Escolar Documentos
Profissional Documentos
Cultura Documentos
QU ES LA INTELIGENCIA
ARTIFICIAL ?
La Inteligencia Artificial
Es un campo de la ciencia que trata de realizar, con
mquinas, tareas que pueden ser realizadas por el
hombre, aplicando cualquier tipo de razonamiento.
Pensar racionalmente
- Intentar codificar la manera correcta de pensar. Un proceso de
razonamiento irrefutable
- Aristteles fue uno de los primeros, a travs de sus silogsmos
(esquemas de estructuras de argumentacin en las que siempre se
llega a conclusiones correctas si partimos de premisas correctas)
- Lgica. Notacin precisa para definir sentencias sobre todo tipo de
elementos del mundo y especificar relaciones entre ellos
- Ya en 1965 haban programas que resolvan cualquier problema
que pudiera expresarse mediante la notacin de la lgica
- No es fcil transformar conocimiento informal y expresarlo en
trminos formales, sobre todo cuando el conocimiento es inferior al
100%
- Es diferente a resolver un problema en principio y hacerlo en la
prctica. Hay problemas que an con unos pocos datos pueden
agotar los recursos computacionales
Actuar racionalmente
- Un enfoque basado en agentes. Algo que razona
- Los agentes informticos se deben distinguir de los programas
convencionales
- Perciben su entorno. Persisten en el tiempo. Se adaptan a los
cambios y son capaces de alcanzar objetivos diferentes
- Un agente racional actan con la intencin de alcanzar el mejor
resultado, cuando hay incertidumbre, el mejor resultado
esperado.
- Las habilidades que se necesitan en la prueba de Turing deben
permitir emprender acciones racionales
- Es necesario contar con la capacidad para representar el
conocimiento y razonar basndonos en l
- El enfoque de la IA basados en las leyes del pensamiento pone
todo el nfasis en hacer inferencias correctas, lo cual podra
considerarse como racional. Sin embargo una inferencia correcta
no depende siempre de la racionalidad. Hay situaciones en las que
no hay nada correcto que hacer y es necesario tomar una decisin
Tambin hay maneras de actuar racionalmente que no implican
realizar inferencias
Prueba de Turing
- Alan Turing. 1950
- Proporciona una definicin operacional y satisfactoria
de Inteligencia
- Prueba basada en la incapacidad de diferenciar entre
entidades artificiales y seres humanos
- En la actualidad, programar una computadora para
que supere la prueba requiere un trabajo considerable
- El computador supera la prueba si un evaluador
humano no es capaz de distinguir si las respuestas a
una serie de preguntas, son de una persona no.
Fundamentos de la IA
Fundamentos de la IA
Filosofa
Existen reglas formales para extraer conclusiones vlidas?. Cmo se
genera la inteligencia mental? De donde viene el conocimiento?
Cmo se pasa del conocimiento a la accin?
Silogsmos:
Fundamentos de la IA
Matemticas
Qu reglas formales seguir para obtener conclusiones vlidas? Qu
se puede computar? Cmo razonamos con incertidumbre?
Lgica formal:
Fundamentos de la IA
Economa
Cmo tomar decisiones para maximizar rendimiento?
Teora de la decisin: Combina la teora de la probabilidad con
la teora de la utilidad
Teora de juegos:
En algunos juegos, un agente racional
deba actuar de forma aleatoria, o al
menos, aleatoria en apariencia con
respecto a sus contrincantes
Investigacin operativa: Orienta a la optimizacin y toma de
decisiones de direccin complejas.
Satisfaccin: Toma de decisiones que son suficientemente
buenas.
Fundamentos de la IA
Neurociencia
Cmo procesa informacin el cerebro?
Neurociencia:
Neuronas:
Fundamentos de la IA
Psicologa
Cmo piensan y actan los humanos y los animales?
Conductismo: Rechaza cualquier teora en la que intervengan
procesos mentales. Insistieron en el estudio exclusivo de
mediciones objetivas de percep ciones (estmulos) y de las
acciones resultantes (respuestas)
Psicologa cognitiva: Conceptualizacin del cerebro como un
dispositivo de procesamiento de Informacin. Pone nfasis en que
la percepcin entraa cierto tipo de inferencia lgica inconsciente
Ciencia cognitiva:
Utilizacin de modelos informticos para
modelar la psicologa de la memoria, el lenguaje y el pensamiento
lgico.
