clase-ia

Dr. Wladimir RodríguezPostgrado en Computación

[email protected]

INTELIGENCIA ARTIFICIAL

Dr. Wladimir Rodriguez Inteligencia Artificial2

• Profesor: Wladimir Rodríguez

• e-mail: [email protected]

• Horario: Lunes 8-12

• Página WEB:

• http://www.pgcomp.ula.ve/DISTANCIA/INT-ART/index.html

• Libro Texto:

• Stuart Russell y Peter Norvig, “Inteligencia Artificial: Un enfoque moderno”, Prentice Hall, 1996. (http://aima.cs.berkeley.edu)

••

Información General


• Tres exámenes parciales: 25% cada uno

• Primer parcial Unidades I y II

• Segundo parcial Unidades III y IV

• Tercer parcial Unidades V y VI

• Un proyecto final : 25%

Evaluación


• Unidad I: Inteligencia Artificial• Introducción

• Agentes Inteligentes

• Unidad II: Resolución de Problemas• Búsqueda Ciega

• Búsqueda Heurística

• Juegos

• Unidad III: Representación del Conocimiento• Lógica de Proposiciones

• Lógica de Predicados

Programa


• Unidad IV: Planificación

• Planificación

• Unidad V: Manejo de Incertidumbre

• Incertidumbre

• Probabilidades

• Unidad VI: Aprendizaje

• Aprendizaje

Programa


• Conocimiento de técnicas básicas de la Inteligencia Artificial y su aplicación.

• Conocimiento de los métodos básicos para la resolución de problemas mediante búsqueda.

• Introducción de técnicas básicas de tratamiento de la incertidumbre.

• Introducción a la planificación y el aprendizaje.

Objetivos


• Stuart Russell y Peter Norvig, “Inteligencia Artificial: Un enfoque moderno”, Prentice Hall, 1996.

• Elaine Rich y Kevin Knight, “Inteligencia Artificial”, , McGraw Hill, 1994.

• Nils Nilsson, “Inteligencia Artificial: Una nueva síntesis”, McGraw Hill, 2000.

• P. H. Winston “Inteligencia Artificial”. Ed. Addison-Wesley Iberoamericana, 1.994

Bibliografía

Introducción


Contenido

• Introducción

• ¿ Qué es la Inteligencia Artificial ?

• Fundamentos de la Inteligencia Artificial

• Historia de la Inteligencia Artificial

• Campos de la Inteligencia Artificial

• Aplicaciones de la Inteligencia Artificial


• La Inteligencia Artificial (IA):

• intenta comprender el comportamiento de entidades inteligentes (es una ciencia)

• se esfuerza en construir máquinas inteligentes(es una ingeniería)

• máquinas inteligentes = máquinas capaces de percibir, razonar, aprender, comunicarse y actuar en entornos complejos

• La IA es un área reciente (1956)

• El estudio de la inteligencia es una disciplina muy antigua (la filosofía desde hace 2000 años)

Introducción (1)


• La aparición de las computadoras en los años 50 permitió poner en práctica las ideas surgidas hasta el momento.

• La IA comprende una gran cantidad de subáreas:

• de propósito general (p.e. percepción y razonamiento)

• específicas (p.e. demostración de teoremas ydiagnóstico de enfermedades)

• La IA puede considerarse un campo universal

Introducción (2)


• Las definiciones de la Inteligencia Artificial se agrupan en cuatro categorías:

• Sistemas que piensan como humanos

• Sistemas que actúan como humanos

• Sistemas que piensan racionalmente

• Sistemas que actúan racionalmente

¿Qué es Inteligencia Artificial?


• La interesante tarea de lograr que las computadoras piensen… máquinas con mente, en su amplio sentido literal (Haugeland, 1985)

• La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones, resolución de problemas, aprendizaje … (Bellman, 1978)

Sistemas que Piensan como Humanos


• El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia (Kurzweil, 1990)

• El estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor. (Rich y Knight, 1991)

Sistemas que Actúan como Humanos


• El estudio de las facultades mentales mediante el uso de modelos computacionales (Charniak y McDermott, 1985)

• El estudio de los cálculos que permiten percibir, razonar actuar. (Winston, 1992)

Sistemas que Piensan Racionalmente


• Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales (Shalkoff, 1990)

• La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente. (Luger y Stubblefield, 1993)

Sistemas que Actúan Racionalmente


• Pensar como los humanos: la Ciencia Cognitiva

• Sistemas que piensan como los humanos

• ¿cómo piensan los humanos? Técnicas experimentales de la psicología

• Es el objetivo de la Ciencia Cognitiva (reúne técnicas de IA y psicología)

Pensar como los Humanos


• Test de Turing (1950). Comportamiento inteligente.

