Inteligencia Artificial

ENSAYO UNIDAD IV Bsqueda y Satisfaccin De Restricciones

PROFESOR: ING. EDWIN LOPEZ ALVAREZ

REALIZO: OSMAR ADAN PAT ALEJOS

FECHA: 14 DE MAYO DEL 2012

Tabla de contenido
BUSQUEDA Y SATISFACCION DE RESTRICCIONES ............................................................... 3 Problemas y Espacios de Estado ............................................................................................. 3 Espacio de Estados Determinsticos y Espacios No Determinsticos. .................................... 5 Bsqueda Sistemtica .............................................................................................................. 6 Bsqueda de Metas a Profundidad ...................................................................................... 6 Bsqueda de Metas en Anchura. ......................................................................................... 7 Bsqueda ptima ................................................................................................................ 7 Satisfaccin de Restricciones .................................................................................................. 9 Resolucin de Problemas de Juegos...................................................................................... 11 CONCLUSION ........................................................................................................................ 12

BUSQUEDA Y SATISFACCION DE RESTRICCIONES

Problemas y Espacios de Estado

Generalmente existen diferencies problemas a resolver en la Inteligencia Artificial, y uno de ellos es el problema de buscar un estado perfecto entre un conjunto determinado o espacio de estados. Como se puede entender esto?, simple: basta con entender el hecho de poder cumplir un objetivo a travs de diferentes obstculos (espacio), donde la interrogante es el hecho de que secuencia de movimientos se necesitaran para alcanzar dicho objetivo, donde los algoritmos y variables externas hacen un juego determinantes.

Es importante definir los aspectos necesarios y la estructura del problema antes de poder desarrollar una solucin eficaz al problema.

La estructura de solucin debe poder definir el problema a travs de los siguientes puntos: Espacio de Estados: se trata de definir el problema mediante estados posibles. Es necesario hacer cambios en el espacio de estado para que pase a otro estado, el cual tambin sufrir nuevas transformaciones. Por lo cual hay que definir una serie de operadores (Representa un conjunto finito de acciones bsicas que transforman unos estados a otros. Sus elementos son la aplicabilidad (precondicin y postcondicin) y el estado resultante de la aplicacin de un operador a un estado). Estado Inicial del Problema: posicin inicial del sujeto (objeto), en el espacio y sus reglas aplicables. Estado Final: Objetivo o posicin final donde el objetivo ha sido cumplido. Reglas de Espacio: movimientos legales, que pueden describirse mediante una parte patrn para ser contrastado con la posicin actual en el Espacio y otra parte que describe el cambio que debe producirse en el Espacio.
3

Elegir operadores depende de la representacin de los estados y siempre se prefiere aquellas representaciones con menor nmero de operadores, lo que refleja una mayor eficiencia en tiempo y desgaste.

La formulacin de un problema es el proceso que consiste en decidir qu acciones y estados habrn que considerarse y es el paso que sigue a la formulacin de objetivos. Podemos decir que generalmente, cuando un objeto tiene ante si diversas opciones inmediatas, para decidir que debe hacer, tiende a evaluar las diversas secuencias d acciones posibles que le conducen a estados cuyo valor se conoce y as ya se decide el mejor. Al anterior proceso de hallar tal secuencia se le conoce como bsqueda y es un algoritmo de bsqueda: la entrada es un problema y la respuesta es una solucin que adopta la forma de una secuencia de acciones. Una vez encontrada una solucin se procede a ejecutar las acciones que esta recomienda. A la anterior se le denomina fase de ejecucin. Es decir el diseo del agente se reduce a formular, buscar y ejecutar, la solucin optima.

 Espacio de Estados Determinsticos y Espacios No Determinsticos.

Se puede decir que un espacio de estados es la representacin de un problema que abarca todas las posibles situaciones que se pueden presentar en la solucin de un problema y pueden ser clasificados en 2 tipos: los implcitos y los explcitos.

Los implcitos normalmente generan sobre la marcha los posibles estados siguientes a partir de un sistema de produccin. Los juegos son un gran ejemplo de estos estados, ya que simulan diferentes caminos de una historia conforme el jugador vaya realizando y cumpliendo situaciones especificas.

