Académique Documents
Professionnel Documents
Culture Documents
Arguedas
ESCUELA PROFESIONAL DE
INGENIERIA DE SISTEMAS
INTELIGENCIA
ARTIFICIAL
INDICE
1.
.................................................INTRODUCCION
3
2.
OBJETIVO GENERAL.................................................................................................... 4
3.
OBJETIVOS ESPECIFICOS............................................................................................. 4
4.
5.
AGENTES INFORMATICOS........................................................................................... 8
6.
7.
LOGICA DIFUSA......................................................................................................... 19
8.
REDES NEURONALES................................................................................................ 23
9.
CONCLUSION............................................................................................................ 25
1.
INTRODUCCION
2.
OBJETIVO GENERAL
3.
OBJETIVOS ESPECIFICOS
Incrementar la difusin de la inteligencia artificial con los conocimientos
impartidos en este trabajo.
Proporcionar una herramienta de trabajo sobre sistemas expertos y
aplicaciones al personal de tecnologa de la informacin.
Entender a la IA concebida como el intento por desarrollar una tecnologa
capaz de proveer al ordenador capacidades de razonamiento similares a
los de la inteligencia humana.
Probar que los agentes en su concepcin como investigacin relativa a los
mecanismos de la inteligencia humana que se emplean en la simulacin
de validacin de teoras
Entender los objetivos de los agentes de informacin
4.
La idea de algo parecido a la inteligencia artificial existe desde hace millones de aos.
El primer hombre primitivo que tomo conciencia de su propia existencia, y de que era
programa anual.
premio principal.
Las
consecuencias
de
estos
estudios
turing y sala china que en si son lo
fueron discutidas durante la dcada de
I.J. Good, y John von Neumann quien
trmino "singularidad" para describir el
tecnolgico durante la dcada de 1950.
no es sino hasta en los 80s que la
popularizada por Vernor Vinge. Si la
ocurrir o no, es un hecho muy
debatido, pero la aproximacin ms comn
entre los futuristas la sita dentro de la tercera
Siglo XXI.
(Mquina
de
mismo)
los 60s por
usa
el
progreso
Sin embargo,
Singularidad es
Singularidad
dcada del
Otros, notablemente Raymond Kurzweil, han propuesto teoras que expanden la Ley de
Moore hacia tipos de computacin que van ms all de los simples transistores,
sugiriendo un patrn exponencial de progreso tecnolgico. Sin embargo Kurzweil
supone que el propio patrn de crecimiento cambia y la aceleracin se hace mayor
hasta el punto de adquirir un patrn de crecimiento hiperblico. Lo cual es anlogo al
espacio hiperblico de los agujeros negros. Segn Kurzweil, este patrn culmina en un
progreso tecnolgico inimaginable en el Siglo XXI, el cual conduce a la Singularidad, un
punto en el cual el crecimiento se hace infinito. Ley en el sentido cientfico, sino ms
bien una observacin, y ha sentado las bases de grandes saltos de progreso.
En 2004 la industria de los semiconductores produjo ms transistores (y a un costo ms
bajo) que la produccin mundial de granos de arroz, segn la Semiconductor Industry
Association (Asociacin de la Industria de los Semiconductores) de los Estados Unidos.
Gordon Moore sola estimar que el nmero de transistores vendidos en un ao era igual
al nmero de hormigas en el mundo, pero para el 2003 la industria produca cerca de 10
transistores y cada hormiga necesitaba cargar 100 transistores a cuestas para
conservar la precisin de esta analoga.
En 1978, un vuelo comercial entre Nueva York y Pars costaba cerca de 900 dlares y
tardaba 7 horas. Si se hubieran aplicado los mismos principios de la Ley de Moore a la
industria de la aviacin comercial de la misma forma que se han aplicado a la industria
de los semiconductores desde 1978, ese vuelo habra costado cerca de un centavo de
dlar y habra tardado menos de 1 segundo en realizarse. El crecimiento hiperblico es
el patrn que algunos indican que sigue el aumento de la informacin y de hecho ha
sido el ritmo en como ha venido creciendo la poblacin mundial por lo menos hasta
principios de siglo. Robert Anton Wilson generalizo la ley del crecimiento de la
informacin bajo el nombre del fenmeno del Jess saltador, que se inspira en la idea
de comenzar a contar los aos a partir del nacimiento de Jess, aunque tambin parece
un nombre irnico y humorstico, porque a medida que pasa el tiempo no son pocos los
que siguen pensando en el fin del mundo y la inminente llegada de Jess.
