Sistemas Expertos

Inteligencia Artificial:
Introducción

Alicia Pérez

¡Bienvenidos! 1
Temario de hoy
 Administración del curso
 Qué es la IA
 Breve historia de la IA
 Estado del arte

2
3
¿Qué es la IA?
Según la prensa, el cine,…
 Lo contrario de la estupidez natural
 Deep Blue
 Robots con sentimientos (Spielberg)
 ... o peligrosos (Cameron)
 Lo que los superhackers ineptos-socialmente hacen

de Jaime Carbonell
4
¿Qué es la IA?
Según los profesores…
 Modelar aspectos del pensamiento humano por
computadora
 El estudio de los problemas “mal-formados”
 “Nada más” que algoritmos avanzados
 “Cosas que molan”: aprendizaje automático, robots,
agentes Web, visión…
 Lo que en otras áreas de la Informática todavía no saben
cómo resolver, y los de IA tampoco estamos
completamente seguros

de Jaime Carbonell
5
¿Qué es la IA?
La IA es una rama de la informática, relacionada con la
psicología, lingüística, economía, …
Objetivo: construir sistemas artificiales que resuelvan (o
ayuden a resolver) problemas que las personas pueden
resolver
[¿¿de la misma manera??]

Dos ideas fundamentales:

 Representación del conocimiento: explícita y declarativa
 Resolución de problemas: heurística

6
Contenidos
I Inteligencia Artificial - Generalidades
1. Introducción
2. Búsqueda
2.1 Búsqueda a ciegas
2.2 Búsqueda heurística
2.3 Búsqueda multiagente o con adversarios
3. Representación del conocimiento
3.1 Lógica
3.2 Marcos y redes semánticas, ontologías ¿la Web semántica?
3.3 Sistemas de producción
4. Otros temas en la IA
Razonamiento con incertidumbre, Aprendizaje automático
II Sistemas basados en el conocimiento 7
Bibliografía
Para primer cuatrimestre:
Stuart Russell and Peter Norvig. Inteligencia Artificial: Un
Enfoque Moderno. 2ª ed. Pearson Education, 2004
Hay 3ª ed (año 2011) pero solo en inglés
Leer el capítulo 1
Joseph Giarratano y Gary Riley, Sistemas Expertos:
Principios y Programación. 3ª ed. Int’l Thomson, 2001

Nils J Nilson, Inteligencia Artificial: Una nueva síntesis

McGrawHill, 2001
10
¿Qué es la IA?

Economía

11
 ¿Qué es la IA?
Fidelidad al rendimiento humano Racionalidad

Procesos de
pensamiento y Sistemas que piensan Sistemas que piensan
razonamiento como los humanos racionalmente

Comporta- Sistemas que actúan Sistemas que actúan

miento como los humanos racionalmente

12
¿Qué es la IA?

Sistemas que piensan Sistemas que piensan

como los humanos “El racionalmente
fascinante nuevo esfuerzo por
hacer que las computadoras
piensen… máquinas con mentes.”
(Haugeland 1985)
Sistemas que actúan Sistemas que actúan
como los humanos “[Laracionalmente
automatización de] actividades
que asociamos con el pensamiento
humano, tales como toma de
decisiones, resolución de problemas,
aprendizaje… (Bellman 1978)
13
¿Qué es la IA?

Sistemas que piensan Sistemas que piensan

como los humanos racionalmente

“El estudio de las facultades mentales

Sistemas que actúan
mediante el uso de modelos
Sistemas que actúan
como los humanos
computacionales.” racionalmente
(Charniak & McDermott 1985)

“El estudio de computaciones que hacen

posible la percepción, el razonamiento, la
actuación…” (Winston 1992) 14
¿Qué es la IA?

Sistemas que piensan Sistemas que piensan

“El arte de crear máquinas que
como los humanos racionalmente
realizan funciones que precisan
inteligencia cuando son
realizadas por los seres
Sistemas que actúan Sistemas
humanos.” que actúan
(Kurzweil 1990)
como los humanos racionalmente
“El estudio de cómo hacer que
las máquinas hagan cosas en las
que, de momento, las personas
son mejores.” (Rich & Knight 1991)
15
¿Qué es la IA?

Sistemas que piensan

“La Inteligencia
Sistemas que piensan
como los es
Computacional humanos
el estudio racionalmente
del diseño de agentes
inteligentes.” (Poole et al 1998)
Sistemas que actúan Sistemas que actúan
“la IA… tienelos
como que ver con
humanos racionalmente
artefactos que se comportan
inteligentemente.” (Nilsson 1998)

16
Actuar como los humanos: el Test
de Turing https://www.youtube.com/watch?v=rg1-i1uxg78

Turing (1950) ”Computing machinery and intelligence'':

 “¿Pueden pensar las máquinas?'' “¿Pueden las
máquinas comportarse con inteligencia?”
 Test operacional de comportamiento inteligente: el Juego
de la Imitación

17
 Actuar como los humanos: el Test
de Turing
Predijo que para 2000, una
máquina podría tener un 30%
de probabilidad de engañar a
una persona durante 5 minutos

Anticipó todos los principales argumentos en contra de la IA de los

siguientes 50 años

Sugirió los principales componentes de la IA: conocimiento,

razonamiento, comprensión del lenguaje, aprendizaje

Problema: el test de Turing no es reproducible, constructivo, ni se

presta a un análisis matemático
18
Actuar como los humanos: Eliza
Parte de un diálogo entre Eliza y el VicePresidente de BBN
vp: ¿Cree que puedo usar el ordenador esta mañana?
eliza: ¿Por qué lo pregunta?
Podría realizar algunas ventas extras a Telcom.
¿Por qué no está tan seguro?
Mis posibles clientes no han visto nunca una demostración del sistema.
¿Significa esto mucho para Ud.?
Por supuesto.
Parece muy seguro.
Esto es ridículo.
¿Qué quiere decir con que es ridículo?
¿Hay alguna razón por la que no pueda usa el ordenador ahora?
Cuénteme algo más sobre sus posibles clientes. 19

Por favor, llámeme al 491-1850 http://es.wikipedia.org/wiki/Eliza

Pensar como los humanos: Ciencia
Cognitiva
“Revolución cognitiva” de los 1960: psicología del procesamiento de la
información reemplazó la ortodoxia de la psicología del comportamiento

22
Pensar como los humanos: Ciencia
Cognitiva

Requiere teorías científicas de la actividad cerebral interna

-- ¿A qué nivel de abstracción? “Conocimiento'' o “circuitos''?
-- ¿Cómo validarlas? Precisa
1) Predecir y probar el comportamiento de sujetos humanos (top-down)
ó 2) Identificación directa a partir de datos neurológicos (bottom-up)

Ambos enfoques (a grandes rasgos, Ciencia Cognitiva y Neurociencia

Cognitiva) ahora son diferentes de la IA

Ambos comparten con la IA la siguiente característica:

las teorías disponibles no explican (o generan) nada que parezca
inteligencia general al nivel de las personas

Por tanto, los tres campos comparten una dirección principal

23
 Ciencia Cognitiva
¿Cómo razonamos = resolvemos problemas?
• Introspección
• Estructura innata del lenguaje (Chomsky)
Modelos de Pensamiento (Herbert Simon, 1979)
• Modelos de la memoria: corto vs largo plazo
• Modelos de representación
• Modelos de razonamiento
• Racionalidad limitada: optimizar vs satisfacer
(Las Ciencias de lo Artificial, Simon)

Herbert Simon fue premio Nobel de Economía (comportamiento de las

organizaciones, profesor de psicología cognitiva en Carnegie Mellon, y
uno de los fundadores de la IA junto con Allan Newell) 24
Vamos, piensa que
en realidad yo no
pienso. Ya sabía que
ibas a pensar eso.

