Inteligencia Artificial (Unidad I)

Instituto Tecnolgico de Nuevo Laredo
Inteligencia Artificial I
Ing. Sergio Garza Carranza M.C.

sgcarranza@hotmail.com
Curso de Inteligencia Artificial
DATOS DE LA ASIGNATURA:
Nombre: Inteligencia Artificial I Carrera: Ingeniera en Sistemas Computacionales Clave: SCB - 0416 Horas teora-horas prctica-crditos: 4-0-8 Relacin con otras asignaturas del plan de estudio: ANTERIORES: Teora de la Computacin, Probabilidad y Estadstica POSTERORES: Ninguna Aportacin de la asignatura al perfil del egresado: Capacidad de anlisis, de desarrollo y de programacin de modelos matemticos, estadsticos y de simulacin. Coordina y realiza investigaciones que fortalezcan el desarrollo cultural, cientfico y tecnolgico. Aplica nuevas tecnologas a la solucin de problemas de su entorno laboral. Desarrolla interfaces hombre-mquina.
Ing. Sergio Garza Carranza M.C. 2
OBJETIVO GENERAL DEL CURSO
El estudiante representar problemas basados en conocimiento en trminos formales y disear la solucin a problemas tpicos de la Inteligencia
Artificial ( I.A.).
Metodologa y Evaluacin
METODOLOGA Exposicin del profesor Exposicin de estudiantes Prcticas de programacin Investigaciones tcnicas Requisitos de acreditacin Aprobar los 3 exmenes (70 calif. mnima). Aprobar al menos uno, para tener derecho a regularizacin. Aprobar dos para tener derecho a extraordinario (no aplica para curso de repeticin). Promediar 70 o ms, una vez ponderados todos los conceptos de la Evaluacin.
EVALUACIN 3 exmenes
(2 escritos, 1 prctico)
70% 10% 10% 5% 5%
Exposicin Trabajo Final Participacin / tareas Asistencia
Reglas del Saln de Clase

Ser puntual. Apagar celulares/radios durante clase.
No fumar, comer, beber o masticar chicle.

Respetar al profesor y compaeros.
No usar dentro del saln, gorras, lentes obscuros, audfonos, etc.

Traer a clase los materiales necesarios para aprender. Ser participante activo dentro del proceso de aprendizaje. No dormirse en clase. Mantener el orden y observar una conducta apropiada (digna de un estudiante de ingeniera).
CONTENIDO
I. Introduccin
Definiciones, Antecedentes, Desarrollo Histrico, Fundamentos de la I.A., reas de Aplicacin
II. Representacin del Conocimiento

Definiciones, Ingeniera del Conocimiento, Lgica Proposicional, Reglas de Inferencia, Demostracin Directa, Indirecta, Condicional, Implicacin Tautolgica, Lgica de Predicados.
III. Lenguajes de Programacin para I.A.

Conceptos generales de la programacin para I.A., Introduccin a PROLOG.
IV. Sistemas Expertos.

Definicin, Historia, Estructura General de los S.E., Expert.
Introduccin a VP
BIBLIOGRAFA
INTELIGENCIA ARTIFICIAL Un Enfoque Moderno Stuart Russell, Peter Norvig 2 Edicin, Pearson Prentice Hall
INTELIGENCIA ARTIFICIAL Elaine Rich, Kevin Knight 2 Edicin, McGraw Hill
INTELIGENCIA ARTIFICIAL Patrick Henry Winston 3 Edicin., Addison Wesley

I Introduccin
La Inteligencia Artificial y la humana

Antes de describir la inteligencia artificial, conviene distinguir claramente entre los trminos inteligencia artificial e inteligencia humana. Todos los sistemas exitosos de IA se basan en el conocimiento y la experiencia humanos, y patrones de razonamiento seleccionados. Los sistemas exitosos de IA son naturalmente inteligentes. Son como libros de texto y otros artefactos humanos de inteligencia.

