P. 1
U1 Introduccion Inteligencia Artificial

U1 Introduccion Inteligencia Artificial

|Views: 69|Likes:
Publicado porLuis Sanchez

More info:

Published by: Luis Sanchez on Oct 28, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/24/2013

pdf

text

original

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

Dr. Miguel Wister

• Inteligencia humana • Inteligencia artificial

¿Qué es la inteligencia humana?

“La inteligencia es sólo un término genérico para indicar formas superiores de organizaciones de las estructuras cognoscitivas... el comportamiento se hace más inteligente a medida que las sendas entre el sujeto y el objeto sobre el que actúa, dejan de ser simples y se vuelven progresivamente más complejos. La inteligencia constituye el estado de equilibrio hacia el que tienden todas las adaptaciones sucesivas de origen sensoriomotor y cognoscitivo, así como todas las interacciones de asimilación y acomodación entre el organismo y su ambiente”.
Jean Piaget 1950.

¿Qué es la inteligencia humana?

Siete tipos de Inteligencia o Inteligencia Múltiple

-

Inteligencia Inteligencia Inteligencia Inteligencia

Verbal Espacial Kinestésica Musical

- Inteligencia Lógica - Inteligencia Interpersonal - Inteligencia Intrapersonal

Howard Gardner

etc.¿Qué es la inteligencia humana? • Aspectos de la Inteligencia humana – “Ellas es inteligente” – “Ella sabe mucho” – “Ella piensa rápido” • “Sus acciones son apropiadas en cada situación”. • Formas en que las gentes demuestran Inteligencia – Comunicación efectiva (textos. expresión verbal. .)‫‏‬ – Aprendizaje. Adquiere nuevo conocimiento a través de la experiencia. dibujos.

Timeline Time Line of 'Significant Events' in Artificial Intelligence Research • 1936 Alan Turing considers the brain as a way of looking at computing. • 1956 A Summer conference in Hanover. • 1947 Arthur Samuel from IBM began work on a program to play 'Checkers' that was capable of learning from its mistakes. which suggests that machines may someday 'compete with men in all purely intellectual pursuits'. John McCarthy (a Maths prof. IBM also begin working on simulated neural networks. New Hampshire of mathematicians. publishes 'Computing Machinery and Intelligence'. . • 1943 Warren McCulloch and Walter Pitts modelled a simple neural network. neurologists. psychiatrists and electrical engineers.AI .) first proposes the term 'Artificial Intelligence'. • 1950 Alan Turing (the 'Father of AI') and designer of the first electronic computer 'Colossus'.

a natural language program by Joseph Weizenbaum of Massachusetts Institute of Technology used to simulate diagnosis by a psychiatrist . unless rules ban it from competition' (still not achieved to date). US Defence Department forms Defence Advanced Research Projects Agency (DARPA) . the most commonly used AI research language introduced by John McCarthy. • 1958 LISP (LISt Processing language).military applications for AI to be explored with large injection of funds. • 1963 'Eliza'.• 1957 Prediction by Rand Corporation that 'within 10 years a digital computer will be the worlds chess champion. • 1959 Widrow and Hoff develop 'ADALINE' and 'MADALINE' as the first neural networks in real life application (they filtered noise and echoes from phone lines) • 1961 Arthur Samuel consistently beaten by his own 'checkers' program • 1962 The Perceptron neural network model proposed by Rosenblatt (uses corrective learning).

1972 PROLOG is introduced as an artificial intelligence language. on-board logic.then' program to assist in analysing spectrograph data. The result 'DENDRAL'.. 1968 'SIR' (Semantic Information Retrieval) . 1967 Grossberg developed the Avalanche series of neural networks which were able to control robot arms and perform speech recognition. is the first expert system.an expert system to perform differential and integral calculus better than most human experts. television camera. bump detector and antennae for radio linkage Minsky and Papert (author of LOGO) conclude that the Perceptron is unable to solve any useful problems.• • • • • • • 1965 Feigenbaum.a program that could make deductions from facts written by Bert Raphael 1969 'Shakey' . Buchanan and Lederberg work on an 'if.an expert system for diagnosis and treatment of Glaucoma 1971 'MACSYMA' . 1970 'CASNET' . .an ambulatory robot debuts at Stanford university -equipped with range finder.