Fundamentos de la IA
Ingeniera Computacional
Cmo se puede construir un computador eficiente?
Computadora: La IA necesita adems de Inteligencia y un
Artefacto (la computadora).
Hardware:
Cada generacin de dispositivos ha conllevado a
un aumento en la velocidad de proceso y
capacidad de almacenamiento
Software:
Los Sistemas operativos, los lenguajes de programacin y las herramientas modernas para escribir
programas. La investigacin en IA ha generado
numerosas ideas importantes: Tiempo compartido,
intrpretes imperativos, interfases grficas,
entornos de desarrollo rpido, programacin
simblica, funcional, dinmica, orientada a objetos.
Fundamentos de la IA
Teora del Control y ciberntica
Cmo pueden los artefactos operar bajo su propio control?
Teora del control:
Ciberntica:
Funcin objetivo:
Fundamentos de la IA
Lingstica
Cmo est relacionado el lenguaje con el pensamiento?
Lingstica computacional: Convergencia entre la lingstica
moderna y la IA (procesamiento
de lenguaje natural)
Historia de la IA
Perodo de Gestacin (1943-1956)
Modelo de neuronas artificiales (1943)
Reglas de actualizacin de aprendizaje (1949)
Programas de ajedrez para computadoras (1950,1953)
Primera computadora para simular una red de 40 neuronas a
partir de un computador de tubos de vaco (1951)
Lenguaje LISP. Primer lenguaje de IA (1958)
Reunin en el Darmouth College (1956)
Programa capaz de demostrar teoremas de lgica
Aparece por primera vez el trmino: Inteligencia Artificial
Historia de la IA
Entusiasmo y grandes expectativas (1952-1965)
GPS. Solucionador general de problemas. Aborda un problema
como un conjunto de subproblemas y posibles cursos de accin.
Juego de damas con aprendizaje de la experiencia de las
partidas jugadas (1952)
Contribuciones de McCarthy en el MIT. LISP Compartido y
desarrollo del EC (programa que incorpora conceptos de
representacin y conocimiento) (1958)
Contribuciones de McCarthy en Stanford. Sistema de
planificacin y respuesta de preguntas (1969). Solucin a
problemas limitados (micromundos ANALOGY: analoga
geomtrica)
Historia de la IA
Dosis de Realidad (1966-1974)
Se predijo que en 10 aos habra una mquina inteligente
Teora de NP-Completos
Programa ELIZA, en el MIT, que simulaba el comportamiento de
un psicoanalista (1965)
Experimentos en Machine Evolution (ahora llamados algoritmos
genticos)
Perceptrones. Tipo de redes neuronales (1969)
Historia de la IA
Sistemas basados en conocimientos (1969-1979)
Dendral. Sistema para inferir estructuras moleculares
Mycin. Sistema para el diagnstico mdico de enfermedades
sanguneas
Se modela la incertidumbre
HPP. Proyecto de programacin heurstica
SHDRLU. Sistema para la comprensin del lenguaje natural.
Lenguaje PROLOG (1972)
Historia de la IA
IA como industria (1980-1988)
R1. Primer sistema experto comercial, para la elaboracin de pedidos
Proyecto de quinta generacin en Japn (mquina PROLOG)
Mquinas optimizadas para ejecutar LISP
Se produce un impacto industrial en los campos como la robtica y la
visin artificial
Regreso a las redes neronales (1986-presente)
Hopfield. Rumelhart y Hinton. Nuevos modelos de RN
Reconocimiento de voz (HMM)
Incertidumbre (Bayes)
Robtica
Aprendizaje
Realidad virtual
Aplicaciones de la IA
Tratamiento de lenguaje natural
Sistemas Expertos
Demostracin de teoremas
Robtica
Programacin automtica
Problemas de planificacin
Reconocimiento de patrones
Manejo de incertidumbre
Resolucin de problemas
Visin artificial
TCNICAS DE
INTELIGENCIA ARTIFICIAL
resolver problemas
Razonamiento como alternativa al razonamiento basado
en reglas (sistemas expertos)
Se utiliza para la resolucin de problemas, implicando un
enfoque fundamentalmente diferente al de la mayora de
los sistemas
En lugar de basarse exclusivamente en el conocimiento
general del dominio de un problema o de establecer
asociaciones a travs de un conjunto de relaciones
generalizadas entre descriptores de problemas y
conclusiones, utilizan el conocimiento especfico de
experiencias previas en situaciones concretas.