La mayor parte de los sistemas de IA pueden ser desarrollados solo cuando la inteligencia humana puede ser expresada en forma sencilla (por ejemplo : si x entonces y). Los sistemas existentes extienden el poder de los expertos, pero de ninguna manera los sustituyen ni capturan mucha de su inteligencia.
A los sistemas inteligentes existentes les falta el sentido comn y la generalidad de los seres humanos.
10

Por su parte, la inteligencia humana es de gran complejidad y de mucha mayor amplitud que las computadoras o los sistemas de informacin. Los filsofos, los psiclogos y otros estudiosos del conocimiento humano han reconocido que los aspectos claves de la inteligencia humana van ms all de toda descripcin posible, y por lo tanto, no pueden ser imitados fcilmente por cualquier mquina diseada escrupulosamente. Si un problema no puede ser descrito, no puede ser programado.
11

Al menos cuatro capacidades importantes quedan involucradas en la inteligencia humana :
Raciocinio. Comportamiento. Uso de metforas y analogas. Creacin y uso de conceptos.
:
L
12
Definicin
Inteligencia.
Facultad de entender, de comprender. Aptitud, variable con los individuos y las especies, para resolver todo tipo de problemas.
Capacidad para percibir hechos, proposiciones y relaciones, y razonar sobre ellos. La inteligencia distingue al hombre del animal
13
Definicin
Inteligencia
Existen muchas definiciones de Inteligencia artificial, sin embargo todas ellas giran en torno a una misma idea. Por ejemplo:
Artificial.
Conjunto de tcnicas que se aplican a la computadora con el objeto de desarrollar su capacidad para realizar funciones de aprendizaje y autocorreccin
La siguiente tabla muestra una clasificacin de algunas definiciones de IA con respecto a su enfoque.
14
La automatizacin de actividades que vinculamos con procesos de pensamiento humano, tales como la toma de decisiones, resolucin de problemas, aprendizaje ... (Bellman, 1978). El arte de crear mquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia (Kurzweil, 1990).
El estudio de cmo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor (Rich y Knight, 1991).
El estudio de las facultades mentales mediante el uso de modelos computacionales (Charniak y McDermott, 1985).
Estudio de los clculos que permiten percibir, razonar y actuar (Winston, 1992).
Un campo de estudio que se enfoca a la explicacin y emulacin de la conducta inteligente en funcin de procesos computacionales (Schalkoff, 1990). La rama de la ciencia de la computacin que se ocupa de la automatizacin de la conducta inteligente (Luger y Stubblefield, 1993)
Eficiencia Humana
Racionalidad
15
Objetivos de la Inteligencia Artificial

Realizar investigaciones sobre el comportamiento humano para desarrollar herramientas de apoyo que ayuden a mejorar las actividades del hombre. Desarrollar y aplicar tcnicas para representar un gran volumen de conocimientos, para resolver problemas complejos de una manera rpida y confiable. Lograr crear pensamiento (sistemas basados en conocimientos) y poder desarrollar sistemas diferentes a los convencionales que no toman decisiones propias.
16
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
Filosofa
Cmo se genera la inteligencia mental a partir de un cerebro fsico?
De dnde viene el conocimiento?

Cmo se pasa del conocimiento a la accin? Lgica, mtodos de razonamiento. Mente como sistema fsico. Fundamentos de aprendizaje, lenguaje, racionalidad.
17
Matemticas
Qu se puede computar?
Cmo razonamos con informacin incompleta? Algoritmos Computacin Indecisin, inflexibilidad. Probabilidad
18
Neurociencia
Cmo procesa la informacin el cerebro? Neuronas Actividad mental
Psicologa
Cmo piensan y actan los humanos y animales?
Conductismo Psicologa cognitiva Ciencia cognitiva
Economa
Cmo se debe llevar a cabo el proceso de toma de decisiones para maximizar el rendimiento?
Teora de toma de decisiones Teora de juegos Investigacin operativa.
20
Antecedentes.
En 1956, Marvin Minsky, Claude Shannon y otros innovadores en los primeros estudios sobre computadoras y de la inteligencia se reunieron en el Darmouth College.
Marvin Minsky
John McCarthy, entonces profesor asistente de matemticas en Darmouth, acu el trmino inteligencia artificial para el tema de la conferencia.
John McCarhty
El punto cumbre fu la presentacin del Logic Theorist. Este sistema procesaba smbolos no numricos en lugar de nmeros, y demostr ciertos teoremas de los Principia Mathematica de Alfred North Whitehead y Bertrand Russell. Este fu el primer software en manifestar propiedades de inteligencia artificial.
Alfred North Whitehead

