Anda di halaman 1dari 42

Inteligencia Artificial

Definiciones
Ing. Maike Juregui
Definiciones
Inteligencia
Inteligencia artificial
Inteligencia
Son todos aquellos comportamientos que
conllevan un tipo de razonamiento, algn
tipo de aprendizaje.
Es la capacidad o facultad de entender,
razonar, saber, aprender y de resolver
problemas
Qu es la IA? Intentos de
definicin
Bellman(1978): Automatizacin de actividades que
vinculamos con procesos del pensamiento
humano, tales como toma de decisiones,
resolucin de problemas, aprendizaje.
Winston(1992): Estudio de las computaciones que
permiten percibir, razonar, actuar.
Minsky(1986): Arte de construir maquinas capaces
de hacer cosas que requeriran inteligencia en
caso de que fuesen hechas por los humanos.
Luger(1989): Rama de la informtica que trata de
la automatizacin del comportamiento inteligente.
Inteligencia Artificial
Es algn tipo de simulacin de inteligencia
Programas de ordenadores que simulan
cosas, que realizan tareas que requieren de
inteligencia
Programa capaz de inferir razonamientos.
Desarrollo de mtodos y algoritmos que
permitan comportarse a las computadoras
de modo inteligente
Inteligencia Artificial
Es un campo de la ciencia que trata de
realizar con maquinas, tareas que pueden
ser realizadas por el hombre, aplicando
cualquier tipo de razonamiento.
Modelo
Intelecto
Computaci
humano
onal

Los sistemas computacionales en la IA deben ser


capaces de simular caractersticas que son
comnmente asociadas con la inteligencia de la
conducta humana
Qu es la IA?
Emulacin humanos

Sistemas que actan como humanos Sistemas que piensan como humanos

El estudio de como hacer computadoras El esfuerzo por hacer a las computadoras


que hagan cosas que, de momento, la pensar ... mquinas con mentes en el
gente hace mejor (Rich y Knight, 1991) sentido amplio y literal (Haugeland, 1985)

Accin/comportamiento Procesos Razonamiento

Un campo de estudio que busca explicar y El estudio de las facultades mentales a


emular el comportamiento inteligente en travs del estudio de modelos
trminos de procesos computaciona- les computacionales (Charniak y McDermott,
(Schalkoff, 1990) 1985)

Sistemas que actan racionalmente Sistemas que piensan racionalmente

Principio Racionalidad
Qu es la IA?
Emulacin humanos

Sistemas que actan como humanos Sistemas que piensan como humanos

El arte de crear mquinas que realizan [La automatizacin] de actividades que


funciones que requieren inteligencia estn asociadas con el pensamiento
cuando las realizan las personas humano, actividades como la toma de
(Kurzweil, 1990) decisiones la resolucin de problemas,
el aprendizaje (Hellman, 1978)

Accin/comportamiento Procesos Razonamiento


La inteligencia Computacional es el estudio
del diseo de agentes inteligentes El Estudio de los cmputos que hacen
(Poole et al., 1998) posible percibir, razonar y actuar (Wiston,
IA trata del comportamiento 1992)
inteligente en artefactos (Nilsson 1998)

