Sin ttulo de diapositiva

1
INSTITUTO TECNOLÓGICO de nuevo laredo
Curso de Inteligencia Artificial
Ing. Sergio Garza Carranza M.C.
2
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
3
Curso de Inteligencia Artificial
BIBLIOGRAFÍA
INTELIGENCIA ARTIFICIAL Un Enfoque Moderno Stuart
Russell, Peter Norvig 2ª Edición, Pearson
Prentice Hall
INTELIGENCIA ARTIFICIAL Elaine Rich, Kevin
Knight2ª Edición, McGraw Hill
INTELIGENCIA ARTIFICIAL Patrick Henry Winston3ª
Edición., Addison Wesley
4
Curso de Inteligencia Artificial

• EVALUACIÓN
• Exámenes escritos
• Programas
• Tareas
• Exposición de clase
• Participación / asistencia

5
Curso de Inteligencia Artificial
1. Introducción
6
Curso de Inteligencia Artificial
La Inteligencia Artificial y la humana Antes de
describir la inteligencia artificial, conviene
distinguir claramente entre los términos
inteligencia artificial e inteligencia humana.

• Todos los sistemas exitosos de IA se basan en el
  conocimiento y la experiencia humanos, y patrones
  de razonamiento seleccionados.
• Los sistemas exitosos de IA son naturalmente
  inteligentes. Son como libros de texto y otros
  artefactos humanos de inteligencia.

7
Curso de Inteligencia Artificial

• La Inteligencia Artificial y la humana
• La mayor parte de los sistemas de IA pueden ser
  desarrollados solo cuando la inteligencia humana
  puede ser expresada en forma sencilla (por
  ejemplo si x entonces y).

• Los sistemas existentes extienden el poder de los
  expertos, pero de ninguna manera los sustituyen
  ni capturan mucha de su inteligencia.
• A los sistemas inteligentes existentes les falta
  el sentido común y la generalidad de los seres
  humanos.

8
Curso de Inteligencia Artificial

• La Inteligencia Artificial y la humana
• Por su parte, la inteligencia humana es de gran
  complejidad y de mucha mayor amplitud que las
  computadoras o los sistemas de información.

• Los filósofos, los psicólogos y otros estudiosos
  del conocimiento humano han reconocido que los
  aspectos claves de la inteligencia humana van más
  allá de toda descripción posible, y por lo tanto,
  no pueden ser imitados fácilmente por cualquier
  máquina diseñada escrupulosamente.
• Si un problema no puede ser descrito, no puede
  ser programado.

9
Curso de Inteligencia Artificial

• La Inteligencia Artificial y la humana
• Al menos cuatro capacidades importantes quedan
  involucradas en la inteligencia humana
• Raciocinio.
• Comportamiento.
• Uso de metáforas y analogías.
• Creación y uso de conceptos.

L
10
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

11
Curso de Inteligencia Artificial
Definición Inteligencia Artificial. Existen
muchas definiciones de Inteligencia artificial,
sin embargo todas ellas giran en torno a una
misma idea. Por ejemplo Conjunto de técnicas
que se aplican a la computadora con el objeto de
desarrollar su capacidad para realizar funciones
de aprendizaje y autocorrección La siguiente
tabla muestra una clasificación de algunas
definiciones de IA con respecto a su enfoque.
12
Procesos mentales y razonamiento
El estudio de las facultades mentales mediante
el uso de modelos computacionales (Charniak y
McDermott, 1985). Estudio de los cálculos que
permiten percibir, razonar y actuar (Winston,
1992).
La automatización de actividades que vinculamos
con procesos de pensamiento humano, tales como la
toma de decisiones, resolución de problemas,
aprendizaje ... (Bellman, 1978).
Un campo de estudio que se enfoca a la
explicación y emulación de la conducta
inteligente en función de procesos
computacionales (Schalkoff, 1990). La rama de
la ciencia de la computación que se ocupa de la
automatización de la conducta inteligente
(Luger y Stubblefield, 1993)
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).
Conducta
Eficiencia Humana
Racionalidad
13
Curso de Inteligencia Artificial

• FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
• 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?
• Lógica, métodos de razonamiento.
• Mente como sistema físico.
• Fundamentos de aprendizaje, lenguaje,
  racionalidad.

14
Curso de Inteligencia Artificial

• FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
• Matemáticas
• Qué se puede computar?
• Cómo razonamos con información incompleta?
• Algoritmos
• Computación
• Indecisión, inflexibilidad.
• Probabilidad

15
Curso de Inteligencia Artificial

• FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
• Neurociencia
• Cómo procesa la información el cerebro?
• Neuronas
• Actividad mental
• Psicología
• Cómo piensan y actúan los humanos y animales?
• Conductismo
• Psicología cognitiva
• Ciencia cognitiva

16
Curso de Inteligencia Artificial

• FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
• Economía
• Cómo se debe llevar a cabo el proceso de toma de
  decisiones para maximizar el rendimiento?
• Teoría de toma de decisiones
• Teoría de juegos
• Investigación operativa.