an expert system that could diagnose bacterial infections on the basis of symptoms (used 400 rules) • 1976 'Hearsay' .a voice activated computer system capable of dictation with a 5000 word vocabulary by Kurzweil Applied Intelligence.8' . • 1988 'VoiceReport' . • 1981 Expert systems 'ONCOCIN' (cancer treatment). 'R1' (computer system configuration). 'DIPMETER' (geological layer analysis) and 'SIMMIAS' (oil prospecting) • 1982 DARPA outlines a 20-year plan for AI defence systems on earth and in space.a speech understanding program. 'SAM' (brain haemorrhages and high blood pressure treatment). as part of a five year project sponsored by DARPA • 1979 'BKG 9.• 1975 'MYCIN' .a backgammon program defeats the world champion winning $US5000 for its author Hans Berliner. • 1985 'Q&A' . by Symantec. .the first 'natural language' PC database. 'DART' (computer breakdown support).

not realised to date. . released for the PC by Artificial Intelligence Corp. Neural networks for Defence meeting (re-focus on the Perceptron) • 1990 Targeted as the date for Japans Fifth Generation Project to be integrated into small businesses and homes.• 1989 'KBMS' (Knowledge Base Management System). allows users to construct expert systems. as well as businesses and corporations .

Inteligencia artificial • ¿Sistema experto? • ¿Un robot? • Técnica moderna para resolver problemas que el hombre no puede resolver. • ¿Fantasía o ciencia ficción? .

Haugeland.. es decir.. sistemas que nosotros asociamos con inteligencia. 1993. Es el estudio de cómo hacer que las computadoras hagan cosas que. La interesante tarea de lograr que las computadoras piensen. 1991.Definiciones El estudio de cómo hacer sistemas computacionales inteligentes. Faigenbaun. Winston. maquinas con mente. 1992. en su amplio sentido literal. razonar y actuar. el ser humano hace mejor. Rich & Knight. 1985. Rama de las Ciencias Computacionales que está orientada a la automatización del comportamiento. Estudio de métodos computacionales que hacen posible percibir. Luger & Stubblefield. hasta el momento. .

resolución de problemas. 1990. aprendizaje. Nilson . actividades tales como toma de decisiones. Kurzweil. • Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales. 1990.. • El estudio del comportamiento inteligente de las máquinas. Bellman. 1978. • El estudio de las facultades mentales mediante el uso de modelos computacionales. 1985..Definiciones • La automatización de actividades que vinculamos con procesamiento humano. Schalkoff. • El arte de crear maquinas con capacidad de realizar funciones que realizadas por personas requieren inteligencia. Charniak & Mcdermott.

Definiciones Un conjunto de algoritmos manejables mediante cómputo. 1993). aproximaciones adecuadas de problemas especificados intratables.  El campo de la informática que estudia qué tanto es posible lograr que las máquinas actúen inteligentemente (Jackson. (Partridge. 1991).  La empresa de construir un sistema de símbolos físicos capaz de aprobar la prueba de Turing (Ginsberg. 1986).  .

1989).  .  Investigación muy general sobre la naturaleza de la inteligencia y de los principios y mecanismos necesarios para su comprensión o reemplazo (Sharples et al.  Lograr que las computadoras hagan aquello que es al parecer inteligente (Rowe. 1990).. 1988).Definiciones Un campo de estudio que incluye técnicas de cómputo con el fin de realizar tareas que evidentemente requieren de inteligencia cuando las efectúan los seres humanos (Tanimoto.

Paradigmas de inteligencia artificial • Inteligencia artificial basada en simbolos • Inteligencia artificial basada en comportamiento • Inteligencia artificial basada en conexionismo .

logica difusa. – Interacción : agente / medio ambiente. • Inteligencia artificial basada en comportamiento – Todas las representaciones del conocimiento deben estar conectadas o “amarradas” con el mundo físico. • Inteligencia artificial basada en conexionismo – La inteligencia radica en la interacción colectiva de un extenso número de elementos simples. razonamiento matemático.Paradigmas de inteligencia artificial • Inteligencia artificial basada en simbolos – Colección de patrones y procesos – La inteligencia reside en el conocimiento (simbolos) y la forma adecuada de representar o manipular ese conocimiento. busquedas heuristicas. robots. . – Sistemas expertos. – Redes neuronales. – Agentes inteligentes. automatas celulares y algoritmos geneticos.

