Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trans Ai PDF
Trans Ai PDF
Introduccin a la
Inteligencia Artificial.
Aplicaciones.
Redes Probabilsticas
Redes Neuronales
Algoritmos Genticos
Qu es la Inteligencia?
No es sencillo dar una definicin del concepto inteligencia,
pero s puede entenderse de forma cualitativa mediante el siguiente
ejemplo:
PROCESOS INTERNOS
ENTRADA
Relacin con entorno
Vista
Oido
Tacto
Gusto
etc.
Conocimiento
Solucin de problemas
Creatividad
Puede razonar
Muestra comportamiento
SALIDA
Adaptado de Tralvex Yeap,
University of Leeds
Qu es la Inteligencia Artificial?
Todas las definiciones de Inteligencia Artificial estn relacionadas con la
siguiente idea:
" ... the science of making machines do things that would require
intelligence if done by humans"
- Marvin Minsky
Controversia
Durante el desarrollo de la IA siempre ha existido una
controversia sobre los lmites de esta Ciencia
Hubert L. Dreyfus, What Computers Can't Do
Great artists have always sensed the truth, stubbornly denied by both
philosophers and technologists, that the basis of human intelligence
cannot be isolated and explicitly understood."
Donald Michie,
It is a mistake to take up too much time asking,
Can computers think?"
Can they be really creative?"
For all practical purposes they can. The best course for us is to leave
the philosophers in their dark room and get on with using the creative
computer to the full."
Test de Turing
http://www.turing.org.uk/turing/
Test de Turing
A
B
Nuevos
Paradigmas
Tcnicas
Clsicas
Inspiracin Biolgica
Representacin
explcita del
conocimiento
sentencias lgicas,
reglas,
grafos,
redes semnticas, etc.
Imitacin del
proceso humano de
razonamiento
Inferencia lgica,
bsqueda en grafos
Procesamiento en serie
de la informacin
Bibliografa General
Algoritmos Evolutivos
Cto. de
relaciones
Cto. de variables
aleatorias
I(X,Y|Z)M
5
1
5
0
0
0
0
0
0
0
0
1
0
0
0
...
...
...
Relaciones de dependencia
Mediante un grafo dirigido donde
cada variable tiene sus antecedentes.
Funcin de
probabilidad conjunta
P(X1, X2, ..., Xn)
Factorizacin de la probabilidad !!
n
Cuantificacin
Funciones de prob.
condicionada.
Clculo de
probabilidades
Inicialmente los
distintos estados de
las variables de la
red tienen
probabilidades que
corresponden al
estado de
conocimiento inicial
(sin evidencia).
Cuando se tiene
alguna evidencia,
las nuevas
probabilidades
condicinadas dan la
influencia de esta
informacin en el
resto de variables
Tormenta = 1
Inspiracin en la Neurofisiologa
El cerebro humano est
formado por un gran
nmero de neuronas (ms
de 100000 millones)
conectadas entre s de
forma masivamente paralela
La actividad de cada neurona
se basa en descargas
electroqumicas, a partir de los
estmulos recibidos por
neuronas vecinas a las que
est conectada.
x1 wi1
yi
x2 wi2
win
xn
Wik
h1
-1
i
n
wij xj
i=0
f( wij xj )
i=0
hk Unidades
Ocultas
h2
wkj
x1
x2
x3
xj
f (x) =
Entradas
1
1 + e cx
yi = f ( Wik f ( wkj xj ))
k
0.8
0.6
ERROR
0.8
0.4
0.7
0.6
0.2
0.5
0.4
0
0.3
0.2
0.4
0.6
0.8
1
0
10
15
20
25
PESOS
0.8
0.8
0.6
0.4
0.6
0.2
0
1
0.75
0.5
0.25
0
0
w1
w2
0.5
0.4
0
0.2
-0.5
0
0.2
0.4
0.6
0.8
10
15
20
25
I
x
F
u
F
Topologa inicial
f-1
Topologa simplificada
Aprendizaje:
Mnimos cuadrados.
Minimax.
An Introduction to Functional Networks
J.M. Gutirrez y otros
Kluwer Academic Publishers (1999).
Paraninfo/International Thomson Publishing.
http://www.engr.uiuc.edu/OCEE/webcourses/ge485/intro.html#
BINARIA
REAL
GEN
0 1 0 ...
1
0
1
0 1 0
...
...
F=121442
1 1 1 1 1 1 1
despus 1 1 1 0 1 1 1
xi = xi + N(0,i)
corte
corte
1 1 1 1 1 1 1
0 0 0 0 0 0 0
padres
1 1 1 0 0 0 0
0 0 0 1 1 1 1
descendencia
Mejor
Peor
Padres
Seleccin
Recombinacin
Poblacin
Reemplazamiento
Mutacin
Descendientes