You are on page 1of 14

INSTITUTO TECNOLGICO SUPERIOR DE ACAYUCAN

ALUMNO: VICTOR MANUEL CARBALLO DELGADO TRABAJO: UNIDAD 1 GRUPO: 803-B

CARRERA: INGENIERA EN SISTEMAS COMPUTACIONALES

MATERIA: INTELIGENCIA ARTIFICIAL 1

DOCENTE: CARLOS DANIEL OLVERA AGURRE

ACAYUCAN VER A 24 DE FEBRERO DE 2012

ndice

Introduccin.1 1.1-El Propsito de la IA y su Evolucin Histrica2 1.2-Las habilidades cognoscitivas segn la psicologa. Teoras de la inteligencia.3 1.3.-El proceso de razonamiento segn la lgica.4 1.4.-El modelo de adquisicin del conocimiento segn la filosofa5 1.5.- El modelo cognoscitivo....7 1.6 El modelo del agente inteligente...9 1.7 El papel de la heurstica...10 Conclusin....12

INTRODUCCION Hablaremos de un poco de historia de la inteligencia artificial, como sta fue evolucionando a lo largo del tiempo, desde sus inicios hasta el gran desarrollo que hay hoy en da actualmente. Las computadoras o los robots creados por nosotros los seres humanos, cada vez estn mas cerca de pensar como un ser humano aunque aun falta mucho para llegar a ese nivel de tecnologa. Gracias a nuestras propias creaciones, estamos haciendo nuestra propia vida ms cmoda. Y cada vez el paso de la tecnologa sigue avanzando a grandes pasos, las computadoras pueden realizar clculos o resolver problemas matemticos en cuestin de milisegundos cuando nosotros nos tardaramos das o hasta aos.

1.1.-El Propsito de la IA y su Evolucin Histrica La finalidad de la inteligencia artificial consiste en crear teoras y modelos que muestren la organizacin y funcionamiento de la inteligencia. Actualmente, el mayor esfuerzo en la bsqueda de la inteligencia artificial se centra en el desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a la inteligencia humana, realizando tareas que requieran aprendizaje, solucin de problemas y decisiones. A veces llamada inteligencia de mquina, la inteligencia artificial o AI (Artificial Intelligence) cubre una vasta gama de teoras y prcticas. La Inteligencia Artificial "naci" en 1943 cuando Warren McCulloch y Walter Pitts propusieron un modelo de neurona del cerebro humano y animal. Estas neuronas nerviosas abstractas proporcionaron una representacin simblica de la actividad cerebral.Ms adelante, Norbert Wiener elabor estas ideas junto con otras, dentro del mismo campo, que se llam "ciberntica"; de aqu nacera, sobre los aos 50, la Inteligencia Artificial.

Los primeros investigadores de esta innovadora ciencia, tomaron como base la neurona formalizada de McCulloch y postulaban que: "El cerebro es un solucionador inteligente de problemas, de modo que imitemos al cerebro".Pero si consideramos la enorme complejidad del mismo esto es ya prcticamente imposible, ni que mencionar que el hardware de la poca ni el software estaban a la altura para realizar semejantes proyectos.

Se comenz a considerar el pensamiento humano como una coordinacin de tareas simples relacionadas entre s mediante smbolos. Se llegara a la realizacin de lo que ellos consideraban como los fundamentos de la solucin inteligente de problemas, pero lo difcil estaba todava sin empezar, unir entre s estas actividades simples. Es en los aos 50 cuando se logra realizar un sistema que tuvo cierto xito, se llam el Perceptrn de Rossenblatt. ste era un sistema visual de reconocimiento de patrones en el cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de problemas, pero estas energas se diluyeron enseguida.

Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la demostracin de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem Solver: solucionador general de problemas). ste era un sistema en el que el usuario defina un entorno en funcin de una serie de objetos y los operadores que se podan aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros problemas similares, operando, claro est, con

microcosmos formalizados que representaban los parmetros dentro de los cuales se podan resolver problemas. Lo que no poda hacer el GPSera resolver problemas ni del mundo real, ni mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a partir de sus propios descubrimientos) que la conducan hasta el destino deseado mediante el mtodo del ensayo y el error. En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en problemas ms concretos. As es como naci el sistema experto. El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de masa construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo un logro en aquella poca que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn en el Pacific Medical Center de San Francisco, EEUU). Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando se desarrollan sistemas expertos ms refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas heursticas automticamente, por induccin.
1.2.-Las habilidades cognoscitivas segn la psicologa. Teoras de la inteligencia

(conductismo, Gardner)

Son las facilitadoras del conocimiento, aquellas que operan directamente sobre la informacin: recogiendo, analizando, comprendiendo, procesando y guardando informacin en la memoria, para, posteriormente, poder recuperarla y utilizarla dnde, cundo y cmo convenga. En general, son las siguientes:

1. Atencin: Exploracin, fragmentacin, seleccin y contra distractoras.

2. Comprensin (tcnicas o habilidades de trabajo intelectual): Captacin de ideas, subrayado, traduccin a lenguaje propio y resumen, grficos, redes, esquemas y mapas conceptuales. A travs del manejo del lenguaje oral y escrito (velocidad, exactitud, comprensin).

3. Elaboracin: Preguntas, metforas, analogas, organizadores, apuntes y mnemotecnias.

4. Memorizacin / Recuperacin (tcnicas o habilidades de estudio): Codificacin y generacin de respuestas.

1.3.-El proceso de razonamiento segn la lgica (axiomas, teoremas, demostracin). LGICA: Ciencia formal y una rama de la filosofa que estudia los principios de la demostracin e inferencia vlida. DEMOSTRACIN: Sucesin coherente de pasos que, tomando como verdadero un conjunto de premisas llamado hiptesis, permite asegurar la veracidad de una tesis Estos pasos deben estar fundamentados en la aplicacin de reglas de deduccin (fundadas ya sea en axiomas o en teoremas anteriormente demostrados o en reglas bsicas de deduccin del sistema en cuestin). El hecho de no conocer ninguna demostracin de un teorema no implica su no veracidad; slo la demostracin de la negacin de este resultado implica que es falso. Teora de la Demostracin o Teora de la Prueba Es una rama de la lgica matemtica que trata a las demostraciones como objetos matemticos, facilitando su anlisis mediante tcnicas matemticas. Las demostraciones suelen presentarse como estructuras de datos inductivamente definidas que se construyen de acuerdo con los axiomas y reglas de inferencia de los sistemas lgicos. En este sentido, la teora de la demostracin se ocupa de la sintaxis, en contraste con la teora de modelos, que trata con la semntica. Junto con la teora de modelos, la teora de conjuntos axiomtica y la teora de la recursin, la teora de la demostracin es uno de los "cuatro pilares" de los fundamentos de las matemticas. AXIOMA: Es una "verdad evidente" que no requiere demostracin. Ejemplos:

1+1=2

A es hermano de B C es hijo de A Entonces podemos decir que B es to de C, o bien C es sobrino de B

TEOREMA

Es una afirmacin que puede ser demostrada como verdadera dentro de un marco lgico. Demostrar teoremas es el asunto central en la matemtica. Ejemplo: Si dos rectas paralelas se cortan con una recta secante se cumple la relacin de ngulos siguiente:

1 - Los ngulos alternos/internos son iguales. 2 - Los ngulos alternos/externos son iguales. 3 - Los ngulos correspondientes son iguales. 4 - Los ngulos colaterales internos son suplementarios. 5 - Los ngulos colaterales externos son suplementarios. COROLARIO: Es una afirmacin lgica que sea consecuencia inmediata de un teorema, pudiendo ser demostrada usando las propiedades del teorema previamente demostrado.

1.4.-El modelo de adquisicin del conocimiento segn la filosofa La metodologa Common KADS, como cualquier otra ofrece una aproximacin para resolver los problemas inherentes a la ingeniera del conocimiento provenientes de la experiencia y apoyados por los fundamentos de la ingeniera del software. Como se ha mencionado anteriormente, la ingeniera del conocimiento debe hacer frente a la recopilacin de datos, dar forma a la informacin y generar ms conocimiento.

Todo ello dentro de un determinado mbito de aplicacin o lnea de negocio empresarial, que debe plasmarse en una realidad. Modelo de organizacin: soporta el anlisis de las caractersticas principales de una organizacin, con el fin de descubrir problemas y oportunidades para sistemas de conocimiento, establecer su viabilidad y ponderar los impactos en la organizacin de las acciones del conocimiento.

