Introducción a la inteligencia artificial   profesora iris albarran
Upcoming SlideShare
Loading in...5
×
 

Introducción a la inteligencia artificial profesora iris albarran

on

  • 1,167 views

 

Statistics

Views

Total Views
1,167
Views on SlideShare
1,167
Embed Views
0

Actions

Likes
1
Downloads
23
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • P

Introducción a la inteligencia artificial   profesora iris albarran Introducción a la inteligencia artificial profesora iris albarran Presentation Transcript

  • Introducción a la Inteligencia Artificial
  • Contenido de la Unidad Curricula r
    • TEMA I
    • ¿Por qué estudiar la Inteligencia Artificial?
    • ¿Cómo se define y cuáles son sus orígenes?
      • Test de Turing
    • Tipos de problemas que resuelve
    • Computación Convencional vs. Inteligencia Artificial
    • TEMA II
    • Métodos de solución de problemas
    • Heurísticas y metaheurísticas
    • Metaheurísticas bioinspiradas
      • Redes neuronales artificiales
      • Algoritmos genéticos
      • Inteligencia colectiva
    • TEMA III
    • Sistemas Expertos
    • Sistemas Basados en Casos
    • Sistemas Basados en reglas
    • TEMA IV
    • Redes Neuronales
    • TEMA V
    • Sistemas Difusos
    • Algunas aplicaciones de la Inteligencia Artificial
  • Evaluación de la Asignatura
    • INSTRUMENTOS
    • Seminarios por equipos,
    • Debates
    • Trabajos en el Laboratorio
    • Examen escrito
    Competencia: Al finalizar la Unidad Curricular el estudiante será capaz de identificar las diferentes técnicas de Inteligencia Artificial y aplicar las mismas a diferentes problemas reales. Evidencian el logro View slide
  • La Inteligencia Artificial: Por qué estudiarla, qué ofrece, campos afines y tendencias actuales TEMA I. View slide
  •  
  •  
  •  
  •  
  •  
  •  
  • ¿Por qué estudiar IA? Motores de búsqueda Robótica Ciencia Diagnóstico Médico Aplicaciones
  • Posturas clásicas extremas sobre la Inteligencia Artificial
    • Imposibilidad de su existencia por ser una característica de la vida e imposible de trasladar a una máquina.
    • Considerar cualquier sistema artificial de toma de decisiones por muy simple que sea.
  •  
  • La IA según Kurzweil es …
    • el arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia.
  • La IA según Stubblefied …
    • es la rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente.
  • La IA según Schalkoff es …
    • el campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales.
  • Farid Fleifel Tapia describe la IA como …
    • la rama de la ciencia de la computación que estudia la resolución de problemas no algorítmicos mediante el uso de cualquier técnica de computación disponible, sin tener en cuenta la forma de razonamiento subyacente a los métodos que se apliquen para lograr esa resolución.
  • Los orígenes de la IA …
    • Alan Turing.
    • “ Computing Machinery and Intelligence ” en 1950.
    • Test de Turing : procedimiento para identificar la existencia de inteligencia en una máquina.
  • Test de Turing …un desafío
    • La máquina debe hacerse pasar por humana en una conversación con un hombre.
    • Al sujeto no se le avisa si está hablando con una máquina o una persona.
    • Si el sujeto es incapaz de determinar si la otra parte de la comunicación es humana o máquina, entonces la máquina es inteligente.
  • Test de Turing Máquina Humano ? El test de Turing provee esquemas que son usados para evaluar programas de Inteligencia Artificial. Ejemplo: Evaluación de sistemas basados en los casos.
  • Definici ón de IA según Alan Turing
    • Si durante el intercambio entre una computadora y el usuario este último cree que está intercambiando con otro humano, entonces se dice que el programa es inteligente.
  • Conferencia de Darmouth 1956
    • Previsiones triunfalistas a diez años que jamás se cumplieron
    • abandono casi total de las investigaciones durante 15 años
    John McCarthy Marvin Minsky Claude Shannon
  • Tipos de problemas
    • Algorítmicamente tratables
    • Algorítmicamente no tratables
    • No algorítmicos
  • Problema del viajero vendedor ( Travelling Salesman Problem)
    • Hallar el camino que visita n ciudades sólo una vez
