TRABAJO COLABORATIVO 1

JUAN FERNANDO CESPEDES GONZALEZ Cód.

CARLOS ARTURO BOLIVAR PEREZ Cód.

ARIEL PACHECO RINCON Cód. 9692445

JAVIER HERNAN GIL Cód.

Tutor(a): ANGELA MARIA GONZALEZ

Inteligencia Artificial Grupo 90169_1

Universidad Nacional Abierta y a Distancia UNAD

CEAD JAG

Bogotá Octubre 2012

INTRODUCCION

Unos de los primeros acercamientos realizados Inteligencia Artificial es que es una combinación de la ciencia de los computadores, la sicología y la filosofía. Partiendo de este acercamiento nos adentramos en la primera unidad en la definición de la Inteligencia Artificial, sus objetivos, su aplicación, historia y enfoques que tiene. A la vez abordamos temas como agentes inteligentes y complejidad de los problemas. En este contexto desarrollamos el preste trabajo colaborativo dando respuesta a varias preguntas que nos propone nuestra tutora.

Retoma la tecnología que ofrece Internet al utilizar herramientas de comunicación para lograr la interacción y diálogo entre los participantes, con el propósito de que los estudiantes compartan sus experiencias e inquietudes y profundicen en cada uno de los temas abordados al interior del curso.

Incorpora la orientación del tutor como un asesor que acompañará a los participantes en el desarrollo del proceso de enseñanza-aprendizaje.

Centra sus acciones en el aprendizaje del estudiante, pues es alrededor de él que giran las estrategias pedagógicas que facilitan el proceso de adquisición de los diversos contenidos, el establecimiento de metas y objetivos personales, así como el aprovechamiento de todos los recursos didácticos que se ponen a su alcance para proyectarlos en su futura profesión.

OBJETIVOS

General

Establecer los principios que rigen la inteligencia artificial sus aplicaciones y

evolución.

Específicos

Reconocer las diferentes definiciones de inteligencia artificial y la evolución histórica de la inteligencia artificial.

Describir y usar las técnicas de resolución de problemas con el ánimo de establecer normas para este propósito.

Reconocer el uso de los agentes inteligentes y su aplicación Estudiar la complejidad de los problemas y representar su estructura y las

posibles soluciones

DESARROLLO

Introducción Inteligencia Artificial.

1. Defina con sus propias palabras “Inteligencia Artificial”.

Con el posterior concepto y a través de un análisis de los diversos significados que se pueden plantear a la Inteligencia Artificial, he desarrollado un concepto propio,

“la Inteligencia Artificial es un sistema programado con un gran conocimiento Agrupado , con la finalidad de imitar ala mente humana, para lograr crear una maquina que realice todas las actividades que ejecuta un ser humano y creado por el ser humano para lograr mejorar o agilizar las actividades que realiza el hombre con ello agregando un valor al ser humano por ser el creador de la Inteligencia Artificial y dando a conocer su objetivo de una mejora y mayor agilidad, así como mencionando su fin de realizar actividades que el hombre ha desarrollado a lo largo de su vida en un tiempo menor del programado normalmente

para emplearlas en la industria s o actividades en el hogar o diferentes campo que necesiten de ellas , por ejemplo en trabajos de alto riesgo, las computadoras tienen la capacidad de almacenar miles y millones de datos en su memoria .

Uno de los conceptos más reconocidos y aplicados para la definición de la Inteligencia Artificial fue realizado por Rich y Knight, definiéndola como “El estudio de cómo lograr que las computadoras realicen tareas que por el momento, los humanos hacen mejor” (1991),

“Sistemas que piensan racionalmente” dentro de la cual se encuentran definiciones como “El estudio de las facultades mentales mediante el uso de modelos computacionales” planteada por Charniak y McDermott en 1985.

Dentro de la última categoría “Sistemas que actúan racionalmente” se encuentra la definición de Schalkoff en 1990 que conceptualiza a la Inteligencia Artificial como “Un campo de estudio que se enfoca a la explicación y estimulación de la conducta inteligente en función de procesos computacionales”.

