Universidad

de Oviedo

Centro de
Inteligencia Artificial

SISTEMAS INTELIGENTES
T1: Introduccin a los SSII
{jdiez, juanjo} @ aic.uniovi.es

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Sistemas Inteligentes: Introduccin

Definiciones de Inteligencia Artificial

Breve historia
Objetivos
Metodologas
Agentes

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Definiciones de IA (I)
Racionalidad

Comportamiento

Razonamiento

Humanidad

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Test de Turing (1950)

Interrogador
A

Cul de los dos,

A B, es un
sistema
inteligente?

Para engaar al interrogador la mquina debera

tener desarrolladas ciertas cualidades:
Procesamiento de lenguaje natural, visin, robtica
Representacin del conocimiento, razonamiento
automtico, aprendizaje automtico
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Pensando como humanos

Cmo piensan los humanos?
Introspeccin
Experimentos

psicolgicos

Ciencia cognitiva
Combina tcnicas de IA y psicologa para construir teoras
sobre el modo de pensar de los humanos

Una vez establecidas teoras sobre la forma de

pensar humana, se traduce a un programa
GPS (General Problem Solver) Newell y Simon
Los pasos del razonamiento del GPS deberan ser
anlogos a la traza del pensamiento humano cuando
resuelve los mismos problemas
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Pensando racionalmente

Aproximacin de las leyes del

pensamiento
Aristteles.

Silogismos (patrones de
estructuras argumentales correctas)
Se supona que estas leyes gobernaban las
operaciones de la mente
Primeros desarrollos en el campo de la lgica

Desarrollo de la lgica
Notacin precisa
Programas lgicos

(s. XIX y XX)

Dificultades
Es difcil formalizar mediante lgica
Recursos computacionales excesivos
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Actuando como humanos

Fundamental cuando se desea que un

sistema inteligente interacte con
humanos
Dialogar
Ofrecer

explicaciones

Convenios de mnimos para facilitar el

entendimiento
La representacin subyacente no tiene
por qu seguir modelos humanos
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Actuando racionalmente

Concepto de Agente Inteligente

Deben cumplir dos objetivos:
Ser

capaces de percibir su entorno, y

actuar

racionalmente de acuerdo con el

entorno percibido
requiere razonar (lgicamente),
actuar a partir de las conclusiones obtenidas,
no siempre usan inferencia lgica (actos reflejos)

Es ms general que la lgica

No

es la nica forma de actuar racionalmente

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Definiciones de IA (II)

Producir sistemas capaces de

adoptar comportamientos que, si
fuesen realizados por seres humanos
no dudaramos en calificar de
inteligentes
Nilsson

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Fundamentos de la I.A.
FILOSOFA

MATEMTICAS

Teora del
razonamiento
y del aprendizaje

Teoras formales de la
lgica, probabilidad, toma
de decisiones

BIOLOGA
Funcionamiento del
sistema nervioso y de
otros sistemas biolgicos

I.A.

COMPUTACIN
Hace posible la
implementacin real
de las soluciones

PSICOLOGA

LINGSTICA

Investigacin de la mente
humana

Estructura y significado del

lenguaje
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Gnesis de la IA (1943-1955)
McCulloch y Pitts (1943) proponen un modelo
constituido por neuronas artificiales. Mostraron,
entre otras cosas, que los conectores lgicos podran
implementarse usando redes sencillas
Hebb (1949) propuso y demostr una sencilla regla
que permita que redes adecuadamente definidas
pudiesen aprender
Turing (1950) introduce el test que debera pasar un
computador para considerarse inteligente: la prueba
de Turing
Minsky y Edwards (1951) construyen el SNARC, el
primer hardware neuronal
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Nacimiento de la IA (1956)
McCarthy, Minsky, Shannon y Rochester (1956)
organizaron un curso de 2 meses en el Darmouth
College
Newell y Simon presentan el Logic Theorist (LT),
capaz de demostrar gran parte de los teoremas del
captulo 2 del Principia Matemtica
En ese taller se acu el nombre de Inteligencia
Artificial
Por qu una disciplina separada?
Desde

