SI1

Transcript

1. Universidad Nacional Mayor de San Marcos Inteligencia Artificial Objetivo: • Tener un panorama genérico de los diferentes tipos de IA existentes y sus aplicaciones.
2. Índice  Introducción  ¿Qué es la IA?  Historia de la IA  Fundamentos de la IA  Tipos de IA  Aplicaciones
3. Introducción La Inteligencia Artificial (IA) • Intenta comprender el comportamiento de entidades inteligentes (es una ciencia). • Se esfuerza en construir máquinas inteligentes (es una ingeniería). • Máquinas Inteligentes = máquinas capaces de percibir, razonar, aprender, comunicarse y actuar en entornos complejos. • La IA es un área reciente (1956).
4. ¿Qué es inteligencia Artificial? Inteligencia Natural Es la capacidad de: • Entender y comprender el entorno. • Aprender de la experiencia. • Pensar y actuar con cierta intención. • De resolver problemas.
5. ¿Qué es inteligencia Artificial? Inteligencia Artificial • Es una ciencia que intenta la construcción de algoritmos para imitar el comportamiento y el razonamiento de los humanos. • Inteligencia Artificial es la parte de las Ciencias de la Computación que se ocupa del diseño de sistemas inteligentes, esto es sistemas que exhiben características que asociamos con la inteligencia en las conductas humanas. Feigenbaum y Barr ’80s
6. ¿Qué es inteligencia Artificial? Inteligencia Artificial • La rama de la Ciencias de la computación que se ocupa de la automatización de la conducta inteligente. Luger y Stubblefield, 1993 • Es la Ciencia e Ingeniería de hacer máquinas inteligentes (especialmente programas). Esto está relacionado a la tarea de usar computadoras para entender la inteligencia humana, pero IA no tiene que limitarse a métodos que son biológicamente observables. J. Mc Carthy, 1998
7. Objetivos de la IA  Desarrollar sistemas que piensan como humanos.  Desarrollar sistemas que actúan como humanos.  Desarrollar sistemas que piensan racionalmente.  Desarrollar sistemas que actúan racionalmente.
8. Pensar como los Humanos  Pensar como los humanos: la Ciencia Cognitiva  ¿como piensan los humanos? Técnicas experimentales de la psicología
9. Actuar como los Humanos Test de Turing (1950). Comportamiento inteligente. • Incapacidad de diferenciar entre respuestas del ordenador repuestas humanas. • Supondría: o Procesamiento del Lenguaje Natural. o Representación del Conocimiento. o Razonamiento Automático o Aprendizaje Automático.
10. Actuar como los Humanos  Prueba de Turing. (Alan Turing 1950) intenta ofrecer una definición de inteligencia Artificial que se pueda evaluar. Para que un ser o máquina se considere inteligente debe lograr engañar a un evaluador de que este ser o máquina se trata de un humano evaluando todas las actividades de tipo cognoscitivo que puede realizar el ser humano.
11. Pensar Racionalmente  La corriente Logística en Inteligencia Artificial trata de crear sistemas inteligentes utilizando la Lógica Formal.  Inconvenientes:  Necesaria una representación del conocimiento informal (o difuso).  Uso de probabilidades.  Explosión combinatoria posibilidades.
12. Actuar Racionalmente  Uso de agentes: percepción + actuación.  Se necesita resolver situaciones, que el pensamiento racional no puede por sí solo hacer:  Acciones reflejas: “retirar la mano del fuego”.  El estudio de IA como agentes racionales tiene como ventaja:  Es más general que el “pensamiento racional”.
13. También IA es: Combinación de: Ciencias de la Computación. Ingeniería Mecánica y Electrónica. Fisiología y Filosofía Creación de Máquinas que puedan Pensar
14. FUNDAMENTOS  FILOSOFIA (desde 428 aC)  teorías del razonamiento y aprendizaje.  MATEMATICA (desde el 800)  teorías formales de la lógica.  PSICOLOGIA (desde 1879)  investigación de la mente humana.
