Materia: INTELIGENCIA ARTIFICIAL

Profesor(a): Oscar David Camacho Chab

ISMA -8

25-Febrero-2014

Fecha de entrega : 19-02-2014

INTELIGENCIA ARTIFICIAL Pgina 1

ndice
Introduccin Estados del arte Conclusin Referencias bibliogrfica 10 11 3 4

INTELIGENCIA ARTIFICIAL Pgina 2

Introduccin

La 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 humanas. el comportamiento inteligente de las personas

2) Crear programas computacionales imitar el comportamiento humano [1]

inteligentes capaces de

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. La IA funciona mediante algoritmos, los mismos que son programados en leguaje de computadora. En este caso se hablaran de los campos y algunos ejemplos de IA que existen hoy en da.

INTELIGENCIA ARTIFICIAL Pgina 3

EL ESTADO

DEL ARTE

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[2] para resolver problemas complejos, decisiones basadas en los conocimientos de un experto[3]. 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. 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[6]. 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. 1.4) Usar interfaz - el cdigo que controla el dilogo entre el usuario y el sistema. 2) Aprendizaje y Razonamiento Automtico

INTELIGENCIA ARTIFICIAL Pgina 4

Es el estudio y el modelado informtico de los procesos de aprendizaje en sus mltiples manifestaciones constituyen el objeto de investigacin del aprendizaje automtico. [4] 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 [5] 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 [4].

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.[6] 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

INTELIGENCIA ARTIFICIAL Pgina 5

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 pre-programadas 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.[6] 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. [5] 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. [8] 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 circunstancias.[8] 5) Redes Neuronales se puede operar y entender en varios

INTELIGENCIA ARTIFICIAL Pgina 6

Las

Redes

Neuronales

ratifcales

son

sistemas

de procesamiento

que

copian esquemticamente la estructura neuronal del cerebro para tratar de reproducir sus capacidades [10]. 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. [9] 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. [9] Algunas aplicaciones prcticas que se han dado a las redes neuronales son los campos financieros ya que estos no se comportan de forma lineal.[9][1][11] 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. [9][11] 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. [7] El comportamiento bsico de un algoritmo gentico es el siguiente: de forma iterativa va actualizando la poblacin de hiptesis. En cada
INTELIGENCIA ARTIFICIAL Pgina 7

iteracin,

todos

los

miembros

de

la poblacin son procesados por la

funcin de evaluacin, tras lo cual una nueva poblacin es generada. Las actividades estn divididas en muchos subcampos de la IA. presentan algunas aplicaciones en las que se hace uso de la IA. Aqu se

Planificacin autnoma: A un centenar de millones de millas de la Tierra, el programa de la NASA Agente Remoto se convirti en el primer programa de planificacin autnoma a bordo que controlaba la planificacin de las operaciones de una nave espacial desde abordo (Jonsson et al.,2000). El Agente Remoto generaba planes a partir de objetivos generales especificados desde tierra, y monitorizaba las operaciones de la nave espacial segn se ejecutaban los planes (deteccin, diagnstico y recuperacin de problemas segn ocurran). Juegos: Deep Blue de IBM fue el primer sistema que derrot a un campen mundial en una partida de ajedrez cuando super a Garry Kasparov por un resultado de 3.5 a 2.5 en una partida de exhibicin (Goodman y Keene, 1997). Kasparov dijo que haba percibido un nuevo tipo de inteligencia al otro lado del tablero. La revista Newsweek describi la partida como La partida final. El valor de las acciones de IBM se increment en 18 billones de dlares. Control autnomo: El sistema de visin por computador Alvinn fue entrenado para dirigir un coche de forma que siguiese una lnea. Se instal en una furgoneta controlada por computador en el NavLab de UCM y se utiliz para dirigir al vehculo por Estados Unidos. Durante 2.850 millas control la direccin del vehculo en el 98 por ciento del trayecto. Una persona lo sustituy en el 2% restante, principalmente en vas de salida. El NavL ab posee videocmaras que transmiten imgenes de la carretera a Alvinn, que posteriormente calcula la mejor direccin a seguir, basndose en las experiencias acumuladas en los viajes de entrenamiento. Diagnosis: Los programas de diagnstico mdico basados en el anlisis probabilista han llegado a alcanzar niveles similares a los de mdicos
INTELIGENCIA ARTIFICIAL Pgina 8

expertos en algunas reas de la medicina. Heckerman (1991) describe un caso en el que un destacado experto en la patologa de los nodos linfticos se mof del diagnstico generado por un programa en un caso especialmente difcil. El creador del programa le sugiri que le preguntase al computador cmo haba generado el diagnstico. La mquina indic los factores ms importantes en los que haba basado su decisin y explic la ligera interaccin existente entre varios de los sntomas en este caso. Eventualmente, el experto acept el diagnstico del programa. Robtica: muchos cirujanos utilizan hoy en da asistentes robot en operaciones de microciruga. HipNav (DiGioia etal., 1996) es un sistema que utiliza tcnicas de visin por computador para crear un modelo tridimensional de la anatoma interna del paciente y despus utiliza un control robotizado para guiar el implante de prtesis de cadera.

