Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIN A LA
INTELIGENCIA ARTIFICIAL.
UNIDAD 1
1
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Muchas de las actividades mentales humanas, tales como escribir
programas de cmputo, demostrar teoremas, razonar con sentido
comn y an conducir un vehculo, normalmente se dice que
requieren inteligencia.
Durante las dcadas pasadas se ha logrado construir programas que
pueden realizar tareas como esas.
Existen programas que pueden diagnosticar enfermedades, resolver
ecuaciones diferenciales en forma simblica, analizar circuitos
electrnicos, entender en forma limitada frases habladas y escritas o
escribir programas de cmputo cumpliendo especificaciones.
Se puede decir que tales sistemas poseen cierto grado de Inteligencia
Artificial (IA).
2
1
2/9/17
3
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Sin afn de sorprenderlos y dejarlos atnitos, debo informarles lisa
y llanamente que actualmente en el mundo existen mquinas
capaces de pensar, aprender y crear. Adems, su capacidad para
hacer lo anterior aumentar rpidamente hasta que en un futuro
previsible- la magnitud de problemas que tendrn capacidad de
manejar ir a la par con la capacidad de la mente humana para
hacer lo mismo. (Herbert Simon, 1957, Premio Nobel de
economia,1978, por sus trabajos en la Teora de las decisiones).
4
2
2/9/17
Qu es la Qu es la
Inteligencia Inteligencia
Artificial?
Artificial?
Ideas previas
Ideas previas
En busca de una
definicin En busca de una
Un ejemplo: definicin
Aprendizaje Un ejemplo:
Aprendizaje
Un poco de
Historia Un poco de
Orgenes
Historia
Primeros aos
Orgenes
Mtodos dbiles
Primeros aos
Diversificacin
Mtodos dbiles
Inteligencia Diversificacin
Artificial hoy
Inteligencia
Artificial hoy
encia Artificial (2001) 2001 Una odisea espacial (1968) Inteligencia Artificial (2001) Star odisea
2001 Una Wars (1977)
espacial (1968) El coche fantstico (1982)
even Spielberg 2001 UnaC.odisea
Arthur Clarke Inteligencia Artificial
Steven Spielberg Arthur(1977)
Star Wars C. Clarke
espacial (1968) (2001) Steven George Lucas Glen
El auto A. Larson
increible
George Lucas (1982) Glen A. Larson
Arthur C. Clarke Spielberg
5
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Pero cuales son tales mquinas maravillosas que son capaces de
realizar las funciones ms elevadas del cerebro humano?
Qu es una computadora? Es slo una fbrica de nmeros?
1 Tiene uno o ms dispositivos de Entrada (teclado, ...)
2 Tiene uno o ms dispositivos de salida (pantalla, ...)
3 Dispositivo de memoria (RAM, ...)
4 Una unidad aritmtica
5 Una unidad de control
6 Un programa (instruccin de ruptura de secuencia)
6
3
2/9/17
7
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Qu es la Inteligencia Artificial?
Pensar humanamente: Ciencia Cognitiva
Queremos imitar el proceso de razonamiento humano
Requiere teoras cientficas de la actividad interna del cerebro
Combina modelos computacionales del cerebro con
experimentos de psicologa
Un programa que tiene un buen desempeo en una tarea no es
una prueba de que est trabajando tal como un humano
8
4
2/9/17
9
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Qu es la Inteligencia Artificial?
Comportamiento racional: haciendo la cosa correcta
La cosa correcta?: se espera maximizar la obtencin de una
meta, dada la informacin disponible
No necesariamente integra pensamiento
Reflejo del pestaeo
Pero el pensamiento debe estar al servicio de la accin racional
10
5
2/9/17
11
Actuar Humanamente: La Prueba de
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
T que
Turing
Es posible i glas computadoras piensen?
