, B, D, Y, E, (H), (V), (Z), X, F, G, C> Ejecucin R1
H M9
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
50
Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
Reglas ejecutadas R6 R1 R5 R2|R7 R4 Ciclo 10 Ciclo 9 Ciclo 8 Ciclo 7 Ciclo 6 Ciclo 5 Ciclo 1
Ciclo Regla
1 R3
Hiptesis H Ciclo 0
Memoria Activa
M9 = <A, B, D, Y, E, (H), (V), Z, X, F, G, C> Ejecucin R6
H M10
Inteligencia Artificial. Ingeniera Informtica
NO
Continuar
51
Base de Reglas
R1: R2: R3: R4: R5: R6: R7: IF (X and Y) IF (C and D) IF (E and V) IF (A and B) IF (F or G) IF (Z and B) IF (E and C) THEN THEN THEN THEN THEN THEN THEN Z G H C X V F
R3 R6 R1 R5 R2|R7 R4
Ciclo Regla
Hiptesis
Memoria Activa
M10 = <A, B, D, Y, E, (H), V, Z, X, F, G, C> Ejecucin R3
H M11
SI
Terminar
52
Ejemplo dinmico
Circuito inferencial generado
E H? R3 V ? R6 Z? R1 X? R5 G? R2 D PROCESO EVOCATIVO: FASE DE RETROPROPAGACIN B Y E F ? R7 C ? R4 B A
54
57
58
Conclusiones
Esta transparencia est en blanco intencionadamente Llnala con tus conclusiones
59