Un problema se resuelve encontrando una situacin
problemtica similar (caso) en el pasado y
reutilizando su solucin en la nueva situacin.
Darwin.
Se basa en los mecanismos de seleccin que utiliza la naturaleza:
Los individuos ms aptos de una poblacin son los que sobreviven pues
Agentes
Un agente es todo aquello
que puede considerarse
que percibe su ambiente
mediante sensores y que
responde o acta en tal
ambiente por medio de
efectores.
Agentes Naturales
Agente: cuerpo biolgico
Entorno: naturaleza
Sensores: ojos, odos, lengua, piel, etc.
Efectores: piernas, brazos, manos, etc.
Medida de rendimiento: sobrevivir, reproducirse,
Agentes artificiales
Agentes hardware (robots):
Interactan directamente con un entorno fsico
Disponen de un cuerpo fsico
Sensores: cmaras, telmetros infrarojos, etc.
Efectores: ruedas/piernas, manipuladores, etc.
Agentes artificiales
Agentes software (softbots):
Actan en entornos virtuales (p.e. Internet)
Todo software: no necesitan manipular fsicamente el
entorno
Sensores y efectores: dependientes del entorno
Agentes inteligentes
Actan de forma racional en su entorno
Agente Racional es el que percibe y acta para
cumplir con sus objetivos con base a sus creencias de
lo que es correcto
Agente Racional
La racionalidad de un agente depende de cuatro
factores:
La medida del rendimiento: define el grado de xito
Comportamiento Racional
Comportamiento racional:
El que se realiza a partir de la secuencia de
percepciones hasta el momento, y el conocimiento a
priori sobre el entorno.
El que elige entre las capacidades, la accin que
maximice la medida de rendimiento
Algunas caractersticas
adicionales:
Autonoma: Cuanto ms se rige su comportamiento
por su propia experiencia y
Cuanto menos depende de sus conocimientos a priori)
Aprendizaje: Cuando no slo recopila informacin,
sino que aprende de lo que percibe
Rendimiento metas
Entorno ambiente
Actuadores acciones
Sensores percepciones
REAS: Ejemplos
Agentes Reactivos
Los agentes reactivos representan una categora especial
de agentes que no posee modelos simblicos internos de
su entorno. En su lugar, ellos actan/responden en una
manera estmulo/respuesta al presente estado del
ambiente en el cual se encuentran.
Agentes Reactivos
Los agentes reactivos se basan en tres ideas claves:
1. No existe una especificacin o plan a priori del comportamiento
del agente reactivo. La dinmica de la interaccin conduce a una
alta complejidad.
2. Descomposicin en tareas. Un agente reactivo es visto como una
coleccin de mdulos que operan en forma autnoma y son
responsables de tareas especficas (sensar, controlar el motor,
efectuar clculos, etc.). La comunicacin entre los mdulos es
mnima y de muy bajo nivel.
3. Tienden a operar sobre representaciones bien conocidas por los
sensores, en contraste a las representaciones simblicas de alto nivel
que abundan en otros tipos de agentes.
Ejemplo:
Un robot que se encuentra en un espacio bidimensional
dividido en cuadrculas
Este robot esta limitado por una frontera, dentro de la
cual hay tambin objetos inmviles (no existen caminos
cuyo ancho sea menor a dos cuadrculas)
El robot debe
comportamiento:
seguir
la
siguiente
pauta
de
Percepcin y Accin
Para realizar el diseo, lo comn seria dividir el clculo
Percepcin
s4 s5 = 1
s6 s7 = 1
s8 s1 = 1
Accin
Dadas
las
cuatro
caractersticas
definidas
anteriormente, el siguiente paso es definir una funcin
que, de dichas caractersticas, nos proporcione la
accin adecuada para llevar a cabo la tarea del
seguimiento de los bordes.
c1 -> a1)
Redes (circuitos lgicos y funciones booleanas para
Oradea
Neamt
71
87
Zerind
75
151
Iasi
Arad
140
Sibiu
92
Fagaras
99
118
Vaslui
80
Rimnicu Vilcea
Timisoara
142
211
111
Lugoj
97
70
Pitesti
98
146
85
Mehadia
101
Urziceni
138
75
Hirsova
86
Bucharest
Dobreta
90
120
Craiova
Giurgiu
Eforie
Costo del camino: Cada paso cuesta 1, as que el costo de la ruta corresponde a la
longitud de la ruta.