El Test de Turing (Computing Machinery and Intelligence,1950)
Turing (1950)
para establecer si unaComputing
mquina es omachinery andconsiste
no inteligente intelligence:
en
Pueden pensar las mquinas? Pueden las mquinas comportarse
interrogarla por medio de una teletipo (sin contacto fsico). El
evaluadorinteligentemente?
no debe poder discernir si el que responde es una
mquina o una operacional
Prueba persona. para comportamiento inteligente: el Juego de la Imitacin
12
Predijo que para el 2000, una mquina podra tener 30% de posibilidad de engaar a
una persona por 5 minutos
Se anticiparon muchos argumentos de peso contra la IA en los siguientes 50 aos
Se sugirieron los principales componentes de IA: conocimiento, razonamiento,
entendimiento de lenguaje, aprendizaje 6
2/9/17
13
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Es posible que las computadoras piensen?
Prueba de Turing
Hola (mquina)
Hola Lex, me gustara que me ayudaras
En que te puedo ayudar? (mquina)
Necesito que me hagas la tarea de Inteligencia Artificial... no he hecho
nada!!
Y qu hiciste la tarde de ayer? (mquina)
Me fui con mis cuates
14
7
2/9/17
Artificial
adj. Hecho por mano o arte del hombre.
adj. No natural, falso.
15
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Algunas definiciones
1. Hacer que las mquinas hagan cosas que requeriran inteligencia si fueran hechas
por el hombre. M. Minsky
2. Intentar hacer las computadoras ms tiles y entender los principios que hacen
posible la inteligencia. Winston
8
2/9/17
17
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Algunas definiciones
9
2/9/17
19
1.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Algunas definiciones
Esta definicin coloca a la IA a la frontera de las ciencias de la
computacin, todo sistema de cmputo que en sus orgenes
pudo ser considerado inteligente,
Ejemplos de sistemas como Fortran, Traductores Automticos,
Programacin orientada a objetos, Administracin automtica de
memoria, Listas enlazadas, Tiempo compartido, Entornos de
programacin grficos, Intrpretes interactivos, etc.
20
10
2/9/17
21
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Una visin ms cercana a la ciencia, y que de hecho ha sido
empleada en crculos cientficos contra la que comparar los avances
reales de la IA, es la que nos muestran Clarke y Kubrik a travs de la
computadora HAL-9000 en 2001, una odisea del espacio.
En este caso no slo resulta interesante la locura de la mquina,
desde un punto de vista dramtico, sino tambin las distintas
habilidades que este ordenador posee, y que en su momento ponan
una fecha de consecucin a las expectativas de la IA de la poca
(principios de los aos 70).
22
11
2/9/17
23
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Los primeros trabajos que pueden considerarse como el inicio de la IA
moderna aparecen en la dcada de 1940, aunque no sera hasta 1950
cuando realmente estos estudios y propuestas consiguen una verdadera
repercusin gracias al artculo Computing Machinery and Intelligence,
escrito por Alan Turing, uno de los padres de la IA, y publicado en el
volumen 59 de la revista Mind.
En este artculo se profundiza sobre la posibilidad de que una mquina
pueda imitar el comportamiento de la mente humana.
En este mismo artculo se propone el archiconocido Test de Turing,
orientado a demostrar si una determinada mquina es inteligente o no.
24
12
2/9/17
25
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Alan Turing
o Matemtico, informtico, criptgrafo y filsofo britnico.
o Uno de los precursores de la ciencia de la computacin y de la IA
o Mquina de Turing, modelo terico de mquina computadora universal.
o Diseo de uno de los primeros computadores digitales.
o Matemticos encargados de descifrar los sistemas criptogrficos
alemanes
26
13
2/9/17
27
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
La IA no ha nacido de la nada, como disciplina es el resultado de muchos
aos de perfeccionamiento de ciertas reas del saber:
o La filosofa, en su constante lucha por entender qu es el hombre, cmo conoce y
cmo piensa,
o La neurociencia, que nos muestra cada vez con mayor detalle el funcionamiento a bajo
nivel del cerebro
o La lingstica, puesto que el lenguaje est considerado como uno de los productos
ms caractersticos de la inteligencia.
