Tópicos en Sistemas Expertos e

Inteligencia Artificial
clase 1

Arturo Vilca
avilca@uni.edu.pe
posgrado uni-fiee 2017-2
 Programa
IA + Sistemas Expertos + Redes Neuronales +
Lógica difusa + Robótica

• Conceptos de IA
• El Conocimiento
• Razonamiento lógico
• Redes neuronales
• Aprendizaje
• Lógica difusa
• Redes neuro-difusas
• Algoritmos genéticos
• Robótica
2
 Evaluación
• Examen parcial: 30%
• Examen final: 40%

• Promedio de prácticas: 30%

– 4 trabajos 60%
– 1 proyecto grupo 40%

3
 Bibliografía
• Russell S. & Norvig P.
– Inteligencia artificial, un enfoque moderno
2da edición (2006)
3ra ed en inglés (2010)

• Bonifacio Martin & Alfredo Sanz,

– Redes neuronales y sistemas borrosos
3ra edición (2007)

4
 Software (1)
• SWI-Prolog

• Clips
 Software (2)
• Matlab 2017a (Toolboxes)
– Redes Neuronales
– Lógica Difusa
– Optimización

6
 Inteligencia artificial
• Conceptos fundamentales
de IA
• Donde estuvo antes la IA,
donde está ahora y hacia
donde se dirige
• Tecnologías en la IA
• El impacto potencial de la
IA en la vida diaria
 ¿Qué es Inteligencia?
• Es la facultad que tienen las personas de
conocer, analizar y comprender situaciones.
• Es un conjunto de habilidades, destrezas y
experiencias sobre cierto dominio.
• Es la capacidad de resolver problemas.
 Signos de Inteligencia
• Aprender de la experiencia
• Encontrar sentido a mensajes ambigüos
• Responder rápidamente a situaciones nuevas
• Entender e inferir en forma racional
• Aplicar conocimiento para manipular el medio
que nos rodea
• Aplicar y adquirir conocimiento nuevo
• Pensar y razonar
 Aspectos de la Inteligencia
INTELIGENCIA HUMANA
1.- Percepción
2.- Aprendizaje
3.- Memoria y asociación
4.- El pensamiento abstracto.
5.- Razonamiento
6.- Solución de problemas
7.- Creatividad e imaginación
8.- Conciencia
9.- Comunicación
INTELIGENCIA ARTIFICIAL
1. Percepción
2. Aprendizaje
3. Memoria y asociación
4. El pensamiento abstracto.
5. Razonamiento
6. Solución de problemas
7. Creatividad e imaginación
8. Conciencia
9. Comunicación
Cerebro Humano
• 1011 Neuronas
(procesadores)
• Poder desconocido
• 1000 – 10000 conexiones
por neurona
• Capacidad basada en las
conexiones
• Cada neurona es muy
compleja
• Almacenamiento
redundante.
• No binario, no estable y
no asíncrono
 Relación con el medio ambiente
Aprendizaje

Memoria Abstracción

Razonamiento

Solución de problemas
Medio ambiente

Percepción
Imaginación

Libre albedrio
Actuación

Conciencia

Creatividad
 Características del Sistema Nervioso
• Adaptabilidad
• Aprendizaje contínuo
• Distribución del procesamiento y del almacenamiento
• Alta redundancia
• Plasticidad (creación/modificación de sinapsis).
• Tolerante a fallas
• 10 a 100 billones de neuronas, cada una conectada a
otras 10.000 neuronas
• Los humanos pierden aprox.. 1000 neuronas por día.
 Aprendizaje (1)
• Patrones de actividad
– Esta forma de aprendizaje explica la memoria de corto
plazo
• Cambios físicos y químicos en las neuronas
– En este aprendizaje se modifican las conexiones entre
unidades haciendo que grupos de neuronas se
vuelvan más o menos eficientes para excitar o inhibir
a otras neuronas.
– Explica la memoria de largo plazo
• Creación de nuevas conexiones
– En este aprendizaje se crean nuevas conexiones
 Aprendizaje (2)
• El aprendizaje es un proceso por el cual el individuo
cambia de actitud
• Es un proceso unido a la experiencia.
• El proceso fundamental del aprendizaje es la imitación,
es decir la repetición de un proceso observado

• El aprendizaje se define técnicamente como un cambio

relativamente estable en la conducta del sujeto como
resultado de la experiencia, producido a través del
establecimiento de asociaciones entre estímulos y
respuestas mediante la práctica en un nivel elemental
 Orígenes de la IA
• Nació en 1943 cuando Warren McCulloch y
Walter Pitts propusieron un modelo de
neurona del cerebro humano y animal.

