Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Inteligencia Artificial

clase presentacion
by

Alice Rambo

on 17 August 2010

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Inteligencia Artificial

La habilidad para resolver problemas
La capacidad de memoria
La utilización de conocimientos en busca de una meta
Robert Sternberg (Psicólogo de la Universidad de Yale EEUU)
Inteligencia Cognitiva: es medida por los tests
Inteligencia Social: hace referencia a la capacidad de adaptación al entorno
Inteligencia Experiencial: o aptitud para sacar partida de las experiencia cuando el individuo se enfrenta a problemas novedosos
¿Qué se entiende por Inteligencia Artificial ?
Biología Evolucionista: una Inteligencia cada vez mayor no es un objetivo en la evolución sino una casualidad en la evolución

Ciencia Cognitiva: equipara un Acto Inteligente con aquel que permite procesar la información necesaria en cada momento

Teóricos de I.A.: el procesamiento de información que se ajuste a los requerimientos de una tarea dada es ya un signo de Inteligencia
Que es la inteligencia artificial _ Inteligencia: es un núcleo común de atributos que supuestamente tienen que ver con una actividad inteligente, como:
la habilidad para resolver problemas nuevos
la planificación
la facilidad de adquirir nuevos conocimientos
la abstracción
la capacidad de adaptación El comportamiento Humano
¿Cuándo puede decirse que una Máquina es Inteligente?

Alam Turing (1950): propuso como test el diálogo con una máquina:

“si no es posible distinguir sus respuestas de las de una persona, entonces es inteligente” El comportamiento Humano
El enfoque de Turing
Que debería hacer el computador para superar la prueba?
Procesamiento del lenguaje natural
Representación del conocimiento
Razonamiento Automático
Aprendizaje automático
El comportamiento Humano
La prueba global de Turing
Visión computacional
Robótica
Estas seis disciplinas abarcan la mayor parte de la IA, y Turing merece ser reconocido por diseñar una prueba que se conserva vigente despues de 50 años.
Pero es bueno recordar que es más importante el estudio de los principios en los que se basa la inteligencia que en duplicar un ejemplar Pensar como un humano: Modelo Cognitivo
En el campo interdisciplinario de las ciencias cognitivas convergen modelos computacionales de IA y técnicas experimentales de psicología intentando elaborar teorías precisas y verificables sobre el funcionamiento de la mente humana
Tipos de Inteligencia
No son Inteligencias distintas, sino manifestaciones de una Inteligencia Cognitiva mas general:
Verbal
Espacial
Lógica -matemática
Musical
Intrapersonal
Interpersonal
Corporal -cinética
Grandes Aptitudes
Verbales
Numéricas
Espaciales
Nemotécnicas
Perspectias
Lógicas
Psicomotoras Pensamiento Racional
Aristóteles fue uno de los primeros en intentar “codificar” la manera de pensar. Por medio de silogismos que son estructuras de argumentación que nos permiten arribar a conclusiones correctas. Este estudio da inicio al campo de la lógica.
“Sócrates es un hombre; todos los hombres son mortales; por lo tanto Sócrates es mortal”
Actuar de forma racional
El enfoque del agente racional:
Un agente (del latín agere, hacer) racional es aquel que actúa con la intención de alcanzar el mejor resultado o, cuando hay incertidumbre, el mejor resultado esperado. Fundamentos de la Inteligencia Artificial
Filosofía desde 428 A.C. hasta el presente
Dualismo Descartes: una parte de la mente (alma o espíritu) que esta al margen de la naturaleza, exenta de la influencia de las leyes físicas.
Materialismo Bacon las operaciones del cerebro realizadas de acuerdo a las leyes de la física constituyen la mente. El libre albedrío es simplemente la forma en la que la percepción de las opciones disponibles aparecen en el proceso de selección.
Empirismo Locke: “Nada existe en la mente que no haya pasado primero por los sentidos”.
Positivismo Lógico Carnap: todo el conocimiento se puede caracterizar mediante teorías lógicas relacionadas con sentencias de observación que corresponden a estímulos sensoriales. El conocimiento se obtiene a partir de la experiencia.
Matemática desde el año 800 al presente
El primer algoritmo no trivial es el algortimo Euclideo para determinar el máximo comñun divisor.
Al- Khowarizmi, matemático persa del siglo IX.
Boole, deducciones lógicas.
Hilbert Entscheidungsproblem límites fundamentales en la capacidad de procedimientos efectivos de demostración.
Probabilidad Cardano introducción de la probabilidad basado en resultados de juegos de apuestas. Bayes la regla de Bayes y el análisis Bayesiano
Economía desde 1766 hasta el presente
Teoría de las decisiones, combina teoría de la probabilidad con la teoría de la utilidad para la toma de decisiones realizado bajo incertidumbre.
Teoría de Juegos Morgenstern y Von Neumann en algunos juegos un agente racional debía actuar de forma aleatoria al menos en apariencia con respecto a sus contrincantes.
Investigación operativa Bellman proceso de decisiones de Markov, el resultado de las acciones no son inmediatas se obtienen de forma secuencial.
Markov Bellman Von Neumann Morgenstern Euclides Al-Khowarizmi Boole Hilbert Locke Carnap Descartes Bacon Neurociencia desde 1861 hasta el presente.
La neurociencia es el estudio del sistema neurológico, y en especial, del cerebro.

