Inteligencia Artificial

Ing. Charlles Pérez MsC./

Ing. Katya Faggioni Mgs
Objetivos de la sesión

 Definición de Inteligencia Artificial

 Fundamentos de Inteligencia Artificial
 Historia de la Inteligencia Artificial
 ¿Por qué Inteligencia Artificial?
Definición de Inteligencia Artificial
 La IA es una de las áreas de las ciencias
computacionales encargadas de la creación de
hardware y software con comportamiento inteligentes.
 Estudia las técnicas que permiten percibir, razonar y
actuar de forma inteligente.
 Estudia como lograr que las máquinas realicen tareas
que, en algunos casos, son realizadas mejor por los
seres humanos.
Definición de Inteligencia Artificial
 Objetivos a largo plazo
 Desarrollar sistemas que alcancen niveles de
“inteligencia” similares/comparables/mejores que los
humanos
 No es probable que suceda en los próximos 10 o 20
años
 Objetivos a corto plazo
 Realizar tareas “especificas” que puedan necesitar
inteligencia: Desarrollar sistemas que alcancen niveles de
“inteligencia” similares / comparables / mejores que los
humanos
 Actualmente ya existen ciertos programas
Definición de Inteligencia Artificial
 En el contexto de los objetivos a corto plazo:
 No se desea “simular” la inteligencia humana
 Se desea “reproducir” el efecto de la inteligencia
 Analogía con volar
Definición de Inteligencia Artificial
Aplicaciones de IA
Aplicaciones de IA
 Tareas de la vida diaria
 Percepción (visión y habla)
 Lenguaje natural (comprensión, generación, traducción)
 Control de un robot
 Tareas formales
 Juegos (ajedrez, damas)
 Matemáticas (geometría, lógica, cálculo, demostración de propiedades)
 Tareas de los expertos
 Ingeniería (diseño, detección de fallas, planificación de manufactura)
 Análisis científico
 Diagnóstico médico
 Análisis financiero …
Aplicaciones de IA
 Aprendizaje:
 Captación automática de conocimiento.
 Razonamiento:
 Sistemas basados en conocimiento.
 Bases de datos inteligentes.
 Prueba de teoremas y juegos.
 Percepción:
 Comprensión de lenguaje natural.
 Interpretación de escenas visuales (Visión por computadora).
 Locomoción y Manipulación:
 Realizar procesos mecánicos y tareas manuales (Robótica).
 Creación:
 Generación, verificación, depuración y optimización automática de programas.
Fundamentos de IA
 Durante más de 2000 años de tradición en filosofía han surgido diversas
teorías del razonamiento y del aprendizaje, simultáneamente con el punto de
vista de que la mente se reduce al funcionamiento de un sistema físico.

 Durante más de 400 años de matemáticas, han surgido teorías formales

relacionadas con la lógica, probabilidad, teoría de decisiones y la
computación. Las matemáticas nos han provisto de las herramientas para
manipular las aseveraciones de certeza lógica, así como las inciertas de tipo
probabilista. Así mismo prepararon el terreno para el manejo del
razonamiento con algoritmos.

 La Psicología ofrece herramientas que permiten la investigación de la mente

humana, así como un lenguaje científico para expresar las teorías que se van
creando.
Fundamentos de IA
 Los psicólogos reforzaron la idea de que los humanos
y otros animales podían ser considerados como
máquinas para el procesamiento de información.
 La lingüística ofrece teorías sobre la estructura y
significado del lenguaje. Los lingüistas demostraron
que el uso de un lenguaje se ajusta dentro de estas
estructuras.
 Las ciencias de la computación, de la que se toman
herramientas que permiten que la inteligencia
artificial sea una realidad.
Fundamentos de IA
 La ingeniería en computación ofreció el dispositivo que
permite hacer realidad las aplicaciones de la inteligencia
artificial. Los programas de inteligencia artificial por lo
general son extensos y no funcionarían sin los grandes
avances de velocidad y memoria aportadas por la
industria de cómputo.

En conclusión, las ciencias que aportan a la Inteligencia

Artificial son:
Fundamentos de IA

 Filosofía
 Medicina
 Matemáticas
 Psicología
 Lingüística
 Ciencias de la Computación
HISTORIA DE LA IA
Historia de la Inteligencia Artificial
 1950-1965. Periodo "clásico''

 Gestación [McColluck y Pitts, Shannon, Turing]

 1956, la IA tuvo su auge a partir de la conferencia efectuada
en Darmouth College. McCarty le dio el nombre a esta nueva
area del conocimiento, Minsky (fundador del laboratorio de IA
de MIT), Shannon (laboratorios Bell), Rodhester (IBM), Newell
(presidente de la A.A.A.I. Asociación Americana de IA),
Simmon (premio nobel de Carnegie Mellon University)
 Redes neuronales, robótica (Shakey)
 Búsqueda en un espacio de estados, Heurísticas, LISP
Historia de la Inteligencia Artificial
 Test de Turing
Historia de la Inteligencia Artificial
 1950-1965. Periodo "clásico…''

 Resolvedor general de problemas (GPS) [Newell, Simon].