el primer momento abarc la idea de duplicar

facultades humanas: creatividad, auto-mejora, uso del
lenguaje
Es la nica disciplina que persigue la construccin de
mquinas que funcionen automticamente en medios
complejos y cambiantes
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Entusiasmo inicial, grandes

esperanzas (1952-1969)
La mayor parte de la comunidad cientfica pensaba que una
mquina nunca podra hacer tareas . Los investigadores en IA
respondan demostrando la realizacin de una tarea tras otra. Era la
poca de Mira mam, ahora sin manos segn McCarthy
Al Logic Theorist del Newell y Simon sigui el GPS (General Problem
Solver), el primero que incorpor el enfoque de pensar como un
humano
Samuel (1952) escribi una serie de programas que aprendieron a
jugar a las damas a nivel amateur
McCarthy (1958) defini el lenguaje Lisp, describi el Generador de
consejos, que incorporaba principios de representacin de
conocimiento general y razonamiento
Robinson (1965) propone el mtodo de Resolucin (completo) para
demostrar teoremas usando lgica de predicados
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Entusiasmo inicial, grandes

esperanzas (1952-1969)
Gelernter (1959) construyo el DTG, capaz de
probar teoremas de geometra que muchos
estudiantes consideraban muy complejos
Se proponen algunos micromundos que
parecen requerir inteligencia para resolver
problemas en ellos: uno de los ms conocidos
es el mundo de bloques
Los mtodos de aprendizaje de Hebb se
reforzaron con los adalines (Widrow y Hoff,
1960) y los perceptrones (Rosenblatt, 1962)
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Una dosis de realidad (1966-1973)

Los primeros sistemas fallaron estrepitosamente al
utilizarlos en problemas ms variados y complejos
Les faltaba conocimiento del problema
Los problemas eran intratables

Los primeros pasos en evolucin automtica (ahora

llamados algoritmos genticos) tuvieron escaso exito
El informe Lighthill (1973) critic principalmente la
incapacidad para tratar con la explosin combinatoria: el
gobierno britnico retir ayudas a la investigacin en IA
Otro obstculo se deriv de las limitaciones inherentes a
las estructuras bsicas:

Minsky y Papert demostraron la incapacidad de un perceptrn

con dos entradas de resolver el problema del XOR
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Sistemas basados en el
conocimiento (1969-1979)
Buchanan, Lederberg y Feigenbaum (1969) construye el
DENDRAL, capaz de inferir una estructura molecular a partir
de informacin de un espectrmetro de masas: fue uno de los
primeros sistemas de reglas
Le sigui MYCIN (Feigenbaum, Buchanan y Shortlife), capaz
de hacer diagnsticos tan buenos como los de un experto en
infecciones sanguneas (y mejor que los de un mdico novato)

Las reglas se extrajeron de entrevistas con expertos

Contaban con factores de certeza, usaba razonamiento con

incertidumbre

Se avanz en procesamiento de lenguaje y en planificacin

Se desarrollaron nuevos lenguajes y esquemas de
representacin (Prolog, Planner, los marcos de Minsky)
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

La IA se convierte en industria
(1980-actualidad)
R1 (McDermott, 1982) es el primer
sistema experto comercial con xito
Se usa en la elaboracin de pedidos informticos,
ahorrando aproximadamente 40 mill. de dlares
al ao a Digital Equipment Corp.

En 1988 el grupo de IA de la DEC ya

haba distribuido 40 sistemas expertos y
Du Pont utilizaba ms de 100

Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Regreso de las redes neuronales

(1986-actualidad)
A mediados de los 80 se retoma el algoritmo de
retropropagacin, mencionado por primera vez
en 1969 (Bryson y Ho)
La difusin de los xitos obtenidos suscit gran
entusiasmo
Surgi cierta rivalidad entre la aproximacin
conexionista de las redes neuronales y la
aproximacin simblica
La tendencia actual es que ambas son
complementarias, no competidoras
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

La IA se convierte en ciencia
(1987-actualidad)
Se produce una revolucin tanto en el contenido
como en la metodologa
Es ms usual el trabajo sobre teoras ya existentes que
proponer teoras nuevas

