Universidad Politcnica Salesiana. Prieto Ricardo.

Inteligencia Artificial

Inteligencia Artificial. Estado del Arte.

Prieto Galarza Ricardo Manuel. richiprieto@crice.org Universidad Politcnica Salesiana Cuenca-Ecuador
Abstract This document is so synthesized analyze the development over time of artificial intelligence (AI) will be given an introduction where the basics are the same and their history, then proceed to analyze the research fields most important and its applications in society. Resumen En el presente documento se analizara de manera sintetizada el desarrollo a travs del tiempo de la inteligencia artificial (I.A), Se dar una introduccin donde se encuentran los conceptos bsicos de la misma as como su historia, posteriormente procederemos a analizar los campos de investigacin mas importantes y sus aplicaciones en la Sociedad. Index TermsAlgoritmos, Aprendizaje, Inteligencia Artificial,

I.

INTRODUCCION

A Inteligencia Artificial (desde ahora IA) es una disciplina que se dedica al desarrollo de software informtico capaz de ejecutar trabajos inteligentes. Sus Principales objetivos son: 1) Estudiar el comportamiento inteligente de las personas humanas. 2) Crear programas computacionales inteligentes capaces de imitar el comportamiento humano [1] Aunque los sistemas computacionales y sus algoritmos secuenciales han superado ampliamente la destreza humana en campos como el clculo matemtico, los computadores no han sido capaces de procesar informacin bsica como por ejemplo el lenguaje natural, la visin, el aprendizaje por experiencia. [2] A. Definiciones Algunas definiciones importantes: La IA es el arte de crear mquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia. (Kurzweil,1990) La IA es el estudio de cmo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor. (Rich,Knight,1991). La IA es la rama de la ciencia de la computacin que se ocupa de la automatizacin de la conducta inteligente. (Lugar y Stubblefied,1993). La IA es el campo de estudio que se enfoca a la explicacin y emulacin de la conducta inteligente en funcin de procesos computacionales. (Schalkoff, 1990). [4]

B. Historia Aunque no forman parte de la IA los primeros pasos de la misma datan desde hace 300 aos A.C., Aristteles filsofo griego fue el primero en estudiar y entender de manera bsica los silogismos o procesos que al ser emulados da como resultado conclusiones bsicas de entendimiento.[8] El gnesis de la IA data desde los aos 1943-1956 con Warren McCulloch y Walter Pitts, neurofisilogo y matemtico respectivamente presentaron su modelo de redes neuronales artificiales y termina con el taller en Dartmouth en donde se acua finalmente el Termino Inteligencia Artificial a esta disciplina.[8] En 1957 Newell y Simon realizan el desarrollo del General Problems Solver (GPS). GPS era un sistema orientado a la resolucin de problemas matemticos generales mediante lgica.[8][9] A finales de los aos 50 y comienzos de la dcada del 60 se desarrolla un programa dirigido a la lectura de oraciones en ingls y la extraccin de conclusiones a interpretando su significado, su autor fue Robert K. Lindsay. [8] En 1965-70, comenzaron a aparecer software profesional, los mismos que predicen la probabilidad de una solucin matemtica en clculo complejo.[9] En la dcada 1970-80, creci el uso de estos sistemas, muchas veces diseados para problemas realmente muy complejos como MYCIN, que asisti a mdicos en el diagnstico y tratamiento de infecciones en la sangre. [8][9] En 1980 hasta la actualidad la IA. se convierte en una industria y se retoman los estudios sobre las Redes Neuronales, esta aportando nueva teora, para crear una computadora pensante aplicable a la robtica. [2],[3]. II. DESARROLLO

A. Cmo funciona la IA? La IA funciona mediante algoritmos, los mismos que son programados en leguaje de computadora. Algunos lenguajes mas utilizados para la programacin de IA son Lisp y Prolog ya que son lenguajes de programacin declarativos [5]. Aunque cabe recalcar que se comenz desarrollando software de IA en lenguaje de muy bajo nivel como assembler, y con el desarrollo de la tecnologa tambin se han desarrollado mejores lenguajes de programacin, mas adaptables y sencillos para aplicaciones de IA. [6] Por otro lado para resolver un problema se necesita primero tener un buen planteamiento del mismo, para eso hay que tomar en cuenta varias cosas: 1) Tener en cuenta cual es la situacin original de la que se parte. (Condiciones iniciales)

