INTELIGENCIA ARTIFICIAL UNIDAD 1.- FUNDAMENTOS 1.1.- EL PROPOSITO DE LA I.A. Y SU EVOLUCION HISTORICA. El objetivo ltimo de la I.A.

es: Comprender y Construir Entidades Inteligentes. Aunque desde luego, existen otros planteamientos como los siguientes: "Desarrollar una mquina inteligente capaz de aprender a travs de la experiencia, reconocer las limitaciones de su conocimiento, exhibir verdadera creatividad, tomar sus propias decisiones e interactuar con el medio que la rod" "Hacer que las computadoras sean capaces de mostrar un comportamiento que sea considerado como inteligente por parte de un observador humano (Turing test)". "Elevar el Coeficiente Intelectual de las mquinas (machine-IQ)" "Desarrollar las capacidades de la computadora ms all de su uso tradicional actual". La Inteligencia Artificial surge definitivamente a partir de algunos trabajos publicados en la dcada de 1940 que no tuvieron gran repercusin, pero a partir del influyente trabajo en 1950 de Alan Turing, matemtico britnico, se abre una nueva disciplina de las ciencias de la informacin. Si bien las ideas fundamentales se remontan a la lgica y algoritmos de los griegos, y a las matemticas de los rabes, varios siglos antes de Cristo, el concepto de obtener razonamiento artificial aparece en el siglo XIV. A finales del siglo XIX se obtienenlgicas formales suficientemente poderosas y a mediados del siglo XX, se obtienen mquinas capaces de hacer uso de tales lgicas y algoritmos de solucin. En su histrico artculo de 1950, Turing propuso que la pregunta puede pensar una mquina? era demasiado filosfica para tener valor y, para hacerlo ms concreto, propuso un juego de imitacin. En la prueba de Turing intervienen dos personas y un computadora. Una persona, el interrogador, se sienta en una sala y teclea preguntas en la terminal de una computadora. Cuando aparecen las respuestas en la terminal, el interrogador intenta determinar si fueron hechas por otra persona o por una computadora. Si acta de manera inteligente, segn Turing es inteligente. Turing, seal que una mquina podra fracasar y an ser inteligente. Aun as crea que las mquinas podran superar la prueba a finales del siglo XX. De todas maneras esta prueba no tuvo el valor prctico que se esperaba, aunque sus repercusiones tericas son fundamentales. El enfoque de Turing de ver a la inteligencia artificial como una imitacin del comportamiento humano no fue tan prctico a lo largo del tiempo y el enfoque dominante ha sido el del comportamiento racional, de manera similar, en el campo de la aeronutica se dej de lado el enfoque de tratar de imitar a los pjaros y se tom el enfoque de comprender las reglas deaerodinmica. Aunque desde luego, el enfoque del comportamiento humano y el del pensamiento humano siguen siendo estudiados por las ciencias cognitivas y continan aportando interesantes resultados a la Inteligencia Artificial, y viceversa.