    • Problema NP
      • Hay n ! soluciones que explorar
      • No existe un algoritmo eficiente para hallar la solución
      • Mínimos locales, frustración
    • Algoritmos óptimos no aplicables cuando crece n
    A B C F E D G H
  • Juego del Ajedrez
    • Entrenador
    • Tutor
    • Medida de inteligencia
    • Modelo para otras aplicaciones
  • La IA ofrece técnicas para enfrentar los problemas que:
    • su dimensión hace poco posible usar un algoritmo conocido (algorítmicamente intratables)
    • carecen de algoritmo para resolverlos (no algorítmicos)
  • Definición de IA según Schildlt
    • Un “programa inteligente” es uno que muestra un comportamiento similar al humano cuando se enfrenta a un problema. No es necesario que el programa resuelva realmente el problema de la misma forma que el hombre.
  • Definición de IA según Forsyth
    • La IA se relaciona con problemas los cuales han escapado de una caracterización matemática.
  • Definición de IA según Elaine Rich
    • La IA es el estudio de cómo lograr que las computadoras hagan cosas que por el momento, las personas hacen mejor.
    Una computadora encuentra las raíces de una ecuación mucho más rápido y con mayor exactitud que un hombre; sin embargo, el hombre reconoce mucho mejor un conjunto de caracteres. Ejemplo
  • Dos escuelas de pensamiento 50 ~ 60:
    • Manipulación simbólica
          • El comportamiento inteligente consiste en reglas de manipulación de símbolos
    • Reconocimiento de patrones
          • Aprendizaje a partir de ejemplos
  • Tipo de procesamiento Tipo de información Numérica Simbólica Algorítmico Cálculo científico tradicional Gestión Heurístico Simulaciones numéricas que requieren reducir estados posibles IA
  • A qué interrogantes se enfrenta?
    • Cómo aprender?
    • Cómo jugar?
    • Cómo comunicarse con otros?
    • Cómo percibir (ver, oír, hablar, escribir, inferir cosas, …)?
    • Cómo crear?
    • … .
  • Diferencias de la IA con la Ciencia de la Computación Convencional
    • Punto de vista (razonamiento plausible y lógico en lugar de c álculos cualitativos)
    • Contenido (actividad mental – conocimiento intensivo)
    • Manipulación simbólica (en lugar de orientación numérica)
    • Diseño basado en el conocimiento (tiene una línea de razonamiento y puede explicarse por sí misma)
    • Enfoques heurísticos o solución aproximada de problemas
  • Problema general de la IA
    • Desarrollar habilidades artificiales para procesar:
    • Lenguaje:
    • - traducción, comprensión, reconocimiento de la voz.
    • Conocimiento:
    • - representación, adquisición y recuperación de conocimiento.
    • Visión:
    • - datos visuales complejos, OCR.
    • Aprender:
    • - por deducción, inducción, analogía e instrucción.
  • Elementos básicos en todo modelo computacional
    • la forma utilizada para describir el conocimiento sobre el dominio de la aplicación que se modela y el método utilizado para manipular este conocimiento en busca de un objetivo concreto.
  • Modelo computacional Se brindan los operadores y las estructuras de control que permiten resolver el problema. = formalismo + Modelo computacional método de solución Se describe el conocimiento que se tiene sobre el dominio del problema. Descripción y forma de almacenar la información.
  • Paradigmas de programación convencionales
    • Formalismo y método de solución no se pueden separar.
    • Para modificar el conocimiento o el método de solución hay que cambiar el programa completo.
  • Formalismo y método de solución Formalismo Método de solución Computación Convencional v.s. Inteligencia Artificial
  • Algunos métodos de solución de problemas de la IA
    • Búsqueda a ciegas
    • Búsqueda heurística
    • Solución por analogía
    • Solución de problemas bajo incertidumbre
    • Métodos de aprendizaje automático
  • Razonamiento bajo incertidumbre, aproximado, inexacto INCERTIDUMBRE ≡ Duda Ambigüedad Cuestionable Problemático No seguro
    • Tres grandes categorías de incertidumbre:
    • Provocada por información o conocimiento impreciso.
    • Provocada por información incompleta.
    • Provocada por conceptos o palabras que son inherentemente inexactos.
    • La BÚSQUEDA
    • es la BASE de los
