Inteligencia Artificial

Introducción al Curso deInteligencia Artificial
Edgar Altamirano - Nelson BecerraMéxico - Colombia

Agentes de
Software
Solución
de
Problemas
Web
Inteligente
IA
Representación
y
Razonamiento
Lenguajes de
Programación
Sistemas Basados
en Conocimientos
Robótica
Incertidumbre
Imprecisión
Incompletitud

Test de Turing
Can machines think?
 Procesar Lenguaje Natural  Representar Conocimiento
 Razonar Automáticamente  Autoaprendizaje

1. Agentes de Software
Es un robot de software capaz de extraer información de su medioambiente y utilizar su conocimiento del mundo para actuar racionalmente de una manera significativa

1. Agentes de Software
El mundo de Wumpus
Percepciones:BrisaHedorResplandorGolpeGrito
Acciones:CaminarDispararAgarrar
4
3
2
1
1
4
2
3

2. Solución de Problemas
¿De quéclase de problemas se ocupa la IA?
Problemas complejos en los que se utiliza un algoritmo determinista que resuelve el problema.
Problemas complejos que se resuelven con la búsqueda de una solución desconocida.

Representación de problemas complejos mediante espacios de estados
Estado
Inicial
Estado
Meta

2. Solución de ProblemasEspacio de estados en teoría de juegos
9!+1 = 362,880

Deep Blue vs Garry Kasparov (1997)Deep Fritz vs Vladimir Kramnik (2006)
Deep Blue
Algoritmos basados en fuerza bruta. Procesa 200 millones de posiciones por segundo
Deep Fritz
Planear y elegir las jugadas aplicando métodos de Inteligencia Artificial
El árbol de juegos de Deep Blue tendría 10120 posibles movimientos

Problemascomplejos
Diagnóstico médico
Asesoría de expertos
Activación de alarmas
Expertos en la Industria
Asesores legales
Terapeutas
…

3. Representación y Razonamiento
Lógica Matemática
1. "Antonio estudia lo mismo que Juan"
estudia( Juan, X )  estudia( Antonio, X )
2. "Juan estudia Informática"
estudia(Juan,Informática)
¿Qué estudia Antonio?
estudia(Juan,Informática)
estudia(Juan,X) estudia(Antonio,X)
X ← Informática
estudia(Antonio,Informática)

3. Representación y RazonamientoReglas IF-THEN-ELSE
hecho:AR1: A  CR2: A HR3: C DR4: D ER5: B  F XR6: D  G BR7: C  F BR8: A  H DR9: A  C  H BR10: A  B  C  H F

3. Representación y Razonamiento Redes Semánticas

4. Sistemas basados en Conocimientos
Sistemas dotados de una experticidad específica y del saber cómo resolver problemas en un cierto dominio de conocimientos
Resolvedor
De
Problemas
Base de
Conocimientos
Solución
Problema

5. I + I + I
Imprecisión
Incertidumbre
Incompletitud

5. Incertidumbre
Es la confianza que tenemos las personas en que algún evento determinado sea verdadero.
SI La cepa del organismo es gram-positivo
Y La morfología del organismo es coco
Y Los organismos crecen de forma entrelazada
ENTONCES
Hay evidencia sugerente (0.7) de que el organismo sea estreptococus
Factor de confianza
probabilidad

5. Incertidumbre
Aproximaciones numéricas
Un solo valor
Dos valores
Conjuntos difusos
Aproximaciones simbólicas
Representación única
Representaciones locales

¿Qué es un
Robot?
Robot industrial
“Es un manipulador
multifuncional
reprogramable diseñado
para mover objetos
mediante movimientos
programados”
6. Robótica

6. Beneficios de la Robótica
Nos libera de trabajos peligrosos, sucios y aburridos o repetitivos.

6. Configuración básica de un robot
El Sistema Manipulador (acciones)
Elementos rígidos, de agarre, motores
El Sistema de Control
Computadora y lenguajes de programación
Planificar y controlar los movimientos
Los Sistemas Sensitivos (percepciones)
De contacto directo
Remotos: visión, sonido

¿Humanos?
¿Racionales?

6. Aprendizaje
Mejoramiento de la actuaciónbasado en la experiencia
Aprendizaje Computacional
Mejoramiento de la tarea T
Con respecto a una medida de actuación A
Basado en la experiencia E

6. Aprendizaje en el juego de Damas
Tarea T: Jugar damas
Medida de actuación A: Porcentaje de juegos ganados contra otros oponentes
Entrenamiento (experiencia) E: Prácticas de juegos contra sí mismo

6. Aprendiendo a reconocer palabras manuscritas
Tarea T:Reconocer y clasificar palabras manuscritas dentro de una imagen
Medida de actuación A: Porcentaje de palabras correctamente clasificadas
Entrenamiento (experiencia) E: Una base de datos con palabras manuscritas previamente clasificadas

6. Aprendizaje: Redes Neuronales
Una neurona en un sistema biológico vivo
100,000,000,000 neuronas
1,000,000,000,000,000 conexiones

Procesamiento de una neurona

Tabla de Verdad para “AND”
(0011) X
1
1.5
Salida (0001)
1
(0101)Y
Σ = 0*1 + 0*1 = 0 < 1.5 0
Σ = 1*1 + 1*1 = 2 > 1.5 1

Red con una capa oculta
Capa de Entrada
Capa Oculta
Capa de Salida
Vector de Entrada
Vector de Salida
Conexiones con Pesos

6. Redes Neuronales:Reconocimientode Rostros

6. Aprendiendo a guiar un vehículo autónomo

7. Lenguajes de Programación
Programación Lógica:PROLOG
Programación Funcional:LISP
Otros lenguajes:C, C++, JAVA, …
Lenguajes Especializados:SE, Planeación, Agentes de Software, Aprendizaje, …

7. Lenguajes de Programación: PROLOG
par([ ]).
par([Cabeza|Cola]) :- impar(Cola).
impar([_ ]).
impar([Cabeza|Cola]) :- par(Cola).
?.- par([b,c,d]).
No
?.- impar([b,c,d]).
yes

El Futuro de la IA
IA en tiempo real
Incertidumbre, Imprecisión e Incompletitud
Robótica: visión, PLN, Reconocimiento del habla, razonamiento y movilidad
Web Inteligente: Agentes, Internet II, Comercio electrónico, transmisión de voz y video en tiempo real, Internet inalámbrico
Artes, Computación afectiva, Mundos virtuales, Teoría de juegos, Realidad aumentada,…

8. Evolución de la Web

Edgar Altamirano Carmona
http://aprenderelfuturo.blogspot.com
http://www.twitter.com/edgaraltamirano

http://cursoia.blogspot.com	306
http://odalyfernandeziyc2010.blogspot.com	50
http://www.slideshare.net	8
http://odalyfernandeziyc2010.blogspot.mx	6
http://cursoia.blogspot.mx	6
http://www.odalyfernandeziyc2010.blogspot.com	3
http://odalyfernandeziyc2010.blogspot.com.ar	1
http://cursoia.blogspot.com.es	1

Inteligencia Artificial

by Edgar Altamirano on Feb 15, 2010

Accessibility

Categories

Tags

Upload Details

Usage Rights

8 Embeds 381

Statistics

Inteligencia Artificial — Presentation Transcript