Está en la página 1de 25

Resumen IA

2013

Inteligencia Artificial (IA)

¿Qué es la inteligencia artificial?

Es la parte de la ciencia de la computación que se encarga de desarrollar Sistemas Computacionales Inteligentes, es decir, sistemas que tienen características asociadas a la inteligencia del comportamiento del ser humano, como por ejemplo: La comprensión del Lenguajes | La resolución de problemas | Aprendizajes.

Máquina de Turing

Es un dispositivo que manipula símbolos sobre una tira de cinta. Se puede adaptar para simular la lógica de cualquier algoritmo de computadora y está diseñada como un dispositivo hipotético que representa una máquina de computación.

Test de Turing

Se basa en la hipótesis de que, si una máquina se comporta en todos los aspectos como inteligente, entonces debe ser inteligente. El procedimiento consta de situar a un juez en una habitación, una máquina y un ser humano en otra. El juez debe descubrir cuál es el ser humano y cuál es la máquina, permitiéndoles a los 2 mentir al momento de contestar una pregunta. Si ambos jugadores son lo suficientemente hábiles, el juez no podría distinguir quién es la máquina.

Perspectiva científica

La perspectiva científica busca entender la naturaleza de la inteligencia, reproducir las acciones y el razonamiento de los seres vivos inteligentes en dispositivos artificiales.

Perspect iva Ingenieril

La perspectiva ingenieril busca desarrollar teorías, conceptos, métodos y prácticas para construir artefactos (software-hardware) que presenten una conducta inteligente.

Tipo de sistemas

Hay distintos tipos de sistemas, los cuales reciben como fuente de entrada:

Datos | Funciones | Eventos | Comportamiento | Conocimiento.

  • Sistemas Administrativos: operaciones diarias, control interno.

  • Sistemas de Apoyo a las Decisiones: Business Intelligence, Data Warehouse, Data Mining, Cubos.

  • Conocimiento Inteligencia Artificial: Sistemas Expertos, Redes Neuronales, Algoritmos Genéticos. Aportan mucho a los otros tipos de sistemas.

Resumen IA

2013

Resumen IA 2013 Sistemas de Apoyo a las Decisiones Conocimiento (IA) Sistemas Administrativos / Operaciones diarias
Sistemas de Apoyo a las Decisiones Conocimiento (IA) Sistemas Administrativos / Operaciones diarias / Control Interno.
Sistemas de Apoyo a las
Decisiones
Conocimiento (IA)
Sistemas Administrativos
/ Operaciones diarias /
Control Interno.
Sistemas Expertos (SE)
Redes Neuronales (RN)
Algoritmos Genéricos (AG)

Ingeniería del Conocimiento (INCO)

Es el proceso de diseñar y poner en marcha los Sistemas Basados en Conocimiento. Es el sub-campo de la Inteligencia Artificial, concerniente a la adquisición, representación y aplicación de conocimientos, los cuales se integran dentro de un sistema de computadora para resolver problemas complejos que normalmente requiere un alto nivel de comprensión / conocimiento.

Sistemas Basados en Conocimiento (S BC / SS.BB.CC )

Tienen como fuente, el conocimiento público, esto quiere decir que la fuente esta publicada en: Libros, Normas, Estándares, etc. Dicha fuente esta detallado de forma clara y exacta, por lo tanto puede ser representada en la computadora.

  • Desde el punto de vista funcional:

Resumen IA 2013 Sistemas de Apoyo a las Decisiones Conocimiento (IA) Sistemas Administrativos / Operaciones diarias
  • Desde el punto de vista estructural:

Resumen IA 2013 Sistemas de Apoyo a las Decisiones Conocimiento (IA) Sistemas Administrativos / Operaciones diarias

Resumen IA

2013

Sistemas Expertos ( SE / S S. E E )

Tienen como fuente, el conocimiento público (SBC) y además posee determinados conocimientos de experiencia en un dominio concreto. Los SE buscan mejorar la calidad y rapidez en las respuestas, para mejorar la productividad del experto. No pretende reproducir el pensamiento humano, sino la técnica de un profesional capaz (para construir un SBC se suele contar con grandes expertos en la materia que incorporan su conocimiento al sistema). Esta pretensión es más sencilla ya que en algunos campos reducidos los expertos trabajan siguiendo reglas, pero generalmente no son conscientes de ello. En aquellos campos en los que no sea necesario aplicar la intuición ni el sentido común, los sistemas basados en conocimiento han conseguido notables éxitos, logrando en ocasiones ser más regulares y rápidos que los propios expertos. Ejemplo:

Un SE en diagnóstico médico requiere como datos los síntomas del paciente, los resultados de análisis clínicos y otros hechos relevantes, y, utilizando éstos datos de entrada, buscaría la información necesaria para poder identificar la correspondiente enfermedad. Un SE no sólo maneja grandes cantidades de datos, sino que también los manipula de forma tal que el resultado sea claro y tenga significado para responder incluso a preguntas no especificadas.