• Incapacidad de diferenciar entre respuestas del ordenador y repuestas humanas.

• Supondría:

• Procesamiento del Lenguaje Natural.

• Representación del Conocimiento.

• Razonamiento Automático.

• Aprendizaje Automático.

Actuar como los Humanos (1)


• Test total de Turing.

• Se permitiría interacción física entre persona y computadora.

• Supondría:

• Visión (para percibir objetos).

• Robótica (para mover objetos).

Actuar como los Humanos (2)


• Del estilo de los silogismos de Aristóteles:

• “Sócrates es un hombre. Todos los hombres son mortales, luego Sócrates es mortal”

• Desarrollo de Lógica Formal a finales del siglo XIX y principios del XX.

• Hacia 1965, habían programas que resolvían problemas formulados en Lógica (supuestos memoria y tiempos suficientes).

Pensar Racionalmente (1)


• La corriente Logística en la Inteligencia Artificial trata de crear sistemas inteligentes utilizando la Lógica Formal.

• Inconvenientes:

• Necesaria una representación del conocimiento informal (o difuso). Uso de probabilidades.

• Explosión combinatoria de posibilidades.

Pensar Racionalmente (2)


• Uso de agentes: percepción + actuación.

• Se necesita resolver situaciones, que el pensamiento racional no puede por sí solo hacer:

• Acciones reflejas: “retirar la mano del fuego”.

• El estudio de IA como agentes racionales tiene dos ventajas:

• Es más general que el “pensamiento racional”.

• Es más cercano al método científico que el comportamiento y el pensamiento humanos.

Actuar Racionalmente


• Aspectos de la IA:

• IA como ciencia cognitiva.

• IA como tecnología informática.

• Características esenciales de la IA:

• Información simbólica preferente a la numérica.

• Métodos heurísticos preferente a los algorítmicos.

• Uso de conocimiento específico-declarativo.

• Informaciones incompletas o con incertidumbre.

• Multidisciplinaridad.

Aspectos y Características de la Inteligencia Artificial


• Filosofía (de 428 a.C. al presente)

• Matemáticas (aprox. del 800 al presente)

• Psicología (de 1879 al presente)

• Computación (de 1940 al presente)

• Lingüística (de 1957 al presente)

Fundamentos de la Inteligencia Artificial


• Teorías de razonamiento, aprendizaje, etc

• Platón, Sócrates, Aristóteles

• Descartes (s. XVI). Dualismo. Distinción entre “mente” y “materia”.

• Leibniz (s. XVII). Materialismo.

• Francis Bacon (s. XVI). Empirismo.

• Bertran Russell (s. XIX). Positivismo lógico.

Raíces Filosóficas de la Inteligencia Artificial


• Noción de algoritmo: al-Khowârizmî (s. IX)

• Lógica matemática: Boole (1847)

• Computabilidad: Göedel (1931)

• Complejidad:

• Reducción de problemas: Dantzig (1960)

• Polinómica/exponencial: Cobman (1964), Edmonds (1965)

• Completitud NP: Cook (1971), Karp (1972)

Raíces Matemáticas de la Inteligencia Artificial


• Subjetivismo: Hermann von Hemholtz, William James ( 1880)

• Conductismo: John Watson, Edward Thordike( 1910), B.F .Skinner (1957) Crisis (cambio de paradigma) en los años 60

• Cognitivismo: Piaget (1926), Kennet Craik (1943), Collins y Quillian (1969): redes semánticas, Newell y Simon (1972): procesamiento de la información

Raíces Psicológicas de la Inteligencia Artificial


• Prehistoria

• La tesis (años 60)

• La antítesis (años 70)

• La síntesis (años 80)

• La "fagocitosis" (años 90)

Evolución Histórica de la Inteligencia Artificial


• Platón (!) (Hubert Dreyfus ,1979)

• Ramón Llull (1232-1315), "Ars Magna" mecanización del razonamiento

• Leonardo Torres Quevedo (1852-1936) concepto moderno de "autómata"

• 1943: Neurona formal (McCulloch y Pitts)

• 1946: "Modelo de von Neumann"

• 1950: Prueba de Turing

• 1955: "Logic Theorist" (Newell y Simon)