Modelo de tarea: es la parte relevante de un modelo de negocio. Analiza la tarea global, sus entradas y salidas, precondiciones y criterios de realizacin, as como recursos necesarios y competencias. Modelo de agente: los agentes son los ejecutores de una tarea. Un agente puede ser humano, un sistema de informacin, o cualquier otra entidad capaz de llevar a cabo una tarea. El modelo de agente describe las caractersticas de los agentes, en particular sus competencias, autoridad para actuar y restricciones en este aspecto. Adems, relaciona los enlaces de comunicacin entre agentes a la hora de llevar a cabo una tarea.

Modelo de conocimiento: el propsito de este es explicar los tipos y estructuras de conocimiento utilizados para llevar a cabo una tarea. Proporciona una descripcin independiente de la implementacin del papel que diferentes componentes de conocimiento juegan en la resolucin de problemas, de forma que es comprensible por los humanos. Esto hace que el conocimiento sea un vehculo importante para la comunicacin con los expertos y los usuarios sobre los aspectos relativos a la solucin de problemas de un sistema de conocimiento tanto durante el desarrollo como durante la ejecucin del sistema.

Modelo de comunicacin: dado que varios agentes pueden verse involucrados en una tarea, es importante modelar las transacciones entre los agentes implicados, esto se realiza mediante el modelo de comunicacin, como suceda en el modelo de conocimiento.

Modelo de diseo: los modelos anteriores juntos pueden verse como constituyendo la especificacin de los requisitos para el sistema de conocimiento, desde diferentes aspectos, Basados en los aspectos, el modelo de diseo proporciona la especificacin tcnica del sistema en trminos de arquitectura, plataforma de implementacin, mdulos de software, construcciones de representacin y mecanismos de computacin requeridos para implementar las funciones propuestas en los modelos de conocimiento y comunicacin. Juntos, los modelos de organizacin, tarea y agente analizan la organizacin del entorno y los factores crticos de xito para un sistema de conocimiento. Los modelos de conocimiento y comunicacin proporcionan la descripcin conceptual de las funciones de resolucin de problemas y los datos que son manejados y entregados por un sistema de conocimiento. El modelo

de diseo convierte esto en una especificacin que es la base para la implementacin del sistema software.

No obstante, no siempre es necesario construir todos los modelos, esto depende de los objetivos del proyecto. Esta eleccin corresponde al jefe de proyecto, bajo consenso previo con el cliente. Un proyecto de un SBC utilizando la tecnologa Common KADS produce tres tipos de producto o entrega:

- Documentos de los modelos. - Informacin sobre la gestin del proyecto. - Software del Sistema de Conocimiento.

El objetivo final de la metodologa Common KADS consiste en estructurar el proceso de desarrollo propio de la ingeniera del conocimiento, que se concreta en un sistema que debe resolver los problemas con una capacidad comparable a la del experto humano como poseedor del conocimiento. Obviamente, esta debe circunscribirse a un dominio especfico de aplicacin. Por ejemplo, si se trata de un sistema para el diagnstico de una cardiopata, el mbito de aplicacin sera justamente el de las cardiopatas y no otro aunque el experto supere con creces este dominio. En aras de la consecucin del objetivo anteriormente propuesto, resulta necesario disear un equipo de desarrollo que lo concrete y materialice, cada uno de los miembros este equipo debe tener encomendados unos roles especficos que son los que se le describen a continuacin.

1.5.- El modelo cognoscitivo

En toda situacin de aprendizaje ( Pozo, 1999), espontneo o generado en una experiencia educativa, puede identificarse tres componentes bsicos:

