INTELIGENCIA

ARTIFICIAL I
Ingeniera en Mecatrnica

Dra. Ing. Selva S. Rivera

Profesora Titular
e-mail: srivera@fing.uncu.edu.ar
Bibliografa
INTELIGENCIA ARTIFICIAL Un enfoque moderno

Peter Norvig

Stuart J. Russell
 Sistemas que
piensan como
humanos

Sistemas que Sistemas que

piensan
Qu es la actan
racionalmente IA? racionalmente

Sistemas que
actan como
humanos
Prueba de Turing

Fue un matemtico, lgico, cientfico

de la computacin, criptgrafo,
filsofo, maratoniano y corredor de
ultra distancia britnico

CAPTCHA

Completely Automated Public

Turing Test to tell Computers
and Humans Apart.
(Prueba de Turing Pblica y
Automtica para Diferenciar a
Mquinas y Humanos).
 Global
PRUEBA DE
TURING

Procesamiento
de lenguaje
natural

Representacin
del Robtica
conocimiento

Razonamiento
automtico
MQUINA DE TURING

Una mquina de Turing es

un dispositivo que manipula
smbolos sobre una tira de
cinta de acuerdo a una tabla
de reglas.
Originalmente fue
definida como una mquina
automtica en 1936, en
Proceedings of the London
Mathematical Society.
La mquina de Turing no est
diseada como una tecnologa
de computacin prctica, sino
como un dispositivo hipottico
que representa una mquina
de computacin.
 HORMIGA DE LANGTON

Las reglas son sencillas, de la versin clasica (patrn "rl") son sencillas y las
comprobaciones que hace en cada paso son las siguientes:
Si est sobre un cuadrado blanco, cambia el color del cuadrado, gira noventa
grados a la derecha y avanza un cuadrado.
Si est sobre un cuadrado negro, cambia el color del cuadrado, gira noventa
grados a la izquierda y avanza un cuadrado.
Comportamiento
Las simples reglas que gobiernan a la hormiga de Langton llevan a
comportamientos complejos que han sido objeto de mltiples investigaciones.3
Comenzando con una rejilla totalmente blanca, la versin clsica presenta tres
tipos de comportamiento aparentes:
Simplicidad: durante los primeros cientos de pasos, la hormiga crea patrones
sencillos y frecuentemente simtricos.
Caos: luego de varios cientos de pasos, aparece un patrn grande e irregular. La
hormiga sigue un camino aparentemente azaroso hasta los 10.000 pasos.
Orden emergente: finalmente la hormiga empieza a construir una avenida,
un patrn de 104 pasos que se repite indefinidamente.
El modelo cognitivo
 Las leyes del pensamiento

Aristteles
(- 384 a - 322)

La ciencia que se basa en las leyes, modalidades y

formas del conocimiento cientfico se conoce bajo el
nombre de lgica. Se trata de una ciencia de carcter
formal que carece de contenido ya que hace foco en el
estudio de las alternativas vlidas de inferencia. Es
decir, propone estudiar los mtodos y los principios
adecuados para identificar al razonamiento correcto
frente al que no lo es.
Intelecto compara juicios con
otros juicios
LA INTELIGENCIA ES LA CAPACIDAD DE RELACIONAR Y ORDENAR
NUESTROS JUICIOS.
UNA INFERENCIA ES UNA EVALUACIN QUE REALIZA LA MENTE
ENTRE PROPOSICIONES.

Ejmeplo:
- Todo animal siente
- Tu perro es animal
- luego: Tu perro siente
Razonamiento deductivo
 RAZONAMIENTO NO DEDUCTIVO

Tokio es una ciudad grande

Londres es una ciudad grande
(luego) TODAS LAS CIUDADES SON GRANDES

RAZONAMIENTO POR ANALOGA (es probable)

Rosa, Mara y Susana fueron a Francia

Rosa y Mara visitaron la Torre Eiffel

(por lo tanto) Susana tambin visit la Torre Eiffel.

Falacia o sofisma

Los perros son bonitos

Doggy es bonito
(luego) Doggy es un perro

Si puedo cargar las piezas de un automvil tambin

puedo cargar mi automvil
(no es lo mismo cargar una pieza a la vez que todas juntas)
 Agente racional

Es algo que razona

Viene del latn agere (hacer)
Agente

Es aqul que acta con la intencin de

alcanzar el mejor resultado o, cuando hay
Agente incertidumbre, el mejor resultado esperado.
racional

Actuar adecuadamente cuando no se cuenta

con el tiempo suficiente para efectuar todos
Racionalidad los clculos que seran deseables
limitada
Conceptos generales sobre IA

Existen diferentes enfoques

Se desea
modelar seres
humanos o
trabajar a
partir de un
ideal estndar?
 Aportes desde distintas reas

Proporcionan las herramientas para manipular tanto

las aseveraciones de certezas lgicas, como las
Matem inciertas de tipo probabilista.
ticas

Formalizaron el problema de la toma de decisiones

Econo para maximizar los resultados esperados
ma

Modelan a humanos y animales como mquinas de

procesamiento de informacin.
Psicolo Los lingistas demostraron que el uso del lenguaje
se ajusta a ese modelo.
ga
 Aportes desde distintas reas

Los programas de IA tienden a ser

extensos. La informtica a hecho
grandes avances en tecnologa en
Informtica cuanto a velocidad y memoria.

