Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Objetivo
El alumno podr justificar por qu estudiar, y explicar cules son los campos de la Inteligencia
Artificial (1766)
Mdulo y ngulo
Suma y resta
Multiplicacin y Divisin
Potenciacin
Valor en un punto
Suma
Resta
Multiplicacin
Derivada
Integral
Introduccin
Qu es la inteligencia? (http://bit.ly/75jhjs). Del latn intellegenta, es la capacidad de
entender, asimilar, elaborar informacin y utilizarla para resolver problemas. Sin embargo, no
parece existir total acuerdo para definirla (http://bit.ly/3FvhR7). En 1983, Howard Gardner
(http://bit.ly/caGRo6) hizo notar que no existe algo que pueda definirse como la inteligen-
cia, sino que existen diversos tipos de inteligencias (http://bit.ly/6zexry). Una persona puede,
por ejemplo, ser una campen de ajedrez, un gran cientfico o un poeta extraordinario y, al mismo
1
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 2
tiempo ser un inepto para otras actividades. Adems, Gardner dice que hay personas que tienen
inteligencia individual, mientras que otras poseen capacidades afectivas que les permiten funcionar
mejor en una comunidad: inteligencia colectiva.
Existen diversas formas de medir la inteligencia como el examen de IQ (http://bit.ly/mSiVMi),
aunque hay un programa que obtiene el puntaje (http://bit.ly/WpCx8o) de genios histricos
(http://bit.ly/124R3DE).
Este video presenta una ecuacin para medir inteligencia, y la relaciona con el concepto de
entropa (http://bit.ly/1d9Krh4).
La Inteligencia Artificial (IA) es la inteligencia de las mquinas y la rama de la ciencia compu-
tacional que busca los medios para dotar a los sistemas informticos de dicha inteligencia. El
objetivo de la IA es crear una mquina pensante que sea inteligente, tenga consciencia, capacidad
de aprender, libre albedro y que sea tica. La IA es una campo joven, el trmino fue acuado por
John McCarthy (http://bit.ly/b9ArwT) en 1956. Ya antes Alan Turing (http://bit.ly/Hl8F) haba
diseado el Test de Turing (http://bit.ly/xVoh6) como una forma de probar el comportamiento
inteligente de una mquina (http://bit.ly/dVyfm9).
Existen profundos problemas filosficos en IA y algunos investigadores creen que sus obje-
tivos son imposibles o incoherentes. Esta visin es compartida entre otros por Hubert Dreyfus
(http://bit.ly/OMWYce) y John Searle (http://bit.ly/fdCL2M). An si la IA es posible, existen
consideraciones morales que deben tomarse en cuenta como la explotacin de las mquinas por el
hombre y si esto es o no tico. Joseph Weizenbaum (http://bit.ly/NO1er)1 argument que la IA
no es tica.
Recientemente Stuart Russell (http://bit.ly/1KgY9uJ), Peter Norvig, Steve Wozniak y Step-
hen Hawking entre otras muchas personalidades de la ciencia han firmado una Open Letter sobre
las prioridades de invetigacin para una inteligencia artificial robusta y benfica (http://futureoflife.org/AI/open_le
Tarea:
Estas seis disciplinas componen gran parte de la IA y Turing merece el crdito por disear una
prueba que sigue siendo relevante 60 aos despus. Actualmente la IA dedica menos esfuerzo a
tratar de pasar la prueba de Turing con la idea de que es ms importante estudiar los principios
fundamentales de la inteligencia que tratar de duplicar una existente.