Segn Wilson, se inspir en Alfred Korzybski, el autor de la Semntica General, quien
habra observado que la informacin se duplicaba cada cierto tiempo. Korzybski tomo
como base, de todo el conocimiento acumulado y disponible por la humanidad, el ao 1
despus de cristo, Wilson le llama el primer Jess. La primera duplicacin se habra
dado durante el apogeo del renacimiento, con lo que se tendran entonces 2 Jess. La
segunda en el ao 1750, 4 Jess y las siguientes en los aos, 1900, 1950, 1960, 1967 y
1973 (128 Jess). Para el 2000 se calculaba que la informacin se duplicaba 2 veces en
un ao. Sin embargo de acuerdo a otro estudio realizado por la Universidad de Berkeley
en el ao 2004 por los profesores Peter Lyman y Hal Varian, a instancias de Microsoft
5.
AGENTES INFORMATICOS
Web
Ambos parmetros son inversamente proporcionales, por tanto si intentamos mejorar
uno perjudicaremos el otro. Se debera intentar conseguir un equilibrio entre los dos, lo
cual es bastante complejo en los actuales motores de bsqueda. Los agentes de
bsqueda proporcionan un punto de inicio en la exploracin en Internet para los
usuarios. Las ventajas que podemos encontrar o que deberan proporcionar son:
Facilidad de uso
Incremento de la productividad si el usuario sabe lo que quiere
Incremento de la precisin en la bsqueda sin aumentar notablemente el nmero
de documentos devueltos.
Reduccin de la sobrecarga que generan los procesos de bsqueda en la Web y
en el propio sistema.
Este tipo de agentes podran realizar las siguientes funciones en una organizacin:
Indexar informacin sobre los servidores de la organizacin para mejorar el
rendimiento de las bsquedas realizadas por los empleados.
Desarrollar servicios especializados de bsqueda, empleando recursos externos si
es relevante para la organizacin.
Promocionar mediante servicios especficos el uso de los recursos internos
disponibles.
Permitir compartir resultados de bsquedas entre diferentes comunidades de
usuarios.
Agentes de fi ltrado
Para que un agente de informacin pueda servir eficientemente a sus distintos usuarios,
necesita almacenar, aprender y manipular las preferencias y gustos de cada uno de
ellos, as como contemplar cualquier cambio que se produzca. Este perfil de usuario
puede servir como un indicador mucho ms fiable de la informacin a recuperar que las
palabras clave proporcionadas por el usuario, mtodo utilizado por los distintos
buscadores de informacin que existen en la actualidad.
La tarea de filtrado de un agente de Internet consiste en determinar si un artculo es
relevante o irrelevante para el usuario basndose en el perfil de usuario [Caglayan
1997], en un entorno donde la probabilidad de encontrar un documento relevante es
muy baja en comparacin con la alta probabilidad de encontrar un documento
irrelevante.
Existen diferentes tcnicas de aprendizaje que los agentes utilizan para aprender el
perfil de usuario. Entre ellas se pueden destacar los clasificadores Bayesianos, el vecino
ms cercano, los rboles de decisin, TF-IDF, redes neuronales y algoritmos genticos.
Despus de haber logrado aprender el perfil, ste puede ser utilizado para el filtrado de
informacin, pudiendo adems anticiparse a la obtencin de la informacin solicitada
por el usuario. La arquitectura de un agente de filtrado de informacin es la que
muestra
6.
Los agentes ms simples discutidos en este trabajo fueron los agentes reactivos. Los
cuales basan acciones en una aplicacin directa desde los estados a las acciones. Tales
agentes no pueden funcionar bien en entornos en los que esta aplicacin sea
demasiado grande para almacenarla y que tarde mucho en aprenderla. Por otra parte,
los agentes basados en objetivos pueden tener xito considerando las acciones futuras
y lo deseable de sus resultados.