Resolución de problemas de sentido común, los cuales incluyen
razonamiento de objetos físicos y sus relaciones, como también
razonamiento de acciones y sus consecuencias. Solo se
resolvieron tareas simples, pues no se pudo crear un programa
con la cantidad suficiente de conocimiento de un dominio
específico.
 Principal énfasis en la implementación de juegos (ajedrez,
damas, etc.) así como en la demostración de teoremas
matemáticos.
 Limitaciones en la búsqueda, explosión combinatoria.
Historia de la Inteligencia Artificial
• 1965-1975. Periodo "romántico''

• Representación "general'' del conocimiento.

• Redes semánticas [Quillian]
• Prototipos (frames) [Minsky]
• Perceptrón [Minsky y Papert]
• Lógica [Kowalski]
• Mundo de bloques [Winograd]
• Percepción (visión y habla), compresión de lenguaje natural,
robótica.
• Dificultades de representación "general'', problemas de
"juguete''.
Historia de la Inteligencia Artificial
• 1975-actualidad. Periodo "moderno'', inteligencia
"especifica'' vs. "general''.
• Se identifica la necesidad de trabajar en sociedad con
profesionales de otras áreas de conocimiento
• Representación explícita del conocimiento específico del dominio.
• Sistema experto médico MYCIN (experto en enfermedades
infecciosas de la sangre) iniciado en la Universidad de Stanford
• Sistemas expertos o basados en conocimiento.
• Regreso de redes neuronales [Hopfield, Rumelhart, Hinton],
algoritmos genéticos [Holland, Goldberg]
• Reconocimiento de voz , incertidumbre (Lógica difusa), planeación,
aprendizaje
• Aplicaciones "reales'' (medicina, finanzas, ingeniería, exploración,
etc.).
• Comercialización de la IA
¿Por qué Inteligencia Artificial?
¿Por qué Inteligencia Artificial?
 Dos propósitos
 Usar el poder computacional para aumentar el
pensamiento humano; como nosotros usamos los motores
para aumentar la potencia o la fuerza. La robótica y los
sistemas expertos son dos áreas principales con este
enfoque.
 Entender como los humanos pensamos y entender como la
mente trabaja.
Ejemplo: Tres en Raya
 A continuación se plantean tres soluciones diferentes del
problema de tres en raya analizando la conveniencia de cada
una.
Ejemplo: Tres en Raya
 A continuación se plantean tres soluciones diferentes del
problema de tres en raya analizando la conveniencia de cada
una.

 Solución 1:
 Una primera solución directa a este juego podría ser la de almacenar en un
vector las 19.693 posibilidades de un tablero de 3 x 3 con tres valores
posibles en cada casilla (vacío-X-O), así como las correspondientes jugadas
sucesoras.
 Para realizar una jugada, bastaría con acceder a la posición del tablero
actual y la jugada sucesora correspondiente.
 Las desventajas de este eficiente programa son bastante obvias:
Ejemplo: Tres en Raya
 A continuación se plantean tres soluciones diferentes del
problema de tres en raya analizando la conveniencia de cada
una.

 Solución 1:
 Una primera solución directa a este juego podría ser la de almacenar en un
vector las 19.693 posibilidades de un tablero de 3 x 3 con tres valores
posibles en cada casilla (vacío-X-O), así como las correspondientes jugadas
sucesoras.
 Para realizar una jugada, bastaría con acceder a la posición del tablero
actual y la jugada sucesora correspondiente.
 Las desventajas de este eficiente programa son bastante obvias:

◼ Necesita gran cantidad de memoria; alguien debe realizar el pesado trabajo de

introducir todas las jugadas y sus sucesoras; y el juego no se puede ampliar, por
ejemplo a tres dimensiones.
Ejemplo: Tres en Raya
 Solución 2:
Ejemplo: Tres en Raya
 Solución 2:

 El programa posee una estrategia para cada turno de jugador.

 Analiza el posible triunfo a partir de un estado del tablero dado.
 Aunque es menos eficiente que la solución anterior en términos de
tiempo, tiene la ventaja que es más eficiente en términos de
espacio.
 Su estrategia es más fácil de comprender y realizar cambios,
aunque el programador debe comprender la totalidad de la
estrategia de antemano.
 Además, no es posible generalizar parte del conocimiento del
programa hacia un dominio distinto, como tres en raya 3D.
Ejemplo: Tres en Raya
 Solución 3:
Ejemplo: Tres en Raya
 Solución 3:
 Una estructura contiene el tablero actual, así como una lista de posiciones del tablero que
podrían ser el próximo movimiento, y una estimación de la probabilidad de que esa jugada
lleve a la victoria.
 Para decidir la siguiente jugada se tienen en cuenta las posiciones de tablero que resultan
de cada movimiento posible.
 Se decide la posición que corresponde a la mejor jugada, considerando si la jugada
produce la victoria, y en caso contrario considerando todos los movimientos que el oponente
puede realizar asumiendo que éste elegirá el peor para nosotros.
 El algoritmo inspecciona varias secuencias de movimientos intentando maximizar la
probabilidad de victoria.
 Necesita mucho más tiempo que los demás, ya que debe realizar una búsqueda en un árbol
de posibilidades antes de realizar cada movimiento. Sin embargo, es superior a las demás
soluciones pues podría ser ampliado para manipular juegos más complicados.
 Además, puede aumentar su potencia usando conocimiento sobre el juego, por ejemplo, en
lugar de considerar todos los posibles movimientos considerar solo un subconjunto siguiendo
algún criterio razonable.
 Este es un ejemplo del uso de una técnica de IA.
Ejemplo: Tres en Raya