Está en la página 1de 44

Inteligencia

Artificial
La ciencia que hace mquinas qu
Prof. Ing. Estrellita Vargas Miranda 2013
Cul es nuestra meta?
Qu quiere decir construir una inteligencia artificial?
Una escuela de pensamiento piensa que se deben construir
maquinas que piensen como las personas.
Entonces Inteligencia es acerca del pensamiento y eso es
artificial.
Qu es la inteligencia natural?
Nosotros

Prof. Ing. Estrellita Vargas Miranda 2013
como las personas
Prof. Ing. Estrellita Vargas Miranda 2013
Inteligencia Artificial
Entender (construir) agentes inteligentes.
Origen del nombre: 1956. Iniciada por uso de ordenadores.
Aunque durante ms de 2000 aos los filsofos estudiaron:
memoria, aprendizaje, razonamiento, etc.
Disciplinas relacionadas con Inteligencia Artificial (IA):
Percepcin, Razonamiento lgico, Resolucin de Problemas,
Demostracin de Teoremas, Diagnsticos de Enfermedades,
Ajedrez, etc.
Prof. Ing. Estrellita Vargas Miranda 2013
entonces
Construimos mquinas que de alguna
manera por medio del pensamiento
procesen lo que las personas hacen.
Eso ya dejo de ser inteligencia artificial y
ahora es una ciencia llamada Neurociencia
cognitiva computacional
Trata de entender el cerebro
Prof. Ing. Estrellita Vargas Miranda 2013
Teoras de funcionamiento de la
mente humana:
Campos de visin
Lenguaje Natural
Aprendizaje
Se buscan modelos de IA
compatibles con tcnicas
experimentales en Psicologa.
Prof. Ing. Estrellita Vargas Miranda 2013
Actan como las personas

Prof. Ing. Estrellita Vargas Miranda 2013
entonces
Que importa como piensen, podramos pensar en un
extraterrestre extrao de forma de silicio, pero la forma de
actuar, su comportamiento es como el que conocemos de las
personas.
Prof. Ing. Estrellita Vargas Miranda 2013
Definicin temprana
Lo nico que puedo hacer es comprobar el comportamiento.
Es el comportamiento como el de un ser humano inteligente?
Turing Test

Prof. Ing. Estrellita Vargas Miranda 2013
Problema
La programacin no es inteligente.
Usted se concentra en cosas como:
No explicar demasiado bien.
Los seres humanos no hacen eso!
Haces cosas que imitan el ser humano.
Prof. Ing. Estrellita Vargas Miranda 2013
Test de Turing (1950). Comportamiento inteligente.
Incapacidad de diferenciar entre respuestas del ordenador y
repuestas humanas.
Supondra:
Procesamiento del Lenguaje Natural.
Representacin del Conocimiento.
Razonamiento Automtico.
Aprendizaje Automtico.
Test total de Turing.
Se permitira interaccin fsica entre persona y ordenador.
Supondra:
Visin (para percibir objetos).
Robtica (para mover objetos).
Prof. Ing. Estrellita Vargas Miranda 2013
racionalmente
Prof. Ing. Estrellita Vargas Miranda 2013
entonces
Cualquiera que sea el proceso este
debe ser siempre correcto.
Qu significa tener un proceso de
pensamiento correcto?
Las leyes de pensamiento de
Aristteles.
la forma de pensar con el fin de clase de
no cometer un error en sus deducciones.
Y esta tradicin en realidad sigue
apareciendo en varios lugares de la IA.
este no fue el ganador, y la razn se debe a:
nuestra capacidad para anotar cmo hacer una deduccin lgica ya que result ser
relativamente frgil,
y en cualquier caso cuando estamos aprendiendo acerca de cmo incorporar la
incertidumbre. No se trata de la forma de pensar, sino de las acciones que se realizan al
final.
Prof. Ing. Estrellita Vargas Miranda 2013
Del estilo de los silogismos de Aristteles:
Scrates es un hombre. Todos los hombres son mortales, luego
Scrates es mortal
Desarrollo de Lgica Formal a finales del siglo XIX y
principios del XX.
Hacia 1965, haban programas que resolvan problemas
formulados en Lgica (supuestos memoria y tiempos
suficientes).
La corriente Logstica en IA trata de crear sistemas
inteligentes utilizando la Lgica Formal.
Inconvenientes:
Necesaria una representacin del conocimiento informal (o
difuso). Uso de probabilidades.
Explosin combinatoria de posibilidades.
Prof. Ing. Estrellita Vargas Miranda 2013
La historia de las 2 piedras
Una ancdota donde se muestra la diferencia entre
El pensamiento lgico directo y el pensamiento llamado lateral
Haba una vez, en un pequeo pueblo, un granjero a quien no le alcanzaba la
plata para devolver una importante suma de dinero que le haba sido prestada
por un viejo muy feo y muy antiptico.
Como el granjero tena una hija muy linda que despertaba todas las ansias del
prestamista, ste ltimo le propuso un trato:
Le dijo que le perdonaba su deuda si l le daba a su hija en matrimonio.
Tanto el granjero como su hija quedaron horrorizados con esta propuesta.
Entonces el viejo prestamista vari un poco su propuesta sugiriendo
que fuera el azar quien determinara si la propuesta iba o no iba.
Les dijo que iba a colocar una piedra blanca y una piedra negra
dentro de una bolsa vaca.
La chica deba sacar una de las piedras sin ver cul estaba sacando
de la bolsa.
Prof. Ing. Estrellita Vargas Miranda 2013
La historia de las 2 piedras
Si sacaba la piedra negra, se casara con el viejo prestamista y la deuda de su
padre se considerara pagada.
Si sacaba la piedra blanca, no tendra que casarse con el viejo.
Pero, para hacer atractiva esta manera de tomar la decisin, la deuda
de su padre tambin en este caso quedara perdonada.
Tanto el granjero como su hija quedaron horrorizados con esta propuesta.
Por el contrario, si ella rehusaba entrar en este juego, su padre sera
inmediatamente enviado a la crcel.

