TEMA 1 Introduccin a la I.A.

o
Francisco Jos Ribadas Pena e INTELIGENCIA ARTIFICIAL 5 Informtica a ribadas@uvigo.es 4 de octubre de 2004

c FJRP 2004 ccia ia

1.1 Denicin y conceptos bsicos. o a

Deciciones de Inteligencia Articial (IA) Minsky: Es la ciencia de hacer que las mquinas hagan cosas a que requerir inteligencia si las hicieran las personas an Estudiar como hacer que las computadoras hagan cosas que, de momento, las personas hacemos mejor Producir sistemas capaces de adoptar comportamientos que, si fuesen realizados por seres humanos no dudar amos de calicar de inteligentes

Rich:

Nilsson:

PRIMERO: Denir lo que es inteligencia Es dif cil. Denicin condicionada a la prespectiva humana. o Denicin fenomenolgica: (a partir de las caracter o o sticas que podemos encontrar en los seres inteligentes) Los seres inteligentes ... ... ... ... ... ... son autnomos. o tienen memoria. aprenden. son creativos razonan e ineren. ... ... ... ... se comunican. tienen autoconocimiento. pueden procesar experiencias nuevas. tienen intencionalidad.

inferir: procesar una info.para obtener un resultado razonar: cascada de inferencias (proceso inferencial complejo)

c FJRP 2004 ccia ia

Denicin: Handbook of IA: o Tratar de disear sistemas de computacin inteligentes. Es decir, n o que muestren las caracter sticas que asociamos con la inteligencia en los seres humanos, tales como: - aprendizaje - comprensin del lenguaje o - razonamiento - resolucin de problemas o Dos aproximaciones (formas de ver la IA) Construccin de sistemas que ... o 1. piensen de forma inteligente. OBJETIVO: reproducir mecanimos y procesos mentales de los seres inteligentes. Caso extremo: Redes Neuronas Articiales (modelizan elementos y procesos cerebrales a bajo nivel) acten de forma inteligente. u OBJETIVO: obtener resultado inteligente Ejemplo: Juego ajedrez basado en bsqueda exhaustiva. u

2.

En ambos casos se pueden tomar dos posibles referentes: inteligencia humana (pensar/actuar como hacen los humanos) inteligencia ideal (pensar/actuar siempre de forma perfecta)

c FJRP 2004 ccia ia

TEST DE TURING Objetivo: Determinar si una mquina es inteligente. a

Se supera si Juradono puede identicar quien es la mquina a No es un test aplicable en la prctica a PRINCIPALES PROBLEMAS: procesamiento del lenguaje natural, percepcin sensorial o S es util una aproximacin limitada. o En dominios perfectamente acotados y controlados. Comparar funcionamiento de la mquina con respecto al funa cionamiento de los humanos. (elimando dilogo). a Usado en evaluacin y vericacin de Sistemas Expertos. o o Punto clave: Indistinguibilidad.

c FJRP 2004 ccia ia

1.2 Or genes y Evolucin. o

(a) ORIGENES Mitolog a Creacin de seres inteligentes presente en multitud de mitolog o as (griega, hebrea, etc). Antigedad Clsica u a Inicio de la losof a en particular: lgica y matemticas o a Primeros autmatas: mquinas con funcionamiento autnomo o a o limitado Caracter sticas fundamentales (an vigentes): u - sus mecanismos actan en funcin de su propia estructura interna o - la accin es la combinacin de fuerzas motrices naturales y articiales o o - el desplazamiento afecta al conjunto

c FJRP 2004 ccia ia

Edad Media Raimon Llull: Propone mtodo general para generar nuevo e conocimiento a partir del conocimiento ya existente Disea un procedimiento exhautivo (algoritmo) de razonamienn to lgico. o Dado un dominio: 1. encontrar todos los principios bsicos relevantes del dominio: a manifestaciones (efectos) e interpretaciones (causas). 2. encontrar y agotar todas las posibles combinaciones, excluyendo las las interpretaciones no compatibles con las manifestaciones o no hay solucin 3. n del proceso: 1 solucin o 1 ms soluciones o a PROBLEMAS: a identicar todos los principios bsicos explosin combinatoria (probar todas las combinaciones) o Renacimiento e Ilustracin o Vaucouson, Droz: Desarrollo autmatas complejos (relojer o a) imitan animales: pato (Vaucouson) imitan personas: autista, nios escritor y dibujante n Pascal, Leibnitz: Calculadoras mecnicas a Babbage: Mquina anal a tica. Ada Lovelace: la mquina anal a tica (computadoras) es capaz de hacer slo aquello que se le indica o Pregunta: son capaces las mquinas de hacer algo creativo (no a pre-programado)?

c FJRP 2004 ccia ia

Siglo XIX - Primeros aos XX n Nacimiento de la lgica matemtica o a Boole, Frege: desarrollan fundamentos matemicos de la lgica a o Godell, Russell: estudios sobre potencia expresiva de lgica de o predicados qu se puede representar e qu puede demostrar/razonar e Aos 30-40: Desarrollo primeros computadores n Turing, Von Neumann, Mauchly,... Mquina de turing: modelo universal de computador (1936). a Usado como base para establecer l mites.

