INTRODUCCIN A LA

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 ? (Bronzino and Morelli, Expert Systems, 1989)

Entender Lenguaje Natural (Incluso ambigedades)
Usar sentidos
Aprender nuevos conceptos y procedimientos
Planificar tareas
Tener Sentido Comn

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).

IA um ramo da Cincia da Computao dedicado ao estudo

das tcnicas computacionais que representam algum aspecto
da cognio humana (Weber,1998).
5

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

(Alan Turing, 1950)

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

Interfaz del usuario

Actualizacin de
conocimientos

axiomas (hechos, verdades,

representaciones de conocimiento)
V
teoremas (lgicamente deriv hechos)

Medios de
explicacin

Base de
Conocimientos

Mecanismo para resolver

Problemas
Conocimiento general
(no-dominio especfico)

Motor de inferencia
22

Inteligencia Artificial
Sistemas Expertos
Capturar la escasa y diseminada experiencia

Operacin en ambientes riesgosos

Accesibilidad al conocimiento
Incrementa la productividad

Fiabilidad
Incrementa las capacidades de otros sistemas computacionales
Capacidad de trabajar con informacin incompleta

Disminuye el tiempo de decisin

[2]
23

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

Los Algoritmos Genticos (AG) surgen como herramientas para la

solucin de problemas complejos de bsqueda y optimizacin.
[2]
34

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.

Estructura de los cromosomas o individuos.

2.
3.

Criterio de evaluacin o adaptacin de los individuos (funcin de

evaluacin).
Operadores Genticos: Seleccin (fitness)
Cruzamiento: Probabilidad 0.9
Mutacin simple probabilidad 0.03

4.

Criterio de parada del algoritmo. Iteraciones o Error

5.

Criterio de reemplazo y tamao promedio de poblaciones.

[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

Operador: (h(v) Pre Del Add).

Metas

Metodo: (h(v) Pre T)

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

JOHN WILEY & SONS. Copyright 1999

45

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

MINSKY, M.. The Society of Mind, 1985

RICH, Elaine, KNIGHT, Kevin. Inteligencia Artificial. Mcraw-Hill. Espaa, 1991.
ROLSTON, DAVID Principios de inteligencia artificial y sistemas expertos

RUSSEL, Stuart, NORVIG Peter. Inteligencia Artificial: Un Enfoque Modeerno.

Prentice-Hall. Mxico. 1996.
HAYKIN, SIMON. (1994), Neural Networks. A Comprehesive Foundation.
Prentice Hall, New Yersey.
46

Preguntas?

47