La chica, que tena el ojo rpido, se dio cuenta de quehaba
recogido dos piedras ambas negras y las haba puesto rpidamente
dentro de la bolsa. Pero ella no dijo nada

A continuacin, el viejo prestamista le pidi a la chica que tomara una
de las piedras que estaban dentro de la bolsa.
Todo ello haba tenido lugar en el pequeo camino que lleva a la
puerta de la casa del granjero, que estaba recubierto por piedras
blancas y negras.
Prof. Ing. Estrellita Vargas Miranda 2013
La historia de las 2 piedras
Imagine por un instante el lector de esta historia lo que hubiera hecho si
hubiese estado ah.
Qu le habra usted aconsejado a la chica ?
Si uno analiza bien la situacin, hay 3 posibilidades :
1 La chica debera negarse a sacar una piedra.
2) la chica debera sacar las dos piedras negras de la
bolsa y demostrar as que el viejo haba hecho trampa.
3 la chica debera sacar la inevitable piedra negra y
sacrificarse casndose con este viejo repulsivo para evitar
la prisin de su padre


Tmese un momento para reflexionar sobre esta situacin.
Esta historia tiene como objetivo permitirle a usted apreciar
la diferencia entre el pensamiento lgico directo y el pensamiento
llamado lateral .

Prof. Ing. Estrellita Vargas Miranda 2013
La historia de las 2 piedras
El dilema de la chica parece que no puede resolverse de manera equitativa: si
acepta la propuesta, pierde inevitablemente su felicidad; pero si la rechaza
denunciando la trampa, su padre va inevitablemente a la crcel.
Pero esto es as slo desde el punto de vista del pensamiento lgico
tradicional.
Piense en las conseceuncias de cada una de las tres opciones
posibles Entonces, que habra usted hecho?
Pues bien, esto es lo que la chica hizo :
Ella meti la mano en la bolsa y sac una cualquiera de las piedras,
pero de inmediato la dej caer al suelo sin que nadie hubera tenido
tiempo de verla, y se disculp asustada.
Esta piedra se confundi inmediatamente con los cientos de
piedras negras y blancas que formaban el camino de entrada a la
casa.
Prof. Ing. Estrellita Vargas Miranda 2013
La historia de las 2 piedras
Ay, qu torpe soy!, exclam la chica. Cmo puede pasarme algo as?
Pero, no importa, prosigui rpidamente. Todo tiene solucin.
Se puede saber cul es la primera piedra que saqu, sacando la que
queda en la bolsa. Porque si la que queda es blanca, habr sacado
la negra y si la que queda es negra, habr sacado la blanca. No es
as?
Le pidi al viejo prestamista que sacara la que quedaba y era negra
Por consiguiente, la primera piedra que sac la chica no poda ser
sino blanca.
Y como el viejo prestamista no se atrevi a confesar su trampa, la chica
transform una situacin que pareca imposible.
en un desenlace muy ventajoso !