Sistemas basados en el co nocimiento vs siste mas expertos

  • SBC: conocimiento no necesariamente experto.

  • SE: conocimiento experto + interacción.

  • SE SBC.

Definición de SBC vs. Sistemas Expertos

Resumen IA 2013 Sistemas Expertos ( SE / S S. E E ) Tienen como fuente,

Resumen IA

2013

Sistemas Tradicionales vs . Sistemas Inteligentes

 

Sistemas Procesamiento de Datos

 

Sistemas Inteligentes

Procesamiento de datos.

  • Procesamiento de símbolos.

La estructura de control y el conocimiento están integrados. [Variando el conocimiento cambia el programa]

  • La estructura de control y el conocimiento son independientes. [Variando el conocimiento no cambia el programa]

Sólo se admite la mejor solución posible.

  • Todas las respuestas satisfactorias son aceptables.

Sistemas Convencionales vs. Sistemas Orientados a Conocimiento

 

Sistemas Convencionales

Sistemas Orientados a Conocimiento

 
  • Combinatoria reducida de opciones.

  • Requiere heurística para acortar los espacios de búsqueda.

Dominio del

conocimiento

  • Gran volumen de

  • Ej: Cálculo de Sueldo.

  • Ej: Ajedrez 10 120 (Juegos)

información y de relaciones.

Programación

  • Procesamiento sistemático y procedural.

  • Procesamiento Inferencial y deductivo.

Análisis y Diseño

  • Sistemas abarcativos e integrados.

  • Sistema focalizado en un aspecto específico del conocimiento.

 
  • Base de Datos

  • Base de Datos.

  • Programas (Instrucciones y

  • Base de Conocimiento (Reglas)

Arquitectura

control de secuencia).

  • Motor de Inferencia (control de Encadenamiento)

Ventajas de los Sistemas Expertos

 

Mayor disponibilidad: La experiencia está disponible para cualquier hardware adecuado.

Permanencia: La experiencia es permanente, a diferencia de lo que ocurre con los expertos humanos.

Experiencia múltiple:

 

o

El conocimiento de varios especialistas puede estar disponible para trabajar simultánea

o

y continuamente en un problema. El nivel de experiencia combinada de muchos sistemas expertos puede exceder el de un solo especialista humano.

Respuestas no subjetivas: El sistema experto ofrece respuestas sólidas, completas y sin emociones en todo momento.

Explicación del razonamiento: El sistema experto puede explicar clara y detalladamente el razonamiento que conduce a una conclusión.

Respuesta rápida: Algunas situaciones de emergencia pueden exigir respuestas más rápidas que las de un humano.

Resumen IA

2013

Limitaciones

  • Sentido común: Para un SE no hay nada obvio. Por ejemplo, un SE sobre medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible ya que un hombre no puede procrear hijos.

  • Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un SE no podemos.

  • Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado.

  • Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.

  • Capacidad sensorial: Un SE carece de sentidos.

  • Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolución de un problema.

  • Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado.

Arquitectura de los SOC

Resumen IA 2013 Limitaciones  Sentido común: Para un SE no hay nada obvio. Por ejemplo,

Base de Conocimiento

  • Contiene el conocimiento que el SOC maneja, expresado en lenguaje de programación.

  • Es el conjunto de reglas de razonamiento, por ejemplo:

o

SI (Aceleración = alta y Falla = A236 o Falla =B53) ENTONCES (Reparación = Cambiar mariposa)

  • Suministra al motor de inferencia las reglas de razonamiento a recorrer.

Base de Datos

  • Contiene los valores de datos/atributos que identifican cada caso y que usa el sistema para razonar, por ejemplo:

o

Aceleración: alta | media | baja

o

Falla: A236 (luz roja tablero) | B53 (interrupción encendido)

o

Reparación: cambiar mariposa | cambiar paso a paso | reparar inyectores | cambiar inyectores.

  • Suministra al motor de inferencia los valores de los atributos que requieren las reglas de razonamiento a recorrer.

Resumen IA

2013

Memoria de Trabajo

  • Memoria temporal en la cual el motor de inferencia guarda, por ejemplo:

o

El Conocimiento que va deduciendo a medida que recorre las reglas de razonamiento.

o

Las reglas que fueron disparadas, lo que permite explicar cómo fue razonando la/las respuesta/s

Motor de Inferencia

  • Contiene algoritmos que son independientes del dominio de aplicación y que controlan:

o

El

orden

de recorrido

de

las

reglas y

la ejecución de

las inferencias

de

la

base

de

o

conocimiento. Acepta entradas y produce salidas.

 
  • Proporciona al trazador de explicaciones, las reglas que explican cómo se razonó la salida del sistema.

  • Proporciona al trazador de consultas, las respuestas a consultas del usuario

Interfaz de Conocimiento

  • Administra la comunicación entre el sistema y los usuarios en forma amigable.

  • Permite al usuario ingresar datos.

  • Permite al sistema solicitar datos.

  • Permite al usuario ingresar nuevos conocimientos.

  • Interpretar y responder consultas del usuario.