Figura 1.3: Completely Automated Public Turing test to tell Computers and Humans Apart:
http://bit.ly/YupSy
Una vez que se tenga una teora de la mente suficientemente precisa, ser posible expresar esa
teora como un programa computacional. Si el comportamiento del programa corresponde con el
comportamiento humano, se tendr evidencia de que algunos de los mecanismos del programa
operan de la misma forma en los humanos. Por ejemplo, Allen Newell (http://bit.ly/124SPox)
y Herbert Simon (http://bit.ly/KGOu3J) quienes desarrollaron el General Problem Solver (GPS
http://bit.ly/WxTTSX), no estuvieron satisfechos por obtener un programa capaz de resolver
problemas correctamente. Les interesaba ms comparar los pasos de GPS con los que sigue un
humano al resolver los mismos problemas. El campo de la ciencia cognitiva combina modelos
computacionales de la IA y tcnicas experimentales de la psicologa para construir teoras precisas
y comprobables de la mente humana.
En los primeros aos de la IA exista gran confusin entre los enfoques: un autor argumentaba
que un algoritmo se desempea bien en una tarea y que, por tanto, es un buen modelo del com-
portamiento humano, o viceversa. En la actualidad estas afirmaciones se presentan por separado
y esta distincin ha permitido que tanto la IA como la ciencia cognitiva se hayan desarrollado
ms rpidamente.
sean correctas. Por ejemplo: Scrates es un hombre; todos los hombres son mortales; por tanto,
Scrates es mortal. Supuestamente estas leyes del pensamiento deben gobernar la operacin de la
mente: sus estudios iniciaron el campo llamado lgica.
Los lgicos del siglo 19 desarrollaron notaciones precisas para declaraciones acerca de cualquier
tipo de objetos del mundo y las relaciones entre ellos, en contraste con la notacin aritmtica que
sirve slo para representar nmeros. En 1965 existan programas que, en principio, podran resolver
cualquier problema descrito en notacin lgica. La llamada tradicin lgica de la IA espera poder
construir sistemas inteligentes sobre esos programas.
Existen dos obstculos principales para este enfoque.
An problemas con slo unos cientos de hechos pueden agotar los recursos computacionales de
cualquier computadora, amenos que se tenga cierta gua sobre qu pasos del razonamiento tomar
primero. Si bien estos obstculos aplican a cualquier intento de construir sistemas de razonamiento
computacional, se encontraron primero en la tradicin lgica.
1. Es ms general que el enfoque de las leyes del pensamiento porque una inferencia correcta
es solo uno de los muchos posibles mecanismos para ser racional
Un punto importante que debe tomarse en cuenta: veremos que alcanzar la racionalidad perfecta,
es decir, siempre hacer lo correcto, no es factible en entornos complicados, la demanda compu-
tacional es demasiado grande. Sin embargo, suponer racionalidad perfecta de inicio simplifica
definir el problema y posteriormente se puede tomar el enfoque de racionalidad acotada: actuar
apropiadamente cuando no se tienen los recursos computacionales que se requieren.
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 7
Programa: Consiste en hacer un cdigo que se encargue de cifrar y descifrar texto de acuerdo
al mtodo mostrado a continuacin.
