Inteligencia Artificial

Indice
1. Qu es la inteligencia artificial?
2. Qu es una tcnica de IA?
3. El algoritmo.
4. Criterios de determinacin del xito.
5. Redes Neuronales
6. Robtica
1. Qu es la inteligencia artificial?
Estudia como lograr que las mquinas realcen tareas que, por el momento, son realizadas
mejor por los seres humanos. La defi nicin es efmera porque hace referencia al estado actual
de la informtica. No incluye reas que potencialmente tienen un gran impacto tales como
aquellos problemas que no pueden ser resueltos adecuadamente ni por los seres humanos ni
por las mquinas.
Problemas de la IA.
Al principio se hizo hincapi en las tareas formales como juegos y demostracin de teoremas,
juegos como las damas y el ajedrez demostraron inters.
La geometra fue otro punto de inters y se hizo un demostrador llamado: El demostrador de
Galenter. Sin embargo la IA pronto se centr en problemas que aparecen a diario denominados
de sentido comn (commonsense reasoning).
Se enfocaron los estudios hacia un problema muy importante denominado Comprensin del
lenguaje natural. No obstante el xito que ha tenido la IA se basa en la creacin de los
sistemas expertos, y de hecho reas en donde se debe tener alto conocimiento de alguna
disciplina se han dominado no as las de sentido comn.
Ahora bien en la introduccin se habl cuestiones importantes de la IA que son:
-Cules son nuestras suposiciones fundamentales sobre la inteligencia?
-Qu tipo de tcnicas son las mas adecuadas para resolver los problemas de la IA?
-A qu nivel de detalle, si es que no por completo, se puede intentar modelar la inteligencia
humana?
-Cmo se puede saber cuando se ha tenido xito en la construccin de programa inteligente?
Aplicaciones de laIA.
Tareas de la vida diaria:
Percepcin
Visin
Habla
Lenguaje natural
Comprensin
Generacin
Traduccin
Sentido comn
Control de un robot
Tareas formales:
Juegos
Ajedrez
Backgmmon
Damas
Go
Matemticas
Geometra
Lgica
Clculo Integral
Demostracin de las propiedades de los programas
Tareas de los expertos:
Ingeniera
Diseo
Deteccin de fallos
Planificacin de manufacturacin
Anlisis cientfico
Diagnosis mdica
Anlisis financiero
Suposiciones subyacentes.
En 1976 Newell y Simon hablan acerca de la Hiptesis del sistema de smbolos fsicos
(physical symbol hiptesis)
Se define a un sistema de smbolos fsicos como un conjunto de entidades llamadas smbolos,
que son patrones fsicos que pueden funcionar como componentes de otro tipo de entidad
llamada expresin (o estructura de smbolos). Una estructura de smbolos est formada por un
nmero de instancias (seales o tokens) de smbolos relacionados de alguna forma fsica. En
algn instante el sistema contendr una coleccin de esas estructuras de smbolos.
El sistema contiene tambin una coleccin de procesos que operan sobre expresiones para
producir otras expresiones: procesos de creacin, modificacin, reproduccin y destruccin. Un
sistema de smbolos fsicos es una mquina que produce a lo largo del tiempo una coleccin
evolutiva de estructuras de smbolos. Este sistema existe en un mundo de objetos tan extenso
como sus propias expresiones simblicas.
La hiptesis de sistema de smbolos fsicos es: Un sistema de smbolos fsicos posee los
medios necesarios y suficientes para realizar una accin inteligente y genrica.
Las evidencias que apoyan la hiptesis del sistema de smbolos fsicos no han venido solo de
reas como juegos sino de otras reas como la percepcin visual donde es ms atractivo
esperar la influencia de procesos subsimblicos. Sin embargo procesos subsimblicos como
las redes neuronales estn cuestionando los simblicos como tareas de bajo nivel. Quiz
entonces los sistemas de smbolos fsicos solo sean capaces de modelar algunos aspectos de
la inteligencia humana y no otros.
La importancia de la hiptesis de sistema de smbolos fsicos es doble. Es una teora
significativa de la naturaleza de la inteligencia humana y tambin es de gran inters para los
psiclogos.
2. Qu es una tcnica de IA?
Uno de los ms rpidos y slidos resultados que surgieron en las tres primeras dcadas de las
investigaciones de la IA fue que la inteligencia necesita conocimiento.