Procesamiento de lenguaje y resoluci n de problemas: Prover B (Littman etal.,1999) es un programa informtico que resuelve crucigramas mejor que la mayora de los humanos, utilizando restricciones en programas de relleno de palabras, una gran base de datos de crucigramas, y varias fuentes de informacin como diccionarios y bases de datos online, que incluyen la lista de pelculas y los actores que intervienen en ellas, entre otras cosas. Por ejemplo, determina que la pista Historia de Niza se puede resolver con ETAGE ya que su base de datos incluye el par pista/solucin Historia en Francia/ETAGE y porque reconoce que los patrones Niza X y X en Francia a menudo tienen la misma solucin. El programa no sabe que Niza es una ciudad de Francia, pero es capaz de resolver el puzle. Planificacin logstica: durante la crisis del Golfo Prsico de 1991, las fuerzas de Estados Unidos desarrollaron la herramienta Dynamic Analysis and Replanning Tool (DART) (Crossy Walker, 1994), para automatizar la planificacin y organizacin logstica del transporte. Lo que inclua hasta 50.000 vehculos, carga y personal a la vez, teniendo en cuenta puntos de partida, destinos, rutas y la resolucin de conflictos entre otros parmetros. Las tcnicas de planificacin de IA

INTELIGENCIA ARTIFICIAL Pgina 9

permitieron que se generara un plan en cuestin de horas que podra haber llevado semanas con otros mtodos. La agencia DARPA (Defense Advanced Research Project Agency) afirm que esta aplicacin por s sola haba ms que amortizado los 30 aos de inversin de DARPA en IA. Estos son algunos de los ejemplos de sistemas de inteligencia artificial que existen hoy en da. No se trata de magia o ciencia ficcin, son ms bien ciencia, ingeniera y matemticas.

INTELIGENCIA ARTIFICIAL Pgina 10

Conclusin
Se puede 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 los campos de aplicacin ayudan mucho a la sociedad hoy en da ya que en algunos casos como son en medicina ayudan a aportar el diagnstico de enfermedades, a obtener una estimacin de la evolucin de los genes y clulas este es el caso de los algoritmos genticos, en el caso del campo de la robtica se intenta simular el comportamiento de los seres humanos para que puedan realizar tareas comunes, de esta manera mejorar la calidad de vida de la humanidad.

INTELIGENCIA ARTIFICIAL Pgina 11

Referencias bibliogrficas
[1] Javier De Andrs Surez, Tcnicas de la Inteligencia Artificial aplicadas al anlisis de la solvencia empresarial, Articulo, pp. 14. [2] Pearl, J., Heuristics: intelligent search strategies for computer problema solving, Book, Addison-Wesley Pub. Co., Inc., Reading, MA, 1984. [3] Obaid Mirza, Habeeb, Artificial Intelligence And Expert Systems, Paper [4] http://www.itba.edu.ar/nuevo/archivos/secciones/art_revistas_5.pdf [5]http://www.dia.fi.upm.es/index.php?page=aprendizajeautomatico&hl=es_ES [6] I.A. Gravagne , B. Mulgrew, and P. M. Grant, Large deflection dynamics and control for planar continuum robots, IEEE Trans.. June 2003 [7] David Daz, Gastn Crevilln, Inteligencia Artificial, Robtica, Neurocomputacin, Programacin Neuronal y otras Hierbas,2011 [8] Jesus Vilares Ferro, Aplicaciones del Procesamiento del lenguaje natural en la recuperacin de la informacin en espaol, Departamento de computacin, Universidad la Corua, 2006. [9] Antonio Parisi F, Evaluacin de modelos de redes neuronales de prediccin del signo de la variacin del IPSA, 2002 [10] Martin del Brio, Las redes neuronales Artificiales,1997 [11] Carlos Serrano Cinca, Bonifacio Martin del Brio, Prediccin de la quiebra bancaria mediante el empleo de Redes Neuronales ,1993 [12] 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. RUSSELL, S. J.; NORVIG, P. NTELIGENCIA ARTIFICIAL.UN ENFOQUE MODERNO.Segunda edicin.Ed. PEARSON PRENTTCE HALL.2004

INTELIGENCIA ARTIFICIAL Pgina 12