El qu se aprende (resultados), el cmo se aprende (los procesos cognitivos) y las condiciones del aprendizaje (la accin educativa) que responde a las preguntas cundo, cunto, donde, con quin etc. Estos tres componentes se pueden mirar ya sea desde un enfoque conductual o social cognoscitivo. Desde el enfoque conductual los resultados de aprendizaje son las conductas, los

procedimientos cognoscitivos no son importantes para este enfoque y las condiciones se refieren a la forma de organizar situaciones estimulantes y refuerzos continuos a las conductas adecuadas. Desde el enfoque cognoscitivo los resultados de aprendizaje se refieren a representaciones cognitivas internas o estructuras cognoscitivas que pueden tener un correlato en una representacin simblica externa para comprobar su presencia, los procesos cognitivos se refieren a toda aquella actividad mental que hace posible la constitucin de representaciones y las condiciones se refieren a las acciones educativas de carcter social educativo o interaccionar y a los diferentes recursos culturales con que se apoya el aprendizaje. Desde el punto de vista social cognoscitivo los resultados de aprendizaje se refieren a la manera como se construye significado al conjunto de categoras que constituyen un discurso disciplinar. Los resultados de aprendizaje no se refieren en especificidad a un saber sino al significado que un aprendiz le da a ese saber. La construccin de esos significados se hace en especial cuando el conocimiento se presenta estructurado.

Los procesos cognoscitivos en trminos de aprendizaje se dan por niveles de complejidad ya sea en relacin con el desarrollo (edad) o con los niveles de complejidad en una tarea. En trminos del desarrollo, las teoras de Piaget o de Vigotsky definen una serie de caractersticas segn ciclos de vida de los individuos y segn la complejidad de las tareas, los enfoques computacionales representacionales, definen una serie de procesos y subprocesos subyacentes a la solucin de problemas y a la toma de decisiones. En relacin con la complejidad como se estructura un conocimiento se pueden definir 4 grandes procesos bsicos: conceptualizacin, interpretacin, transferencia, creatividad. Conceptualizacin se refiere a la manera como se define un concepto en relacin con una experiencia asociada o con otro concepto en una proposicin o estructura conceptual. La interpretacin se refiere a la manera como un concepto o conjunto de conceptos o proposiciones toma significados en relacin con un contexto lingstico o discursivo o en relacin con un fenmeno. Dentro de la interpretacin se juegan procesos cognoscitivos como la deduccin, la inferencia, el anlisis, la sntesis y diferentes modalidades de categorizacin. La transferencia se refiere a la manera como se aplica un conocimiento a la solucin de problemas surgidos en contextos diferentes a aquellos en donde se dio la situacin de aprendizaje. La creatividad se refiere a la manera como se re estructura o se proponen estructuras diferentes a las aprendidas. Los niveles cognoscitivos del aprendizaje no son totalmente lineales y su recorrido se puede dar en espiral. Lo cierto es que en trminos de organizacin de las experiencias educativas definir niveles de aprendizaje permite organizar una educacin para el desarrollo de habilidades cognitivas.

1.6 El modelo del agente inteligente Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. En este contexto la racionalidad es la caracterstica que posee una eleccin de ser correcta, ms especficamente, de tender a maximizar un resultado esperado. Este concepto de racionalidad es ms general y por ello ms adecuado que inteligencia (la cual sugiere entendimiento) para describir el comportamiento de los agentes inteligentes. Por este motivo es mayor el consenso en llamarlos agentes racionales. Un agente inteligente puede ser una entidad fsica o virtual. Si bien el trmino agente racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, tambin puede considerarse agentes racionales a los animales incluido el hombre. Es posible clasificar los agentes inteligentes en 5 categoras principales: - Agentes reactivos - Agentes reactivos basados en modelo - Agentes basados en objetivos - Agentes basados en utilidad - Agentes que aprenden

La racionalidad es necesaria En muchos textos se define agente inteligente como todo agente capaz de tener conciencia de su entorno y actuar sobre l. No obstante es necesario exigir que estas decisiones sean racionales en el sentido de que persigan algn fin. Vamos a mostrarlo con un contraejemplo: cuando un fotn con la suficiente energa incide sobre un tomo, puede arrancar de l un electrn. Podramos considerar al tomo inteligente puesto que percibe su entorno (la incidencia del fotn) y acta sobre su entorno (emite un electrn). La ausencia de relacin entre la emisin del electrn y cualquier hipottico inters del tomo muestra que este no es un agente inteligente pese a verificar la definicin de Bertrand Russell. La conducta de un agente no suele ser la ptima. Paradjicamente, la conducta de un agente rara vez es la optima. La razn es muy sencilla calcular el optimo de un criterio lo suficientemente bueno para ser considerado razonable teniendo en cuenta las mltiples restricciones que concurren es muy difcil. Ejemplos de ello es lo difcil que es calcular la mejor ala para un avin, el mejor perfil para un coche o la mejor hlice para un barco.

