Curso acadmico: 2010/2011 Profesores: Ramn Hermoso y Roberto Centeno Inteligencia Artificial 3 ITIS 2010/11 Tema 1: Introduccin a la IA 1. Introduccin a la Inteligencia Artificial 1.1 Qu es la IA? 1.2 Agentes Inteligentes Inteligencia Artificial 3 ITIS 2010/11 Objetivo: estudiar artefactos inteligentes Disciplinas relacionadas : Filosofa leyes del pensamiento, lgica relacin entre la mente y la materia (dualismo, materialismo) relacin entre el conocimiento y la experiencia (empiristas, positivistas, ...) relacin entre el conocimiento y la accin . . . Matemticas concepto de algoritmo (al-Jawarizmi) teorema de incompletitud (Gdel) intratabilidad y teora de la completitud NP teora de la decisin (von Neumann / Morgenstern) Inteligencia Artificial : Disciplinas Inteligencia Artificial 3 ITIS 2010/11 Inteligencia Artificial 3 ITIS 2010/11 Disciplinas relacionadas: Psicologa: modelos del comportamiento humano conductistas: modelos estimulo-respuesta psicologa cognitiva: creencias, objetivos, pasos de razonamiento, . . . Lingstica: modelos de la interaccin verbal humana reconocimiento y generacin del habla representacin del conocimiento Sociologa: modelos del comportamiento humano en grupo psicologa social: compromisos, normas, obligaciones, . . . Ingeniera computacional : facilita los artefactos (hardware y software) para la IA . . . Inteligencia Artificial : Disciplinas Inteligencia Artificial: Historia Inteligencia Artificial 3 ITIS 2010/11 1940/50: Programas que resuelven tareas bsicas de razonamiento (jugar al ajedrez / jugar a las damas / probar teoremas geomtricos) primeros modelos de neuronas artificiales (McCulloch/Pitts) 1960/70: representaciones especializadas del conocimiento (reglas, marcos, guiones) primeros sistemas expertos (Dendral, Prospector, Mycin) declive de la computacin neuronal (anlisis de los Perceptrones de Minsky) 1980: aplicaciones comerciales de los sistemas expertos (R1) proyecto de software de quinta generacin en Japn 1990 hasta hoy: regreso de las redes de neuronas modelos de incertidumbre (cadenas de Markov, redes Bayesianas) agentes inteligentes (robots autnomos, sistemas multiagente) . . . Inteligencia Artificial Objetivo: estudiar los entes inteligentes cientfico: entender los entes inteligentes ingenieril: construir entes inteligentes Inteligencia Artificial 3 ITIS 2010/11 Algunas definiciones: Sistemas que piensan como humanos La interesante tarea de lograr que las computadoras piensen... Mquinas con mente, en su amplio sentido literal (Haugeland 1985) Sistemas que actan como humanos El arte de crear mquinas con capacidad de realizar funciones que realizadas por personas requieren inteligencia (Kurzweil 1990) Sistemas que actan de forma racional La rama de la Informtica que se ocupa de la automatizacin del comportamiento inteligente (Luger & Stubblefield, 1993) IA fuerte IA dbil Actuar como humanos Prueba de Turing : [Alan Turing, 1950] Un evaluador humano y un interlocutor estn separados por una mampara El interlocutor puede ser bien otro persona o bien un ordenador El evaluador formula preguntas a travs de un teletipo, y el interlocutor da sus respuestas del mismo modo El ordenador supera la prueba, si el evaluador no es capaz de distinguir entre l y un humano Inteligencia Artificial 3 ITIS 2010/11 Capacidades requeridas : procesamiento del lenguaje natural representacin del conocimiento y razonamiento aprendizaje Prueba total de Turing: incluye seales de vdeo y objetos fsicos requiere capacidad de visin computacional y robtica Pensar como humanos Modelado cognitivo: abrir la caja negra de la mente humana analizar los procesos mentales (introspeccin, experimentos) desarrollar una teora acerca de los procesos mentales aplicar esta teora en la simulacin de dichos procesos en un ordenador Inteligencia Artificial 3 ITIS 2010/11 General Problem Solver (GPS) [Newell & Simon 1961]: resuelve problemas mediante la descomposicin en subproblemas ms simples se centra en la comparacin de los pasos de razonamiento del GPS con los pasos seguidos por una persona al resolver el mismo problema Ciencia Cognitiva: modelos computacionales (IA) + tcnicas experimentales (psicologa) construir teoras rigurosas y verificables acerca de los procesos mentales Actuar de forma racional Racionalidad: prescriptivo: cmo las personas deberan actuar sentido estricto: cmo sacar conclusiones verdaderas? sentido amplio: cmo actuar y sobrevivir en un entorno? Inteligencia Artificial 3 ITIS 2010/11 Pensar de forma racional: leyes de pensamiento de Aristteles: razonamiento irrefutable