Ciclo de Vida de Sistemas Orientados a Conocimiento

Se lleva a cabo de forma espiral (Movimiento Periférico) e incremental.

Metodología IDEAL

  • 1. Identificación de la Tarea. [Plan de Proyecto | Estudios de Viabilidad | Requerimientos]

  • 2. Desarrollo de los prototipos. [Adquirir Conocimiento, Conceptualizar y Formalizar conocimiento | Implementación | Validación y Evaluación]

  • 3. Ejecución de la construcción del Sistema Integrado. [Integración con otros sistemas | Aceptación del sistema]

  • 4. Actuación para conseguir el mantenimiento del sistema. [Mantener sistema | Mantener Base de Conocimiento]

  • 5. Lograr una adecuada transferencia tecnológica. [Documentación | Organizar la transferencia tecnológica]

Resumen IA

2013

PPT 2 - IDEAL

- Estudio de Viabilidad

Permite determinar si la solución de un problema es viable o no con el Sistema Basado en Conocimiento. En IDEAL se analizan 4 factores de viabilidad:

  • 1. Posible / Plausible. En este punto se determina si se cuentan con los medios necesarios para abordar el problema desde la INCO. Se analizan 2 factores básicos:

    • 1.1. Características del Experto:

      • - Debe existir el experto y debe ser reconocido por sus colegas como tal.

      • - Debe ser cooperativo y poder explicar sus métodos y procedimientos.

      • - Debe haber resuelto problemas con frecuencia.

  • 1.2. Características de las tareas del experto:

    • - Se analiza el grado de dificultad de las tareas.

    • - Se analiza si está adecuadamente estructurada la tarea.

    • - Se analizan las habilidades que se requieren para llevar a cabo la tarea.

  • 2. Justificado. En este punto se determina si se justifica o no el uso de un SE. Se analizan 2 factores básicos:

    • 2.1. Características de la experiencia:

      • - Se analiza el entorno en donde hay que llevarse a cabo las tareas. Por ejemplo: Peligrosidad de la tarea | Distancia donde hay que realizar la tarea, etc.

    • 2.2. Características de la inversión:

      • - Se analiza el costo de llevar a cabo el sistema, la recuperación de la inversión, el valor de lo que sale realizar la tarea y si existen soluciones alternativas.

  • 3. Apropiado. En este punto se determina si la INCO permite abordar el problema o no, dado que existen problemas que no pueden ser resueltas, ya que requieren algoritmos convencionales o sentido común. También se estudian la complejidad y el tipo de tarea a realizar.

  • 4. Éxito.

    • 4.1. Si existe la predisposición del experto para desarrollar el sistema.

    • 4.2. Si existe el apoyo de los directivos para afrontar los costos de desarrollo.

    • 4.3. Si existe la predisposición de los usuarios en general.

  • IDEAL

    - Estudio de Viabilidad – Método

    El método (basado en métricas y ponderaciones) para estimar si un Sistema Experto es posible de llevarse a cabo y consiste en completar una tabla donde hay un conjunto de de variables, los cuales hay que puntuar o valorar.

     

    Resumen IA

    2013

    IDEAL

    - Estudio de Viabilidad – Método - Valores

     

    Numérico

    Valores discretos en un intervalo. Ejemplo: [1, …, 10]

    Booleano

    Valores [Sí - No]. Ejemplo: Si 10 | No 0.

    Lingüísticos

    Valores [Nada, Poco, Regular, Mucho, Todo]

    IDEAL

    - Estudio de Viabilidad – Método - Procedimiento

     

    Paso 1. Completar los valores de la tabla.

    CATEGORIA

    Con quien está relacionada la característica.

     

    Valores: [EXPERTO | TAREA | DIRECTIVO | USUARIO].

    DIMENSIÓN

    Con qué grupo básico está relacionada la característica.

     

    Valores: [Pn (Posible) | Jn (Justificado) | An (Adecuado) | En (Exitoso)].

    PESO

    Indica la importancia de la característica

     

    Valores: [1,

    ,

    10].

    TIPO

    Indica la importancia de la característica dentro del proyecto.

     

    Valores: [ESENCIAL | DESEABLE].

    NATURALEZA

    Indica el tipo de valor.

     
     

    Valores: [NUMÉRICA | BOOLEANA | DIFUSA]

    UMBRAL

    Indica el valor mínimo a superar en caso de ser una característica esencial.

    VALOR

    Asignado por quien está evaluando el proyecto.

    Paso 2. Calcular el valor las dimensiones.

    • Para calcular las dimensiones de Plausibilidad / Adecuación / Éxito, se usa la fórmula:

    =

    • 1

    =1

       

     
    • 2

    +

    • 2

     

     

    =1

    =1

    Donde:

    o

    o

    o

    o

    = Valor global de la aplicación en una dimensión dada.

     

    = Valor de la característica k en la dimensión i.

    = Peso de la característica k en la dimensión i.

    = Número de la característica k en la dimensión i.