Uno de los grandes misterios de la ciencia es la forma en la que se genera el pensamiento en un cerebro.

La conclusión verdaderamente increíble de los estudios del cerebro es que una colección de simples células puede llegar a generar razonamiento, acción y conciencia o, dicho en otras palabras, los cerebros generan las inteligencias (Searle, 1992)
Psicología desde 1879 hasta el presente.
¿Cómo piensan y actúan los animales?
Síntesis: Adaptación, fenómeno de percepción, técnicas experimentales
Ingeniería Computacional desde 1940 al presente.
Teoría de Control y Cibernética desde 1948 al presente.
Lingüística desde 1957 hasta el presente.
Jhon Searle Ingeniería Computacional desde 1940 al presente.
necesitan dos cosas: inteligencia (ciencia) y un artefacto (ingeniería).
El computador ha sido el artefacto elegido.
Teoría de Control y Cibernética desde 1948 al presente.
¿Cómo pueden los artefactos operar bajo su propio control?
La teoría de control moderna tiene como objetivo el diseño de sistemas que maximizan una función objetivo en el tiempo. Esto se asemeja ligeramente a nuestra visión de lo que es la IA.
¿Por qué son entonces la IA y la Teoría de Control dos campos distintos?
La IA se fundó, en parte, para escapar de las limitaciones matemáticas de la teoría de control en los años 50. Las herramientas de inferencia lógica y computación permitieron a los investigadores de la IA afrontar problemas relacionados con el lenguaje, visión y planificación, que estaban completamente fuera del punto de mira de la teoría de control. Lingüística desde 1957 hasta el presente.
¿Cómo está relacionado el lenguaje con el pensamiento?
Síntesis: Representación del conocimiento, gramática.
La lingüística moderna y la IA nacieron al mismo tiempo y maduraron juntas, solapándose en un campo híbrido llamado lingüística computacional o procesamiento del lenguaje natural.

Gran parte de los primeros trabajos de la investigación en el área de la representación del conocimiento estaban vinculados al lenguaje y a la búsqueda de información en el campo del lenguaje, y su base eran las investigaciones realizadas durante décadas en el análisis filosófico del lenguaje.
Historia de la inteligencia Artificial
Resumen de la historia de la IA
1943 McCulloch & Pitts: modelo de cerebro
1950 Turing's "Computing Machinery and Intelligence"
1956Se adopta el término "Artificial Intelligence"
195269 Look, Ma, no hands!
1950sPrimeros programs de IA, programa de ajedrez de Samuel, Newell & Simon's Logic Theorist, Gelernter's Geometry Engine
1965algoritmo completo de razonamiento lógico de Robinson
196673La IA descubre la complejidad computacionalCasi desaparece la investigación en Redes Neuronales
196979Primeros desarrollos de los Sistemas Basados en Conocimiento
1980-- La IA se convierte en una industria
1986-- Las Redes Neuronales vuelven a la popularidad
1987--La IA se convierte en una ciencia
1995--Emergencia de los agentes inteligentes
Bayes Cardano Entusiasmo Inicial, grandes esperanzas (1952-1969)
Herbert construyo el demostrador de teoremas de geometría.
Juego de damas, podía hacer otra cosa que cálculos aritméticos y podía mejorar.
McCarthy definió el lenguaje Lisp, el problema era el recurso computacional.
Minsky los micromundos y el mundo de los bloques
Evolución del aprendizaje hebbiano, aparición de adalines y perceptrones.
McCarthy Minsky 1956 - John McCarthy del Darthmounth College EEUU:

Propone Inteligencia Artificial para designar una nueva disciplina que buscaba reproducir comportamiento inteligente con la ayuda de una máquina

Organiza un Congreso sobre Informática Teórica, en el que se definió el concepto de Inteligencia Artificial, como una nueva rama de la informática con entidad propia