17
Curso de Inteligencia Artificial

• 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 McCarthy, entonces profesor asistente de
  matemáticas en Darmouth, acuñó el término
  inteligencia artificial para el tema de la
  conferencia.

Jhon McCarhty
18
Curso de Inteligencia Artificial

• El punto cumbre fué la presentación del Logic
  Theorist. Este sistema procesaba símbolos no
  numéricos en lugar de números, y demostró ciertos
  teoremas de los Principia Mathematica de Alfred
  North Whitehead y Bertrand Russell.
• Este fué el primer software en manifestar
  propiedades de inteligencia artificial.

Bertrand Russell
Alfred North Whitehead
19
Curso de Inteligencia Artificial
DESARROLLO HISTÓRICO DE LA INTELIGENCIA ARTIFICIAL

• Según Jackson (1986)
• 1950-1965 Periodo Clásico
• Gestación McColluck y Pitts, Shannon, Turing  
• Inicio - reunión de Darmouth College en 1956
  Minsky, McCarthy
• Redes neuronales, robótica (Shakey)
• Búsqueda en un espacio de estados, Heurísticas,
  LISP
• Resolvedor general de problemas (GPS) Newell,
  Simon
• Juegos, prueba de teoremas
• Limitaciones de pura búsqueda, explosión
  combinatoria.

Peter Jackson
20
Curso de Inteligencia Artificial
DESARROLLO HISTÓRICO DE LA INTELIGENCIA ARTIFICIAL

• 1965-1975 Periodo romántico
•  
• Representación general del conocimiento.
• Redes semánticas Quillian
• Prototipos (frames) Minsky
• Perceptrón Minsky y Papert
• Lógica Kowalski
• Mundo de bloques (SHDRLU) Winograd
• Compresión de lenguaje, visión, robótica.
• Dificultades de representación general'',
  problemas de juguete.

21
Curso de Inteligencia Artificial
DESARROLLO HISTÓRICO DE LA INTELIGENCIA ARTIFICIAL

• 1975-Hoy Periodo moderno
•  
• Inteligencia especifica vs general.
• Representación explícita del conocimiento
  específico del dominio.
• Sistemas expertos o basados en conocimiento.
• Regreso de redes neuronales Hopfield, Rumelhart,
  Hinton, algoritmos genéticos
  Holland, Goldberg
• Reconociminto de voz (HMM), incertidumbre (RB,
  Lógica difusa), planeación, aprendizaje
• Aplicaciones reales (medicina, finanzas,
  ingeniería, exploración, etc )
• Limitaciones conocimiento superficial, muy
  específico, falta sentido común.

22
Curso de Inteligencia Artificial
DESARROLLO HISTÓRICO DE LA INTELIGENCIA ARTIFICIAL
Según Russell y Norvig (1995) 
Stuart Russell
Peter Norvig
Gestación (1943-1956) McCullock y Pitts (43),
Hebb (49), Shannon  (50), Turing (53), Minsky  y
Edmonds (51). Darmouth College (56) McCarthy,
Newell  y Simon  The Logic Theorist
Entusiasmo y grandes expectativas (1952-1969)
Samuel - checkers (52), McCarthy  (58) Lisp,
time sharing, Programs with common sense. Minsky
y McCarthy en MIT moldearon mucho del area. En 63
McCarthy se fue a Stanford SRI, Shakey, etc.
Minsky Evans, Student, Waltz, Winston, Winograd,
etc. Trabajo en RN Hebb, Widrow, Rosenblatt
23
Curso de Inteligencia Artificial
DESARROLLO HISTÓRICO DE LA INTELIGENCIA ARTIFICIAL
Dosis de realidad (1966-1974) Simon predecía
que en 10 años se tendría una máquina
inteligente. Predicciones similares en traducción
automática y ajedrez. Teoría de NP-completness.
Experimentos en machine evolution (ahora
algoritmos genéticos) (Friedberg, 58) estaban
bien fundados pero no produjeron nada. Minsky y
Papert Perceptrons (69) Sistemas basados en
conocimiento (1969-1979) Dendral ,  Mycin ,
HPP, Prospector, Winograd SHDRLU, frames, Prolog,
Planner IA como industria (1980-1988)
R1/XCON, proyecto de la quinta generación,
shells y máquinas de Lisp. Regreso de redes
neuronales (1986-presente) Hopfield, Rumelhart
y Hinton y descenso de los SE Eventos recientes
(1987-presente) Cambio gradual hacia los
técnicos y lejos de los rudos (implica cierto
grado de madurez y estabilidad) , reconocimiento
de voz (HMM), incertidumbre (Bayes), planeación
(Tweak), robótica, aprendizaje (PAC), etc
24
Curso de Inteligencia Artificial

