UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA

CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA

DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
PROGRAMA DE INGENIERA DE SISTEMAS

90169 INTELIGENCIA ARTIFICIAL Lectura

Reconocimiento General del Curso
ngela Mara Gonzlez Amarillo
(Directora Nacional)

Sogamoso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

LECTURA 1
Parte 1:
Definicin de inteligencia
Una definicin formal (ms) de inteligencia [1]
El hombre existe desde hace miles de aos sobre la tierra y seguimos sin tener
poseer una manera formal (y no antropocntrica) para cuantificar y estimar la
inteligencia. Aunque podemos reconocer que una persona es inteligente, un
animal, e incluso en ocasiones un ente, sin embargo an no podemos estimar la
inteligencia (en su conjunto) de una forma objetiva.
Existen diversas teoras psicolgicas que intentar explicar la Inteligencia. De forma
general, estas teoras se categorizan dentro de 3 tipos:

Modelos no jerrquicos: los diferentes tipos de inteligencia (puede haber

uno o ms) no se agrupan de manera jerrquica.
Modelos jerrquicos puros: aquellos en los que los diferentes tipos de
inteligencia se clasifican de manera jerrquica de forma que los factores
superiores saturan todos los factores de niveles superiores.
Modelos jerrquicos mixtos: similares a los puros, pero los factores
superiores no saturan completamente a los superiores (los superiores no
explican completamente las caractersticas inferiores)

Una vez establecida esta clasificacin, y viendo los modelos que en ella se
incluyen, se determin que existan dos factores que se repetan con frecuencia:
1. La Inteligencia fluida: Es innata y connatural al individuo, es decir, la que hace
que en situaciones novedosas podamos actuar de forma adecuada. Esta
inteligencia est constituida por:

La capacidad de razonar contenidos abstractos

El razonamiento lgico
La capacidad de establecer relaciones o extraer diferencias

La Inteligencia Cristalizada: es aquella construida en base a la experiencia, y nos

permite refinar procesos ya conocidos. Esta inteligencia est constituida,
fundamentalmente, por aptitudes relativas a:
1

Diego Garcia Morate - 8 de junio de 2007 - (una definicin formal (ms) de Inteligencia)
http://blog.metaemotion.com/category/inteligencia-artificial/

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

La comprensin verbal,
El establecimiento de relaciones semnticas,
La evaluacin y valoracin de la experiencia,
El establecimiento de juicios y conclusiones,
Los conocimientos mecnicos, o
La orientacin espacial.

Por tanto, muchos expertos opinan que existen muchos tipos de Inteligencia, y por
lo tanto no podemos ver la inteligencia como un nico nmero, como nos han
hecho creer los tradicionales test de inteligencia.
Sin embargo, y aunque este problema desde el punto de vista humano, parece
que no tendr una solucin cercana (ni siquiera sabemos si existe una verdadera
solucin en s), en el mundo de la Inteligencia artificial poder cuantificar la
inteligencia de un sistema inteligente es una tarea capital, pues se necesita de una
medida de inteligencia para poder comparar varios sistemas y determinar cual es
mejor o peor.
De forma reiterada aparecen publicaciones en las que alguien afirma que ha
encontrado una ecuacin que determina si un ente tiene la caracterstica de ser
Inteligente, de hecho son de sobradamente conocidos test de inteligencia para
ordenadores como la Prueba de Turing o la Sala China, sin embargo para la
evaluacin y realizacin de estos test se requiere un ente inteligente que haga de
rbitro, por lo que en la prctica son intiles estos test para realizar un proceso
automtico de evaluacin.
Parte 2:
Definiciones de inteligencia
Una definicin formal (ms) de inteligencia [2]
Va, Yet Another Machine Learning Blog se encuentra una nueva definicin formal
de inteligencia, de esta forma la inteligencia (gamma) de un agente (pi) puede
expresarse como:

Donde:

Diego Garcia Morate - 8 de junio de 2007 - (una definicin formal (ms) de Inteligencia)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

(mu) representa todos los posibles configuraciones (escenarios) de todos

los posibles entornos a los que se ve sometido un ente (E).
2^-K(mu), es la probabilidad de que suceda el escenario (mu), estimada
mediante la complejidad de Kolmogorov.
y ((V^pi)_mu) es el rendimiento del agente en cuestin (pi) en ese
determinado escenario (mu).

Dicho de otra manera, la inteligencia de un ente depende de la capacidad que

tenga para adaptarse a los escenarios que se le plantean, teniendo especial
consideracin en los escenarios ms frecuentes.
Esta definicin, es an muy vaga en ciertos aspectos, y algunas dudas que
plantea son motivo a reflexionar:

Cmo definimos el rendimiento de un agente en un determinado entorno?

Cmo podemos evaluar y conocer la totalidad de entornos posibles?
Slo podemos evaluar la inteligencia de sistemas en los que sabemos su
rendimiento en todas las posibles configuraciones de su entorno?

A pesar de que esta definicin no nos ayudar a definir que es inteligente o que
no, s nos puede ayudar a evaluar la inteligencia de un ente en una tarea
determinada, y con un entorno controlado, lo cual a fin de cuentas no es poco.
Para los que quieran saber algo ms, est disponible una presentacin formal de
esta teora [3].

