Introduccin a la I.A.

Universidad Ibero
Dr. Hernn Villanueva
Agenda
PARTE 1
Qu es la Inteligencia Artificial
Paradigmas de IA
Fundamentos
PARTE 2
Historia
reas de la IA
Algunas Aplicaciones

Qu es la inteligencia artificial?
No existe una definicin nica.

Podemos clasificar las definiciones de
Inteligencia Artificial de acuerdo a cuatro
enfoques.

Pero antes de ir a los 4 enfoques, vamos a
revisar algunas definiciones sobre la IA,
utilizando el servicio de Google Define


Roomba
Definir lo que es inteligencia
Es difcil.
Definicin condicionada a la perspectiva humana.
Definicin fenomenolgica:

(a partir de las caractersticas que podemos encontrar en los seres inteligentes)

Los seres inteligentes ...

... son autnomos. ... se comunican.
... tienen memoria. ... tienen autoconocimiento.
... aprenden. ... pueden procesar experiencias nuevas.
... son creativos ... tienen intencionalidad.
... razonan e infieren. ...

inferir: procesar una info. para obtener un resultado
razonar: cascada de inferencias (proceso inferencial complejo)

Los 4 enfoques
Los 4 enfoques
Actuar como humano: el enfoque de la prueba
de Turing.

Pensar como humano: el enfoque del modelo
cognitivo. (Ciencia Cognitiva)

Pensar racionalmente: el enfoque de las leyes
del pensamiento. (silogismos, lgica)

Actuar en forma racional: el enfoque del agente
racional. (agentes, percepcin, acciones)

1- Sistemas que actan como humanos
El modelo es el hombre; el objetivo es construir un sistema que pase
por humano.

Prueba de Turing (1950): si un sistema la pasa, es inteligente.

Capacidades necesarias:
procesamiento del lenguaje natural
representacin del conocimiento
Razonamiento
Aprendizaje

Pasar la Prueba no es el objetivo primordial de la IA.

La interaccin de programas con personas hace que sea importante
que stos puedan actuar como humanos.

La prueba de Turing
2- como piensa el ser humano?
Los procesos cognitivos son estudiados a
travs de experimentos.
Introspeccin
Ciencias Cognitivas
Neurociencias
Psicologa experimental

3 - Sistemas que piensan racionalmente
los humanos no son siempre racionales.

Aristteles fue el primero en intentar definir un proceso de raciocinio
irrefutable.
El desarrollo los silogismos

Los silogismos establecen estructuras de argumentacin que
siempre llevan a conclusiones correctas, a partir de premisas
correctas.

Scrates es un hombre
Todos los hombres son mortales
entonces Scrates es mortal.


4 - Sistemas que actan racionalmente
Actuar racionalmente significa conseguir unos objetivos dadas unas
creencias.
El paradigma es el agente racional, que se aplica, por ejemplo, a
muchos sistemas robticos.
Un agente percibe y acta, siempre teniendo en cuenta el entorno
en el que est situado.
Las capacidades necesarias:
Percepcin
procesamiento del lenguaje natural
representacin del conocimiento
Razonamiento
aprendizaje automtico
Visin de la actuacin general y no centrada en el modelo humano
Ejemplos:
Stanley (Grand challenge)
Asimo

Es la IA posible?
La posibilidad de la inteligencia artificial
plantea problemas filosficos complejos.
Las mquinas pensantes poseen
conciencia?
La habitacin china (Searle, 1980)
Es la inteligencia una propiedad
emergente de los elementos biolgicos
que la producen?
No hay una conclusin definitiva.

Paradigmas de IA
Simblico: metfora lingstica
Ej.: Sistemas expertos, agentes, ...

Conexionista: metfora cerebral
Ej.: Redes neuronales.

Evolucionista: metfora de la naturaleza
Ej.: Algoritmos genticos, vida artificial.

Estadstico/Probabilstico/Posibilstico:
Ej.: Redes Bayesianas, sistemas difusos.