• DESARROLLO DE LA INTELIGENCIA ARTIFICIAL
• El desarrollo de las técnicas de IA tiene dos
  fuentes principales
• El Enfoque Ascendente
• El Enfoque Descendente

El enfoque ascendente, trata de imitar al
cerebro humano al nivel de máquina. Las máquinas
de retroalimentación de Norbert Wiener, el
Perceptrón de Frank Rosenblatt y las computadoras
neurales actuales se basan en este enfoque.
Norbert Wiener
25
Curso de Inteligencia Artificial
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL

• El enfoque descendente, trata de representar el
  conocimiento humano a través de la lógica. El
  Logic Theorist de Newell y Simon, el General
  Problem Solver y los sistemas expertos actuales
  son los ejemplos más importantes de este enfoque.

Allen Newell
26
Curso de Inteligencia Artificial
AREAS DE APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL

• Búsqueda de soluciones
• Sistemas expertos
• Procesamiento de lenguaje natural
• Reconocimiento de patrones
• Robótica
• Aprendizaje

• Lógica
• Lógica Difusa
• Juegos
• Redes neuronales
• Algoritmos genéticos
• Realidad virtual

27
Curso de Inteligencia Artificial
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
Encontrar la ruta más corta entre dos ciudades, o
el famoso problema del agente viajero
28
Curso de Inteligencia Artificial
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.
29
Curso de Inteligencia Artificial
Procesamiento de Lenguaje Natural (PLN)
Para muchos investigadores , es el más difícil de
alcanzar de todos los objetivos de la
Inteligencia Artificial Permitir a la
computadora comprender el lenguaje humano
directamente sin el complicado conjunto de
lenguajes intermedios.
30
Curso de Inteligencia Artificial
Reconocimiento de Patrones (Visión)
Engloba un conjunto de técnicas de la matemática
aplicada y de la informática, ha despertado un
gran interés en las últimas décadas por sus
numerosas aplicaciones, entre las que se pueden
citar las siguientes ayuda al diagnóstico
médico, análisis automático de señales,
teledetección, inspección automática de productos
industriales, sistemas de vigilancia automática,
procesamiento de documentos, búsqueda automática
de información digitalizada etc.
31
Curso de Inteligencia Artificial
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.
32
Curso de Inteligencia Artificial
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.
33
Curso de Inteligencia Artificial
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.
34
Curso de Inteligencia Artificial
Lógica Difusa
Esta área de la Inteligencia Artificial estudia
los problemas de hacer que una computadora sea
capaz de tomar decisiones (pensar) usando
conocimiento incompleto o probabilístico.
35
Curso de Inteligencia Artificial
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.
Actualmente la pasión por los videojuegos es
dominante en todo el mundo por niños e inclusive
adultos.
36
Curso de Inteligencia Artificial
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.

37
Curso de Inteligencia Artificial
Redes Neuronales Artificiales
Es una nueva forma de computación que es capaz de
manejar las imprecisiones e incertidumbres que
aparecen cuando se trata de resolver problemas
relacionados con el mundo real (reconocimiento de
formas, toma de decisiones, etc..), ofreciendo
soluciones robustas y de fácil implementación.
Las RNA están compuestas de muchos elementos
sencillos que operan en paralelo, el diseño de la
red está determinado mayormente por las
conexiones entre sus elementos. Al igual que las
conexiones de las neuronas cerebrales.
La idea de las redes neuronales fue concebida
originalmente como un intento de modelar la
biofisiología del cerebro humano, esto es,
entender y explicar como funciona y opera el
cerebro.
38
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.
39
Curso de Inteligencia Artificial
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.
40
Curso de Inteligencia Artificial

• Los sistemas inteligentes pueden ayudar a los
  expertos a resolver problemas de análisis.
• Los sistemas inteligentes pueden ayudar a
  desarrollar nuevos elementos del conocimiento.
• Los sistemas inteligentes pueden aprender apartir
  de ejemplos y realizar generalizaciones.
• Pero...Cómo evaluar a un sistema como
  inteligente?

41
Curso de Inteligencia Artificial
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 puede diferenciar entre el
hombre y la máquina, entonces el sistema pasa la
prueba y se estima que es exitoso, es decir,
inteligente.
42
Curso de Inteligencia Artificial
Objetivos de la Inteligencia Artificial

• Realizar investigaciones sobre el comportamiento
  humano para desarrollar herramientas de apoyo que
  ayuden a mejorar las actividades del hombre.
• Desarrollar y aplicar técnicas para representar
  un gran volumen de conocimientos, para resolver
  problemas complejos de una manera rápida y
  confiable.

• Lograr crear pensamiento (sistemas basados en
  conocimientos) y poder desarrollar sistemas
  diferentes a los convencionales que no toman
  decisiones propias.

43
Curso de Inteligencia Artificial
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.