26
Pensar racionalmente: Leyes del
pensamiento
Normativas (o prescriptivas) más que descriptivas

Aristóteles: ¿qué argumentos/procesos de pensamiento son correctos?

Varias escuelas griegas desarrollaron distintas formas de lógica:

notación y reglas de derivación de los pensamientos;
tal vez siguiendo con la idea de mecanización

Línea directa a través de las matemáticas y la filosofía hasta la IA

moderna

Problemas:
1) No todo comportamiento inteligente está mediado por la deliberación
lógica
2) ¿Para qué estoy pensando? ¿Qué pensamientos debería tener?
27
Actuar racionalmente
Comportamiento racional: hacer lo correcto

Lo correcto: aquello que se espera que maximice la consecución de una

meta,
dada la información disponible

No necesariamente supone pensar --e.g., el parpadeo es un acto reflejo—

(actuar racionalmente es más amplio que pensar racionalmente)
pero
pensar debería estar al servicio del actuar racionalmente

Aristóteles (Ética para Nicómaco):

Se espera que todo arte y toda búsqueda, e igualmente toda acción,
persiga algún bien
28
Agentes racionales
Un agente es una entidad que percibe y actúa
Queremos diseñar agentes racionales

De forma abstracta, un agente es una función de historias de

percepciones a acciones: f : P →A
Para cada clase de entornos y tareas, buscamos el agente (o
clase de agentes) con el mejor rendimiento

Limitación: la racionalidad perfecta es imposible de alcanzar

debido a los límites computacionales
→diseñar el mejor programa para los recursos de máquina
dados

Racionalidad limitada o acotada: optimizar vs satisfacer (Herbert

Simon) 29
Actuar racionalmente: Ingeniería
¡Construir artefactos que funcionen!
Robótica
 ALVINN/RALPH – Minerva – Xavier - Mars Exploration
Rovers – Cog – RoboSoccer
 Ver “Invasion of the robots” at news.com.com/2009-
1040-5171948.html

Control: Ecuaciones diferenciales vs aprendizaje

Actuación: mecánica de los efectores (brazos, piernas, …)
Percepción: sensores, visión, reconocimiento del habla
30
ALVINN/RALPH
Entrenado para mantener
un auto siguiendo una
línea: 98% del tiempo
cruzando los EEUU
Instalado en NAVLAB, una
furgoneta controlada por
computadora
Tecnología de redes de
neuronas

(viejo…)
31
32
Xavier
[Xavier] es el ojo ambulante, y trabaja
con RoboCrane (el músculo) y
Bullwinkle (la precisión) para construir
objetos. El proyecto es desarrollar una
arquitectura que permitirá que
múltiples robots independientes
trabajen juntos como equipo. Se trata
de la Arquitectura Robótica Distribuida.
www.cs.cmu.edu/~Xavier

33
Minerva es un robot autónomo que se
mueve diariamente entre las multitudes que
visitan el Museo Nacional de Historia
Americana del Smithsonian …. Minerva
activamente se acerca a la gente, ofrece
visitas guiadas, y les lleva de un expositor a
otro. Cuando está contenta, canta y sonríe
a los que están cerca de ella.
www.cs.cmu.edu/~minerva
34
35
 36

http://www.irobot.com/us/
37
 38

http://store.irobot.com/family/index.jsp?categoryId=2591511&origkw=Create&sr=1&s=A-ProductAge
Mars Exploration Rovers
Varias generaciones de exploradores: Pathfinder y
Sojourner 1997, Spirit y Opportunity 2003
marsrovers.nasa.gov

39
Cog
Hipótesis: la inteligencia humanoide requiere interacciones
humanoides con el entorno… un conjunto de sensores y actuadores
que tratan de aproximar las dinámicas sensoriales y motoras de un
cuerpo humano … una única plataforma hardware que pretende
reunir las muchas subáreas de la IA en un todo unificado, coherente y
funcional

www.ai.mit.edu/projects/
humanoid-robotics-group/
cog
people.csail.mit.edu/brooks/
currentrobots.html