    • MÉTODOS DE SOLUCIÓN DE PROBLEMAS
    • de la INTELIGENCIA ARTIFICIAL
    • ¿Qué es necesario definir para el problema?
    • Estado inicial.
    • Acciones u operadores de búsqueda.
    • Espacio de estado.
    • Camino.
    • Criterio objetivo.
    • Estado objetivo.
    • Solución.
    • Costo de la búsqueda.
    Definición formal de la solución de problemas mediante búsqueda
  • Busqueda
    • Busqueda a ciegas
    • Busqueda Euristica y métodos alternativos de búsqueda
  • Busqueda a ciegas
    • Es aquella que se produce cuando no se conoce informacion especifica del problema que permita establecer preferencias dentro del espacio de estados, en el hallazgo del camino que conduce al objetivo.
  • Problema del hombre el lobo, la cabra y el repollo
    • Un hombre, un lobo, una cabra y un repollo deben pasar un río, para ello se dispone de una barca con capacidad para dos ocupantes, el hombre (único que sabe remar) y otro. Si en una orilla se quedan solos el lobo y la cabra, el lobo se come a la cabra. Si en una orilla se quedan solos la cabra y el repollo, la cabra se come el repollo.
  • Nomenclatura
    • H hombre
    • L lobo
    • C Cabra
    • R repollo denotaremos los estados por pares (H-C,L-R) Donde la primera componente corresponde a los que están en la ribera izquierda siendo en este caso el hombre y la cabra y el la derecha el lobo y el repollo.
  • Cuadro de operaciones
    • El hombre lleva la cabra de izq a der
    • El hombre lleva la cabra de der a izq
    • El hombre va solo de izq a der
    • El hombre va solo de der a izq
    • El hombre lleva al lobo de izq a der
    • El hombre lleva al lobo de der a izq
    • El hombre lleva el repollo de izq a der
    • El hombre lleva el repollo de der a izq
  • Condiciones
    • Que no se violen las restricciones establecida
    • Que el elemento a transportar este en la ribera referenciada
  • Grafo de estado (H-L-C-R,0) (L-R,H-C) (L-R,H,C) (R, H-L-C) (L, H-C-R) (H-C-R,L) (C,H-L-R) H-C,L-R) (H-L-C,R) (H-C-R,L) (0,H-L-C-R) (H-L-C,R)
  • Problema de los jarrones de agua
    • Se tienen dos jarrones, uno de 4 y otro de 3 litros. Ninguno tiene marcas de medidas sobre él. También se tiene una toma de agua que puede usarse para llenar los jarrones .
    • ¿cómo podemos obtener exactamente 2 litros en el jarrón de 3 ?
    • ¿qué tenemos que hacer para resolver este problema automáticamente?
    • ¿se debe representar el espacio de estados en su totalidad? ¿hay alguna manera de representar en forma resumida todos los posibles estados?
  • Una posible solución … … … …
  • Árbol de búsqueda
    • Es una representación que considera todas las trayectorias posibles en la red:
      • Los nodos representan trayectorias, y las ramas conectan trayectorias a extensiones de trayectoria de un solo paso.
    • Idea es construir al vuelo este árbol, siguiendo una estrategia de búsqueda.
    • El número total de trayectorias de un árbol con factor de ramificación b y profundidad d es b d .
  • Árbol de búsqueda (cont.) s a d a e b d c e b f b e d f b f d e a c g g c g f g Trayectoria s-d-a-b-e-f-g
  • Búsqueda en profundidad primero
    • Para llevar a cabo una búsqueda en profundidad ,
      • Inserte en una pila el elemento raíz (nodo de partida)
      • Hasta que el elemento tope sea el nodo meta, o se vacié la pila
        • Si nodo tope tiene hijos, insertar el hijo siguiente aun no visitado, según ordenamiento.
        • Si no, entonces eliminar nodo tope.
      • Si el nodo meta se alcanza, mencione éxito, de lo contrario, notifique el fracaso.
  • Árbol generado s a d a e b d c e b f b e d f b f d e a c g g c g f g 1 2 3 4 5 6 7
  • Búsqueda en amplitud primero
    • Para llevar a cabo una búsqueda en amplitud,
      • Inserte en una cola el elemento raíz (nodo de partida)
      • Hasta que el elemento frontal sea el nodo meta, o se vacié la cola
        • Si nodo frontal tiene hijos, insertar todos sus hijos al final de la cola.
        • Eliminar nodo frontal.
      • Si el nodo meta se alcanza, mencione éxito, de lo contrario, notifique el fracaso.
  • Árbol generado s a d a e b d c e b f b e d f b f d e a c g g c g f g 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21