    • la

    Para calcular

    dimensión

    de

    Justificación,

    se

    toma

    el

    valor

    MÁXIMO

    asignado

    a

    las

    características y luego se calcula la aproximación numérica de los intervalos difusos y se toma el

    MÁXIMO.

    Resumen IA

    2013

    Paso 3. Calcular el valor final. Se calcula la media aritmética ponderada del resultado obtenido para cada dimensión. Los valores de ponderación son:

    Plausibilidad

     

    8

    Justificación

     

    3

    Adecuación

     

    8

     

    Éxito

     

    5

    Total coeficiente

    24

     

    .

     

    =

    =1

     

     

    =1

    IDEAL

    - Estudio de Viabilidad – Método – Conclusiones

    • En la Justificación de la dimensión PLAUSIBILIDAD, se deben asignar valores y una justificación a cada una de las preguntas existentes.

    • En el Análisis de la Dimensión de Plausibilidad, se determina que el sistema planteado es posible de realizar por los II.CC.

    • En el Análisis de la Dimensión de Justificación, se determina que el sistema planteado se justifica realizar un SE.

    • En el Análisis de la Dimensión de Adecuación, se determina que el sistema planteado es posible de ser aprobado por los II.CC.

    • En el Análisis de la Dimensión de Éxitos, se determina que el sistema planteado cuenta con la colaboración y predisposición de los expertos y usuario.

    • Conclusión Final es que si la media aritmética es > 6, entonces el sistema es viable.

    PPT 3 - Adquisición del Conocimiento (AC)

    • Es el proceso que va recolectando información de cualquier fuente (ejemplo: Del Experto | Revistas | Libros | Informes, etc.) para poder construir el Sistema Basado en Conocimiento (SOC) o Sistema Experto (SE).

    • La AC no es un paso concreto en la metodología de desarrollo, sino que es una tarea que acaba todas las etapas de la construcción del sistema.

    • La AC proporciona información en cada una de las etapas del desarrollo, por lo que la recolección de información no se realiza de forma aislada sino durante todo el desarrollo.

    • La AC es la tarea más importante en el desarrollo de un SBC / SE, pero no es más que una tarea, ya que no existe un método automático para la adquisición de conocimiento. Por lo tanto, la AC es una tarea a medida, el cual se ajusta a cada situación en particular.

    Resumen IA

    2013

    Elicitación v s . Educción (¿Cómo se adquiere el conocimiento?)

    Elicitación
    Elicitación
    Educción
    Educción
    Resumen IA 2013 Elicitación v s . Educción (¿Cómo se adquiere el conocimiento?) Elicitación Educción Extracción

    Extracción del Conocimiento

    Elicitación: Cuando la fuente de conocimiento se presenta en forma escrita.

    Educción: Cuando la fuente de conocimiento se obtiene de seres humanos.

    • Parte del Usuario

    • Entrevistas abiertas.

    • Análisis de objetivos y metas.

    • Entrevistas estructuradas.

    • Análisis de formularios.

    • Cuestionarios

    • Análisis de tareas.

    • Observación de las tareas habituales

    • Emparrillado.

    Proceso de la Adquisición del Conocimiento

    • Primeras Reuniones con directivos, expertos, usuarios y la evaluación de la viabilidad.

      • - Se busca determinar los requisitos funcionales del sistema y las necesidades de usuario.

      • - Se buscan conocimientos generales y no en detalle.

      • - Se busca familiarizarse con la terminología del dominio.

  • Elicitación de conocimiento desde la documentación. Se busca conocer lo más que se que pueda acerca del dominio, antes de tener las reuniones con el experto.

  • Educción de conocimiento desde el Experto.

    • - El experto se debe sentir a gusto durante este proceso.

    • - Debe servir esta etapa para discutir factores importantes que afectarán al proceso de desarrollo.

  • Análisis Estructural de Texto

    Las estructuras de textos pueden ser: Definiciones | Afirmaciones | Leyes | Procedimientos.

    En ellos se buscan términos de conocimiento en la documentación. Hay 3 tipos de técnicas.

    • 1. En Tiempo de Ejecución. El IC establece qué términos se deben buscar.

    • 2. Términos Preestablecidos y dependientes del dominio. Ejemplo: En medicina [enfermedad | terapia | tratamiento]

    • 3. Términos Preestablecidos e independientes del dominio.

      • - Se define como …

      • - Está relacionado a …

      • - Es una característica de …

    Son Conceptos.

    Son Definiciones de Terminologías.

    Son Relaciones entre Conceptos.

    Resumen IA

    2013

    Análisis de Protocolo

    Se pide al experto que piense en voz alta.

    • 1. Grabación. Se graba lo que dice el experto, quien detalla los pasos a seguir ante una determinada situación.

    • 2. Transcripción. Se transcribe lo grabado y se agregan las observaciones.

    • 3. Codificación. En este proceso se deben identificar los conceptos, características, valores, relaciones, operadores, factores de inferencia, entre otras cosas.

    • 4. Interpretación.