Con ello estas cuatro categorías se llegan a considerar como posibles objetivos que la Inteligencia Artificial podría lograr, en cuanto a procesos mentales, razonamiento, conducta y eficiencia humana.

2. Elaborar un mapa conceptual sobre inteligencia artificial, donde se establezcan los conceptos y sus relaciones.

3. Nombre los cuatros enfoques de la “Inteligencia Artificial”, y explique cada uno de ellos brevemente.

La Inteligencia Artificial, o IA en términos cortos, es una combinación de la ciencia de los computadores, laPsicología y la filosofía.

Procesamiento de lenguaje natural- modelos de conocimiento

APLICACION

PADRES DE LA INTELIGENCIA ARTIFICICIAL

Sistemas expertos . - visión artificial.

CONCEPTOS

-robots

...................................

...................................

...

Marvin Minsky: razonamientos

analógicos de geometría

Claude Shannon: de los

laboratorios Bell de EEUU.

Nathaniel Rochester: de IBM

John McCarthy: quien le

dio el nombre a esta nueva

área del conocimiento y

estudiaba sistemas capaces

de efectuar razonamientos de

sentido común.

Allen Newell: primer presidente de la AAAI

INTELIGENCIA ARTIFICIAL

o Sistemas que actúan como humanos (test de turing) : en esta se caracteriza

lo típico en los humanos, el sistema debe de contar con una base de conocimiento simbólico, debe de utilizar lenguaje natural.

o Sistemas que piensan como los humanos (enfoque cognitivo): este sistema

parte de la forma cómo piensan los humanos, siendo su principal enfoque construir un modelo de pensamiento.

o Sistemas que piensan racionalmente   (enfoque lógico):   en el debe actuar

racionalmente, similar a como lo hacen los humanos, en la toma de decisiones que se le puedan presentar en determinado momento.

o Sistemas que actúan racionalmente (enfoque racional):   en este enfoque

se tiene una forma racional de pensamiento, integrador del aprendizaje.

4. ¿En qué consiste el Test de Turing?

Es que si un interrogador decide erróneamente que una máquina es una persona, entonces se dice que dicha máquina exhibe inteligencia.

Es por ello que este método determinara si una máquina es capaz de pensar. Por ejemplo una persona es un entrevistador y se halla en una habitación separada de otra persona y un ordenador a evaluar. El entrevistador hace preguntas a ambos de forma escrita. Si luego de un cierto número de preguntas y respuestas, el interrogador no puede identificar quién es el computador y quién es la persona, entonces podemos decir que el computador piensa.

El test consiste en poner dos pronas en un contexto de evaluación: una persona con otra persona y con un ordenador; sin decirle a priori cual es la maquina y cuál es la persona. Si chateando descubre quien es la persona y quien es el ordenador se concluye que el ordenador no es inteligente. Pero si no somos capaces de determinar cuál de los dos es una máquina, entonces el ordenador ha pasado el test de turing y se podría considerar como un aparato piensa.

5. Indique algunos hechos relevantes de la historia de la IA.

La Inteligencia Artificial surge definitivamente a partir de algunos trabajos publicados en la década de 1940 que no tuvieron gran repercusión, pero a partir del influyente trabajo en 1950 de Alan Turing, matemático británico, se abre una nueva disciplina de las ciencias de la información. En 1937 Alan Turing publicó un artículo de bastante repercusión sobre los "Números Calculables", un artículo que estableció las bases teóricas para todas las ciencias de computación, y que puede considerarse el origen oficial de la informática teórica. En este artículo introdujo el

concepto de Máquina de Turing, una entidad matemática abstracta que formalizó el concepto de algoritmo y resultó ser la precursora de las computadoras digitales. Podía conceptualmente leer instrucciones de una cinta de papel perforada y ejecutar todas las operaciones críticas de un computador.

En 1940 Alan Turing y su equipo construyeron el primer computador electromecánico y en 1941 Konrad Zuse creó la primera computadora programable y el primer lenguaje de programación de alto nivel Plankalkül. Las siguiente máquinas más potentes, aunque con igual concepto, fueron la ABC y ENIAC.