.

si no tienen las ideas básicas que la gente tiene acerca del mundo real” • Dreyfus “Nunca seremos capaces de establecer reglas para todas las maneras en que pensamos.Algunas criticas sobre IA • • • Allan Turing (Test de Turing)‫‏‬ Searle (Cuarto Chino)‫‏‬ Lenat ‘80 “Las computadoras no son capaces de actuar inteligentemente. La mente humana es muy compleja de duplicar”. .

Does a Computer Really Think? Turing Test A B The interrogator .

Does a Computer Really Think? Chinese room .

• Responder rápidamente y exitosamente a una nueva situación. • Dar sentido a mensajes ambiguos y contradictorios. . • Entender e inferir en forma racional y ordinaria. • Aplicar conocimiento para manipular el medio ambiente. • Usar la razón en la solución de problemas y dirigir la conducta en forma efectiva.Comportamiento Inteligente • Aprender o entender de la experiencia. • Pensar y razonar.

(Scientist orientation).Objetivos de la inteligencia artificial • Estudiar los procesos del pensamiento humano. . • Representar esos procesos en una máquina. (Engineering orientation).

105 compuertas 109 bits disco. Cerebro humano 1011 neuronas 1011 Neuronas 1014 sinapsis.Capacidades máquina vs. cerebro Computadora Unidades de cómputo Unidades de almacenamiento Ciclos de tiempo Ancho de banda Actualización / segs. 10-3 segs. 105 . de neuronas. RAM. 1014 1010 bits 10-8 segs. 109 bits/segs. 1014 bits/segs. 1 CPU.

Inteligencia artificial vs. inteligencia natural • Ventajas de la IA – – – – – • Es permanente Fácil de duplicar y diseminar Menos cara Consistente y robusta Puede ser documentada Ventajas de la IN – – – – – Creativa Usa la experiencia sensorial Amplio contexto de la experiencia Emplea sentido común Posee conciencia .

• Heurística: Método para procesar información que sirve para tomar decisiones y normalmente produce una solución aceptable (rules of Thumb). .Terminología usada en inteligencia artificial • Algoritmo: Método para resolver problemas y que siempre produce una solución correcta.

Un símbolo es un conjunto de caracteres que significa algún concepto del mundo real. . • Espacio de búsqueda: Conjunto de todas las posibles soluciones a un problema.Terminología usada en inteligencia artificial • Símbolo: El conocimiento representado como un conjunto de símbolos. • Inferencia: Capacidad de razonar usando heurística para la deducción de hechos y reglas.

Programación convencional DIMENSIÓN Procesamiento Naturaleza de entrada Búsquedas Uso Naturaleza de salida Hardware Capacidad de razonamiento INTELIGENCIA ARTIFICIAL Principalmente simbolico Puede ser incompleto Heurística Conocimiento Puede ser incompleto PC y WS Sí CONVENCIONAL Principalmente cómputo y cálculos Debe ser completo Algoritmos Datos Debe ser correcto Todos los tipos No .Inteligencia artificial vs.

la creencia y la opinión ignoran la realidad de las cosas. poseen un menor valor cualitativo. se trata de la posesión de múltiples datos interrelacionados que. Conocimiento para el filósofo griego Platón. al ser tomados por sí solos.Conocimiento en la inteligencia artificial ¿Qué es el conocimiento? (1era parte) El conocimiento es un conjunto de información almacenada mediante la experiencia o el aprendizaje (a posteriori). por lo que forman parte del ámbito de lo probable y de lo aparente. En el sentido más amplio del término. el conocimiento es aquello necesariamente verdadero (episteme). . o a través de la introspección (a priori). En cambio.

objeto. operación y representación interna (el proceso cognoscitivo). Se dice que el conocimiento es una relación entre un sujeto y un objeto. .Conocimiento en la inteligencia artificial ¿Qué es el conocimiento? (2da parte) El conocimiento tiene su origen en la percepción sensorial. después llega al entendimiento y concluye finalmente en la razón. El proceso del conocimiento involucra cuatro elementos: sujeto.

Conocimiento en la inteligencia artificial alto bajo Gr ad o d e ab s t r ac c i ó n CONOCIMIENTO Sistemas Inteligentes INFORMACIÓN Sistemas convencionales DATOS Cantidad .

.

Resultados de investigaciones de inteligencia artificial – – – – – – – – Tiempo compartido Interacción hombre máquina (Human-Computer Interaction) Procesamiento de lenguaje natural Sistemas expertos Programación lógica Programación orientada a objetos Hojas de cálculo Agentes inteligentes (sistemas multiagentes. softbots)‫‏‬ .