14
2/9/17
29
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Hay dos momentos en el tiempo en los que se da un salto
cualitativo en la evolucin de esta rea del conocimiento.
o El primero en el siglo XVII, con los trabajos tericos de los grandes
matemticos y filsofos de la poca, que empiezan a concebir los
procesos de razonamiento como procesos de naturaleza netamente
matemtica, y que por lo tanto han de poder expresarse
matemticamente.
o El segundo, importantsimo dada su influencia en el desarrollo de la
moderna computacin, es la enunciacin de las algebras de Boole y de
Frege, en el siglo XIX, que proporcionan una herramienta definitiva para
la formalizacin matemtica de los procesos de razonamiento.
30
15
2/9/17
31
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
En el siglo XX, la evolucin de estas ciencias ha sido tan vertiginosa
que es difcil resaltar algunos acontecimientos sobre otros.
Quiz uno de los grandes hitos para la computacin moderna sea la
enunciacin por parte de Von Neumann de su modelo de programa
almacenado:
o Segn este modelo, cmputo y programa se sitan en zonas fsicas diferentes
de la mquina, de manera que el dispositivo encargado de realizar los clculos
va leyendo ordenada y sistemticamente el programa, poniendo en ejecucin
cada lnea leda.
o Si se modifica el programa que est almacenado, se modifica el
comportamiento de la mquina
32
16
2/9/17
33
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Todo es muy nuevo y los avances, avances muy bsicos
contemplados en perspectiva, pero fundamentales, se suceden
con rapidez:
o resolucin de problemas mediante algoritmos de bsqueda en espacios
de estados,
o primeros robots de charla entre los que destaca ELIZA,
o Se tiene la sensacin de que queda mucho por hacer, pero se avanza
rpidamente.
34
17
2/9/17
35
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
En la dcada de los ochenta la IA vuelve otra vez a ponerse de
moda, en esta ocasin de una forma ms madura y precavida
que durante el boom inicial:
o por un lado la aparicin de los Sistemas Expertos, ms orientados a la
aplicacin prctica que a la persecucin abstracta de la inteligencia, y
o por otro el ambicioso proyecto quinta generacin, que planteaba de
nuevo objetivos que a la postre resultaron inalcanzables, proponiendo
para ello un cambio casi total de paradigma computacional, volvieron de
nuevo las miradas hacia la IA.
36
18
2/9/17
37
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Ao Acontecimiento
1943 Warren McCulloch y Walter Pitts, presentaron su modelo de neuronas artificiales, el cual
se considera el primer trabajo del campo, aun cuando todava no exista el trmino.
1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de
programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms tarde
desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemticos.
1957 Newell y Simon, continan su trabajo con el desarrollo del General Problem Solver
(GPS). GPS era un sistema orientado a la resolucin de problemas.
1958 John McCarthy, desarrolla en el Instituto de Tecnologa de Massachusetts (MIT) el LISP.
Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento
simblico
1963 Quillian, desarrolla las redes semnticas como modelo de representacin del
conocimiento.
38
19
2/9/17
39
1.2 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL.
Breve Historia
Ao Acontecimiento
1973 Alain Colmenauer y su equipo de investigacin, en la Universidad de Aix-Marseille crean
PROLOG (del francs PROgrammation en LOGique) un lenguaje de programacin
ampliamente utilizado en IA.
Shank y Abelson, desarrollan los guiones, o scripts, pilares de muchas tcnicas actuales
en Inteligencia Artificial y la informtica en general.
70s y 80s creci el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF,
CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells) como
EMYCIN, EXPERT, OPSS.
1981 Kazuhiro Fuchi, anuncia el proyecto japons de la quinta generacin de computadoras.
1986 McClelland y Rumelhart, Publican Parallel Distributed Processing (Redes Neuronales).
40
20
2/9/17
41
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
En toda situacin de aprendizaje, espontneo o generado en una
experiencia educativa, puede identificarse tres componentes
bsicos:
o El qu se aprende (resultados)
o El cmo se aprende (los procesos cognitivos) y
o Las condiciones del aprendizaje (la accin educativa)
responde a las preguntas cundo, cunto, donde, con quin etc.
21
2/9/17
43
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
Habilidad
o Capacidad y disposicin para algo.
o Gracia y destreza en ejecutar algo que sirve de adorno a la persona, como bailar, montar a caballo, etc.