En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera el primer trabajo del campo de inteligencia artificial, aun cuando todavía no existía el término.

En 1950 Turing consolidó el campo de la inteligencia artificial con su artículo Computing Machinery and Intelligence, en el que propuso una prueba concreta para determinar si una máquina era inteligente o no, su famosa Prueba de Turing por lo que se le considera el padre de la Inteligencia Artificial. Años después Turing se convirtió en el adalid que quienes defendían la posibilidad de emular le pensamiento humano a través de la computación y fue coautor del primer programa para jugar ajedrez.

En 1951 William Shockley inventa el transistor de unión. El invento hizo posible una nueva generación de computadoras mucho más rápidas y pequeñas.

En 1956 se acuñó el término "inteligencia artificial" en Dartmouth durante una conferencia convocada por McCarthy, a la cual asistieron, entre otros, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años.

En 1980 la historia se repitió con el desafío japonés de la quinta generación, que dio lugar al auge de los sistemas expertos pero que no alcanzó muchos de sus objetivos, por lo que este campo sufrió una nueva interrupción en los años noventa.

En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Al intentar describir con un mayor ámbito (no sólo la comunicación) los atributos de un agente inteligente, la IA se ha expandido a muchas áreas que han creado ramas de investigaciones enormes y diferenciadas.

Podemos entonces decir que la IA posee características humanas tales como el aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento implícito, y la percepción modular del mundo. Así, podemos hablar ya no sólo de un objetivo, sino de muchos, dependiendo del punto de vista o utilidad que pueda encontrarse a la IA.

En los 90´s surgen los agentes inteligentes. El programa Artificial Linguistic Internet Computer Entity (A.L.I.C.E.) ganó el premio Loebner al Chatbot mas humano en 2000, 2001 y 2004, y en 2007 el programa Ultra Hal Assistant ganó el premio.

2010: En la actualidad se está tan lejos de cumplir la famosa prueba de Turing como cuando se formuló: Existirá Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversación a ciegas. Como anécdota, muchos de los investigadores sobre IA sostienen que «la inteligencia es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o cerebro»:

En 2010 el programa Suzette ganó el premio Loebner. Algunos programas de inteligencia artificial gratuitos son Dr. Abuse, Alice, Paula SG, Virtual woman millenium

6. Nombre 3 Aplicaciones de la IA.

o Tratamiento de lenguajes naturales: capacidad de traducción, ordenes a

un sistema operativo, conversación hombre maquinao Sistemas expertos: sistemas que les implementa experiencia para

conseguir deducciones cercanas a la realidad.o Robótica: navegación de robots móviles, control de brazos móviles,

ensamblaje de piezas

7. Escriba, de manera sucinta, las biografías de los padres de la inteligencia artificial, debe incluir entre otros a: Marvin Minsky, John McCarthy, Claude Shannon, Nataniel Rochester, Allen Newell y Herbert Simon.

o ALAN TURING

Nació el 23 de junio de 1912 en   agosto de 1936, es considerado el padre de la inteligencia artificial. Presenta el concepto de máquina de turing, convirtiéndose así en el fundamento de las teorías modernas para la programación de maquinas electrónicas, estudio en la universidad de Princeton, murió en el año 1954   por ingestión de cianuro en una manzana

o MARVIN MINSKY

Nació en New York el 9 de agosto de 1927 científico estadounidense considerado como uno de los padres de la ciencia de la computación, se gradúa en Princeton, ha contribuido al desarrollo de la geometría computacional , escribió el libro perceptores, redes neuronales entre otros.