    PPT 4 - Técnica del Emparrillado

    Un emparrillado es un test de clasificación, en el cual se decide una lista de elementos (representativos del dominio) en base a un conjunto de características. Los datos generados por el experto se introducen en una tabla bidimensional en la cual hay una columna de elementos y una fila de características.

    • Es una matriz (elementos y características) que se definen a partir de la entrevista con el experto.

    • Se calcula la matriz de datos y los árboles de elementos y características.

    • Se analiza la estructura de los datos.

    • Corroboración y discusión de los resultados con el experto. Los resultados obtenidos en dicha técnica son:

      • Semejanzas y diferencias entre los elementos analizados.

      • Relaciones entre las características.

      • Se obtiene un modelo conceptual o mapa cognitivo del experto.

    La técnica del emparrillado se aplica en 5 etapas:

    • 1. Identificación de los Elementos.

    • 2. Identificación de las Características.

    • 3. Diseño de la parrilla.

    • 4. Formalización.

    4.1. Arma la Matriz Distancia entre Elementos. [Es un proceso iterativo hasta que quede un solo valor. Si hubiera más de un valor mínimo en alguna formalización, se tomará tantos elementos agrupados como nuevos grupos disjuntos que se hayan generado.]

    • 4.1.1. Se calcula la diferencia entre 2 columnas.

    • 4.1.2. Se suman los valores absolutos obtenidos de cada resta.

    • 4.1.3. Se repite el procedimiento 4.1. y 4.2. hasta encontrar la distancia entre todos los elementos.

    • 4.1.4. Se arma la matriz con los valores obtenidos.

    Resumen IA

    2013

    La Matriz Distancia entre Elementos puede ser del tipo:

    • Distancia Mínima entre Elementos. Se elige el Valor Mínimo para las iteraciones.

    • Distancia Media entre Elementos. Se elige el Valor Medio para las iteraciones.

    • Distancia Máxima entre Elementos. Se elige el Valor Máximo para las iteraciones.

      • 4.1.5. Si usamos valor mínimo, se elige el valor mínimo del MDE, se arma una nueva matriz con el elemento seleccionado y se recalculan las distancias con otros elementos.

      • 4.1.6. Armar el árbol entre elementos.

    4.2. Armar la Matriz Distancia entre Características. Se deben armar 2 diagonales:

    • a. Diagonal Superior. Se procesa de la misma forma que para el MDE, pero usando las características.

    • b. Diagonal Inferior. Se debe realizar el mismo cálculo que en la Diagonal Superior, pero en vez de usar los valores originales, se usan los valores complemento.

    • 5. Análisis de los Resultados.

    Técnica del Emparrillado – Tipo de Emparrillado

    Generalmente hay 3 estrategias para diseñar la parrilla:

    • 1. Evaluativa. Se definen valores entre [1 a N]. El valor asignado varía en función al grado de satisfacción con el que el elemento cumpla con la característica.

    • 2. Dicotómica. Se definen valores [0 o 1], dependiendo si el elemento posee o no la característica.

    • 3. Clasificatoria. Se asigna un valor M a cada elemento seleccionado de un rango de 1 a N. Donde N es el número de elemento y M será la posición que ocupa el elemento dentro del rango total para cada característica.

    Técnica del Emparrillado – Ventajas e Inconvenientes del Emparrillado

    Ventajas

    Inconvenientes

    El experto reflexiona sobre el problema.

    Valores Subjetivos

    Representación gráfica de un modelo mental.

    Difícil de capturar el conocimiento profundo.

    No se consideran asociaciones.

    Modelos difíciles de comprender sin un experto.

    Replantear el problema de refinamiento.

    Requiere Software.

    Resumen IA

    2013

    PPT 5 - Conceptualizaci ón de Conocimiento

    Pasos para completar el Análisis de la Conceptualización

    Pasos

    Tipo de Conocimiento

    Productos

       
    • Glosario de Términos

    • 1. Identificar, Comparar y

    Fácticos

    • Diccionario de Conceptos.

    Categorizar los conceptos.

    • Tabla de Conceptos (Atributo – Valor).

    • 2. Identificar la relación entre conceptos.

    Fácticos

    • Modelo Relacional (DER)

    • 3. Identificar los

    Estratégicos

    • Árbol de Descomposición funcional de problemas.

    conocimientos estratégicos.

    • Descripción de los Módulos.

       
    • Tablas de Decisiones.

    • 4. Identificar los

    • Especificación de fórmulas.

    conocimientos tácticos.

    Tácticos

    • Especificación de pseudo reglas.

    • Rede de Inferencia. (Grafo Causal).

    • 5. Identificar los conocimientos fácticos.

    Fácticos

    • Descripción de Atributos

    Paso 1. Identificar, Comparar y Categorizar los Conceptos.

    • a. Glosario de Términos

      • - Es una tabla donde está especificado el significado de los términos que usa el experto y el Sistema Orientado a Conocimiento.

      • - Está formado por una columna de términos y una columna con la descripción.

      • - Se completa dicha tabla a lo largo de todas las etapas.

  • b. Diccionario de Conceptos

    • - Es una tabla donde se detalla la función, atributos y derivaciones de cada concepto.