lgica formal : lenguaje formal para representar todo tipo de entes en el mundo modelo riguroso para razonar sobre dichos entes en su estado puro, ms estrechamente relacionado con la filosofa y las matemticas Actuar de forma racional: Inteligencia Artificial: modelar/construir sistemas que actan basndose en la inferencia lgica automtica Actuar de forma racional Agentes Racionales: enfoque relativo al contexto: actuar de forma correcta en un entorno no se limita a la inferencia racional (lgica) a veces es imposible determinar formalmente cul es la mejor accin en algunas situaciones es racional emprender una accin buena inmediatamente en vez de esperar hasta determinar la alternativa ptima se pueden determinar acciones racionales por inferencias no lgicas Inteligencia Artificial 3 ITIS 2010/11 Ventajas: pone nfasis en una perspectiva ingenieril destaca la relacin entre comportamientos inteligentes y el entorno en el que se desarrollan proporciona criterios transparentes para evaluar conducta inteligente permite una concepcin integrada de las distintas tcnicas y subreas de la Inteligencia Artificial Tema 1: Introduccin a la IA 1. Introduccin a la Inteligencia Artificial 1.1 Qu es la IA? 1.2 Agentes Inteligentes Inteligencia Artificial 3 ITIS 2010/11 Agentes Inteligencia Artificial 3 ITIS 2010/11 Agente: ente activo embebido en un entorno cuerpo: percibe el entorno por medio de sensores acta sobre el entorno por medio de efectores mente: determina las acciones a partir de las percepciones medida de rendimiento que gua dicho proceso entorno percepciones acciones Tipos de Agentes Inteligencia Artificial 3 ITIS 2010/11 Agentes naturales: cuerpo biolgico y entorno natural sensores: ojos, odos, lengua, 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 software (softbots): actan en entornos virtuales (p.e. Internet) todo software: no necesitan manipular fsicamente el entorno sensores y efectores: dependientes del entorno Agente inteligente Inteligencia Artificial 3 ITIS 2010/11 Agentes inteligentes: actan de forma racional en su entorno determinantes de un comportamiento racional : medida de rendimiento: define el grado de xito del agente secuencia de percepciones: la experiencia del agente conocimientos a priori sobre su entorno capacidades: las acciones que el agente pueda emprender Comportamiento racional: a partir de la secuencia de percepciones hasta el momento, y el conocimiento a priori sobre el entorno elegir entre las capacidades la accin que maximice la medida de rendimiento Racionalidad ! Omniscencia la seleccin racional de acciones slo se basa en la informacin disponible Autonoma Inteligencia Artificial 3 ITIS 2010/11 Autonoma: no bajo el control inmediato de una persona un agente es ms autnomo... ... cuanto ms se rige su comportamiento por su propia experiencia ... cuanto menos depende de sus conocimientos a priori Problema: los conocimientos a priori reflejan la inteligencia del diseador un agente que no presta atencin a sus percepciones no sera inteligente slo podra actuar en entornos extremadamente simples no puede actuar con xito en situaciones no anticipadas (Ejemplo: escarabajo) Agente inteligente = comportamiento racional + autonoma Programa y Arquitectura de Agente Inteligencia Artificial 3 ITIS 2010/11 Arquitectura de agente: los mdulos que componen el agente estructura del programa de agente partes imprescindibles: componente de percepcin componente de seleccin de acciones componente de accin Programas de Agente: software que determina el comportamiento del agente implementa la funcin percepcin-accin {simple agent program} memoria " percibir(memoria, percepcin) accin " seleccin-accin(memoria, medida-rendimiento) memoria " actuart(memoria, accin) Tipos de Arquitectura de Agente Inteligencia Artificial 3 ITIS 2010/11 Agentes estimulo-reaccin (reactivos) : calculan las acciones directamente a partir de las percepciones frecuentemente siguen un enfoque conexionista en muchos dominios permite generar rpidamente acciones buenas Agentes deliberativos: mantienen un modelo de simblico su entorno anticipan los efectos potenciales de sus acciones a travs del modelo permite evitar emprender acciones equivocadas y irrevocables Agentes hbridos: combinan ambos enfoques enfoque reactivo para acciones inmediatas enfoque deliberativo para acciones estratgicas Agentes reactivos Inteligencia Artificial 3 ITIS 2010/11 Agentes inteligentes de arquitectura reactiva: la informacin sensorial se comprime en un vector caracterstico del estado del entorno la racionalidad est compilado