Cognoscitivo
o Que es capaz de conocer.
o Cognitivo: Perteneciente o relativo al conocimiento.
o El concepto de "habilidades cognitivas" proviene del campo de la Psicologa cognitiva.
o Las habilidades cognitivas son operaciones del pensamiento por medio de las cuales el sujeto puede
apropiarse de los contenidos y del proceso que us para ello.
Otra definicin nos dice que Las habilidades cognitivas son un conjunto de operaciones
mentales cuyo objetivo es que la persona integre la informacin adquirida bsicamente a
travs de los sentidos, en una estructura de conocimiento que tenga sentido para l.
44
22
2/9/17
45
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
Punto de vista social cognoscitivo
o los resultados de aprendizaje se refieren a la manera como se construye
significado al conjunto de categoras que constituyen un discurso
disciplinar.
o Los resultados de aprendizaje no se refieren en especificidad a un saber
sino al significado que un aprendiz le da a ese saber.
o La construccin de esos significados se hace en especial cuando el
conocimiento se presenta estructurado.
46
23
2/9/17
En trminos del desarrollo, las teoras de Piaget o de Vigotsky definen una serie de
caractersticas segn ciclos de vida de los individuos y segn la complejidad de las tareas,
o los enfoques computacionales representacionales, definen una serie de procesos y subprocesos
subyacentes a la solucin de problemas y a la toma de decisiones.
47
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
A travs de la atencin y de una ejercitacin constante de sta, se
favorecer el desarrollo de habilidades como: observacin,
clasificacin, interpretacin, inferencia, anticipacin.
Percepcin
La percepcin es el proceso que permite organizar e interpretar los
datos que se perciben por medio de los sentidos y asi desarrollar una
conciencia de las cosas que nos rodean.
Esta organizacin e interpretacin se realiza sobre la base de las
experiencias previas que el individuo posee.
48
24
2/9/17
49
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
Procesos del pensamiento
Algunos autores proponen la siguiente secuencia:
observacin,
comparacin,
relacin,
clasificacin,
ordenamiento,
clasificacin jerrquica,
anlisis,
sntesis y
evaluacin.
50
25
2/9/17
51
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
Teoras de la inteligencia
Procesos del pensamiento
Clasificar: Se refiere al hecho de disponer o agrupar un conjunto de datos
segn categoras. Las subhabilidades que se ponen en juego son, por
ejemplo, jerarquizar, sintetizar, esquematizar, categorizar.
26
2/9/17
53
1.3 LAS HABILIDADES COGNOSCITIVAS SEGN LA
PSICOLOGA.
La paradoja computacional.
La aplicacin rigurosa de los mtodos y modelos extrados del
mbito computacional ha llevado a los cientficos a comprender
en que aspectos los seres humanos no se asemejan a las
computadoras.
27
2/9/17
55
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
28
2/9/17
57
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
En el caso del razonamiento progresivo, se empieza a partir de
un conjunto de datos colectados a travs de observacin y se
evoluciona hacia una conclusin.
Se chequea cada una de las reglas para ver si los datos
observados satisfacen las premisas de alguna de las reglas.
o Si una regla es satisfecha, es ejecutada derivando nuevos hechos que
pueden ser utilizados por otras reglas para derivar hechos adicionales.
Este proceso de chequear reglas para ver si pueden ser
satisfechas se denomina interpretacin de reglas.
58
29
2/9/17
Lgica: Ciencia formal y una rama de la filosofa que estudia los principios de la
demostracin e inferencia vlida.
59
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
30
2/9/17
61
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
31
2/9/17
63
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
32
2/9/17
La demostracin
El proceso demostrativo consiste bsicamente en:
o A partir de unas proposiciones dadas llamadas premisas, obtener otra
proposicin que llamada conclusin mediante la aplicacin de reglas lgicas.
o Para demostrar que una proposicin especfica es un teorema en una teora
deductiva dada procedemos as:
1.-Se enuncian explcitamente los axiomas de la teora.
