II. Inteligencia Artificial:
Conceptos y Aplicaciones
2. Inteligencia Artificial: Conceptos y Aplicaciones
Logros
“El estudiante al finalizar la unidad comprenderá que es la inteligencia artificial y su diferencia con los sistemas de información y comprenderá algunas aplicaciones en la industria y servicios”.
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)
• Inteligencia Intrapsíquica (conocimiento y control de si mismo)
• Inteligencia Naturista (1995)
http://www.howardgardner.com
/
Howard Gardner (teoría
de inteligencia múltiples,
1987)
http://sepiensa.org.mx/contenidos/f_inteligen/intro_2.htm#granmenu
2.1 Conceptos
Máquina de Proteínas
Inteligencia Natural Inteligencia Artificial
Máquina de Silicio
2.1 Conceptos
Características Inteligentes:
• Resolver problemas
• Aprender • Percibir
• Razonar • 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
Patrick Winston, MIT Elaine Rich, Texas University
http://people.csail.mit.edu/phw/index.html http://www.cs.utexas.edu/~ear/
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 - Procesamiento numérico (datos)
(conocimiento)
- Estructura de control del - Estructura de control y conocimiento
programa es independiente del están integrados (variado el conocimiento
conocimiento (variando el cambia el programa)
conocimiento no cambia el programa)
- Respuestas satisfactorias son - Solo se admite la mejor solución
aceptadas 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 (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.
• automated reasoning • computational theories of learning
• heuristic search • knowledge representation
• signal, image and speech understanding • robotics
• natural language understanding • software and hardware architectures for AI.
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).
http://www.ece.okstate.edu/research_signal.php
2.3 Aproximaciones a la IA
¿Estamos desarrollando Inteligencia Artificial tan igual a la Inteligencia Humana?
Problema de la IA
Paradigma Simbólico:
Aproximaciones basados
en el conocimiento
Paradigma Subsimbólico:
Vida artificial,
Procesamiento evolutivo,
Redes Neuronales artificiales o
conexionista
META
CONOCIMIENTO
CONOCIMIENTO
INFORMACIÓN
RURUIDO
DATOS
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
2.4 Jerarquía 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
Susy Juan
Informática
Raúl Es hijo
Es hijo
Estudia
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
2.5 Representación del Conocimiento
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).
Lenguajes más conocidos:
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 a través del paradigma simbólico
2.6 Lenguajes de la Inteligencia Artificial
Lenguajes para resolver problemas 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
2.6 Lenguajes 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
2.7 Aplicaciones de la Inteligencia Artificial
http://www.youtube.com/watch?v=5Jtdv2W8bXE&eurl=http%3A%2F%2Fisorobotik.blogspot.com%
2F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded
http://www.youtube.com/watch?v=G90yqsNfInc&feature=related
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
http://www.bbc.co.uk/spanish/specials/1058_marte_robot/
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 con y demanda respectivamente. El problema consiste en realizar cortes sobre las barras de forma a obtener todos los requerimientos con el menor número de barras.
Lli nlll ,...,, 21
id
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
Requerimientos Solución
2.8 mt – (4)
1.8 mt – (3)
1.0 mt – (5)
4.6 mt – (2)
Resto
0.6 mt
0.8 mt
4.4 mt
4.0 mt
----------- 4.4 mt
14.2 mt
Problema de Cortes 1-D
Ejemplo L = 9mt
2.7 Aplicaciones de la Inteligencia Artificial
Resto = Perdida = Desperdicio = 14.2 mt
14.2mt Índice de Desperdicio = ------------ = 0.315 (31.5%) (5x9mt)
Problema de Cortes 1-D
Ejemplo
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
2.7 Aplicaciones de la Inteligencia Artificial
2.8 Journal de Inteligencia Artificial
Advanced Engineering Informatics with Engineering Applications of Artificial Intelligence
Advances in Engineering Software Applied Soft Computing Artificial Intelligence Artificial Intelligence in Medicine Cognition Cognitive Science Cognitive Systems Research Computer Vision and Image Understanding Data & Knowledge Engineering Engineering Applications of Artificial Intelligence Expert Systems with Applications
2.8 Journal de Inteligencia Artificial
•Fuzzy Sets and Systems
•Image and Vision Computing
•International Journal of Approximate Reasoning
•International Journal of Human-Computer
Studies
•Advanced Engineering Informatics with
Engineering Applications of
•Journal of Visual Communication and Image
Representation Journal of Web Semantics
•Knowledge-Based Systems
•Materials Science and Engineering: C
•Neural Networks Neurocomputing
•Pattern Recognition Pattern Recognition Letters
•Robotics and Autonomous Systems
2.9 Grupos de Inteligencia Artificial