Transcript Inteligencia_Artificial

Conceptos básicos e Historia
Ing. Katya Faggioni Colombo
¿Qué es la I.A.?
Sistemas que piensan como humanos
Sistemas que piensan racionalmente*
“El nuevo y excitante esfuerzo de hacer que los
computadores piensen… máquinas con mentes,
en el más amplio sentido literal”. (Haugeland,
1985)
“El estudio de las facultades mentales mediante el
uso de modelos computacionales” (Charniak y
McDermott, 1985)
“La automatización de actividades que
vinculamos con procesos de pensamiento
humano, actividades como la toma de decisiones,
resolución de problemas, aprendizaje…”
(Bellman, 1978)
Sistemas que actúan como humanos
“El arte de desarrollar máquinas con capacidad
para realizar funciones que cuando son realizadas
por personas requieren de inteligencia”.
(Kurzweil, 1990)
“El estudio de los cálculos que hacen posible
percibir, razonar y actuar”. (Winston, 1992)
Sistemas que actúan racionalmente
“La Inteligencia Computacional es el estudio del
diseño de agentes inteligentes”. (Poole et al.,
1998)
“El estudio de cómo lograr que los computadores “IA… está relacionada con conductas inteligentes
realicen tareas que, por el momento, los humanos en artefactos”. (Nilsson, 1998)
hacen mejor” (Rich y Knight, 1991)
*Un sistema es racional si hace “lo correcto”, en función de su conocimiento
Enfoques de la I.A.
 Comportamiento humano:
enfoque de la Prueba de Turing
 Pensar como humano: el
enfoque del modelo cognitivo
 Pensamiento racional: el
enfoque de las “leyes del
pensamiento”
 Actuar de forma racional: el
enfoque del agente racional
Comportamiento Humano: el
enfoque de la Prueba de Turing
 Propuesta por Alan Turing
(1950)
 Diseñada para proporcionar
una definición operacional y
satisfactoria de inteligencia
 Prueba basada en la
incapacidad de diferenciar
entre entidades inteligentes
indiscutibles y seres humanos
Comportamiento Humano: el
enfoque de la Prueba de Turing
El computador debería poseer las siguientes capacidades
para pasar la prueba básica:
1) Procesamiento de lenguaje natural
2) Representación del conocimiento
3) Razonamiento automático
4) Aprendizaje automático
La Prueba Global de Turing incluye además:
5) Visión computacional
6) Robótica
http://www.jabberwacky.com/chat-george
http://www.turinghub.com/
http://alice.pandorabots.com/
Pensar como un humano: el
enfoque del modelo cognitivo
 Se requieren mecanismos
para determinar cómo
piensan los humanos,
penetrando en las mentes
humanas: introspección y
experimentos psicológicos
 Una vez que se cuente con
una teoría precisa sobre cómo
trabaja la mente, se lo podrá
plasmar en el computador
Pensar como un humano: el
enfoque del modelo cognitivo
En el campo interdisciplinario de la ciencia
cognitiva convergen modelos
computacionales de IA y técnicas
experimentales de psicología intentando
elaborar teorías precisas y verificables sobre el
funcionamiento de la mente humana
Pensamiento racional: el enfoque
de las “leyes del pensamiento”
 Aristóteles codificó la “manera
correcta de pensar” a través de
los silogismos – LÓGICA
 Se desarrollaron programas
(1965) que inicialmente resolvían
cualquier problema resoluble en
notación logista.
Actuar de forma racional: el
enfoque del agente racional
 Agente = razona
 Un agente racional es aquel
que actúa con la intención de
alcanzar el mejor resultado o,
cuando hay incertidumbre, el
mejor resultado esperado
Actuar de forma racional: el
enfoque del agente racional
Es necesario contar con la capacidad para
representar el conocimiento y razonar
basándonos en él, porque ello permitirá
alcanzar decisiones correctas en una amplia
gama de situaciones.
Fundamentos de la I.A.
 Filosofía
 Matemáticas
 Economía
 Neurociencia
 Psicología
 Ingeniería Computacional
 Teoría de control y cibernética
 Lingüística
Fundamentos de la I.A.
