Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Agentes inteligentes
Resumen de proyectos
Grupo 9CM11
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
ndice
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Agente de planificacin
Desde principios de los aos 70, la comunidad de IA especializada en planificacin
se ha preocupado del problema de diseo de agentes artificiales capaces de
actuar en un entorno.
Dentro de la comunidad de la IA, se ha asumido desde hace tiempo que algn tipo
de sistema planificador debe formar parte de los componentes centrales de
cualquier agente artificial. La planificacin se puede ver como una forma de
programacin automtica: el diseo de un curso de accin que satisfar un cierto
objetivo.
Comienza en un objetivo y para cada uno de los estados se generan los posibles
predecesores. Finaliza cuando se alcanza un objetivo que sea cierto en el estado
inicial
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Estado inicial
Objetivo
Condiciones (precondiciones y postcondiciones)
Operadores (acciones)
Torres de Hanoi
8-puzzle, 15-puzzle
Mundo de los bloques (Blocks
World)
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Incertidumbre
La incertidumbre es la situacin en que el futuro contiene un nmero indeterminado de
resultados posibles, ninguno de los cuales se sabe. En condiciones de incertidumbre, casi
cualquier cosa puede ocurrir. Desde luego se puede estimar cual ser el resultado; pero se
estar a oscuras respecto a las probabilidades que se produzcan.
El diagnstico es una tarea que casi siempre involucra incertidumbre. El conocimiento del
agente puede como mucho proporcionar solo un grado de creencia en las oraciones
relevantes. Nuestra principal herramienta para tratar con grados de creencia ser la teora
de probabilidad, que asigna a cada oracin un grado numrico de creencia entre 0 y 1. La
probabilidad proporciona una manera de resumir la incertidumbre que se deriva de nuestra
pereza e ignorancia. Asignar probabilidad 0 a una oracin determinada corresponde a una
creencia inequvoca de que la oracin es falsa, mientras que asignar una probabilidad de 1
corresponde a una creencia rotunda de que la oracin es cierta. La probabilidad entre 0 y
1 corresponde a grados intermedios de creencias en la veracidad de la oracin. La oracin
en s misma es de hecho o verdadera o falsa.
Para tomar tales elecciones, un agente debe primero tener preferencias entre las diferentes
consecuencias posibles de los diversos planes. Una consecuencia particular es un estado
completamente especificado. Usaremos la teora de la utilidad para representar y razonar
con preferencias. La teora de la utilidad establece que cada estado tiene un grado de
utilidad, o beneficio, para un agente y que el agente preferir los estados con mayor utilidad.
Una funcin de utilidad puede incluso explicar el comportamiento altruista, simplemente
incluyendo el bienestar de otros como uno de los factores que contribuyen a la utilidad
propia del agente.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Cuando las decisiones se toman con pura incertidumbre, el decisor no tiene conocimiento
de los resultados de ninguno de los estados de la naturaleza y/o es costoso obtener la
informacin necesaria. En tal caso, la decisin depende meramente del tipo de
personalidad que tenga el decisor.
Probabilidad:
Los grados de creencia se aplican siempre a las proposiciones (afirmaciones de que tal o
cual es el caso). La teora de la probabilidad tpicamente usa un lenguaje que es
ligeramente ms expresivo que la lgica proposicional. El elemento bsico del lenguaje es
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
la variable aleatoria, que puede pensarse como algo que se refiere a una parte del mundo
cuyo estatus es desconocido inicialmente. Las variables aleatorias representan un papel
similar al de las variables PSR en problemas de satisfaccin de restricciones y al de los
smbolos proposicionales en lgica proposicional. Siempre escribimos en mayscula los
nombres los nombres de las variables aleatorias.
Cada variable aleatoria tiene un dominio de posibles valores que puede tomar. El tipo ms
sencillo de proposicin afirma que una variable aleatoria tiene un valor particular tomado
de su dominio.
Las variables aleatorias estn tpicamente divididas en tres clases, dependiendo del tipo
de dominio:
Variables Aleatorias booleanas: Solo pueden tomar dos valores [cierto, falso].
Variables Aleatorias discretas: Este incluye variables como un caso especial,
toman valores de un dominio contable. Los valores del dominio deben ser
mutuamente exclusivos y exhaustivos.
Variables Aleatorias continuas: Toman sus valores de los nmeros reales. El
dominio puede ser o toda la recta real o algn subconjunto como el intervalo [0,1].
Probabilidad priori
Probabilidad condicional
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Una vez, que el agente obtiene alguna evidencia referente a las variables aleatorias
desconocidas que constituyen el dominio, las probabilidades priori ya no son aplicables.
En vez de eso, usamos probabilidades a posteriori o condicionales.