  • c. Tabla Concepto (Atributo – Valor)

    • - Es una tabla donde se detalla el valor de cada uno de los atributos.

  • Paso 2. Identificación de las Relaciones entre Conceptos.

    • a. DER

      • - Es un modelo conceptual de alto nivel donde se relacionan todos los atributos y entidades del dominio.

    Resumen IA

    2013

    Paso 3. Identificar los conocimientos Estratégicos.

    • a. Árbol de descomposición funcional del problema

      • - Es un diagrama representado mediante un árbol invertido, donde la raíz representa el objetivo del sistema, es decir, la función primaria y las ramas representan las estrategias/funciones que hay que realizar para cumplir con dicho objetivo.

    • b. Descripción de los Módulos

      • - Cada función descrita en el Árbol de funciones, se detalla el propósito, las entradas y salidas.

    Paso 4. Identificar los conocimientos Tácticos.

    • a. Tabla de Decisión

      • - Es un conjunto de condiciones y un conjunto de acciones que se van a tomar según el valor que toma la condición.

    • b. Especificación de Fórmulas

      • - Es un documento que establece de forma clara las fórmulas a utilizar.

    • c. Especificación de Pseudo Reglas

      • - Es un documento que establece de forma clara las reglas a utilizar.

    • d. Red de Inferencia (Grafo Causal)

      • - Son grafos cuyos nodos representan términos, de los cuales sale un arco dirigido hacia otro término.

    Paso 5. Identificar los conocimientos Fácticos.

    • a. Descripción de atributos

      • - Es una tabla formada por la columna de atributos y una columna con la descripción.

    Resumen IA

    2013

    Agente s Inteligente s

    • Un agente es cualquier cosa capaz de percibir un medio con la ayuda de sensores y actuar en ese medio a través de actuadores.

     

    Agente Humano

    Agente Robot

    Sensores

    Ojos | Oídos | Órganos Sensoriales

    Cámaras | Sensores | Archivos de información

    Actuadores

    Manos | Piernas | Toda parte del cuerpo para actuar

    Motores para ejecutar una acción

    Resumen IA 2013 Agente s Inteligente s  Un agente es cualquier cosa capaz de percibir
    • Cada agente puede percibir sus propias acciones pero no siempre sus efectos.

    Agente Racional Ideal

    • Aquel que para cada posible secuencia de percepciones, realiza la acción que se espera que maximice su medida de rendimiento, basándose en la evidencia proporcionada por su secuencia de percepción y conocimiento que el agente mantiene almacenado.

    Percepciones y Acciones

    • Percepciones: El agente recibe entradas (percibe) en cualquier momento / instante.

    • Acciones: Las decisiones que toma depende de la secuencia de percepciones que recibe hasta el momento.

    Función del Agente

    • Se debería poder especificar qué decisión tomará un agente para cada una de las secuencias de percepciones.

    • La función de agente se implementa a través de un programa.

    Racionalidad del Agente

    • Un agente racional es aquel que hace lo correcto (sería aquel quien completa la tabla que define la función de forma correcta) y que en cada acción maximice la medida de rendimiento, basándose en las percepciones y en el conocimiento que ha almacenado hasta el momento.

    • Hay 4 factores que influyen en la racionalidad.

      • 1. La medida del rendimiento que define el criterio del éxito.

      • 2. El conocimiento acumulado sobre el medio.

    Resumen IA

    2013

    • 3. Las acciones que puede llevar a cabo.

    • 4. La secuencia de percepciones hasta el momento.

     

    Medida de

         

    Tipo de Agente

    Rendimiento

    Entorno

    Actuadores

    Sensores

    Sistema de

    Pacientes sanos,

    Pacientes,

    Visualizar preguntas,

    Teclado para la

    diagnóstico médico

    Reducir costos,

    Hospital,

    Pruebas,

    entrada de

    Demandas

    Personal

    Diagnósticos, Tratamientos, Casos

    síntomas

    Robot para la

    Porcentaje de

    Cinta

    Brazos y manos

    Cámara, sensor

    selección de

    componentes

    transportadora

    articulados

    componentes

    clasificados en los

    con

    compartimientos correctos

    componentes

    Controlador de una

    Maximizar la

    Refinería,

    Válvulas, bombas,

    Temperatura,

    refinería

    pureza, producción

    operadores

    calentadores,

    presión,

    y seguridad

    monitores

    sensores,

    químicos

    Tutor de ingles

    Maximizar la

    Conjunto de

    Visualizar los

    Teclado de

    interactivo

    puntuación de los

    estudiantes,

    ejercicios,

    entrada

    estudiantes en los

    agencia

    sugerencias,

    exámenes

    examinadora

    correcciones

    Aprendizaje

    • El agente tiene un conocimiento inicial, el cual se va incrementando con la experiencia del aprendizaje.