 Filosofía: Los filósofos (desde el año 400 A.C.)
facilitaron el poder imaginar la I.A. al concebir la
idea de que la mente es de alguna manera como
una máquina que funciona a partir del
conocimiento codificado en un lenguaje interno, y
al considerar que el pensamiento servía para
seleccionar la acción a llevar a cabo.
 Lingüística:
Los lingüistas demostraron que el
uso del lenguaje se ajusta a ese modelo.
Fundamentos de la I.A.
 Matemáticas: Las matemáticas proporcionaron
las herramientas para manipular tanto las
aseveraciones de certeza lógicas, como las inciertas
de tipo probabilista. Asimismo, prepararon el
terreno para un entendimiento de lo que es el
cálculo y el razonamiento con algoritmos.
 Economía:
Los Economistas formalizaron el
problema de la toma de decisiones para maximizar
los resultados esperados.
Fundamentos de la I.A.
 Ingeniería Computacional: Los informáticos
proporcionaron los artefactos que hicieron posible
la aplicación de la I.A.. Los programas de IA
tienden a ser extensos y no podrían funcionar sin
los grandes avances en velocidad y memoria
aportados por la industria informática.
 Psicología: Los Psicólogos adoptaron la idea de
que los humanos y los animales podían
considerarse como máquinas de procesamiento de
información.
Fundamentos de la I.A.
 Teoría de control y cibernética: La teoría de
control se centra en el diseño de dispositivos que
actúan de forma óptima con base en la
retroalimentación que reciben del entorno en el
que están inmersos. Inicialmente las herramientas
matemáticas de la teoría de control eran bastante
diferentes a las técnicas que utilizaba la IA, pero
ambos campos se están acercando.
Fundamentos de la I.A.
 Neurociencia: La neurociencia consiste en el
estudio del sistema neurológico, y en especial del
cerebro. Las neuronas y las sinapsis del cerebro
están activas simultáneamente, mientras que las
computadoras actuales tienen una o como mucho
varias UCP. Por tanto, incluso sabiendo que un
computador es un millón de veces más rápido en
cuanto a su velocidad de intercambio, el cerebro
acaba siendo 100.000 veces más rápido en lo que
hace.
Etapas en la historia de la I.A.
1.
2.
3.
4.
5.
6.
7.
8.
Génesis de la inteligencia artificial
Nacimiento de la Inteligencia Artificial
Entusiasmo inicial, grandes esperanzas
Una dosis de realidad
Sistemas basados en el conocimiento: ¿clave del poder?
La IA se convierte en una industria
Regreso de las redes neuronales
IA se convierte en una ciencia
Génesis de la I.A. (1943 – 1955)
 Warren McCulloch y Walter Pitts (1943): 1er trabajo de
I.A. ; consistía en un modelo constituido por neuronas
artificiales (estímulos), a través de 3 fuentes:
 Conocimientos sobre fisiología básica y funcionamiento de las
neuronas en el cerebro
 Análisis formal de la lógica proposicional de Russell y
Whitehead
 Teoría de la computación de Turing
 Donald Hebb (1949):
Regla de actualización para
modificar las intensidades de las conexiones entre neuronas
Génesis de la I.A. (1943 – 1955)
 Marvin Minsky y Dean Edmonds (Princeton, 1951):
Construyeron el 1er computador a partir de una red
neuronal denominada SNARC*
 Alan Turing (1950): Artículo “Computing Machinery
and Intelligence” sobre una visión de la I.A.:
 Prueba de Turing
 Aprendizaje automático
 Algoritmos genéticos
 Aprendizaje por refuerzo
Nacimiento de la I.A. (1956)
 John McCarthy (Dartmouth College):
Para aumentar el interés de los investig.
americanos en las nuevas teorías, organizó
un taller de 2 meses con 10 asistentes.
 Allen Newell y Herbert Simon (Carnegie Tech):
Prog. de razonamiento denominado Teórico Lógico
(TL), fue capaz de pensar de manera no numérica
 Nombre propuesto por McCarthy para este campo:
INTELIGENCIA ARTIFICIAL
Entusiasmo inicial, grandes esperanzas
(1952 - 1969)
 John McCarthy: “¡Mira mamá, ahora sin manos!”
