Beruflich Dokumente
Kultur Dokumente
Inteligencia Artificial
Artificial
Test de Turing:
Hitos importantes:
El primer esfuerzo de mecanizacin del pensamiento fueron
los silogismos de Aristteles.
Leibniz construye el primer sistema axiomtico de lgica
formal (clculo de predicados)
Euler formaliza la Teora de Grafos
Hilbert intent encontrar un conjunto de axiomas y un
sistema formal que sintetizasen toda la matemtica
Gdel, con el teorema de incompletitud, demostr que no
era posible
Rama
Rama de
de la
la psicologa
psicologa
Hitos importantes
Dualismo mente/cuerpo de Descartes. La mente constituye
una entidad independiente del cuerpo y puede estudiarse
por separado
Los primeros psiclogos (James, Wundt) estudiaron el
pensamiento con una metodologa basada en la
introspeccin (subjetiva, poco cientfica)
Los conductistas (Skinner) consideran a la mente como una
caja negra capaz de asociar estmulos con respuestas
La psicologa cognitiva (Chomsky, Fodor) es el paradigma
ms aceptado
Rama
Rama de
de la
la psicologa
psicologa (II)
(II)
Objeto Mundo
Representacin Mente
Conexiones Cerebro
Rama
Rama de
de la
la informtica
informtica
Medida Comportamiento
SENSOR
Objeciones
Objeciones de
de Turing
Turing
En 1950, Turing publica Maquinaria de computacin e
inteligencia. Propone el test de Turing, defiende la
posibilidad de construir mquinas que piensen y enumera
las posibles objeciones contra estas mquinas:
Teolgicas: la mente no reside en el cuerpo sino en el alma. Si
se admite el dualismo, se niega la psicologa
No es cientfica
Del avestruz: si las mquinas pensaran, las consecuencias
seran desastrosas; luego esto no puede ocurrir
Sin comentarios
Matemticas: el teorema de incompletitud de Gdel demuestra
que en un sistema formal suficientemente complejo existen
proposiciones indecidibles
La mente humana no supera esta limitacin
Objeciones
Objeciones de
de Turing
Turing
Ms objeciones:
De conciencia: las mquinas no saben lo que estn haciendo
cuando trabajan.
Minsky los tres estados de conciencia de un termostato
De las diversas incapacidades: una mquina nunca podr ser
afectuosa, ingeniosa, amistosa, tener iniciativa...
Ahora no, pero s podra en el futuro
Objecin de Lady Lovelace: una mquina slo realiza lo que
sabemos cmo ordenarle que haga
Se le puede ordenar que sea inteligente
Objeciones
Objeciones de
de Turing
Turing (II)
(II)
Ms objeciones:
Continuidad del sistema nervioso: una mquina de estados
discretos no puede emular al hombre
La discretizacin no supone limitaciones
Basadas en la informalidad de la conducta: el hombre no
tiene un conjunto de reglas para regir su vida y las
mquinas funcionan con reglas
Las neuronas presentan un comportamiento rgido y de
ellas surge comportamiento flexible inteligente
Basado en la percepcin extrasensorial: Test de Turing
extrasensorial
No cientfica
Conferencia
Conferencia de
de Darmouth
Darmouth
Ms cuestiones abiertas:
Mezcla de tcnicas de IA clsica con tcnicas de la rama de
simulacin
Importancia creciente del aprendizaje
Problema de los problemas de juguete
Evolucin desde los objetivos cientficos a los ingenieriles
Con ordenadores ms potentes se consideran mtodos que
antes se desechaban
Herbert Simon: la complejidad demostrada por seres vivos
se debe a la complejidad del medio con el que interactan
ms que a la complejidad interna de sus programas
Vida artificial
Los
Los primeros
primeros sistemas
sistemas
Logic Theorist. Demostracin automtica de teoremas. Primer
programa que utiliz smbolos en lugar de cantidades numricas
Campos de aplicacin:
Inteligencia Artificial
Entornos grficos
Funcionalidad:
No se deben utilizar variables globales dentro de funciones.
Atenta contra la reusabilidad y la claridad del programa.
