Académique Documents
Professionnel Documents
Culture Documents
Emergentes
Una visión desde la Inteligencia Artificial
Objetivos de Aprendizaje
• Sintaxis:
Cálculo de Primer Orden
• Semántica
• Término: es una expresión lógica que se refiere a un objeto.
• Sentencias atómicas: representan hechos. Una sentencia
atómica está compuesta por un símbolo de predicado seguido
de una lista de términos entre paréntesis.
• Sentencias compuestas: son el resultado de usar conectivas
lógicas, al igual que en cálculo proposicional.
Cálculo de Primer Orden
• Semántica:
• Cuantificadores: universal (∀) y existencial (∃) permiten expresar
propiedades entre colecciones de objetos.
• Cuantificadores aninados:
• Todo el mundo ama a alguien.
∀𝑥∃𝑦 𝐴𝑚𝑎 𝑥, 𝑦 .
• Hay alguien que es amado por todos.
∃𝑦∀𝑥 𝐴𝑚𝑎 𝑥, 𝑦 .
Cálculo de Primer Orden
• Semántica:
• Conexiones entre ∀ y ∃
• Igualdad:
• El símbolo de igualdad se usa para representar hechos acerca de una función
dada o para describir que se refieren al mismo objeto.
• Padre(Juan) = Enrique.
• ∃𝑥, 𝑦 𝐻𝑒𝑟𝑚𝑎𝑛𝑜 𝑥, 𝑃𝑒𝑑𝑟𝑜 ∧ 𝐻𝑒𝑟𝑚𝑎𝑛𝑜(𝑦, 𝑃𝑒𝑑𝑟𝑜) ∧ ¬(𝑥 = 𝑦).
Reglas de Inferencia
7, 7→9
• Modus Ponens:
9
7→9, ¬9
• Modus Tollens:
¬7
7∧9
• Eliminación:
7, 9
7, 9
• Introducción:
7∧9
Reglas de Inferencia
• Instanciación Universal
• De cualquier cuantificador universal en una sentencia, 𝑃(𝑥),
si se reemplaza 𝑥, por un término apropiado de su dominio,
el resultado es una sentencia verdadera. Así:
• Si 𝐴, es parte del dominio de 𝑥, ∀𝑥P(𝑥) se infiere 𝑃(𝐴).
Proceso de Inferencia
• Unificación: es el algoritmo que determina las sustituciones necesarias para hacer que
dos expresiones de cálculo de predicados concuerden.
• Consideremos el siguiente ejemplo:
• All students in this class understand logic. Xavier is a student in this class. Therefore, Xavier
understands logic.
• 𝑃(𝑥): 𝑥 is a student in this class.
• 𝑄(𝑥): 𝑥 understands logic.
• 𝑃 𝑥 → 𝑄(𝑥)
• 𝑃(𝑋𝑎𝑣𝑖𝑒𝑟)
• Is 𝑄(𝑋𝑎𝑣𝑖𝑒𝑟) true?
Unificación
• Ejercicio:
• 𝑃 𝑥 → 𝑄(𝑥)
• 𝑃(𝑋𝑎𝑣𝑖𝑒𝑟)
• Is 𝑄(𝑋𝑎𝑣𝑖𝑒𝑟) true?
• 𝑈𝑛𝑖𝑓𝑦(𝑃(𝑥), 𝑃(𝑋𝑎𝑣𝑖𝑒𝑟))?
• 𝑥 = 𝑋𝑎𝑣𝑖𝑒𝑟, true.
• 𝑃 𝑋𝑎𝑣𝑖𝑒𝑟 → 𝑄 𝑋𝑎𝑣𝑖𝑒𝑟
• 𝑃(𝑋𝑎𝑣𝑖𝑒𝑟)
• Modus Ponens: 𝑄 𝑋𝑎𝑣𝑖𝑒𝑟 (objetivo)
• 𝑄 𝑋𝑎𝑣𝑖𝑒𝑟 , true.
