Beruflich Dokumente
Kultur Dokumente
de Hidalgo
Instituto de Ciencias Basicas
e Ingeniera
Inteligencia Artificial
Licenciatura en
Sistemas Computacionales
Enero 2015
Este documento contiene las notas de la unidad 1 para el curso de Inteligencia Artificial. La
unidad tiene como objetivo comprender el enfoque y los fundamentos clasicos y modernos de la
Inteligencia Artificial.
Indice general
1. Introducci
on a la Inteligencia Artificial
1.1. Definicion . . . . . . . . . . . . . . . .
1.2. Historia de la Inteligencia Artificial . .
1.3. Paradigmas de la Inteligencia Artificial
1.3.1. Sistemas expertos . . . . . . . .
1.3.2. Logica difusa . . . . . . . . . .
1.3.3. Redes neuronales . . . . . . . .
1.3.4. Computacion evolutiva . . . . .
1.3.5. Algoritmos geneticos . . . . . .
1.3.6. Programacion genetica . . . . .
1.4. Aplicaciones de la IA . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
4
5
5
5
5
5
6
6
II
INDICE GENERAL
1
Introducci
on a la Inteligencia
Artificial
1.1.
Definici
on
1.2.
1973 LUNAR sistema para la comprension fluida del habla (Woods). MARGIE Hace
inferencias y genera parafrasis.
1974 Mycin diagnostica problemas en la sangre y receta la correspondiente medicacion
1975 PROLOG Lenguaje de programacion logica
1976 AM Programa de aprendizaje que define y eval
ua conceptos matematicos con teora
de conjuntos y n
umeros (Lenat)
Heurisko Perfecciona su propio conocimiento, de forma automatica, por induccion
1997 Deep blue vence al campeon mundial de ajedrez Garry Kasparov
1.3.
Son menos fragiles, es decir, que no se despistan frente a una perturbacion peque
na
de la entrada
El conocimiento del programa es comprendido facilmente por la gente
Usa generalizaciones
Tiene facilidad de extension
Como contraposicion, generalmente tienen mas complejidad que otras soluciones.
1.3.1.
Sistemas expertos
1.3.2.
L
ogica difusa
1.3.3.
Redes neuronales
En la decada de los 80 se empezo a considerar este paradigma computacional conexionista cuya estructura emula el proceso biologico del aprendizaje humano. Son sistemas
compuestos por muchos elementos de procesamiento (neuronas) que operan en paralelo,
cuya funcion es determinada por la estructura de la red, las conexiones y el proceso local
realizado por elementos computacionales o nodos. Las redes neuronales pueden aprender
de datos de entrenamiento, y en realidad son aproximaciones de funciones matematicas.
1.3.4.
Computaci
on evolutiva
Se inspira en el mundo biologico, desarrolla programas usando analogas con procesos biologicos tales como la evolucion y la seleccion natural. Se aplica satisfactoriamente,
sobre todo, a problemas de optimizacion, programacion automatica y aprendizaje de maquinas. Dentro de ella se encuentran los algoritmos geneticos y el sistema computacional
inmunizado, basado en la operacion de un sistema biologico inmune
1.3.5.
Algoritmos gen
eticos
1.4. Aplicaciones de la IA
basico es evolucionar a partir de una poblacion que representa las soluciones candidatas
(individuos) para un determinado problema, intentando producir nuevas generaciones de
soluciones mejores que las anteriores, evaluadas por una funcion de ajuste. Se utilizan
en problemas complejos de optimizacion por su paralelismo implcito y su habilidad de
mantener m
ultiples soluciones concurrentemente.
1.3.6.
Programaci
on gen
etica
Aplica los principios evolutivos de los algoritmos geneticos para hacer evolucionar programas informaticos. La programacion genetica conduce al predominio de los programas
mas aptos para la solucion de un problema dado. Ahora en la poblacion los individuos
son programas. Cada nueva generacion se obtiene por la reproduccion de los programas
que funcionan mejor, con un peque
no factor de mutaciones aleatorias.
1.4.
Aplicaciones de la IA
Tareas de la vida diaria (mas difcil para una maquina que las tareas de un experto)
Percepcion (vision y habla)
Lenguaje natural (comprension, generacion, traduccion)
Sentido com
un
Control de un robot
Tareas formales
Juegos (ajedrez, backgammon, damas)
Matematicas (geometra, logica, calculo, demostracion de propiedades)
Tareas de los expertos (necesitan un conocimiento menor que el conocimiento necesario en las tareas mas comunes)
Ingeniera (dise
no, deteccion de fallos, planificacion de manufacturacion)
Analisis cientfico
Diagnosis medica
Analisis financiero