o JOHN MCCARTHY

Nació el 4 de septiembre de 1927 en Boston, es un prominente informático, recibió el premio de turing en 1971 por sus importantes aportes en la Inteligencia Artificial, en 41962 fue a la Universidad de Stamford donde fundó el Laboratorio de Inteligencia Artificial donde es profesor desde 1962, en la Actualidad es profesor emérito

o CLAUDE SHANNON

Michigan 30 de Abril de 1916   Febrero 24 de 2001, es recordado como el padre de la teoría de la información, en 1932 ingreso en la Universidad de Michigan, en 1936 Obtuvo los títulos de Ingeniero Electricista y Matemático, en 1940 hizo una maestría en Ingeniería Eléctrica y se Doctoro en Filosofía Matemática. Paso 15 años trabajando en los Laboratorios BELL con un selecto grupo de ingenieros. En el área de la Inteligencia Artificial publico en 1950 un trabajo que describía la programación de la computadora para jugar Ajedrez. Murió a los 84 años de edad tras padecer de alzaimer.

o NATANIEL ROCHESTER

Nació el 14 de enero de 1919 y murió el 8 de junio de 2001, diseño el IBM 701 y escribió el primer ensamblador, participo en la fundación del campo

de la Inteligencia Artificial, trabaja para IBM, supervisa proyectos, hizo artículos para New york Times, Muere el 8 de Junio de 2001

o ALLEN NEWELL

Nació el 19 de Marzo de 1927 y Murió el 19 de julio de 1992, fue investigador en informática y psicología cognitiva, contribuyo al lenguaje de procesamiento de información y a dos primeros programas de Inteligencia Artificial, a lo largo de su vida recibió muchas distinciones por sus aportes el tema de la inteligencia Artificial.

o HERBERT SIMON

Nació en Milwaukee en 1916 y Murió en Pittsburg en 2001, es un científico estadounidense conocido por sus aportes a los campos de la psicología, las matemáticas, la epistemología y Sobre todo en Inteligencia Artificial, Laureado en 1978 por la academia sueca de Nobel de economía por sus trabajos, tuvo una solida información, pionero de la inteligencia artificial.

Agentes Inteligentes.

8. Defina con sus palabras un Agente Inteligente. Dentro de qué enfoque de la IA se circunscriben los Agentes Inteligentes. ¿Por qué?.

Para comenzar bien vale la pena decir que Los Agentes Inteligentes se caracterizan por desenvolverse en un entorno, ejecutar acciones sobre él, basándose en percepciones para lograr metas deseadas por el usuario. Seguidamente podemos apoyarnos en la defunción de Agente: “Es un sistema situado en y parte de un entorno que siente ese entorno y actúa sobre él, a través del tiempo, persiguiendo sus propios objetivos de forma que afecte lo que siente en el futuro.”1 Un agente no es un programa, es autónomo y por tanto proactivo. Un agente es una entidad capaz de percibir el entorno y actuar sobre él. Por tanto es un sistema que está situado y que forma parte de un determinado entorno, que percibe este entorno y que actúa en él continuamente y con su propia planificación, persiguiendo el objetivo de cambiar su propia percepción. Los agentes inteligentes se sitúan en el enfoque de sistemas que actúan racionalmente, por la precepción que se tiene del entorno y la interacción con este.

1 Franklin and Graesser

9. Nombre y explique los elementos de un Agente Inteligente y sus Interacción.

Los elementos que conforman un agente inteligente son:

Su arquitectura, la cual delimita su actuación y un programa de computadora el cual le dará al agente la capacidad de interactuar con el medio ambiente para llevar a cabo las acciones que determinaran su desempeño.

En lo que respecta al software utilizado por el agente, invariablemente deberá tener integrada una base de conocimiento que contenga la secuencia de actividades para llevar a cabo las distintas acciones motivadas por cada una de las percepciones recibidas del medio ambiente; esto indica claramente la necesidad de dotar al agente de un nivel de autonomía derivada del uso de sus percepciones para "monitorear" constantemente al medio ambiente y comparar lasCondiciones imperantes con las condiciones almacenadas en su base de conocimiento y hacer los ajustes correspondientes, es decir se puede hablar de adquirir experiencias en la misma forma en la que lo hace un ser humano.