Este captulo describe una clase de agente basado en objetivos llamado agente
resolvente problemas. Los agentes resolventes de problemas deciden qu hacer para
encontrar secuencias de acciones que conduzcan a los estados deseables. Comenzamos
definiendo con precisin los elementos que constituyen el problema y su
<<solucin> y daremos diferentes ejemplos para ilustrar estas definiciones. Entonces,
describimos diferentes algoritmos de propsito general que podamos utilizar para
resolver estos problemas y as comparar las ventajas de cada algoritmo. Los algoritmos
son no informados, en el sentido que no da informacin sobre el problema salvo su
definicin. En este trabajo no se hablara sobre los algoritmos de bsqueda.
Este proceso de hallar esta secuencia se llama bsqueda. Un algoritmo de bsqueda
toma como entrada un problema y devuelve una solucin de la forma secuencia de
acciones. Una vez que encontrarnos una solucin, se procede a ejecutar las acciones
que sta recomienda. Esta es la llamada fase de ejecucin. As, tenemos un diseo
simple de un agente formular, buscar, ejecutar, Despus de formular un objetivo y un
problema a resolver, el agente llama al procedimiento de bsqueda para resolverlo.
Entonces, usa la solucin para guiar sus acciones, haciendo lo que la solucin le
Formulacin de Metas
Solucin
Operador: Denota la descripcin de una accin que nos servir para alcanzar un
estado.
Espacio de estado: Es el conjunto de todos los estados que pueden alcanzarse a partir
del estado inicial mediante cualquier secuencia de acciones.
Solucin.- Es la salida producida por un algoritmo de bsqueda, es decir, una ruta que
va del estado inicial al estado que satisface la prueba de meta.
Bsqueda
Bsqueda
Bsqueda
Bsqueda
Bsqueda
Bsqueda
Bsqueda heurstica
En casi todos los espacios de estado, existe informacin que permite
guiar los procesos de bsqueda, normalmente esa informacin no es
perfecta, es decir no es un algoritmo que permite conocer de forma
precisa cual es el mejor camino para obtener la solucin.
Este tipo de informacin no perfecta que ayuda a resolver problemas a un
espacio de estado, pero que no siempre acierta con el mejor camino se
denomina heurstica.
Cuando se dispone de este tipo de informacin las tcnicas de bsqueda
se pueden ver muy beneficiadas de su utilizacin.
Tcnica de escalada
La tcnica de escalada es la evolucin de la tcnica de profundidad en
la que cada nodo se dispone en una forma de evaluar cmo est de
cerca o de lejos la solucin. La forma ms comn de evaluar es la
funcin de evaluacin.
Que devuelven un nmero que representa como est de cerca un
determinado estado de la solucin, cuanto mayor sea el nmero se
estar cerca de la solucin.
Por tanto si se tiene que elegir entre varios estados se debera escoger
aquel, que tendra un valor mayor de esta funcin, es decir es una funcin
que se debe maximizar
La tcnica de escalada exagera los problemas de la profundidad en el
sentido de que no asegura de que se alcance la solucin ptima
relacionada con esto; existen dos problemas que ocurren a menudo
cuando se utiliza escalada:
Retroceder: A la lista de razones a la que se debe retroceder que
provienen a la tcnica de profundidad se le aade cuando ocurra
cualquier caso de los anteriores.
Dar ms de un paso: En lugar de retroceder se generan todos los
sucesores de los sucesores del nodo en cuestin y aun as no hay ningn
sucesor de los sucesores que sea mejor que el nodo, se puede expandir
un nivel ms, hasta que se obtenga un valor mayor / menor que el nodo.
Bsqueda Avara
Es cuando se reduce al mnimo el costo estimado para alcanzar una meta,
h(n). Aunque por lo general, el tiempo de bsqueda disminuye en
comparacin con lo necesario cuando se emplea un algoritmo que no
cuenta con informacin, el de la bsqueda vara no es un algoritmo
ptimo y completo.
Mtodo de bsqueda asterisco (A*)
La reduccin al mnimo de f(n)= g(n) + h(n) combina las ventajas de la
bsqueda por costo uniforme y la bsqueda vara. Cuando se repiten los
estados que se manejan y se garantiza que h(n) nunca haga una
sobreestimacin, existe una bsqueda asterisco.
Si aplicramos el mtodo Asterisco obtendramos:
En donde g(n) = ruta inicial hasta n y h(n) = unidad establecida en el
cuadro de distancias en lnea recta a Bucarest.
7.