Sistemas que actan racionalmente Sistemas que piensan racionalmente

Principio Racionalidad
Sistemas que actan como
humanos
Estos sistemas tratan de actuar como
humanos; es decir, imitan el
comportamiento humano; por ejemplo la
robtica.
El estudio de cmo lograr que los
computadores realicen tareas que, por el
momento, los humanos hacen mejor
Sistemas que actan
racionalmente (idealmente)
Comportamiento racional: Hacer lo correcto
Acta para conseguir de la mejor manera
unos objetivos a partir de la informacin
disponible.
Actuar racionalmente significa conseguir
unos objetivos dadas unas creencias
Agente racional: aquel que acta con la
intencin de alcanzar el mejor resultado, o
cuando hay incertidumbre, el mejor
resultado esperado
Sistemas que actan
racionalmente (cont.)
Tratan de emular de forma racional el
comportamiento humano; por ejemplo los
agentes inteligentes.
Est relacionado con conductas inteligentes
en artefactos.
Artefacto es cualquier objeto fabricado con
cierta tcnica para desempear alguna
funcin especfica
Sistemas que piensan como
humanos
Abrir la caja negra de la mente humana
Analizar los procesos mentales
(introspeccin, experimentos)
Desarrollar una teora acerca de los
procesos mentales
Implementar esa teora en una mquina
Sistemas que piensan como
humanos(cont.)
Estos sistemas tratan de emular el
pensamiento humano; por ejemplo las
redes neuronales artificiales.
La automatizacin de actividades que
vinculamos con procesos de pensamiento
humano, actividades como la toma de
decisiones, resolucin de problemas y
aprendizaje.
Sistemas que piensan
racionalmente
La lgica como sistema de pensamiento
La lgica permite representar el
conocimiento y razonar (obtener las
inferencias correctas)
Los mayores xitos de la IA han venido del
uso de la lgica para la representacin del
conocimiento y razonamiento (en sentido
amplio)
Sistemas que piensan
racionalmente (cont.)
Es decir, con lgica (idealmente), tratan de
imitar o emular el pensamiento lgico
racional del ser humano; por ejemplo los
sistemas expertos.
El estudio de los clculos que hacen posible
percibir, razonar y actuar.
Sistemas que piensan
racionalmente (cont.)
Pensamiento racional: el enfoque de las
leyes del pensamiento
Enfoque basado en los trabajos sobre lgica
del filosofo Aristteles
Intenta codificar los procesos mediante
esquemas de argumentacin con las que se
llega a conclusiones correctas si se parte de
premisas correctas (silogismos)
Ejemplo: Scrates es hombre. Todos los
hombres son mortales. Por lo tanto,
Scrates es mortal.
Bases de la IA.
Filosofa y psicologa
Matemticas
Informtica
Ciberntica
Lingstica
Economa
Neurociencia
Biologa
Bases de la Inteligencia Artificial -
Filosofa
Bases de la Inteligencia Artificial -
Filosofa
Se pueden utilizar reglas formales para
extraer conclusiones validas?
Cmo se genera la inteligencia mental a
partir de un cerebro fsico?
De donde viene el conocimiento?
Cmo se pasa del conocimiento a la
accin?
Bases de la Inteligencia Artificial -
Filosofa
Aristteles, Llul: leyes que gobiernan el
pensamiento (silogismos, lgica)
Descartes, Leibniz: la mente est ligada al
mundo fsico
John Locke: en el principio fue la Mente
(1690)
Hume (1779), Russell: el conocimiento es
fruto de la percepcin y se adquiere por la
experiencia (induccin). El conocimiento
est representado por teoras lgicas.
Bases de la Inteligencia Artificial
Matemticas
Bases de la Inteligencia Artificial
Matemticas
Qu reglas formales son las adecuadas
para obtener conclusiones validas?
Qu se puede calcular?
Cmo razonamos con informacin
incierta?
Bases de la Inteligencia Artificial
Economa
Cmo se debe llevar a cabo el proceso de
toma de decisiones para maximizar el
rendimiento?
Cmo se deben llevar a cabo acciones
cuando otros no colaboran?
Cmo se deben llevar acciones cuando los
resultados se obtienen en un futuro lejano?
Bases de la Inteligencia Artificial
Neurociencia
Cmo procesa informacin el cerebro?
Psicologa
Cmo piensan y actan los humanos y los animales?
Ingeniera Computacional
Cmo se puede construir una computadora eficiente?
Teora de Control y Ciberntica
Cmo pueden los artefactos operar bajo su propio
control ?
Lingstica
Cmo esta relacionado el lenguaje con el pensamiento?
Contribuciones de otras reas a la
IA
Filosofa: lgica, mtodos de razonamiento, fundamentos
del aprendizaje, lenguaje, racionalidad
Matemticas: representaciones formales y algoritmos de
prueba, (in) decidibilidad, (in) tratabilidad, probabilidad
Economa: utilidad, teora de decisiones
Neurociencias: substrato fsico de las actividades
mentales
Psicologa: fenmeno de percepcin y control motriz,
tcnicas experimentales
Computacin: construccin de computadoras veloces
Control: sistemas que maximizan una funcin objetivo a
lo largo del tiempo
Lingstica: representacin el conocimiento, gramtica
Objetivos de la I.A.
Objetivos de Ingeniera
El desarrollo de sistemas inteligentes
mejorando otros anteriores para los que no
existe un mtodo algortmico
Objetivos Cientficos
Comprender mejor el funcionamiento de la
inteligencia tanto en el hombre con en las
maquinas, basndose en cuestionamientos
tales como : es la inteligencia
independiente del hardware? ,
reas de la IA
Bsquedas
Representacin del conocimiento
Simblico, conexionista, mixto
Razonamiento
Inductivo, deductivo
Tratamiento de la incertidumbre
Planificacin
Toma de decisiones
Aprendizaje
Supervisado, no supervisado, por refuerzo
Bsquedas
Las tcnicas de bsqueda son una serie de
esquemas de representacin del
conocimiento, que mediante diversos
algoritmos nos permite resolver ciertos
problemas desde el punto de vista de la I.A
Representacin del
Conocimiento
Es el proceso de transformacin de ste a un
dominio ( por ejemplo un lenguaje simblico) para
ser procesado en un computador
Es un rea de la inteligencia artificial cuyo objetivo
fundamental es representar el conocimiento de una
manera que facilite la inferencia (sacar
conclusiones) a partir de dicho conocimiento
Su representacin es:
Simblico, a travs de smbolos
Conexionista, es decir en un momento dado vamos a
utilizar una serie de nmeros y relaciones entre
nmeros
Mixto, mezclar smbolos con nmeros
Razonamiento
El razonamiento es una operacin lgica
mediante la cual, partiendo de uno o ms
juicios, se deriva la validez, la posibilidad o la
falsedad de otro juicio distinto.
Por lo general, los juicios en que se basa un
razonamiento expresan conocimientos ya
adquiridos o, por lo menos, postulados como
hiptesis.
Si un ente es capaz de razonar, tratar con la
certidumbre, planificar, tomar decisiones, e ir
aprendiendo entonces estamos hablando de un
ente inteligente.
Razonamiento e
inferencia
Inferencia:
hacer suposiciones de lo que significan
hechos (observados y/o conocidos)
sacar consecuencias de algo o deducir algo
de otra cosa