 Newell y Simon: SRGP fue el 1er programa que
incorporó el enfoque “pensar como un ser humano”, lo
que conllevó (1976) a la hipótesis “sistema de símbolos
físicos”: estructura de datos compuestas por símbolos
 Arthur Samuel (1952): Programa para juego de damas
amateur – TV en Feb 1956
 John McCarthy (MIT, 1958):
 Creó el lenguaje LISP;
 Artículo
“Programs with common sense”: programa
hipotético llamado generador de consejos considerado
como el 1er sistema de I.A. completo
Entusiasmo inicial, grandes esperanzas
(1952 - 1969)
 John McCarthy (Stanford, 1963): Creó el laboratorio
de Inteligencia Artificial.
 Micromundos (1964-1969) : consistió en elegir un
Nro. de problemas limitados cuya solución pareció
requerir inteligencia. Ejms:
 SAINT: problemas de integración de cálculo
 ANALOGY: problemas de analogía geométrica
 STUDENT: problemas de álgebra
 SHRDLU: El mundo de los bloques
Entusiasmo inicial, grandes esperanzas
(1952 - 1969)
Una dosis de realidad
(1966 - 1973)
 Herbert Simon (1957): Famoso comentario sobre el
“futuro previsible”
 Problemas:
 traducción automática;
 programas contaban con poco o ningún conocimiento de la
materia objeto de estudio
 Informe (1966): “No se ha logrado obtener ninguna
traducción de textos científicos generales ni se prevé
obtener ninguna en un futuro inmediato”.
Sistemas basados en el conocimiento:
¿clave del poder? (1969 – 1979)
 1ra década de IA: centrado en el desarrollo de
mecanismos de búsqueda de propósito general;
razonamiento básico para encontrar soluciones
completas: métodos débiles
 Programa DENDRAL (Stanford, 1969): 1er sistema
de conocimiento intenso (sistema experto), que
consistia en inferir una estructura molecular a partir
de un espectrómetro de masas.
 Programa MYCIN: sistema que diagnostica
infecciones sanguíneas, con 450 reglas aprox.
Sistemas basados en el conocimiento:
¿clave del poder? (1969 – 1979)
 Comprensión del lenguaje natural: Problemas:
 Representación de situaciones estereotipo
 Descripción de la organización de la memoria humana
 Comprensión de planes y objetivos
 PROLOG: lenguaje basado en la lógica en Europa
 PLANNER: lenguaje basado en la lógica en EEUU
 Marcos: (Minsky, 1975): enfoque estructurado
La I.A. se convierte en una
industria (1980 – actualidad)
 R1
(McDermott, 1982):
1er sistema experto
comercial exitoso; elaboración de pedidos de nuevos
sistemas informáticos.
 Quinta generación (Japón, 1981): Plan de 10 años
para construir computadoras inteligentes utilizando
Prolog.
 Microelectronics and Computer Technology
Corporation (USA): competitividad nacional en I.A.
 “El invierno de la I.A.”
Regreso de las redes neuronales (1986
– actualmente)
 Se
reinventó el algoritmo de aprendizaje de
retroalimentación en el campo de la informática y de la
psicología.
 Estos modelos de IA fueron llamados conexionistas
 Tendencia actual: las aproximaciones conexionistas y
simbólicas son complementarias y no competidoras
I.A. se convierte en una ciencia
(1987 – actualmente)
 Predomina desarrollo sobre teorías ya existentes que
proponer teorías nuevas
 La IA forma parte del ámbito de los métodos
científicos. Para que se acepten, las hipótesis se deben
someter a rigurosos experimentos empíricos, y los
resultados deben analizarse estadísticamente para
identificar su relevancia.
 Un modelo de la tendencia actual es el campo del
reconocimiento del habla.
 Sistemas de I.A. han llegado a ser comunes en
aplicaciones desarrolladas para la Web, Ejm: chatbot