Bertrand Russell
22
DESARROLLO HISTRICO DE LA INTELIGENCIA ARTIFICIAL
Segn Jackson (1986)

1950-1965 Periodo Clsico Gestacin [McColluck y Pitts, Shannon, Turing] Inicio - reunin de Darmouth College en 1956 [ Minsky, McCarthy] Redes neuronales, robtica (Shakey) Bsqueda en un espacio de estados, Heursticas, LISP Resolvedor general de problemas (GPS) [Newell, Simon] Juegos, prueba de teoremas Limitaciones de pura bsqueda, explosin combinatoria.
Peter Jackson
1965-1975 Periodo romntico Representacin general del conocimiento. Redes semnticas [Quillian] Prototipos (frames) [Minsky] Perceptrn [Minsky y Papert]
Lgica [Kowalski]
Mundo de bloques (SHDRLU) [Winograd] Compresin de lenguaje, visin, robtica. Dificultades de representacin ``general'', problemas de juguete.
1975-Hoy Periodo moderno Inteligencia especifica vs general. Representacin explcita del conocimiento especfico del dominio. Sistemas expertos o basados en conocimiento. Regreso de redes neuronales [Hopfield, Rumelhart, Hinton], algoritmos genticos [Holland, Goldberg] Reconociminto de voz (HMM), incertidumbre (RB, Lgica difusa), planeacin, aprendizaje Aplicaciones reales (medicina, finanzas, ingeniera, exploracin, etc ) Limitaciones: conocimiento superficial, muy especfico, falta sentido comn.
Segn Russell y Norvig (1995)
Gestacin (1943-1956): McCullock y Pitts (43), Hebb (49), Shannon (50), Turing (53), Minsky y Edmonds (51). Darmouth College (56) McCarthy, Newell y Simon The Logic Theorist Entusiasmo y grandes expectativas (1952-1969): Samuel - checkers (52), McCarthy (58): Lisp, time sharing, Programs with common sense. Minsky y McCarthy en MIT moldearon mucho del area. En 63 McCarthy se fue a Stanford SRI, Shakey, etc. Minsky Evans, Student, Waltz, Winston, Winograd, etc. Trabajo en RN: Hebb, Widrow, Rosenblatt
Stuart Russell
Peter Norvig
DESARROLLO HISTRICO DE LA INTELIGENCIA ARTIFICIAL Dosis de realidad (1966-1974): Simon predeca que en 10 aos se tendra una mquina inteligente. Predicciones similares en traduccin automtica y ajedrez. Teora de NP-completness. Experimentos en machine evolution (ahora algoritmos genticos) (Friedberg, 58) estaban bien fundados pero no produjeron nada. Minsky y Papert Perceptrons (69) Sistemas basados en conocimiento (1969-1979): Dendral , Mycin , HPP, Prospector, Winograd SHDRLU, frames, Prolog, Planner IA como industria (1980-1988): R1/XCON, proyecto de la quinta generacin, shells y mquinas de Lisp. Regreso de redes neuronales (1986-presente): Hopfield, Rumelhart y Hinton y descenso de los SE Eventos recientes (1987-presente): Cambio gradual hacia los tcnicos y lejos de los rudos (implica cierto grado de madurez y estabilidad) , reconocimiento de voz (HMM), incertidumbre (Bayes), planeacin (Tweak), robtica, aprendizaje (PAC), etc
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL

El desarrollo de las tcnicas de IA tiene dos fuentes principales: El Enfoque Ascendente El Enfoque Descendente
El enfoque ascendente, trata de imitar al cerebro humano al nivel de mquina. Las mquinas de retroalimentacin de Norbert Wiener, el Perceptrn de Frank Rosenblatt y las computadoras neurales actuales se basan en este enfoque.
Norbert Wiener
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL
El enfoque descendente, trata de representar el conocimiento humano a travs de la lgica. El Logic Theorist de Newell y Simon, el General Problem Solver y los sistemas expertos actuales son los ejemplos ms importantes de este enfoque.
Allen Newell
29
AREAS DE APLICACIN DE LA INTELIGENCIA ARTIFICIAL

