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