2.-Se fijan las reglas que validan el proceso demostrativo, estas reglas se denominan reglas de
validez
65
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
La demostracin
El proceso demostrativo consiste bsicamente en:
o A partir de unas proposiciones dadas llamadas premisas, obtener otra
proposicin que llamada conclusin mediante la aplicacin de reglas lgicas.
o Para demostrar que una proposicin especfica es un teorema en una teora
deductiva dada procedemos as:
1.-Se enuncian explcitamente los axiomas de la teora.
2.-Se fijan las reglas que validan el proceso demostrativo, estas reglas se denominan reglas de
validez
66
33
2/9/17
La demostracin
Reglas de la validez:
o Regla de validez 1: Todo axioma puede figurar en cualquier paso de una demostracin.
o Regla de validez 2: Si P=>Q figura en una demostracin y P tambin figura en la misma
demostracin, entonces se puede concluir Q en la demostracin. Esta regla universal se
conoce con el nombre de Modus Ponens.
o Regla de validez 3: Si dos proposiciones son equivalentes se puede sustituir la una por la
otra en cualquier parte de una demostracin. Esta regla se conoce con el nombre de
sustitucin por equivalencia.
67
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
Inteligencia
La formacin de ideas, el juicio y razonamiento son actos
esenciales e indicadores de la inteligencia.
34
2/9/17
69
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
Tipos de Inteligencia
Inteligencia lingstica
o Radica en la competencia de usar las palabras de una forma creativa y eficaz,
tanto en las expresiones orales como escritas.
o Supone siempre, tener una gran habilidad en el uso de la sintaxis, la fontica, la
semntica y los usos pragmticos del lenguaje.
35
2/9/17
Inteligencia musical
o Es la capacidad de las personas para percibir, discriminar, expresar y
transformar las diversas formas musicales.
o Implica tener una gran sensibilidad para el ritmo, el tono y el timbre de la msica
71
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
Tipos de Inteligencia
Inteligencia corporal cintica
o Se trata de la habilidad de utilizar el cuerpo para la expresin de ideas y
sentimientos.
o Esta inteligencia supone tener destrezas de coordinacin, equilibrio, flexibilidad,
fuerza y velocidad
Inteligencia intrapersonal
o Esta organizada en torno a la destreza de construir una percepcin muy precisa
respecto de s mismo, de organizar, planificar y dirigir su propia vida. Incluye
conductas de autodisciplina, de auto comprensin y de autoestima.
72
36
2/9/17
Inteligencia naturalista
o Comprende la facilidad de distinguir, clasificar y utilizar elementos del entorno,
del medio ambiente.
o Comprende las habilidades de observacin, experimentacin, reflexin y
preocupacin por el entorno.
73
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
RAZONAMIENTO LGICO
La prctica de los razonamientos deductivos en el proceso de desarrollo del
pensamiento lgico matemtico es muy importante. Constituye una herramienta
fundamental para el trabajo en la matemtica y otras ciencias.
Lgica
La lgica es la ciencia que va en bsqueda de las formas de los razonamientos
correctos, es decir, de las leyes del deducir correctamente. En este sentido es
legtimo afirmar que la lgica es la teora de la deduccin, en cuanto estudia las
reglas de las inferencias correctas.
La lgica hace explcitas estas leyes, las ordena en sistemas axiomticos y prueba
sus capacidades y lmites.
74
37
2/9/17
75
1.4 EL PROCESO DE RAZONAMIENTO SEGN LA
LGICA.
(Axiomas, Teoremas, demostracin).
Lgica difusa en inteligencia artificial
Con la lgica difusa se puede gobernar un sistema por medio de reglas de sentido
comn las cuales se refieren a cantidades indefinidas.
En general la lgica difusa se puede aplicar tanto a sistemas de control como para
modelar cualquier sistema continuo de ingeniera, fsica, biologa o economa.
76
38
2/9/17
77
1.5 EL MODELO DE ADQUISICIN DEL
CONOCIMIENTO SEGN LA FILOSOFA.
Modelos de Adquisicin Segn La Filosofa
La adquisicin de conocimientos es la tarea ms importante en el
desarrollo de SBC.