Universidad Politcnica Salesiana

Universidad Politcnica Salesiana. Prieto Ricardo. Inteligencia Artificial 2) Establecer el estado final o solucin del problema. (Que se desea llegar a obtener) 3) Tener en claro cual es el conjunto de operadores y medios se van a utilizar para que el problema se resuelva Si estos tres pasos no pueden darse, se considera que el problema esta mal planteado o formado.[6] Aunque los 3 estados anteriores son bsicos para el planteamiento del problema debemos tomar en cuenta otros 2 aspectos un tanto mas abstractos para el entendimiento de la maquina.[7][6] 1) Introducir el concepto de espacio de situaciones o estados posibles, en este punto se situara la situacin inicial y final del problema. 2) Concepto de bsqueda esto quiere decir encontrar caminos para llevar desde el estado inicial hasta el estado final del problema.[7] Teniendo en cuenta estos puntos podemos decir que siendo las condiciones iniciales del problema la raz del mismo debemos encontrar caminos rpidos para llegar a la solucin, esto a travs de la introduccin del concepto de espacio y bsqueda en el software [6] Algunos ejemplos prcticos son los llamados algoritmos genticos, que son algoritmos basados en las premisas de seleccin natural y evolucin. Y sirven para estudiar el proceso evolutivo de las especies. [7] B. Ramificaciones de la IA La IA se ha dividido en campos para su estudio esto debido a la infinidad de aplicaciones que puede tener, a continuacin veremos los campos ms destacados: 1) Sistemas Expertos Son sistemas interactivos basados en computadora que utiliza la herramienta de decisin tanto de los hechos y heursticos[8] para resolver problemas complejos, decisiones basadas en los conocimientos de un experto[9]. Por definicin, un sistema experto es un programa informtico que simula el proceso de pensamiento de un experto humano para resolver problemas de decisin complejos en un dominio especfico [8] [9]. Los sistemas expertos son, por lo tanto, intermediarios entre el experto humano, que transmite sus conocimientos al sistema, y el usuario de dicho sistema, que lo emplea para resolver los problemas que se le plantean con la competencia de un especialista en la materia y que, adems, puede adquirir una destreza semejante a la del experto gracias a la observacin del modo de actuar de la mquina[13] Los sistemas expertos se organizan en cuatro niveles diferentes: 1.1) El conocimiento de base se compone de reglas de resolucin de problemas, procedimientos y datos intrnsecos relacionados con el dominio del problema. 1.2) La memoria de trabajo se refiere a tareas especficas de datos para el problema en cuestin. 1.3) Inferencia del motor es un mecanismo de control al que se aplica una base de conocimientos a los datos especficos de la tarea de llegar a alguna solucin o conclusin. Universidad Politcnica Salesiana

1.4) User interfaz - el cdigo que controla el dilogo entre el usuario y el sistema.[8][9][3] 2) Aprendizaje y Razonamiento Automtico Es el estudio y el modelado informtico de los procesos de aprendizaje en sus mltiples manifestaciones constituyen el objeto de investigacin del aprendizaje automtico. [11] Tambin se podra considerar como tratar de construir sistemas informticos que optimicen un criterio de rendimiento utilizando datos o experiencia previa. Una situacin en la que se requiere aprender es cuando no existe experiencia humana o cuando no es fcilmente explicable [12] Actualmente los estudios se centran es 3 ejes distintos 2.1) Estudios orientados a las tareas: A partir de una tarea predeterminada analizar los sistemas de aprendizaje aplicados para mejorar en el desarrollo de esa tarea. 2.2) Simulacin cognoscitiva: La investigacin y simulacin informtica del proceso de aprendizaje humano. 2.3) Anlisis terico: La exploracin terica del espacio de los posibles mtodos de aprendizaje y los algoritmos con independencia del dominio de las aplicaciones [11] 3) Robtica Los robots experimentales creados para estos efectos eran automatismos capaces de recibir informacin procedente del mundo exterior (sensores, cmaras de televisin, etc.), as como rdenes de un manipulador humano (expresadas en lenguaje natural). De este modo, el robo determinaba un plan y, de acuerdo con l, ejecutaba las rdenes recibidas mediante el empleo de un modelo del universo en el que se encontraba. Era incluso capaz de prever las consecuencias de sus acciones y evitar, as, aqullas que ms tarde pudieran resultarle intiles o, en algn momento, perjudiciales.[13] El principal problema con el que se enfrenta la inteligencia artificial aplicada a los robots es el de la visin. Mientras que la informacin recibida a travs de censores se puede interpretar con relativa facilidad y entra a formar parte de la descripcin del modelo de universo que emplea el robot para tomar decisiones, la percepcin de las imgenes captadas y su interpretacin correcta es una labor muy compleja. En cuanto a la interpretacin de las imgenes captadas mediante cualquier sistema, se ha logrado ya el reconocimiento de formas preprogramadas o conocidas, lo que permite que ciertos robots lleven a cabo operaciones de reubicacin de piezas o colocacin en su posicin correcta a partir de una posicin arbitraria.[13] Existen algunos algoritmos que pueden completar el recorrido de la grfica, aunque algunos de los agentes de la matriz o la grfica cambia durante la ejecucin, siempre y cuando el grfico permanece conectado. [12] 4) Procesamiento de Lenguaje Natural El procesamiento del Lenguaje natural, en la IA trata sobre el anlisis de los patrones del lenguaje e intentar crear algoritmos sobre los cuales el Computador entienda en palabras utilizadas en una conversacin de alto nivel, abstrayendo datos y comprendiendo el mensaje, cabe recalcar que esto no solo se centra en el entendimiento de sonidos sino tambin textos. [15]