La IA ya forma parte del mbito de los mtodos

cientficos
Formulacin formal, experimentacin, anlisis estadstico de
resultados, se usan repositorios de datos y cdigo

Surgen o reciben un gran impulso

Procesamiento de lenguaje, minera de datos, razonamiento
probabilstico, robtica, visin, aprendizaje automtico, etc
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Caracterizaciones de la IA
Objetivos a largo plazo
En qu se inspira
Metodologa empleada
Tareas generales que aborda

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Objetivos a largo plazo (I)

Se ha dado en hablar de Gran IA y Pequea IA

La Gran IA persigue construir robots de

inteligencia igual a la humana
La Pequea IA trata de resolver problemas
especficos de forma inteligente y de generalizar las
tcnicas para aplicarlas a otros problemas. Las
investigaciones se centran generalmente en alguno
de los siguientes objetivos
1. Producir mquinas que exhiban comportamiento inteligente
2. Comprender la inteligencia humana en el contexto social
3. Dar paso a formas de vida artificiales
4. Incrementar el conocimiento cientfico
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Objetivos a largo plazo (II)

Producir mquinas que exhiban comportamiento
inteligente puede ser til:
pueden

llevar a cabo tareas para las que los humanos

somos propensos a cometer errores

pueden

permitirnos acometer tareas que antes no podamos

afrontar

Comprender la inteligencia humana en la sociedad

Los estudios en Inteligencia Artificial pueden ayudar a
comprender mejor la inteligencia humana
Cuntas de las actividades que denominamos inteligentes
puedes ser replicadas por algoritmos?
El

estudio de sistemas multi-agente, que cooperan y se

comunican para resolver problemas es un ejemplo de
inteligencia social
Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Objetivos a largo plazo (III)

Dar paso a formas de vida artificiales
El estudio de vida artificial (ALife) est ntimamente
relacionado con el concepto de evolucin
Puede surgir comportamiento inteligente dando suficiente
tiempo para que evolucionen formas de vida artificiales?

Incrementar el conocimiento cientfico

Las tcnicas de IA hacen surgir problemas interesantes en s
mismos, como puede ser la complejidad algortmica, etc.
Muchos

investigadores en IA no se dedican en absoluto a

desarrollar sistemas inteligentes, ni a estudiar la
inteligencia humana o la vida artificial

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

En qu se inspira
Cmo conseguir que un ordenador acte con inteligencia?
Utilizando la lgica
Deduccin formal
Imitando el razonamiento humano
Sistemas expertos, planificacin, razonamiento, aprendizaje,
procesamiento de lenguaje natural
Imitando la actividad biolgica del cerebro
Redes de neuronas artificiales (ANNs)
Usando los fundamentos de la evolucin
Algoritmos genticos, robtica basada en comportamiento
Construyendo agentes que cooperen/compitan entre ellos
Sistemas multiagente
Modelos computacionales basados en fuerza bruta
Decir que Deep Blue no piensa en el ajedrez es como decir
que un avin no vuela porque no agita sus alas (Drew
McDermott, New York Times)
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Metodolga empleada
Dos aproximaciones
Cientfica ( pulcra )
Se formula una hiptesis, se demuestra formalmente si la
hiptesis es cierta o falsa y se ejemplifica

Es una aproximacin robusta, pero el progreso para automatizar

tareas complejas es lento

Tecnolgica ( desaliada )
Se aplica en problemas muy grandes y no bien definidos, donde
suelen combinarse diversas tcnicas. A menudo las tareas son tan
complejas que se considera un xito el poder automatizarlas
RHINO: un robot gua interactivo

Durante seis das gui a los visitantes de un museo en Bonn, evitando

obstculos, movindose entre los visitantes e interaccionando con
ellos. Naveg en total ms de 18 Km., y gui a ms de 2000 personas

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Tareas generales que aborda la IA