Sin embargo, esta actividad es de momento un campo
experimental en el que la IA tiene poco o nada que decir.
No existe ningn mtodo completamente automtico de
Adquisicin de Conocimiento
78
39
2/9/17
79
1.6 EL MODELO COGNOSCITIVO.
40
2/9/17
81
MODELO COGNITIVO DE UN ROBOT
82
16
41
2/9/17
83
1.7 EL MODELO DEL AGENTE INTELIGENTE,
SISTEMAS MULTI AGENTES, SISTEMAS UBICUOS.
Un agente inteligente puede ser una entidad fsica o virtual. (el trmino agente racional se
refiere a agentes artificiales en el campo de la IA), tambin puede considerarse agentes
racionales al hombre.
Son a veces llamados Agentes Inteligentes Abstractos (AIA) para distinguirlos de sus
implementaciones del mundo real como sistemas informticos, los sistemas biolgicos, o
de organizaciones.
42
2/9/17
85
1.7 EL MODELO DEL AGENTE INTELIGENTE,
SISTEMAS MULTI AGENTES, SISTEMAS UBICUOS.
Agentes
Hay numerosas definiciones de lo que es un agente, y ninguna
acido aceptada plenamente por la comunidad cientfica pero
probablemente la ms simple es:
o un agente es una entidad que percibe y acta sobre su entorno.
43
2/9/17
Agentes
Los agentes humanos tienen ojos, odos y otros rganos que les
sirven de sensores, as como manos, piernas, boca y otras
partes de su cuerpo que les sirven de actuadores.
Los agentes robticos, los sensores son sustituidos por cmaras
y sensores infrarrojos y los actuadores son reemplazados
mediante motores.
87
1.7 EL MODELO DEL AGENTE INTELIGENTE,
SISTEMAS MULTI AGENTES, SISTEMAS UBICUOS.
Agentes
un agente de software, sus percepciones y acciones vienen a ser
las cadenas de bits codificados.
En la figura observamos el diagrama de un agente genrico.
Interesa disear agentes que logren un buen desempeo en su
ambient.
88
44
2/9/17
Agentes
Principales caractersticas que distinguen a los agentes
inteligentes del desarrollo de software Tradicional y estas son la
inteligencia y la agencia.
percepciones
Sensores
AGENTES ENTORNO
Actuadores
acciones
89
1.7 EL MODELO DEL AGENTE INTELIGENTE,
SISTEMAS MULTI AGENTES, SISTEMAS UBICUOS.
Agentes
Funciones bsicas de la Tecnologa de Agentes:
o Ejecucin de Tareas: la capacidad de realizar tareas son las destrezas
que el agente posee para lograr sus objetivos.
o Conocimiento de su entorno: el conocimiento del entorno debe de ser
introducido o construido por el desarrollador. Algunos agentes adems
adquieren su conocimiento por aprendizaje.
o Capacidad de Comunicacin: se distinguen dos tipos de comunicacin,
la interaccin con el usuario, y la que se refiere a comunicacin inter-
agente.
90
45
2/9/17
Agentes
Funciones bsicas de la Tecnologa de Agentes:
91
SISTEMAS MULTI-AGENTES.
SISTEMAS
Cuando MULTI-AGENTES
se define un Sistema Multi-Agente hay que tener en cuenta las
caractersticas:
Una de las caractersticas ms importantes de los agentes es la
capacidad
Un entorno. que tienen de interactuar entre s, de ah que se empleen
Un conjunto
en la de objetos,
resolucin estos en
de problemas objetos se encuentran
entornos distribuidosintegrados
y que los con el
ambiente.
sistemas seDichos objetos
conciban son comunidades
como pasivos, pueden
de ser creados,
agentes quemodificados
persiguen y
destruidos
los mismos por agentes.
objetivos.
Un conjunto de agentes que representan las entidades activas del sistema.