Para compensar este logro imprescindible el conocimiento posee algunas propiedades poco
deseables como:
Es voluminoso
Es difcil caracterizarlo con exactitud
Cambia constantemente
Se distingue de los datos en que se organiza de tal forma que se corresponde con la forma en
que va a ser usado.
Con los puntos anteriores se concluye que una tcnica de IA es un mtodo que utiliza
conocimiento representado de tal forma que:
El conocimiento represente las generalizaciones. En otra palabras no es necesario representar
de forma separada cada situacin individual. En lugar de esto se agrupan las situaciones que
comparten propiedades importantes. Si el conocimiento no posee esta propiedad, puede
necesitarse demasiada memoria.
Si no se cumple esta propiedad es mejor hablar de "datos" que de conocimiento.
Debe ser comprendido por las personas que lo proporcionan. Aunque en mucho programas, los
datos pueden adquirirse automticamente (por ejemplo, mediante lectura de instrumentos), en
muchos dominios de la IA, la mayor parte del conocimiento que se suministra a los programas
lo proporcionan personas hacindolo siempre en trminos que ellos comprenden.
Puede modificarse fcilmente para corregir errores y reflejar los cambios en el mundo y en
nuestra visin del mundo.
Puede usarse en gran cantidad de situaciones an cuando no sea totalmente preciso o
completo.
Puede usarse para ayudar a superar su propio volumen, ayudando a acotar el rango de
posibilidades que normalmente deben ser consideradas.
Es posible resolver problemas de IA sin utilizar Tcnicas de IA (si bien estas situaciones no
suelen ser muy adecuadas). Tambin es posible aplicar tcnicas de IA para resolver problemas
ajenos a la IA. Esto parece ser adecuado para aquellos problemas que tengan muchas de las
caractersticas de los problemas de IA.
Los problemas al irse resolviendo tienen entre las caractersticas de su solucin:
Complejidad
El uso generalizado
La claridad de su conocimiento
La facilidad de su extensin
Tres en raya.
Este problema se enuncia inicialmente as:
El tablero se representa por un vector de nueve componentes, donde las componentes del
vector se corresponden con las posiciones del tablero de la siguiente forma:
1 2 3
4 5 6
7 8 9
Este es solo la tercera de las soluciones del libro pero es la ms efectiva:
Posicin una estructura que contiene un vector de nueve componentes
Tablero que representa al tablero, una lista de posiciones del tablero que podra ser el siguiente
movimiento, y un nmero que representa una estimacin de la probabilidad de que la jugada
lleve a la victoria al jugador que mueve.
3. El algoritmo.
Para decidirla siguiente jugada, se debe tener en cuenta las posiciones del tablero que
resultarn de cada posible movimiento. Decidir que posicin es la mejor, realizar la jugada que
corresponda a esa posicin, y asignar la clasificacin de mejor movimiento a la posicin actual.
Para decidir cul de todas las posibles posiciones es mejor, se realiza para cada una de ellas la
siguiente:
- Ver si se produce la victoria. Si ocurre catalogarla como la mejor dndole el mejor puesto en
la clasificacin.
- En caso contrario, considerar todos los posibles movimientos que el oponente puede realizar
en la siguiente jugada. Mirar cual de ellos es pero para nosotros (mediante una llamada
recursiva a este procedimiento). Asumir que el oponente realizar este movimiento. Cualquier
puesto que tenga la jugada, asignarla al nodo que est considerando.
- El mejor nodo es el que resulte con un puesto mas alto.
Este algoritmo inspecciona varias secuencias de movimientos para encontrar aquella que lleva
a la victoria. Intenta maximizar la probabilidad de victoria. Mediante la suposicin de que el
oponente intentar minimizar dicha probabilidad. Este algoritmo se denomina mnimax.
El programa necesita mucho ms tiempo que otras soluciones debido a que debe realizar una
bsqueda en un rbol que representa todas las posibles secuencias de jugada antes de
realizar un movimiento. Sin embargo es superior a los dems programas en algo importante:
podra ser ampliado para manipular juegos mas complicados que las tres en raya, cualidad en
que otras soluciones fracasan.
La anterior solucin es un ejemplo de 1 uso de una tcnica de IA. Para problemas muy
pequeos, es menos eficiente que los mtodos ms directos. Sin embargo puede usarse en
aquellas situaciones en las que fallen los mtodos tradicionales.
Respuesta a preguntas.
En este problema se aborda la solucin de un texto escrito en espaol, de hecho son preguntas
que deben ser respondidas.
