Beruflich Dokumente
Kultur Dokumente
Inteligencia Artificial 3º
ITIS 2010/11
Tema 1: Introducción a la IA
Inteligencia
Artificial 3º ITIS
2010/11
Inteligencia Artificial : Disciplinas
Objetivo: estudiar artefactos inteligentes
Disciplinas relacionadas :
• Filosofía
– leyes del pensamiento, lógica
– relación entre la mente y la materia (dualismo, materialismo)
– relación entre el conocimiento y la experiencia (empiristas,
positivistas, ...)
– relación entre el conocimiento y la acción
– . . .
• Matemáticas
– concepto de algoritmo (al-Jawarizmi)
– teorema de incompletitud (Gödel)
– intratabilidad y teoría de la completitud NP
– teoría de la decisión (von Neumann / Morgenstern)
Inteligencia
Artificial 3º ITIS
2010/11
Inteligencia Artificial : Disciplinas
Disciplinas relacionadas:
• Psicología:
– modelos del comportamiento humano
– conductistas: modelos estimulo-respuesta
– psicología cognitiva: creencias, objetivos, pasos de razonamiento, . . .
• Lingüística:
– modelos de la interacción verbal humana
– reconocimiento y generación del habla
– representación del conocimiento
• Sociología:
– modelos del comportamiento humano en grupo
– psicología social: compromisos, normas, obligaciones, . . .
• Ingeniería computacional :
– facilita los artefactos (hardware y software) para la IA
• . . .
Inteligencia
Artificial 3º ITIS
2010/11
Inteligencia Artificial: Historia
• 1940/50:
– Programas que resuelven tareas básicas de razonamiento (jugar al ajedrez /
jugar a las damas / probar teoremas geométricos)
– primeros modelos de neuronas artificiales (McCulloch/Pitts)
• 1960/70:
– representaciones especializadas del conocimiento (reglas, marcos, guiones)
– primeros sistemas expertos (Dendral, Prospector, Mycin)
– declive de la computación neuronal (análisis de los Perceptrones de Minsky)
• 1980:
– aplicaciones comerciales de los sistemas expertos (R1)
– proyecto de software de “quinta generación” en Japón
• 1990 hasta hoy:
– regreso de las redes de neuronas
– modelos de incertidumbre (cadenas de Markov, redes Bayesianas)
– agentes inteligentes (robots autónomos, sistemas multiagente)
– ...
Inteligencia
Artificial 3º ITIS
2010/11
Inteligencia Artificial
Objetivo: estudiar los entes inteligentes
científico: entender los entes inteligentes
ingenieril: construir entes inteligentes
El evaluador formula preguntas a través de un teletipo, y el interlocutor da sus respuestas del mismo modo
Capacidades requeridas :
• procesamiento del lenguaje natural
• representación del conocimiento y razonamiento
• aprendizaje
Prueba total de Turing:
• incluye señales de vídeo y objetos físicos
• requiere capacidad de visión computacional y robótica
Inteligencia
Artificial 3º ITIS
2010/11
Pensar como humanos
Modelado cognitivo:
• abrir la “caja negra” de la mente humana
• analizar los procesos mentales (introspección, experimentos)
• desarrollar una teoría acerca de los procesos mentales
• aplicar esta teoría en la simulación de dichos procesos en un ordenador
Ciencia Cognitiva:
• modelos computacionales (IA) + técnicas experimentales (psicología)
• construir teorías rigurosas y verificables acerca de los procesos mentales
Inteligencia
Artificial 3º ITIS
2010/11
Actuar de forma racional
Racionalidad:
• prescriptivo: cómo las personas deberían actuar
• sentido estricto: ¿cómo sacar “conclusiones verdaderas”?
• sentido amplio: ¿cómo actuar y “sobrevivir” en un entorno?
Inteligencia
Artificial 3º ITIS
2010/11
Agentes
Agente:
• ente activo embebido en un entorno percepciones
• “cuerpo”:
– percibe el entorno por medio
de sensores
– actúa sobre el entorno por
medio de efectores
entorno
• “mente”:
– determina las acciones a partir
de las percepciones
– medida de rendimiento que guía acciones
dicho proceso
Inteligencia
Artificial 3º ITIS
2010/11
Tipos de Agentes
Agentes naturales:
– cuerpo biológico y entorno natural
– sensores: ojos, oídos, lengua, etc.
– efectores: piernas, brazos, manos, etc.
– medida de rendimiento: sobrevivir, reproducirse, ...
Agentes artificiales:
• agentes hardware (robots):
– interactúan directamente con un entorno físico
– disponen de un “cuerpo” físico
– sensores: cámaras, telémetros infrarojos, etc.
– efectores: ruedas/piernas, manipuladores, etc.