Un conjunto de operaciones que hacen posible el trabajo de los agentes
Un Sistema
sobre Multi-Agente (SMA) podr definirse entonces como
los objetos.
grupos de agentes que interaccionan entre s para conseguir
Segn objetivos comunes.
esta definicin la influencia de un agente sobre otros no solo est dada por
la comunicacin explcita entre ellos, sino tambin por su actuacin en el entorno
92
46
2/9/17
SISTEMAS MULTI-AGENTES
93
1.8 EL PAPEL DE LA HEURSTICA.
Heurstica
Capacidad de un sistema para realizar de forma inmediata
innovaciones positivas para sus fines.
47
2/9/17
95
1.8 EL PAPEL DE LA HEURSTICA.
Funcin Heurstica
En la mayora de los casos, siempre es posible encontrar una
funcin de evaluacin para la bsqueda primero el mejor.
o Por ejemplo, en el problema puzle de ocho piezas podemos usar como
medida de lo << bueno>> que es un estado el nmero de fichas que
estn descolocadas:
() =
(comparadas con la configuracin objetivo)
96
48
2/9/17
( )
Si usamos esta funcin heurstica el procedimiento de bsqueda que
acabamos de definir, obtendremos el grafo de la figura
97
1.8 EL PAPEL DE LA HEURSTICA. 1
8
2 3
4
7 6 5
Estado objetivo
Funcin Heurstica
El nmero situado
cerca de cada nodo
indica el valor de la
funcin heurstica en
dicho nodo.
si es un nodo
objetivo, entonces
() = 0
98
Se define como () = () + () En este ejemplo se puede ver la necesidad de influir en el proceso de bsqueda
Donde: para forzar la vuelta atrs en la exploracin de otros caminos ms prometedores (y
evitar de esta forma que una heurstica excesivamente optimista nos lleve por
() es una estimacin de la profundidad del nodo (la longitud del camino mas corto desde el nodo
caminos poco prometedores). Con este fin, se aade un << factor de
inicial a ), profundidad>> a la funcin f, con lo que ahora se define como f(n) = g(n) + h(n),
donde g(n) es una estimacin de la profundidad del nodo n ( es decir, la longitud
99
() es la evaluacin heurstica en el nodo . () es el numero de placas
del camino descolocadas
mas corto desde el nodo inicial a n), y h(n) es la evaluacin heurstica
en el nodo n. si, al igual que en el prrafo anterior, h(n) es el numero de fichas
descolocadas (comparadas con la configuracin objetivo) y g(n) es la profundidad
del nodo n en el grafo de bsqueda, el proceso de bsqueda producir el grafo de
la figura9.2 (los nmeros que estn prximos a los nodos equivalen a la suma g(n)
+ h(n). como se puede ver, en este caso la bsqueda del nodo objetivo es mas
directa (exceptuando el nodo marcado con un circulo).
3
1.8 EL PAPEL DE LA HEURSTICA.
Funcin Heurstica (Bsqueda A*) UNIDAD 1 | INTELIGENCIA ARTIFICIAL
Bsqueda A*: minimizar el costo estimado total de la solucin
A la forma ms ampliamente conocida de la bsqueda primero el mejor se le llama
bsqueda A* (pronunciada bsqueda A-estrella).
Evala los nodos combinando (), el costo para alcanzar el nodo, y (), el costo de
ir al nodo objetivo:
() = () + ()
50
2/9/17
101
Funciones heursticas
El problema de las ocho placas tiene justo el nivel de dificultad que lo hace
interesante. Una solucin tpica consta de 20 pasos, aunque esto variara
dependiendo del estado inicial. El factor de ramificacin es aproximadamente de
tres (cuando la placa vaca esta en medio, hay cuatro posibles desplazamientos;
cuando esta en una esquina, dos; cuando esta en uno de los bordes, tres). Es
decir, bsqueda exhaustiva de profundidad 20 hara una bsqueda a travs de 3 20
=3.5 x 109 estados. Si se lleva un registro de los estados que se repiten, la
cantidad anterior disminuye considerablemente, puesto que habr solo 9! = 360
1.8 EL PAPEL DE LA HEURSTICA.
880 arreglos diferentes de nueve cuadros. Sigue siendo un nmero grande de
estados, por lo que procede encontrar una buena funcin heurstica. Para en
Funciones Heurstica
contar la soluciones mas breves hay que tener una funcin heurstica que nunca
sobreestime la cantidad de pasos necesarios para al cansar la meta. La siguiente
El problema de las ocho fichas tiene justo el nivel de dificultad que
son dos candidatas.
lo hace interesante.