Si embargo es ms difcil delimitar formalmente y con precisin en qu consiste el problema y
que constituye una solucin correcta para l.
En esta parte del captulo el problema tal vez ms interesante es:
Mara fue a comprar un abrigo nuevo. Ella encontr uno rojo que le gustaba de verdad. Cuando
ella lo llev a casa, ella descubri que hacia juego perfectamente con su vestido favorito.
Se intenta responder a las preguntas siguientes:
Qu fue a comprar Mara?
Qu encontr que a ella le gustaba?
Compr Mara algo?
Nuevamente como en el problema anterior solo se mostrar la tercera de las soluciones:
Se transforma el texto de entrada en una forma estructurada que contiene frases del texto y se
combina con otras formas estructuradas que describen conocimiento previo sobre los objetos y
situaciones que aparecen en el texto.
Se usa una estructura para construir Textointegrado a partir del texto de entrada. Este tipo de
conocimiento almacenado sobre acciones tpicas se denomina guin. (script). En este caso por
ejemplo, M es un abrigo y M' es un abrigo rojo.
Ir de compras:
Roles: C (cliente), V (vendedor)
Props: M (productos), D (dlares)
Ubicacin: L (tienda)
1. C entra en L
2. C empieza a curiosear.
3. C busca un M en particular 4. C busca cualquier M interesante
5. C pide ayuda a V
7. C encuentra M'
8. C no encuentra M
9. C sale de L 10. C compra M' 11. C sale de L 12. Vuelta al paso 2
13. C sale de L
14. C se lleva M'
En la solucin del problema se hace una representacin estructurada acerca del conocimiento
contenido en el texto de entrada pero cambiando ahora con una recopilacin de conocimiento
relacionado.
La pregunta de entrada en forma de caracteres.
El algoritmo.
Se estructura la entrada del programa utilizando tanto el conocimiento como el modelo del
mundo. El nmero de posibles estructuras ser bastante grande. Aunque algunas veces, sin
embargo, es posible considerar menos posibilidades utilizando el conocimiento adicional para
filtrar las alternativas.
Con la ltima solucin las preguntas si se pueden contestar.
El guin para ir de compras se instancia, y debido a la ltima frase se forma la representacin
de este texto usando el paso 14 del guin. Cuando el guin es instanciado, es seguro que M'
representa en la estructura el abrigo rojo (ya que el guin indica que M' es lo que se lleva a
casa y el texto rojo indica que el abrigo rojo es lo que se lleva a casa)
Esta solucin es ms potente que otras debido a que utiliza ms conocimiento. De hecho estas
son tcnicas de IA. Sin embargo son necesarias ciertas advertencias. Las tcnicas utilizadas
en la ltima solucin no son las adecuadas para responder adecuadamente a todas las
preguntas del espaol. El aspecto ms importante que no aparece en esta solucin es un
mecanismo de razonamiento general (inferencia) para poder usarlo creando la respuesta
pedida no aparece explcitamente en la entrada del texto y sin embargo la respuesta se deduce
lgicamente del conocimiento que all se encuentra.
As que se puede concluir que el objetivo de las tcnicas de IA es apoyar el uso eficaz del
conocimiento.
En las soluciones en las que se usan tcnicas de IA se ponen de manifiesto tres que so muy
importantes:
Bsqueda. Proporciona una forma de resolver problemas en los que no se dispone de un
mtodo ms directo tan bueno como una estructura en la que empotrar algunas tcnicas
directas existentes.
Uso del conocimiento. Proporciona una forma de resolver problemas complejos explotando
las estructuras de los objetos involucrados.
Abstraccin. Proporciona una forma de separar aspectos y variaciones importantes de
aquellos otros sin importancia y que en caso contrario podran colapsar un proceso.
El nivel del Modelo o en otras palabras: Modelar de una computadora a similitud del hombre:
Los esfuerzos dedicado a construir programas que lleven a cabo tareas de la misma forma que
el hombre, se dividen en dos clases: Los programas de la primera clase se encargan de
problemas que no se adecuan mucho con muestra definicin de tarea perteneciente a IA; son
aquellos problemas que una computadora puede resolver fcilmente, pero cuya resolucin
implica el uso de mecanismos de los que no dispone el hombre.
La segunda clase de programas que intentan modelar lo humano, son aquellos que intentan
realizar tareas que se adecuan claramente con nuestra definicin de tareas de IA. Hay cosas
que no son triviales para una computadora.
