Introduccin a la Inteligencia Artificial

Introduccin


Entender (construir) agentes inteligentes. Origen del nombre: 1956. Iniciada por uso de ordenadores.
Aunque durante ms de 2000 aos los filsofos estudiaron: memoria, aprendizaje, razonamiento, etc.

Disciplinas relacionadas con Inteligencia Artificial (IA):

Percepcin, Razonamiento lgico, Resolucin de Problemas, Demostracin de Teoremas, Diagnsticos de Enfermedades, Ajedrez, etc.

Definicin de IA, I


1) Sistemas que actan como el hombre.

Test de Turing (1950). Comportamiento inteligente.
Incapacidad de diferenciar entre respuestas del ordenador y repuestas humanas. Supondra:  Procesamiento del Lenguaje Natural.  Representacin del Conocimiento.  Razonamiento Automtico.  Aprendizaje Automtico.

Test total de Turing.

Se permitira interaccin fsica entre persona y ordenador. Supondra:  Visin (para percibir objetos).  Robtica (para mover objetos).

Definicin de IA, II


2) Sistemas que piensan como el hombre.

Teoras de funcionamiento de la mente humana:
Campos de visin Lenguaje Natural Aprendizaje

Se buscan modelos de IA compatibles con tcnicas experimentales en Psicologa.

Definicin de IA, III



3) Sistemas que piensan racionalmente.

Del estilo de los silogismos de Aristteles:
Scrates es un hombre. Todos los hombres son mortales, luego Scrates es mortal

Desarrollo de Lgica Formal a finales del siglo XIX y principios del XX. Hacia 1965, haban programas que resolvan problemas formulados en Lgica (supuestos memoria y tiempos suficientes). La corriente Logstica en IA trata de crear sistemas inteligentes utilizando la Lgica Formal. Inconvenientes:
Necesaria una representacin del conocimiento informal (o difuso). Uso de probabilidades. Explosin combinatoria de posibilidades. 5

Definicin de IA, IV


4) Sistemas que actan racionalmente.

Uso de agentes: percepcin + actuacin. Se necesita resolver situaciones, que el pensamiento racional no puede por s solo hacer:
Acciones reflejas: retirar la mano del fuego.

El estudio de IA como agentes racionales tiene dos ventajas:

Es ms general que el pensamiento racional. Es ms cercano al mtodo cientfico que el comportamiento y el pensamiento humanos.

Campos relacionados con IA, I



Filosofa (desde 428 a.C.).

Teoras de razonamiento, aprendizaje, etc Platn, Scrates, Aristteles Descartes (s. XVI). Distincin entre mente y materia. Leibniz (s. XVII). Materialismo. Francis Bacon (s. XVI). Empirismo. Bertran Russell (s. XIX). Positivismo lgico.

Matemticas (desde 800).

Teoras formales de Lgica, Probabilidad, Teora de la Decisin. Nocin de algoritmo de Al-khowarazmi (matemtico rabe, s. IX) Boole (1815) Frege (1848). Lgica de primer orden. Hilbert (1862). En 1900, present 23 problemas para el siglo XX.

Campos relacionados con IA, II

Gdel (1906).
Teorema de incompletitud (1931).  En Lgica de Primer Orden con aritmtica inductiva hay frmulas ciertas no demostrables.

Psicologa (desde 1879).

Teoras para estudiar la mente. Psicologa cognitiva
Craik (1943). Etapas de un agente basado en el conocimiento:  Transformacin del estmulo a una representacin interna.  Derivacin de las representaciones internas.  Traduccin de las representaciones internas a acciones.

Lingstica (desde 1957).

Teoras acerca de la estructura y significado del lenguaje.

Informtica (desde 1940).

Herramientas para hacer realidad IA. 8

Historia de la IA, I


Gestacin de la IA (1943-1956).
Neuronas artificiales. McCulloch y Pitts (1943). Programas de ajedrez. Shannon y Turing (1951). Nombre IA (1956). John McCarthy en un workshop en Dartmout. General Problem Solver (puzles). Geometry Theorem Prover. IBM, 1959. LISP. Creado por John McCarth en 1958. MIT. Algoritmo de resolucin de Robinson (1965). Algunos problemas se atacan desde muchos puntos de vista (como el mundo de bloques):
Visin. Propagacin de Restricciones. Lenguaje Natural. Planificacin. 9

Historia de la IA, II
 

Entusiasmo (1952-1969). Realismo (1966-1974).

El algoritmo de resolucin produce una explosin combinatoria al tratar muchos axiomas. Traduccin automtica es difcil.

Sistemas basados en el conocimiento (1969-1979).

Nuevas expectativas. Programa DENDRAL (1969). Obtiene una frmula molecular a partir de su frmula elemental y del bombardeo con electrones. Sistemas expertos. Aplicacin a diagnosis mdica.

IA se relaciona con la industria (19801988). Recientemente (desde 1987).

Reconocimiento de habla. Planificacin. 10

Agentes, I


Agente: percepcin + actuacin.