1.2.-LAS HABILIDADES COGNOSCITIVAS SEGN LA PSICOLOGIA, TEORIA DE LA INTELIGENCIA. Son las facilitadoras del conocimiento, aquellas que operan directamente sobre la informacin: recogiendo, analizando, comprendiendo, procesando y guardando informacin en la memoria, para, posteriormente, poder recuperarla y utilizarla dnde, cundo y cmo convenga. En general, son las siguientes: 1. Atencin: Exploracin, fragmentacin, seleccin y contra distractoras. 2. Comprensin (tcnicas o habilidades de trabajo intelectual): Captacin de ideas, subrayado, traduccin a lenguaje propio y resumen, grficos, redes, esquemas y mapas conceptuales. A travs del manejo del lenguaje oral y escrito (velocidad, exactitud, comprensin). 3. Elaboracin: Preguntas, metforas, analogas, organizadores, apuntes y mnemotecnias. 4. Memorizacin / Recuperacin (tcnicas o habilidades de estudio): Codificacin y generacin de respuestas. Como ejemplo clsico y bsico, el mtodo 3R: Leer, recitar y revisar (read, recite, review). --Segn Howard Gardner la inteligencia se puede clasificar en ocho tipos. Inteligencia Lgica matemtica: la que utilizamos para resolver problemas de lgica y matemticas. Es la inteligencia que tienen los cientficos. Se corresponde con el modo de pensamiento del hemisferio lgico y con lo que nuestra cultura ha considerado siempre como la nica inteligencia. Inteligencia Lingstica: la que tienen los escritores, los poetas, los buenos redactores. Utiliza ambos hemisferios. Inteligencia Espacial: consiste en formar un modelo mental del mundo en tres dimensiones, es la inteligencia que tienen los marineros, los ingenieros, los cirujanos, los escultores, los arquitectos, o los decoradores. Inteligencia Musical: es, naturalmente la de los cantantes, compositores, msicos, bailarines. Inteligencia Corporal kinestsica: o la capacidad de utilizar el propio cuerpo para realizar actividades o resolver problemas. Es la inteligencia de los deportistas, los artesanos, los cirujanos y los bailarines. Inteligencia Intrapersonal: es la que nos permite entendernos a nosotros mismos. No est asociada a ninguna actividad concreta. Inteligencia Interpersonal: la que nos permite entender a los dems, y la solemos encontrar en los buenos vendedores, polticos, profesores o terapeutas. Otras clasificaciones sostienen que la inteligencia se puede estudiar desde ocho enfoques diferentes, a saber, las mencionadas a continuacin: 1. Enfoque psicolgico, en el que se consideran los fundamentos biolgicos, los fisiolgicos, los neurolgicos, los bioelctricos y los bioqumicos de la inteligencia. 2. La perspectiva experimental del pensamiento y de la conducta inteligente, la cual tiene diversas tendencias La introspectiva de la intencionalidad y las representaciones mentales. La teora de la Gestalt, que subraya la reorganizacin perceptiva generadora de la comprensin. Los diversos funcionalismos que conciben la inteligencia como adaptacin a situaciones nuevas.

Las corrientes conductistas y neo-conductistas que estudian la inteligencia mediante diversos modelos de aprendizaje con sus variantes cognitivas, p.e., las que la entienden como capacidad de inhibicin de respuestas, ensayos y errores mentales. La perspectiva de la psicologa cognitiva, que considera a la inteligencia como un sistema de procesamiento y que estudia las estrategias y los componentes de la recepcin, la codificacin y la elaboracin de la informacin mediante procedimientos experimentales, modelos y programas de iniciacin de la inteligencia. 3. El enfoque gentico el cual ofrece las siguientes reas de estudio: La indignacin filogentica, que estudia la inteligencia considerando la evolucin del ser humano y que seala la importancia de la diferenciacin y la creciente complejidad del sistema nervioso, as como su progresiva encefalizacin. El estudio endogentico, el cual abarca una serie de teoras que consideran el desarrollo de la inteligencia durante la vida del individuo entre las que se encuentran: Las teoras madurativas: Que sealan la importancia de la maduracin de las aptitudes innatas. Las teoras empiristas: Que hacen hincapi en el aprendizaje acumulado. Las teoras constructivas: Que subrayan la actividad innovadora del sujeto. 4. La perspectiva diferencial, la cual se refiere a las teoras que estudian las variaciones de la inteligencia a partir de las diferencias entre los individuos y los grupos: 1.- Teoras psicomtricas. 2.- Teoras factoriales. 3.- Teoras sociales. 4.- Teoras culturales. 5.- Teoras ecolgicas. Esta pluralidad de teoras, refleja las numerosas facetas y la multi-lateralidad de la inteligencia, por lo que es indispensable el esfuerzo de coordinacin entre ellas. Sin ser definitivo, se puede considerar a la inteligencia como un sistema jerarquizado de procesos y estrategias cognitivos debidos a la interaccin entre la herencia, la organizacin cerebral, la conducta y el entorno social que le permiten resolver problemas y desarrollar la creatividad.