1. Este tipo de cifrado por columna con palabra clave consiste en formar una tabla con tantas
columnas como letras tenga la palabra clave; a continuacin, se escribe el texto en la tabla
de izquierda a derecha y de arriba hacia abajo (sin espacios y, si hace falta, se rellenan los
espacios de la ltima fila con algn caracter):
H O L A
L A C R
I P T O
G R A F
I A E S
R O M A
N T I C
A S S S
3. Finalmente se toman los caracteres por columna de arriba hacia abajo y de izquierda a
derecha obteniendo finalmente el texto codificado:
ROFSACSLIGIRNACTAEMISAPRAOTS
Para descifrar un texto codificado con este mtodo, es necesario saber la palabra clave, y a conti-
nuacin se aplican las operaciones siguientes, mostradas para descrifrar el ejemplo anterior:
Texto : ROFSACSLIGIRNACTAEMISAPRAOTS
Clave : HOLA
1. Se divide el texto en tantas partes como letras tiene la palabra clave (es exacta):
Grupos : ROFSACS LIGIRNA CTAEMIS APRAOTS
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 9
Componente Descripcin
Base de conocimiento La base de conocimiento es desarrollada por los expertos del
tema particular, el sistema ser tan bueno como sea el
conocimiento proporcionado por los expertos
Medio de comunicacin Este componente permite al usuario comunicarse con el sistema
experto, permite al usuario hacer preguntas al sistema y recibir
respuestas (o viceversa)
Ayuda sensitiva al Generalmente se muestra en cada pantalla y la ayuda es
contexto apropiada de acuerdo a donde se encuentra actualmente el
usuario
Componente de solucin Se encarga de analizar el problema y utiliza su motor de
de problemas inferencia para deducir el curso de accin apropiado para
resolverlo; el motor de inferencia es un programa que interacta
con el usuario y las reglas de la base de conocimiento
El motor de inferencia se contruye sobre varias reglas de inferencia usadas para obtener con-
clusiones. Se pueden agregar o eliminar reglas con afectar otras reglas, esto refleja la actualizacin
normal de conocimiento humano: conocimiento obsoleto se elimina y no se utiliza en el razona-
miento mientras que conocimiento nuevo se aplica en la obtencin de nuevas conclusiones.
Un sistema experto utiliza dos formas principales de razonamiento: hacia adelante y hacia
atrs. El razonamiento hacia adelante inicia con los datos disponibles y utiliza las reglas de in-
ferencia para obtener conclusiones inmediatas, repite este procedimiento con estas conclusiones
hasta llegar al objetivo deseado. El razonamiento hacia atrs inicia con un conjunto de objetivos
y trabaja hacia atrs para determinar si alguno de sus objetivos se puede alcanzar con los datos
disponibles.
Es decir, cada conexin tiene un nmero (peso) asociado que indica su influencia, cada neurona
enva su valor de salida a todas las neuronas con las que tiene una conexin de salida. La salida de
una neurona puede influenciar las activaciones de otras neuronas causando que se enciendan. La
neurona que recibe los valores calcula su activacin tomando la suma ponderada de sus seales de
entrada y determina su salida con una funcin de basada en la activacin recibida. Una red neurnal
aprende cambiando los pesos de las conexiones. Muchos aspectos del funcionamiento del cerebro,
especialmente el proceso de aprendizaje, se asocian con el ajuste de los valores de las conexiones.
La actividad cerebral se representa con patrones particulares de actividad de encendido entre
la red de neuronas. Este comportamiento de cooperacin simultnea de una gran cantidad de
unidades simples de procesamiento es el ncleo del poder computacional del cerebro humano.
Las redes neuronales artificiales pretenden simular varias propiedades de redes neuronales
biolgicas, son computadoras cuya arquitectura toma como modelo al cerebro. Consisten de gran
cantidad de unidades simples de procesamiento que estn conectadas mediante una compleja red
de comunicacin, cada unidad es un modelo simplificado de una neurona real que se enciende si
recibe una seal de entrada suficientemente fuerte de las neuronas a las que est conectada. La
intensidad de estas seales puede variarse para que la red neuronal ejecute diferentes tareas que
corresponde con patrones diferentes de actividad neuronal. El objetivo es resolver un problema
particular y las redes neuronales artificiales han mostrado ser muy tiles en reconocimiento de
voz, anlisis de imgenes, adems de modelado cognitivo entre otros. Muchas redes neuronales
artificiales estn basadas en estimacin estadstica y teora de control.
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 12
Ejemplo:
Probar las dos redes de la figura 1.7 con los valores de entrada [1, 1].
Tarea:
Probar las dos redes de la figura 1.7 con los valores de entrada
[0, 0].
[0, 1].
[1, 0].
[1, 1].
Existen similitudes entre el cerebro humano y computadoras poderosas con procesamiento pa-
ralelo avanzado, las redes neuronales artificiales han proporcionado modelos simplificados del
procesamiento neuronal que se lleva a cabo en el cerebro. El reto para este campo es determinar
qu propiedades deben ser reproducidas por neuronas individuales para producir representaciones
tiles de inteligencia.