c FJRP 2004 ccia ia

(b) EVOLUCION Nacimiento IA (aos 40-50) n McCulloch y Pitts (43): Primer modelo de neurona articial

Hebb(49): Regla de aprendizaje para redes neuronales. Reunin en elDarmouth College (56): Nacimiento ocial o John McCarthy acua trmino Inteligencia Articial n e Presentacin de los primeros logros o Newell-Simon: Primer demostrador de teoremas (el Terico-Lgico). o o Ernst: Sistema de planicacin automtica. o a Samuel: Mquina que jugaba a damas a - Primer logro en aprendizaje. - Aprend a base de jugar contra s misma y contra humanos. a Divisin de la investigacin en 2 enfoques: o o pulcros: Simular (emular) de forma articial el funcionamiento interno de un ser inteligente. Redes Neuronas Articiales (RNA): emulacin del cerebro o IA subsimblica o desaliados: Conseguir un comportamiento inteligente IA simblica o IMPORTANTE: Representacin del conocimiento y formalo izacin eciente del pensamiento y de mtodos de razono e amiento.

c FJRP 2004 ccia ia

Gran Auge (50s-60s) Newell-Simon: Demostrador general de problemas (GPS:general problem solver ) Gelermter: Demostrador de teoremas de geometria. Hart: Algoritmo A* (68) McCarthy: Desarrollo leng. LISP muy usado en IA, base trabajos futuros Exito en problemas sobre dominios limitados: micromundos analog geomtricas as e

mundo de los bloques

Desarrollo perceptrones (Rosemblant(62)): Redes de neuronas monocapa Declive (nales 60s) Imposible salirde los minimundos. problemas reales demasiado complejos problemas intratables (explosin combinatoria) o escaso uso de conocimiento espec co del dominio Limitaciones del modelo de preceptron (Minsky-Papern) demuestran que su capacidad de representacin y aprendizaje o es muy limitada casi desaparicin de investigacin en RNAs o o PROBLEMA: falta de algoritmos de aprendizaje adecuados

c FJRP 2004 ccia ia

Resurgir (mediados 70s - 80s Sistemas Basados el Conocimiento en Separar conocimiento y mecanismos de inferencia y control IDEAS CLAVE: o Recopilacin y manejo grandes cantidades de conocimiento Metodolog desarrollo sistemas expertos (SS.EE.) as Recopilacin conocimiento de los expertos de un dominio o Uso sistemas basados en reglas de produccin o Importancia de la capacidad de explicacion del razonamiento Ejemplos DENDRAL (Buchanam (69)): Identicacin de estructuras o moleculares MYCIN (Buchanam, Shortlie (74)): Diagnstico infeco ciones sangu neas PROSPECTOR (70): Identicacin yacimientos geolgicos o o Resurgir de las RNAs (mediados 80s) Nuevos modelos de redes (Hopeld (82)) Nuevos y ms potentes algoritmos de aprendizaje (aprendiz. a por retropopagacin (backpropagation)) o Situacin Actual o Aplicaciones industriales de SS.EE. y RNAs R1 (80): Sist. Exp. para conguracin de equipos DEC (Digital) o Auge de nuevas aproximaciones Algoritmos genticos e Agentes inteligentes

c FJRP 2004 ccia ia

1.3 Aplicaciones de la I.A

Para qu sirve la IA? e Sustituir.a los humanos Cuando no es posible la presencia humana centrales nucleares exploracin de Marte o Cuando escasean los recursos humanos capaces o son costosos tutor personalde ingls e buscador/clasicador de Internet En general, tareas que requieran autonom aprendizaje, razona, amiento, percepcin, etc... o Ejemplos de Aplicaciones Tareas de la vida cotidiana: Percepcin: visin articial, comprensin del habla o o o Lenguaje Natural: comprensin, generacin, traduccin o o o Sentido comn u Tareas Formales: Juegos: damas, ajedrez Muy importantes en desarrollo de la IA Ofrecen un modelo para comparar con humanos Reglas sencillas y bien denidas, rankings ociales Matemticas: clculo simblico, simplicacin de funciones, dea a o o mostr. teoremas Computacin: vericacin y s o o ntesis de programas, aprendizaje automtico a

c FJRP 2004 ccia ia

10

Tareas de Expertos Ingenier diseo, planicacin, deteccin de fallos a: n o o Diagnstico/tratamientos mdicos o e Anlisis nanciero a Otras Robtica y control o Aistentes personales inteligentes

Saberes Anes

FILOSOF IA -lgica o

MATEMATICAS -lgica o -teoria probab.

PSICOLOG IA -ciencia cognitiva

BIOLOG IA -gentica e

MEDICINA -neurolog a -neurosiolog a

INFORMATICA -teoria de la computacin o -algoritmia -estructuras de datos

c FJRP 2004 ccia ia

11