A su vez podríamos decir que los agentes inteligentes deben tener la capacidad de proceso, conocimiento del entorno donde se mueven e información de un dominio.Un agente tiene capacidad de proceso puesto que puede descomponer una consulta en subconsultas y asociar a los distintos términos resultantes otros términos relacionados o afines. Su conocimiento del entorno le viene dado por su propio conocimiento y por el de otros agentes que se comunican con él (el conocimiento puede ser adquirido: del mismo usuario o de otros agentes con los que se encuentra mientras realiza una tarea determinada; y, una vez finalizado su trabajo: de aquellos lugares que ha visitado, así como de las direcciones de los agentes con los que se ha encontrado). En todo momento debería saber a qué información acceder o a qué otro agente dirigirse para obtenerla. Un agente puede tener también acceso a un dominio y/o información de un modelo, si se asocia con la estructura de éste.

Tomado de: http://agentesinteligentes.blogspot.com/

10.Mencione y explique al menos 5 características de los Agentes. De ejemplos.

La mayoría de los agentes poseen las siguientes características:

Las tres primeras son las más sobresalientes en los agentes inteligentes:

Comunicación. El agente puede comunicarse con el usuario, con otros agentes y con otros programas. Con el usuario se comunica con un interfaz amigable, mediante el que personaliza sus preferencias. Algunos agentes permiten comunicarse en lenguaje natural, algo típico de los chatbots.

El grado de inteligencia varía mucho de unos agentes a otros, que suelen incorporar módulos con tecnologías procedentes de la Inteligencia Artificial. Los más sencillos se limitan a recoger las preferencias del usuario, quien debe personalizarlos. Un ejemplo son los agentes inteligentes basados en tecnología de redes neuronales especializados en identificar mensajes de correo electrónico sospechosos de contener spam -mensajes no deseados-. En una primera fase el usuario debe marcarlos como spam, el agente va aprendiendo a identificar los rasgos que caracterizan a estos mensajes y posteriormente los filtra.

Autonomía. Un agente no sólo debe ser capaz de hacer sugerencias al usuario sino de actuar. En el ejemplo anterior, el agente que filtra el spam no puede estar continuamente alertando al usuario en cada mensaje de correo que llega sobre la posibilidad de que sea un mensaje no deseado y su verdadera utilidad surge cuando elimina de forma autónoma dichos mensajes.

Reactivo. El agente es capaz de responder a cambios en el entorno en que se encuentra situado.

Pro-activo, a su vez el agente debe ser capaz de intentar cumplir sus propios planes u objetivos.

Social, debe de poder comunicarse con otros agentes mediante algún tipo de enguaje de comunicación de agentes.

Usos y ejemplo:

a) Representante virtual

Se comunican en lenguaje natural y suplen a los comerciales; Los chat de asesoría comercial

b) Como asistentes personales

Nos ayudan como lo haría un ayudante, una especie de "mayordomo virtual".

o Agenda inteligente.

o Asesor financiero.

c) Negociador en mercados electrónicos

Localiza una subasta en Internet, aprende cómo va la puja y realiza la compra por nosotros.

d) Agente de búsqueda de información o rastreador

Rastrean en las redes de ordenadores en busca de la información solicitada.

e) Agente secreto o espía

Monitorizan una página web identificada previamente por el usuario -una página con la información financiera de una empresa. Etc

Tomado de: http://ciberconta.unizar.es/leccion/introduc/482.HTM

11.¿Cuál es la estructura de un Agente Inteligente?

Contiene partes fundamentales como son la arquitectura y el programa de agente;

Obedeciendo a la ecuación:

Agente = Programa de Agente + Arquitectura

Esta arquitectura se refiere a la parte Hardware (sensores y efectores) que están entre el entorno y el Programa de Agente; proporciona al programa las percepciones del entorno que se obtienen a partir de los sensores e indica a los efectores los comandos asociados a las acciones que tienen que ejecutar. Para ejemplificarla podemos mencionar una computadora, una cámara, un brazo robótico u otro dispositivo que funcione como sensor.

El programa de agente es la parte Software que se encarga de procesar las percepciones obtenidas a partir de los sensores para determinar qué acciones deben ejecutar los efectores. Procesa la información que proviene de los sensores para determinar la acción más adecuada en cada momento.

La parte más importante de la estructura para el desarrollo del sistema de agente planteado en esta investigación es sin duda el diseño del programa de agente, para esto es necesario tomar en cuenta puntos como el entorno en el que se desarrollará, las percepciones que se obtienen del ambiente, las acciones que realizará el agente y los objetivos que debe alcanzar el agente.

12.¿En qué consiste el análisis PAMA?

En cualquier algoritmo aplicado a la IA debemos reconocer cómo cada parte contribuye a dicha meta.

Analicemos las máquinas (limitadas) de la IA como agentes inteligentes.

La meta planteada por la medida del buen éxito de ese agente suele ser combinación de varias submetas.

El análisis PaMA es un ejemplo de la estrategia general de la ingeniería de “dividir para conquistar” P+a+M+A cada sumando es más fácil que la suma ponderada.

La aplicación del ANÁLISIS DE REQUISITOS, que resuelve un problema analizando qué es obtenible como input y qué es deseado como output.

PAMA es igual a Percepciones, Acciones, Metas y Desempeño y Ambiente.

Tomado de: http://www.slidefinder.net/i/ia_agentes/32681377/p2

13.Desarrolle un análisis PAMA de un Agente de un sistema medidor de los ritmos cardíacos de un paciente.

Tipo de Agente

Percepciones Acciones Metas Ambiente

sistema Pacientes con Instalación del Controlar Donde se

medidor de los ritmos cardíacos de un paciente

síntomas cardiacos, evidencias y respuestas del paciente

medidor en el paciente, realizar pruebas, Síntomas, evidencias y respuestas del paciente

posibles paros cardiacos, reconocer respuestas fisiológicas en tiempo real y controlarlas, alterarlas o modificarlas a nuestro favor.Exactitud de los datos Representación fiable de los mismos

encuentre el paciente, hospital, clínica.

14.Desarrolle un análisis PAMA de un Agente buscador de Internet.

Tipo de Agente

Percepciones Acciones Metas Ambiente

Buscador de internet

Web que contenga un buscador.

Un buen motor de búsqueda.

Buscar en internet la mejor pagina que contenga un buscador

Satisfacer nuestras necesidades en la búsqueda. Obtener los resultados de la búsqueda rápidos y exactos.

En la casa, escuela, oficina, universidad, colegio, en donde nos encontremos con un equipo y acceso a internet.

15.Desarrolle un análisis PAMA de un Operador de Teléfono automático.

Tipo de Agente

Percepciones Acciones Metas Ambiente

Operador de Teléfono

Controlador.Menús.

Suministrar información

Respuesta a los clientes

Empresa que

automático. Respuestas de los usuarios.Temporizadores.

rápida a los clientes.Menús más interactivos y de fácil entendimiento.Saludos y presentación de la empresa con mensajes.llevar al usuario a comunicarse con la persona deseada.

automáticamente.Productividad.Clientes satisfechos con el servicio.Servicio 7X24.

suministra el servicio.Call center.

16.Mencione y explique 3 tipos de agentes. ¿En qué se diferencian?

Tipo de agente Características DiferenciaAgentes Móviles Tienen la capacidad de

salir de los límites de las redes y acceder a computadores en redes remotas o incluso Internet.Permiten la ejecución de tareas en computadores remotos y la transmisión de los resultados al usuario

Operan sin conexión, es decir, trabajan sin que la red esté funcionando; para ello, se esperará a que la conexión se reanude. Las funciones que debe ejecutar el agente no sólo las lleva a cabo en el PC donde se encuentre, sino en otras que estén en la red.

Son eficientes, se adaptan al cliente, reducen el tráfico de la red, gestionan grandes volúmenes de información y permiten la comunicación en tiempo real.

Agentes de Interfaz Su objetivo es el de servir a las necesidades del usuario con base en el análisis de sus hábitos y

Mejoran la ayuda al usuario:

•Observando e imitando

comportamientos, ajustándose de acuerdo a las decisiones anteriormente tomadas.