Universidad Politcnica Salesiana. Prieto Ricardo. Inteligencia Artificial Existen tcnicas de Recuperacin de informacin, estos utilizan tcnicas basadas en distribucin de los trminos del documento para estimar la relevancia con respecto a la consulta. Para esto inicialmente se necesita que el sistema emplee algoritmos que entiendan de cierta manera la consulta y la compare. Un grave problema al que se ve acompaado esta tcnica es la gran variacin del lenguaje, ya que el mismo concepto se puede operar y entender en varios circunstancias. [15] 5) Redes Neuronales Las Redes Neuronales ratifcales son sistemas de procesamiento que copian esquemticamente la estructura neuronal del cerebro para tratar de reproducir sus capacidades [17] En consecuencia, son una clase de modelos no lineales flexibles que se caracterizan por ser sistemas paralelos, cuentan con una gran cantidad de procesadores elementales y cada uno de estos trabaja con una pequea parte de un problema mayor. Estos procesos son muy adaptables de acuerdo al entorno. [16] La caracterstica ms importante de estos sistemas es su capacidad de aprendizaje, donde el conocimiento se basa en un numero de muestras. Adems las redes neuronales sugieren que poseen varias ventajas potenciales sobre los mtodos estadsticos tradicionales. [16] Algunas aplicaciones practicas que se han dado a las redes neuronales son los campos financieros ya que estos no se comportan de forma lineal.[16][1][18] Las Redes neuronales tambin tienen aplicaciones es en la economa, primero para la clasificacin de agentes econmicos como las compaas para obtener una estimacin de quiebra, capacidad acreedora de clientes bancarios. [16] [18] 6) Algoritmos genticos Los algoritmos genticos (AG) proporcionan un mtodo de aprendizaje basado en la analoga con la evolucin de las especies. Los AG generan un conjunto de hiptesis mediante la mutacin y recombinacin de parte del conjunto de hiptesis conocido. En cada paso el conjunto de hiptesis conocido como poblacin actual se renueva remplazando una proporcin de esta poblacin por los sucesores de las hiptesis ms adecuadas. [14] El comportamiento bsico de un algoritmo gentico es el siguiente: de forma iterativa va actualizando la poblacin de hiptesis. En cada iteracin, todos los miembros de la poblacin son procesados por la funcin de evaluacin, tras lo cual una nueva poblacin es generada. La nueva generacin estar compuesta por: - Las mejores hiptesis de la poblacin actual (Seleccionadas probabilsticamente) - Y el resto de hiptesis necesarias para mantener el nmero, que se consiguen mediante el cruce de individuos. A partir de dos hiptesis padre (seleccionadas probabilisticamente a partir de la poblacin actual) se generan dos hiptesis hijas recombinando sus partes siguiendo algn criterio establecido. [14][20] Una vez llegados a este punto (con una nueva poblacin con Universidad Politcnica Salesiana

el mismo nmero de individuos), a un determinado porcentaje de la poblacin se le aplica un operador de mutacin. [14] Una forma para la seleccin de individuos consiste en obtener una distribucin de probabilidad asociada a cromosomas, habitualmente dividiendo la adaptacin de uno en la suma de toda la poblacin y en aprovechar dicha distribucin a una ruleta, dando mas espacio en la misma a los individuos mas adaptados. [19][14]

III.