En cambio los estados explcitos definen previo al inicio de la bsqueda todos los estados posibles y sus conexiones simultneas; de forma determinstica o no, de tal manera que el espacio de estados determinsticos contienen un nico estado inicial y seguir la secuencia de estados para la solucin, mientras que el otro, contiene un amplio numero de estados iniciales y sigue la secuencia de los conexos al estado inicial.

Los espacios de estados determinsticos son usados por los sistemas expertos, mientras que los no determinsticos son usados por sistemas de lgica confusa.

Entonces para cumplir como un sistema determinstico, para un estado dado, al menos aplica una regla a l y de solo una manera. Si ms de una regla aplica a cualquier estado particular del sistema, o si una regla aplica a un estado particular del sistema en ms de una manera, entonces el sistema aplica a no determinista.

 Bsqueda Sistemtica

Generalmente encontramos en Computacin, problemas de bsquedas, que son de un estado determinstico. Por ejemplo, en los algoritmos de bsqueda de anchura y de bsqueda de profundidad, uno sabe la secuencia de los nodos visitados en un rbol.

Aun as, los problemas de bsqueda, los cuales siempre tendremos que tratar en Inteligencia artificial, son no determinsticos y el orden de elementos visitados en el espacio de bsqueda depende completamente en el conjunto de datos.

A partir de la metodologa de expansin de espacio de un estado y seguidamente el orden de los estados visitados, los problemas de bsqueda se clasifican de la siguiente manera:

Bsqueda de Metas a Profundidad o Es algoritmo por mucho el ms utilizado. Lo llaman as porque sigue cada camino hasta su mayor profundidad antes de moverse al siguiente camino. o La bsqueda de metas por profundidad involucra trabajar todos los caminos debajo del camino del rbol ms a la izquierda hasta que un nodo hoja es alcanzado. Si esta es una meta de estado, la bsqueda es completada y reportada como exitosa. o Si el nodo hoja no es la meta de estado, la bsqueda se dirige atrs y arriba al siguiente nodo ms alto que tiene un camino no explorado. o La bsqueda de profundidad es un ejemplo de la bsqueda de fuerza bruta, o la bsqueda exhaustiva. La bsqueda de profundidad es se usa principalmente por computadoras para los problemas de bsqueda como ubicar archivos borrados por accidente en un disco duro.

o Un problema de esta bsqueda es que se requiere mayor cantidad de memoria en la bsqueda de profundidad, cuando alcanzamos la mayor profundidad a la primera vez. o Un ejemplo es que si encontramos la meta en la posicin ms a la izquierda de profundidad, entonces el nmero de nodos examinados es (d+1) siendo d, el nodo final. De otra forma, si encontramos la meta en el extremo derecho a una profundidad (D), entonces el nmero de nodos examinados son todos los del rbol.

Bsqueda de Metas en Anchura. o Esta bsqueda sigue una estrategia sencilla en la que se expande primero el nodo raz y a continuacin se expande todos los sucesores del nodo raz, despus sus sucesores, y as consecutivamente. o Esto genera que se expandan todos los nodos a una profundidad en el rbol de bsqueda antes de expandir cualquier nodo del prximo nivel. o Esto significa que los nodos ms superficiales se expanden antes que los nodos ms profundos. Se basa en desarrollar completamente cada nivel del rbol antes de pasar a desarrollar el siguiente. o No se pierde, explorando caminos infructuosos que consumen mucho tiempo y espacio sin llegar a una solucin o de los que se ciclan al infinito. o Si hay una solucin la encuentra, es mas, si hay varias encuentra la ptima.

Bsqueda ptima o Tambin llamada bsqueda heurstica, trata de resolver los problemas mediante una nueva tcnica. o Seleccionando el nodo ms prometedor, podemos expandir los nodos mas selectivamente, a partir de que los nodos estarn identificados por el valor de su fuerza comparada con sus competidores homlogos con la ayuda de funciones heursticas.
7

o La bsqueda optima generalmente trabaja para dos tipos distintos de problemas concretos: el razonamiento hacia atrs y e razonamiento hacia delante. o Y se diferencia principalmente porque un problema de razonamiento hacia delante, se mueve hacia la meta de estado desde un estado inicial predefinido, mientras en un problema de razonamiento hacia atrs, nos movemos hacia un estado inicial a partir de una meta de estado final.

