Inteligencia artificial

I. Inteligencia Artificial:

Conceptos y Aplicaciones

2. Inteligencia Artificial: Conceptos y Aplicaciones

Tópicos Conceptos Áreas de la Inteligencia Artificial Representación del Conocimiento Lenguajes de la IA Aplicaciones en la Industria y

Servicios

2.1 Conceptos

¿Qué es Inteligencia?

¿La inteligencia depende del tipo de máquina (máquina de proteína o

máquina de silicio) que lo genera?

¿Qué es Inteligencia Artificial?

2.1 ConceptosTipos de Inteligencia:

• Inteligencia Verbal o Comunicativa• Inteligencia Matemática lógica• Inteligencia Espacial (visual)• Inteligencia Cenestésica (corporal)• Inteligencia Artística (música, pintura)• Inteligencia Interpersonal (liderazgo y

acción cooperativa)• Inteligencia Intrapsíquica (conocimiento y

control de si mismo)• Inteligencia Naturista (1995)

http://www.howardgardner.com

/

Howard Gardner (teoría de inteligencia múltiples, 1987)

http://sepiensa.org.mx/contenidos/f_inteligen/intro_2.htm#granmenu

2.1 Conceptos

Características Inteligentes:

• Resolver problemas• Aprender• Percibir • Comprensión del lenguaje

2.1 Conceptos

Inteligencia Artificial - Ciencia

La I.A. es una rama de la ciencia de la computación que estudia los fundamentos teóricos y prácticos del diseño de sistemas de computación “inteligentes”, esto es, sistemas que, exhiben características inteligentes del ser humano.

El termino IA fue introducido por John MacCarthy (1956)

2.1 Conceptos

Inteligencia Artificial - Definición

La IA es el estudio de los sistemas de computación que permiten realizar actividades consideradas inteligentes por el ser humano.

Patrick Winston, 1994

La IA es el estudio de cómo hacer que los computadores realicen tareas en que, en el momento las personas son mejores.

Elaine Rich, 1988

2.1 ConceptosDiferencias

Sistemas Inteligentes

-Procesamiento simbólico (conocimiento)

- Estructura de control del programa es independiente del conocimiento (variando el conocimiento no cambia el programa

- Respuestas satisfactorias son aceptadas

Sistemas de Proc. de Datos.

- Procesamiento numérico (datos)

- Estructura de control y

conocimiento están integrados (variado el conocimiento cambia el programa)

- Solo se admite la mejor solución posible

2.1 Conceptos

Objetivos de la Inteligencia Artificial

Objetivo de la Ciencia:

Comprender que es inteligencia y explicar los diversos tipos de inteligencia.

Objetivos de Ingeniería

Desarrollar inteligencia artificial (resolver problemas considerados inteligentes)

2.1 Conceptos

Computador Inteligente

El computador inteligente es aquel que responde a una pregunta mismo que la respuesta no halla sido almacenada en ella. Esto es, con los hechos que fueron almacenados y con un "conocimiento" que fue también almacenado, el deduce una respuesta que no estaba almacenada en su memoria.

El computador inteligente es aquel que usa IA

2.1 Conceptos

Computador Inteligente

Ejemplo:

Hecho 1:Mirna es hija de Sonia.

Hecho 2:Santiago es hijo de Sonia.

Conocimiento: hermano o hermana es aquel que es hijo del mismo padre o

madre

Pregunta: ¿Mirna es hermana de Santiago?

Respuesta del Computador: SI.

2.1 Conceptos

Inteligencia Artificial - Problemas

¿Que Problemas son catalogados de Inteligentes?

Respuesta:Respuesta:

Son aquellos problemas intratables que presentan Son aquellos problemas intratables que presentan características de “inteligentes” para el ser humano.características de “inteligentes” para el ser humano.

2.2 TópicosAlgunos Tópicos de la I.A.

• Resolución de problemas• computational theories of learning

• heuristic search• knowledge representation

• signal, image and speech understanding• robotics

• Análisis y comprensión de Lenguajes naturales• Software and hardware architectures for AI.

• Visión

Elsevierhttp://www.sciencedirect.com/

2.2 TópicosTópicos de la IA: Visión por Computadora

Definición

Es la tarea de procesar una información, de comprender una escena a partir de las imágenes por ella proyectada.

Esta aplicación puede ser dividida en tres áreas:

(i) Procesamiento de Señales (ejemplo: Procesamiento de Imágenes) - transformar una imagen (ejemplo: fotografía de una parte de la tierra por satélites) en una otra imagen que tenga ciertas propiedades deseadas (ejemplo: saber donde existe plantación de café y si sufrió helada).

2.2 Tópicos

Tópicos de la IA: Visión por Computadora

(ii) Clasificación de señales son hechas en categorías pré-determinadas.

(iii) Entendimiento de señales (dada una imagen, se construye un programa de entendimiento de imágenes que contiene una descripción, no solo de la propia imagen, mas también de la escena que ella retrata).

2.3 Aproximaciones a la IA

¿Estamos desarrollando Inteligencia Artificial tan igual a la Inteligencia Humana?

Problema de la IA

Paradigma Simbólico:Aproximaciones basados

en el conocimiento

Paradigma Subsimbólico:Vida artificial,

Procesamiento evolutivo,Redes Neuronales artificiales o

conexionista

META CONOCIMIENTO

CONOCIMIENTO

INFORMACIÓN

RURUIDO

DATOS

2.4 Jerarquía del Conocimiento

Ruido:Esta conformado por todos los elementos asociado a un evento, que son de poco interés y que ocultan datos

Datos:Esta conformado por los elementos de interés potencial asociado a un evento y por lo cual se registra.

Información:Datos procesados de interés.

Conocimiento: Información muy especializada.

Meta conocimiento:Es el conocimiento acerca del conocimiento y la experiencia

2.4 Jerarquía del Conocimiento

Definición

Son métodos usados para "modelar" en forma eficiente los conocimientos de especialistas en alguna área del saber, de forma que pueda ser usado por el usuario de un sistema inteligente.

El conocimiento puede ser considerado como una entidad simbólica -> Procesamiento simbólico

2.5 Representación del Conocimiento

Formas de Representación

• Red Semántica o Grafo• Registro • Predicado• Relación objeto-atributo-valor• Esquemas• Marcos• Lógica de predicado• Otros


Red Semántica

Los nodos representan objetos y los arcos la relación entre los

objetos


Red Semántica

Ejemplo- Juan es hijo de Raúl y Susy- Juan estudia informática

SusyJuan

Informática

RaúlEs hijo

Es hijo

Estudia


Registro

Los objetos y relaciones se representan mediante una colección de datos

simples llamados campos o átomos. Un campo o átomo puede ser una colección

de campos.


Registro


(Juan (es hijo de Raúl) (es hijo de Susy)

(estudia Informática))


Predicado

Cada relación se representa como un predicado o función de valores lógicos y con argumentos

los objetos:

Relación(objeto1, objeto2,...,)

Esta función asume valor verdadero o falso, según se verifique o

no para los objetos involucrados.


Predicado


Hijo(Juan, Susy, Raúl) Verdadero

Estudia (Juan, Informática) Verdadero

Hijo(Juan, Maria, Raúl) Falso


2.6 Lenguajes de la Inteligencia ArtificialLenguajes de IA

Características:

Sus estructuras de datos deben reflejar de una manera natural y conveniente, ciertas características de los elementos que el Programador de IA ve en el problema.

En sus estructuras de control estos lenguajes deben tener características de multiprocesamiento y "demo" (es un proceso normalmente suspenso, a la espera de un hecho, y que es activado automáticamente en la ocurrencia de este).

En el aspecto de ambiente de programación, los lenguajes de IA deben ser bastante interactivas, tener un buen editor (se puede crear un programa rápidamente) y finalmente tener facilidades interactivas de depuración (aciertos en el programa).

