UNIVERSIDAD PERUANA LOS ANDES

FACULTAD DE INGENIERIA EAP DE INGENIERIA DE SISTEMAS Y COMPUTACION

INTELIGENCIA ARTIFICAL
Docente: TITO LUJAN HORNA

SEMESTRE: 2014-0

AGENDA
Introduccin al curso Inteligencia Artificial: Conceptos Areas de accin de la IA Aplicaciones de la IA en la Industria y Servicios Representacin del Conocimiento

QU ES LA INTELIGENCIA ARTIFICIAL?
Es la ciencia de la Ingeniera en hacer maquinas inteligentes, especialmente en hacer programas inteligentes de computadora

QUE ES LA INTELIGENCIA?

Inteligencia.-Es la manera como relacionar conocimiento para resolver un determinado problema o situacin.

Topio 2.0

EJEMPLO: CMO TRASLADO A UNOS 20 METROS UNA ROCA DE 60 KILOS DE UN LADO A OTRO?

CMO TRASLADO UNA ROCA DE 60 KILOS DE UN LADO A OTRO?

Solucin 1.- Alzandola , la cual trae consecuencias de hernias o problemas de columna. II.- Empujandola, lo cual demanda un gran esfuerzo. III.- Empleando una palanca (mejor solucin).

En donde encontramos inteligencia los grados y clases diversas de Inteligencia?

EN DONDE ENCONTRAMOS DIVERSOS GRADOS Y CLASES DE INTELIGENCIAS La encontramos en los humanos, algunos animales y algunas maquinas

CARACTERSTICAS INTELIGENTES
Resolucin de Problemas Comprensin de Lenguajes Aprendizaje Razonamiento Percepcin.- Permite captar y procesar la informacin a travs de los sentidos

TIPOS DE INTELIGENCIA
Segn Howard Gardner existen 7 tipos de inteligencia:

Lgico matemtica. Habilidad para resolver problemas matemticos. Lingisticas. Fuidez en el uso de la palabra Espacial.- Es una habilidad de crear modelos mentales y formas, colores, texturas. Est ligada a la Imaginacin. Fsica y Cinstesica, habilidad para controlar los movimientos de todo el cuerpo. Musical.- Permite crear sonidos, ritmos y melodias. Interpersonal.-Consiste en ralcionarse y comprender a otras personas. Intrapersonal.- Nuestra propia conciencia. Entender los q hacemos y valorarnos.

AREAS DE LA IA?

Tratamiento de Lenguajes Naturales: Capacidad de Traduccin, rdenes a un Sistema Operativo, Conversacin Hombre-Mquina, etc. Sistemas Expertos: Sistemas que se les implementa experiencia para conseguir deducciones cercanas a la realidad. Robtica: Navegacin de Robots Mviles, Control de Brazos mviles, ensamblaje de piezas, etc. Percepcin: Visin y Habla, reconocimiento de voz, obtencin de fallos por medio de la visin, diagnsticos mdicos, etc. Autoaprendizaje: Modelizacin de conductas para su implante en computadoras.

APLICACIN DE LA IA EN EL SECTOR DE SERVICIOS?

Diagnstico de Enfermedades. Riesgos Crediticios Juegos Seleccin de Proyectos. Inversin en bolsa Realidad Virtual Auxilio en la toma de decisiones Minera de datos

APLICACIN DE LA IA EN EL SECTOR DE INDUSTRIA?

Robtica Visin Artificial. Entendimiento de una escena o carctersticas de una imagen. Optimizacin del Desperdicio Programacin de tareas para clulas de fabricacin. Identificacin de materiales Procesamiento de Imgenes Rutas ptimas

EJEMPLO DE APLICACIN DE LA IA EN EL SECTOR DE INDUSTRIA?

L = 9mt

tamao cantidad 2.8 mt (4)

1.8 mt (3) 1.0 mt (5)

4.6 mt (2)

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

Problema de Cortes 1-D
L = 9mt Requerimientos 2.8 mt (4) 1.8 mt (3) 1.0 mt (5) Solucin Resto 0.6 mt 0.8 mt 4.0 mt

4.6 mt (2)

4.4 mt
4.4 mt ----------14.2 mt

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Problema de Cortes 1-D

Resto = Perdida ( S/.) = Desperdicio = 14.2 mt
14.2mt ndice de Desperdicio = ------------ = 0.315 (5x9mt) (31.5%)

APLICACIONES DE LA INTELIGENCIA de Cortes 1-D ARTIFICIAL Problema L = 9mt

Requerimientos
2.8 mt (4) 1.8 mt (3) 1.0 mt (5) 4.6 mt (2)

Solucin

Resto 0.6 mt 0.6 mt 0.4 mt 4.4 mt ----------6.0 mt

Ahorro

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Problema de Cortes 1-D

Resto = Perdida ( S/.) = Desperdicio = 6.0 mt
6.0 mt ndice de Desperdicio = ------------ = 0.1677 (4x9mt) (16.7%)

PRUEBA DE TURING

EN Q SE FUNDAMENTA LA PRUEBA DE TURING?