 Satisfaccin de Restricciones
En la programacin existen mtodos de solucin de problemas enfocados en la descripcin y resolucin eficiente de problemas combinatorios y de optimizacin generalmente, uno de ellos es el mtodo de satisfaccin de restricciones. Estos problemas son comunes en reas como inteligencia artificial, investigacin operativa, bases de datos y sistemas de recuperacin de la informacin, etc. Esto conlleva al hecho de problemas que pueden modelarse como problemas de satisfaccin de restricciones (CSP, por siglas en ingles) y resolverse bajo esta metodologa.

Las etapas bsicas para la resolucin de un problema CSP son su modelizacin y su posterior resolucin mediante la aplicacin de tcnicas CSP especficas, que incluyen procesos de bsqueda apoyados con mtodos heursticos y procesos inferenciales.

Existen restricciones de diverso tipo. Una de ellas, las unarias, se refieren al valor de una sola variable. Por ejemplo, las variables correspondientes al dgito del extremo izquierdo de una de las hileras de un problema de criptoaritmtica tienen la restriccin de no ser nunca cero; las restricciones de orden superior mantienen una restriccin de adicin y pueden llegar a tener varias variables. Y, por ltimo, las restricciones pueden ser absolutas, y cuya violacin rige una restriccin de preferencia, y que genera qu tipo de solucin es la que se prefiere.

La mayora de las decisiones propias de da a da se ven sujetas a restricciones. Decisiones tan cotidianas como fijar una cita, planear un viaje, comprar un coche o cocinar puede depender de muchos aspectos interdependientes e incluso conflictivos, cada uno de los cuales est sujeto a restricciones que deben superarse para poder validar el objetivo final.

Esto genera conflicto a veces ya que, no siempre se pueden satisfacer todas las restricciones, quedando algunas sin completarse, por lo tanto, para obtener una solucin ptima no basta con una solucin.

10

 Resolucin de Problemas de Juegos

Los juegos son uno de los desafos mentales mas estimulantes para los seres humanos, que reta su capacidad para resolver problemas, as como su habilidad para analizar los elementos esenciales del problema e identificar las posibles acciones necesarias para resolverlos y generar un resultado positivos y tal ves optimo.

Se sobrentiende que la resolucin de problemas es un proceso que parte de unos datos iniciales y que mediante un conjunto de procedimientos lgicos escogidos, puede generar los pasos o elementos que permitan encontrar la solucin optima o no de un problema planteado.

Lo mas espectacular que nos proporciona la utilizacin de los juegos es que a travs de ellos es muy fcil medir el xito o el fracaso de alguna situacin, por lo que podemos comprobar si las tcnicas y algoritmos empleados son los ptimos. En comparacin con otras aplicaciones de inteligencia artificial, por ejemplo comprensin del lenguaje, los juegos no necesitan grandes cantidades de algoritmos definidos, sino mas lgicas que se rigen de las leyes naturales que permiten crear las situaciones necesarias para una optima resolucin de un problema.

11

 CONCLUSION

Los diferentes aspectos de resolucin de problemas se basan fielmente de la idea de simplificar la vida humana, es de ah el hecho que necesitemos simular lo mas posible nuestro medio y que mejor forma que simulando tambin sus problemas y restricciones.

Es bsico entender el porqu de la solucin de un problema, pero tal ves es mas complicado entender el como llegamos a esa solucin, tantos procesos que parecen innecesarios para nosotros, realmente son vitales para poder crear una estructura optima de solucin, ya sea por diferentes mtodos de bsqueda, de la definicin de estados o los espacios que los rigen.

La Inteligencia Artificial como ciencia nueva, busca resolver estos dilemas que conlleven a comprender como es que se mueve el mundo gracias a nuestra mente, y solo con la comprensin de problemas y mtodos de solucin y razonamiento podemos entenderlos y mejorarlos, pero no es mas que un simple hecho que es cuestin de tiempo antes de que nosotros mismos nos demos cuenta que no hay mtodo que pueda llegar a imitarnos tal para cual a la mente humana y que jams podrn copiar ese ingenio, caracterstica de la Inteligencia Humana.

12