A Formal Measure of Machine Intelligence

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

LECTURA 2
Unidad I: Introduccin a la Inteligencia Artificial

Fuente: Oscar Bedoyaoscarbed@eisc.univalle.edu.co Inteligencia Artificial

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

Fuente: Bedoyaoscarbed@eisc.univalle.edu.coInteligencia Artificial

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

LECTURA 3
Unidad 2: Los sistemas de bsqueda
LOS SISTEMAS DE BSQUEDA.
INTRODUCCIN [4]
Para talentosos autores, el problema de la inteligencia se reduce a un problema de
bsqueda en pos de resolver un problema, casi siempre desde un nodo inicial
hasta un nodo meta. Medir la inteligencia, para ellos, es averiguar el empleo de
todo lo que se sabe en forma til. Se trata de hallar soluciones a problemas ya sea
consultando soluciones previas ("preparacin") o combinado posibles soluciones
("deliberacin"). Hay infinitos mtodos de bsqueda. El ms trivial y demorado es
el de bsqueda del ptimo por fuerza bruta (revisar sistemticamente todo el
espacio de problema) y los ms sofisticados, ms breves, apelan a matemticas
que pueden ser tan complicadas como el autor quiera sujeto a que su lgica sea
entendible por algn experto.
Un caso "sencillo" de matemtica complicada es el de buscar el prximo punto de
bsqueda con un paso de avance fijado por la relacin de la segunda derivada con
respecto a la primera derivada (con signo cambiado) del objetivo o criterio con
respecto a la decisin, o sea la funcin que liga a los datos previamente conocidos
con la meta buscada (mtodo de Cholette y Cloutier). Los mtodos de bsqueda
directa ms eficientes son, para una dimensin de bsqueda, el de Fibonacci o su
lmite, la relacin urea; y para mltiples dimensiones el denominado "complex
restricto", que consiste en su primera parte en apartarse de la peor solucin
"experimental" de un diseo rotable simplificado.
2.1 Introduccin a los sistemas de bsquedas.
En inteligencia artificial el tema de bsquedas es central, dado que, por ejemplo,
realizar acciones mecanizadas o resolver problemas, se reduce a buscar en un
espacio de estados. EL cual consiste en encontrar una secuencia de operadores
que, partiendo del estado inicial obtenga un estado final. Representa todos los
caminos que hay entre todos los estados posibles de un problema En esa
disciplina se estudian bsquedas ciegas (bsqueda primero en amplitud, primero
en profundidad, profundidad iterativa, de costo uniforme, bidireccional, etc.) y
bsquedas inteligentes (bsqueda avara, A*, IDA*, A* restricta por memoria
simplificada, ascenso de cima (hill-climbing), etc.)

4 Carlos H. von der Becke Glosario de Inteligencia Artificial,

http://www.geocities.com/ohcop/busqueda.html

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

Relacionado con la bsqueda del ptimo est el problema del control de la

bsqueda, control planteado por Newell y Simn que ha generado una abundancia
de trabajos en el campo de la inteligencia artificial. Se trata de elegir entre
bsquedas heursticas lo suficientemente buenas (no perfectas) como para que se
pueda dar por concluida la bsqueda con una aceptable respuesta al problema en
un lapso aceptable de tiempo.
No se discute que las bsquedas aumentan "explosivamente" cuando el espacio
de problema se vuelve demasiado vasto por bifurcacin de nodos a buscar o por
incorporacin de ms variables. Un control de bsqueda basado en tcnicas
mediocres tambin llega a proponer una respuesta adecuada, aunque en un
tiempo demasiado largo. En un modelo de mundo o en un contexto con ms y ms
variables que participan y que no se reducen a un nmero manejable por descarte,
surge un problema de control de la bsqueda: ella se vuelve "explosiva". El
problema del control de bsqueda (por ejemplo el problema del operador a elegir,
el problema de la planificacin, etc.) an est casi sin resolver.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
CURSO ACADEMICO: 90169 INTELIGENCIA ARTIFICIAL

LECTURA 4
Unidad 3: Representacin del Conocimiento y Razonamiento
INTRODUCCION [5]
La representacin constituye el ncleo de la ciencia de los computadores. Cada
pieza de cdigo escrita es significativa para la representacin de algn objeto. En
la actualidad la representacin del conocimiento es potencialmente investigada, de
tal forma que cualquier libro que trate sobre inteligencia artificial o sistemas
expertos considera a la representacin del conocimiento como un resultado
central.
Los ingredientes bsicos para la representacin del conocimiento son tres: el
primero est referido a un lenguaje de representacin, el segundo a la capacidad
de inferencia de la representacin y el tercero al conocimiento del dominio.
En general una representacin debe de tener dos capacidades: por un lado una
expresividad adecuada y por otro una eficiencia de razonamiento. La expresividad
y el razonamiento le confieren al formalismo la capacidad adecuada para ser
considerado como una alternativa til para la representacin.
Se establece, a priori la definicin de los formalismos, que los criterios para juzgar
una representacin adecuada son tres: lo primero que hay que observar es la
capacidad lgica, referida a que el formalismo sea capaz de expresar el
conocimiento que se desea expresar; lo segundo es el podero heurstico, que se
refiere a la capacidad para resolver problemas utilizando inferencias; finalmente el
tercer criterio es la conveniencia de la notacin, que significa la simplicidad para
acceder al conocimiento y la facilidad de su entendimiento.

http://www.frsf.utn.edu.ar/matero/visitante/bajar_apunte.php?id_catedra=78&id_apunte=168
Documento completo