Fundamentos de Inteligencia Artificial

Ing. Sup. en Informtica, 3

Curso acadmico: 2011/2012 Profesores: Holger Billhardt, Rubn Ortiz

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

Que es Inteligencia (Artificial)?

Real academia de la lengua: inteligencia.(Del lat. intelligenta).
1. Capacidad de entender o comprender. 2. Capacidad de resolver problemas. 3. Conocimiento, comprensin, acto de entender. 4. Sentido en que se puede tomar una sentencia, un dicho o una expresin. 5. Habilidad, destreza y experiencia. 6. Trato y correspondencia secreta de dos o ms personas o naciones entre s. 7. Sustancia puramente espiritual.

~ artificial.
1. Desarrollo y utilizacin de ordenadores con los que se intenta reproducir los procesos de la inteligencia humana.

Que es Inteligencia (Artificial)?

Pregunta a varias personas Que es inteligencia? Dnde estn los lmites de la inteligencia?
Aristteles: el hombre es un ser racional porqu algunas personas saben sumar Minsky: inteligencia es la forma de resolver problemas que an no se entienden

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.

Cual es la diferencia entre el comportamiento instintivo y el comportamiento inteligente?

Que es Inteligencia (Artificial)?

Objetivo: estudiar los entes inteligentes
cientfico: entender (modelar, describir) los entes inteligentes ingenieril: construir entes inteligentes

Disciplinas relacionadas: Filosofa

leyes del pensamiento, lgica relacin entre la mente y la materia (dualismo, materialismo) relacin entre el conocimiento y la experiencia relacin entre el conocimiento y la accin concepto de algoritmo (al-Jawarizmi) teorema de incompletitud (Gdel) intratabilidad y teora de la completitud NP teora de la decisin (von Neumann / Morgenstern)

Matemticas

Que es Inteligencia (Artificial)?

Disciplinas relacionadas: Psicologa:
modelos del comportamiento humano conductistas: modelos estimulo-respuesta psicologa cognitiva: creencias, objetivos, pasos de razonamiento, . . .

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)

...

Inteligencia Artificial: Objetivos

Entender los entes inteligentes: Facultades de los seres inteligentes
Comunicacin Conocimiento de si mismos Conocimiento y percepcin del entorno Interaccin con el entorno Intencionalidad
comportamiento dirigido por metas

Creatividad Capacidad de usar y aplicar su conocimiento

Razonamiento e inferencia

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.

Inteligencia Artificial: Objetivos

Construir entes inteligentes: Diferentes enfoques: Sistemas que piensan como humanos

IA fuerte

La interesante tarea de lograr que las computadoras piensen... Mquinas con mente, en su amplio sentido literal (Haugeland 1985)

Sistemas que actan como humanos

El arte de crear mquinas con capacidad de realizar funciones que realizadas por personas requieren inteligencia (Kurzweil 1990)

Sistemas que actan de forma racional

La rama de la Informtica que se ocupa de la automatizacin del comportamiento inteligente (Luger & Stubblefield, 1993)

IA dbil

Pensar como humanos

Modelado cognitivo: abrir la caja negra de la mente humana analizar los procesos mentales (introspeccin, experimentos) desarrollar una teora acerca de los procesos mentales aplicar esta teora en la simulacin de dichos procesos en un ordenador General Problem Solver (GPS) [Newell & Simon 1961]: resuelve problemas mediante la descomposicin en subproblemas ms simples se centra en la comparacin de los pasos de razonamiento del GPS con los pasos seguidos por una persona al resolver el mismo problema Ciencia Cognitiva: modelos computacionales (IA) + tcnicas experimentales (psicologa) construir teoras rigurosas y verificables acerca de los procesos mentales

Actuar como humanos

Prueba de Turing : [Alan Turing, 1950] Un evaluador humano y dos interlocutores estn separados por mamparas Un interlocutor es una persona y el otro un ordenador El evaluador formula preguntas a travs de un teletipo, y los interlocutores dan sus respuestas del mismo modo El ordenador supera la prueba, si el evaluador no es capaz de distinguir entre l y el humano Capacidades requeridas : procesamiento del lenguaje natural representacin del conocimiento y razonamiento aprendizaje Prueba total de Turing: incluye seales de vdeo y objetos fsicos requiere capacidad de visin computacional y robtica