El proceso de aprendizaje está fundamentado en:

o Observar e imitar las acciones del usuario.

o La retroalimentación positiva o negativa del usuario sobre una acción tomada de manera autónoma por el agente.

o La recepción explícita de instrucciones del usuario.

La indagación de comportamiento similar a otros agentes

al usuario, es decir, aprendiendo del usuario.

•Con la recepción de feedback positivo y negativo del usuario (que aprende del usuario).

•Recibiendo instrucciones explícitas del usuario que aprende del usuario.

•Pidiendo consejo a otros agentes, es decir, aprendiendo de pares.

Agentes de Información El objetivo es la recolección, administración y clasificación de grandes volúmenes de información provenientes de fuentes distribuidas. El proceso de filtro de la información se realiza de manera autónoma y sin intervención del usuario.

Características primordiales en este tipo de agentes: la primera, que son autónomos, es decir que actúan sin intervención humana y tienen el control de sus propios actos; la segunda, que son sociables, es decir, que se comunican con otros agentes o con humanos por medio de un lenguaje común; la tercera, que tienen capacidad de reacción, es decir, que perciben del entorno y reaccionan para adaptarse a él; la cuarta característica es que tienen iniciativa, es decir,

que emprenden las acciones necesarias para resolver problemas.

17.Mencione y explique 4 propiedades de los ambientes.

Accessible/Inaccessible

Si los sensores proporcionan todo lo que hay que saber sobre el estado completo del ambiente - necesario para elegir una acción - entonces el ambiente es accesible al agente. Esos ambiente resultan convenientes, ya que liberan al agente de la tarea de mantener actualizado su inventario del mundo.

Determinístico/No-determinístico (estocástico)

Si el estado siguiente del ambiente está determinado plenamente por el estado presente del mismo, y por la acción del agente - se trata de un ambiente determinístico. Así el agente escapa de la incertidumbre.

Episódico/No-episódico

Un ambiente episódico implica que los episodios siguientes no dependen de las acciones que ocurrían en episodios previos (como en las clásicas cadenas de Markov). Esto permite al agente que no se preocupe por la planificación de lo que pueda ocurrir.

Estático/Dinámico

Será estático todo ambiente que no cambie mientras el agente está “pensando”. No tiene importancia el tiempo que se usa en pensar y no necesita monitorizar el mundo mientras piensa. El tiempo carece de valor mientras se computa una buena estrategia. En otro caso será dinámico.

Discreto/Continuo

Discreto - con escaso número de percepciones y acciones en el ambiente.

Continuo - en otro caso.

Sin adversario/con adversarios racionales

Sin adversario - ausencia de otros agentes racionales adversarios: la consecuencia es que el agente se libera de competir con dichos adversarios en el mismo juego.

Los ambientes ingenieriles suelen ser sin adversario.

Los ambientes sociales y económicos aumentan en su complejidad por la presencia de interacciones entre uno o más adversarios (por ejemplo en la Bolsa).

18.Analice el ambiente de los puntos 12, 13y 14.

Podemos llegar a la conclusión que el análisis PAMA nos ayuda a llegar a una meta del agente que queremos evaluar, este paso a paso es una alternativa del dicho que divide y conquistaras y de esa manera obtendremos la soluciona a los problemas

1. Complejidad de los problemas

19.Explique en cuál es la diferencia entre problema abierto y cerrado.

Un sistema abierto sería uno que puede intercambiar materia y energía con el exterior, mientras que un sistema cerrado es un sistema que no puede intercambiar materia con el exterior pero sí intercambiar energía.

PROBLEMAS ABIERTOS PROBLEMAS CERRADOS No son afectados por la gente. Respuestas desconocidas. Tienen un proceso lógico de

solución, a través de técnicas, como:

o Análisis de problemaso Estadísticaso Toma de decisiones

Realiza todos los ciclos de proceso mientras se esta ejecutando

Afectados por valores, creencias y actitudes de las personas.

Respuestas no conocidas y múltiples - lo importante no es tanto su solución, sino el proceso de solución.

