Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccion A La Ciencia Artificial y Apliacaiones PDF
Introduccion A La Ciencia Artificial y Apliacaiones PDF
Inteligencia Artificial.
José Manuel Gutiérrez, Universidad de Cantabria (2000)
Aplicaciones.
Redes Probabilísticas
Redes Neuronales
Algoritmos Genéticos
http://personales.unican.es/gutierjm
¿Qué es la Inteligencia?
Muestra comportamiento
SALIDA
siguiente idea:
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/
José Manuel Gutiérrez, Universidad de Cantabria (2000)
A
Which one’s the computer?
B
Test de Turing
Paradigmas en Inteligencia Artificial
José Manuel Gutiérrez, Universidad de Cantabria (2000)
Técnicas Nuevos
Clásicas Paradigmas
Inspiración Biológica
Representación
explícita del
conocimiento
sentencias lógicas,
reglas,
grafos,
redes semánticas, etc.
Imitación del
proceso humano de
razonamiento
Procesamiento en serie
Inferencia lógica,
búsqueda en grafos de la información
Bibliografía General
• Artificial Intelligence by P.H. Winston
José Manuel Gutiérrez, Universidad de Cantabria (2000)
Algoritmos Evolutivos
• Data Structures + algorithms = Evolutionary Computation,
by S. Michalewitz
Redes Probabilísticas. Redes Bayesianas
Función de
probabilidad conjunta
P(X1, X2, ..., Xn)
Factorización de la probabilidad !!
n
Cuantificación
P (x1 xn) = Π Pi (xi ♣πi)
i=1
Funciones de prob.
condicionada.
Cálculo de
probabilidades
Inicialmente los
José Manuel Gutiérrez, Universidad de Cantabria (2000)
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
información en el
resto de variables
Tormenta = 1
Inspiración en la Neurofisiología
Salidas -1
x1 wi1 θi
y1 yi
n
x2 wi2 Σwij xj
n
f( Σwij xj )
Wik win i=0 i=0
xn
h1 h2 hk Unidades
Ocultas
wkj
x1 x2 x3 xj 1
f (x) =
Entradas 1 + e − cx
yi = f ( Σ Wik f ( Σ wkj xj ))
k j
Ejemplo: Clasificación de puntos en el plano
Dada una nube de puntos en el
plano correspondientes a dos
José Manuel Gutiérrez, Universidad de Cantabria (2000)
0.8
0.6
ERROR
0.4 0.8
0.7
0.6
0.2
0.5
0.4
0
0.3
0 0.2 0.4 0.6 0.8 1
0 5 10 15 20 25
1
1 PESOS
0.8
0.6 0.8 1 q
1 w1
0.4 0.6
0.5 w2
0.2
0.4
0
1 0 0
0.75 0.2
0.5
0.25 -0.5
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
0 5 10 15 20 25
Redes Funcionales. Ejemplo
Las redes redes funcionales son una generalización de las redes neuronales
que combinan conocimiento cualitativo y cuantitativo.
José Manuel Gutiérrez, Universidad de Cantabria (2000)
Mínimos cuadrados.
Minimax.
An Introduction to Functional Networks
J.M. Gutiérrez y otros
Kluwer Academic Publishers (1999).
Paraninfo/International Thomson Publishing.
Inspiración en la Teoría de la Evolución
CROMOSOMA
BINARIA REAL X∈ℜ
GEN
antes 1 1 1 1 1 1 1
La mutación se lleva a cabo variando
aleatoriamente el valor de algún bit, después 1 1 1 0 1 1 1
o introduciendo un valor aleatorio en los
números reales. x’i = xi + N(0,σi)
El cruzamiento trata de combinar elementos de la población
para combinar las mejores características.
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
Implementación de un Algoritmo Genético