Bsqueda de soluciones Sistemas expertos Procesamiento de lenguaje natural
Lgica Difusa
Juegos Redes neuronales Algoritmos genticos
Reconocimiento de patrones
Robtica Aprendizaje Lgica
Realidad virtual
Ciberntica
Binica
30
Bsqueda de Soluciones
El trmino bsqueda aplicado a la Inteligencia Artificial, no significa encontrar una pieza especfica de informacin en una base de datos, sino buscar las soluciones de un problema. Por ejemplo :
Encontrar la ruta ms corta entre dos ciudades, o el famoso problema del agente viajero
31
Sistemas Expertos
Son el primer producto viable comercialmente de la Inteligencia Artificial. Permiten introducir informacin acerca de una materia especfica a la computadora (base de conocimientos) , y actan como si fueran expertos en la materia. Un Sistema experto simula el proceso de razonamiento humano mediante la aplicacin especfica de conocimientos e inferencias.
Procesamiento de Lenguaje Natural (PLN)

Para muchos investigadores , es el ms difcil de alcanzar de todos los objetivos de la Inteligencia Artificial : Permitir a la computadora comprender el lenguaje humano directamente; sin el complicado conjunto de lenguajes intermedios.
33
Reconocimiento de Patrones (Visin)

Engloba un conjunto de tcnicas de la matemtica aplicada y de la informtica, ha despertado un gran inters en las ltimas dcadas por sus numerosas aplicaciones, entre las que se pueden citar las siguientes: ayuda al diagnstico mdico, anlisis automtico de seales, teledeteccin, inspeccin automtica de productos industriales, sistemas de vigilancia automtica, procesamiento de documentos, bsqueda automtica de informacin digitalizada etc.
34
Aprendizaje
Esta rea de la Inteligencia Artificial trata de la realizacin de programas que aprendan de sus errores, de observaciones o por encargo. En este sentido, aprender simplemente significa hacer a una computadora capaz de beneficiarse de la experiencia.
35
Robtica
Rama de la I.A. que se encarga del diseo, fabricacin y utilizacin de mquinas automticas programables con el fin de realizar tareas repetitivas como el ensamble de automviles, aparatos, etc. y otras actividades.
36
Lgica
Uno de los productos de la I.A. de gran importancia prctica actual son aquellos programas que se pueden usar para estudiar la correccin lgica de argumentos mediante la aplicacin de reglas estndar de lgica. Esto incluye demostraciones matemticas, lgica formal y lgica filosfica.
37
Lgica Difusa
Esta rea de la Inteligencia Artificial estudia los problemas de hacer que una computadora sea capaz de tomar decisiones (pensar) usando conocimiento incompleto o probabilstico.
38
Juegos
Una de las primeras aplicaciones de I.A. Fueron los juegos, el primer programa para jugar damas fue concebido en 1947 pero se realiz hasta 1962. Se dice que el primer juego de ajedrez por computadora fue creado por Claude Shannon en 1953.
Actualmente la pasin por los videojuegos es dominante en todo el mundo por nios e inclusive adultos.
Algoritmos Genticos
Los Algoritmos Genticos son una tcnica computacional inspirada en modelos biolgicos que han sido utilizados para realizar bsquedas eficientes en espacios de soluciones altamente complejos y grandes. Los Algoritmos Genticos son mtodos adaptivos que pueden ser utilizados para implementar bsquedas y problemas de optimizacin. Los Algoritmos Genticos estn basados en los procesos genticos de los organismos biolgicos, codificando una posible solucin a un problema en un cromosoma compuesto por una cadena de bits o caracteres.
Redes Neuronales Artificiales