• Es una ciencia que intenta la creación de

programas para máquinas que imiten el
comportamiento y la comprensión humana,
que sea capaz de aprender, reconocer y
pensar.
 Inteligencia Artificial
• Ciencia. ¿arte, religión?
• Intento. ¿se logrará alguna vez?
• Crear programas para máquinas. ¿software o hardware?
• Imitar. ¿simulación o imitación?
• Comportamiento. ¿comportamiento == acción?
• Comprensión. ¿compresión == pensamiento?
• Humano. ¿cómo piensan o actúan los humanos?
• Capacidad de aprender. ¿memorizar o aprender?
• Capacidad de reconocer. ¿igual o parecido?
• Capacidad de pensar. ¿lógica?
 Objetivos de la IA
• Es la comprensión de nosotros mismos como entidades
inteligentes

• Es la construcción de entidades inteligentes artificiales.

• Es el arte de crear máquinas que realizan funciones que
requieren inteligencia cuando dichas funciones son
realizadas por el hombre.
• Es el estudio de cómo hacer que los ordenadores ejecuten
cosas que, por el momento, los seres humanos lo hacemos
mejor.
• Hace uso intensivo del software y algoritmos.
 Inteligencia Artificial
• Es la construcción de algoritmos para imitar el
comportamiento y el razonamiento de los
humanos.

Observar que la definición no menciona el hardware.

El hardware es administrado finalmente por el software
Motivación para la investigación en IA
• La IA es una de las disciplinas más nuevas
(inició formalmente en 1956).

• A diferencia de otros campos de estudio

donde “todo está descubierto” (como la física
o las matemáticas), la IA tiene muchas áreas
con grandes oportunidad para la investigación
e innovación.
 Alcance de la IA
• La IA abarca desde áreas generales
(percepción, razonamiento lógico) hasta
específicas (ajedrez, teoremas, etc.)
• Permite automatizar el trabajo intelectual a
científicos de otras áreas.
• Ofrece a los científicos de IA el aplicarla en
cualquier área donde se aplique el intelecto
humano.
 DEFINICIÓN DEL CONCEPTO DE
INTELIGENCIA ARTIFICIAL

Proceso de Razonamiento y
Comportamiento
¿Razonar  Actuar?

¿Actuar  Razonar?

Razonamiento  (Lógica) razonamiento para llegar a conclusiones.

Comportamiento  (Acción) acciones para llegar a objetivos.
 Categorías para las definiciones de IA

Humano Racional

Sistemas que Sistemas que

piensan piensan
Pensamiento
como racionalmente
humanos

Sistemas que
actúan
racionalmente
(idealmente)
 ¿Qué es la Inteligencia Artificial?
“La interesante tarea de lograr que
las computadoras piensen...
Máquinas con mente, en su amplio
sentido literal” (Haugeland, 1985)
“[La automatización de] actividades
que vinculamos con procesos de
pensamiento humano, actividades
tales como la toma de decisiones,
resolución de problemas,
aprendizaje...” (Bellman, 1978)
“El arte de crear máquinas con
capacidad de realizar funciones que
realizadas por personas requieren
inteligencia” (Kurzweil, 1990)
“”El estudio de cómo lograr que las
computadores realicen tareas que,
por el momento, los humanos hacen
mejor” (Rich y Knight, 1991)
“El estudio de las facultades
mentales mediante el uso de
modelos computacionales”
(Carniak y McDermott, 1985)
“El estudio de los cálculos que
permiten percibir, razonar y actuar”
(Winston, 1992)
“Un campo de estudio que se
enfoca a la explicación y emulación
de la conducta inteligente en
función de procesos
computacionales” (Schalkoff,
1990).
“La rama de la ciencia de la
computación que se ocupa de la
automatización de la conducta
inteligente” (Luger y Stubblefield,
1993).
 Categorías para las definiciones de IA
Humano Racional

Sistemas que Sistemas que

Pensamiento
piensan como piensan
humanos racionalmente
2 (idealmente) 3

Sistemas que Sistemas que

Comportamiento actúan como actúan
(actuación) humanos racionalmente
(idealmente)
1 4

Razonamiento  (Lógica) razonamiento para llegar a conclusiones.

Comportamiento  (Acción) acciones para llegar a objetivos.
 Test de Turing
Humano Racional

Sistemas que Sistemas que

Pensamiento
piensan como piensan
humanos racionalmente
2 (idealmente) 3

Sistemas que Sistemas que

Comportamiento actúan como actúan
(actuación) humanos racionalmente
(idealmente)
1 4
 Actuar como humano:
La prueba de Turing

• Propuesto por Alan Turing (1950).

