RESUMEN INTELIGENCIA ARTIFICIAL

Representacin del conocimiento Lgica: Ventajas: Semntica, expresividad y eficacia de sus procesos deductivos. Inconvenientes: Falta de estructuray eficacia de sus procesos deductivos. Reglas: Intentan superar el problema de la ineficiencia de la lgica. Todo conocimiento se puede representar por un conjunto de condicionales El resultado de aplicar una regla produce nuevos hechos y activa otras reglas. Slo usan el modus ponens Redes Semnticas. Nacen para comprensin y traduccin de lenguaje natural. Las caractersticas que diferencian los diferentes tipos de redes son: Tipo de conocimiento que representan. Mtodo de inferencia Forma de abordar el aprendizaje. Marcos. Suponen que el sistema nervioso se organiza en esquemas. Ordenacin jerrquica. Guiones: Marcos que describen secuencias temporales de sucesos. Inferencia en I.A. Asociada a tres tipos de razonamiento: Deduccin lgica a partir de axiomas, aplicndole reglas. De lo general a lo particular. Inferencia deductiva: De lo particular a lo general. No garantiza la completitud y certeza Razonamiento inductiva: A partir de la conclusin se busca el hecho que la explique. Sistemas basados en el conocimiento y Sistemas expertos. SBC Usa el conocimiento del dominio y se separa del control de su uso en inferencia. Si el conocimiento del SBC proviene de un experto humano S.E. El uso de reglas en computacin supone: Presentacin del conocimiento de forma modular y declarativa. Vigilar la asignacin a las reglas (nace el conocimiento). Caractersticas de un sistema experto: Dominio reducido Razonamiento por encadenamiento. Carcter especfico del conocimiento Problema de la incertidumbre Separacin del conocimiento Dialogo Validez de las reglas Metarreglas y adquisicin del conocimiento Aprendizaje y renacimiento del conexionismo: Aprendizaje Dominado por la perspectiva simblica. Dos tipo cognoscitivo y creativo Acumulan conocimiento Tareas perceptivas Organizacin central. Planificacin motora. Paradigmas: Inductivo Deductivo Abductivo

Jos M. Godoy Gimnez

RESUMEN INTELIGENCIA ARTIFICIAL

Niveles de computacin: 1. Teora computacional 2. Representacin y algoritmo 3. Implementacin Los niveles estn relacionados. Cuando se baja de nivel se pierde informacin No hay una representacin nica. Hiptesis fuerte en IA Nivel de conocimiento (Newell). Computacin: a nivel de conocimiento invariante ante cambios a nivel simblico a nivel simblico invariante a nivel de implementacin. Plantea tres objetivos: Razonar sobre la naturaleza del conocimiento. Existencia de un nivel especfico del conocimiento. Descripcin de ste nivel y conexiones con otros inferiores. SISTEMA NIVEL de CONOCIMIENTO NIVEL SIMBOLICO Agente Inteligente Visin del programador de ordenador E. Digital + Arquitectura de Computadores MEDIO Conocimiento COMPONENTES OPERADORES Los usados por el lenguaje natural Designacin Asociacin

NIVEL DE IMPLEMENTACIN

Metas Acciones Intenciones Smbolos y Operadores y expresiones memorias (Primitivas del lenguaje) Vectores Registros Booleanos y ALUs Estados lgicos Decodificadores de puertas de Instrucciones

LEYES DE COMPORTAMIENT Principio de racionalidad. Interpretacin fija

Algebra de Boole

Teora de Autmatas

Principio de racionalidad: Si un agente conoce que una de sus acciones conducir a sus metas la seleccionar Conocimiento es poder calcular la conducta de una agente usando este principio.

Jos M. Godoy Gimnez

RESUMEN INTELIGENCIA ARTIFICIAL

Bsqueda. Planteamiento del problema. Declaracin en lenguaje natural = concepcin en nivel de conocimiento. Establecer un nivel abstracto de interpretacin por el principio de racionalidad Mtodos dbiles Declarativos, procedimentales Un problema requiere: Agente con objetivos a alcanzar. Conjunto de acciones Procedimiento de eleccin (solucionador). Esquema de los problemas de bsqueda: Dados: Conjunto de estados, configuraciones posibles del dominio Uno o ms estados iniciales Conjunto de operaciones o reglas. Encontrar: Operadores que permiten pasar del estado inicial al final. Presentacin de los problemas de bsqueda. Espacio del problema (Estados, operadores, instancia) Estrategia de control (optimiza el proceso de bsqueda)

Seleccionar nodos Determinar reglas Seleccionar y aplicar una regla Comprobar el estado

Espacio de estados (implcito)/ Grafo de estados (explcito). Bsqueda sin informacin del dominio Bsqueda en amplitud Complejidad: Temporal: np Espacial: np Anlisis: Ventajas: Encuentra la solucin de menor coste Inconveniente: Espacio de almacenamiento Bsqueda en profundidad [Lmite de profundidad ( lp)] Complejidad: Temporal: np Espacial: n (p + r) Anlisis: Ventajas: Valor de su complejidad espacial Inconveniente: Tiempo empleado ante camino equivocado. Ciclos.

Jos M. Godoy Gimnez