Académique Documents
Professionnel Documents
Culture Documents
Introduccin
La Inteligencia Artificial (IA) nace a mediados del siglo XX, con el fin de construir mquinas que pudieran pensar como el ser humano o emularle en alguna capacidad que denotara cierta inteligencia. Siendo el hombre homo sapiens (hombre sabio) es capaz de trascender a habilidades mentales tanto en su vida cotidiana como en su propio sentido de identidad. La IA se enfoca a crear y comprender entidades inteligentes, representar el conocimiento sobre un dominio muy concreto y razonar con l, las que son interesantes y tiles, generando productos de trascendencia y sorprendentes.
Ing. Carmen Rosa Pea Enciso
Introduccin
La IA desarrolla principios, mtodos, herramientas aplicables a la utilizacin del conocimiento humano en materias concretas para construir sistemas inteligentes capaces de percibir, razonar, comprender y producir un lenguaje natural utilizando procesos de aprendizaje. La IA formalmente se inicia en 1956, en la actualidad abarca desde reas de propsito general (percepcin y razonamiento lgico) hasta tareas especficas (ajedrez, demostracin de teoremas matemticos, diagnstico de enfermedades, etc.) y aplicaciones en diferentes entornos industriales.
http://wwwformal.stanford.edu/jmc/
La IA es el estudio de cmo hacer que los computadores realicen tareas en que, en el momento las personas son mejores. Elaine Rich, 1988
https://www.cs.utexas.edu/faculty/rich Ing. Carmen Rosa Pea Enciso
Un campo de estudio que se enfoca a la explicacin y emulacin de la conducta inteligente en funcin de procesos computacionales (Schalkoff, 1990) La rama de la ciencia de la computacin que se ocupa de la automatizacin de la conducta inteligente (Luger y Stubblefield, 1993)
Ese mismo ao se anunci la creacin del primer programa de computadora con IA llamado Logic Theorist, para demostrar teoremas de clculo, con capacidad limitada.
1965-1975:
Representacin general del conocimiento Redes semnticas [Quillian] Prototipos (frames) [Minsky] Perceptron [Minsky y Papert] Lgica [Kowalski] Mundo de bloques (SHDRLU) [Winograd] Compresin de lenguaje, visin, robtica. Dificultades de representacin general, problemas de juguete
[1] Gonzalo Pajares Martinsanz y Matilde Santos Peas. Inteligencia Artificial e Ingeniera del Conocimiento
Inteligencia especfica vs. general Representacin explcita del conocimiento especfico del dominio. Sistemas expertos o basados en conocimiento. Regreso de redes neuronales [Hopfield, Rumelhart, Hinton], algoritmos genticos [Holland, Goldberg], Reconocimiento de voz (HMM), incertidumbre (RB, Lgica difusa), planeacin, aprendizaje. Aplicaciones reales (medicina, finanzas, ingeniera, exploracin, etc.). Limitaciones: conocimiento superficial
[1] Gonzalo Pajares Martinsanz y Matilde Santos Peas. Inteligencia Artificial e Ingeniera del Conocimiento
1952-1969:
Samuel - Checkers (52), McCarthy (58): Planificacin temporal, Programas con sentido comn. Minsky y McCarthy en MIT moldearon mucho del rea. (63) McCarthy se fue a Stanford SRI, Shakey, etc. Minsky, Evans, Student, Waltz, Winston, Winograd. Trabajo en RN: Hebb, Widrow, Rosenblatt DOSIS DE REALIDAD
1966-1976:
Simon predeca que en 10 aos se tendra una mquina inteligente. Predicciones similares en traduccin automtica y ajedrez. Teora de NP-completitud. Experimentos en machine evolution (ahora algoritmos genticos) (Friedberg, 58). Minsky y Papert: Perceptrones (69); el mismo ao se descubri backpropagation (Bryson y Ho)
[2] Gonzalo Pajares Martinsanz y Matilde Santos Peas. Inteligencia Artificial e Ingeniera del Conocimiento
1986-HOY:
1987-HOY:
LOGROS RECIENTES
Cambio gradual hacia reas aplicadas (cierto grado de madurez y estabilidad); reconocimiento de voz (HMM), incertidumbre (Bayes), planeacin (Tweak), robtica, aprendizaje, etc.
