Professional Documents
Culture Documents
Tema 1: Introduccin
Resumen:
1. Introduccin 1.1 1.2 1.3 Qu es la IA? Agentes de resolucin de problemas Juegos y sus caractersticas
~ artificial.
1. Desarrollo y utilizacin de ordenadores con los que se intenta reproducir los procesos de la inteligencia humana.
Una vez que un ordenador es capaz de realizar algo inteligente, la gente deja de considerarlo inteligencia.
La IA es todo lo que no se ha hecho hasta ahora.
Matemticas
Lingstica:
modelos de la interaccin verbal humana reconocimiento y generacin del habla representacin del conocimiento
Sociologa:
modelos del comportamiento humano en grupo psicologa social: compromisos, normas, obligaciones, . . .
Ingeniera:
modelar y proporcionar el comportamiento inteligente (informtica) crear los cuerpos de los artefactos inteligentes (ingeniera)
...
Razonamiento e inferencia
Inferencia:
- hacer suposiciones de lo que significan hechos (observados y/o conocidos) - sacar consecuencias de algo o deducir algo de otra cosa
Razonamiento:
Capacidad de derivar inferencias a partir de conocimiento y de observaciones con el propsito de alcanzar una meta o resolver un problema.
Tipos de razonamiento:
Deductivo Inductivo
Tipos de Razonamiento
Razonamiento deductivo:
- Inferir hechos concretos a partir de otros hechos y de aserciones generales - Ejemplo:
Hecho concreto: Pepe es un pjaro. Asercin general: Todos los pjaros pueden volar. Conclusin: Pepe puede volar.
Tipos de Razonamiento
Razonamiento inductivo:
Inferir suposiciones generales a partir de (muchos) hechos concretos (aprendizaje) Ejemplo: Animal Especie Tamao Puede volar elefante mamferos grande no avestruz pjaro grande no paloma pjaro pequeo si urraca pjaro pequeo si tiburn pez grande no gaviota pjaro pequeo si
Conclusin: Animales que son pjaros y pequeos pueden volar.
IA fuerte
La interesante tarea de lograr que las computadoras piensen... Mquinas con mente, en su amplio sentido literal (Haugeland 1985)
IA dbil
en su estado puro, ms estrechamente relacionado con la filosofa y las matemticas Objetivo de IA: modelar/construir sistemas que actan de forma racional
se pueden determinar acciones racionales por inferencias no lgicas Ventajas: pone nfasis en una perspectiva ingenieril destaca la relacin entre comportamientos inteligentes y el entorno en el que se desarrollan proporciona criterios transparentes para evaluar conducta inteligente permite una concepcin integrada de las distintas tcnicas y subreas de la Inteligencia Artificial
1960/70:
representaciones especializadas del conocimiento (reglas, marcos, guiones) primeros sistemas expertos (Dendral, Prospector, Mycin) declive de la computacin neuronal (anlisis de los Perceptrones de Minsky)
1980:
aplicaciones comerciales de los sistemas expertos proyecto de software de quinta generacin en Japn
Planificacin:
combatir la complejidad : representacin estructurada + inferencia especializada entornos no-deterministas: planificacin condicional entornos dinmicos: replanificacin
Aprendizaje:
combatir la complejidad: aprender a actuar ms rpido mejorar el rendimiento: aprender a actuar mejor mejorar la autonoma: reducir dependencia de conocimientos a priori
Comunicacin:
entornos en el que el agente interacta de forma flexible con humanos (procesamiento del lenguaje natural, actos de habla, ...) entornos multiagente (razonar sobre otros agentes, coordinacin, lenguajes de comunicacin entre agentes, ...)
Percepcin y actuacin:
robtica: entornos fsicos y agentes hardware visin computacional
Tema 1: Introduccin a la IA
Resumen:
1. Introduccin 1.1 1.2 1.3 Qu es la IA? Agentes de resolucin de problemas Juegos y sus caractersticas
Agentes
percepciones
mente:
determina las acciones a partir de las percepciones medida de rendimiento que gua dicho proceso
entorno
acciones
Tipos de Agentes
Agentes naturales:
cuerpo biolgico y entorno natural sensores: ojos, odos, lengua, etc. efectores: piernas, brazos, manos, etc. medida de rendimiento: sobrevivir, reproducirse, ...
Agente inteligente
Agentes inteligentes: actan de forma racional en su entorno determinantes de un comportamiento racional :
medida de rendimiento: define el grado de xito 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 accin que maximice la medida de rendimiento Racionalidad Omnisciencia la seleccin racional de acciones slo se basa en la informacin disponible
Autonoma
Problema: los conocimientos a priori compilan la inteligencia del diseador un agente que no presta atencin a sus percepciones
no sera inteligente slo podra actuar en entornos extremadamente simples no puede actuar con xito en situaciones no anticipadas (escarabajo de estircol)
Resolucin de problemas
Problema: Se tiene un problema si se quiere conseguir un objetivo y no se conoce qu accin o qu serie de acciones llevan a conseguir este objetivo. Componentes de un problema: Individuo (agente, humano, ...) Estado actual (percepcin del mundo real) Estado meta (objetivo) Acciones (que el individuo puede realizar)
influyen en el mundo (cambian el estado del mundo) deben existir varias acciones el individuo debe ser capaz de seleccionar una accin las acciones deben repercutir de forma diferente en la consecucin del objetivo
accesible:
es posible percibir el estado actual del mundo es posible determinar si un estado es un estado meta
determinista:
el resultado de cada accin es un estado totalmente definido
Ejemplos:
1 6 8
8-Puzzle
2 4 7 5 3
Tres-en-Raya
1 8 7
3 4 2 7 8 3 4 5
5 1 6
Los agentes son especializados: el diseador dota al agente a priori con conocimientos especficos
que definen el entorno del problema que definen los objetivos
se supone una percepcin y una ejecucin ideal Consideramos solamente agentes para problemas bien definidos
Tipos de Agentes
Agentes deliberativos:
mantienen un modelo simblico de su entorno anticipan los efectos potenciales de sus acciones a travs del modelo permite evitar emprender acciones equivocadas y irrevocables
Tema 1: Introduccin a la IA
Resumen:
1. Introduccin 1.1 1.2 1.3 Qu es la IA? Agentes de resolucin de problemas Juegos y sus caractersticas
Son ejemplos claros de problemas de toma de decisiones Se han utilizado tradicionalmente como campo de estudio y de aplicacin de IA Agentes que juegan a juegos complejos y son capaces de mejorar su juego pueden ser los precursores de artefactos inteligentes del futuro
Caractersticas generales
Caractersticas generales para el empleo de juegos en IA: Secuenciales: las jugadas se efectan de forma secuencial y los efectos son inmediatos Discretos: un nmero finito de jugadas posibles en cada estado del juego Implcitos: no se sabe a priori la ganancia obtenida con una jugada Voluntad de ganar: Existe un conjunto de estados objetivos y la voluntad de conseguirlos Deterministas: los resultados de acciones son estados bien definidos Accesible: se puede percibir el estado actual y se puede determinar si es un estado objetivo Para muchos juegos, jugar bien es un problema bien definido.
Caractersticas de Juegos
Nmero de jugadores:
unipersonales: 8-puzzle, laberinto, comococos, ... varios jugadores: ajedrez, damas, parchis
Caractersticas de Juegos
Totalmente observable frente a parcialmente observable:
El agente puede determinar inequvocamente el estado del juego? informacin completa: damas, ajedrez informacin incompleta: laberinto, pker