Paradigma Conexionista
Definicin Romntica:
Tcnica inspirada en el funcionamiento del
cerebro, donde las neuronas artificiales,
conectadas en una red, son capaces de
aprender y de generalizar.
Definicin Matemtica:
Tcnica de aproximacin de funciones por
regresin no lineal.

Paradigma Conexionista
Paradigma Evolucionista
Evolucin

La diversidad es generada por
cruzamiento y mutaciones.

Los seres mas adaptados a sus
ambientes sobreviven (seleccin
natural).

Las caractersticas genticas de tales
seres son heredadas por las
prximas generaciones.

Paradigma
Estatstico/Probabilstico/Posibilstico
Probabilidades
Razonamiento con Incertidumbre

Posibilidades
Razonamiento con Imprecisin

Fundamentos de la I.A.
Filosofa
Matemtica
Lgica
Psicologa
Lingstica
Ingeniera computacional

Fundamentos de la IA
Matemticas. Las bases filosficas
necesitan reglas formales:
Boole, Frege: fundamentos de la lgica
matemtica.
Gdel, Turing: lmites de lo computable
(teorema de incompletitud).
Fermat, Bernoulli, Bayes: probabilidad,
razonamiento probabilstico.

Fundamentos de la IA
Psicologa cognitiva. Teoras sobre la
conducta, bases del comportamiento
racional:

Representacin de los estmulos externos
Manipulacin consciente de la representacin
Actuacin consecuente

Fundamentos de la IA
Ingeniera computacional:
Para la existencia de la IA es necesario un
mecanismo para soportarlo (hardware).
Tambin son necesarias herramientas para
desarrollar programas de IA.

Lingstica computacional:
Chomsky: representacin de conocimiento,
gramtica de la lengua.

Historia de la IA
Los inicios (1943-1956)

McCulloch y Pitts: primer modelo de neurona,
demostracin de que cualquier funcin es computable
por una red de neuronas, aprendizaje
Hebb: regla de aprendizaje Hebbiano o de Hebb
Minsky, Edmonds: primer simulador de red neuronal (40
neuronas)
Taller de Dartmouth (bautizo de la IA): McCarthy, Minsky,
Shannon, Rochester, More, Samuel, Solomonoff,
Selfridge, Newell, Simon
Newell, Simon: Terico Lgico (TL)

El nacimiento de la IA
Dartmouth Conference (1956)
Organizada por John McCarthy para establecer
una nueva rea para estudiar computacin y la
inteligencia.
John McCarthy bautiza el rea introduciendo el
trmino artificial intelligence durante la
conferencia.
Los siguientes 20 aos testimonian el
crecimento del rea, siendo conducido por los
pioneros que participaron en esta conferencia.

Entusiasmo inicial
(1952-1969)
Alan Newell y Herbert Simon desarrollaron el General Problem
Solver (GPS)
Proyectado para imitar protocolos humanos de resolucin de
problemas.
El GPS fue el primer programa en incorporar el enfoque: Pensar
como humanos.
Arthur Samuel (1952) escribi una serie de programas para jugar
damas y probo lo contrario al sentido comn de la poca: la idea
que las computadores podan hacer solamente lo ordenado
Sus programas aprendan rpidamente a jugar mejor que su
creador.
Herbert Gelernter (1959) Geometry Theorem Prover
Desarroll un demostrador de teoremas

Entusiasmo inicial
(1952-1969)
McCarthy (1958) desarroll el LISP, que se
torn en el lenguaje dominante en la IA.

Robinson (1963) descubri el mtodo de
resolucin.

Minsky supervis a una serie de estudiantes
que eligieron problemas limitados, que parecan
requerir inteligencia para ser resueltos.

