intel.ligencia artificial` bejar/ia/material/teoria/  · pdf file intel.ligencia...

Click here to load reader

Post on 12-Mar-2020

2 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • Intel.ligència Artificial

    CURS 2012/2013 1Q

    APUNTS D’INTEL.LIGÈNCIA ARTIFICIAL

    Departament de Llenguatges i Sistemes Informàtics

    Enginyeria en Informàtica

    cbea

  • This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike License. cbea

    To view a copy of this license, visit http://creativecommons.org/licenses/by-nc-sa/2.0/ or send a letter to:

    Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.

  • Índice general

    0. Introducción 1

    I Resolución de problemas 3

    1. Resolución de problemas 5 1.1. ¿Qué es un problema? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2. El espacio de estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3. Algoritmos de búsqueda en el espacio de estados . . . . . . . . . . . . . . . . . . . . . 10

    2. Búsqueda no informada 13 2.1. Búsqueda independiente del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.2. Búsqueda en anchura prioritaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3. Búsqueda en profundidad prioritaria . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.4. Búsqueda en profundidad iterativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

    3. Búsqueda heurística 23 3.1. El conocimiento importa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2. El óptimo está en el camino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.3. Tú primero y tú después . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4. El algoritmo A∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.5. Pero, ¿encontraré el óptimo? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

    3.5.1. Admisibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.5.2. Consistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.5.3. Heurístico más informado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

    3.6. Mi memoria se acaba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.6.1. El algoritmo IDA∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.6.2. Otras alternativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

    4. Búsqueda local 35 4.1. El tamaño importa, a veces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2. Tu sí, vosotros no . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

    4.2.1. Ejemplo: El problema de la mochila . . . . . . . . . . . . . . . . . . . . . . . . 39 4.3. Un mundo de posibilidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

    1

  • 2

    4.4. Demasiado calor, demasiado frío . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.4.1. Ejemplo: El viajante de comercio . . . . . . . . . . . . . . . . . . . . . . . . . 44

    4.5. Cada oveja con su pareja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4.5.1. Codificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 4.5.2. Operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 4.5.3. Combinación de individuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.5.4. El algoritmo genético canónico . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.5.5. Cuando usarlos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.5.6. Ejemplo: Las N reinas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

    5. Búsqueda con adversario 55 5.1. Tú contra mi o yo contra ti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 5.2. Una aproximación trivial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 5.3. Seamos un poco más inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 5.4. Seamos aún más inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

    6. Satisfacción de restricciones 63 6.1. De variables y valores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 6.2. Buscando de manera diferente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

    6.2.1. Búsqueda con backtracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 6.2.2. Propagación de restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 6.2.3. Combinando búsqueda y propagación . . . . . . . . . . . . . . . . . . . . . . . 69

    6.3. Otra vuelta de tuerca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 6.4. Ejemplo: El Sudoku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

    II Representación del conocimiento 73

    7. Introducción a la representación del conocimiento 75 7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 7.2. Esquema de representación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 7.3. Propiedades de un esquema de representación . . . . . . . . . . . . . . . . . . . . . . 78 7.4. Tipos de conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

    7.4.1. Conocimiento Relacional simple . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.4.2. Conocimiento Heredable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.4.3. Conocimiento Inferible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 7.4.4. Conocimiento Procedimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

    8. Lógica 81 8.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 8.2. Lógica proposicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 8.3. Lógica de predicados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 8.4. Lógica y representación del conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . 84

    9. Sistemas de reglas de producción 85 9.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.2. Elementos de un sistema de producción . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.3. El motor de inferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

    9.3.1. Ciclo de ejecución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 9.4. Tipos de razonamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

    9.4.1. Razonamiento guiado por los datos . . . . . . . . . . . . . . . . . . . . . . . . 90

  • 3

    9.4.2. Razonamiento guiado por los objetivos . . . . . . . . . . . . . . . . . . . . . . 91 9.5. Las reglas como lenguaje de programación . . . . . . . . . . . . . . . . . . . . . . . . 91 9.6. Las reglas como parte de aplicaciones generales . . . . . . . . . . . . . . . . . . . . . 93

    10.Representaciones estructuradas 95 10.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 10.2. Redes semánticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 10.3. Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

    10.3.1. Una sintaxis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

    11.Ontologías 103 11.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 11.2. Necesidad de las ontologías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 11.3. Desarrollo de una ontología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 11.4. Proyectos de ontologías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

    III Sistemas basados en el conocimiento 113

    12.Introducción a los SBC 115 12.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 12.2. Características de los SBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 12.3. Necesidad de los SBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 12.4. Problemas que se pueden resolver mediante SBC . . . . . . . . . . . . . . . . . . . . . 118 12.5. Problemas de los SBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 12.6. Áreas de aplicación de los SBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 12.7. Breve historia de los SBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

    13.Arquitectura de los SBC 123 13.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 13.2. Arquitectura de los sistemas basados en reglas . . . . . . . . . . . . . . . . . . . . . . 124

    13.2.1. Almacenamiento del conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . 124 13.2.2. Uso e interpretación del conocimiento . . . . . . . . . . . . . . . . . . . . . . . 125 13.2.3. Almacenamiento del estado del problema . . . . . . . . . . . . . . . . . . . . . 126 13.2.4. Justificación e inspección de las soluciones . . . . . . . . . . . . . . . . . . . . 126 13.2.5. Aprendizaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

    13.3.

View more