Prof. Ing. Estrellita Vargas Miranda 2013
Moraleja de esta historia
Existe una solucin para la mayor parte de los problemas complejos.
El problema se presenta porque no sabemos ver las cosas desde el ngulo
adecuado.
El cerebro puede ser llenado con pensamientos positivos y con decisiones sabias!
No te olivdes! Buscar l ngulo adecuado.
Prof. Ing. Estrellita Vargas Miranda 2013
Actan racionalmente
Prof. Ing. Estrellita Vargas Miranda 2013
Entonces, qu significa eso?
Slo nos preocupamos por lo que hacen, y nuestra
exigencia de que lo que hacen es la de que alcancen sus
objetivos de manera ptima.
Entonces: racional significa que tengo una decisin
sensata, yo no me enojo. As que queremos construir
mquinas que no se enojen.

?
Prof. Ing. Estrellita Vargas Miranda 2013
Acerca del Cerebro
Solo nos preocupamos por lo que hacen y el
requerimiento en lo que ellas hacen es que logren sus
objetivos de una manera optima. Es decir, racional con
decisiones sensatas, mquinas que no se enojen.
Racional tiene un significado tcnico y es alcanzar las
metas predefinidas de la mejor forma posible. Sin
importar lo que haces, ni el proceso de pensamiento.
La inteligencia es algo en que los filsofos todava estn
trabajando.
Prof. Ing. Estrellita Vargas Miranda 2013
Qu pasa con el
cerebro?
La mente humana no es perfecta para tomar decisiones pero en
general son realmente muy buenos.
El cerebro humano es en muchos sentidos mejor que lo que
podemos construir. El cerebro no es un software modular
No se trata de imitar el cerebro sino a aprender lo que
podamos.
Una forma de hacer una buena decisin es recordar lo que ha
sido bueno y malo en el pasado. Eso conduce al aprendizaje,
aprendizaje de mquina.
La otra forma es por medio de la simulacin con un modelo
del mundo. Pensamiento a travs de una cadena de
consecuencias. Una abstraccin del mundo pensar en el futuro
a lo largo de una especie de rbol de resultados.
Prof. Ing. Estrellita Vargas Miranda 2013
Uso de agentes: percepcin + actuacin.
Se necesita resolver situaciones, que el
pensamiento racional no puede por s solo
hacer:
Acciones reflejas: retirar la mano del
fuego.
El estudio de IA como agentes racionales tiene
dos ventajas:
Es ms general que el pensamiento
racional.
Es ms cercano al mtodo cientfico que el
comportamiento y el pensamiento humanos.
Prof. Ing. Estrellita Vargas Miranda 2013
CAMPOS RELACIONADOS CON IA
Prof. Ing. Estrellita Vargas Miranda 2013
I
Filosofa (desde 428 a.C.).
Teoras de razonamiento, aprendizaje, etc
Platn, Scrates, Aristteles
Descartes (s. XVI). Distincin entre mente y materia.
Leibniz (s. XVII). Materialismo.
Francis Bacon (s. XVI). Empirismo.
Bertran Russell (s. XIX). Positivismo lgico.
Matemticas (desde 800).
Teoras formales de Lgica, Probabilidad, Teora de la Decisin.
Nocin de algoritmo de Al-khowarazmi (matemtico rabe, s. IX)
Ramn Llull (1315) ya hablaba de mquinas capaces de razonar como las
personas
Boole (1815)
Frege (1848). Lgica de primer orden.
Hilbert (1862). En 1900, present 23 problemas para el siglo XX.
Gdel (1906).
Teorema de incompletitud (1931).
En Lgica de Primer Orden con aritmtica inductiva hay frmulas ciertas no
demostrables.
Prof. Ing. Estrellita Vargas Miranda 2013
II
Psicologa (desde 1879).
Teoras para estudiar la mente.
Psicologa cognitiva
Craik (1943). Etapas de un agente basado en el conocimiento:
Transformacin del estmulo a una representacin interna.
Derivacin de las representaciones internas.
Traduccin de las representaciones internas a acciones.
Lingstica (desde 1957).
Teoras acerca de la estructura y significado del lenguaje.
Informtica (desde 1940).
Herramientas para hacer realidad IA.
Prof. Ing. Estrellita Vargas Miranda 2013
III
Gestacin de la IA (1943-1956).
Neuronas artificiales. McCulloch y Pitts (1943).
Programas de ajedrez. Shannon y Turing (1951).
Nombre IA (1956). John McCarthy en un workshop en
Dartmout.
General Problem Solver (puzles).
Geometry Theorem Prover. IBM, 1959.
LISP. Creado por John McCarth en 1958. MIT.
Algoritmo de resolucin de Robinson (1965).
Algunos problemas se atacan desde muchos puntos de vista
(como el mundo de bloques):
Visin. Propagacin de Restricciones. Lenguaje Natural.
Planificacin.
Prof. Ing. Estrellita Vargas Miranda 2013
IV
Entusiasmo (1952-1969).
Realismo (1966-1974).
El algoritmo de resolucin produce una explosin combinatoria al
tratar muchos axiomas.
Traduccin automtica es difcil.
Sistemas basados en el conocimiento (1969-1979).
Nuevas expectativas.
Programa DENDRAL (1969). Obtiene una frmula molecular a
partir de su frmula elemental y del bombardeo con electrones.
Sistemas expertos. Aplicacin a diagnosis mdica.
IA se relaciona con la industria (1980-1988).
Recientemente (desde 1987).
Reconocimiento de habla. Planificacin.
Prof. Ing. Estrellita Vargas Miranda 2013
Campos de aplicacion de IA
Minera de datos.
Reconocimiento del habla.
Reconocimiento de la escritura.
Visin artificial.
Diagnstico mdico.
Robtica.
Entornos industriales.
Planificacin y control.
Videojuegos.
Seguridad.
Predicciones financieras.
Prediccin de catstrofes.
Marketing especializado.
Prof. Ing. Estrellita Vargas Miranda 2013
AGENTES
Un agente inteligente es aquel programa que no requiere de la
participacin de un humano para lograr su objetivo. Percibe por medio
de sensores el ambiente y ejecuta acciones hacia el ambiente por medio
de actuadores.
Prof. Ing. Estrellita Vargas Miranda 2013
Ejemplos
Agente humano
Sensores: Ojos, oidos y otros rganos.
Actuadores: Manos, piernas, boca y otras partes del cuerpo.
Agente robtico
Sensores: cmaras y detectores de infrarojos.
Actuadores: vrios motores.
Agente de software
Sensores: entrada de teclado, contenido de archivos y
paquetes venidos de la red.
Actuadores: pantalla, disco, envo de paquetes por la red.
Prof. Ing. Estrellita Vargas Miranda 2013
Agente: percepcin + actuacin.
Agente racional: xito en sus objetivos
Ejemplos de agentes racionales:
Sistema de diagnosis mdicas.
Percepciones: sntomas, respuestas de pacientes
Acciones: tratamientos, pruebas, preguntas
Objetivos o medida de desempeo: la salud del paciente, minimizacin de
costos, procesos judiciales
Entorno o ambiente: el paciente, el hospital, equipo.
Actuadores: exhibir en la pantalla preguntas, pruebas, diagnsticos,
tratamientos.
Sensores: entrada por el teclado para sntomas, descubrimientos,
respuestas del paciente.