Es una nueva forma de computacin que es capaz de manejar las imprecisiones e incertidumbres que aparecen cuando se trata de resolver problemas relacionados con el mundo real (reconocimiento de formas, toma de decisiones, etc..), ofreciendo soluciones robustas y de fcil implementacin.
Las RNA estn compuestas de muchos elementos sencillos que operan en paralelo, el diseo de la red est determinado mayormente por las conexiones entre sus elementos. Al igual que las conexiones de las neuronas cerebrales. La idea de las redes neuronales fue concebida originalmente como un intento de modelar la biofisiologa del cerebro humano, esto es, entender y explicar como funciona y opera el cerebro.
Realidad Virtual
Una de las mas recientes aplicaciones de la I.A. es la Realidad Virtual. Bsicamente consiste en la elaboracin de programas que logran engaar a los sentidos del ser humano, hacindolo creer que se encuentra flotando, corriendo o volando una nave espacial. Estas aplicaciones han sido de gran utilidad en la simulacin de vuelos para el entrenamiento de pilotos, astronautas, buzos, etc.
42
Programa Inteligente
Es aquel programa que exhibe un comportamiento similar al de un humano cuando se enfrenta a un problema especfico; no es necesario que el programa resuelva concretamente o intente resolver el problema de la misma forma que un humano.
43
Los sistemas inteligentes pueden ayudar a los expertos a resolver problemas de anlisis.
Los sistemas inteligentes pueden ayudar a desarrollar nuevos elementos del conocimiento. Los sistemas inteligentes pueden aprender apartir de ejemplos y realizar generalizaciones.
Pero...Cmo evaluar a un sistema como inteligente?
Prueba de Turing
Un procedimiento bien conocido para evaluar el xito de un programa de IA es la prueba de Turing.
En esta prueba un entrevistador se comunica va textual de entrada/salida, con un sistema de IA y con otra persona que participa en la prueba. El entrevistador no se da cuenta cul respuesta viene de la computadora y cul de la otra persona.
Si despus de hacer suficientes preguntas el entrevistador no puede diferenciar entre el hombre y la mquina, entonces el sistema pasa la prueba y se estima que es exitoso, es decir, inteligente.
Allan Turing
45
Problemas de la IA en Mxico
Escasez de recursos humanos, de software y de hardware Falta de investigacin
Problemas sociales asociados con la automatizacin: desempleo, inconformidad, etc.
46

Inteligencia Artificial (Unidad I)

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Inteligencia Artificial (Unidad I)

Transféré par

Droits d'auteur :

Formats disponibles

Instituto Tecnolgico de Nuevo Laredo

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Curso de Inteligencia Artificial

OBJETIVO GENERAL DEL CURSO

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

70% 10% 10% 5% 5%

Exposicin Trabajo Final Participacin / tareas Asistencia

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Reglas del Saln de Clase

No fumar, comer, beber o masticar chicle.

No usar dentro del saln, gorras, lentes obscuros, audfonos, etc.

Curso de Inteligencia Artificial

II. Representacin del Conocimiento

III. Lenguajes de Programacin para I.A.

IV. Sistemas Expertos.

Curso de Inteligencia Artificial

INTELIGENCIA ARTIFICIAL Elaine Rich, Kevin Knight 2 Edicin, McGraw Hill

INTELIGENCIA ARTIFICIAL Patrick Henry Winston 3 Edicin., Addison Wesley

Curso de Inteligencia Artificial

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

La Inteligencia Artificial y la humana

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

La Inteligencia Artificial y la humana

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

La Inteligencia Artificial y la humana

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

La Inteligencia Artificial y la humana

Raciocinio. Comportamiento. Uso de metforas y analogas. Creacin y uso de conceptos.

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Objetivos de la Inteligencia Artificial

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

De dnde viene el conocimiento?

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

Curso de Inteligencia Artificial

FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

Ing. Sergio Garza Carranza M.C.

Curso de Inteligencia Artificial

Curso de Inteligencia Artificial

Alfred North Whitehead

Curso de Inteligencia Artificial

DESARROLLO HISTRICO DE LA INTELIGENCIA ARTIFICIAL

Segn Jackson (1986)

Curso de Inteligencia Artificial

DESARROLLO HISTRICO DE LA INTELIGENCIA ARTIFICIAL

Curso de Inteligencia Artificial