Los orgenes de las redes neuronales artificiales se encuentran en los intentos por modelar el
procesamiento de informacin en sistemas biolgicos, esto se basa ms en procesamiento paralelo
as como reconocimiento de patrones a partir de cmo se percibe el exterior. Los nodos de una red
neuronal artificial se componen de unidades de procesamiento muy simples conectadas a una red,
su poder computacional depende de trabajar en conjunto (procesamiento paralelo) y no existe
una unidad central de procesamiento que siga una secuencia lgica de instrucciones. El cmputo
se realiza mediante un proceso dinmico de encendido de neuronas, esta estructura es mucho ms
cercana a la operacin del cerebro humano y abre paso a computadoras que pueden ser usadas para
resolver problemas ms complejos. Adems, es importante notar que el diseo de la arquitectura
de redes neuronales artificiales es muy distinta al modelo de von Neumann (http://bit.ly/7O4gV).
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 13
1.3.1. Ajedrez
Claude Shannon (http://bit.ly/bhm9bX) consider el problema de tener un programa que
jugara ajedrez a finales de los 40s y distingui una estrategia de fuerza bruta en la que el pro-
grama podra buscar en todas las combinaciones de movimientos de otra estrategia en la que en
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 15
conocimiento sobre el ajedrez podra er usado para examinar slo un subconjunto de esas combi-
naciones. Alan Turing tambin desarrollo programas para que una computadora (an hipottica)
pudiera jugar ajedrez. La capacidad de jugar ajedrez es una caracterstica que se puede considerar
inteligente an cuando la mquina no tiene consciencia de que est jugando ajedrez?
Los primeros programas que jugaban ajedrez no eran muy sofisticados y se desempeaban
muy mal contra seres humanos, los programas modernos son bastante exitosos y han mostrado ser
mejores que sus competidores humanos. Garry Kasparov (http://bit.ly/2pO71o) fue el campen
mundial fue vencido por una computadora: Deep Blue (http://bit.ly/lKPt2f) de IBM en 1997.
En la actualidad se est buscando aplicar sistemas como Watson en diversas reas: siste-
mas cognitivos como Watson pueden transformar lo forma en la que las organizaciones piensan,
actan y operarn en el futuro. Aprender mediante interacciones, entregan respuestas orienta-
das a mejores resultados basadas en evidencias. Por ejemplo, para realizar diagnsticos mdicos
(http://bit.ly/1fo3kAy) o para hacer recetas de comida (http://bit.ly/1fo3s31) e incluso para
llegar a la presidencia de los Estados Unidos en 2016 (http://watson2016.com).
Reconocimiento de patrones
Robtica
Razonamiento automatizado
Computacin y computabilidad
Lgica y filosofa
Lingistica
Visin artificial
Ciencia cognitiva
Matemticas
tica
El matemtico britnico Alan Turing contribuy al debate sobre mquinas pensantes, con cons-
ciencia e inteligencia (http://bit.ly/dVyfm9) a inicios de los 50s. Su artculo tuvo y an tiene
gran influencia al plantear la posibilidad de programar una computadora para que se comporte
de forma inteligente.
Tarea: Buscar al menos 3 aplicaciones desarrolladas a partir de la IA por integrante del equipo
y describirlas brevemente (una cuartilla en total).
CAPTULO 1. INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL 18
1. El programa crear la primera generacin de 100 villanos con cada habilidad como un nmero
aleatorio entre 0 y 9.
2. El programa elegir aleatoriamente a un villano por cada columna para tomar ese valor
como la habilidad de un nuevo villano (Megamente).
4. Al tener a los dos nuevos supervillanos, el programa deber mezclar sus habilidades utili-
zando un nmero aleatorio entre 1 y 10, como se muestra en el ejemplo: