Inteligencia Artificial

Universidad Nacional de San Agustn - EPIS M.Sc. Carlo Corrales Delgado

inteligenciaartificialunsa@hotmail.com https://sites.google.com/site/unsaepisinteligenciaartificial/

Sumario
Contenido del curso Recursos Metodologa Laboratorios

Evaluacin

Contenido del Curso

Introduccin Lgica Bsquedas Razonamiento con incerteza

Aprendizaje
Redes Neuronales Support Vector Machines

Contenido del Curso

Clustering Reduccin de dimensiones Deteccin de anomalas Sistemas de Recomendacin

Machine learning a gran escala

Ejemplos de aplicacin: OCR Aprendizaje con reforzamiento

Contenido del Curso

Temas avanzados: Clustering avanzado y privacidad de datos Procesamiento de lenguaje natural Robtica Sistemas expertos Data mining Visin artificial Algoritmos genticos Sistemas inteligentes hbridos neurodifusos Sistemas inteligentes hbridos basados en agentes Otros temas

Materiales
Teora:
Apuntes del curso Papers Libros de bibliografa (en pdf y fsicos)

Laboratorios:
Mquinas pcs Prolog (Lisp), Octave (Matlab), C++, Java

Pgina web:
https://sites.google.com/site/unsaepisinteligenciaartificial/ O simplemente http://epis-ia.tk

Correo electrnico:
inteligenciaartificialunsa@hotmail.com

Metodologa
Clases magistrales Trabajos grupales Trabajos individuales Exposiciones

Laboratorios

Evaluacin
Examen Parcial Examen Final Exposicin Trabajos en clase 25% 25% 20% 10%

Laboratorios
TOTAL

20%
100%

Introduccin a la Inteligencia Artificial

Captulo primero

Introduccin
Qu es inteligencia? Cmo se puede medir la inteligencia? Cmo trabaja nuestro cerebro? Mquinas inteligentes?

Ciencia ficcin?
Reconstruccin de la mente humana? Filosofa, por ejemplo dualismo mente-cuerpo?

Introduccin
John McCarthy (1955)
La meta de IA es desarrollar mquinas que se comporten como si fueran inteligentes

2 robots-vehculos simples y su reaccin a las fuentes de luz

Introduccin
Enciclopedia britnica:
IA es la habilidad de una computadora digital o robot controlado por computadora de realizar tareas comunes asociadas con seres inteligentes.

De acuerdo a esta definicin, cada computadora es un sistema inteligente (IA)

Introduccin
Elaine Rich:
Inteligencia Artificial es el estudio de cmo hacer que las computadoras hagan cosas que, por el momento, la gente hace mejor.

Aun seguir actualizndose en el ao 2050! Los humanos son an mejores en muchos aspectos (p.e. entender imgenes, habilidad para aprender)! Las computadoras son ya mejores en muchos campos (p.e. jugar ajedrez)!

Definiciones de IA

Sistemas que actan como humanos

El modelo es el hombre, el objetivo es construir un sistema que pase por humano.

Test de Turing: Si un sistema lo pasa es inteligente (?)

Capacidades necesarias: Procesamiento del Lenguaje Natural, Representacin del conocimiento, Razonamiento, Aprendizaje. No es el objetivo primordial de la IA pasar el test La interaccin de programas con personas hace que sea necesario que estos acten como humanos

Sistemas que piensan como humanos

El modelo es el funcionamiento de la mente humana

Intentamos establecer una teora sobre el funcionamiento de la mente (experimentacin psicolgica) A partir de la teora podemos establecer modelos computacionales Ciencias Cognitivas

Sistemas que piensan racionalmente

La leyes del pensamiento racional se fundamentan en la lgica. La lgica formal est en la base de los programas inteligentes (Logicismo) Se presentan dos obstculos:
Es muy difcil formalizar el conocimiento Hay un gran salto entre la capacidad terica de la lgica y su realizacin prctica

Sistemas que actan racionalmente

Actuar racionalmente significa conseguir unos objetivos dadas unas creencias

El paradigma es el agente
Un agente percibe y acta, siempre segn el entorno en el que est situado Las capacidades necesarias coinciden con las del test de turing: Procesamiento del Lenguaje Natural, Representacin del conocimiento, Razonamiento, Aprendizaje, Percepcin.

Su visin es mas general, no centrada en el modelo humano.

Es IA posible?
La posibilidad de la inteligencia artificial plantea problemas filosficos complejos

Las maquinas pensantes poseen consciencia?

El Test de Turing, (Turing, 1950) La habitacin china, (Searle, 1980) Es la inteligencia una propiedad emergente de los elementos biolgicos que la producen? No hay una conclusin definitiva.

Estudio del cerebro y Resolucin de problemas

Diferentes enfoques:
Como funciona el cerebro humano? Orientado a solucionar problemas: construir agentes inteligentes! Farmacia de IA

El test de Turing
Alan Turing

La mquina pasa el test, si puede engaar a Alice en el 30% de los casos durante un tiempo especificado.

Joseph Weizenbaum (crtico informtico): El programa Eliza habla a su secretaria.

Demos:
Cleverbot Simonlaven Alicebot Loebner Prize Home Page The ChatterBox Challenge 2005 Eugene Goostman A. L. I. C. E. The Artificial Linguistic Internet Computer Entity Cyber Ivar - Get answers to your questions about the UML The Simon Laven Page Pandorabots - A Multilingual Chatbot Hosting Service Eliza -- Joseph Wiezenbaum (1966) (Dennis G. Jerz, Seton Hill University) www.elbot.de New Scientist TV: Eavesdrop on a robot-to-robot conversation Cleverbot.com - a clever bot - speak to an AI with some Actual Intelligence?

La habitacin China

Historia y estado actual

1931 El Austriaco Kurt Godel muestra que en lgica de predicado de primer rden todas las sentencias verdaderas son derivables. Por otro lado, en lgica de ms alto orden, hay sentencias verdaderas que no se pueden probar. Alan Turing apunta los lmites de las mquinas inteligentes con el problema denominado: halting problem. McCulloch y Pitts modelan las redes neuronales y establecen su conexin con la lgica proposicional. Alan Turing define la inteligencia de las mquinas con su test de Turing y escribe sobre el aprendizaje de mquinas y algoritmos genticos Marvin Minsky desarrolla una mquina de redes neurales, con 3000 tubos de vaco logra simular 40 neuronas. Arthur Samuel (IBM) construye un programa de aprendizaje de damas que juega mejor que su desarrollador.

1937 1943

1950

1951

1955

Historia y estado actual

1969 1972 Minsky y Pepert muestran en su libro Perceptrons que el perceptron, una red neural simple, puede representar solo funciones lineales. El cientfico francs Alain Colmerauer inventa el lenguaje de programacin Prolog. El fsico britnico deDombal desarrolla un sistema experto para el diagnstico de dolores abdominales. Pas desapercibido entre la comunidad de IA. Shortliffe y Buchanan desarrollan Mycin, un sistema experto para el diagnstico de enfermedades infecciosas, el cual es capaz de lidear con la incerteza. Japn inicia, a grandes expensas, el proyecto quinta generacin con la meta de construir una poderosa mquina para Prolog. R1, el sistema experto para configurar computadoras, hace ahorrar a DEC (Digital Equipment Corp.) 40 millones de dlares por ao.

1976

1981

1982

Historia y estado actual

1986 1990 Renacimiento de las redes neuronales mediante Rumelhart, Hilton y Sejnowski. El sistema Nettalk aprende a leer texto hablado. Pearl, Cheeseman, Whittaker, Spiegelhalter brindan la teora de la probabilidad a la IA con las Redes Bayesianas. Los sistemas multiagentes llegan a ser populares. El programa TD-gammon Tesauros demuestra las ventajas del aprendizaje con reforzamiento. La iniciativa para la Robocopa mundial para construir robots jugadores de futbol autnomos. Desde la teora de aprendizaje estadstica, Vapnik desarrolla las support vector machines, que son muy importantes actualmente. La primera competicin Robocopa internacional en Japn. Los robots en la Robocopa demuestran impresionantemente lo que la IA y la robtica son capaces de alcanzar.

1992

1993
1995

1997 2003

Historia y estado actual

2006 2010 La robtica llega a ser la mayor rea de investigacin en IA . Robots autnomos empiezan a aprender sus polticas.

Fases de la Historia de IA
Los primeros comienzos La lgica resuelve todos los problemas El nuevo conexionismo Razonando con incerteza

Agentes de aprendizaje, autnomos y distribuidos.

La Inteligencia Artificial se desarrolla ms.

Robots autnomos

Reconocimiento de imgenes

Juegos de ordenador

Aparatos electrnicos

Interfaces inteligentes, recomendaciones, personalizacin

Sistemas de diagnstico, control, diseo, planificacin

Sistemas inteligentes y Agentes

Sistemas inteligentes y Agentes

Agente Hardware (robot autnomo)

Agentes
Agente-reflex: Funcin del conjunto de todas las entradas hacia el conjunto de todas las salidas.

Agente con memoria: no es una funcin, Por qu? (adems hablemos del olvido)
Agente capaz de aprender Agentes distribuidos Proceso de decisin de Markov: Solo el estado actual es necesario para la determinacin de la accin ptima.

Agente orientado por la meta

Ejemplo: filtro spam

Enfocado en asignar emails a sus correctas clases.

Es el agente 2 peor que el agente 1?

Definicin 1.1 La meta de un agente orientado al costo es minimizar el costo a largo plazo (es decir el costo promedio) causado por las decisiones errneas. La suma de todos los pesos de los errores resulta en el costo total.

Ejemplo: Sistema de diagnosis de apendicitis LexMed. De acuerdo, la meta de un agente basado en su utilidad es maximizar el beneficio a largo plazo (es decir el beneficio promedio) causado por las decisiones correctas.

Ambiente
Observable (computadora que juega ajedrez) Parcialmente observable (robot) Determinstico (puzzle-8) No determinstico (computadora que juega ajedrez, robot) Discreto (computadora que juega ajedrez) Continuo (robtica)

Sistemas basados en el conocimiento

Separacin estricta Conocimiento Mecanismo de inferencia Base de conocimientos (KB)

Ingeniera del conocimiento

Base del Conocimiento: p.e. base de datos, expertos humanos.

Ingeniero del conocimiento.

Aprendizaje de mquinas: Exploracin activa por un agente.

Estructura de un sistema de procesamiento de conocimiento clsico

La separacin del conocimiento e inferencia tiene ventajas:

La inferencia es independiente de la aplicacin (p.e. sistema experto mdico) El conocimiento puede ser almacenado declarativamente.

Representacin del conocimiento con un lenguaje formal:

Lgica proposicional Lgica de primer rden (FOL) Lgica probabilstica Lgica fuzzy rboles de decisin

Ejercicios
1

Prueba algunos de los robots-chat disponibles en internet. Escribe una pregunta inicial y mide el tiempo que le toma a cada uno de los diferentes programas, hasta llegar a saber que no es humano. En www.pandorabots.com puedes encontrar un servidor en el cual puedes construir un robotchat con el lenguaje de programacin AIML bastante fcil. Dependiendo de tu nivel de inters, desarrolla un robot-chat simple o complejo o cambia uno ya existente.

Ejercicios
3

Da razones para opinar que el test de turing no encaja como definicin de inteligencia artificial, en Inteligencia Artificial prctica. Muchos procesos de inferencia, de aprendizaje, etc conocidos son problemas NP-completos o aun ms, indecidibles. Qu significa para la IA? Por qu un agente determinstico con memoria no es una funcin (desde el conjunto de entradas hacia el conjunto de salidas), en el sentido matemtico? Cmo puede uno cambiar el agente con memoria, o modelarlo, tal que se convierta en una funcin pero que no pierda su memoria?

Ejercicios
6

Sea un agente con memoria que se mueve en un plano. Usando sus sensores recibe cada tick de reloj, dentro de un intervalo regular t, su posicin exacta (x,y) en coordenadas cartesianas. Dar una frmula con la cual el agente pueda calcular su velocidad desde el tiempo actual t y la medida previa de t t. Cmo debe modificarse el agente para calcular su aceleracin? Dar una frmula.

Ejercicios
7

Determine para ambos agentes del ejemplo de filtros spam, los costos creados por los errores y compare los resultados. Asuma que teniendo que borrar manualmente un mail spam cuesta 1 centavo de sol y recuperar un mail borrado o perder un mail cuesta 1 sol.

Determina para ambos agentes el beneficio creado por la correcta clasificacin y compara los resultados. Asume que por cada mail deseado reconocido, un beneficio de 1 sol y por cada mail correctamente borrado un beneficio de 1 centavo de sol.

FIN