I.

Inteligencia Artificial:
Conceptos y
Aplicaciones
2. Inteligencia Artificial: Conceptos y
Aplicaciones
Tpicos
Conceptos
reas de la Inteligencia Artificial
Representacin del Conocimiento
Lenguajes de la IA
Aplicaciones en la Industria y
Servicios
2.1 Conceptos

Qu es Inteligencia?
La inteligencia depende del tipo de
mquina (mquina de protena o
mquina de silicio) que lo genera?
Qu es Inteligencia Artificial?

2.1 Conceptos
Tipos de Inteligencia:

Inteligencia Verbal o Comunicativa
Inteligencia Matemtica lgica
Inteligencia Espacial (visual)
Inteligencia Cenestsica (corporal)
Inteligencia Artstica (msica, pintura)
Inteligencia Interpersonal (liderazgo y
accin cooperativa)
Inteligencia Intrapsquica (conocimiento y
control de si mismo)
Inteligencia Naturista (1995)
http://www.howardgardner.com
/
Howard Gardner (teora
de inteligencia mltiples,
1987)
http://sepiensa.org.mx/contenidos/f_inteligen/intro_2.htm#granmenu

2.1 Conceptos

Caractersticas Inteligentes:

Resolver problemas
Aprender
Percibir
Comprensin del lenguaje

2.1 Conceptos
Inteligencia Artificial - Ciencia

La I.A. es una rama de la ciencia de la computacin que
estudia los fundamentos tericos y prcticos del
diseo de sistemas de computacin inteligentes,
esto es, sistemas que, exhiben caractersticas
inteligentes del ser humano.

El termino IA fue introducido por John MacCarthy
(1956)
2.1 Conceptos
Inteligencia Artificial - Definicin

La IA es el estudio de los sistemas de
computacin que permiten realizar actividades
consideradas inteligentes por el ser humano.
Patrick Winston, 1994

La IA es el estudio de cmo hacer que los
computadores realicen tareas en que, en el
momento las personas son mejores.
Elaine Rich, 1988
2.1 Conceptos
Diferencias

Sistemas Inteligentes

-Procesamiento simblico
(conocimiento)

- Estructura de control del programa es
independiente del conocimiento
(variando el conocimiento no cambia el
programa

- Respuestas satisfactorias son
aceptadas

Sistemas de Proc. de Datos.

- Procesamiento numrico
(datos)

- Estructura de control y
conocimiento estn integrados
(variado el conocimiento
cambia el programa)

- Solo se admite la mejor solucin
posible


2.1 Conceptos
Objetivos de la Inteligencia Artificial

Objetivo de la Ciencia:
Comprender que es inteligencia y explicar los
diversos tipos de inteligencia.

Objetivos de Ingeniera
Desarrollar inteligencia artificial (resolver
problemas considerados inteligentes)
2.1 Conceptos
Computador Inteligente

El computador inteligente es aquel que responde
a una pregunta mismo que la respuesta no halla
sido almacenada en ella. Esto es, con los hechos
que fueron almacenados y con un "conocimiento"
que fue tambin almacenado, el deduce una
respuesta que no estaba almacenada en su
memoria.

El computador inteligente es aquel que usa IA
2.1 Conceptos
Computador Inteligente

Ejemplo:
Hecho 1: Mirna es hija de Sonia.
Hecho 2: Santiago es hijo de Sonia.
Conocimiento: hermano o hermana es aquel
que es hijo del mismo padre o
madre
Pregunta: Mirna es hermana de Santiago?

Respuesta del Computador: SI.
2.1 Conceptos
Inteligencia Artificial - Problemas

Que Problemas son catalogados de
Inteligentes?


Respuesta:
Son aquellos problemas intratables que presentan
caractersticas de inteligentes para el ser humano.
2.2 Tpicos
Algunos Tpicos de la I.A.

Resolucin de problemas
computational theories of learning
heuristic search
knowledge representation
signal, image and speech understanding
robotics
Anlisis y comprensin de Lenguajes naturales
Software and hardware architectures for AI.
Visin
Elsevier
http://www.sciencedirect.com/

2.2 Tpicos
Tpicos de la IA: Visin por Computadora
Definicin
Es la tarea de procesar una informacin, de comprender
una escena a partir de las imgenes por ella
proyectada.

