IA CONCEPTOS Y APLICACIONES

Report
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)
Howard Gardner (teoría
de inteligencia múltiples,
Inteligencia Interpersonal (liderazgo y
1987)
acción cooperativa)
http://www.howardgardner.com
Inteligencia Intrapsíquica (conocimiento y/
control de si mismo)
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
Sistemas de Proc. de Datos.
-Procesamiento simbólico
(conocimiento)
-
Procesamiento
(datos)
- Estructura de control del programa es
independiente
del
conocimiento
(variando el conocimiento no cambia el
programa
-
Estructura
de control y
conocimiento están integrados
(variado el
conocimiento
cambia el programa)
- Respuestas satisfactorias son
aceptadas
- Solo se admite la mejor solución
posible
numérico
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 (resolver
problemas considerados inteligentes)
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
Inteligentes?
Respuesta:
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
categorías pré-determinadas.
son
hechas
en
(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
RURUIDO
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
Es hijo
Juan
Raúl
Es hijo
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 Raúl) (es hijo de
Susy)
(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)
 Verdadero
Estudia (Juan, Informática)  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
orientado a listas, Newel 1960
LISP
lenguaje orientado al procesamiento de listas
(List Processing), John Mc Carthy, 1962
SAIL
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
 Entorno
Programadas
(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
 Entorno
auto programadas
(medio) dinámico o predecible
o no
http://www.bbc.co.uk/spanish/specials/1058_marte_robot
/
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 l1 , l 2 ,..., l n con li  L
y
demanda d i respectivamente. El problema
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
L = 9mt
Requerimientos
2.8 mt – (4)
1.8 mt – (3)
1.0 mt – (5)
4.6 mt – (2)
2.7 Aplicaciones de la Inteligencia Artificial
Problema de Cortes 1-D
Ejemplo
L = 9mt
Requerimientos
Solución
Resto
2.8 mt – (4)
0.6 mt
1.8 mt – (3)
0.8 mt
1.0 mt – (5)
4.0 mt
4.6 mt – (2)
4.4 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
(5x9mt)
(31.5%)
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

similar documents