Universidad Auto noma del Estado de Hidalgo Instituto de Ciencias Ba sicas e Ingenier a Inteligencia Articial Licenciatura en Sistemas Computacionales

Karla I. L opez De La Cruz mailto: lopezdelacruz.ki@gmail.com

Enero de 2014

Este documento contiene las notas de la unidad 1 para el curso de Inteligencia Articial. La unidad tiene como objetivo comprender el enfoque y los fundamentos cl asicos y modernos de la Inteligencia Articial.

 Indice general
1. Introducci on a la Inteligencia Articial 1.1. Denici on . . . . . . . . . . . . . . . . 1.2. Historia de la Inteligencia Articial . . 1.3. Paradigmas de la Inteligencia Articial 1.3.1. Sistemas expertos . . . . . . . . 1.3.2. L ogica difusa . . . . . . . . . . 1.3.3. Redes neuronales . . . . . . . . 1.3.4. Computaci on evolutiva . . . . . 1.3.5. Algoritmos gen eticos . . . . . . 1.3.6. Programaci on gen etica . . . . . 1.4. Aplicaciones de la IA . . . . . . . . . . 1 1 2 4 5 5 5 5 5 6 6

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

II

INDICE GENERAL

1 Introducci on a la Inteligencia Articial

1.1. Denici on

Para que un sistema act ue de forma inteligente debe imitar las funciones de las criaturas vivas en cuanto a algunas de sus facultades mentales. La inteligencia requiere la habilidad de percibir y adaptarse al entorno, tomar decisiones y realizar acciones de control. Altos niveles de inteligencia pueden incluir el reconocimiento de objetos y sucesos, la representaci on del conocimiento en modelos ling u sticos, el razonamiento y la planicaci on. en grados m as avanzados, la inteligencia proporciona la capacidad de percibir y entender, de elegir razonadamente y de actuar satisfactoriamente bajo una gran variedad de circunstancias, as como de prosperar, sobrevivir y reproducirse en un entorno complejo y a menudo hostil. La inteligencia adem as crece y evoluciona. Las t ecnicas de IA intentan conseguir algunos de los objetivos mencionados. La IA es una acepci on acu nada en torno a mediados del siglo XX, tiene como modelo natural las funcionalidades inteligentes del hombre, enfoc andose en distintos aspectos. Su primera motivaci on fue intentar construir m aquinas que pudieran pensar como el ser humano, o al menos emular alguna capacidad que denotara cierta inteligencia. La inteligencia articial (IA) se puede denir como el estudio de las facultades mentales a trav es del uso de modelos computacionales (McCarthy, Minsky, Newell, Simon). Es el estudio de c omo programar computadoras que posean la facultad de hacer aquello que la mente humana puede realizar (Marvin Minsky). En un sentido m as amplio, la IA es una ciencia orientada al dise no y construcci on de m aquinas que implementen tareas propias de humanos dotados de inteligencia. La IA es la implementaci on de razonamientos inteligentes mediante t ecnicas propias de la computaci on (Hayes). Una m aquina inteligente debe hacer las cosas que nosotros queremos que haga, que nosotros har amos, pero quiz as no como nosotros las hacemos. Las t ecnicas deben realizar de forma eciente una serie de tareas que nos faciliten el trabajo, quiz as en menos tiempo, 1

2 con menos datos.

1.2. Historia de la Inteligencia Articial

Una computadora puede simular algo que en el hombre se da de otra manera. Un hombre capta la esencia de una cosa, mientras que en una computadora se pueden simular procesos epistemol ogicos en base a la forma accidental. Un verdadero programa inteligente aprender a de su experiencia por generalizaci on y abstracci on, emulando la mente humana, especialmente en su habilidad de razonar y aprender en un ambiente de incertidumbre, imprecisi on, con informaci on incompleta o err onea, caracter sticas propias del mundo real, tanto de los sistemas como del lenguaje natural. De esta forma es capaz de modelar y controlar una amplia variedad de sistemas complejos y constituye una herramienta efectiva para tratar problemas hasta ahora no abordados por su complejidad o por la naturaleza de su informaci on. La IA se utiliza para la toma de decisiones en ambientes con incertidumbre, para el razonamiento aproximado, la clasicaci on, la comprensi on de se nales, el reconocimiento de patrones, entre otras utilidades. Sus aplicaciones est an relacionadas con el comercio, las nanzas, la medicina, la rob otica o la automatizaci on, entre otros a mbitos. El estudio y desarrollo de sistemas inteligentes requiere esfuerzos signicativos de investigaci on multidisciplinarios para integrar conceptos y m etodos de distintas areas como ciencias de la computaci on, inteligencia articial, investigaci on operativa, gesti on del conocimiento, tratamiento de la informaci on, control, identicaci on, estimaci on, teor a de la comunicaci on, entre otras. M aquina inteligente. Es la que realiza el proceso de analizar, organizar y convertir los datos en conocimiento, donde el conocimiento del sistema es informaci on estructurada, adquirida y aplicada para reducir la ignorancia o la incertidumbre sobre una tarea espec ca. Un sistema inteligente debe ser altamente adaptable a cambios signicativos impredecibles, por lo que el aprendizaje es esencial. Debe exhibir un alto grado de autonom a para tratar con los cambios y ser capaz de tratar con complejidad signicativa. Es un procedimiento computacionalmente eciente de dirigir un sistema complejo a un objetivo, con una representaci on incompleta o inadecuada, bajo especicaciones imprecisas de c omo hacerlo, es decir, act ua apropiadamente en un entorno con incertidumbre.

