UNIVERSIDAD

NACIONAL DE
HURLINGHAM
Introducción a la Inteligencia Artificial
PROBLEMAS RESOLUBLES EN LA IA
 Juegos (damas, ajedrez). Demostración de Teoremas (por medio de la Lógica
Teórica) → Tanto los Juegos como la Demostración de Teoremas comparten la
propiedad de requerir Inteligencia para ser desarrolladas.

 Problemas de Sentido Común. (GPS) Sistema de Newell, Shaw y Simon aplicado

tanto a este tipo de tareas, como a la manipulación simbólica de expresiones lógicas.
– Percepción (visión y habla), comprensión del Lenguaje Natural, y resolución de
problemas en Diagnóstico Médico y Análisis Químico.
ALGUNAS CUESTIONES
IMPORTANTES
 ¿Cuáles son las suposiciones fundamentales sobre la inteligencia?
 ¿Qué tipos de técnicas son las más adecuadas para resolver los problemas de la IA?
 ¿Cuál es el nivel de detalle necesario para modelar la inteligencia humana?
 ¿Cómo se puede saber cuándo se ha tenido éxito en la construcción de un programa
inteligente?
LAS SUPOSICIONES SUBYACENTES

 La Hipótesis del Sistema de Símbolos Físicos (Newell y Simon. 1976) “Un Sistema de
Símbolos Físicos posee los medios necesarios y suficientes para realizar una acción
inteligente genérica.”
 La determinación de la certeza (o no ) de esta hipótesis puede realizarse mediante
experimentación → Las computadoras proporcionan el medio perfecto, ya que
pueden ser programadas para simular cualquier sistema de símbolos físicos.
 Es una idea significativa de la naturaleza de la inteligencia humana.
 Forma la base de la creencia que es posible construir programas que lleven a cabo
las tareas inteligentes que son ahora realizadas por la gente.
LA COMPUTADORA COMO HERRAMIENTA MANIPULADORA DE
SÍMBOLOS:

●
Lady Ada Lovelace (1861) “El mecanismo operativo puede realizar una acción,
independientemente de la clase objeto sobre el que opera (aunque por supuesto podría no
generar ningún resultado). De esta forma, podría actuar sobre otros objetos aparte de
números, siempre que sus relaciones mutuas más importantes se pudieran expresar por las
de la ciencia abstracta de operaciones, y que fueran también susceptibles de adaptarse al
funcionamiento y notación operativa de la máquina. Supóngase, por ejemplo, que las
relaciones fundamentales de producción de sonidos en la ciencia de la armonía y de la
composición musical fueran susceptibles a tales expresiones y relaciones, la máquina
podría componer elaboradas y científicas piezas musicales de cualquier grado de
complejidad y extensión.”
SOBRE LAS TÉCNICAS DE LA IA
 Los problemas abordados por la IA configuran un amplio espectro.
 Pueden incluso aplicarse a problemas que no son propios de la IA.
 Ventajas: son menos frágiles que otras técnicas convencionales para problemas
complejos; no se “pierden” totalmente en el espacio de búsqueda por perturbaciones
en la entrada. Trabajan con facilidad en estos problemas donde los métodos directos
fallan.
 El conocimiento que manejan estos programas es comprendido fácilmente por la
gente.
 Las técnicas manipulan símbolos. Básicamente constituyen ALGORITMOS que
involucran:
– Búsqueda: Forma de resolver problemas en los que no se dispone de un
método más directo.
– Uso de conocimiento: Forma de resolver problemas complejos explotando las
estructuras de los objetos involucrados
– Abstracción: Forma de separar aspectos y variaciones importantes de aquellos
otros sin importancia.
EL NIVEL DEL MODELO. ALGUNAS CUESTIONES INICIALES
●
¿Qué se busca con programas que realicen tareas inteligentes que hacen los
humanos?
●
¿Se busca construir programas que realicen las tareas de la misma forma que lo
hace un ser humano, o que simplemente las realice de la forma más simple?
●
Motivaciones
– Verificación de teorías psicológicas;
– Que las computadoras comprendan el razonamiento humano;
– Que la gente comprenda a las computadoras;
– Explotar el conocimiento que se puede buscar en el ser humano.

Esta última se extiende a muchas áreas de las investigaciones de la IA.

– Junto con las otras, tiende a hacer una separación entre el objetivo de simular las acciones
humanas, y el objetivo de desarrollar un programa inteligente de alguna forma mucho menos
diferente de lo que parecían en un principio.
CRITERIOS DE DETERMINACIÓN DEL ÉXITO
●
Test de Turing → Problema: ¡La cantidad de conocimiento que necesita la máquina
para pasarlo!

●
E: En la primera línea de tu soneto se lee: “Te compararé con un día de verano”. ¿No sería
tan bueno o mejor “un día de primavera”?
●
A: No estaría bien medido.
●
E: Y qué tal “un día de invierno”. Eso podría medirse correctamente.
●
A: Sí, pero nadie quiere ser comparado con un día de invierno.
●
E: ¿Dirías que el señor Pickwick te recuerda a la Navidad?
●
A: En cierta forma.
●
E: La Navidad es un día de invierno, y no creo que al señor Pickwick le importe la
comparación.
●
A: Creo que no está hablando en serio. Al hablar de un día de invierno uno entiende el
típico día de invierno. No uno tan especial como la Navidad.
CRITERIOS DE DETERMINACIÓN DEL ÉXITO
 Puede depender del dominio.

 ¿Qué tiempo le toma realizar una tarea a un programa, comparado con una persona?

 Si el tipo de respuesta de un programa, es coherente con una respuesta humana

 REPRESENTACIÓN DE CONOCIMIENTO (CONTINUACIÓN) – LA LÓGICA
DE PREDICADOS

 Mecanismo concreto de representación de conocimiento;

 Proporciona de manera inmediata un método potente para obtener nuevo conocimiento a partir
del existente: la deducción.
 En este formalismo se puede concluir la verdad de una afirmación sólo demostrando que es
consecuencia de lo ya conocido y validado.
 Así la idea de prueba, (según se entiende en Matemática como un método riguroso de
demostración de una proposición que se cree cierta) se puede extender a la deducción como
medio para obtener respuestas a preguntas y soluciones a problemas.
 Permite naturalmente incorporar conocimiento heurístico para el control de lo que, de otra manera,
sería un problema intratable de búsqueda.
 REPRESENTACIÓN DE HECHOS EN LA LÓGICA DE PREDICADOS

 Un ejemplo de uso de la Lógica de Predicados como medio de Representación de

Conocimiento. Consideraremos las siguientes sentencias (INTELIGENCIA ARTIFICIAL. Rich y
Knight):

1 Marco era un hombre

2 Marco era un pompeyano
3 Todos los pompeyanos eran romanos
4 César fue un gobernante
5 Todos los romanos o eran leales a César o lo odiaban
6 Todo el mundo es leal a alguien
7 La gente sólo intenta asesinar a los gobernantes a los que no es leal
8 Manco intentó asesinar a César