Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONTENIDO TEMTICO
UNIDAD I.- FUNDAMENTOS DE I. A. UNIDAD II.- REPRESENTACIN DEL CONOCIMIENTO Y RAZONAMIENTO UNIDAD III.- SISTEMAS DE RAZONAMIENTO LGICO UNIDAD IV.- BSQUEDA Y SATISFACCIN DE RESTRICCIONES
UNIDAD I Fundamentos de I. A.
Definicin: I.A. Se define como la inteligencia exhibida por una entidad artificial. Inteligencia: Es la capacidad mental para razonar, planear, resolver problemas, pensar de manera abstracta, comprender ideas y lenguajes y aprender. Artificial: No natural, hecha por el hombre. Generalmente se supone una computadora.
Unidad I Fundamentos de I. A.
EL PROPSITO DE LA IA
La inteligencia artificial intenta comprender las entidades inteligentes (humanos), con el propsito de (a diferencia de la psicologa y la filosofa) construir entidades inteligentes adems de entenderlas.
Charles Babbage.- Matemtico (1792-1871) define el concepto de mquina calculadora universal, ancestro del computador moderno y propone los planos.
MOTOR ANALTICO
Consista de dos componentes: el almacenamiento y la unidad de procesamiento. Avance en el desarrollo de las computadoras.
El matemtico ingls, Alan M. Turing (19121954) define una mquina abstracta, la "Mquina de Turing", que sirve de base a la nocin de algoritmo y a la definicin de la clase de problemas decidibles. Turing dedic lo principal de sus trabajos a la formalizacin de la teora de los autmatas y a la nocin de calculabilidad.
1943: Primer Computador.- El catalizador que condujo al verdadero nacimiento de la IA fue la aparicin del primer computador, el ENIAC: una mquina electrnica de programa grabado
Enorme en tamao Pesaba 30 toneladas Tomaba el espacio de un cuarto Generaba mucho calor Tena poca memoria
Primera generacin
Historia de la IA.- La historia de la I.A se remonta a pocas remotas, aunque la relacin entre la inteligencia humana y las mquinas tuvo sus inicios a principios de los cincuentas.
HISTORIA DE LA I.A.
1956: nacimiento del nombre de I. A. El trmino de Inteligencia Artificial (IA), aparece por primera vez en agosto de 1956 en el Colegio Dartmouth (EEUU), en la ocasin de una conferencia sobre la inteligencia de los computadores y donde se reunieron grandes cientficos tales como J. McCarthy, M. Minsky, C. Shannon, A. Newell, y H. Simon.
La definicin de la primer experiencia que permitira calificar a una mquina de inteligente. Consiste en que un computador y algn voluntario humano se oculten a la vista de algn (perspicaz) interrogador.
Si en el curso de una serie de tests semejantes la interrogadora es incapaz de identificar la naturaleza de su interlocutor, se considera que el computador ha superado la prueba.
J. Mc Carthy se da la tarea de construir un lenguaje de programacin adaptable a las necesidades de manipulacin de conocimientos y de la reproduccin de razonamientos basados en la nocin de listas. PROLOG.- PROGRAMACIN LGICA (70s)
Es un lenguaje de programacin simple pero poderoso desarrollado en la Universidad de Marsella como una herramienta prctica para programacin lgica. Desde el punto de vista del usario, la ventaja principal es la facilidad para programar, ya que se pueden escribir rpidamente y con pocos errores, programas claramente lebles.