1.2.

Historia de la Inteligencia Articial

384 - 322 A.C. Silogismos (Arist oteles) 1854 Fundamentos de l ogica proposicional (Boole) 1879 C alculo de predicados(Frege)

1. Introducci on a la Inteligencia Articial

1943 Relaciones entre elementos computacionales y neuronas biol ogicas (McCulloch, Pitts) 1948 Cibern etica (Wiener) 1950 - 1970 Programas que juegan ajedrez (Shannon 1950, Newell, Shaw y Simon 1958). Programas que juegan damas (Samuel 1959, Samuel 1967). 1950 Inteligencia y funcionamiento de m aquinas.Posibilidad de mecanizar la inteligencia (Turing) 1955 IPL - II Lenguaje de procesamiento (Newell, Shaw, Herbert) 1956 Aut omata studies (Shannon y McCarthy) Dartmouth 1956 Surge el t ermino Inteligencia Articial (McCarthy). Teorizador l ogico (Newell, Shaw y Simon). 1960 Control adaptativo (Widrow y Ho) 1959 Programas para demostrar teoremas de geometr a plana (Gelernter). 1962 Perceptrones para aprendizaje y reconocimiento de patrones (Rosenblatt) 1963 Pasos hacia la IA en Ordenadores y Razonamiento (Minsky) 1964 STUDENT Programa de lenguaje natural que comprende y resuelve problemas elevados de algebra (Bobrow) 1965 Ling u stica computacional (Chomsky) 1966 ELIZA Simula las respuestas de un psicoterapeuta en di alogo con un paciente (Weizenbaum) 1967 Dendral int erprete de espectograma de masa. Analiza informaci on sobre componentes qu micos para determinar su estructura (Feingenbaum, Buchanan y Lederberg) 1970 SHRDLU Comprende y ejecuta correctamente ordenes dadas en ingl es acerca de un mundo de bloques (Winograd) 1971 STRIPS Planica proyectos mediante secuencias de operadores (Nilsson, Fikes). MACSYMA Realiza c alculos integrales y diferenciales, simplica expresiones simb olicas (Martin, Moses) 1972 SHAKEY Robot m ovil capaz de recibir instrucciones y planear acciones inteligentes para realizar tareas (SRI international)

1.3. Paradigmas de la Inteligencia Articial

1973 LUNAR sistema para la comprensi on uida del habla (Woods). MARGIE Hace inferencias y genera par afrasis. 1974 Mycin diagnostica problemas en la sangre y receta la correspondiente medicaci on 1975 PROLOG Lenguaje de programaci on l ogica 1976 AM Programa de aprendizaje que dene y eval ua conceptos matem aticos con teor a de conjuntos y n umeros (Lenat) Heurisko Perfecciona su propio conocimiento, de forma autom atica, por inducci on 1997 Deep blue vence al campe on mundial de ajedrez Garry Kasparov

1.3.

