Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de nuevo laredo
Curso de
Inteligencia Artificial
CONTENIDO
1. Introducción
2. Representación del Conocimiento
3. Lenguajes de Programación para I.A.
4. Estrategias de búsqueda.
5. Sistemas Expertos
BIBLIOGRAFÍA
INTELIGENCIA ARTIFICIAL Un Enfoque Moderno
Stuart Russell, Peter Norvig
2ª Edición, Pearson Prentice Hall
INTELIGENCIA ARTIFICIAL
Elaine Rich, Kevin Knight
2ª Edición, McGraw Hill
INTELIGENCIA ARTIFICIAL
Patrick Henry Winston
3ª Edición., Addison Wesley
EVALUACIÓN
Exámenes escritos
Programas
Tareas
Exposición de clase
Participación / asistencia
1.
Introducción
Raciocinio.
Comportamiento.
Uso de metáforas y analogías.
Creación y uso de conceptos.
9
Curso de Inteligencia Artificial
Definición
Inteligencia.
•Facultad de entender, de comprender. Aptitud, variable con los
individuos y las especies, para resolver todo tipo de problemas.
•Capacidad para percibir hechos, proposiciones y relaciones, y
razonar sobre ellos.
“La inteligencia distingue al hombre del animal”
Definición
Inteligencia Artificial.
Existen muchas definiciones de
Inteligencia artificial, sin embargo todas ellas giran en torno a una
misma idea. Por ejemplo:
“El arte de crear máquinas con “Un campo de estudio que se enfoca
capacidad de realizar funciones a la explicación y emulación de la
que realizadas por personas conducta inteligente en función de
requieren de inteligencia” procesos computacionales”
Conducta
Filosofía
¿Cómo se genera la inteligencia mental a partir de un cerebro físico?
¿De dónde viene el conocimiento?
¿Cómo se pasa del conocimiento a la acción?
Matemáticas
¿Qué se puede computar?
¿Cómo razonamos con información incompleta?
• Algoritmos
• Computación
• Indecisión, inflexibilidad.
• Probabilidad
Neurociencia
¿Cómo procesa la información el cerebro?
• Neuronas
• Actividad mental
Psicología
¿Cómo piensan y actúan los humanos y animales?
• Conductismo
• Psicología cognitiva
• Ciencia cognitiva
Economía
¿Cómo se debe llevar a cabo el proceso de toma de decisiones para
maximizar el rendimiento?
Antecedentes.
•En 1956, Marvin Minsky, Claude
Shannon y otros innovadores en los
primeros estudios sobre computadoras y de
la inteligencia se reunieron en el Darmouth
College.
Marvin Minsky
Jhon McCarhty
Norbert Wiener
AREAS DE APLICACIÓN DE LA
INTELIGENCIA ARTIFICIAL
•Búsqueda de soluciones •Lógica
•Sistemas expertos •Lógica Difusa
•Procesamiento de •Juegos
lenguaje natural
•Redes neuronales
•Reconocimiento de
patrones •Algoritmos genéticos
•Robótica •Realidad virtual
•Aprendizaje
Búsqueda de Soluciones
El término búsqueda aplicado a la Inteligencia Artificial,
no significa encontrar una pieza específica de
información en una base de datos, sino buscar las
soluciones de un problema. Por ejemplo :
Sistemas Expertos
Son el primer producto viable commercialmente de la
Inteligencia Artificial.
Permiten introducir información acerca de una materia
específica a la computadora (base de conocimientos) , y
actúan como si fueran expertos en la materia.
Un Sistema experto simula el
proceso de razonamiento
humano mediante la
aplicación específica de
conocimientos e inferencias.
Aprendizaje
Esta área de la Inteligencia Artificial trata de la
realización de programas que aprendan de sus errores,
de observaciones o por encargo.
En este sentido, aprender simplemente significa hacer a
una computadora capaz de beneficiarse de la
experiencia.
Robótica
Como aplicación a la robótica, la Inteligencia
Artificial es el estudio de cómo controlar
movimiento, lo cual es llamado razonamiento
espacial. El principal problema para los robots
autónomos es el de interactuar con el mundo
humano, con sus obstáculos, sucesos
inesperados y entorno cambiante.
Lógica
Uno de los productos de la I.A. de
gran importancia práctica actual
son aquellos programas que se
pueden usar para estudiar la
corrección lógica de argumentos
mediante la aplicación de reglas
estándar de lógica. Esto incluye
demostraciones matemáticas,
lógica formal y lógica filosófica.
Lógica Difusa
Juegos
Una de las primeras aplicaciones de I.A.
Fueron los juegos, el primer programa para
jugar damas fue concebido en 1947 pero se
realizó hasta 1962. Se dice que el primer
juego de ajedrez por computadora fue
creado por Claude Shannon en 1953.
Algoritmos Genéticos
Los Algoritmos Genéticos son una técnica computacional
inspirada en modelos biológicos que han sido utilizados para
realizar búsquedas eficientes en espacios de soluciones
altamente complejos y grandes.
Los Algoritmos Genéticos son métodos adaptivos que pueden
ser utilizados para implementar búsquedas y problemas de
optimización.
Los Algoritmos Genéticos están basados
en los procesos genéticos de los
organismos biológicos, codificando una
posible solución a un problema en un
“cromosoma” compuesto por una cadena
de bits o caracteres.
Ing. Sergio Garza Carranza M.C. 36
Curso de Inteligencia Artificial
Realidad Virtual
Una de las mas recientes aplicaciones de la I.A. es la
Realidad Virtual. Básicamente consiste en la elaboración de
programas que logran engañar a los sentidos del ser
humano, haciéndolo creer que se encuentra flotando,
corriendo o volando una nave espacial.
Estas aplicaciones han sido de gran
utilidad en la simulación de vuelos
para el entrenamiento de pilotos,
astronautas, buzos, etc.
Programa Inteligente
Es aquel programa que exhibe un
comportamiento similar al de un
humano cuando se enfrenta a un
problema específico; no es
necesario que el programa resuelva
concretamente o intente resolver el
problema de la misma forma que
un humano.
Prueba de Turing
Un procedimiento bien conocido para evaluar el éxito
de un programa de IA es la prueba de Turing.
En esta prueba un entrevistador se comunica vía
textual de entrada/salida, con un sistema de IA y con
otra persona que participa en la prueba. El
entrevistador no se da cuenta cuál respuesta viene de la
computadora y cuál de la otra persona.
Si después de hacer suficientes
preguntas el entrevistador no Allan Turing
puede diferenciar entre el hombre
y la máquina, entonces el sistema
pasa la prueba y se estima que es
exitoso, es decir, “inteligente”.
Problemas de la IA en México
•Escasez de recursos humanos, de software y de
hardware
•Falta de investigación
•Problemas sociales asociados con la
automatización: desempleo, inconformidad, etc.