Controlador de una refinera.
Percepciones: temperatura, presin
Acciones: abrir, cerrar vlvulas, ajustar temperatura
Objetivos: maximizar la pureza, seguridad
Entorno: una refinera
Prof. Ing. Estrellita Vargas Miranda 2013
Agente: percepcin + actuacin.
Agente racional: xito en sus objetivos
Un tutor interactivo de ingls.
Percepciones: palabras escritas, entrada por el teclado.
Acciones: crear ejercicios, sugerencias, correcciones
Objetivos o Medida de desempeo: maximizar las calificaciones
del alumno en prueba.
Entorno o ambiente: un conjunto de estudiantes o alumnos.
Actuadores: exhibir ejercicios, sugerencias, correcciones.
Un taxista automtico.
Percepciones: cmaras, velocmetro, micrfono, sonar, GPS.
Acciones: mover el volante, acelerar, frenar, hablar al pasajero
Objetivo o medida de desempeo: seguridad, rapidez, legalidad,
comodidad, viaje seguro, sin violaciones a las leyes de trfico,
confort de viaje para los pasajeros, maximizando los logros.
Entorno o ambiente: carreteras, autopistas, otros vehculos,
pedestres, clientes.
Actuadores: direccin, acelerador, freno, embragues, marcha,
flecha, bocina.
Prof. Ing. Estrellita Vargas Miranda 2013
Programas y funciones de agentes
Un agente es completamente especificado por la funcin
de agente que mapea secuencias de percepciones en
acciones.
Una nica funcin de agente (o una nica clase de
funciones equivalentes) es racional.
Objetivo: encontrar una manera de representar la funcin
racional del agente concisamente.
Prof. Ing. Estrellita Vargas Miranda 2013
Mapeando percepciones en
acciones
Secuencia de percepciones: historia completa de todo
lo que el agente percibi.
El comportamiento del agente es dado
abstractamente por la funcin del agente:
[f: P* A]
donde es a P* es una secuencia de percepciones y A
es una accin.
El programa del agente rueda en una arquitectura
fsica para producir f.
Agente = arquitectura + programa.
Prof. Ing. Estrellita Vargas Miranda 2013
Un agente simple
Algoritmo:

funcin agente-simple (percepcin)
returns una accin
memoria (variable global)
memoria = actualiza-memoria(memoria, percepcin)
accin = elige-mejor-accin(memoria)
memoria = actualiza-memoria (memoria, accin)
return accin

Observaciones:
Se debera mantener una secuencia de percepciones en memoria.
Se deberan tener criterios externos de xito.
Prof. Ing. Estrellita Vargas Miranda 2013
Un agente de bsqueda en tablas
Algoritmo:

funcion agente-de-bsqueda-en-tablas (percepcin)
returns una accin
variables globales:
percepciones (lista inicialmente vaca)
tabla (indexada por lista de percepciones)
aade-percepcin-al-final-de-
percepciones(percepcin, percepciones)
accin = busca(percepciones, tabla)
return accin

Inconvenientes:
Tabla enorme (y difcil de generar).
Agente sin autonoma (si el entorno cambia, la tabla tambin
debera hacerlo).
Prof. Ing. Estrellita Vargas Miranda 2013
Un agente reflejo simple
Es imposible construir una tabla de bsqueda para cualquier
secuencia de percepciones.
Uso de reglas:
Si coche-de-enfrente-frena entonces frenar

Algoritmo:

funcion agente-reflejo-simple (percepcin)
returns una accin
reglas (variable global)
estado = interpreta (percepcin)
regla = selecciona-regla (estado, reglas)
accin=aplica-regla(regla)
return accin
Prof. Ing. Estrellita Vargas Miranda 2013
Un agente reflejo con estado
Se mantiene un estado del mundo (configurado por las
percepciones).

Algoritmo:

funcion agente-reflejo-con-estado (percepcin)
returns una accin
variables globales: estado, reglas
estado = actualiza-estado (estado, percepcin)
regla = selecciona-regla (estado, reglas)
accin=aplica-regla(regla)
estado = actualiza-estado (estado, accin)
return accin
Prof. Ing. Estrellita Vargas Miranda 2013
Otros agentes
Agente basado en el objetivo:
En una interseccin, es posible izquierda, derecha o
recto, pero importa el objetivo (no es nicamente un
agente reflejo).
Bsqueda y Planificacin (campos de IA).
Agentes basados en utilidad:
Utilidad(estado)=grado de preferencia para un estado.
Los agentes basados en el objetivo dan una solucin pero
puede ser un camino no muy satisfactorio.
Programas de juego.
Prof. Ing. Estrellita Vargas Miranda 2013
Tipos de entorno o Propiedades de ambientes de tarea
Accesible/no-accesible:
el agente tiene acceso al estado completo del entorno?
Si es accesible, no necesita mantener un estado interno del mundo.
Los sensores del agente dan acceso al estado completo del
ambiente en cada instante.
Todos los aspectos relevantes del ambiente son accesibles.
Determinista/no-determinista (estocstico):
el estado siguiente del entorno est completamente determinado
por el estado actual y la cadena de acciones elegidas por el
agente?
Si el ambiente es determinstico excepto por las acciones de otros
agentes, decimos que el ambiente es estratgico.
Agente nico (versus multi-agente)
Un nico agente operando solo en el ambiente.
En el caso multi-agente podemos tener
Multi-agente cooperativo
Multi-agente competitivo

Prof. Ing. Estrellita Vargas Miranda 2013
Tipos de entorno o Propiedades de ambientes de tarea
Episdico/no-episdico (secuencial):
Episodio: percepcin-accin. La experiencia del agente puede ser
dividida en episodios (percepcin y ejecucin de una nica
accin).
son episodios independientes?. La eleccin de la accin en cada
episodio slo depende del propio episodio.
Esttico/dinmico:
el entorno puede cambiar mientras el agente decide? El ambiente
no cambia mientras el agente piensa.
El ambiente es semi dinmico si l no cambia con el con el pasaje
del tiempo, pero el nivel de desempeo del agente se altera.
Discreto/continuo
nmero finito de percepciones/acciones?
Un nmero limitado y claramente definido de percepciones y
acciones.
Prof. Ing. Estrellita Vargas Miranda 2013