Los 60s marcan la verdadera puesta en marcha de la IA, con algunos resultados significativos: Enumeracin inteligente de soluciones a travs de reglas optativas o heursticas (heurstica: arte de inventar, P. Larousse, 1995). Mtodo Heurstico.- Es un conjunto de procesos cognitivos, propositivos y reflexivos que son necesarios realizar para identificar en el menor tiempo posible alternativas de solucin de alta calidad y flexibilidad para un determinado problema. En IA existen algoritmos heursticos utilizados en Algoritmos Genticos y Redes Neuronales , as como en Ing. del Conocimiento y Sistemas Expertos en donde se realiza el proyecto de un Motor de Inferencia a partir de una bsqueda heurstica
INTELIGENCIA ARTIFICIAL
ROBOT APRENDIZAJE Y PLANEACIN (SHAKEY)
P cycorp Enhanced virtual reality Improved machine tranPotential Applications Online brokering of goods and services "Smart" interfaces Intelligent character simulation for games Enhanced virtual reality Improved machine translation Improved speech recognition Sophisticated user modelling Semantic data mining Advice Services: E-shopping Assistantslation Improved speech recognition Sophisticated user modelling Semantic data mining Advice Services: E-shopping Assistant
SEGUNDA PARTE
1.2 TEORIAS DE LA
INTELIGENCIA
TEORAS DE LA INTELIGENCIA
ENFOQUE COGNOSCITIVO
Desde el enfoque cognoscitivo los resultados de aprendizaje se refieren a representaciones cognitivas internas . Los procesos cognitivos se refieren a toda aquella actividad mental que hace posible la constitucin de representaciones y las condiciones se refieren a las acciones educativas de carcter social educativo o interaccional y a los diferentes recursos culturales con que se apoya el aprendizaje.
Inteligencias mltiples
Howard Gardner Define la inteligencia como la "capacidad de resolver problemas o elaborar productos que sean valiosos en una o ms culturas". La importancia de la definicin de Gardner es doble: 1) Ampla el campo de lo que es la inteligencia 2) Y reconoce lo que todos sabamos intuitivamente, y es que la brillantez acadmica no lo es todo. A la hora de desenvolvernos en esta vida no basta con tener un gran expediente acadmico. Hay gente de gran capacidad intelectual pero incapaz de, por ejemplo, elegir bien a sus amigos y, por el contrario, hay gente menos brillante en el colegio que triunfa en el mundo de los negocios o en su vida personal. Triunfar en los negocios, o en los deportes, requiere ser inteligente, pero en cada campo utilizamos un tipo de inteligencia distinto. No mejor ni peor, pero s distinto. Dicho de otro modo, Einstein no es ms inteligente que Michel Jordan, pero sus inteligencias pertenecen a campos diferentes.
Hablando de razonamiento, podra definirse como un conjunto de operaciones cognoscitivas que nos permiten conocer como las personas expresan alguna opinin, algn juicio alguna conclusin.
El proceso de razonamiento en un sistema basado en reglas es una progresin desde un conjunto inicial de afirmaciones y reglas hacia una solucin, respuesta o conclusin.
El Razonamiento
El razonamiento es una actividad psquica de orden cognitivo por la que se asocia un sujeto a un predicado, cuyo nexo no es del todo evidente. Un ejemplo sera: "Los sistemas operativos que no se bloquean son sistemas robustos, es as que Linux no se me ha bloqueado, por lo tanto Linux es un sistema operativo robusto".
El vehculo normal, por as decirlo, del razonamiento es la lgica. Utilizando una lgica se elaboran razonamientos. Es importante tener en cuenta esto ya que, esto es lo que hace posible simular el razonamiento. Esta es la base terica para que algunas aplicaciones de IA funcionen.
Razonamiento e Intuicin
La inteligencia no es solo razonamiento ya que una parte importante de la inteligencia es la intuicin. Muchas veces decimos que las computadoras son tontas porque para "entender" algo necesitan largos procesos mientras que nosotros lo hacemos rpidamente. La razn es que el intelecto humano tiene una parte racional y otra parte intuitiva; la IA podr simular lo racional pero nunca lo intuitivo.
El proceso de razonamiento en un sistema basado en reglas es una progresin desde un conjunto inicial de afirmaciones y reglas hacia una solucin, respuesta o conclusin
Se puede partir considerando todos los datos conocidos y luego ir progresivamente avanzando hacia la solucin. Se puede seleccionar una posible solucin y tratar de probar su validez buscando evidencia que la apoye.
Razonamiento progresivo
En el caso del razonamiento progresivo, se empieza a partir de un conjunto de datos recolectados a travs de observacin y se evoluciona hacia una conclusin. Se examina cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna de las reglas. Si una regla es satisfecha, es ejecutada derivando nuevos hechos que pueden ser utilizados por otras reglas para derivar hechos adicionales
Razonamiento Progresivo
La interpretacin de reglas es realizada por una mquina de inferencia en un sistema basado en conocimiento. La interpretacin de reglas, o inferencia, en el razonamiento progresivo involucra la repeticin de los pasos que se indican en la siguiente figura.