Entre las razones para modelar la forma de trabajar humana estn:
- Verificar las teoras psicolgicas de la actuacin humana.
- Capacitar a las computadoras para comprender el razonamiento humano.
- Capacitar a la gente para comprender a las computadoras.
- Explotar el conocimiento que se puede buscar en el hombre.
4. Criterios de determinacin del xito.
Una pregunta importante a resolver en toda investigacin cientfica o de ingeniera es: Cmo
sabremos si hemos tenido xito?
La inteligencia artificial formula la pregunta: Cmo sabemos si hemos construido una mquina
inteligente?.
En 1950 Alan Turing propuso un mtodo para determinar si una mquina es capaz de pensar.
Este mtodo es conocido como el test de Turing. Para realizarlo se necesitan dos personas y la
mquina que se desea avaluar. Una de las personas acta como entrevistador y se encuentra
en una habitacin, separado de la computadora y de la otra persona. El entrevistador hace
preguntas tanto a la persona como a la computadora mecanografiando las cuestiones y recibe
las respuestas de igual forma.
El entrevistador solo las conoce por A y B y, debe tratar de determinar quien es la persona y
quien es la mquina. El objetivo de la mquina es hacer creer al entrevistador que es una
persona, si lo consigue, se concluye que la mquina piensa.
Sin embargo mucha gente piensa que habr que pasar mucho tiempo para que una mquina
pueda superar el test de Turing. Algunos piensan que nunca lo harn.
Diferencias entre el cerebro y una computadora
Cerebro Computadora
Sistema capaz de mltiple propsito capaz
de tratar gran cantidad de informacin en
poco tiempo pero no necesariamente con
exactitud.
Sistemas altamente especializados con
capacidad para procesar informacin muy
concreta, siguiendo unas instrucciones dadas.
La frecuencia de los impulsos nerviosos
puede variar.
La frecuencia de transmisin es inalterable y
esta dada por el reloj interno de la mquina.
Las llamadas sinapsis cumple en el cerebro
la funcin simultnea de varias compuertas
(and, or, not,etc.)
Las compuertas lgicas tienen una funcin
perfectamente determinada e inalterable.
La memoria es del tipo asociativo y no se
sabe dnde quedar almacenada.
La informacin se guarda en posiciones de
memoria de acceso directo por su direccin.
Los impulsos fluyen a 30 metros por
segundo.
En el interior de la computadora los impulsos
fluyen a la velocidad de la luz.
Similitudes entre el cerebro y una
computadora.
Ambos codifican la informacin en impulsos
digitales.
Tanto el cerebro como la computadora
tienen compuertas lgicas.
Existen distintos tipos de memoria.
Los dos tienen aproximadamente el mismo consumo de energa
APLICACIONES DE LA IA
5. Redes Neuronales
- Las redes neuronales son dispositivos inspirados en la funcionalidad de las neuronas
biolgicas, aplicados al reconocimiento de patrones que las convierten aptas para modelar y
efectuar predicciones en sistemas muy complejos.
-
Es un conjunto de tcnicas matemticas para modelar las conexiones y relaciones entre un
conjunto de datos.
- Las Redes Neuronales surgieron del movimiento conexionista, que naci junto con la IA
simblica o tradicional. La IA simblica se basa en que todo conocimiento se puede representar
mediante combinaciones de smbolos, derivadas de otras combinaciones que representan
verdades incuestionables o axiomas. As pues, la IA tradicional asume que el conocimiento es
independiente de la estructura que maneje los smbolos, siempre y cuando la mquina realice
algunas operaciones bsicas entre ellos.
- Una Red Neuronal: el Perceptrn unicapa
- Es un conjunto de neuronas no unidas entre s, de manera que cada una de las entradas del
sistema se conectan a cada neurona, produciendo cada una de ellas su salida individual.
- Existen tres mtodos de aprendizaje para un Perceptrn:
- Aprendizaje supervisado: se presentan al Perceptrn unas entradas con las correspondientes
salidas que se quiere que sean aprendidas.
- Aprendizaje no supervisado: solo se presenta al Perceptrn las entradas, y para esas
entradas, la red debe dar una salida parecida.
- Aprendizaje por esfuerzo: se combinan los dos anteriores, y cada cierto tiempo se presenta a
la red una valoracin global de cmo lo est haciendo.
- Podra parecer que el Perceptrn tiene una potencia ilimitada para aprender, pero Minsky y
Paper pusieron graves deficiencias del Perceptrn en su libro "Perceptroms". Segn ellos el
Perceptrn unicapa era incapaz de aprender las funciones que no fuesen linealmente
separables.