• Turing definió la conducta inteligente como “la

capacidad de lograr eficiencia humana en todas
las actividades cognoscitivas, suficiente para
engañar a un evaluador”.
 1. Test de Turing
Escenario: dos seres humanos y un
ordenador; uno de los seres
humanos, el interrogador, debe
averiguar cuál de los otros dos
participantes es el ordenador; el
interrogador puede preguntar
cualquier cosa, sin importar el
tema o la profundidad, y al
ordenador se le permite hacer
todo lo posible por provocar la
errónea identificación. El ser
humano participante debe, sin
embargo, responder siempre
verazmente a las cuestiones que se
le formulen.

http://cogsci.ucsd.edu/~asaygin/tt/ttest.html
 1. La prueba de Turing
• Para que una computadora pase la prueba de
Turing, debe por lo menos:
– Procesar lenguaje natural
– Representar el conocimiento
– Razonar automáticamente
– Auto aprender

• Para la prueba total de Turing, la computadora

debe tener:
– Vista
– Robótica
 Modelo Cognoscitivo
Humano Racional

Sistemas que Sistemas que

Pensamiento
piensan como piensan
humanos racionalmente
2 (idealmente) 3

Sistemas que Sistemas que

Comportamiento actúan como actúan
(actuación) humanos racionalmente
(idealmente)
1 4
 Pensar como humano:
El modelo cognoscitivo
• Primero habría que definirse ¿cómo piensan los
humanos?. Lo hacen mediante:
– Introspección
– Experimentos psicológicos
• GPS (General Problem Solver), de Newell y Simon
(1961) vs. Wang (1960).
• La ciencia cognoscitiva usa modelos de IA y
experimentos psicológicos.
• Aportaciones:
– Visión, lenguaje natural, aprendizaje
 Pensamiento Racional
Humano Racional

Sistemas que Sistemas que

Pensamiento
piensan como piensan
humanos racionalmente
2 (idealmente) 3

Sistemas que Sistemas que

Comportamiento actúan como actúan
(actuación) humanos racionalmente
(idealmente)
1 4
 Pensar racionalmente:
Las leyes del pensamiento
• Aristóteles intentó codificar la “manera correcta de pensar”
(silogismos). De ahí surge la lógica.
• La tradición logicista de IA trata de hacer sistemas inteligentes
basados en la lógica.
• Problemas: pasar conocimiento informal e incierto en términos
lógicos formales y realizar la solución teórica obtenida en la
práctica.
Representación del conocimiento impreciso
versus
Notación Lógica

• Lógica borrosa (fuzzy) - 1968

 Actuación racional
Humano Racional

Sistemas que Sistemas que

Pensamiento
piensan como piensan
humanos racionalmente
2 (idealmente) 3

Sistemas que Sistemas que

Comportamiento actúan como actúan
(actuación) humanos racionalmente
(idealmente)
1 4
 Racionalidad
• La racionalidad se entiende referida a la acción y designa aquel
tipo de acción configurada de forma que permita obtener ciertos
objetivos predefinidos.
• La racionalidad consiste en la inteligente persecución de fines
mediante acciones adecuadas.
• Un agente racional es aquel que saca el máximo provecho
(objetivo, meta) de una dada situación (restricciones).

• Actuar racionalmente significa elegir una alternativa con la

jerarquía más alta dentro de un grupo de alternativas factibles.
 Racionalidad
• Está referida a la decisión tomar dado que no necesariamente se
dispone de toda la información.
• La racionalidad está referida al logro del objetivo planteado
minimizando las desviaciones.
• Esta relacionada a la conducta, pero no significa que los humanos
sean irracionales o mentalmente desequilibrados.

RACIONALIDAD Ξ DECISIONES

RACIONALIDAD ≠ OMNICENCIA
 Racionalidad Limitada
• Actuar racionalmente cuando no se dispone de
tiempo para efectuar los cálculos para tomar una
decisión.
 Actuar racionalmente:
El agente racional
• Actuar racionalmente es hacerlo de tal manera
que se logran los objetivos deseados.
• Un agente es algo que percibe y actúa. De
acuerdo a esto, la IA es el estudio y construcción
de agentes racionales.
• Actuar racionalmente no implica sólo actuar por
inferencias lógicas (ejemplo, reflejos).
 Técnicas de la IA
• Sistemas Basados en Conocimiento.
• Visión Computacional
• Procesamiento de Voz y Lenguaje Natural
• Lógica Difusa
• Redes Neuronales
• Computación Evolutiva
• Sistemas Multiagente
• Robótica
• Aprendizaje Mecánico.
• Técnicas Heurísticas (recocido simulado)
 Modelos Inspirados en la Naturaleza
• Neuronas  Red Neuronal
• Evolución Natural  Algoritmo
genético
• Experiencia  Sistema
Experto
• Razonamiento  Lógica Difusa
• Enfriamiento de metales  Recocido
Simulado
• Hormigas  Colonia de
hormigas