CONCLUSIONES

Podemos concluir que la inteligencia artificial es un campo que estudia el comportamiento del cerebro humano y lo intenta simular de manera artificial en robots y computadoras. En 56 aos desde que fue acuado el termino Inteligencia Artificial la misma a encontrado campos de aplicacin importantes y de ayuda a la sociedad, los sistemas expertos aportan al diagnostico de enfermedades, las redes neuronales ayudan a la comprensin de fenmenos econmicos sociales entre otros, los algoritmos genticos facilitan a obtener una estimacin de la evolucin de genes y clulas. El aprendizaje automtico nos permite simular las etapas de la enseanza y la forma de entender y asimilar conceptos por parte de nuestro cerebro. En el campo de la robtica se intenta simular el comportamiento humano para que puedan realizar tareas comunes, de esta manera mejorar la calidad de vida de la humanidad. Aunque la inteligencia artificial tiene ya algn tiempo de desarrollo aun no se ha logrado concretar algoritmos que supongan una real simulacin de las respuestas del cerebro, Se espera que con el mejoramiento de algoritmos, tecnologa, materiales de construccin de computadoras y elementos electrnicos, se lograra un acercamiento mas profundo al modelado del cerebro humano, lo que nos har comprender de una mejor manera nuestra forma de aprender del mundo y los procesos que intervienen en ello. REFERENCES [1]
Javier De Andrs Surez, Tcnicas de la Inteligencia Artificial aplicadas al anlisis de la solvencia empresarial, Articulo, pp. 14. [2] Vicente Pablo Guerrero Bote, Cristina Lopez-Pujalte, Inteligencia Artificial y documentacin, Articulo, 2001, pp. 6674. [3] Stuart J. Russell, Peter Norvig, Artificial Intelligence A modern Approach, PrenticeHall, EnglewoodCliffs, NewJersey 07632, ch 1-7 [4] http://www.gestiopolis.com/administracion-estrategia/inteligenciaartificial.htm [5] http://www.larevistainformatica.com/clasificacion-de-los-lenguajes-deprogramacion.html [6] Claudio Gutierrez, Un algoritmo de Inteligencia Artificial, Articulo, pp.6-26 [7] Davis, L. and Mitchell, M., Handbook of genetic algorithms, Article, Van Nostrand Reinhold, 1991 [8] Pearl, J., Heuristics: intelligent search strategies for computer problem solving, Book, Addison-Wesley Pub. Co., Inc., Reading, MA, 1984 [9] Obaid Mirza, Habeeb, Artificial Intelligence And Expert Systems, Paper [10] Medicherla Pratyusha, Morla Sirisha, Artificial Intelligence & Learning computers,Paper, Nalanda Institute of Engineering, 2007 [11] http://www.itba.edu.ar/nuevo/archivos/secciones/art_revistas_5.pdf [12] http://www.dia.fi.upm.es/index.php?page=aprendizajeautomatico&hl=es_ES

Universidad Politcnica Salesiana. Prieto Ricardo. Inteligencia Artificial [13] I.A. Gravagne , B. Mulgrew, and P. M. Grant, Large deflection
dynamics and control for planar continuum robots, IEEE Trans.. June 2003 [14] David Daz, Gastn Crevilln, Inteligencia Artificial, Robtica, Neurocomputacin, Programacin Neuronal y otras Hierbas,2011 [15] Jesus Vilares Ferro, Aplicaciones del Procesamiento del lenguaje natural en la recuperacin de la informacin en espaol, Departamento de computacin, Universidad la Corua, 2006. [16] Antonio Parisi F, Evaluacin de modelos de redes neuronales de prediccin del signo de la variacin del IPSA, 2002 [17] Martin del Brio, Las redes neuronales Artificiales,1997 [18] Carlos Serrano Cinca, Bonifacio Martin del Brio, Prediccin de la quiebra bancaria mediante el empleo de Redes Neuronales ,1993 [19] O. Cordon, F. Moya, M.C. Zarco, Breve estudio sobre la aplicacin de los Algoritmos Genticos a la recuperacin de la Informacin, Universidad de Granada. [20] John H. Holland, Algoritmos Genticos, Investigacin y Ciencia, 1992.

Universidad Politcnica Salesiana