Razonamiento:
Capacidad de derivar inferencias a partir de
conocimiento y de observaciones con el
propsito de alcanzar una meta o resolver
un problema
Razonamiento Deductivo

Inferir hechos concretos a partir de otros


hechos y de aserciones generales
Ejemplo:
Hecho concreto: Pepe es un pjaro.
Asercin general: Todos los pjaros pueden
volar.
Conclusin: Pepe puede volar.
Razonamiento Deductivo
El razonamiento deductivo se mueve de
una premisa general a una conclusin ms
especfica.
Toma una premisa general y deduce
conclusiones particulares. Una argumento
deductivo vlido es aquel en el que la
conclusin necesariamente se deriva de la
premisa

Premisa 1: Todas las frutas ctricas


contienen vitamina C. - Premisa 2: La
naranja es una fruta ctrica.

Razonamiento Inductivo

Inferir suposiciones generales a partir de


(muchos) hechos concretos (aprendizaje)
Ejemplo:

Conclusin: Animales que son pjaros y


pequeos pueden volar.
Razonamiento Inductivo
El razonamiento inductivo, por otro lado, es aquel
proceso en el que se razona partiendo de lo particular
para llegar a lo general, justo lo contrario de la
deduccin.
La base de la induccin es la suposicin de que algo es
cierto en algunas ocasiones, lambien lo ser en
situaciones similares aunque no se haya observado.
Ejemplo:
Premisa 1: Cuando Juan toca la llama de un encendedor se
quema
Premisa 2: Cuando Juan toca una estufa encendida se quema
Premisa 3: Cuando Juan toca la jarra de la cafetera caliente
se quema
Conclusin: Si tocas un objeto caliente te quemas
Tratamiento de la
Incertidumbre
No todos los hechos que hagamos tiene el
mismo resultado. Siempre hay
incertidumbre.
Usamos la probabilidad para ello
Planificacin

La planificacin se puede ver como una


forma de programacin automtica: el
diseo de un curso de accin que satisfar
un cierto objetivo
Un ente inteligente tiene que ser capaz de
realizar planes, hacer simulaciones
Toma de decisiones
El ente inteligente tiene que tomar
decisiones y tiene que llevarlas a cabo.
Comparar los resultados con lo que haba
planificado para ver si ha salido igual, si se
tiene que reevaluar
Aprendizaje
Aprendizaje supervisado: T realizas una
accin y algo o alguien te dice si esa accin
est bien o mal. T ya sabes de antemano
el resultado
Aprendizaje no supervisado: Lo
aprendes por tu cuenta. Tu empiezas a
probar cosas y t eres el mismo que va a
estar evaluando una crtica de lo que ests
haciendo est bien o no En base a la
utilidad. Yo quera hacer esto para obtener
un resultado, comparamos resultados.
Aprendizaje por refuerzo: el resultado
no lo sabemos a priori pero con el tiempo lo
Aprendizaje por refuerzo
Ejemplo:
Cuando al perro le damos la orden de
sentarse, si lo hace recibe algn tipo de
recompensa (una galleta, o una caricia), y
si no lo hace puede recibir algn tipo de
castigo (si no somos muy salvajes con l,
quizs una palabra de tono ms elevado y
que le incomoda).
Repetir esta tarea con el perro produce un
refuerzo de los comportamientos que
reciben recompensa en detrimento de
aquellos comportamientos que reciben
castigo.
Aplicaciones de la I.A.
Procesamiento del lenguaje natural
Comprensin de textos: sintaxis y semntica
Traduccin de los mismos
SBC: Sistemas Expertos
Ingeniera del conocimiento: adquisicin,
representacin, tratamiento y validacin
Representacin del conocimiento.
Mecanismos inferenciales
Demostracin automtica de teoremas
Demostracin o refutacin de teoremas
Mtodos deductivos
Aplicaciones de la I.A.
Robtica:
Percepcin. Capacidad locomotiva y
manipulativa
Razonamiento: planificacin
Aprendizaje