Académique Documents
Professionnel Documents
Culture Documents
Inteligentes.
Nuevas Tecnologas
Qu es la inteligencia Artificial?
Historia de la I.A.
Qu es la inteligencia Artificial?
- La IA es un campo amplio de investigacin cientfica que trata de crear sistemas y mquinas que se comporten de manera inteligente.
- Los cientficos que se centran en esta rea de investigacin, parten con la dificultad aadida de que no existe una definicin precisa del concepto de inteligencia humana, y tampoco se conoce con exactitud el funcionamiento del cerebro humano.
Historia de la I.A.
La historia de la IA est marcada por los continuos vaivenes entre el optimismo desmesurado y el profundo pesimismo. Se le considera al matemtico ingls Alan Mathison Turing padre de la IA. En 1937, public un artculo en el que introdujo el concepto de Mquina de Turing, una abstraccin matemtica que result ser la precursora de los ordenadores digitales. Tambin formul la conocida como Prueba de Turing, que permitira comprobar si un programa de ordenador puede ser inteligente como un ser humano, y que hasta da de hoy ninguna mquina ha conseguido superar.
La I.A. en la vida cotidiana Sistemas de redes neuronales. Las agendas electrnicas. El avin Militar Eurofighter. La medicina. El lenguaje natural.
El Componente de Adquisicin
Agentes Inteligentes
Agente Racional
Ambientes
Tipos de Agentes
Agente Racional
Es aquel que hace lo correcto, lo correcto se afirma que es que el agente tenga el mejor desempeo. Un agente omnisciente es aquel que sube el resultado real que producirn sus acciones, y su conducta es congruente con ello. El estudio en el que nos encontramos se basa entonces en comprender la racionalidad de agentes inteligentes. El carcter de racionalidad viene dado por 3 factores. - Medida de evaluacin Racionalidad - Secuencia de percepciones - Acciones que se emprenden
AGENTE INTELIGENTE
PROCESO INTELIGENTE
RAZONAMIENTO LOGICO APRENDIZAJE
PERCEPCIONES
?
AGENTE
(SENSORES)
AMBIENTE
(MUNDO REAL)
ACCIONES
(EFECTORES)
Tipos de Agentes
Agentes de reflejo simple Agentes bien informados de todo lo que pasa Agentes basados en metas Agentes basados en utilidad
Ambientes
Accesibles y no accesibles
Deterministas y no deterministas
Episdicos y no episdicos
Estticos y dinmicos
Discretos y continuos
Aprendizaje y Clasificacin
Neuronas Formales
Aprendizaje y Clasificacin
La clasificacin es la atribucin de una clase especfica a un objeto. Esta atribucin necesita un cierto grado de abstraccin para poder extraer generalidades a partir de los ejemplos de los cuales se dispone. Para una mquina, la clasificacin de rostros, de datos mdicos o de formas son tareas bastante difciles, en tanto que para un humano son cuestiones cotidianas. Por ejemplo, en el caso de reconocimiento de caracteres manuscritos, es difcil enunciar una descripcin general que tenga en cuenta todas las variaciones particulares de cada carcter.
Neuronas Formales
El origen de las Redes de Neuronas (RN) se encuentra en la representacin de la neurona biolgica por McCulloch y Pitts en 1943. La Inteligencia Artificial clsica ha generado una cierta decepcin al tratar de explicar los procesos cognoscitivos debido a que la representacin usando reglas se aleja mucho de cualquier inspiracin biolgica por una parte y por otra conduce a la creacin de sistemas que son demasiado rgidos y al mismo tiempo extremadamente frgiles.