Lenguajes más conocidos:

º IPL lenguaje de procesamiento de información, 1960

orientado a listas, Newel 1960 LISP lenguaje orientado al procesamiento de listas

(List Processing), John Mc Carthy, 1962 SAIL lenguaje orientado a primitivas y al propósito

general. Swinehart, 1971 PROLOG lenguaje orientado a las reglas de producción

Warren, 1977 (programación lógica)

Son adecuados para resolver problemas de pequeño porte a través del paradigma simbólico.

Se puede usar cualquier otro lenguaje para construir SI.

2.6 Lenguajes de la Inteligencia Artificial

Lenguajes para resolver problemas de medio ó grande porte a través del

paradigma sub-simbólico

Es más adecuado el uso de lenguaje de propósito general:

C++, Delphi Pascal, Visual Basic, etc.

Para problemas de aprendizaje también se puede usar MATLAB

2.6 Lenguajes de la Inteligencia Artificial

Aplicaciones en la Industria

- Robótica (tercera generación).- Designación trabajador – máquina.- Optimización de desperdicio- Programación de tareas para células de

fabricación- Localización de facilidades- Rutas óptimas- Identificación de materiales- Procesamiento de imágenes

2.7 Aplicaciones de la Inteligencia Artificial

Robots

Son máquinas que presenta autonomía en cuanto a las actividades que realizan


http://www.youtube.com/watch?v=5Jtdv2W8bXE&eurl=http%3A%2F%2Fisorobotik.blogspot.com%2F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded

Robots

Son máquinas que presenta autonomía en cuanto a las actividades que realizan

Robot de la 1era Generación

Características: Actividades Programadas Entorno (medio) estático o predecible (esto es, se conoce

a priori los cambios en el entorno)

Presenta costos relativamente bajos, son llamados también de máquinas de control numérico.


Robot de la 2da Generación

Características: Actividades Programadas Entorno (medio) dinámico o predecible o no

El robot usa sensores para identificar los cambios en el entorno.

Son relativamente más costosas y lentas que los robots de la 1era generación, y también son llamados de máquinas de control numérico (algunos autores, los llaman de máquina de control numérico computarizado)


Robot de la 3ra Generación

Características: Actividades auto programadas Entorno (medio) dinámico o predecible

o no

El robot usa sensores para identificar los cambios en el entorno y tiene la capacidad de programar sus actividades. Entretanto estás máquinas requieren que se precisen sus metas u objetivos.

La autoprogramación es considerado un problema de la IA.

Son altamente costosas y muy lentas, razón por la cual aún no son comerciales y no aptas para la industria en general.


http://www.bbc.co.uk/spanish/specials/1058_marte_robot/


Cutting Stock Problem:

Considere un número ilimitado de barras de dimensión L, y un conjunto n de requerimientos de tamaños con y demanda respectivamente. El problema consiste en realizar cortes sobre las barras de forma ; a obtener todos los requerimientos con el menor número de barras.

Lli nlll ,...,, 21

id

Problema de Cortes 1D

Ejemplo:

Barras de Tamaño L = 9mt

Requerimientos:

Tamaños (mt) 2.8 1.8 1.0 4.6

------------------------------------------------------------------

Demanda 4 3 5 2


Problema de Cortes 1-D

Ejemplo

Requerimientos

2.8 mt – (4)

1.8 mt – (3)

1.0 mt – (5)

4.6 mt – (2)

L = 9mt


Requerimientos Solución

2.8 mt – (4)

1.8 mt – (3)

1.0 mt – (5)

4.6 mt – (2)

Resto

0.6 mt

0.8 mt

4.4 mt

4.0 mt

-----------4.4 mt

14.2 mt


EjemploL = 9mt


Resto = Perdida = Desperdicio = 14.2 mt

14.2mtÍndice de Desperdicio = ------------ = 0.315 (31.5%)

(5x9mt)


Ejemplo


Aplicaciones en el sector de servicios

- Diagnóstico de enfermedades

- Riesgos en créditos

- Juegos

- Selección de Proyectos

- Inversiones en Bolsas

- Realidad Virtual

- Minería de datos

- Auxilio a la toma de decisión


Documents

Inteligencia artificial