Axiomas y leyes:
Primer Axioma:
0 () 1
Segundo Axioma:
() = 1
Las proposiciones necesariamente ciertas (es decir, validas) tienen probabilidad 1, y las
proposiciones necesariamente falsas tienen probabilidad 0.
Tercer Axioma:
( ) = () + ()
(1 2 . . = (1 ) + (2 ) + . . +( ))
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
( ) = () + () ( )
Esta regla es ms fcil de recordar si consideramos que los casos donde es valido,
junto con los casos donde es valido, inequvocamente cubren todos los casos donde y
son validos; pero la suma de los dos conjuntos de casos cuentan su interseccin de
veces, as que necesitamos restar ( ).
A partir del segundo axioma: Cualquier distribucin de probabilidad sobre una sola
variable debe sumar 1. Es tambin cierto que cualquier distribucin de probabilidad
conjunta sobre cualquier conjunto de variables debe sumar 1: esto puede verse
simplemente construyendo una sola mega variable cuyo dominio es el producto
cartesiano de los dominios de las variables originales.
( = ) = 1
=1
() = ( ) ()
Teorema 1:
Si es un evento nulo o vaco, entonces la probabilidad de que ocurra debe ser cero.
() = 0
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Teorema 2:
( ) = 1 ()
Teorema 3:
Si un evento , entonces la () ()
Teorema 4:
La (|) = () ( )
Teorema 5:
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Una operacin particular muy comn es obtener la distribucin definida sobre algn
subconjunto de variables o una sola variable. Por ejemplo, sumando las entradas de la
primera fila se obtiene la probabilidad marginal. Este proceso es conocido como
marginalizacin, o sumatoria de eliminacin, porque las variables diferentes a Caries son
sumadas para eliminarlas. Podemos escribir la siguiente regla de marginalizacin general
para cualquier conjunto de variables Y e Z:
() = (, )
() = (|)()
( )
(|) =
()
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
( )
(| ) =
( )
0.108 + 0.012
= 0.6
0.108 + 0.012 + 0.016 + 0.064
Para verificarlo, calculamos tambin la probabilidad de que no hay caries, dado un dolor
de muelas:
( )
(| ) =
( )
0.016 + 0.064
= = 0.4
0.108 + 0.012 + 0.016 + 0. .064
= 1
(|) = (, ) = (, , )
Donde la sumatoria es sobre todas las posibilidades ys (es decir, todas las combinaciones
de valores posibles de las variables no observadas Y). Ntese que el agrupamiento de las
variables X,E, e Y constituyen el conjunto completo de variables para el dominio, asi
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
() = (, ))
El ciclo sobre loa valores de X y los valores de Y es para contar todos los posibles
sucesos atmicos con e fijo, se suman todas sus probabilidades de la tabla conjunta, y se
normalizan los resultados.
Dada la distribucin conjunta completa con la que operar, es un algoritmo completo para
la respuesta de preguntas probabilistas con variables discretas. Sin embargo, no se
pueden generalizar bien: para un dominio representando por n variables booleanas,
requiere una tabla de entrada de tamao 2 y necesita un tiempo de orden 2 para
procesar la tabla. En un problema realista, estaramos considerando cientos o miles de
variables, y no solo tres. Enseguida se hace completamente impracticable definir el
enorme nmero de probabilidades que se requieren.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Sistema de Produccin
Componentes:
Memoria de trabajo de un sistema, consiste en una coleccin de asertivas
deducciones.
Base de reglas es el conjunto de sentencias, son las reglas de inferencia
que determinan las acciones que deben tomarse de acuerdo con las
percepciones
Motor de inferencia es la parte del sistema que determina el mtodo de
razonamiento, utiliza estrategias de bsqueda y resuelve conflictos.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Ambas parten del lenguaje natural que utiliza nombres y sentencias nominales que
se refieren a objetos y verbos, y sentencias verbales que se refieren a la relacin
que existe entre los objetos. Para la lgica de primer orden su constitucin la
podemos ver de la siguiente manera:
Relaciones: o propiedades: Ser color rojo, ser rojo, estas son relaciones unitarias.
Y estn las relaciones n- arias como tener color, ser ms grande que, etc.
Los trminos complejos aplican smbolos de funcin a los trminos para identificar
un objeto. Dados un modelo y una interpretacin, se determina el valor de verdad
de la sentencia. Una sentencia atmica consiste en un predicado aplicado a uno o
ms trminos; el predicado es verdadero cuando la relacin identificada por el
predicado sucede entre los objetos identificados por los trminos. Las sentencias
compuestas utilizan las conectivas como lo hace la lgica proposicional, y las
sentencias cuantificadas permiten expresar reglas generales.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Definicin estricta: La ingeniera del conocimiento tiene que ver con la adquisicin,
representacin, validacin, inferenciacin, explicacin y mantenimiento del
conocimiento.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Ej:
Mortal (x): - humano(x)
x es mortal si x es humano
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Una lgica tambin debe definir la semntica del lenguaje. Si lo relacionamos con
el lenguaje hablado, la semntica trata el significado de las sentencias. En
lgica, esta definicin es bastante ms precisa. La semntica del lenguaje define
el valor de verdad de cada sentencia respecto a cada mundo posible.