Redes Neuronales
Modelo de RNA
Neuronas intermedias
Neuronas de Entrada
Solucin de Problemas mediante bsquedas Neuronas de Estrategias de bsqueda : Bsqueda por amplitud salda
Conexiones
ESTRATEGIAS DE BSQUEDA
Estrategias de Bsqueda
Bsqueda No Informada (Ciega)
1. Bsqueda preferente por amplitud 2. Bsqueda de costo uniforme 3. Bsqueda preferente por profundidad 4. Bsqueda limitada por profundidad 5. Bsqueda por profundizacin iterativa 6. Bsqueda bidireccional
Algoritmo Bsico
Basado en bsqueda y recorrido en rboles y grafos La estructura la construimos a medida que hacemos la bsqueda Algoritmo para una solucin: Seleccionar el primer estado como el estado actual mientras el estado actual no es el estado final hacer Generar y guardar sucesores del estado actual (expansin) Escoger el siguiente estado entre los pendientes (seleccin) fin-mientras La seleccin del siguiente nodo determinar el tipo de bsqueda (orden de seleccin o expansin) Es necesario definir un orden entre los sucesores de un nodo (orden de generacin)
Algoritmo Bsico
Nodos abiertos: Estados generados pero an no visitados Nodos cerrados: Estados visitados y que ya se han expandido Tendremos una estructura para almacenar los nodos abiertos Las diferentes polticas de insercin en la estructura determinarn el tipo de bsqueda Si exploramos un grafo puede ser necesario tener en cuenta los estados repetidos (esto significa tener una estructura para los nodos cerrados). Merece la pena si el nmero de nodos diferentes es pequeo respecto al nmero de caminos
N F
0 1 2 3 321
10 1 2 3 cba32
210 1 2 3 f edcba3
3210 1 2 3 i hg f edcba
a3210 1 2 3 i hg f edcb
b a 32 1 0 1 2 3 i hg f edc
Complejidad Temporal
Si b es el factor de ramificacin de los estados, y la solucin est a una profundidad d, entonces la cantidad mxima de nodos expandidos antes de encontrar la solucin es:
1+ b + b2 + b3 + ... + bd + (bd+1 b)
Resumen (BFS)
Los nodos se visitan y generan por niveles La estructura para los nodos abiertos es una cola (FIFO) Un nodo es visitado cuando todos los nodos de los niveles superiores y sus hermanos precedentes han sido visitados Caractersticas: Completidud: El algoritmo siempre encuentra una solucin Complejidad temporal: Exponencial respecto al factor de ramificacin y la profundidad de la solucin O(bd+1). Complejidad espacial: Exponencial respecto al factor de ramificacin y la profundidad de la solucin O(bd+1). Optimalidad: La solucin que se encuentra es ptima en nmero de niveles desde la raz
Ejercicio 1
A
Determine el orden en que un agente basado en metas busca el objetivo (orden en que se visitan y orden en que se aperturan): VISITA (nodos cerrados)
B D H K E F I
C G J
Ejercicio 2
Diga para el siguiente rbol el orden en que se aperturan (nodos abiertos) y orden en que se visitan los nodos (nodos cerrados).
B C
NOTA:
Se supone que el factor de ramificacin es b = 2 y que los nodos de nivel m = 3 no tienen sucesores.
Resumen (DFS)
Los nodos se visitan y generan buscando los nodos a mayor profundidad y retrocediendo cuando no se encuentran nodos sucesores La estructura para los nodos abiertos es una pila (LIFO) Para garantizar que el algoritmo acaba debe imponerse un lmite en la profundidad de exploracin Caractersticas Completidud: El algoritmo encuentra una solucin si se impone un lmite de profundidad y existe una solucin dentro de ese lmite Complejidad temporal: Exponencial respecto al factor de ramificacin y la profundidad del lmite de exploracin O(bm). Complejidad espacial: Si no se controlan los nodos repetidos el coste es lineal respecto al factor de ramificacin y el lmite de profundidad O(bm). Si tratamos repetidos el coste es igual que en anchura. Si la implementacin es recursiva el coste es O(m). Optimalidad: No se garantiza que la solucin sea ptima
BUSQUEDA AVARA
Greedy Search
Ejercicio
Utilizar el mtodo de bsqueda avara para solucionar el problema de Rumania. Mostrar el desarrollo con rboles de bsqueda.
Timisoara h=329
Fagaras h=178
Rimnicu h=193
Rimnicu h=193
Bucharest h=0
Iasi h=160
Iasi h=160
Neamt h=150
BUSQUEDA A*