Razonamiento Progresivo
1.
Unificacin (Matching).- En este paso, en las reglas en la base de conocimientos se prueban los hechos conocidos al momento para ver cules son las que resulten satisfechas. 2. Resolucin de Conflictos.- La resolucin de conflictos involucra la seleccin de la regla que tenga la ms alta prioridad de entre el conjunto de reglas que han sido satisfechas. 3. Ejecucin.- La ejecucin puede dar lugar a uno o dos resultados posibles: nuevo hecho (o hechos) pueden ser derivados y aadidos a la base de hechos, o una nueva regla (o reglas) pueden ser aadidas al conjunto de reglas (base de conocimiento) que el sistema considera para ejecucin.
Razonamiento Regresivo
El razonamiento regresivo es mucho ms adecuado para aplicaciones que tienen mucho mayor nmero de entradas, que de soluciones posibles. Una excelente aplicacin para el razonamiento regresivo es el diagnstico, donde el usuario dialoga directamente con el sistema basado en conocimiento y proporciona los datos a travs del teclado.
En la acepcin clsica, la filosofa estaba considerada como la ciencia de las causas por sus causas supremas. Modernamente, se prefiere hablar del filosofar. El filosofar es un interrogar, un continuo cuestionar sobre s y sobre la realidad. La filosofa es una bsqueda constante de sentido, de justificacin, de posibilidades, de interpretacin al respecto de todo aquello que rodea al hombre y sobre el hombre mismo, en su existencia concreta.
Oportunamente Jaspers, en su Introduccin a la Filosofa coloca la esencia de la filosofa en la bsqueda del saber y no en su posesin. La filosofa se traiciona a s misma y se degenera cuando es puesta en frmulas. La filosofa procura comprender la realidad en su contexto ms universal. No da soluciones definitivas para un gran nmero de interrogantes. Habilita, entonces, al hombre en el uso de sus facultades para ver mejor el sentido de la vida concreta.
Qu es el Conocimiento
Qu es el conocimiento
Qu es el conocimiento
TERCERA PARTE
Qu es un agente?
AGENTES EN IA
AGENTES
PERCEPCIN Y ACCIN
SISTEMAS DE PRODUCCIN
Ffuncin accin
AGENTES INTELIGENTES
Los demonios son procesos que suelen tener las siguientes caractersticas: No disponen de una "interfaz" directa con el usuario, ya sea grfica o textual. No hacen uso de la entradas y salidas estndar para comunicar errores o registrar su funcionamiento, sino que usan archivos del sistema en zonas especiales
____
___________________
___________________
___
__________________ ______________
AGENTES Y OBJETOS
____________
_____________
_________
HEURSTICA
HEURSTICA (intentos)
Por ejemplo, un enemigo podr intentar una aproximacin al xito (intento), grabando los resultados de esa aproximacin en su memoria. Si fracasa en su intento de eliminar al jugador(meta), la prxima vez que intente algo parecido sabr que, bajo las mismas circunstancias ha fracasado ya una vez, e intentar otra ruta de aproximacin al jugador.
Heurstica (aprendizaje)
Si por el contrario tiene xito, an podr obtener un aprendizaje de sus actos, y extrayendo aquellas acciones que ms han contribuido a la consecucin del fin, que es eliminar al jugador. As la prxima vez que el ordenador se encuentre en semejante situacin. La heurstica, por tanto, permite tener jugadores, agentes o enemigos con memoria.
TIPOS DE HEURSTICAS
1. Heursticas de representatividad: la probabilidad de un hallazgo es estimada mediante comparacin con una poblacin.
2. Heursticas de disponibilidad. La probabilidad de un suceso es estimada por la facilidad con que puede ser recordado
3. Heursticas de anclaje y ajuste. El experto realiza una estimacin inicial y posteriormente va ajustndola de acuerdo a las caractersticas que encuentra en el caso, hasta llegar a la valoracin final.
FIN