Una dosis de realidad 1966- 1973
Predicciones apresuradas, errores sonados.
Ej.: programa de traducción
“el espíritu es fuerte pero al carne es débil” “el vodka es bueno pero la carne esta podrida”.
Se creía que la única limitante era el poder de cómputo.
El hecho de que un programa sea capaz de encontrar una solución no implica que tal programa encierre todos los mecanismos necesarios para encontrar la solución en la práctica.
Sistemas basados en el conocimiento 1969-1979
Parte del conocimiento es preconcebido. Separar el conocimiento (reglas) del razonamiento.
Surgimiento de sistemas expertos.
Sistemas para la comprensión del lenguaje natural, más centrados en la representación y razonamiento del conocimiento necesario que en el lenguaje en sí mismo.
Esquemas de representación del conocimiento
Prolog, Planner y Marcos de Minsky (jerarquías taxonómicas) La IA se convierte en una industria 1980 hasta el presente
Primeros sistemas expertos comerciales, aplicados en casi todas las grandes empresas.
Lanzamiento de la Quinta Generación en Japón.
Hasta 1988 el invierno de la IA
Regreso de las Redes Neuronales 1986 hasta le presente.
Evolución en campos físicos, Hopfield 1982.
Reinvención del algoritmo de aprendizaje pro retro alimentación.
Surgimiento de modelos conexionistas.
Las aproximaciones conexionistas y simbólicas son complementarias y no competidoras.
IA se convierte en una ciencia desde 1987 hasta el presente
Emergencia de los sistemas inteligentes desde 1995 hasta el presente
Ultimos avances
El gran maestro internacional Arnold Denker estudia las piezas que tiene ante sí en el tablero. Reconoce que no hay esperanza alguna, perderá el juego. Su oponente, HITECH, se convierte así en el primer programa de computadora que logra derrotar a un gran maestro de la talla de Denker en un juego de ajedrez (Berliner, 1989).


'Quiero ir de Boston a San Francisco', dice el viajero a través de un micrófono. '¿Qué datos tiene para el viaje?', es la respuesta. El viajero explica que desea salir el 20 de octubre, en vuelo directo, con la tarifa más barata y regresar el domingo siguiente. PEGASUS, un programa para comprensión del lenguaje se hace cargo de todo y el resultado es una reserva confirmada que le permite al viajero ahorrarse $894 del precio normal del boleto. Dado que de diez palabras, este intérprete entiende mal una, es capaz de recuperarse de estos errores gracias a su conocimiento sobre la forma en la que se estructura un diálogo (Zue et al, 1994).
Uno de los más reconocidos expertos en patología de nodos linfáticos plantea un caso extremadamente difícil al sistema experto y evalúa la respuesta dada por éste. La respuesta del sistema le causa risa. Ligeramente preocupados, los creadores del sistema le sugieren que pida a la computadora una explicación del diagnóstico dado. La máquina señala los principales factores que llevaron a esa decisión y explica la sutil interacción de varios de los síntomas en este caso. El experto, después de un tiempo, admite su error (Heckerman, 1991).
Desde una cámara suspendida en un semáforo de un cruce, el monitor de tráfico observa el panorama. Si alguien observara el monitor principal leería: ''Citroen AX está dando la vuelta a la Plaza de la Concordia en los Campos Alíseos''; ''Camión carguero grande se ha detenido en la Plaza de la Concordia'', y así durante toda la noche. Ocasionalmente, leerían: ''Grave incidente en la Plaza de la Concordia, una camioneta que avanzaba rápidamente se ha estrellado contra una motocicleta'', y se haría una llamada automática a los servicios de emergencia (King et al, 1993; Koller et al, 1994).

Se han citado sólo algunos ejemplos del tipo de sistemas de inteligencia artificial que existen en la actualidad. No se trata de magia ni de ciencia ficción: es ciencia, ingeniería y matemáticas.
Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día?
Planificación Autónoma

El programa de la NASA Agente Remoto se convirtió en el primer programa de planificación autónoma a bordo que controlaba la planificación de las operaciones de una nave espacial desde abordo (Jonsson et al, 2000).

Este agente generaba planes a partir de objetivos especiales especificados desde tierra.
Juegos

Deep Blue de IBM fue el primer sistema que derrotó a un campeón del mundo en una partida de ajedrez, cuando superó a Gary Kasparov en una partida de exhibición en 1997.

El valor de las acciones de IBM se incrementó en 18 millones de dólares Control Automático

El sistema de visión por computador ALVINN fue entrenado para dirigir un coche de forma que siguiese una línea. Se instaló en una furgoneta controlada por computador y se utilizó para dirigir al vehículo por EEUU.

