Transcript IA CONCEPTOS Y APLICACIONES
I. Inteligencia Artificial: Conceptos y Aplicaciones
2. Inteligencia Artificial: Conceptos y Aplicaciones Tópicos Conceptos Áreas de la Inteligencia Artificial Representación del Conocimiento Lenguajes de la IA Aplicaciones en la Industria y Servicios
2.1 Conceptos ¿Qué es Inteligencia?
¿La inteligencia depende del tipo de máquina (máquina de proteína o máquina de silicio) que lo genera?
¿Qué es Inteligencia Artificial?
2.1 Conceptos Tipos de Inteligencia: • • • • • • • • Inteligencia Verbal o Comunicativa Inteligencia Matemática lógica Inteligencia Espacial (visual) Inteligencia Cenestésica (corporal) Inteligencia Artística (música, pintura) Inteligencia Interpersonal (liderazgo y acción cooperativa) http://www.howardgardner.com
Inteligencia Intrapsíquica (conocimiento y control de si mismo) Howard Gardner (teoría de inteligencia múltiples, 1987) Inteligencia Naturista (1995) http://sepiensa.org.mx/contenidos/f_inteligen/intro_2.htm#granmenu
2.1 Conceptos Características Inteligentes: • Resolver problemas • Aprender • Percibir • Comprensión del lenguaje
2.1 Conceptos Inteligencia Artificial - Ciencia La I.A. es una rama de la ciencia de la computación que estudia los fundamentos teóricos y prácticos del diseño de sistemas de computación “inteligentes”, esto es, sistemas que, exhiben características inteligentes del ser humano.
El termino IA fue introducido por John MacCarthy (1956)
2.1 Conceptos Inteligencia Artificial Definición
La IA es el estudio de los sistemas de computación que permiten realizar actividades consideradas inteligentes por el ser humano
.
Patrick Winston, 1994
La IA es el estudio de cómo hacer que los computadores realicen tareas en que, en el momento las personas son mejores
.
Elaine Rich, 1988
2.1 Conceptos
Diferencias
Sistemas Inteligentes -Procesamiento simbólico (conocimiento) - Estructura de control del programa es independiente del conocimiento (variando programa el conocimiento no cambia el - Respuestas satisfactorias son aceptadas Sistemas de Proc. de Datos.
-
Procesamiento (datos) numérico Estructura de control y conocimiento están integrados (variado el conocimiento cambia el programa) - Solo se admite la mejor solución posible
2.1 Conceptos
Objetivos de la Inteligencia Artificial Objetivo de la Ciencia:
Comprender que es inteligencia y explicar los diversos tipos de inteligencia.
Objetivos de Ingeniería
Desarrollar inteligencia artificial problemas considerados inteligentes) (resolver
2.1 Conceptos Computador Inteligente El computador inteligente es aquel que responde a una pregunta mismo que la respuesta no halla sido almacenada en ella. Esto es, con los hechos que fueron almacenados y con un "conocimiento" que fue también almacenado, el deduce una respuesta que no estaba almacenada en su memoria.
El computador inteligente es aquel que usa IA
2.1 Conceptos Computador Inteligente
Ejemplo:
Hecho 1:Mirna es hija de Sonia.
Hecho 2:Santiago es hijo de Sonia.
Conocimiento: hermano o hermana es aquel que es hijo del mismo padre o madre Pregunta: ¿Mirna es hermana de Santiago?
Respuesta del Computador: SI.
2.1 Conceptos
Inteligencia Artificial - Problemas
¿Que Problemas son catalogados de Respuesta: Inteligentes?
Son aquellos problemas intratables que presentan características de “inteligentes” para el ser humano.
2.2 Tópicos
Algunos Tópicos de la I.A.
• Resolución de problemas • computational theories of learning • heuristic search • knowledge representation • signal, image and speech understanding • robotics • Análisis y comprensión de Lenguajes naturales • Software and hardware architectures for AI.
• Visión Elsevier http://www.sciencedirect.com/
2.2 Tópicos
Tópicos de la IA: Visión por Computadora Definición
Es la tarea de procesar una información, de comprender una escena a partir de las imágenes por ella proyectada.