Se fundamenta en la hiptesis positivista de que, si una mquina se comporta en todos los aspectos como inteligente, entonces debe ser inteligente.

CONOCIMIENTO
Consiste en un conjunto de datos organizados que permiten resolver un Determinado problema o tomar una decisin

2.4 JERARQUA DEL CONOCIMIENTO

META CONOCIMIENTO CONOCIMIENTO

INFORMACIN

DATOS

RURUIDO

JERARQUA DEL CONOCIMIENTO Ruido:

Esta conformado por todos los elementos asociado a un evento, que son de poco inters y que ocultan datos Datos: Esta conformado por los elementos de inters potencial asociado a un evento y por lo cual se registra. Informacin: Datos procesados de inters. Conocimiento: Informacin muy especializada. Meta conocimiento: Es el conocimiento acerca del conocimiento y la experiencia

2.5 REPRESENTACIN DEL CONOCIMIENTO

Definicin Son mtodos usados para "modelar" en forma eficiente los conocimientos de especialistas en alguna rea del saber, de forma que pueda ser usado por el usuario de un sistema inteligente.
El conocimiento puede ser considerado como una entidad simblica -> Procesamiento simblico

2.5 REPRESENTACIN DEL CONOCIMIENTO

Formas de Representacin

Red Semntica o Grafo Registro Predicado Relacin objeto-atributo-valor Esquemas Marcos Lgica de predicado Otros

2.5 REPRESENTACIN DEL CONOCIMIENTO

Red Semntica Ejemplo - Jess es hijo de Jos y Rosa - Jess estudia informtica
Es hijo Es hijo

Jos

Jess

Rosa

Estudia

Informtica

2.5 REPRESENTACIN DEL CONOCIMIENTO

Registro Los objetos y relaciones se representan mediante una coleccin de datos simples llamados campos o tomos. Un campo o tomo puede ser una coleccin de campos.

2.5 REPRESENTACIN DEL CONOCIMIENTO

Registro Ejemplo - Jess es hijo de Jos y Rosa - Jess estudia informtica (Jess (es hijo de Ral) (es hijo de Susy) (estudia Informtica))

2.5 REPRESENTACIN DEL CONOCIMIENTO

Predicado
Cada relacin se representa como un predicado o funcin de valores lgicos y con argumentos los objetos: Relacin(objeto1, objeto2,...,)

Esta funcin asume valor verdadero o falso, segn se verifique o no para los objetos involucrados.

2.5 REPRESENTACIN DEL CONOCIMIENTO

Predicado Ejemplo - Jess es hijo de Jos y Rosa - Jess estudia informtica Hijo(Jess, Jos, Rosa) Estudia (Jess, Informtica) Hijo(Jess, Jos, Fatima) Verdadero Verdadero Falso

2.6 LENGUAJES DE LA INTELIGENCIA ARTIFICIAL

Lenguajes de IA

Caractersticas: Sus estructuras de datos deben reflejar de una manera natural y conveniente, ciertas caractersticas de los elementos que el Programador de IA ve en el problema. En sus estructuras de control estos lenguajes deben tener caractersticas de multiprocesamiento y "demo" (es un proceso normalmente suspenso, a la espera de un hecho, y que es activado automticamente en la ocurrencia de este). En el aspecto de ambiente de programacin, los lenguajes de IA deben ser bastante interactivas, tener un buen editor (se puede crear un programa rpidamente) y finalmente tener facilidades interactivas de depuracin (aciertos en el programa).

2.6 LENGUAJES DE LA INTELIGENCIA ARTIFICIAL

Lenguajes ms conocidos:

IPL

lenguaje de procesamiento de informacin, 1960 orientado a listas, Newel 1960 LISP lenguaje orientado al procesamiento de listas (List Processing), John Mc Carthy, 1962 SAIL lenguaje orientado a primitivas y al propsito general. Swinehart, 1971 PROLOG lenguaje orientado a las reglas de produccin Warren, 1977 (programacin lgica)

Son adecuados para resolver problemas de pequeo porte a travs del paradigma simblico. Se puede usar cualquier otro lenguaje para construir SI.