Paradigmas de la Inteligencia Articial

La inteligencia requiere conocimiento. El conocimiento posee caracter sticas deseables tales como: Es voluminoso Dif cil de representar en forma exacta Cambia constantemente Se diferencia de los datos al ser organizado en forma que corresponda a la forma en que ser a usado Una t ecnica de IA es un m etodo que aprovecha el conocimiento, el cual debe ser representado de tal forma que: El conocimiento capture generalizaciones. No es necesario representar situaciones de forma separada, las situaciones comparten propiedades que pueden ser agrupadas Puede ser entendido por las personas que lo proporcionan. El conocimiento es proporcionado por personas en los t erminos que ellas comprenden. Puede ser modicado para corregir errores y para reejar cambios en el ambiente y en la percepci on del ambiente Puede ser usado en una gran variedad de situaciones, a un si no es del todo exacto o completo. Puede ser usado para superar su propio volumen, y disminuir el rango de posibilidades que normalmente deben considerarse. Las t ecnicas de IA se pueden caracterizar con independencia del problema a tratar. Para solucionar problemas complicados, los programas que utilizan las t ecnicas de IA presentan las siguientes ventajas con respecto a los que no lo hacen:

1. Introducci on a la Inteligencia Articial

Son menos fr agiles, es decir, que no se despistan frente a una perturbaci on peque na de la entrada El conocimiento del programa es comprendido f acilmente por la gente Usa generalizaciones Tiene facilidad de extensi on Como contraposici on, generalmente tienen m as complejidad que otras soluciones.

1.3.1.

Sistemas expertos

Un sistema experto(SE) es b asicamente un conjunto de programas inform aticos que aplica el proceso de razonamiento humano al conocimiento de un experto en la soluci on de tipos espec cos de problemas. Son sistemas basados en reglas de producci on u otros procesos de razonamiento. Algunas de sus caracter sticas son la heur stica, el tratamiento simb olico, la toma de decisiones, la memoria, la predicci on y la inferencia.

1.3.2.

L ogica difusa

La l ogica difusa es una forma matem atica de representar la imprecisi on inherente al lenguaje natural, introducida por Lofti A Zadeh en 1965. Es una generalizaci on de la l ogica cl asica: las variables toman valores ling u sticos de verdad. La pertenencia a los conjuntos difusos es gradual. Implementa la forma de razonar propia del sentido com un.

1.3.3.

Redes neuronales

En la d ecada de los 80 se empez o a considerar este paradigma computacional conexionista cuya estructura emula el proceso biol ogico del aprendizaje humano. Son sistemas compuestos por muchos elementos de procesamiento (neuronas) que operan en paralelo, cuya funci on es determinada por la estructura de la red, las conexiones y el proceso local realizado por elementos computacionales o nodos. Las redes neuronales pueden aprender de datos de entrenamiento, y en realidad son aproximaciones de funciones matem aticas.

1.3.4.

Computaci on evolutiva

Se inspira en el mundo biol ogico, desarrolla programas usando analog as con procesos biol ogicos tales como la evoluci on y la selecci on natural. Se aplica satisfactoriamente, sobre todo, a problemas de optimizaci on, programaci on autom atica y aprendizaje de m aquinas. Dentro de ella se encuentran los algoritmos gen eticos y el sistema computacional inmunizado, basado en la operaci on de un sistema biol ogico inmune

1.3.5.

Algoritmos gen eticos

Un algoritmo gen etico es un procedimiento de b usqueda y optimizaci on modelado seg un los mecanismos gen eticos de selecci on natural de los seres vivos. Surgieron del estudio de los aut omatas celulares llevado a cabo por Holland en 1975. Su funcionamiento

1.4. Aplicaciones de la IA

b asico es evolucionar a partir de una poblaci on que representa las soluciones candidatas (individuos) para un determinado problema, intentando producir nuevas generaciones de soluciones mejores que las anteriores, evaluadas por una funci on de ajuste. Se utilizan en problemas complejos de optimizaci on por su paralelismo impl cito y su habilidad de mantener m ultiples soluciones concurrentemente.

1.3.6.

Programaci on gen etica

Aplica los principios evolutivos de los algoritmos gen eticos para hacer evolucionar programas inform aticos. La programaci on gen etica conduce al predominio de los programas m as aptos para la soluci on de un problema dado. Ahora en la poblaci on los individuos son programas. Cada nueva generaci on se obtiene por la reproducci on de los programas que funcionan mejor, con un peque no factor de mutaciones aleatorias.

1.4.

Aplicaciones de la IA
Percepci on (visi on y habla) Lenguaje natural (comprensi on, generaci on, traducci on) Sentido com un Control de un robot

Tareas de la vida diaria (m as dif cil para una m aquina que las tareas de un experto)

Tareas formales Juegos (ajedrez, backgammon, damas) Matem aticas (geometr a, l ogica, c alculo, demostraci on de propiedades) Tareas de los expertos (necesitan un conocimiento menor que el conocimiento necesario en las tareas m as comunes) Ingenier a (dise no, detecci on de fallos, planicaci on de manufacturaci on) An alisis cient co Diagnosis m edica An alisis nanciero