Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTELIGENCIA ARTIFICIAL
SISTEMAS INTELIGENTES I
Valentina Tabares Morales
Grupo de Ambientes Inteligentes
Adaptativos - GAIA
GAIA
Inteligencia Artificial
Inteligencia Artificial
ARTIFICIAL ?
Realizar algo por arte no por naturaleza.
Inteligencia Artificial
Rama de la Informtica que busca conseguir
que sistemas no naturales resuelvan (o ayuden
a resolver) los mismos problemas que
resolvemos los humanos.
Artificial Intelligence is the study of intelligent
behavior. One of its goals is to understand human
intelligence. Another is to produce useful
machines. (Garnham, Artificial Intelligence, 1987)
Inteligencia Artificial
La Inteligencia Artificial es el arte de construir mquinas,
capaces de hacer cosas que requeriran inteligencia en caso de
que fuesen hechas por humanos (M. Minsky, The Society of
Mind, 1985).
Inteligncia Artificial o campo de estudo da cincia que
persegue a meta de fazer o raciocnio do computador similar o
raciocnio humano (Durkin, 1994).
Artificial Intelligence is the study of how to make computers do
things at which, at the moment, people are better (Rich,
Artificial Intelligence, 1983).
Inteligencia Artificial
Russell y Norving clasificaron las definiciones de Inteligencia
Artificial en 4 categoras
[1]
6
Inteligencia Artificial
[1]
7
Inteligencia Artificial
Historia:
[1]
8
Inteligencia Artificial
Historia:
[1]
9
Inteligencia Artificial
Historia:
[1]
10
Inteligencia Artificial
Historia:
[1]
11
Inteligencia Artificial
Historia:
[1]
12
Inteligencia Artificial
Artificial Intelligence is the study of
intelligent behavior. One of its goals is to
understand human intelligence. Another is to
produce useful machines. (Garnham,
Artificial Intelligence, 1987)
Paradigma simblico (psicologia cognitiva)
Paradigma conexionista (neurocomputadores)
[2]
13
Inteligencia Artificial
Un Ejemplo!!!
14
Inteligencia Artificial
Test de Turing:
Es una prueba que permite demostrar si una mquina presenta
inteligencia.
Turing sugiri los mayores componentes de la IA: Conocimiento,
razonamiento, Comprensin del lenguaje, aprendizaje
15
Inteligencia Artificial
Test de Turing:
Para poder superar la Prueba de Turing original, el
computador debe contar con:
Procesamiento del Lenguaje Natural que permita
comunicarse perfectamente
Representacin del Conocimiento para almacenar lo
que se conoce o siente.
Razonamiento Automtico, para usar la informacin
almacenada para responder a preguntas o extraer
conclusiones.
Aprendizaje Automtico, para adaptarse a muchas
circunstancias y para detallar y extrapolar patrones.
16
Inteligencia Artificial
Test de Turing:
La Prueba Global de Turing tambin exigira:
Visin Computacional, para percibir objetos.
Robtica, para manipular y mover objetos.
17
Inteligencia Artificial
18
Inteligencia Artificial
Fundamentos:
19
Inteligencia Artificial
Fundamentos:
20
Inteligencia Artificial
Sistemas Expertos
Agentes Inteligentes
Robtica y Sistemas
Sensoriales
Razonamiento Basado
en Casos (RBC)
Resolucin de Problemas
Mediante Bsquedas
Redes Neuronales
Visin Artificial y
Reconocimiento
Lgica Difusa
Planificacin Inteligente
Procesamiento de
Lenguaje Natural
Computacin Evolutiva
(Algoritmos Genticos)
21
Inteligencia Artificial
Sistemas Expertos
Software para apoyo a la toma de decisiones, que busca
imitar y sobrepasar al humano experto en un rea de dominio.