CAMPOS DE APLICACIN
1. Sistemas Expertos, donde un Sistema de informacin mita las recomendaciones
de un experto sobre algn dominio de conocimiento.
2. Demostracin automtica de teoremas, donde un programa genera nuevos
teoremas sobre una teora existente.
3. Reconocimiento de lenguaje natural, donde un programa es capaz de
comprender (con limitaciones) la informacin contenida en una expresin
lingstica humana.
4. Inteligencia artificial
5. Sistemas de informacin
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Toma de decisiones
Un agente capaz de tomar una decisin puede adoptar decisiones en situaciones
en las que un agente lgico no tiene forma de decidir debido a la presencia de
incertidumbre y objetivos contradictorios. En efecto, un agente basado en objetivos
maneja una dicotoma entre estados buenos (objetivo) y malos (no objetivo),
mientras que un agente basado en la teora de la decisin maneja una medida
cuantitativa de la calidad de los estados.
Teora de utilidad
Ordenacin: dados dos estados cualesquiera, un agente racional debe ser capaz
de, o bien preferir uno de ellos, o bien establecer ambos igualmente preferibles. Es
decir, el agente no puede evitar tomar una decisin.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Monotonicidad: supngase que existen dos loteras que tienen dos resultados
posibles e iguales, A y B. Si un agente prefiere a A frente a B, entonces el agente
debe preferir la lotera que presenta una mayor probabilidad para A (y viceversa).
Principio de utilidad
Funcin de utilidad
La utilidad es una funcin que establece una correspondencia entre los estados y
el conjunto de los nmeros reales. De manera menos estricta esto quiere decir
que un agente puede tener tantas preferencias como quiera.
Utilidad multiatributo
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
atributos. Por lo general, se entiende que cada atributo tiene un valor discreto o un
valor escalar continuo. Para simplificar, se supondr que cada atributo se define
de tal forma, que un valor mayor para un atributo se corresponde con una mayor
utilidad, siempre y cuando se consideren igual el resto de atributos. Por ejemplo, si
se considera la AusenciaDeRuido como un atributo en el problema del
emplazamiento del aeropuerto, entonces, conforme aumenta su valor, mejor ser
la solucin. En algunos casos, puede ser necesario dividir el rango de valores de
un atributo de forma que la utilidad crezca montonamente dentro de cada rango.
Supngase que se tienen n atributos, cada uno de los cuales tiene d valores
posibles diferentes. Para especificar por completo la funcin de utilidad U(x1, ...,
xn) se necesitan de n valores en el peor caso. Ahora, el peor caso se corresponde
con la situacin en la cual, las preferencias del agente no tienen una completa
regularidad. La teora de la utilidad multiatributo se fundamenta sobre la hiptesis
de que las preferencias de los agentes tpicos tienen mucha ms estructura que el
caso planteado. La aproximacin bsica es identificar regularidades en el
comportamiento preferencial que se esperara observar y utilizar lo que se
denominan teoremas de representacin para demostrar que un agente con una
estructura de preferencia determinada tiene una funcin de utilidad de la forma
Redes de decisin
Las redes de decisin combinan las redes Bayesianas con dos tipos de nodos
adicionales para expresar acciones y utilidades.
Representacin de un problema mediante una red de decisin.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
A quin concierne?
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Cmo va a utilizarse?
Cules sern sus relaciones con otros sistemas: bases de datos, tableros,...?
Cunto aportar?
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Una vez hecho esto, se debe definir el tipo de problema que se tiene. Existen
muchos tipos como:
Una vez que se detect el problema, simplemente debe justificarse ante los
intereses de la empresa. Debemos cuestionarnos si los conocimientos que se
manejarn constituyen un patrimonio para la empresa tal que amerite el desarrollo
del sistema de informacin y si realmente perjudica a la empresa el que alguno de
los problemas que se intentan resolver mediante sistemas expertos no se resuelve
rpida o adecuadamente.
Metodologa :
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
En muchos puntos, los requisitos necesarios estn esbozados con muy poca
precisin.
El Equipo de Desarrollo
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
En los primeros sistemas expertos que se hicieron eco de este problema, se eligi
la probabilidad como medida
Definicin
medida de incertidumbre.
Instituto Politcnico Nacional ESIME ZACATENCO
La tcnica al servicio de la patria Ingeniera en Comunicaciones y Electrnica.
Medida de probabilidad.
Distribuciones de probabilidad.
Dependencia e independencia.
Teorema de Bayes.
Tipos de errores.