Una solucin tpica consta de 20 pasos, aunque esto variar
dependiendo del estado inicial. 32
7 3 2
51
2/9/17
103
1.8 EL PAPEL DE LA HEURSTICA.
Funciones Heurstica
5 4 1 2 3
6 1 8 8 4
7 3 2 7 6 5
52
2/9/17
5 4 1 2 3
6 1 8 8 4
1.8 EL PAPEL DE LA HEURSTICA. 7 3 2
Estado de inicio
7 6 5
Estado meta
Funciones Heurstica
Ejemplo tpico del problema de las ocho placas.
= .
En la figura ninguna de las ocho placas esta en la posicin meta,
por lo que el estado de partida tendra 1 = 8.
105
5 4 1 2 3
6 1 8 8 4
1.8 EL PAPEL DE LA HEURSTICA. 7 3 2 7 6 5
Funciones Heurstica
Ejemplo tpico del problema de las ocho placas.
= .
Puesto que las placas no se desplazan a travs de diagonales, la distancia que se considere es
la suma de las distancias verticales y horizontales.
2 tambin es aceptable puesto que todo movimiento acercar a la placa a solo un paso de la
meta.
Las ocho placas en el momento de partida tienen una distancia de Manhattan de:
2 = 2 + 3 + 2 + 1 + 2 + 2 + 1 + 2 = 15
106
53
2/9/17
107
1.8 EL PAPEL DE LA HEURSTICA. 5 4 1 2 3
6 1 8 8 4
Funciones Heurstica 7 3 2 7 6 5
El efecto, en el desempeo, de la exactitud heurstica.
El factor de ramificacin eficaz puede variar, pero por lo general es constante para
problemas difciles.
54
2/9/17
La Figura 4.8 nos da el nmero medio de nodos expandidos por cada estrategia y el
factor de ramificacin eficaz.
Los resultados sugieren que 2 es mejor que 1, y es mucho mejor que la utilizacin
de la bsqueda de profundidad iterativa. Sobre nuestras soluciones con longitud 14,
* con 2 es 30,000 veces ms eficiente que la bsqueda no informada de
profundidad iterativa.
109
BSQUEDA INFORMADA Y EXPLORACIN 121
Figura 4.8 Comparacin de los costos de la bsqueda y factores de ramificacin eficaces para la
110
BSQUEDA-PROFUNDIDAD-ITERATIVA y los algoritmos A* con h1 y h2. Los datos son la media de 100
ejemplos del puzle-8, para soluciones de varias longitudes.
111
1.8 EL PAPEL DE LA HEURSTICA. 5 4 1 2 3
6 1 8 8 4
7 3 2 7 6 5
Funciones Heurstica
El efecto, en el desempeo, de la exactitud heurstica.
56
2/9/17
113
1.8 EL PAPEL DE LA HEURSTICA. 5 4 1 2 3
6 1 8 8 4
7 3 62 7 5
Funciones Heurstica
Como inventar funciones heursticas.
1, h2 son estimaciones de la longitud del camino restante para el
8-puzle, pero tambin son longitudes de caminos exactos para
versiones simplificadas del puzle.
57
2/9/17
115
1.8 EL PAPEL DE LA HEURSTICA. 5 4 1 2 3
6 1 8 8 4
7 3 26 7 5
Funciones Heurstica
Como inventar funciones heursticas.
Si se escribe la definicin de un problema en lenguaje formal, es
posible construir automticamente el problema relajado. Por
ejemplo, si los operadores del problema de las ocho placas se
caracterizan de la manera siguiente:
58
2/9/17
117
1.8 EL PAPEL DE LA HEURSTICA. 5 4 1 2 3
6 1 8 8 4
Funciones Heurstica 7 3 6
2 7 5
59
2/9/17
http://mr-site.zohosites.com
119
60