    Autonomía

    • El agente es autónomo cuando se apoya más en sus percepciones que en el conocimiento inicial asignado. A su vez debe aprender a determinar qué es lo que tiene que hacer cuando tiene conocimiento incompleto. En la práctica, esto no es posible desde un comienzo, dado que el agente no tiene experiencia, con lo cual su forma de actuar será de forma aleatoria o bien con ayuda externa, como por ejemplo de un diseñador.

    Medidas de Rendimiento

    • No hay una única medida adecuada para medir el rendimiento para todos los agentes.

    Componentes del Entorno de Trabajo [R .E.A.S]

    • Los componentes que debemos describir son:

      • - Medidas de Rendimiento.

    Resumen IA

    2013

    • - Entorno.

    • - Actuadores.

    • - Sensores.

    Propiedades del Entorno de Trabajo

    • Totalmente observable vs. Parcialmente observables

    Totalmente Observables

    Parcialmente Observables

    Los sensores proporcionan el estado completo del medio en cada momento.

    Los sensores toman información con ruido, son pocos exactos o no reciben información de parte del medio.

    Los sensores detectan todos los aspectos que son relevantes para la toma de decisiones.

     
    • Determinista El siguiente estado del medio está totalmente determinado por el estado actual y la acción ejecutada por el agente. Si yo realizo una acción sé que va a pasar después.

    • Episódico En un medio episódico, la experiencia del agente se divide en episodios, donde el siguiente episodio no depende de los episodios anteriores y la acción que ocurra en cada una de ellas dependerá del episodio en el que se esté, con lo cual tienen independencia entre las acciones.

    • Secuencial A diferencia con los medios episódicos es que una decisión presente si puede afectar las decisiones futuras. Hay que tener en cuenta que las acciones a corto plazo incluso pueden tener efectos a largo plazo, por lo tanto los agentes llevan mayor complejidad dado que deben pensar/decidir anticipadamente.

    • Dinámico El entorno puede cambiar mientras el agente está decidiendo que hacer, por lo tanto, siempre está preguntándole al agente qué desea hacer, y si el agente no decide, entonces asume que el agente decide no hacer nada.

    • Estático El entorno no cambia mientras el agente delibera que es lo que tiene que hacer, por lo tanto son más fáciles de tratar. Discreto vs. Continuo Se aplica al estado del medio, la forma en que se maneja el tiempo, las percepciones y las acciones del agente.

     

    Resumen IA

    2013

    o

    Discreto. Ejemplo: El ajedrez tiene un conjunto discreto de percepciones y acciones.

    o

    Continuo. Ejemplo: La velocidad y posición de un taxi y los autos que pasan a su lado, son valores continuos a lo largo del tiempo.

    Individual vs. Multiagente

    • Individual. Ejemplo: agente resolviendo crucigrama (está resolviendo sólo)

    • Multiagente. Un agente A debe tratar a otra entidad del medio como otro agente B. La diferencia entre los agente individuales y los multiagentes radica que el comportamiento del agente B busca la maximización de una Medida de Rendimiento cuyo valor depende del comportamiento del agente A, o viceversa. Es importante la comunicación, dado que es un requisito para ser agente racional. Ejemplo: el agente que juega ajedrez, está en un entorno con 2 agentes.

    o

    Multiagente Competitivo: Ejemplo. El Ajedrez.

    o

    Donde el agente B intenta maximizar su Medida de Rendimiento, minimizando el rendimiento del agente A. Multiagente Cooperativo: Ejemplo. Evitar los choques en el tránsito. Dado que el tránsito intenta maximizar el rendimiento de todos los agentes que hay en él.

    Resumen IA

    2013

    Estructura de los Agentes

    Agente = Arquitectura + Programa. El trabajo en IA es diseñar el programa que implementa la función del agente que proyecta las percepciones que recibe mediantes los sensores y las devuelve en acciones mediantes los actuadores.

    Agente Reactivos SIMPLES

    Selecciona la acción según las percepciones actuales, ignorando las históricas. Ej. La aspiradora, toma decisiones en base a la posición actual y al grado de suciedad. Son simples y tienen la inteligencia limitada, con lo cual funcionan bien si el medio es totalmente observable. Si en una parte que no puede observar, puede tener problemas.

    ¿Cómo funciona el agente reactivo simple?

    • 1. Interpreta la entrada (Percepción)

    • 2. Busca la regla – coincidente (Estado actual / Reglas)

    • 3. Aplica la acción de la regla.

    Aspiradora:

    • - Si ESTADO = SUCIO -> ASPIRAR

    - Si ESTADO = LIMPIO Si UBICACIÓN = A -> mover a derecha Si UBICACIÓN =
    -
    Si ESTADO = LIMPIO
    Si UBICACIÓN = A -> mover a derecha
    Si UBICACIÓN = B -> mover a izquierda
    o
    o

    Resumen IA

    2013

    Agente Reactivos BASADOS EN MODELOS

    Es una forma efectiva de manejarse en un medio parcialmente observable, dado que almacena la información que no puede ver o percibir. Es decir, que mantiene un estado interno, que depende de la historia percibida.

    ¿Cómo funciona el agente reactivo simple?