Unificación
• Observación de representación:
• 𝑃(𝐴, 𝐵) (𝑃 𝐴 𝐵)
• 𝑃(𝐹(𝐴), 𝐺(𝑥, 𝑦)) (𝑃 (𝐹 𝐴) (𝐺 𝑥 𝑦))
• 𝐼𝑔𝑢𝑎𝑙(𝐸𝑣𝑎, 𝑀𝑎𝑑𝑟𝑒(𝐶𝑎í𝑛)) (𝐼𝑔𝑢𝑎𝑙 𝐸𝑣𝑎 (𝑀𝑎𝑑𝑟𝑒 𝐶𝑎í𝑛))
Algoritmo de Unificación
Rompe la
llamada
recursiva
Algoritmo
Recursivo
Retorna
Ejercicio
• Un término es:
• Variables:
• Cadena de caracteres que empiezan con letras mayúsculas o
underscore (_).
• Términos complejos:
• O functors, del tipo:
• f(a, b, c, d)
• f(f(f(a)))
Ejercicio en PROLOG
minsavings(X,Z) :- Z is 5000 * X.
greater(X,Y) :- X > Y.
investment(savings) :- savings_account(inadequate).
amount_saved(22000).
earnings(25000, steady).
dependents(3).
Agentes Inteligentes
¿Qué es un Agente?
Agente Sensores
Percepciones
Entorno
Acciones
Actuadores
Observaciones
• La función del agente puede ser vista como una tabla que rige el
comportamiento del agente.
• Del agente se espera que su comportamiento sea el mejor posible
conforme a la tarea que intenta cumplir.
• Esto introduce el concepto de agente racional, que es aquel que hace lo
correcto en función de un criterio de rendimiento (medida de
rendimiento).
Comportamiento
• Racionalidad:
• La medida de rendimiento que define el criterio de éxito.
• El conocimiento acumulado del entorno por el agente.
• Las acciones que el agente puede realizar.
• La secuencia de percepciones del agente.
• Así, un agente racional es aquel que: en cada secuencia de percepciones
ejecuta la acción que le permite maximizar su medida de rendimiento
basado en la secuencia de percepciones y el conocimiento de su entorno
almacenado.
Comportamiento
• Omnisciencia:
• Un agente omnisciente conoce el resultado de su acción y actúa conforme a él.
• Requiere información/conocimiento absoluto de su entorno.
• Aprendizaje:
• Llevar a cabo acciones con la intención de modificar percepciones futuras (recopilando
información).
• Autonomía:
• Los agentes exitosos dividen las tareas de calcular la función del agente en tres fases: en base al
diseño del agente, cuando evalúa la siguiente operación y cuando aprende de su experiencia.
• Un agente es autónomo cuando apoya sus acciones en sus propias percepciones más que en el
conocimiento inicial agregado en su diseño.
Entorno
• Parcialmente Observable.
• Estocástico.
• Secuencial.
• Dinámico.
• Continuo.
• Multiagente.
Estructura de los Agentes
Agente
Sensores
Percepciones
Cómo es el mundo
ahora
Entorno
Reglas de Qué acción debo
condición tomar ahora
-acción
Acciones
Actuadores
Agentes reactivos basados en modelos
Agente
Sensores
Percepciones
Estado
Cómo es el mundo
Cómo evoluciona el ahora
mundo
Entorno
Qué efectos causan
mis acciones
Acciones
Actuadores
Agentes basados en objetivos
Agente
Sensores
Percepciones
Estado
Entorno
Qué efectos causan
Qué pasará si
mis acciones
realizo la acción X
Acciones
Actuadores
Agentes basados en utilidad
Agente Sensores
Percepciones
Estado
Cómo es el mundo
Cómo evoluciona el ahora
mundo
Entorno
Qué efectos causan Qué pasará si
mis acciones realizo la acción X
Acciones
Actuadores
Agentes que aprenden
Sensores
Crítica
Percepciones
retroalimentación
Entorno
cambios
Elemento de Elemento de
aprendizaje actuación
conocimiento
objetivos a
aprender
Generador de
problemas
Acciones
Agente Actuadores
Multi-agentes
• Los nodos representan los estados posibles alcanzables desde un estado inicial usando
la función sucesor.
• Las airstas o arcos conectan dos estados relacionados por la función sucesor.
Breve Revisión de Estrategias de Búsqueda
Estrategias de Búsqueda