Hacer que un agente
Razone de forma racional
prueba automtica de teoremas, satisfaccin de restricciones,
razonamiento basado en casos, etc.
Aprenda y descubra nuevo conocimiento
aprendizaje automtico, data mining
Juegue bien (ajedrez, backgammon, etc.)
tcnicas de bsqueda en juegos con adversarios
Se comunique con los humanos
procesamiento de lenguaje natural y sntesis del habla
Muestre signos de vida
algoritmos genticos, programacin gentica
Maniobre de forma inteligente en el mundo real
robtica, planificacin, visin artificial
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes
Un agente es cualquier cosa capaz de
percibir su entorno con la ayuda de
sensores y actuar sobre dicho entorno
mediante actuadores
Percepciones
Sensores

Entorno

Agente

Actuadores

Acciones

Sistemas Inteligentes - T1: Introduccin

Universidad
de Oviedo

Centro de
Inteligencia Artificial

Agentes: algunos conceptos

Funcin del agente: define el comportamiento del agente;
proyecta una percepcin dada en una accin
Programa del agente: implementa la funcin del agente
Agente racional: en cada posible secuencia de percepciones, un
agente racional deber emprender aquella accin que
supuestamente maximice su medida de rendimiento,
basndose en las evidencias aportadas por la secuencia de
percepciones y en el conocimiento que el agente mantiene
almacenado
Autonoma: se mide por el grado en que su comportamiento
viene determinado por su experiencia

se requiere un balance entre la falta de autonoma y la autonoma

absoluta

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Propiedades de los entornos

Totalmente/parcialmente observable
Los sensores acceden al estado completo del entorno?

Determinista/estocstico
El siguiente estado est totalmente determinado por la accin?

Episdico/secuencial
Se puede dividir la experiencia del agente en episodios atmicos, tales que la
eleccin de accin en cada episodio depende solo de ste?

Esttico/dinmico
Puede cambiar el entorno mientras el agente elige una accin?

Discreto/continuo
Cmo se maneja el tiempo, las percepciones, las acciones?

Individual/Multiagente
Hay un solo agente interaccionando en el entorno?Es un entorno
competitivo o cooperativo?
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Ejemplos de entornos
Totalmente observable: algunos problemas de juguete
Parcialmente observable: conducir
Episdico: clasificacin
Secuencial: jugar al ajedrez
Esttico: resolver un crucigrama
Dinmico: conducir
Discreto: ajedrez
Continuo: conducir
Individual: buscar una ruta en un mapa
Multiagente:
competitivo: parchs, ajedrez
cooperativo: varios robots autnomos en un almacn
Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Estructura de los agentes

Agentes reactivos simples
Agentes reactivos basados en modelos
Agentes basados en objetivos
Agentes basados en utilidad

Agentes que aprendan

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes reactivos simples

Sensores

Agente

Cmo es el mundo
ahora

Entorno

Reglas de condicin-accin

Qu accin debo
tomar ahora

Actuadores

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes reactivos basados en

modelos
Sensores
Estado
Cmo evoluciona el mundo

Cmo es el mundo
ahora

Entorno

Qu efectos causan
mis acciones

Reglas de condicin-accin

Agente

Qu accin debo
tomar ahora

Actuadores

Sistemas Inteligentes - T1: Introduccin

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes basados en objetivos

Sensores
Estado

Qu efectos causan
mis acciones

Qu pasar si realizo
la accin A

Objetivos

Qu accin debo
tomar ahora

Agente

Actuadores

Sistemas Inteligentes - T1: Introduccin

Entorno

Cmo evoluciona el mundo

Cmo es el mundo
ahora

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes basados en utilidad

Sensores
Estado
Cmo es el mundo
ahora

Qu efectos causan
mis acciones

Qu pasar si realizo
la accin A

Utilidad

Estar contento en
este estado
Qu accin debo
tomar ahora

Agente

Actuadores
Actuadores

Sistemas Inteligentes - T1: Introduccin

Entorno

Cmo evoluciona el mundo

Centro de
Inteligencia Artificial

Universidad
de Oviedo

Agentes que aprenden

Nivel de actuacin

Sensores

Crtica

retroalimentacin
cambios

Elemento de
actuacin

conocimiento
objetivos a
aprender
Generador de
problemas

Agente

Actuadores

Sistemas Inteligentes - T1: Introduccin

Entorno

Elemento de
aprendizaje