• agentes software (softbots):
– actúan en entornos virtuales (p.e. Internet)
– todo software: no necesitan manipular físicamente el entorno
– sensores y efectores: dependientes del entorno
Inteligencia
Artificial 3º ITIS
2010/11
Agente inteligente
Agentes inteligentes:
• actúan de forma racional en su entorno
• determinantes de un comportamiento racional :
– medida de rendimiento: define el grado de éxito del agente
– secuencia de percepciones: la experiencia del agente
– conocimientos a priori sobre su entorno
– capacidades: las acciones que el agente pueda emprender
Comportamiento racional:
• a partir de la secuencia de percepciones hasta el momento, y el
conocimiento a priori sobre el entorno
• elegir entre las capacidades la acción que maximice la medida de
rendimiento
Racionalidad ≠ Omniscencia
• la selección racional de acciones sólo se basa en la información disponible
Inteligencia
Artificial 3º ITIS
2010/11
Autonomía
Problema:
• los conocimientos a priori reflejan la “inteligencia” del diseñador
• un agente que no presta atención a sus percepciones
– no sería inteligente
– sólo podría actuar en entornos extremadamente simples
– no puede actuar con éxito en situaciones no anticipadas
(Ejemplo: escarabajo)
Autonomía:
• “no bajo el control inmediato de una persona”
• un agente es más autónomo...
– ... cuanto más se rige su comportamiento por su propia experiencia
– ... cuanto menos depende de sus conocimientos a priori
Inteligencia
Artificial 3º ITIS
2010/11
Programa y Arquitectura de Agente
Programas de Agente:
• software que determina el comportamiento del agente
• implementa la función percepción-acción
{simple agent program}
memoria ← percibir(memoria, percepción)
acción ← selección-acción(memoria, medida-rendimiento)
memoria ← actuart(memoria, acción)
Arquitectura de agente:
• los módulos que componen el agente
• estructura del programa de agente
• partes imprescindibles:
– componente de percepción
– componente de selección de acciones
– componente de acción
Inteligencia
Artificial 3º ITIS
2010/11
Tipos de Arquitectura de Agente
• Agentes estimulo-reacción (reactivos) :
– calculan las acciones directamente a partir de las percepciones
– frecuentemente siguen un enfoque conexionista
– en muchos dominios permite generar rápidamente acciones
“buenas”
• Agentes deliberativos:
– mantienen un modelo de simbólico su entorno
– anticipan los efectos potenciales de sus acciones a través del
modelo
– permite evitar emprender acciones equivocadas y irrevocables
• Agentes híbridos: combinan ambos enfoques
– enfoque reactivo para acciones inmediatas
– enfoque deliberativo para acciones estratégicas
Inteligencia
Artificial 3º ITIS
2010/11
Agentes reactivos
Agentes inteligentes de arquitectura reactiva:
• la información sensorial se comprime en un vector característico del
estado del entorno
• la “racionalidad” está compilado en la función de reacción
• técnicas: autómatas, redes de neuronas, etc.
Vector característico
0
Información Procesamiento
1
Función de Acción
sensorial de la percepción 1 reacción
0
1
Inteligencia
Artificial 3º ITIS
2010/11
Agentes deliberativos
• Los agentes inteligentes de arquitectura deliberativa :
• mantienen un modelo simbólico de su entorno
• anticipan los efectos esperados de sus acciones sobre este modelo
• eligen la mejor acción con respecto a la medida de rendimiento en base
a este proceso
B
A
C
C B
A D
A D B C
D
Inteligencia
Artificial 3º ITIS
2010/11
Agentes híbridos
Agentes inteligentes de arquitectura híbrida :
Nivel reactivo
Percepción Acción
Inteligencia
Artificial 3º ITIS
2010/11
Agentes basados en objetivos
• Además de la descripción del estado actual, el agente
necesita información sobre la meta a la que quiere llegar.
Inteligencia
Artificial 3º ITIS
2010/11
Agentes basados en utilidad
• Podrían existir varias secuencias de acciones posibles
para alcanzar una misma meta
U :S →ℜ
€
Inteligencia
Artificial 3º ITIS
2010/11
Tipos de entornos
Relevancia del entorno:
• el tipo y las características del entorno determinan la arquitectura,
el programa y en general la complejidad del agente inteligente.
Tipos de Entornos:
• físico frente a software:
– físico: robot navegando en una sala real /entornos industriales
– software: laberinto simulado / juego de vídeo
• real frente a simulado
– real: el diseñador no determina las características del entorno
ejemplo: Internet, entorno real del robot
– simulado: agentes son “condenados al éxito”
ejemplo: videojuegos
Inteligencia
Artificial 3º ITIS
2010/11
Propiedades del entorno
• estático frente a dinámico:
– ¿El estado del entorno pueda cambiar mientras que el agente
delibera?
¿Puede cambiar sin que el agente actúe?
– estático: agente software en un laberinto simulado (entorno no
cambia)
– “semidinámico”: ajedrez (cambios previsibles)
– dinámico: gestión de tráfico (cambios imprevisibles)
Inteligencia
Artificial 3º ITIS
2010/11
Subáreas de la Inteligencia Artificial
• Incertidumbre:
– entornos inaccesibles/ no deterministas/ continuos: creencias
(lógica difusa, redes Bayesianas...)
– medidas de rendimiento basados en la utilidad esperada
(Teoría de la Utilidad, inferencia basada en la Teoría de la Decisión)
• Comunicación:
– entornos en el que el agente interactúa de forma flexible con humanos
(procesamiento del lenguaje natural, actos de habla, ...)
– entornos multiagente (razonar sobre otros agentes, coordinación,
lenguajes de comunicación entre agentes, ...)
• Percepción y actuación:
– robótica: entornos físicos y agentes hardware
– visión computacional
Inteligencia
Artificial 3º ITIS
2010/11
Ejercicios
Inteligencia
Artificial 3º ITIS
2010/11