Diseo de dispositivos que actan

de forma ptima con base en la
Teora de
retroalimentacin que reciben del
control entorno.
Algunos ejemplos: Planificacin autnoma
Deep Space 1 (abreviadamente, DS 1)

fue una sonda espacial estadounidense

lanzada el 24 de octubre de1998 a bordo de
un cohete Delta y cuya finalidad principal era
la de ser un demostrador tecnolgico con el
que probar una serie de nuevas tecnologas
relacionadas con la exploracin espacial. La
sonda sobrevol un asteroide y un cometa,
aadiendo valor cientfico a la misin.
El Agente remoto fue desarrollado en
el Ames Research Center de la NASA, y era
una inteligencia artificial que controlaba la
nave sin supervisin humana. Demostr su
capacidad para planear actividades y
diagnosticar y responder a fallos
simulados en diversos componentes de la
nave. Con este sistema se aumentar la
fiabilidad y la capacidad para recoger datos
cientficos de futuras sondas.
Algunos ejemplos: Video juegos
Algunos ejemplos: Recconocimiento facial

El sistema Deep Face de Facebook

tiene mayor efectividad que el que
usa la agencia federal de Estados
Unidos
Algunos ejemplos: Robot polica
Dubi ya prepara robots policas que patrullarn sus calles en
2017

No necesitarn intervencin humana mientras estn en servicio,

incluso "hablarn" seis idiomas y hasta harn bromas
IA y ARTE
Primeras obras de arte
Heridos leves en un accidente con un auto sin
conductor de Google
La empresa confirm el suceso, el primero de este tipo, y
exhibi un video en donde se observa que una falla
humana habra causado el siniestro
Cientficos de todo el mundo piden la
prohibicin de los "robots asesinos
MARTES 28 DE JULIO 2015

Miles de investigadores y de personalidades del mundo

cientfico, entre ellos el clebre astrofsico Stephen
Hawking y el cofundador de Apple Steve Wozniak,
lanzaron este martes un llamamiento para pedir
la prohibicin de las armas ofensivas autnomas, los
llamados "robots asesinos".
"Las armas autnomas seleccionan y atacan objetivos sin
intervencin humana",
Agente sensores
percepciones

Entorno
acciones
actuadores
 El mundo de la
aspiradora
Secuencia de accin
percepciones
[A, Limpio] Derecha

La secuencia de percepciones [A, Sucio] Aspirar

de un agente refleja el [B, Limpio] Izquierda
historial completo de lo que
[B, Sucio] Aspirar
el agente ha recibido.
[A, Limpio], [A, Derecha
Un agente tomar una Limpio]
decisin en un momento
dado dependiendo de la
secuencia completa de [A,Limpio], [A, Aspirar
percepciones hasta ese Limpio], [A, Sucio]
instante.

Funcin del agente: El comportamiento de agente viene dado

por la funcin del agente que proyecta una percepcin dada en
una accin.
Pseudocdigo: Agente-Dirigido-Mediante Tabla
 Racionalidad
Se necesita
una forma
de medir el
xito

Hace lo
Agente racional
correcto
 Criterios que
determinan el xito
Medida de en el comportamiento
rendimiento del agente

Cantidad de
suciedad
limpiada en un
ejemplo perodo.

Como regla general, es mejor disear medidas de utilidad de

acuerdo con lo que se quiere para el entorno, ms que de
acuerdo con cmo se cree que el agente debe comportarse.
FACTORES
de los que depende la Racionalidad

Medida de
Define el criterio de xito
rendimiento

Conocimiento Del medio

Acciones Que lleva a cabo el agente

Secuencia de Del agente hasta ese

percepciones momento
Definicin de agente racional

En cada posible secuencia de

percepciones, un agente racional
deber emprender aquella accin que
supuestamente maximice su medida
de rendimiento, basndose en las
evidencias aportadas por la secuencia
de percepciones y en el conocimiento
que el agente mantiene almacenado.
Un agente racional no es
omnisciente, pero debe aprender
y ser autnomo

es la capacidad de saberlo todo, o de saber

Omniscencia todo lo que se necesite saber

Utilizar las percepciones no slo para actuar,

Aprendizaje sino tambin para mejorar la habilidad del
agente para actuar en el futuro.