1.3.-EL PROCESO DE RAZONAMIENTO SEGN LA LOGICA En sentido amplio, se entiende por razonamiento la facultad humana que permite resolver problemas. En un sentido ms restringido, se llama razonamiento al proceso mental de realizar unainferencia de una conclusin a partir de un conjunto de premisas. La conclusin puede no ser una consecuencia lgica de las premisas y an as dar lugar a un razonamiento, ya que un mal razonamiento an es un razonamiento. El razonamiento en tanto actividad mental se corresponde con la actividad lingstica de argumentar. En otras palabras, un argumento es la expresin lingstica de un razonamiento. El estudio de los argumentos corresponde a la lgica, de modo que a ella tambin le corresponde indirectamente el estudio del razonamiento. El razonamiento es una operacin lgica mediante la cual, partiendo de uno o ms juicios, se deriva la validez, la posibilidad o la falsedad de otro juicio distinto. Por lo general, los juicios en que se basa un razonamiento expresan conocimientos ya adquiridos o, por lo menos, postulados como hiptesis.[1] Es posible distinguir entre varios tipos de razonamiento. Por ejemplo el razonamiento deductivo, el razonamiento inductivo y razonamiento abductivo, entre otros. Razonamiento lgico Los razonamientos pueden ser vlidos (correctos) o no vlidos (incorrectos). En general, se considera vlido un razonamiento cuando sus premisas ofrecen soporte suficiente a su conclusin. Puede

discutirse el significado de "soporte suficiente", aunque cuando se trata de un razonamiento no deductivo, el razonamiento es vlido si la verdad de las premisas hace probable la verdad de la conclusin. En el caso delrazonamiento deductivo, el razonamiento es vlido cuando la verdad de las premisas implica necesariamente la verdad de la conclusin. Los razonamientos no vlidos que, sin embargo, parecen serlo, se denominan falacias. El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la experiencia. Tambin sirve para justificar o aportar razones en favor de lo que conocemos o creemos conocer. En algunos casos, como en las matemticas, el razonamiento nos permite demostrar lo que sabemos; es que aqu hace falta el razonamiento cuantitativo. El termino razonamiento es el punto de separacin entre el instinto y el pensamiento, el instinto es la reaccin de cualquier ser vivo. Por otro lado el razonar nos hace analizar, y desarrollar un criterio propio, el razonar es a su vez la separacin entre un ser vivo y el hombre. Razonamiento no-lgico Existe otro tipo de razonamiento denominado razonamiento no-lgico o informal, el cual no slo se basa en premisas con una nica alternativa correcta (razonamiento lgico-formal, el descrito anteriormente), sino que es ms amplio en cuanto a soluciones, basndose en la experiencia y en el contexto. Los niveles educativos ms altos suelen usar el razonamiento lgico, aunque no es excluyente. Algunos autores llaman a este tipo de razonamiento argumentacin. Como ejemplo para ilustrar estos dos tipos de razonamiento, podemos situarnos en el caso de una clasificacin de alimentos, el de tipo lgico-formal los ordenar por verduras, carnes, pescados, fruta, etc. en cambio el tipo informal lo har segn lo ordene en el frigorfico, segn lo vaya cogiendo de la tienda, etc. En este razonamiento se generaliza para todos los elementos de un conjunto la propiedad observada en un nmero finito de casos. Ahora bien, la verdad de las premisas (10.000 observaciones favorables) no convierte en verdadera la conclusin, ya que en cualquier momento podra aparecer una excepcin. De ah que la conclusin de un razonamiento inductivo slo pueda considerarse probable y, de hecho, la informacin que obtenemos por medio de esta modalidad de razonamiento es siempre una informacin incierta y discutible. El razonamiento slo es una sntesis incompleta de todas las premisas. En un razonamiento inductivo vlido, por tanto, es posible afirmar las premisas y, simultneamente, negar la conclusin sin contradecirse. Acertar en la conclusin ser una cuestin de probabilidades.