Esta aplicacin puede ser dividida en tres reas:
(i) Procesamiento de Seales (ejemplo: Procesamiento
de Imgenes) - transformar una imagen (ejemplo:
fotografa de una parte de la tierra por satlites) en una
otra imagen que tenga ciertas propiedades deseadas
(ejemplo: saber donde existe plantacin de caf y si
sufri helada).
2.2 Tpicos
Tpicos de la IA: Visin por Computadora

(ii) Clasificacin de seales son hechas en
categoras pr-determinadas.
(iii) Entendimiento de seales (dada una imagen, se
construye un programa de entendimiento de
imgenes que contiene una descripcin, no solo
de la propia imagen, mas tambin de la escena
que ella retrata).
2.3 Aproximaciones a la IA
Estamos desarrollando Inteligencia
Artificial tan igual a la Inteligencia
Humana?

Problema de la IA
Paradigma Simblico:
Aproximaciones basados
en el conocimiento
Paradigma Subsimblico:
Vida artificial,
Procesamiento evolutivo,
Redes Neuronales artificiales o
conexionista
META
CONOCIMIENTO
CONOCIMIENTO
INFORMACIN
RURUIDO
DATOS
2.4 Jerarqua del Conocimiento
Ruido:
Esta conformado por todos los elementos asociado a un
evento, que son de poco inters y que ocultan datos
Datos:
Esta conformado por los elementos de inters potencial
asociado a un evento y por lo cual se registra.
Informacin:
Datos procesados de inters.
Conocimiento:
Informacin muy especializada.
Meta conocimiento:
Es el conocimiento acerca del conocimiento y la
experiencia

2.4 Jerarqua del Conocimiento
Definicin
Son mtodos usados para "modelar" en
forma eficiente los conocimientos de
especialistas en alguna rea del saber, de
forma que pueda ser usado por el usuario de
un sistema inteligente.

El conocimiento puede ser considerado
como una entidad simblica ->
Procesamiento simblico
2.5 Representacin del Conocimiento
Formas de Representacin

Red Semntica o Grafo
Registro
Predicado
Relacin objeto-atributo-valor
Esquemas
Marcos
Lgica de predicado
Otros
2.5 Representacin del Conocimiento
Red Semntica

Los nodos representan objetos y
los arcos la relacin entre los
objetos
2.5 Representacin del Conocimiento
Red Semntica
Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica
Susy
Juan
Informtica
Ral
Es hijo
Es hijo
Estudia
2.5 Representacin del Conocimiento
Registro

Los objetos y relaciones se representan
mediante una coleccin de datos
simples llamados campos o tomos. Un
campo o tomo puede ser una coleccin
de campos.

2.5 Representacin del Conocimiento
Registro

Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica

(Juan (es hijo de Ral) (es hijo de
Susy)
(estudia Informtica))
2.5 Representacin del Conocimiento
Predicado

Cada relacin se representa como un predicado o
funcin de valores lgicos y con argumentos
los objetos:

Relacin(objeto1, objeto2,...,)

Esta funcin asume valor verdadero o falso,
segn se verifique o
no para los objetos involucrados.
2.5 Representacin del Conocimiento
Predicado
Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica

Hijo(Juan, Susy, Ral) Verdadero
Estudia (Juan, Informtica) Verdadero

Hijo(Juan, Maria, Ral) Falso
2.5 Representacin del Conocimiento
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes de IA

Caractersticas:
Sus estructuras de datos deben reflejar de una manera natural
y conveniente, ciertas caractersticas de los elementos que el
Programador de IA ve en el problema.
En sus estructuras de control estos lenguajes deben tener
caractersticas de multiprocesamiento y "demo" (es un proceso
normalmente suspenso, a la espera de un hecho, y que es
activado automticamente en la ocurrencia de este).
En el aspecto de ambiente de programacin, los lenguajes de
IA deben ser bastante interactivas, tener un buen editor (se
puede crear un programa rpidamente) y finalmente tener
facilidades interactivas de depuracin (aciertos en el
programa).
Lenguajes ms conocidos:
IPL lenguaje de procesamiento de informacin, 1960
orientado a listas, Newel 1960
LISP lenguaje orientado al procesamiento de listas
(List Processing), John Mc Carthy, 1962
SAIL lenguaje orientado a primitivas y al propsito
general. Swinehart, 1971
PROLOG lenguaje orientado a las reglas de produccin
Warren, 1977 (programacin lgica)

Son adecuados para resolver problemas de pequeo porte a travs del
paradigma simblico.
Se puede usar cualquier otro lenguaje para construir SI.
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes para resolver problemas de
medio grande porte a travs del
paradigma sub-simblico

Es ms adecuado el uso de lenguaje
de propsito general:
C++, Delphi Pascal, Visual Basic,
etc.

