CONTEXTUALIZACIÓN

Procesos Heurísticos de Búsqueda

IA
Inteligencia Artificial

 Mas reciente generación de tecnología

informática
manipulación simbólica: emular el
comportamiento inteligente
computación en paralelo: resultados en
tiempo real
Quinta Generación

 Habilidad de emular (funciones

inteligentes del ser humano):
Aprendizaje
Razonamiento
Percepción
Locomoción y manipulación
Creación
Tareas

 Generales
Percepción, lenguaje natural, razonamiento,
control
 Formales
Juegos, matemáticas
 Expertas
Ingeniería, análisis científico, Diagnóstico
médico, análisis financiero.
Problemas y Técnicas en Inteligencia
Artificial
 Representaciones de conocimiento y sus
correspondientes estrategias de
manipulación.
 No se puede manipular conocimiento a
menos que esté adecuadamente
representado.
Conocimiento

 Conjunto de hechos y principios

acumulados por la humanidad
 Acto, hecho o estado de conocer
 Familiaridad con el lenguaje, conceptos,
procedimientos, reglas, ideas,
abstracciones, lugares, costumbres y
asociaciones. Y habilidad de utilizar
estas nociones para modelar el entorno
Representación del Conocimiento

 Una de las máximas prioridades de la

investigación en IA
 Características:
Capture generalizaciones.
Pueda ser comprendido por quienes intervienen.
Pueda modificarse fácilmente.
Pueda ser utilizado en diversas situaciones.
Pueda usarse para reducir el rango de
posibilidades.
Manipulación del conocimiento
 Programación Heurística: basada en el
modelo de comportamiento humano.
 Redes Neuronales Artificiales: formadas
por un gran número de elementos simples y
por sus interconexiones
 Evolución Artificial :basada en el proceso
genético de evolución natural de Darwin
 Otras
Componentes de las técnicas de IA

 Procesos de Búsqueda
 Uso del Conocimiento
 Abstracción.
El Nivel del Modelo de Inteligencia

 Tareas de la misma forma en que lo

realizan las personas.
 Tareas de la forma que parezca más
sencilla
Criterios de Evaluación en I. A.

Alan Turing (1912-1954). En 1950, prueba

para reconocer comportamientos
inteligentes:
“Si la ejecución de un sistema de IA
puede convencernos de que su
comportamiento es el que tendría un
humano, entonces el sistema es
verdaderamente inteligente “
Construcción de un sistema IA

 Definir el problema
 Analizar el problema
 Identificar y representar el conocimiento
 Escoger la mejor técnica para solucionar
el problema
Terminología

 Espacio de estados o espacio del problema

 Estados o descripción de estados
 Operadores, producciones o acciones
 Proceso de búsqueda
 Operacionalización
 Estados iniciales y objetivo
Representación
 Conjunto de convenciones sobre la forma
de describir algún tipo de cosa
 Fundamental para la resolución de un
problema
 Tienen 4 elementos fundamentales
Léxico
Estructural
Operativo
Semántico
Ejemplo
Un granjero desea cruzar un río llevando consigo
un lobo silvestre, una oveja y una carga de col.
Por desgracia su bote es tan pequeño que sólo
puede transportar una de sus pertenencias en
cada viaje. Peor aún, si no vigila al lobo, puede
comerse a la oveja y si no cuida la col, puede
comerse la oveja; de modo que no puede dejar
al lobo solo con la oveja, ni a la oveja sola con
la col. ¿ Cómo puede hacer para cruzar el río
sin contratiempos?
Ejemplo de Representación
  Técnicas de Solución

 Algoritmo Generación Y Prueba

(GENERATE-AND-TEST)
 Algoritmo Primero a lo Ancho (BREATH-
FIRST)
 Algoritmo Primero en Profundidad
(DEPTH-FIRST)
Procesos de Búsqueda Heurística

 Ascenso a Colina (Hill Climbing

 Recorrido Simulado(Simulated Annealing)
 Primero el Mejor (Best-First)
 Algoritmo Guiado por Agenda
 Reducción de Problema
 Satisfacción de requisitos
 Análisis de Medios Y Metas (Means-Ends)
Representación del Conocimiento

 Lógica Simbólica Formal:

 Lógica proposicional
 Lógica de predicados.
 Reglas de producción.
 Formas Estructuradas:
 Redes asociativas.
 Estructuras marco.
 Representación orientada a objetos.
 Ontologías
Lógica Proposicional

 Razonamiento a través de un mecanismo

que primero evalúa sentencias simples y
luego sentencias complejas
 Sentencia simple: tiene un valor asociado
Ej: Hoy es Viernes
Ayer llovió
Hace frío
Leyes de la lógica
Nombre REPRESENTACIÓN LÓGICA
Leyes Equipotenciales A => B = ~A v B
A ^ ~A = F
A v ~A = V

Leyes Conmutativas A^B=B^A

AvB=BvA
Leyes Distributivas A ^ (B v C) = (A ^ B) v (A ^ C)
A v (B ^ C) = (A v B) ^ (A v C)
Leyes Asociativas A ^ (B ^ C) = (A ^ B) ^ C
A v (B v C) = (A v B) v C
Leyes Absortivas A ^ (A v B) = A
A v (A ^ B) = A
Leyes de DeMorgan ~(A ^ B) = ~A v ~B
~(A v B) = ~A ^ ~B