1.4.- EL MODELO DE ADQUISICION DEL CONOCIMIENTO SEGN LA FILOSOFIA La metodologia Common KADS, como cualquier otra ofrece una aproximacin para resolver los problemas inherentes a la ingeniera del conocimiento provenientes de la experiencia y apoyados por los fundamentos de la ingeniera del software. Como se ha mencionado anteriormente, la ingeniera del conocimiento debe hacer frente a la recopilacin de datos, dar forma a la informacin y generar ms conocimiento. Todo ello dentro de un determinado mbito de aplicacin o lnea de negocio empresarial, que debe plasmarse en una realidad. Cmo? Cmo debe llevarse a la prctica todo lo anterior para que el conocimiento pueda implementarse en una computadora?, cmo debe ser la arquitectura software y el mecanismo

computacional? En este caso se est hablando del equipo necesario que ha de desembocar en un mtodo de diseo. Las respuestas a las cuestiones anteriores dan lugar a los distintos modelos Common KADS, encuadrndose y abordando cada uno de ellos un aspecto concreto. Modelo de organizacin: soporta el anlisis de las caractersticas principales de una organizacin, con el fin de descubrir problemas y oportunidades para sistemas de conocimiento, establecer su viabilidad y ponderar los impactos en la organizacin de las acciones del conocimiento. Modelo de tarea: es la parte relevante de un modelo de negocio. Analiza la tarea global, sus entradas y salidas, precondiciones y criterios de realizacin, as como recursos necesarios y competencias. Modelo de agente: los agentes son los ejecutores de una tarea. Un agente puede ser humano, un sistema de informacin, o cualquier otra entidad capaz de llevar a cabo una tarea. El modelo de agente describe las caractersticas de los agentes, en particular sus competencias, autoridad para actuar y restricciones en este aspecto. Adems, relaciona los enlaces de comunicacin entre agentes a la hora de llevar a cabo una tarea. Modelo de conocimiento: el propsito de este es explicar los tipos y estructuras de conocimiento utilizados para llevar a cabo una tarea. Proporciona una descripcin independiente de la implementacin del papel que diferentes componentes de conocimiento juegan en la resolucin de problemas, de forma que es comprensible por los humanos. Esto hace que el conocimiento sea un vehculo importante para la comunicacin con los expertos y los usuarios sobre los aspectos relativos a la solucin de problemas de un sistema de conocimiento tanto durante el desarrollo como durante la ejecucin del sistema. Modelo de comunicacin: dado que varios agentes pueden verse involucrados en una tarea, es importante modelar las transacciones entre los agentes implicados, esto se realiza mediante el modelo de comunicacin, como suceda en el modelo de conocimiento. Modelo de diseo: los modelos anteriores juntos pueden verse como constituyendo la especificacin de los requisitos para el sistema de conocimiento, desde diferentes aspectos, Basados en los aspectos, el modelo de diseo proporciona la especificacin tcnica del sistema en trminos de arquitectura, plataforma de implementacin, mdulos de software, construcciones de representacin y mecanismos de computacin requeridos para implementar las funciones propuestas en los modelos de conocimiento y comunicacin. Juntos, los modelos de organizacin, tarea y agente analizan la organizacin del entorno y los factores crticos de xito para un sistema de conocimiento. Los modelos de conocimiento y comunicacin proporcionan la descripcin conceptual de las funciones de resolucin de problemas y los datos que son manejados y entregados por un sistema de conocimiento. El modelo de diseo convierte esto en una especificacin que es la base para la implementacin del sistema software.