- Las redes neuronales todava se han de desarrollar mucho. An se debe estudiar para que
sirven realmente, conocer en que tareas pueden resultar realmente tiles, ya que por ejemplo
es difcil saber cunto tiempo necesita una red para aprender cierta tarea, cuntas neuronas
necesitamos como mnimo para realizar cierta tarea, etc...
- En la Robtica, las redes neuronales tambin parecen prometer mucho, sobre todo en su
senorizacin.
6. Robtica
- Son unas mquinas controladas por ordenador y programadas para moverse, manipular
objetos y realizar trabajos a la vez que interaccionan con su entorno. Los robots son capaces
de realizar tareas repetitivas de forma ms rpida, barata y precisa que los seres humanos.


- El diseo de un manipulador robtico se inspira en el brazo humano. Las pinzas estn
diseadas para imitar la funcin y estructura de la mano humana. Muchos robots estn
equipados con pinzas especializadas para agarrar dispositivos concretos.


-Las articulaciones de un brazo robtico suelen moverse mediante motores elctricos. Una
computadora calcula los ngulos de articulacin necesarios para llevar la pinza a la posicin
deseada.
- En 1995 funcionaban unos 700.000 robots en el mundo. Ms de 500.000 se empleaban en
Japn, unos 120.000 en Europa Occidental y unos 60.000 en Estados Unidos. Muchas
aplicaciones de los robots corresponden a tareas peligrosas o desagradables para los
humanos. En los laboratorios mdicos, los robots manejan materiales que conlleven posibles
riesgos, como muestras de sangre u orina. En otros casos, los robots se emplean en tareas
repetitivas en las que el rendimiento de una persona podra disminuir con el tiempo. Los robots
pueden realizar estas operaciones repetitivas de alta precisin durante 24 horas al da.
- Uno de los principales usuarios de robots es la industria del automvil. La empresa General
Motors utiliza aproximadamente 16.000 robots para trabajos como soldadura, pintura, carga de
mquinas, transferencia de piezas y montaje. El montaje industrial exige una mayor precisin
que la soldadura o la pintura y emplea sistemas de censores de bajo coste y computadoras
potentes y baratas. Los robots se usan por ejemplo en el montaje de aparatos electrnicos,
para montar microchips.
- Se emplean robots para ayudar a los cirujanos a instalar cadenas artificiales, y ciertos robots
especializados de altsima precisin pueden ayudar en operaciones quirrgicas delicadas en
los ojos. La investigacin en tecnologa emplea robots controlados de forma remota por
cirujanos expertos; estos robots podran algn da efectuar operaciones en campos de batalla
distantes.
- Los robots crean productos manufacturados de mayor calidad y menor costo. Sin embargo,
tambin pueden provocar la prdida de empleos, especialmente en cadenas de montaje
industriales.
- Las mquinas automatizadas ayudarn cada vez ms a los humanos en la fabricacin de
nuevos productos, el mantenimiento de las infraestructuras y el cuidado de hogares y
empresas. Los robots podran fabricar nuevas autopistas, construir estructuras para edificios,
limpiar corrientes subterrneas o cortar el csped.
- Puede que los cambios ms espectaculares en los robots del futuro provengan de su
capacidad de razonamiento cada vez mayor. El campo de la inteligencia artificial est pasando
rpidamente de los laboratorios universitarios a la aplicacin prctica en la industria, y se estn
desarrollando mquinas capaces de realizar tareas cognitivas como la planificacin estratgica
o el aprendizaje por experiencia. El diagnstico de fallos en aviones o satlites, el mando en un
campo de batalla o el control de grandes fabricas corrern cada vez ms a cargo de
ordenadores inteligentes.
Glosario.
Artificial. - Hecho por el hombre. Carente de naturalidad.
Instancia. - Memorial, solicitud. Por la primera vez. El primer mpetu.
Inteligencia. - Facultad intelectiva. Capacidad de conocimiento. Comprensin, acto de
entendimiento. Sentido en que se puede interpretar una expresin o sentencia.
Modelo. - Ejemplar, forma, que se propone quien ejecuta una obra, artstica o de otra ndole. Lo
que se debe imitar por su perfeccin, en lo intelectual o moral.
Tcnica. - conjunto de procedimientos de una ciencia o arte. Habilidad para usar
procedimientos y recursos.