En su lugar, se utilizan variables locales o paso de
parmetros
No se deben utilizar estructuras iterativas, sino recursividad
Paradigmas
Paradigmas de
de Representacin
Representacin del
del Conocimiento
Conocimiento
Tipos de conocimiento
Tipos de razonamiento
Paradigma C-R
Modelizacin
Problema Representacin
Inferencia
Solucin Explicacin
Tipos
Tipos de
de conocimiento
conocimiento
Objetos. Conceptos con entidad propia
Eventos. Especifican sucesos en el tiempo
Reglas de inferencia. Indican cmo obtener nuevo
conocimiento a partir del que ya tiene el sistema
Conocimiento procedural. Indica la manera de realizar
determinadas cosas. Son las computaciones sobre las
representaciones. El cmo
Metaconocimiento. Conocimiento a nivel ms abstracto.
Da una idea de cul es la mejor manera de resolver un
problema
Conocimiento declarativo. Representa los conceptos que
intervienen en el problema. Hechos, reglas y metaconoci-
miento. El qu
Ejemplo
Ejemplo del
del Metro
Metro
Paradigma lgico
K (H y R): Clculo de predicados, reglas lgicas, clusulas de
Horn
I: Unificacin, resolucin
Exploracin de espacios de estados
H: Estados
R: Transiciones de estado
M: Funciones heursticas
I: Algoritmos de bsqueda
Sistemas
Sistemas de
de Produccin
Produccin
Introduccin
Hechos
Reglas
Metaconocimiento
Motor de Inferencia
Mdulo de explicacin
Introduccin
Introduccin
Hechos
Motor de Mdulo de
Inferencia Explicacin
Reglas
Metaconocimiento
Introduccin
Introduccin (II)
(II)
Ejemplos:
(rayo, es-un, caballo)
(veloz, es-un, caballo)
(cometa, es-un, caballo)
(rayo, valioso, s)
(veloz, hijo-de, cometa)
(cometa, rpido, s)
Reglas
Reglas
Tienen el siguiente formato:
IF <expresin-lgica> Antecedente
THEN <acciones> Consecuente
Ejemplo:
Si la consulta es sobre gripe,
entonces dar preferencia a las reglas R3 y R4
Motor
Motor de
de Inferencia
Inferencia
Repetir
Establecer el conjunto conflicto (CC). Se obtienen todas
las reglas cuyo antecedente se equipara con los elementos
de la base de hechos y se especifica una lista de pares
(regla, sustitucin)
Seleccionar un nico par (regla, sustitucin) con los criterios
establecidos por el metaconocimiento
Disparar la regla seleccionada. Se aplica la sustitucin y se
aaden a la base de hechos las ternas del consecuente.
Si ya existe el atributo del objeto en alguna terna del CC, se
actualiza su valor para evitar inconsistencias
Introduccin
Estructura de un frame
Herencia
Demonios
Tipos de facets
Representacin en LISP
Inferencia en frames
Introduccin
Introduccin
Introduccin
Unificacin de predicados
Unificar:
{tos(X), tos(juan)} <X,juan>
{amigo(X,Y), amigo(andres,julio)}
<X,andres> <Y,julio>
{colocado(X,Y,atras), colocado(X,grande,X)}
<X,atras> <Y,grande>
{B(a,g(X,b),Y), B(Z,g(c,b),d)} <X,c> <Y,d> <Z,a>
{A(X,g(Y)), A(c,Y)} FALLO
{A(X,g(Y)), A(c,Z)} <X,c> <Z,g(Y)>
Encadenamiento
Encadenamiento de
de reglas
reglas dirigido
dirigido por
por el
el objetivo
objetivo
1. Se parte de una lista L de objetivos O1 O2 ... On
2. Seleccin
2.1 Seleccionar un objetivo Oi por orden de aparicin
2.2 Seleccionar una clusula Rj por orden de aparicin.
Renombrar sus variables.