No obstante, no siempre es necesario construir todos los modelos, esto depende de los objetivos del proyecto. Esta eleccin corresponde al jefe de proyecto, bajo consenso previo con el cliente. Un proyecto de un SBC utilizando la tecnologa Common KADS produce tres tipos de producto o entrega: Documentos de los modelos. Informacin sobre la gestin del proyecto. Software del Sistema de Conocimiento. El objetivo final de la metodologa Common KADS consiste en estructurar el proceso de desarrollo propio de la ingeniera del conocimiento, que se concreta en un sistema que debe resolver los problemas con una capacidad comparable a la del experto humano como poseedor del conocimiento. Obviamente, esta debe circunscribirse a un dominio especfico de aplicacin. Por ejemplo, si se trata de

un sistema para el diagnstico de una cardiopata, el mbito de aplicacin sera justamente el de las cardiopatas y no otro aunque el experto supere con creces este dominio. En aras de la consecucin del objetivo anteriormente propuesto, resulta necesario disear un equipo de desarrollo que lo concrete y materialice, cada uno de los miembros este equipo debe tener encomendados unos roles especficos que son los que se le describen a continuacin.

1.5.- EL MODELO COGNOSCITIVO Modelo Cognoscitivo En toda situacin de aprendizaje espontneo o generado en una experiencia educativa, puede identificarse tres componentes bsicos: El qu se aprende (resultados), el cmo se aprende (los procesos cognitivos) y las condiciones del aprendizaje (la accin educativa) que responde a las preguntas cundo, cunto, donde, con quin etc. Estos tres componentes se pueden mirar ya sea desde un enfoque conductual o social cognoscitivo. Desde el enfoque conductual los resultados de aprendizaje son las conductas, los procedimientos cognoscitivos no son importantes para este enfoque y las condiciones se refieren a la forma de organizar situaciones estimulantes y refuerzos continuos a las conductas adecuadas. Desde el enfoque cognoscitivo los resultados de aprendizaje se refieren a representaciones cognitivas internas o estructuras cognoscitivas que pueden tener un correlato en una representacin simblica externa para comprobar su presencia, los procesos cognitivos se refieren a toda aquella actividad mental que hace posible la constitucin de representaciones y las condiciones se refieren a las acciones educativas de carcter social educativo o interaccional y a los diferentes recursos culturales con que se apoya el aprendizaje. Desde el punto de vista social cognoscitivo los resultados de aprendizaje se refieren a la manera como se construye significado al conjunto de categoras que constituyen un discurso disciplinar. Los resultados de aprendizaje no se refieren en especificidad a un saber sino al significado que un aprendiz le da a ese saber. La construccin de esos significados se hace en especial cuando el conocimiento se presenta estructurado. Los procesos cognoscitivos en trminos de aprendizaje se dan por niveles de complejidad ya sea en relacin con el desarrollo (edad) o con los niveles de complejidad en una tarea. En trminos del desarrollo, las teoras de Piaget o de Vigotsky definen una serie de caractersticas segn ciclos de vida de los individuos y segn la complejidad de las tareas, los enfoques computacionales representacionales, definen una serie de procesos y subprocesos subyacentes a la solucin de problemas y a la toma de decisiones. En relacin con la complejidad como se estructura un conocimiento se pueden definir 4 grandes procesos bsicos: conceptualizacin, interpretacin, transferencia, creatividad. Conceptualizacin se refiere a la manera como se define un concepto en relacin con una experiencia asociada o con otro concepto en una proposicin o estructura conceptual. La interpretacin se refiere a la manera como un concepto o conjunto de conceptos o proposiciones toma significados en relacin con un contexto lingstico o discursivo o en relacin con un fenmeno. Dentro de la interpretacin se

juegan procesos cognoscitivos como la deduccin, la inferencia, el anlisis, la sntesis y diferentes modalidades de categorizacin. La transferencia se refiere a la manera como se aplica un conocimiento a la solucin de problemas surgidos en contextos diferentes a aquellos en donde se dio la situacin de aprendizaje. La creatividad se refiere a la manera como se reestructura o se proponen estructuras diferentes a las aprendidas. Los niveles cognoscitivos del aprendizaje no son totalmente lineales y su recorrido se puede dar en espiral. Lo cierto es que en trminos de organizacin de las experiencias educativas definir niveles de aprendizaje permite organizar una educacin para el desarrollo de habilidades cognitivas.