    • 1. Actualizar estado (estadoActualMundo, accionReciente, percepción)

    • 2. Busca la regla – coincidente (Estado actual / Reglas)

    • 3. Aplica la acción de la regla.

    En el taxi automático:

    • - Se podría guardar la fotografía anterior de la cámara, no solo la percepción actual de las luces, entonces podría detectar luces intermitentes.

    • - También se puede usar conocimiento del mundo: un auto que se está adelantando y está detrás, está más cerca.

    Resumen IA 2013 Agente Reactivos BASADOS EN MODELOS Es una forma efectiva de manejarse en un

    Resumen IA

    2013

    Agente Reactivos BASADOS EN OBJETIVOS

    No siempre alcanza el conocimiento sobre el mundo, con lo cual es necesario tener información sobre la meta del agente. Ej. Con el ejemplo del Taxi, la decisión de seguir, girar a la derecha o girar a la izquierda en un cruce, depende del lugar donde se quiera llegar.

    Se puede alcanzar el objetivo debido a una acción individual, o se puede alcanzar el objetivo debido a una secuencia de acciones.

    Resumen IA 2013 Agente Reactivos BASADOS EN OBJETIVOS No siempre alcanza el conocimiento sobre el mundo,

    Resumen IA

    2013

    Agente Reactivos BASADOS EN UTILIDAD

    Los objetivos por sí solos no son suficientes para tomar buenas decisiones. Ej. En el caso del Taxi, se puede llegar a destino de muchas formas posibles, pero algunas de dichas formas son más baratas / seguras que otras.

    Esto se debe a que en el mundo algunos estados tienen mayor utilidad que otros estados. Por lo tanto la función de utilidad permite tomar decisiones racionales en dos casos donde los objetivos son inadecuados:

    • - Cuando los objetivos son conflictivos y sólo se puede alcanzar uno de ellos. (La función de utilidad determina el equilibrio adecuado)

    • - Cuando hay varios objetivos y no se puede estar seguro de alcanzar alguno de ellos. (La función de utilidad tiene un mecanismo para ponderar la probabilidad de éxito)

    Resumen IA 2013 Agente Reactivos BASADOS EN UTILIDAD Los objetivos por sí solos no son suficientes

    Resumen IA

    2013

    Agente que APRENDEN

    • Elementos de aprendizaje:

      • - Encargado de hacer mejoras.

    • Elementos de actuación:

      • - Se encarga de la selección de acciones externas

    • Críticas:

      • - El elemento de aprendizaje se realimenta con críticas sobre la actuación del agente y determina cómo modificar el elemento de actuación para el futuro.

      • - Indica al elemento de aprendizaje que tal está haciendo la tarea en base a un nivel de actuación fijo.

  • Generador de problemas:

    • - Es responsable de sugerir acciones que lo guiarán hacia experiencias nuevas e informativas.

  • El elemento de aprendizaje puede hacer cambios en cualquiera de los componentes de conocimiento de los diferentes tipos de agentes.

    Resumen IA 2013 Agente que APRENDEN  Elementos de aprendizaje: - Encargado de hacer mejoras. 

    Resumen IA

    2013

    Ontolog ía

    Son usados para capturar conocimiento sobre un dominio de interés. Una ontología describe los conceptos de dominio y también la relación que hay entre los conceptos. Además los conceptos con mayor complejidad se pueden construir mediante las definiciones de conceptos más simples.

    Elementos de las Ontologías

    • Individuos: Representan los objetos relevantes dentro del dominio. Los individuos son también conocidos como instancias, con lo cual pueden ser nombrados como "Instancias de clases".

    Resumen IA 2013 Ontolog ía Son usados para capturar conocimiento sobre un dominio de interés. Una
    • Propiedad: Las propiedades relacionan a los individuos unos con otros.

    Resumen IA 2013 Ontolog ía Son usados para capturar conocimiento sobre un dominio de interés. Una
    • - Hay distintos tipos de propiedades, pueden ser: De Objeto | De tipo de datos | Inversas.

    • - Los atributos que pueden asumir las propiedades son: Simétrica | Asimétrica | Funcional | Inversa Funcional | Transitiva | Reflexiva | Irreflexiva.

    • - Dominio: es el conjunto de origen de la relación.

    • - Rango: es el conjunto de destinatario de la relación.

    • - Las cardinalidades que pueden asumir las propiedades son: Cardinalidad máxima | Cardinalidad mínima | Valor exacto.

    • Clases: Son consideradas como una descripción / agrupamiento de un conjunto de individuos. Y se definen las condiciones necesarias y suficientes.

    Resumen IA 2013 Ontolog ía Son usados para capturar conocimiento sobre un dominio de interés. Una

    Resumen IA

    2013

    • Razonadores: se encargan de inferir conocimiento a partir de la definición de las ontologías. Y permiten a su vez:

      • - Clasificar: armar la jerarquía de clase.

      • - Definir la membrecía: asignar los individuos a clases.

      • - Verificación de consistencia: que todas las clases tengan al menos un individuo.