Durante 2850 millas controló la dirección del vehículo en el 98% del trayecto. Una persona lo sustituyó en el 2% restante, principalmente en vías de salida.
Planificación Logística

Durante la crisis del Golfo Pérsico de 1991, las fuerzas de los Estados Unidos desarrollaron la herramienta Dynamic Analysis and Replanning Tool (DART) para automatizar la planificación y organización logística del transporte, lo que incluía hasta 50000 vehículos, carga y personal a la vez Robótica

Muchos cirujanos utilizan hoy en día asistentes robot en operaciones de microcirugía. HipNav (1996) es un sistema que utiliza técnicas de visión por computador para crear un modelo tridimensional de la anatomía interna del paciente y después utiliza un control robotizado para guiar el implante de prótesis de cadera.
Procesamiento de Lenguaje y resolución de problemas

PROVER B (1999) es un programa que resuelve crucigramas mejor que la mayoría de los humanos, utilizando restricciones en programas de relleno de palabras, una gran base de datos de crucigramas, varias fuentes de información como diccionarios y bases de datos online, que incluyen la lista de películas y actores que intervienen en ellas entre otras cosas.
Problemas de IA
Al principio se hizo hincapié en las tareas formales como juegos y demostración de teoremas, juegos como las damas y el ajedrez demostraron interés.
La geometría fue otro punto de interés y se hizo un demostrador llamado: El demostrador de Galenter. Sin embargo la IA pronto se centró en problemas que aparecen a diario denominados de sentido común (commonsense reasoning).
Se enfocaron los estudios hacia un problema muy importante denominado Comprensión del lenguaje natural. No obstante el éxito que ha tenido la IA se basa en la creación de los sistemas expertos, y de hecho áreas en donde se debe tener alto conocimiento de alguna disciplina se han dominado no así las de sentido común.
Ahora bien en la introducción se habló cuestiones importantes de la IA que son:
¿Cuáles son nuestras suposiciones fundamentales sobre la Inteligencia?
¿Qué tipo de técnicas son las mas adecuadas para resolver los problemas de la IA?
¿A qué nivel de detalle, si es que no por completo, se puede intentar modelar la Inteligencia humana?
¿Cómo se puede saber cuando se ha tenido éxito en la construcción de programa inteligente?
Tareas de la vida diaria
Percepción: visión, habla
Lenguaje natural: comprensión, generación, traducción
Sentido común:
Control de un robot.
Tareas formales
Juegos: ajedrez, damas, etc.
Matemáticas: geometría, lógica, cálculo integral, demostración de las propiedades de un programa.
Tareas de los expertos
Ingeniería: diseño, detección de fallas, planificación de manufacturación.
Análisis Científico
Diagnosis Médica
Análisis Financiero Características
La resolución de un problema debe estar restringido a un dominio finito.
Deben existir expertos que conozcan el dominio de un problema para aportar el conocimiento para poder resolverlo.
El problema debe ser complejo y con muchas variables porque si son problemas sencillos no necesita que lo haga una máquina.
La inteligencia necesita conocimiento y el conocimiento posee algunas propiedades poco deseables, tales como:
Es voluminoso
Es difícil caracterizarlo con exactitud
Cambia constantemente
Se distingue de los datos en que se organiza de tal forma que se corresponde con la forma en que va a ser usado.
Una técnica de IA es un método que utiliza conocimiento representado de tal forma que:
El conocimiento representa las generalizaciones, no es necesario representar cada situación en particular. Se agrupan las situaciones que comparten propiedades importantes. Si el conocimiento no posee esta propiedad puede necesitarse demasiada memoria. En tal caso hablaremos de “datos” y no de conocimiento.
Deben ser comprendidos por las personas que lo proporcionan, por más que se adquieran automáticamente. En IA la mayor parte del conocimiento que se suministra a los programas es por personas y se expresan en términos que ellas comprenden.
Puede modificarse fácilmente para corregir errores y reflejar los cambios en el mundo (y en nuestra visión del mundo)
Puede usarse en gran cantidad de situaciones aunque no sea preciso ni completo.
Puede usarse para ayudar a superar su propio volumen, ayudando a acotar el rango de posibilidades que normalmente deben ser consideradas.
Para solucionar problemas complicados, los programas que utilizan las técnicas de IA presentan numerosas ventajas con respecto a los que no lo hacen:
son menos frágiles, es decir, que no se despistan frente a una perturbación pequeña de la entrada
el conocimiento del programa es comprendido fácilmente por la gente
usa generalizaciones
tiene facilidad de extensión
Como desventaja, generalmente tienen más complejidad que otras soluciones.
Estos ejemplos ponen de manifiesto tres importantes técnicas de IA:
Búsqueda: proporciona una forma de resolver problemas en los que no se dispone de un método directo
Uso del conocimiento: proporciona una forma de resolver problemas complejos explotando las estructuras existentes entre los objetos involucrados
Abstracción: proporciona una forma de separar aspectos y variaciones importantes de aquellos otros sin importancia, y que en caso contrario podrían colapsar el proceso.

Full transcript