Para un estudiante es fcil calcular el mximo de un polinomio de segundo grado derivando e igualando a cero. En este caso el criterio es muy sencillo -es un polinomio de segundo grado- y no concurre ninguna restriccin.

Cuando el criterio es una funcin real de muchas variables y las restricciones tambin, los clculos son mucho ms complicados. Algunas veces se puede lograr una buena aproximacin; pero, si un agente inteligente debe tomar una decisin en muy poco tiempo, deber conformarse con la mejor aproximacin que pueda calcular en el escaso tiempo de que dispone.

1.7.-El papel de la heurstica

La palabra "heurstica" se deriva del verbo griego heuriskein, que significa "encontrar" o "descubrir" "reglas prcticas" utilizadas por los expertos para generar buenas soluciones sin tener que embarcarse en exhaustivas bsquedas. Especialmente, en el rea de los algoritmos de bsqueda, se refiere a una funcin mediante la cual se obtiene un estimado del costo de una solucin. La informacin es coleccionable, almacenable o reproducible. Se utiliza para tomar decisiones, conduce tambin a conclusiones acertadas o equivocadas, puesto que puede ser interpretada de diversas formas por distintos individuos, dependiendo de muchos factores subjetivos y del contexto en que se encuentre la persona que la recibe e interpreta. As como es posible comunicar una noticia, tambin se comunican los estados de nimo, opiniones o conocimientos. Citamos un caso a manera de ejemplo: el 19 de junio de 1815, en la Bolsa de Valores de Londres, un mensajero proveniente de Ostend, Blgica, entreg en secreto una noticia a Nathan Rothschild. De inmediato, Rothschild vendi todas sus acciones. Los observadores, enterados de que Rothschild tena fuentes confiables de informacin, lo imitaron porque supusieron que ello se deba a una victoria napolenica en Waterloo, lo cual pondra en serios problemas a la prosperidad britnica y su hegemona sobre Europa. Hacia el medioda, en un mercado de valores totalmente deprimido, Rothschild compr nuevamente todos los valores que l y todos los que lo imitaron haban vendido, a slo una fraccin del precio de las ventas originales. Horas ms tarde lleg la noticia de la victoria de Wellington con lo cual los valores no slo recuperaron su precio de la maana, sino que, al estar en manos de una sola persona, ste aument... y con ello Rothschild gan una fortuna en pocas horas, por tener y manejar adecuadamente informacin que nadie ms posea.

En computacin, dos objetivos fundamentales son encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones, usualmente las ptimas.

10

Una heurstica es un algoritmo que abandona uno o ambos objetivos; por ejemplo, normalmente encuentran buenas soluciones, aunque no hay pruebas de que la solucin no pueda ser arbitrariamente errnea en algunos casos; o se ejecuta razonablemente rpido, aunque no existe tampoco prueba de que siempre ser as. Las heursticas generalmente son usadas cuando no existe una solucion ptima bajo las restricciones dadas (tiempo,espacio,etc.), o cuando no existe del todo.

A menudo, pueden encontrarse instancias concretas del problema donde la heurstica producir resultados muy malos o se ejecutar muy lentamente. Aun as, estas instancias concretas pueden ser ignoradas porque no deberan ocurrir nunca en la prctica por ser de origen terico. Por tanto, el uso de heursticas es muy comn en el mundo real

11

CONCLUSION

Las innovaciones tecnolgicas van surgiendo da con da y mejorando enormemente cada vez mas, desde que se pens que el pensamiento humano es una coordinacin de tareas ah empez a surgir la idea que se poda tratar de imitar el pensamiento humano mediante maquinas inteligentes. Las supercomputadoras y los robots que ltimamente han surgido en esta ultima dcada, han dado un gran paso en el avance de la inteligencia artifial, usando un montn de algoritmos. Tambien la inteligencia artificial esta ayudando a otras reas en su desarrollo, como la medicina podiendo desarrollar maquinas o robots operados por los doctores pero con la gran ventaja de poder llegar a esos lugares a la que un humano no podra.

12