LOGICA DIFUSA
acoplar estas tareas. En cierto nivel, la lgica difusa puede ser vista como
un lenguaje que permite trasladar sentencias sofisticadas en lenguaje
natural a un lenguaje matemtico formal. Mientras la motivacin original fue
ayudar a manejar aspectos imprecisos del mundo real, la prctica temprana
de la lgica difusa permiti el desarrollo de aplicaciones prcticas.
Aparecieron numerosas publicaciones que presentaban los fundamentos
bsicos con aplicaciones potenciales. Esta frase marc una fuerte necesidad
de distinguir la lgica difusa de la teora de probabilidad. Tal como la
entendemos ahora, la teora de conjuntos difusos y la teora de probabilidad
tienen diferentes tipos de incertidumbre.
En 1994, la teora de la lgica difusa se encontraba en la cumbre, pero esta
idea no es nueva, para muchos, estuvo bajo el nombre de lgica difusa
durante 25 aos, pero sus orgenes se remontan hasta 2,500 aos. An
Aristteles consideraba que existan ciertos grados de veracidad y falsedad.
Platn haba considerado ya grados de pertenencia.
En el siglo XVIII el filsofo y obispo anglicano Irlands, George Berkeley y
David
Hume describieron que el ncleo de un concepto atrae conceptos similares.
Hume en particular, crea en la lgica del sentido comn, el razonamiento
basado en el conocimiento que la gente adquiere en forma ordinaria
mediante vivencias en el mundo. En Alemania, Immanuel Kant, consideraba
que solo los matemticos podan proveer definiciones claras, y muchos
principios contradictorios no tenan solucin.
Por ejemplo la materia poda ser dividida infinitamente y al mismo tiempo
no poda ser dividida infinitamente. Particularmente la escuela americana de
la filosofa llamada pragmatismo fundada a principios de siglo por Charles
Sanders Peirce, El hombre, en la bsqueda de la precisin, intent ajustar el
mundo real a modelos matemticos rgidos y estticos, como la lgica
clsica binaria. Cuando Aristteles y sus precursores idearon sus teoras de
la lgica y de las matemticas, propusieron la Ley del Centro Excluido que
indica que cada asunto debe ser verdad o falso. La hierba es verde o no
verde; claramente no puede ser verde y no verde.
Lo que se busca, mediante el empleo de la teora de los conjuntos difusos es
describir y formalizar la realidad, empleando modelos flexibles que
interpreten las leyes que rigen el comportamiento humano y las relaciones
entre los hombres. Para describir esa realidad incierta, tanto en el orden de
lo social como en el de lo natural, es necesario valerse de predicados, que
pueden ser ntidos o difusos.
El nuevo punto de vista propuesto por Zadeh
choca con siglos de tradicin cultural la lgica
binaria de Aristteles, ser no ser-, por lo cual
hubo resistencia por parte de los cientficos,
quienes se negaban a aceptar que se trataba de
un intento por estudiar cientficamente el campo
de
la
vaguedad,
permitiendo
manipular
conceptos del lenguaje cotidiano, lo cual era
imposible anteriormente.
Segn comenta Zadeh: "En Occidente la acogida
fue menos positiva. En Asia aceptan que el
mundo no es blanco o negro, verdad o mentira.
En Occidente todo es A o B." Por este motivo es
en
Asia
(Japn
sobretodo)
donde
ms
aplicaciones tecnolgicas se realizan a partir de
la lgica difusa.
3)
4)
5)
6)
7)
8.
REDES NEURONALES
Las Redes Neuronales Artificiales (RNA) estn inspiradas en la biologa, esto significa
que estn formadas por elementos que se comportan de manera anloga a las neuronas
(en las funciones ms elementales) y estn organizadas de una forma similar a la del
cerebro, pero las analogas no son muchas ms.
/pub/SNNS/SNNSv4.2.tar.gz (2.18
9.
Computadora
Sistemas
altamente
especializados
con
capacidad para procesar
informacin
muy
concreta, siguiendo unas
instrucciones dadas.
La
frecuencia
de
transmisin es inalterable
y est dada por el reloj
interno de la mquina.
Las compuertas lgicas
tienen
una
funcin
perfectamente
determinada
e
inalterable.
La informacin se guarda
en posiciones de memoria
de acceso directo por su
direccin.
En el interior de una
computadora los impulsos
fluyen a la velocidad de la
luz.
CONCLUCION