Usuario
Actualizacin de
conocimientos
Medios de
explicacin
Base de
Conocimientos
Motor de inferencia
22
Inteligencia Artificial
Sistemas Expertos
Capturar la escasa y diseminada experiencia
Fiabilidad
Incrementa las capacidades de otros sistemas computacionales
Capacidad de trabajar con informacin incompleta
Inteligencia Artificial
Sistemas Expertos
padre(jose,ana).
padre(juan,pedro).
padre(antonio,carolina).
padre(pedro,catalina).
madre(gloria,ana).
madre(ana,pedro).
madre(carol,carolina).
madre(carolina,catalina).
progenitor(X,Y) :- padre(X,Y).
progenitor(X,Y) :- madre(X,Y).
antepasado(X,Y) :- progenitor(X,Y).
antepasado(X,Y) :- progenitor(X,Z),
antepasado(Z,Y).
[2]
24
Inteligencia Artificial
Procesamiento de Lenguaje Natural
Estudia problemas derivados de la generacin y
comprensin automtica del lenguaje natural.
Voz a Texto: Dragons Naturally Speaking
Ordenes a computadores
Texto a Voz: Scan-Softs Omni Page Voz-OCR
Texto a Texto: Software de traduccin
[2]
25
Inteligencia Artificial
Visin por Computador
Conjunto de todas aquellas tcnicas y modelos que permiten
el procesamiento, anlisis y explicacin de cualquier tipo de
informacin especial obtenida a travs de imgenes digitales
[2]
26
Inteligencia Artificial
Visin por Computador
Reconocimiento ptico de Caracteres (OCR)
Sensar Campo Visual: Movimiento ojos -- PNE => Orden
Control de Trafico
Inspeccin Automatizada
Diagnstico automtico de
enfermedades
Robtica
Reconocimiento de patrones
Realidad Aumentada
[2]
27
Inteligencia Artificial
Redes Neuronales Artificiales
Ingeniera inversa de procesos biolgicos para el desarrollo de
nuevos modelos de computacin
Practico mtodo para aprendizaje de:
Cualquier funcin que pueda aproximarse
Identificacin de patrones, modelos, tendencias, Minera
de datos, reconocimiento de patrones
Tolerancia a fallos: Si algunas fallan otras se adaptan y resuelven
Generalizacin
Entradas razonables => Salidas razonables
Adaptabilidad
Predecir futuro
Hay 10.000 millones de neuronas en el cortex
humano, vs 10.000 procesadores en los ms
poderosos computadores en paralelo
[2]
28
Inteligencia Artificial
Redes Neuronales Artificiales
Wij1
u1
Wij3
Wij2
x12
x11
y1
x13
x22
u2
y2
x21
x23
x32
[2]
29
Inteligencia Artificial
Lgica Borrosa (Fuzzy Logic)
Tcnica desarrollada por Zadeh , permite que los sistemas operar con
incertidumbres simulando el proceso de razonamiento humano.
Lgica bi-valuada: la pertenencia de un elemento a un conjunto
determinado, se expresa mediante un calificativo binario, de slo dos
posibles valores:
Si pertenece (1)
No pertenece (0).
No hay pertenencias parciales. Todo es exacto, sin incertidumbre, sin
vaguedad.
Lgica multivaluada: el razonamiento se fundamenta no en valores
exactos sino en conceptos lingsticos, etiquetas verbales que
califican el sistema tratado: Velocidad alta, Caudal bajo, etc.
Por lo tanto, en el razonamiento intervienen los conceptos de
vaguedad e incertidumbre.
[2]
30
Inteligencia Artificial
Lgica Borrosa (Fuzzy Logic)
LOGICA MULTI-VALUADA
LOGICA BI-VALUADA
Grado de Pertenencia
Grado de Pertenencia
=1.0
=1.0
Clima
Fro
Clima
Clido
T=15.0C Temperatur
a Amb.
Clima Fro
Clima Clido
=0.5
T=15.0C
Temperatura
Amb.