[2] Gonzalo Pajares Martinsanz y Matilde Santos Peas. Inteligencia Artificial e Ingeniera del Conocimiento
Aplicaciones de la ciencia cognoscitiva Sistemas expertos Sistemas de aprendizaje Lgica difusa Algortmos genticos Redes neurorales Agentes inteligentes
Aplicaciones de la robtica
Aplicaciones de las interfaces naturales Lenguajes naturales Reconocimiento del lenguaje Interfaces sensoriales mltiples Realidad virtual
Sistemas Expertos
Lgica Fuzzy
Redes Neuronales
Computacin Evolutiva
Algoritmos Genticos
Programacin Gentica
Caractersticas Inteligentes:
Resolucin de problemas
Comprensin de lenguaje natural
Aprendizaje
Razonamiento
Computador inteligente:
El computador inteligente es aquel que responde a la pregunta mismo que la respuesta no tenga sido almacenada. Esto es, con los hechos que fueron almacenados y con un "conocimiento" que fue tambin almacenado, el deduce una respuesta que no estaba almacenada en su memoria.
Computador inteligente:
Ejemplo: Hecho 1: Mirna es hija de Sonia. Hecho 2: Santiago es hijo de Sonia. Conocimiento 1: hermano o hermana es aquel que es hijo del mismo padre o madre Pregunta: Mirna es hermana de Santiago? SI.
Sistemas Inteligentes Procesamiento simblico (conocimiento) Estructura de control del programa independiente del dominio del conocimiento (variando el conocimiento no cambia el programa) Fcil de modificar y actualizar Respuestas satisfactorias son aceptadas
Sistemas de Procesamiento de Datos Procesamiento numrico (datos) Estructura de control e informaciones integrados (cambiando la informacin cambia el programa) Difcil de modificar Slo se admite la mejor solucin posible
Juan
Susy
Estudia
Ing. de Sistemas
Registro
Los objetos y relaciones se representan mediante una coleccin de datos simples llamados campos o tomos. Un campo o tomo puede ser una coleccin de campos.
Ejemplo - Juan es hijo de Ral y Susy - Juan estudia Ing. de Sistemas (Juan (es hijo de Ral) (es hijo de Susy) (estudia Ing. de Sistemas))
Ing. Carmen Rosa Pea Enciso
Predicado
Cada relacin se representa como un predicado o funcin de valores lgicos y con argumentos los objetos: Relacin (objeto1, objeto2,...,) Esta funcin asume valor verdadero o falso, segn se verifique o no para los objetos involucrados.
Ejemplo - Juan es hijo de Ral y Susy - Juan estudia Ing. de Sistemas Hijo (Juan, Susy) Hijo (Juan, Ral) Estudia (Juan, Ing. de Sistemas) Hijo (Juan, Mara)
Red de Inferencias
alerta evacuacin
R10 R12
R11 lluvia cambio
R9
R8 R7 nivel
R15
R1
previsin
precipitaciones
mes
altura
Ejemplos
La siguiente figura es una Red Semntica? Qu representa?
San Francisco
Chicago Nueva York
Indianpolis
La siguiente figura es una Red Semntica? Qu muestran los vnculos? Qu se puede inferir entre Juana y Pedro? Construya los hechos. Represente el conocimiento como Registro y predicado.
Juana
esposa de esposo de
esposa de
esposo de
madre de
Rosa
padre de
madre de
padre de Toms
padre de
un_tipo_de : relaciona nodos genricos con nodos genricos. es_un : relaciona un caso o un individuo con una clase genrica
Aeronave
un_ tipo_de
un_ tipo_de
redonda
tiene forma
globo
Manejo a propulsin
un_ tipo_de
Jet
un_ tipo_de
un_ tipo_de
un_ tipo_de
Concorde
DC-3
es_un Espritu de San Luis
es_un
Dirigible Goodyear
Ing. Carmen Rosa Pea Enciso
es_un
Fuerza Area 1
Red Semntica: Inteligencia artificial, dimensiones de la IA, aplicaciones de IA, sistemas inteligentes segn sectores
Y B C
R3: FB
R4: GJC R5: KLD
D
Tarea N 1 (individual)
Construya una red semntica que muestre el conocimiento de Data Centers como definicin, uso, caractersticas, tipos, componentes, equipamiento, marcas, modelos, servicios que brinda, proveedores, niveles, etc. Debe utilizar guiones: un_tipo_de, es_un, as como vnculos que muestren dicho conocimiento.