• 12/12/1955: Teorema 2.15 de los PM

• 1956: Conferencia de Darmouth

Prehistoria de la Inteligencia Artificial


• Inteligencia: capacidad para resolver problemas (en general)

• Paradigmas:

• Búsqueda heurística

• Resolución general de problemas

Inteligencia Artificial Años 60:“La Tesis”

SolucionadorGeneral

deProblemas

descripcióndel dominio

problemaconcreto

solución


• Predominancia del conocimiento sobre la inteligencia en la resolución de problemas

• Paradigmas:

• Sistemas basados en conocimiento

• Sistemas expertos

Inteligencia Artificial Años 70:“La Antítesis”

SE, SBC(con conocimientosobre el dominio)

problemaconcreto

solución+ explicación+ justificación


• Reuso de módulos: razonamiento, interfaces. ..

• Paradigma:

• Herramientas de desarrollo genéricas

Inteligencia Artificial Años 80:“La Síntesis”

Herramienta

Ingeniería deConocimientos

SistemaExperto

Expertos


• Integración de sistemas de IA en entorno (usuarios ,bases de datos, instrumentación...)

• Asimilación de paradigmas de IA por la Informática:• procesamiento simbólico (desde los 50:

compiladores, LISP. ..)

• representación del conocimiento (redes semánticas OOP)

• interfaces de usuario

• bases de conocimiento

• agentes

• en ciclo de vida: prototipado rápido ,espiral. ..

Inteligencia Artificial Años 90:“La Fagositosis”


• Sistema de símbolos:

• símbolos

• expresiones (o estructuras de símbolos)

• procesos sobre expresiones: creación, modificación, reproducción y destrucción.

• Hipótesis del sistema de símbolos (Newell y Simon, 1976):

• Un sistema de símbolos posee los elementos necesarios y suficientes para realizar una acción inteligente genérica.

La Hipótesis delSistema de Símbolos


• Programación automática: Verificación y síntesis.

• Razonamiento automático.

• Representación del conocimiento.

• Metodología de la programación en IA.

• Aprendizaje.

• Procesamiento del lenguaje natural.

• Resolución de problemas, métodos de control y búsqueda.

• Robótica.

• Interpretación de imágenes y visión artificial.

• Inteligencia artificial distribuida.

Campos de la Inteligencia Artificial según la ACM


• Tareas de la vida diaria:

• Percepción: visión y habla.

• Lenguaje natural: comprensión, generación y traducción.

• Sentido común.

• Control de robot.

Aplicaciones de la Inteligencia Artificial


• Tareas formales:

• Juegos: damas, ajedrez, go, ...

• Matemáticas: cálculo simbólico, demostración de teoremas.

• Computación: verificación de programas, aprendizaje automático.



• Tareas de expertos:

• Ingeniería: diseño, detección de fallos, planificación de manufacturación.

• Análisis científico.

• Diagnóstico y tratamiento médico.

• Análisis financiero.



• HITECH, el primer programa en ganar a un gran maestro del ajedrez (Berliner, 1989)

• PEGASUS, un programa de comprensión del habla capaz de entender los detalles de una petición de reserva de vuelo y de tramitar la transacción (Zue et al. 1994)

• MARVEL, un sistema experto para la monitorización del envio masivo de datos desde la sonda Voyager, capaz de alertar a los analistas en caso de problemas (Schwuttke, 1992)

Estado del Arte


• Un sistema experto para la diagnosis de enfermedades de los ganglios linfáticos, capaz de emitir una diagnosis y de dar una explicacián de la misma que sirva para seflalar los factores que la han motivado (Heckerman, 1991)

• Un sistema de monitorizacián de tráfico capaz de reconocer distintas escenas a partir de las imágenes tomadas desde una cámara en un cruce, e incluso de realizar llamadas automáticas a los servicios de emergencia en caso de accidentes (King et al. 1993)

Estado del Arte


• Un sistema robótico integrado en un coche, que recoge imágenes de video y señales de sensores, las integra con la experiencia adquirida en conducciones de entrenamiento, y es capaz de conducir en una autopista sin la intervención humana (Pomerleau, 1993).

• Deep Blue

• NARM

Estado del Arte

clase-ia

Documents

inteligencia artificial

inteligencia artificialdr

inteligencia artificial

wladimir rodrguezpostgrado

wladimir rodrguez email

humanos sistemas

parcial unidades iii

parcial unidades v