Mundo de la Aspiradora
(Hay solo dos localizaciones. La aspiradora sabe
donde est y si hay suciedad no en ese lugar)
Estados: Agente est en una de las dos
localizaciones, cada una de las cuales puede estar
sucia no (en total 2 x 22 estados).
Estado inicial: Cualquiera
Acciones: Desplazarse a la izquierda, derecha y
aspirar.
Test de Objetivo: No hay suciedad en ninguna de las
celdas.
Costo del camino: Cada accin cuesta 1.
R
R
L
L
S
L
L
L
S
R
R
L
L
Bsqueda de Soluciones:
Veremos algunas tcnicas que utilizan el rbol de bsqueda,
obtenido a partir del estado inicial y la funcin sucesor
-Nodo de Bsqueda (raz del rbol, estado inicial)
Estrategias de bsquedas:
No informada o a ciegas.
Informadas o heursticas.
Bsqueda A*
Algoritmo General
funcion Busqueda_Arbol(problema)
retorna Solucin
Crear(frontera)
frontera <- InsertarUno(frontera,
NodoInicial(ESTADOINICIAL(problema)))
repetir
si Vacia?(frontera) retornar Solucin Vaca
nodo <- EliminarPrimero(frontera)
si TEST_OBJETIVO(problema,nodo.Estado) es Verdadero
retornar SOLUCIN(nodo)
frontera<-InsertarTodos(frontera,Expandir(nodo, problema))
Funcin Expandir
funcion Expandir(nodo, problema) retorna Conjunto de Nodos
conjunto <- conjunto vaco
sucesores <- SUCESOR(problema,nodo.Estado)
para cada <accion,resultado> en sucesores hacer
n <- nuevo nodo
n.Estado <- resultado
n.Padre <- nodo
n.Accion <- accion
n.CostoCamino <- nodo.CostoCamino +
CostoIndividual(nodo.estado,accion,n.estado)
n.Profundidad <- n.Profundidad + 1
adicionar(n,conjunto)
retornar conjunto
Bsqueda
Primero
en
Profundidad
(cont)
Bsqueda
de
Profundidad
Limitada
Bsqueda
Primero
Profundidad Iterativa.
en
Profundidad
con
Bsqueda Bidireccional
La idea es ejecutar dos bsquedas simultneas: una
hacia delante, desde el estado inicial y otra hacia atrs,
desde el estado objetivo
La bsqueda termina cuando las dos bsquedas se
encuentren (las bsqueda deben comprobar, antes de
la expansin, si los nodos de sus fronteras coinciden)
Ejercicios:
Aplicar los Algoritmos de
Bsqueda Primero en Anchura
Bsqueda de Costo Uniforme
Bsqueda Primero en Profundidad
A los ejemplos de:
-La aspiradora, comenzando en el estado en que la aspiradora
est a la izquierda y ambas celdas estn sucias
-Ciudades, comenzado en Arab, para llegar a Bucarest
RESOLUCIN DE PROBLEMAS
MEDIANTE BSQUEDAS
BSQUEDA INFORMADA
(HEURSTICAS)
Bsquedas Informadas
(Heursticas)
Bsqueda Primero El Mejor
- Bsqueda Voraz (Avara)
- Bsqueda A*
f(n) = h(n)
h(n) = costo estimado del camino ms barato desde el nodo n
hasta el Objetivo
71
87
Zerind
75
151
Iasi
Arad
140
Sibiu
92
Fagaras
99
118
Vaslui
80
Rimnicu Vilcea
Timisoara
142
211
111
Lugoj
97
70
Pitesti
98
146
85
Mehadia
101
Urziceni
138
75
Hirsova
86
Bucharest
Dobreta
90
120
Craiova
Giurgiu
Eforie
Otros Algoritmos:
Funciones Heursticas:
Ejemplo del juego de las 8 fichas:
Funciones Heursticas:
Ejemplo del juego de las 8 fichas:
b) Bsqueda A*
111
114
E
47
105
50
131
125
C
75
88
147