Académique Documents
Professionnel Documents
Culture Documents
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.
Definicin de IA, I
Definicin de IA, II
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
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
Agentes, I
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
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).
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
16
Otros agentes
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