Su solución implica un proceso en el que se involucran una cantidad de personas

Evita ciclos del proceso.

20.Explique en qué consiste las clases P, NP y NP completo.

Clase P: contiene aquellos problemas de decisión que pueden ser resueltos en tiempo polinómico por una MT determinista, esto es, aquellas en las que para cada par estado y símbolo exista a lo sumo una posibilidad de ejecución. Los problemas de complejidad polinómica son tratables, es decir, en la práctica se pueden resolver en un tiempo razonable.

Clase NP: es aquella cuyos problemas son verificables en tiempo polinomial. Lo que se quiere decir es que si se tuviera alguna clase de “certificado” de una solución, entonces, es posible verificar en tiempo polinomial que el certificado es correcto, respecto al tamaño de la entrada.

NP-Completos: Se compone de todos los problemas que son tan “fáciles” (o difíciles) como todos los demás que pertenecen a esta misma clase.

Si es posible solucionar algún problema que sea NPC en tiempo polinomial, entonces se podrá solucionar cualquier otro problema de esta clase en tiempo polinomial.

21.Señale y explique 3 problemas NP. ¿Por qué se consideran problemas NP?

Ejemplo 1:

Bin Packing, que consiste en dada una secuencia de números, empaquetarlos en el mínimo número de latas posible, teniendo en cuenta que cada lata tiene capacidad M y la suma de los números introducidos en la lata no puede exceder el valor M.

Ejemplo 2

Problemas de satisfactibilidad (SAT) de los que hablaremos a continuación es un problema de lógica matemática y la teoría de la computación.

● La satisfactibilidad proposicional es el problema de decidir si existe una asignación de 0´s y 1´s a los átomos de una fórmula proposicional que la hacen verdadera.● Se puede asumir que las instancias SAT están expresadas en FNC sin pérdida de generalidad. Ejemplo: La asignación de valores de verdad que satisfacen la fórmula (P ۷ ¬ Q) ۸(Q ۷ R) ۸(¬ R ۷ ¬P) es P = Q = 1 y R = 0, por lo que la fórmula es satisfactible.

Ejemplo 3

En el mapa tienes marcado n lugares diferentes de la ciudad y quieres saber si existe un camino que pase por todos esos lugares exactamente una vez (sin repetición). Este problema es muy fácil de comprobar, si yo te propongo una solución tú rápidamente puedes comprobar en tan solo O(n) operaciones que el camino que yo propuse efectivamente pasa una sola vez por los n sitios. A pesar de que es fácil de comprobar, nadie sabe cómo resolverlo fácilmente.

Todos los algoritmos que se han descubierto para este problema no son esencialmente mejores que una búsqueda por fuerza bruta (pero nadie ha comprobado que no exista un algoritmo polinomial para resolverlo). Este problema se conoce como el problema de Camino Hamiltoniano.

CONCLUSIONES

Al finalizar esta actividad nos podemos dar cuenta que el contenido a tratar es de gran aplicación en nuestra vida profesional y laboral y que a través de nuestro auto - aprendizaje y empeño podremos lograr los objetivos propuestos.

Con el desarrollo de esta actividad fortalecimos los conocimientos propuestos en la unidad 1, tratando temas como la Inteligencia artificial en cuanto a sus componentes, objetivos, historia entre otros; agentes inteligentes y complejidad de los problemas.

BIBLIOGRAFIA

Quiroga Rojas E. ( 2005) Modulo Inteligencia Artificial UNAD. Bogotá.

Cibergrafia

http://www.monografias.com/trabajos74/agentes-inteligentes-paso-inteligencia-artificial/agentes-inteligentes-paso-inteligencia-artificial2.shtml

http://websemanticayagentes.blogspot.com/2007/05/caractersticas-de-un-agente-inteligente.html

http://agentesinteligentes.blogspot.com/

http://es.wikipedia.org/wiki/Historia_de_la_inteligencia_artificial.

http://ocw.univalle.edu.co/ocw/ingenieria-de-sistemas-telematica-y-afines/complejidad-y-optimizacion/material-1/np-introduccion.pdf