15. FUNDAMENTOS  INGENIERIA EN COMPUTACION (1940)  herramientas para poder concretar IA  LINGÜÍSTICA (1957)  teorías sobre el lenguaje (sintaxis- semántica)
16. Evolución Histórica de la IA Los inicios (1943-1956)  McCulloch y Pitts: primer modelo de neurona  Hebb: regla de aprendizaje Hebbiano o de Hebb  Minsky, Edmonds: primer simulador de red neuronal (40 neuronas)
17. Evolución Histórica de la IA Los inicios (1943-1956) Taller de Dartmouth (bautizo de la IA): McCarthy, Minsky, Shannon, Rochester, More, Samuel, Solomonoff, Selfridge, Newell, Simon Newell, Simon: Teórico Lógico (TL)
18. Evolución Histórica de la IA Entusiasmo inicial, grandes expectativas (1952-1969) Los primeros años estuvieron llenos de éxitos, aunque con ciertas limitaciones. Entusiasmo general y grandes esperanzas. Algunos «hitos»: • Hipótesis del sistema de símbolos físicos. • Lenguaje de alto nivel LISP. • Generador de consejos. • Micromundos, destacando el mundo de los bloques. • RNs como adalines o perceptrones. ...Pero aún así las predicciones muy optimistas se chocaron con una realidad difícil de modelar y excesivamente compleja en muchos casos: traducción, búsqueda de soluciones genérica, la explosión
19. Evolución Histórica de la IA Los sistemas basados en el conocimiento 1966-1973) Hasta este momento la investigación en IA estaba centrada en el desarrollo de mecanismos de búsqueda de propósito general métodos débiles. • Alternativa: uso de conocimiento específico del dominio que facilita el desarrollo de etapas de razonamiento más largas, pudiendo así resolver casos recurrentes en dominios de conocimiento restringido: DENDRAL
20. Evolución Histórica de la IA Los sistemas basados en el conocimiento 1966-1973)  sistemas expertos.  Surge esta nueva metodología que puede aplicarse a distintas áreas de la actividad humana. Muy empleado en diagnóstico médico: MYCIN.  Se incorporan también los factores de certeza.
21. Evolución Histórica de la IA La IA se industrializa (1980 hasta el presente) Primer sistema experto comercial con éxito: R1 por Digital Equipment Corporation. En 1981 los japoneses anunciaron su proyecto «Quinta Generación». Los EEUU constituyeron el MCC (Microelectronics and Computer Technology Corporation).
22. Evolución Histórica de la IA La IA se industrializa (1980 hasta el presente)  Ninguno cumplió completamente sus objetivos, mientras que Reino Unido se restaura el patrocinio/subvención.  La industria de la IA creció rápidamente, pasando de unos pocos millones de dólares en 1980 a billones de dólares en 1988.  Poco después llegó la época llamada «El invierno de la IA».
23. La IA se convierte en una ciencia • Actualmente es más usual el desarrollo de teorías ya existentes y trabaja también en demostrar la utilidad de las aplicaciones en el mundo real. • La IA ya forma parte del ámbito de los métodos científicos.
24. La IA se convierte en una ciencia  En 1986 se produce un regreso de las redes neuronales, y este enfoque denominado conexionista convivirá con otros diferentes.  Recientemente ha habido una revolución en el campo de la IA tanto en el contenido como en la metodología de trabajo.
25. Aplicaciones de la IA  Lingüística computacional:  Minería de datos (Data Mining)
26. Aplicaciones de la IA  Mundos virtuales:  Procesamiento de lenguaje natural (Natural Language Processing):
27. Aplicaciones de la IA  Robótica:  Videojuegos:  Sistemas de apoyo a la decisión:
28. Sistemas Inteligentes • Necesidad de utilizar estrategias presentes en la naturaleza para resolver (cierto tipo de) problemas complejos. • Millones de años de evolución han llevado a que los sistemas biológicos posean características y mecanismos de procesamiento que los diferencian radicalmente de los computadores tradicionales (arquitectura Von Neumann).
29. Sistemas Inteligentes Los Sistemas Inteligentes permiten implementar algunos características y mecanismos de procesamiento de los sistemas biológicos. Entre los sistemas inteligentes destacan las Redes Neuronales (Redes de Neuronas Artificiales) y la Lógica Difusa.