Para problemas de aprendizaje tambin
se puede usar MATLAB


2.6 Lenguajes de la Inteligencia Artificial
Aplicaciones en la Industria

- Robtica (tercera generacin).
- Designacin trabajador mquina.
- Optimizacin de desperdicio
- Programacin de tareas para clulas de
fabricacin
- Localizacin de facilidades
- Rutas ptimas
- Identificacin de materiales
- Procesamiento de imgenes
2.7 Aplicaciones de la Inteligencia Artificial
Robots
Son mquinas que presenta
autonoma en cuanto a las actividades
que realizan

2.7 Aplicaciones de la Inteligencia Artificial
http://www.youtube.com/watch?v=5Jtdv2W8bXE&eurl=http%3A%2F%2Fisorobotik.blogspot.com%
2F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded

Robots
Son mquinas que presenta autonoma en cuanto a las
actividades que realizan

Robot de la 1era Generacin
Caractersticas:
Actividades Programadas
Entorno (medio) esttico o predecible (esto es, se conoce
a priori los cambios en el entorno)

Presenta costos relativamente bajos, son llamados
tambin de mquinas de control numrico.
2.7 Aplicaciones de la Inteligencia Artificial
Robot de la 2da Generacin
Caractersticas:
Actividades Programadas
Entorno (medio) dinmico o predecible o no


El robot usa sensores para identificar los cambios en el
entorno.
Son relativamente ms costosas y lentas que los robots de
la 1era generacin, y tambin son llamados de mquinas
de control numrico (algunos autores, los llaman de
mquina de control numrico computarizado)
2.7 Aplicaciones de la Inteligencia Artificial
Robot de la 3ra Generacin
Caractersticas:
Actividades auto programadas
Entorno (medio) dinmico o predecible
o no
El robot usa sensores para identificar los cambios en el entorno
y tiene la capacidad de programar sus actividades. Entretanto
ests mquinas requieren que se precisen sus metas u
objetivos.

La autoprogramacin es considerado un problema de la IA.

Son altamente costosas y muy lentas, razn por la cual an no
son comerciales y no aptas para la industria en general.
2.7 Aplicaciones de la Inteligencia Artificial
http://www.bbc.co.uk/spanish/specials/1058_marte_robot/

2.7 Aplicaciones de la Inteligencia Artificial
Cutting Stock Problem:

Considere un nmero ilimitado de barras de
dimensin L, y un conjunto n de requerimientos
de tamaos con y
demanda respectivamente. El problema
consiste en realizar cortes sobre las barras de
forma ; a obtener todos los requerimientos con el
menor nmero de barras.
L l
i

n
l l l ,..., ,
2 1
i
d
Problema de Cortes 1D

Ejemplo:

Barras de Tamao L = 9mt

Requerimientos:
Tamaos (mt) 2.8 1.8 1.0 4.6
------------------------------------------------------------------
Demanda 4 3 5 2

2.7 Aplicaciones de la Inteligencia Artificial
Problema de Cortes 1-D

Ejemplo

Requerimientos
2.8 mt (4)
1.8 mt (3)
1.0 mt (5)
4.6 mt (2)
L = 9mt
2.7 Aplicaciones de la Inteligencia Artificial
Requerimientos Solucin
2.8 mt (4)
1.8 mt (3)
1.0 mt (5)
4.6 mt (2)
Resto
0.6 mt
0.8 mt
4.4 mt
4.0 mt
-----------
4.4 mt
14.2 mt
Problema de Cortes 1-D

Ejemplo

L = 9mt
2.7 Aplicaciones de la Inteligencia Artificial


Resto = Perdida = Desperdicio = 14.2 mt

14.2mt
ndice de Desperdicio = ------------ = 0.315 (31.5%)
(5x9mt)

Problema de Cortes 1-D

Ejemplo

2.7 Aplicaciones de la Inteligencia Artificial
Aplicaciones en el sector de servicios
- Diagnstico de enfermedades
- Riesgos en crditos
- Juegos
- Seleccin de Proyectos
- Inversiones en Bolsas
- Realidad Virtual
- Minera de datos
- Auxilio a la toma de decisin

2.7 Aplicaciones de la Inteligencia Artificial