La IA estudia especialmente mtodos que permiten resolver problemas en los que no existe el conocimiento sistemtico para plantear una solucin analtica. Estos mtodos tienen la ventaja de poderse aplicar en una gran diversidad de clases de problemas. Para llevarlos a cabo efectiva y eficientemente, sobre dichos mtodos se utiliza el conocimiento heurstico disponible. Entre menos estados se generen, mejor es el algoritmo utilizado para llegar al estado meta. Heurstico: Viene del griego heuriskein que significa encontrar o descubrir.
Met. Heursticos en IA: Ramrez/Laureano
En Inteligencia Artificial, heurstico se describe mejor como mtodo de bsqueda. La bsqueda heurstica consiste en aadir informacin, basndose en el espacio estudiado hasta ese momento, de forma que se restringe drsticamente esa bsqueda Muchos problemas de IA se pueden modelar como una grfica en donde hay que buscar recorridos o caminos con ciertas caractersticas.
Met. Heursticos en IA: Ramrez/Laureano
Para estos modelos se han desarrollado muy diversas heursticas que han dado muy buenos resultados para encontrar soluciones aproximadas. Entre las que se pueden mencionar
La IA estudia especialmente mtodos que permiten resolver problemas en los que no existe el conocimiento sistemtico para plantear una solucin analtica (a lo ancho, en profundidad, hill climbing).
Estos mtodos, considerados dbiles por realizar procedimientos de bsqueda no informada, no aprovechan la informacin relevante del dominio, suelen ser poco eficientes, pero tienen la ventaja de poderse aplicar en una gran diversidad de clases de problemas. Para llevarlos a cabo efectiva y eficientemente, sobre dichos mtodos se utiliza el conocimiento heurstico disponible.
La clave para el enfoque de IA es bsqueda inteligente y emparejamiento de estados. Entre menos estados se generen, mejor es el algoritmo utilizado para llegar al estado meta.
Met. Heursticos en IA: Ramrez/Laureano
Bsqueda Heurstica
George Polya: Estudio de mtodos y reglas para descubrimiento e invencin.
Las heursticas son formalizadas como reglas para elegir (bscar) las ramas en el espacio de estados que son ms probables de llegar a una solucin aceptable del problema.
Un problema puede tener solucin exacta, pero el costo computacional por encontrarla puede ser prohibitivo.
Problema del agente viajero Problema de coloracin Juego de ajedrez
Las Heursticas
Atacan la complejidad guiando la bsqueda por los caminos ms prometedores en el espacio de bsqueda. Eliminan estados no prometedores y sus descendientes Encuentran soluciones aceptables. Desafortunadamente las reglas son falibles, pues usan informacin limitada. Juegos y probar teoremas son dos de las ms antiguas aplicaciones en IA.
No es posible examinar cada inferencia que puede ser hecha en un dominio matemtico, o cada movimiento que puede ser hecho en un tablero de ajedrez. De aqu que las funciones heursticas sean un componente esencial para resolver este tipo de problemas.
La medida heurstica. Un algoritmo que la usa para buscar en el espacio de estados. Ejemplo: Considerar el juego del GATO.
Un simple anlisis permite determinar el nmero de estados que necesitan considerarse en una bsqueda exhaustiva en 987... o 9! Una reduccin simtrica puede disminuir un poco el espacio de bsqueda. Tomando en consideracin el punto anterior, slo hay 3 movimientos iniciales.
x x
x o
o x o
x o
x o
o x
o x
o x o
x o
x o
x o
Razonamiento
Si usamos reducciones por simetra, en un segundo nivel de estados el nmero de posibles caminos a travs del espacio de estados se convierte en 12 7! Una heurstica simple casi puede eliminar la bsqueda total, si se intenta colocar a X slo a estados donde esta tiene ms posibilidades de ganar.
El algoritmo selecciona y se mueve al estado con el valor ms alto de la heurstica, con lo que se podan hasta 2/3 del espacio de estados. La heurstica se utilizar en cada turno de X.
Met. Heursticos en IA: Ramrez/Laureano
2 1
8 6 7
3 4 5 3 4
2 1 7 2 1 7
6 8 6 5
5 3 4
5
(1) Piezas fuera de lugar
6
(2) Suma de distancias fuera de lugar
0
(3) 2 x no. Regresos directos
Heursticas
3 4
Meta
8 7 6
ejemplo
2 1 7
8 6
3 4 5
2 1
8 6 7
3 4 5
2 1 7
3 4
2 1 7
8 6 5
3 4
meta
1 8 7
3 4
2 g(n) = 0 1 7
8 6
3 4 5
2 g(n) =1 1
8 6 7
3 4 5
2 1 7
3 4
2 1 7
8 6 5 6
3 4
6 4
Valores de h(n)
6 1 8 7
3 4
f(n) = g(n) + h(n), donde: g(n) = distancia de n al estado inicial (no. de niveles) h(n) = nmero de distancias fuera de lugar / heurstica (2) Met. Heursticos en IA: Ramrez/Laureano
2 1 7 h(n) = 6 4 6 2 1 8 6 7 h(n) = 5 3 5 2 8 1 7 6 3 4 5 2 1 7 3 4 5 2 1 7
8 6
3 4 5
1 8 7
3 4
3 4
2 1 7
8 6 5
3 4
3 8 6 4 5
2 1 7
8 4 6
h(n) = 6
3 2 7 8 1 6 3 4 5 1 7 2 8 6 3 4 5 2 1 7 3 8 6 4 5
1 h(n) = 1 2 2 8 7 1 8 7 6 2 3 4 5
2 4 6
1 8
3 4
1 8 7
2 4 6 3 5
1 8 7
2 4 6
3 5
Admisible
Se denomina a la funcin heurstica que encuentra el camino ms corto a una meta siempre que exista. Por ejemplo: El mtodo de bsqueda a lo ancho es una estrategia admisible,
desgraciadamente, en general, es ineficiente para usarse en la prctica.
Monotona
Se dice que una funcin heurstica es montona ssi:
1.
n
2.
H (meta) = 0
Una manera de describir la propiedad de monotona es que la heurstica es admisible en todas partes.
FIN