41
Robocup
Robots reales y simulación
Cooperación multi-agente
Evento anual: www.robocup.org

42
 HipNav

El sistema usa imágenes

CT para generar modelos
geométricos y kinemáticos
que permitan al cirujano
planificar pre-cirugía
la ubicación deseada de un implante. Durante la cirugía, se
usan sensores para seguir la posición de la pelvis del paciente y
de las herramientas del cirujano. El cirujano recibe feedback
navegacional para guiar con exactitud la ubicación del implante
a la posición ya planificada.
www.icaos.org/research/navigation.html 43
La IA y la Informática
Resolución automática de problemas:
Sistemas expertos
Programación heurística
Gestión de y razonamiento con incertidumbre

Nuevos paradigmas de programación

Orientado a objetos, funcional, lógico, agentes Web
Data mining (utiliza técnicas de aprendizaje automático)
Estructuras dinámicas de datos
garbage collection
Interfaces Persona - Máquina (CHI)
Xerox Park desarrolló las ventanas, el ratón
Procesamiento y generación del lenguaje natural
Multiprocesamiento, tiempo compartido (McCarthy)
Agentes de búsqueda en web, sistemas de recomendación, minería de 45
datos
47
Línea de tiempo (1)
1943 McCulloch & Pitts: modelo del cerebro con circuitos buleanos
1950 Artículo de Turing “Computing Machinery and Intelligence'‘
1952-69 Mirá, sin manos!
1950s Primeros programas de IA (ej programa de damas de
Samuel)
Logic Theorist de Newell y Simon,
Geometry Engine de Gelernter's
1956 Reunión en Dartmouth: se adopta el término ”Inteligencia
Artificial '
1960’s Lisp (McCarthy)
1965 Algoritmo completo para razonamiento lógico Robinson
1966-74 La IA descubre la complejidad computacional
La investigación en redes de neuronas casi desaparece

48
Línea de tiempo (2)
1969-79 Comienzos de los sistemas basados en el conocimiento (Buchanan &
Shortliffe)
Prolog (Colmerauer)
1980-88 Boom dela industria de sistemas expertos
Aprendizaje automático
1988-93 Industria de los sistemas expertos cae en desgracia: “Invierno de la IA''
1985-95 El regreso de las redes neuronales: RALPH (Pomerleau)
1988- Resurgimiento de la probabilidad; profundidad técnica
“Nouvelle AI'': ALife, GAs, soft computing
1995- Agentes agentes en todas partes…
Data mining, Softbots
Ajedrez: Deep Thought vs Kasparov
Web crawlers basados en IA
Habitación inteligente,
2000 Robots comerciales (mascotas)
Robots que muestran emociones
Robots que exploran Antártica buscando meteoritos 49
El futuro… lo que se les ocurra
 Hogares inteligentes
 Asistentes personalizados en celulares y PDAs
 Comparar nuestra agenda con la de otro
 Reserva automática de pasajes, entradas
 Alerta sobre noticias interesantes
 Guiarnos para llegar a un lugar
 Robótica
 En el espacio
 En el lugar de trabajo
 En automóviles
 Películas creadas dinámicamente
 Fútbol entre humanos y robots

52
Tareas para la próxima clase
 Leer Russell & Norvig, capítulo 1
 Investigar sobre:
 El Premio Loebner
 El experimento de la habitación china
 El estado del arte (leer http://www.pbs.org/wgbh/nova/tech/pioneer-
artificial-intelligence.html)
 Dr Watson, ganador de Jeopardy (leer cuidadosamente por
lo menos http://www.pbs.org/wgbh/nova/tech/watson-and-
jeopardy.html)
 Estado del arte de la IA
 Repasar árboles y grafos: recorridos,
representación, búsqueda, programación 53