Agente racional: persigue xito en sus objetivos Ejemplos de agentes racionales:
Sistema de diagnosis mdicas.  Percepciones: sntomas, respuestas pacientes  Acciones: tratamientos, pruebas, preguntas  Objetivos: la salud del paciente, minimizacin de costes  Entorno: el paciente, el hospital Controlador de una refinera.  Percepciones: temperatura, presin  Acciones: abrir, cerrar vlvulas, ajustar temperatura  Objetivos: maximizar la pureza, seguridad  Entorno: una refinera

11

Agentes, II
Un tutor interactivo de ingls.  Percepciones: palabras escritas  Acciones: crear ejercicios, sugerencias, correcciones  Objetivos: maximizar las calificaciones del alumno  Entorno: un conjunto de estudiantes Un taxista automtico.  Percepciones: cmaras, velocmetro, micrfono  Acciones: mover el volante, acelerar, frenar, hablar al pasajero  Objetivo: seguridad, rapidez, legalidad, comodidad  Entorno: carreteras, autopistas

12

Agente simple


Algoritmo:
funcin agente-simple (percepcin) return una accin memoria ;;;;; variable global memoria = actualiza-memoria(memoria, percepcin) accin = elige-mejor-accin(memoria) memoria = actualiza-memoria (memoria, accin) return accin

Observaciones:
Se debera mantener una secuencia de percepciones en memoria (no siempre es posible) Se deberan tener criterios externos de xito (la medida del desempeo no es parte de la descripcin del agente)
13

Agente de bsqueda en tablas

  

Implementa un mapa ideal de comportamiento Dificultad en conseguir que el agente razone Algoritmo:
funcin agente-de-bsqueda-en-tablas (percepcin) return una accin ;;;;;;;;;;;;; variables globales percepciones ;lista inicialmente vaca tabla ;indexada por lista de percepciones aade-percepcin-al-final-depercepciones(percepcin, percepciones) accin = busca(percepciones, tabla) return accin

Inconvenientes:
Tabla enorme (y difcil de generar). Agente sin autonoma (si el entorno 14 cambia, la tabla tambin debera hacerlo).

Agente reflejo simple

Es imposible construir una tabla de bsqueda para cualquier secuencia de percepciones. Incorporan el uso de reglas:
Si coche-de-enfrente-frena entonces frenar
(resume informacin y especifica comportamiento)

Algoritmo:
funcin agente-reflejo-simple (percepcin) return una accin reglas ;;;;; variable global ;;; se genera descripcin abstracta de la percepcin estado = interpreta (percepcin) ;;; selecciona regla que cumple descripcin estado regla = selecciona-regla (estado, reglas) accin=aplica-regla(regla) return accin

El uso de reglas ayuda en la toma de decisiones del agente

15

Un agente reflejo con estado



Se mantiene un estado del mundo (configurado por las percepciones). Algoritmo:

funcion agente-reflejo-con-estado (percepcin) returns una accin estado, reglas ;;;variables globales ;;; se actualiza la descripcin interna del estado que ;;; mantiene el agente estado = actualiza-estado (estado, percepcin) regla = selecciona-regla (estado, reglas) accin=aplica-regla(regla) estado = actualiza-estado (estado, accin) return accin

16

Otros agentes


Agente basado en el objetivo

La informacin del objetivo es relevante Combinacin de informacin sobre objetivo con informacin de sus posibles acciones
Ejemplo: En una interseccin, es posible izquierda, derecha o recto, pero importa el objetivo (no es nicamente un agente reflejo).

Bsqueda y Planificacin (campos de IA).

Caso simple: Accin implica objetivo Caso complejo: Varias acciones implican objetivo 

Agentes basados en utilidad:

Utilidad(estado)=grado de preferencia o satisfaccin para un estado. N real. Permiten tomar decisiones racionales en 2 situaciones
Cuando hay varios objetivos en conflicto Cuando hay varios objetivos alcanzables pero ninguno con certidumbre

Los agentes basados en el objetivo dan una solucin pero puede ser un camino no muy satisfactorio. Ejemplo: Programas de juego. Dilema del prisionero. 17

Tipos de entorno


Accesible/no-accesible:
el agente tiene acceso al estado completo del entorno?
Si: no necesita mantener un estado interno del mundo. Uso de sensores. (aspiradora) No: (8-puzzle)

Determinista/no-determinista:
el estado siguiente del entorno est completamente determinado por el estado actual y la cadena de acciones elegidas por el agente?
(D: 8-puzzle; ND: control refinera)

Episdico/no-episdico
Episodios: procesos percepcin-accin independientes en el tiempo
(E: robot selector de componentes; NE: ajedrez)

Esttico/dinmico/semidinmico:
el entorno puede cambiar mientras el agente decide?
Semidinmico: esttico + penalizacin por retraso en la toma de decisin (ajedrez, anlisis imgenes)

Discreto/continuo
nmero finito de percepciones/acciones?
(D: ajedrez; C: robot taxista)

18