Actuar de forma racional

Racionalidad: prescriptivo: como las personas deberan actuar sentido estricto: cmo sacar conclusiones verdaderas? sentido amplio: cmo actuar y sobrevivir en un entorno? Pensar de forma racional: leyes de pensamiento de Aristteles: razonamiento irrefutable lgica formal :
lenguaje formal para representar todo tipo de entes en el mundo modelo riguroso para razonar sobre dichos entes

en su estado puro, ms estrechamente relacionado con la filosofa y las matemticas Objetivo de IA: modelar/construir sistemas que actan de forma racional

Actuar de forma racional

Actuar de forma racional: enfoque relativo al contexto: actuar de forma correcta en un entorno no se limita a la inferencia racional (lgica)
a veces es imposible determinar formalmente cul es la mejor accin en algunas situaciones es racional emprender una accin buena inmediatamente en vez de esperar hasta determinar la alternativa ptima

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

Inteligencia Artificial: Historia

1940/50:
Programas que resuelven tareas bsicas de razonamiento (jugar al ajedrez / jugar a las damas / probar teoremas geomtricos) 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 computacin neuronal (anlisis de los Perceptrones de Minsky)

1980:
aplicaciones comerciales de los sistemas expertos proyecto de software de quinta generacin en Japn

1990 hasta hoy:

regreso de las redes de neuronas modelos de incertidumbre (cadenas de Markov, redes Bayesianas) agentes inteligentes (robots autnomos, sistemas multiagente) ...

Inteligencia Artificial: Subreas

Resolucin de problemas mediante bsqueda:
actuar de forma racional en entornos bien definidos: espacios de estado (entornos accesibles, deterministas, estticos y discretos)

Representacin del conocimiento y razonamiento

combatir la complejidad : estructurar la representacin del entorno entornos inaccesibles / no deterministas: razonamiento no-montono ...

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

Inteligencia Artificial: Subreas

Incertidumbre:
entornos inaccesibles/ no deterministas/ continuos: creencias (lgica borrosa, redes Bayesianas...) medidas de rendimiento basados en la utilidad esperada (Teora de la Utilidad, inferencia basada en la Teora de la Decisin)

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

Agente: ente activo embebido en un entorno cuerpo:

percibe el entorno por medio de sensores acta sobre el entorno por medio de efectores

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, ...

Agentes artificiales: agentes hardware (robots):

interactan directamente con un entorno fsico disponen de un cuerpo fsico sensores: cmaras, telmetros infrarojos, etc. efectores: ruedas/piernas, manipuladores, etc.

agentes software (softbots):

actan en entornos virtuales (p.e. Internet) todo software: no necesitan manipular fsicamente el entorno sensores y efectores: dependientes del entorno

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)

Autonoma: no bajo el control inmediato de una persona un agente es ms autnomo...

... cuanto ms se rige su comportamiento por su propia experiencia ... cuanto menos depende de sus conocimientos a priori

Agente inteligente = comportamiento racional + autonoma

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

Voluntad de conseguir el objetivo por parte del individuo

el individuo ignora cual es la mejor secuencia de acciones para conseguir el objetivo

Problemas bien definidos

discreto:
se puede concebir el mundo en estados en cada estado hay conjunto finito de percepciones y acciones

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

Agentes de resolucin de problemas

Son entes que desean resolver problemas (bien definidos) Realizan acciones para modifican el estado del mundo de acuerdo con sus objetivos

1 8 7

3 4 2 7 8 3 4 5

5 1 6

Agentes de resolucin de problemas

Ciclo de actuacin del agente: 1. 2. 3. Percibir y clasificar la situacin presente Buscar una accin (o un plan de actuacin) Ejecutar la accin (o el plan de actuacin)

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

Funcin percepcin-accin: Agentes estimulo-reaccin (reactivos) :

calculan las acciones directamente a partir de las percepciones frecuentemente siguen un enfoque conexionista en muchos dominios permite generar rpidamente acciones buenas

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

Agentes hbridos: combinan ambos enfoques

enfoque reactivo para acciones inmediatas enfoque deliberativo para acciones estratgicos

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

Juegos y sus caractersticas

Juegos: Presentan una gran similitud con problemas reales
Estn bien formulados Unen riqueza (complejidad) y simplicidad

Jugar bien requiere inteligencia:

en muchos juegos no se conoce un algoritmo que garantice una solucin

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

Determinista frente a no determinista:

Los acciones del agente en un estado actual determinan completamente el estado resultante? con elementos de azar: backgammon, juegos con dados sin elementos de azar: damas, ajedrez

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

Esttico frente a dinmico:

El estado del entorno pueda cambiar mientras que el agente delibera? Puede cambiar sin que el agente acte? esttico: laberinto, 8-puzzle semidinmico (cambios previsibles): ajedrez, damas dinmico: videojuegos