Cuando es capaz de actuar basndose en su

experiencia. Debe saber aprender a
Autonoma determinar cmo tiene que compensar el
conocimiento incompleto o parcial inicial.
 NATURALEZA DEL ENTORNO DE TRABAJO

Solucin
Problema
(agente
(entorno)
racional)

Rendimiento

Entorno
Especificar el
REAS entorno de
Actuadores trabajo

Sensores
 Ejemplo REAS

Tipo de Medidas de Entorno Actuadores sensores

agente rendimiento

Taxi Maximizar: Avenidas Direccin Velocmetro

automtico Seguridad calles Acelerador GPS
Rapidez Peatones Freno Tacmetro
Minimizar Clientes Bocina Sensores del
distancias Luces motor
Sintetizador Cmaras
de voz dirigidas
Sonares para
detectar
distancias
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
3. Episdico o secuencial En un entorno
totalmente
4. Esttico o dinmico
observable los
5. Discreto o contnuo sensores
proporcionan toda
6. Agente indivisual o multiagente
la informacin
relevante

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
3. Episdico o secuencial
En un entorno
4. Esttico o dinmico
determinista el estado
5. Discreto o contnuo siguiente se obtiene a
partir del actual y de
6. Agente indivisual o multiagente
las acciones del agente

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
Cada episodio consiste
3. Episdico o secuencial
en la percepcin del
4. Esttico o dinmico agente y la realizacin
de una nica accin
5. Discreto o contnuo
posterior.
6. Agente indivisual o multiagente El siguiente episodio no
depende de las
acciones previas.

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
3. Episdico o secuencial
4. Esttico o dinmico Un entorno dinmico
puede sufrir cambios
5. Discreto o contnuo
mientras el agente est
6. Agente individual o multiagente razonando

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
3. Episdico o secuencial
Un entorno discreto
4. Esttico o dinmico existe un nmero
concreto de
5. Discreto o contnuo
percepciones y
6. Agente individual o multiagente acciones claramente
definidos

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Propiedades del entorno de trabajo
1. Total o parcialmente observable (o accesible)
2. Determinista o estocstico
3. Episdico o secuencial Una entidad del entorno se
considera agente si su
4. Esttico o dinmico
comportamiento se describe
5. Discreto o contnuo mejor por la maximizacin
6. Agente individual o multiagente de una medida de
rendimiento cuyo valor
depende del
comportamiento de otro
agente

Entorno Observa Determi Episdi Esttico Discreto agentes

de ble nista co
trabajo
Taxi Parcial No. No. No. No. Multi
circulan mente Estocsti Secuen Dinmico Contnuo agentes
do co cial
Estructura de los arqui
tectu
Pro
gra
Agen
te
agentes ra ma

Agentes
reactivos
simples

Agentes
Agentes
reactivos Tipos de
basados en
basados en Programas objetivos
modelos

Agentes
basados en
utilidad
Agente reactivo simple

sensores
Agente

Como es el
mundo ahora?

entorno
Reglas de condicin- Qu accin debo
accin tomar ahora?

Actuadores
Pseudocdigo: Agente-Aspiradora-Reactivo Simple

Psudocdigo: Agente-Reactivo Simple

Agente reactivo basado en modelos
(almacenamiento de informacin)
mantienen un estado interno que les permite seguir el rastro de aspectos
del mundo que no son evidentes segn las percepciones actuales.

sensores

Estado

Cmo evoluciona el Como es el

mundo? mundo ahora?

entorno
Qu efectos causan
mis acciones?

Reglas de condicin- Qu accin debo

accin tomar ahora?

Agente Actuadores
Agente basado en objetivos
(Bsqueda y Planificacin)

sensores

Estado

Cmo evoluciona el Como es el

mundo? mundo ahora?

entorno
Qu efectos causan Qu pasar si
mis acciones? realizo la accin A?

Qu accin debo llevar a

Objetivos cabo ahora?

Agente Actuadores
Agentes basados en utilidad
(Toma de decisiones)

sensores

Estado
Como es el
Cmo evoluciona el
mundo ahora?
mundo?

entorno
Qu efectos causan Qu pasar si realizo la
mis acciones? accin A?

Estar contento en este

Utilidad
estado?

Qu accin debo
llevar a cabo ahora?

Agente Actuadores
 Est fuera del
Agentes que aprenden agente porque
ste no debe
modificarlo
Nivel de actuacin

sensores
Crtica

Realimentacin

entorno
cambios

Elemento de Elemento de
aprendizaje actuacin
conocimientos

Objetivos a
aprender
Generador
de
problemas
Actuadores
Agente
El diseo del elemento de aprendizaje depende
mucho del diseo del elemento de actuacin.

Nivel de actuacin

sensores
Crtica

Realimentacin

entorno
cambios

Elemento de Elemento de
aprendizaje actuacin
conocimientos

Objetivos a
aprender
Generador
de
problemas
Actuadores
Agente
 Agentes que aprenden

La crtica es necesaria porque las percepciones

por s mismas no prevn una indicacin del
xito del agente.
El generador de problemas es responsable de
sugerir acciones que lo guiarn hacia
experiencias nuevas e informativas.
El elemento de aprendizaje puede hacer
cambios en cualquiera de los componentes de
conocimiento.
Todos los agentes pueden mejorar su eficacia
con la ayuda de mecanismos de aprendizaje.
 APRENDIZAJE

El aprendizaje en el campo de los agentes

inteligentes puede definirse como el proceso
de modificacin de cada componente del
agente, lo cual permite a cada componente
comportarse ms en consonancia con la
informacin que se recibe, lo que por tanto
permite mejorar el nivel medio de actuacin
del agente.