[2]
31
Inteligencia Artificial
Agentes Inteligentes
Entidades de Software
Ejecuta un conjunto de operaciones en nombre de un usuario u otro
programa
Autnomo
Usa conocimiento para conseguir las metas.
Acceso a la informacin
Soporte de decisiones
Actividades repetitivas
Actividades montonas
Bsqueda y recuperacin Dominios de expertos
[2]
32
Inteligencia Artificial
Agentes Inteligentes
Autnomo: Orientado a metas
Proactivo
No requiere supervisin
Modulares y mviles
Dedicados y autnomos
Interactivos
Procesamiento condicional
Amigables
Capacidad de aprender: Sensa => Responde
Comunicacin y Cooperacin => SMA
[2]
33
Inteligencia Artificial
Algoritmos Genticos
Los algoritmos evolutivos hacen una representacin simblica del
conocimiento codificado en los genotipos de los individuos
ALGORITMOS
EVOLUCIONARIOS
ESTRATEGIAS DE
EVOLUCION
ALGORITMOS
GENETICOS
PROGRAMACION
GENETICA
PROGRAMACION
EVOLUCIONARIA
SISTEMAS
CLASIFICADORES
Inteligencia Artificial
Algoritmos Genticos
ALGORITMO
ALGORITMOGENETICO
GENETICO
MUTACION
MUTACION
POBLACION
POBLACION
MAS
MASAPTA
APTA
REPRODUCCION
REPRODUCCION
SELECCION
SELECCION
ELITISMO
ELITISMO
APTITUD
APTITUD
PATRONES DE
ENTRENAMIENTO
PATRONES DE
PRUEBA
APTITUD
APTITUD
GENERALIZA
GENERALIZA
CION
CION
GENERADOR
GENERADOR
DE
DEREDES
REDES
ENTRENAMI
ENTRENAMI
ENTO
ENTO
Poblacin
CRITERIOS
CRITERIOSDE
DE
APTITUD
APTITUD
EVALUCION
EVALUCION
DE
DELA
LA
APTITUD
APTITUD
[2]
35
Inteligencia Artificial
Algoritmos Genticos
Componentes Principales
1.
2.
3.
4.
5.
[2]
36
Inteligencia Artificial
Planificacin Inteligente
Su objetivo es definir la secuencia de actividades que
aplicadas al estado actual lleven al estado meta.
Problema de Planificacin (So, G, D)
Salida: P= (p1 p2 p3 pn)
Operadores Instanciados
D
Planificador
Secuencia
de Acciones
(Plan)
Condiciones
Iniciales
[2]
37
Inteligencia Artificial
Planificacin Inteligente
[2]
38
Inteligencia Artificial
Razonamiento Basado en Casos (RBC)
El principio bsico en RBC es que problemas similares tienen
soluciones similares, lo que permite reusar las soluciones exitosas
ante problemas similares.
[2]
39
Inteligencia Artificial
Sistemas Hbridos
[2]
40
Inteligencia Artificial
Visin:
[1]
41
Inteligencia Artificial
Visin:
[1]
42
Inteligencia Artificial
Visin:
[1]
43
Inteligencia Artificial
Taller 1
Tcnica
Aplicacin
Que /Cmo
Parametros
Resultados
Reportados
Referencias
44
Referencias
[1] Material del Curso Sistemas Inteligentes I. Profesor
Luis Fernando Castillo. Universidad de Caldas.
[2] Material del Curso Sistemas Inteligentes. Profesor
Nstor Daro Duque. Universidad Nacional de
Colombia Sede Manizales.
GREGORY R. Heim. MD 240. Intelligent Support
Systems. Boston College
http://www2.bc.edu/~heimgr/md240s01/notes_and_slid
es.html
Referencias
GREGORY R. Heim. MD 240. Intelligent Support Systems. Boston College
http://www2.bc.edu/~heimgr/md240s01/notes_and_slides.html
JOHN WILEY & SONS. Copyright 1999
BRONZINO and MORELLI, Expert Systems, 1989
Preguntas?
47