1.6.- EL MODELO DEL AGENTE INTELIGENTE Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. En este contexto la racionalidad es la caracterstica que posee una eleccin de ser correcta, ms especficamente, de tender a maximizar un resultado esperado. Este concepto de racionalidad es ms general y por ello ms adecuado que inteligencia (la cual sugiere entendimiento) para describir el comportamiento de los agentes inteligentes. Por este motivo es mayor el consenso en llamarlos agentes racionales. Un agente inteligente puede ser una entidad fsica o virtual. Si bien el trmino agente racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, tambin puede considerarse agentes racionales a los animales incluido el hombre. Clasificacin Es posible clasificar los agentes inteligentes en 5 categoras principales: Agentes reactivos Agentes reactivos basados en modelo Agentes basados en objetivos Agentes basados en utilidad Agentes que aprenden La racionalidad es necesaria. En muchos textos se define agente inteligente como todo agente capaz de tener conciencia de su entorno y actuar sobre l. No obstante es necesario exigir que estas decisiones sean racionales en el sentido de que persigan algn fin. Vamos a mostrarlo con un contraejemplo: cuando un fotn con la suficiente energa incide sobre un tomo, puede arrancar de l un electrn. Podramos considerar al tomo inteligente puesto que percibe su entorno (la incidencia del fotn) y acta sobre su entorno

(emite un electrn). La ausencia de relacin entre la emisin del electrn y cualquier hipottico inters del tomo muestra que este no es un agente inteligente pese a verificar la definicin de Bertrand Russell. La conducta de un agente no suele ser la ptima. Paradjicamente, la conducta de un agente rara vez es la optima. La razn es muy sencilla calcular el optimo de un criterio lo suficientemente bueno para ser considerado razonable teniendo en cuenta las mltiples restricciones que concurren es muy difcil. Ejemplos de ello es lo difcil que es calcular la mejor ala para un avin, el mejor perfil para un coche o la mejor hlice para un barco. Para un estudiante es fcil calcular el mximo de un polinomio de segundo grado derivando e igualando a cero. En este caso el criterio es muy sencillo -es un polinomio de segundo grado- y no concurre ninguna restriccin. Cuando el criterio es una funcin real de muchas variables y las restricciones tambin, los clculos son mucho ms complicados. Algunas veces se puede lograr una buena aproximacin; pero, si un agente inteligente debe tomar una decisin en muy poco tiempo, deber conformarse con la mejor aproximacin que pueda calcular en el escaso tiempo de que dispone.

1.7.- EL PAPEL DE HEURISTICA Se denomina heurstica a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines. La capacidad heurstica es un rasgo caracterstico de los humanos, desde cuyo punto de vista puede describirse como el arte y la ciencia del descubrimiento y de la invencin o de resolver problemas mediante la creatividad y el pensamiento lateral o pensamiento divergente. En computacin, dos objetivos fundamentales son encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones, usualmente las ptimas. Una heurstica es un algoritmo que abandona uno o ambos objetivos; por ejemplo, normalmente encuentran buenas soluciones, aunque no hay pruebas de que la solucin no pueda ser arbitrariamente errnea en algunos casos; o se ejecuta razonablemente rpido, aunque no existe tampoco prueba de que siempre ser as. Las heursticas generalmente son usadas cuando no existe una solucin ptima bajo las restricciones dadas (tiempo, espacio, etc.), o cuando no existe del todo. A menudo, pueden encontrarse instancias concretas del problema donde la heurstica producir resultados muy malos o se ejecutar muy lentamente. An as, estas instancias concretas pueden ser ignoradas porque no deberan ocurrir nunca en la prctica por ser de origen terico. Por tanto, el uso de heursticas es muy comn en el mundo real.