INTELIGENCIA ARTIFICIAL

Complejidad de problemas:
Clasificacin de problemas algortmicos

Por su nataruleza: clasificados de acuerdo a su naturaleza y dificultad

de resolverlos
Por su tratabilidad: clasificados de acuerdo a la complejidad de los
algoritmos para resolver problemas.
Por el tipo de respuesta: clasificados de acuerdo a la respuesta
requerida para el problema.
Clasificacin por su naturaleza

Problemas que no admiten solucin por algoritmo son los no-

computables
Problemas de decisin y no-computables son los indecidibles
Problemas de complejidad polinomial que se pueden resolver son los
tratables
Problemas que admiten solucin pero no pueden ser resueltos por
algoritmos de complejidad polinomial son los intratables.
Problema de programacin lineal(algoritmo de puntos interiores) es
un problema tratable
Problema de seleccin de proyecto es un problema intratable.

Clasificacin por su tratabilidad

Problemas de clase p :resolucin de sist ecuaciones lineales ,

contabilidad, ordenar, buscar, juntar archivos, sist operacionales ,
transacciones, sist de informacin gerencial
Clase np: pueden ser resuletos por algoritmos enumerativos cuya
solucin es realizado en un rbol de profundidad limitada por una
funcin polinomial. Llamadas tambin np-dificil
Np >= p
Clase np: clique, vrtices y aristas, coloracin de grafos, mochila
lineal y cuadrtica, optimizacin, agente viajero, gestin de cortes,
programacin tareas, aprendizaje

Clasificacin por el tipo de respuesta

Problemas de decisin: responder si o no a una indagacion

Problema de localizacin: encontrar una estrucutra que verifiques las
restricciones del problema
Problema de optimizacin: encontrar una estructura que verifiques las
restricciones del problema y optimice un criterio pre-definido.

Conceptos y aplicaciones
Inteligecia: capacidad de comprender o entender, resolver problemas.
Tipos: verbal o comunicativa, matemtica lgica, espacial(visual),
 cenestica( corporal), artstica, interpersonal,
intrapsquica( conocimiento y control de si mismo), naturista
Inteligencia natural ( maquina de protenas) y inteligencia
artificila( maquina de silicio)
Caractersticas inteligentes: resolver problemas, aprender ,percibir,
razonar, compresin del lenguaje
Inteligencia artificial: es una rama de la ciencia de computacin que
estudia los fundamentos tericos y prcticos del diseo de sistemas
inteligentes, es decir, que muestren caractersticas inteligentes del
ser humano.
Termino IA fue introducido por John maccarthy
Patrick Winston: la IA es el estudios de sistemas de computacin que
permite realizar actividades que sean inteligentes para el ser humano
Elaine Rich: La IA es el estudio de como hacer que las computadores
realicen tareas , donde el ser humano es mejor

Sistemas inteligentes Sistemas de proc. De datos

Procesamiento Procesamiento numricos(datos)
simblico(conocimiento)
Control del programa es Control y conocimiento estn
independiente del conocimiento integrados
respuestas sastifactorias son Solo admite la mejor solucin
aceptadas posible
Objetivo de la ciencia en IA: comprender que es inteligencia y explicar
los tipos de inteligencia
Objetivo de ingeniera en IA: desarrollar inteligencia artificial
Computador inteligente: es que responde una pregunta sin que la
respuesta se la halla almacenado. Mediante hechos almacenados y
con un conocimiento almacenado
Los problemas son inteligentes si es que son problemas intratables
que presentar caractersticas inteligentes para el ser humano
Tpicos de la IA: visin por computadora: procesar una informacin ,
comprender una escena a partir de imgenes proyectada se divide en
3 reas: procesamiento de seales( procesamiento de imgenes):
transformar una imagen en otra imagen que tengan propiedades
deseadas, clasificacin de seales son hechas en categoras
predeterminadas, entendimiento de seales.
Problemas de la IA: paradigma simblico : aproximaciones basados en
el conocimiento ( arriba hacia abajo), paradigma subsimbolico: vida
artificial, procesamiento evolutivo, redes neuronales artificiales o
conexionista ( de abajao hacia arriba)
Ruido: conformado por los elementos asociados a un evento poco
inters y ocultan datos, meta conocimiento: basado en el
conocimiento y la experiencia
Representacion de conocimiento: usado para modelar de manera
eficiente los conocimientos de especialistas en alguna rea de saber ,
de manera que sea usado por el usuario de un sistema inteligente
Formas de representacin: red semntica o grafo: nodos representa
objetos y arcos representa la relacin de objetos, registro: los objetos
y relaciones se representa mediante una coleccin de datos llamados
campos o atomos, y esto puede ser una coleccin de campos,
 predicado: cada relacin se representa como un predicado o funcin
de valores lgicos y con argumento de los objetos, relacin objeto-
atributo-valor, esquemas, marcos , lgica de predicado.
Lenguajes de la IA: su estrucuta de datos deben tener caractersticas
de los elementos que el progamamdor de IA ven en el problema, sus
estrucutura de control deben tener caracterisiticas de
multiprocesamiento y demo, deben ser bastantes interactivas, tener
un buen editor y tener facilidada de depuracin. Tenemos el IPL, LISP,
SAIL. PROLOG adecuados para resolver problemas a travez de
paradigma simbolico y para paradigma subsimbolico esta el c++,
Delphi pascal, visual basic, Matlab, sql
Aplicaciones: En la industria:robtica( maquinas que tienen
autonoma en sus actividades),designacin trabajador-maquina,
optimizacin desperdicio, programacin de tareas para celullas,
localizacin de facilidades, rutas optimas, identificacin materiales ,
procesamiento de imgenes, problemas de cortes. En servicios:
diagnostico de enfermedades, riesgo en crditos, juegos, seleccin de
proyectos, inversionistas en bolsa, realidad virtual, minera de datos,
auxilio a toma de decisin

Busqueda de un espacio de estado