Historia de la IA
Los sistemas basados en el conocimiento
(1969-1979)
Los mecanismos generales de resolucin de
problemas no son practicables (mtodos
dbiles).
DENDRAL: el conocimiento del dominio del
problema ayuda a resolverlo mejor.
Sistemas Expertos (MYCIN, PROSPECTOR):
incertidumbre, factores de certeza
Representacin del conocimiento y razonamiento
(redes semnticas, marcos, Prolog, ontologas)

Renacimiento
(1969 1979)

1971: T. Winograds Ph.D. thesis (MIT) crea un sistema
capaz de comprender ingles en un dominio reducido.
1972: nace PROLOG y se torna una alternativa al LISP.
1978: El Version Space algorithm fue desarrollado por
Tom Mitchell en Stanford.
Primer algoritmo de aprendizaje.
Es considerado el padre del Machine Learning.
1979: Lgicas no-montonas.
Formalizadas por John McCarthy y sus colegas.


Historia de la IA
La IA se industrializa (1980 hasta el presente)
El xito de los sistemas expertos lleva a su uso
comercial: R1, XCON (sistema de configuracin
en Digital Equipment Corporation).
Japoneses: quinta generacin de ordenadores
Estadounidenses: MCC
Software para el desarrollo de la IA
Mquinas de arquitectura dedicada

Eventos recientes
(1987-1995-2000-hoy)
Avances y utilizacin de tecnologa para el
reconocimiento de imgen, voz y sonido.

Belief networks, "probabilidades" que permiten
formalismo para tratar incertidumbre.

Desarrollo de mecanismos lgicos para tratar
incertidumbre.
Ej.: lgica difusa, lgica modal, etc.

IA en la actualidad
RAZONAMIENTO:
Satisfaccin de restricciones
Bsqueda heurstica
Razonamiento basado en modelos
Razonamiento no monotnico
Planificacin de tareas y scheduling
Razonamiento cualitativo
Razonamiento con incertidumbre
Razonamiento temporal y espacial

IA en la actualidad
APRENDIZAJE AUTOMTICO:
Razonamiento basado en casos
Anlisis de datos
Computacin evolutiva
Redes de neuronas
Aprendizaje por refuerzo

IA en la actualidad
ROBTICA, PERCEPCIN,
PROCESAMIENTO DEL LENGUAJE
NATURAL:
Robtica y control
Procesamiento del lenguaje natural
Percepcin (visin, reconocimiento del
habla)
Creatividad, juegos, inteligencia
ambiental
Control de trfico areo
OASIS es un
sofisticado sistema de
control de trfico
areo basado en el
paradigma
multiagente, utilizado
en el aeropuerto de
Sydney, Australia
para ayudar al
director de trafico a
tomar sus decisiones

Robots autnomos
Bsqueda en la Web
Predecir comportamientos
Como predecir el valor del dlar (o del clima) de
maana?
Que datos son relevantes? Hay comportamientos
recurrentes?

Deteccin de intrusos y filtrado de Spam
Sistemas de Control
Como detener un vehculo sin que las
ruedas se bloqueen?
Como enfocar una cmara en funcin de
la luminosidad, distancia, etc.?
Como determinar el tiempo y el
programa del lavado a partir de la ropa
que se ha introducido?

Reconocimiento de imgenes
Juegos de computadores
Sistemas de diagnstico/ control / diseo /
Planificacin
Qu tienen en comn los problemas?
Una enorme complejidad (nmero de
variables, variedad y naturaleza de las
tareas).
A veces no hay una solucin algortmica,
pero si existe conocimiento para
resolverlo.
Modelado del comportamiento de un ser
inteligente (conocimiento, aprendizaje,
iniciativa, sentido comn, etc.)

Lectura sugerida
LIBROS
Russel, Norvig, Artificial Intelligence: A Modern
Approach, Cap. 1.

ARTICULOS
John McCarthy. What is artificial intelligence?.
http://www-formal.stanford.edu/jmc/whatisai.html
Alan Turing "Computing Machinery and
Intelligence"
http://cogprints.org/499/0/turing.html