Esta aplicación puede ser dividida en tres áreas: (i) Procesamiento de Señales (ejemplo: Procesamiento de Imágenes) - transformar una imagen (ejemplo: fotografía de una parte de la tierra por satélites) en una otra imagen que tenga ciertas propiedades deseadas (ejemplo: saber donde existe plantación de café y si sufrió helada).
2.2 Tópicos
Tópicos de la IA: Visión por Computadora
(ii) Clasificación de señales son hechas en categorías pré-determinadas.
(iii) Entendimiento de señales (dada una imagen, se construye un programa de entendimiento de imágenes que contiene una descripción, no solo de la propia imagen, mas también de la escena que ella retrata).
2.3 Aproximaciones a la IA
¿Estamos desarrollando Inteligencia Artificial tan igual a la Inteligencia Humana?
Paradigma Simbólico: Aproximaciones basados en el conocimiento Problema de la IA Paradigma Subsimbólico: Vida artificial, Procesamiento evolutivo, Redes Neuronales artificiales o conexionista
2.4 Jerarquía del Conocimiento META CONOCIMIENTO CONOCIMIENTO INFORMACIÓN DATOS RU RUIDO
2.4 Jerarquía del Conocimiento
Ruido:
Esta conformado por todos los elementos asociado a un evento, que son de poco interés y que ocultan datos
Datos:
Esta conformado por los elementos de interés potencial asociado a un evento y por lo cual se registra.
Información:
Datos procesados de interés.
Conocimiento:
Información muy especializada.
Meta conocimiento:
Es el conocimiento acerca del conocimiento y la experiencia
2.5 Representación del Conocimiento
Definición
Son métodos usados para "modelar" en forma eficiente los conocimientos de especialistas en alguna área del saber, de forma que pueda ser usado por el usuario de un sistema inteligente. El conocimiento puede ser considerado como una entidad simbólica -> Procesamiento simbólico
2.5 Representación del Conocimiento
Formas de Representación
• • • • • • • •
Red Semántica o Grafo Registro Predicado Relación objeto-atributo-valor Esquemas Marcos Lógica de predicado Otros
2.5 Representación del Conocimiento
Red Semántica Los nodos representan objetos y los arcos la relación entre los objetos
2.5 Representación del Conocimiento
Red Semántica
-
Ejemplo
Juan es hijo de Raúl y Susy Juan estudia informática Raúl Es hijo Es hijo Juan Susy Estudia Informática
2.5 Representación del Conocimiento
Registro Los objetos y relaciones se representan mediante una colección de datos simples llamados campos o átomos. Un campo o átomo puede ser una colección de campos.
2.5 Representación del Conocimiento
Registro
-
Ejemplo
Juan es hijo de Raúl y Susy Juan estudia informática
(Juan (es hijo de Susy) Raúl) (es hijo de (estudia Informática))
2.5 Representación del Conocimiento
Predicado Cada relación se representa como un predicado o función de valores lógicos y con argumentos los objetos: Relación(objeto1, objeto2,...,) Esta función asume valor verdadero o falso, según se verifique o no para los objetos involucrados.
2.5 Representación del Conocimiento
Predicado
-
Ejemplo
Juan es hijo de Raúl y Susy Juan estudia informática
Hijo(Juan, Susy, Raúl) Estudia (Juan, Informática)
Verdadero
Verdadero Hijo(Juan, Maria, Raúl)
Falso
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes de IA Características:
Sus estructuras de datos deben reflejar de una manera natural y conveniente, ciertas características de los elementos que el Programador de IA ve en el problema. En sus estructuras de control estos lenguajes deben tener características de multiprocesamiento y "demo" (es un proceso normalmente suspenso, a la espera de un hecho, y que es activado automáticamente en la ocurrencia de este).
En el aspecto de ambiente de programación, los lenguajes de IA deben ser bastante interactivas, tener un buen editor (se puede crear un programa rápidamente) y finalmente tener facilidades interactivas de depuración (aciertos en el programa).
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes más conocidos:
º IPL lenguaje de procesamiento de información, 1960 LISP SAIL orientado a listas, Newel 1960 lenguaje orientado al procesamiento de listas (List Processing), John Mc Carthy, 1962 lenguaje orientado a primitivas y al propósito general. Swinehart, 1971 PROLOG lenguaje orientado a las reglas de producción Warren, 1977 (programación lógica) Son adecuados para resolver problemas de pequeño porte a través del paradigma simbólico.
Se puede usar cualquier otro lenguaje para construir SI.
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes para resolver problemas de medio ó grande porte a través del paradigma sub simbólico Es más adecuado el uso de lenguaje de propósito general: C++, Delphi Pascal, Visual Basic, etc.
Para problemas de aprendizaje también se puede usar MATLAB
2.7 Aplicaciones de la Inteligencia Artificial Aplicaciones en la Industria -
Robótica (tercera generación).
Designación trabajador – máquina.
Optimización de desperdicio Programación de tareas para células de fabricación Localización de facilidades Rutas óptimas Identificación de materiales Procesamiento de imágenes
2.7 Aplicaciones de la Inteligencia Artificial
Robots Son máquinas que presenta autonomía en cuanto a las actividades que realizan
http://www.youtube.com/watch?v=5Jtdv2W8bXE&eurl=http%3A%2F%2Fisorobotik.blogspot.com% 2F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded
2.7 Aplicaciones de la Inteligencia Artificial
Robots Son máquinas que presenta autonomía en cuanto a las actividades que realizan Robot de la 1era Generación Características:
Actividades Programadas
Entorno (medio) estático o predecible (esto es, se conoce a priori los cambios en el entorno) Presenta costos relativamente bajos, son llamados también de máquinas de control numérico.
2.7 Aplicaciones de la Inteligencia Artificial
Robot de la 2da Generación Características:
Actividades Programadas
Entorno (medio) dinámico o predecible o no El robot usa sensores para identificar los cambios en el entorno.
Son relativamente más costosas y lentas que los robots de la 1era generación, y también son llamados de máquinas de control numérico (algunos autores, los llaman de máquina de control numérico computarizado)
2.7 Aplicaciones de la Inteligencia Artificial
Robot de la 3ra Generación Características:
Actividades auto programadas
Entorno (medio) dinámico o predecible o no El robot usa sensores para identificar los cambios en el entorno
/
y tiene la capacidad de programar sus actividades. Entretanto estás máquinas requieren que se precisen sus metas u objetivos.
La autoprogramación es considerado un problema de la IA.
Son altamente costosas y muy lentas, razón por la cual aún no son comerciales y no aptas para la industria en general.
2.7 Aplicaciones de la Inteligencia Artificial
Cutting Stock Problem:
Considere un número ilimitado de barras de dimensión
L,
y un conjunto
n
de requerimientos de tamaños
l
1 ,
l
2 ,...,
l n
con y demanda respectivamente. El problema
i
consiste en realizar cortes sobre las barras de forma ; a obtener todos los requerimientos con el menor número de barras.
2.7 Aplicaciones de la Inteligencia Artificial Problema de Cortes 1D Ejemplo: Barras de Tamaño L = 9mt Requerimientos: Tamaños (mt) 2.8
1.8
1.0
4.6
----------------------------------------------------------------- Demanda 4 3 5 2
2.7 Aplicaciones de la Inteligencia Artificial Problema de Cortes 1-D Ejemplo
Requerimientos
2.8 mt – (4) 1.8 mt – (3) 1.0 mt – (5) 4.6 mt – (2) L = 9mt
2.7 Aplicaciones de la Inteligencia Artificial Problema de Cortes 1-D Ejemplo
Requerimientos
L = 9mt
Solución Resto
2.8 mt – (4) 1.8 mt – (3) 1.0 mt – (5) 4.6 mt – (2) 0.6 mt 0.8 mt 4.0 mt 4.4 mt 14.2 mt
2.7 Aplicaciones de la Inteligencia Artificial Problema de Cortes 1-D Ejemplo Resto = Perdida = Desperdicio = 14.2 mt 14.2mt
Índice de Desperdicio = ------------ = 0.315 (31.5%) (5x9mt)
2.7 Aplicaciones de la Inteligencia Artificial Aplicaciones en el sector de servicios
Diagnóstico de enfermedades Riesgos en créditos - Juegos Selección de Proyectos - Inversiones en Bolsas - Realidad Virtual Minería de datos Auxilio a la toma de decisión