en la funcin de reaccin tcnicas: autmatas, redes de neuronas, etc. 0 1 1 0 1 Procesamiento de la percepcin Funcin de reaccin Informacin sensorial Vector caracterstico Accin Agentes deliberativos Los agentes inteligentes de arquitectura deliberativa : mantienen un modelo simblico de su entorno anticipan los efectos esperados de sus acciones sobre este modelo eligen la mejor accin con respecto a la medida de rendimiento en base a este proceso Inteligencia Artificial 3 ITIS 2010/11 C D B A C D B A A C D B Agentes hbridos Agentes inteligentes de arquitectura hbrida : Cuando reaccionar de forma reactiva, y cuando es conveniente deliberar? Inteligencia Artificial 3 ITIS 2010/11 Percepcin Accin C D B A C D B A A C D B Nivel deliberativo Nivel reactivo Agentes basados en objetivos Adems de la descripcin del estado actual, el agente necesita informacin sobre la meta a la que quiere llegar. Ejemplo: un conductor que quiere llegar a su destino Inteligencia Artificial 3 ITIS 2010/11 Agentes basados en utilidad Podran existir varias secuencias de acciones posibles para alcanzar una misma meta No todas ellas proporcionan un mismo beneficio Se compara la utilidad que se obtiene en los distintos estados Una funcin de utilidad es una funcin del tipo: Inteligencia Artificial 3 ITIS 2010/11 ! U : S "# Tipos de entornos Inteligencia Artificial 3 ITIS 2010/11 Tipos de Entornos: fsico frente a software: fsico: robot navegando en una sala real /entornos industriales software: laberinto simulado / juego de vdeo real frente a simulado real: el diseador no determina las caractersticas del entorno ejemplo: Internet, entorno real del robot simulado: agentes son condenados al xito ejemplo: videojuegos manipulacin directa frente a manipulacin indirecta : el agente interacta inmediatamente con su entorno? Diagnosis mdica / gestin de trfico / automatizacin de la produccin Relevancia del entorno: el tipo y las caractersticas del entorno determinan la arquitectura, el programa y en general la complejidad del agente inteligente. Propiedades del entorno Inteligencia Artificial 3 ITIS 2010/11 Propiedades: accesible frente a inaccesible: El agente puede determinar inequvocamente el estado de su entorno ? Accesible: Ajedrez , tres en raya Inaccesible: Pker, laberinto, juego de vdeo determinista frente a no determinista: Los acciones del agente en un estado actual determinan completamente el estado resultante? Determinista: Ajedrez, agente software en entorno simulado No determinsta: gestin de trfico, robot en un entorno real Propiedades del entorno Inteligencia Artificial 3 ITIS 2010/11 esttico frente a dinmico: El estado del entorno pueda cambiar mientras que el agente delibera? Puede cambiar sin que el agente acte? esttico: agente software en un laberinto simulado (entorno no cambia) semidinmico: ajedrez (cambios previsibles) dinmico: gestin de trfico (cambios imprevisibles) discreto frente a continuo: Los conjuntos de posibles percepciones y/o acciones son discretos? discreto: ajedrez, agente software en un laberinto simulado continuo: robot navegando en un entorno fsico real Subreas de la Inteligencia Artificial Inteligencia Artificial 3 ITIS 2010/11 Bsqueda: actuar de forma racional en entornos bien definidos: espacios de estado (entornos accesible, deterministas, estticos y discretos) Representacin del conocimiento y razonamiento combatir la complejidad : estructurar la representacin del entorno entornos inaccesibles / no deterministas: razonamiento no-montono . . . Planificacin: combatir la complejidad : representacin estructurada + inferencia especializada entornos no-deterministas: planificacin condicional entornos dinmicos: replanificacin Aprendizaje: combatir la complejidad: aprender a actuar ms rpido mejorar el rendimiento: aprender a actuar mejor mejorar la autonoma: reducir dependencia de conocimientos a priori Incertidumbre: entornos inaccesibles/ no deterministas/ continuos: creencias (lgica difusa, redes Bayesianas...) medidas de rendimiento basados en la utilidad esperada (Teora de la Utilidad, inferencia basada en la Teora de la Decisin) Comunicacin: entornos en el que el agente interacta de forma flexible con humanos (procesamiento del lenguaje natural, actos de habla, ...) entornos multiagente (razonar sobre otros agentes, coordinacin, lenguajes de comunicacin entre agentes, ...) Percepcin y actuacin: robtica: entornos fsicos y agentes hardware visin computacional Subreas de la Inteligencia Artificial Inteligencia Artificial 3 ITIS 2010/11 Ejercicios Inteligencia Artificial 3 ITIS 2010/11