Si el consecuente de Rj puede unificarse con Oi, se crea
una nueva rama realizando las sustituciones necesarias;
si no se puede unificar la rama termina en FRACASO
3. Resolucin: Oi se sustituye en L por el antecedente de Rj . A
todas las clusulas de L se les aplica las sustituciones de la
unificacin
4. Si L vaca la rama termina en XITO
si no, volver al paso 2
El algoritmo termina cuando se han recorrido todas las ramas
Mtodos
Mtodos de
de Exploracin
Exploracin en
en Espacios
Espacios de
de Estados
Estados
Introduccin
Algoritmos de bsqueda
Expansin de un camino
Esquema bsico de un algoritmo de bsqueda
Mtodo de escalada
Primero el mejor
Algoritmo A*
Representacin en rbol
Introduccin
Introduccin
EXPANDIR ( C )
Calcular los sucesores del ltimo estado de C utilizando
reglas de transicin
Inicializar R = { }
Para cada sucesor Ei que no est en C
Aadir a la lista R un nuevo camino, obtenido de aadir a C el
estado Ei
Devolver R
Expansin
Expansin de
de un
un camino
camino (II)
(II)
C E
A B
D F
Camino = (A B D)
EXPANDIR ( Camino )
Sucesores: B, C, E, F
R={}
R = { (A B D C) }
R = { (A B D C), (A B D E) }
R = { (A B D C), (A B D E), (A B D F) }
Introduccin
Implementacin de juegos
Algoritmo Minimax
Algoritmo Alfa-beta
Introduccin
Introduccin
Caractersticas:
Suelen ser juegos de dos contrarios con turno alternativo
Terminan en dos o tres resultados posibles: ganar, perder o
tablas (no se da en todos)
Cada movimiento implica una eleccin sobre todas las
jugadas posibles. La eleccin sigue criterios determinados
por el juego y no depende del azar (como en los dados,
cartas...)
En todo momento los jugadores conocen las jugadas ya
realizadas y las que se pueden realizar
Cada jugador tiene un n determinado de movimientos en
un momento dado. El rbol resultante es finito
Implementacin
Implementacin de
de juegos
juegos
Visin general
Mtodo STRIPS
Operador STRIPS
Algoritmo STRIPS
Visin
Visin General
General
Introduccin
Algoritmo ID3
c c nb nb
Entropa media de una propiedad decisora
nb nbc nbc
EntropaMedia (d ) = Pb Entropa(b) = log 2
bd bd nt c nb nb
ln x
log 2 x = x log 2 x = 0
ln 2
(Recordatorio: ; si x=0, )
Un conjunto es homogneo si todos los ejemplos dan como
resultado el mismo valor c
Un conjunto es equilibrado si los valores de su propiedad
resultado son equiprobables (mxima entropa)
Algoritmo
Algoritmo ID3
ID3
ID3 ( Conjunto, P )
SI Entropa = 0
Devolver un nodo hoja etiquetado con la clase
SI NO
Calcular EntropiaMedia(P)
Seleccionar la PROPIEDAD con menor EntropiaMedia
Hacer PROPIEDAD raz del rbol actual
Borrar PROPIEDAD de P
Para cada valor b de PROPIEDAD
Crear una rama del rbol etiquetada con b
Crear CONJUNTOb con todos los elementos con valor b
para PROPIEDAD
ID3 ( CONJUNTOb, P )
Generacin
Generacin de
de las
las reglas
reglas derivadas
derivadas del
del rbol
rbol ID3
ID3
Para ello:
Se recorre el rbol desde la raz hasta las hojas
El antecedente de cada regla se crea tomando la etiqueta
de la raz ms la etiqueta de la rama que recorre
Se aade un AND por cada pareja raz-rama que se recorre
El consecuente de la regla es el nodo hoja
Aprendizaje
Aprendizaje con
con Algoritmos
Algoritmos Genticos
Genticos
Introduccin
Algoritmo general
Introduccin
Introduccin
E1 E2 E3
0 1/N 2/N 3/N ... 1
Procedimientos
Procedimientos Generales
Generales de
de Eleccin
Eleccin Aleatoria
Aleatoria (II)
(II)
E1 E2 E3
0 a1 a2 a3 ... 1
Operador
Operador Seleccin
Seleccin
Mtodo estndar:
Establecer la calidad de cada individuo de la poblacin
Calcular la probabilidad de seleccin de cada individuo
dividiendo cada calidad por la calidad total
Elegir un individuo entre N elementos no equiprobables
(procedimiento C)
Operador
Operador Seleccin
Seleccin (II)
(II)