Tecnologías que no trabajan bien todavía – – – – – – – Robótica y la fabrica del futuro Dificultad para controlar los robots Sensores para robots Avances en robots orgánicos (cibernética. bionica)‫‏‬ Reconocimiento del habla/voz Visión computacional Aprendizaje automático Tecnologías que no trabajaran bien en poco tiempo – – – – – Sentido común Planificación Aprender de la experiencia Analogías Creatividad .

hidráulica y óptica. – – – – Sistemas expertos Tutores inteligentes Algoritmos genéticos Robots inteligentes .El campo de la inteligencia artificial El desarrollo de máquinas que exhiben características inteligentes involucra muchas ciencias y tecnologías diferentes tales como lingüística. psicología. hardware y software de computadora. filosofía. mecánica.

Aplicaciones: • • • • • • • • • • Interpretación Predicción Diagnóstico Diseño Planificación Monitorización Revisión Reparación Instrucción Control . Su principal característica es que separan el conocimiento (Knowledge Base) del mecanismo de inferir nuevo conocimiento (Inference Engine).Sistemas expertos Programa computacional que intenta imitar los procesos de razonamiento y conocimiento de los expertos para resolver diferentes tipos de problemas en un dominio especifico.

• Capaz de deducir la aproximación del usuario a ese conocimiento. Aplicaciones: • • • • • • • SCHOLAR LOGO SOPHIE STEAMER WEST BUGGY GUIDON .Tutores inteligentes Programa Inteligente que tiene como propósito proveer un ambiente de instrucción sofisticada. • Pedagógico para implementar las estrategias para reducir las diferencias de conocimiento entre el experto humano y el usuario. • Expertise en un dominio especifico. El tutor inteligente debe tener tres componentes principales.

f(x) ---> función de aptitud Generación T Población Intermediaria Generación T + 1 . Consiste en un conjunto de strings (individuos) que son combinados utilizando operadores de selección. cruce y mutación para evolucionar la población a través de un número de generaciones. La combinación de los individuos toman en cuenta la sobrevivencia del más apto.Algoritmos genéticos Algoritmos de búsqueda basados en la mecánica de selección y genética natural.

Algoritmos genéticos Aplicaciones de algoritmos genéticos son: • • • • • • • Optimización Programación automática Aprendizaje automático Economía Sistemas inmunes Ecología Evolución y sistema sociales .

Aplicaciones: • • • • • • • Telecomunicaciones. Clasificación de patrones Fraudes en tarjetas de crédito. . Control de vibraciones y sonido. Control y optimización. Pronósticos financieros. Reconocimiento de caracteres escritos a mano y en máquina.Redes neuronales Es un modelo que emula el funcionamiento de una red neuronal biológica en su forma más simple.

sino existe un área donde la posibilidad de un quizas está presente.      Nunca Casi nunca Algunas veces Frecuentemente Siempre Aplicaciones: • Sistemas expertos • Controlador automático de trenes • Compra y venta de acciones • Aparatos domésticos • Robótica • Tecnología espacial . Basada en los conjuntos difusos de Zadeh. es decir. Simula el proceso de razonamiento humano normal para permitir a la computadora comportarse de una manera más flexible. toma en cuenta que proceso de decisión no es cuestión de falso o verdadero.Lógica difusa Técnica de IA que está directamente relacionada con aspectos de incertidumbre.

• Tonto (dumb)‫‏‬ • Inteligente Aplicaciones: • • • • Fábricas inteligentes Exploración espacial Automatización de oficinas Hogar .Robótica inteligente Dispositivo electromecánico que puede ser programado para ejecutar tareas manuales y rutinarias.

Visión computacional Proceso computacional para identificación de imágenes. Aplicaciones: • • • • Exploración espacial Procesos industriales Robótica Medicina .

Reconocimiento de voz Técnica para identificar diferentes aspectos del lenguaje hablado y establecer así la comunicación directa entre las computadoras y el ser humano. ¿? Cuac cuac Aplicaciones: • • • • Tutores Agentes inteligentes Procesadores de palabras Angels .

sintaxis o menús. Aplicaciones: • • • • Interfaces Resumen de noticias Redacción de documentos Translate (traductores)‫‏‬ .Procesamiento de lenguaje natural Técnica de IA que busca establecer las estrategias para comunicarse con las computadoras en lenguaje natural en lugar de usar comandos especiales.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->