View
219
Download
0
Category
Preview:
Citation preview
FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y A LOS SISTEMAS BASADOS EN CONOCIMIENTO FIA -‐ 10/11
ETSI Telecomunicación – Universidad de Vigo
1
• ¿Qué es la IA? • Historia • Conceptos de sistemas Basados en Conocimiento y Sistema Experto • Ingeniería del conocimiento • PerspecRva integradora: Agentes inteligentes • Estado del arte
ÍNDICE 2
¿Qué es la IA? 3
Inteligencia (del lat. intelligen'a) 1. f. Capacidad de entender o comprender. 2. f. Capacidad de resolver problemas. 3. f. Conocimiento, comprensión, acto de entender. 4. f. SenRdo en que se puede tomar una sentencia, un dicho o una expresión.
5. f. Habilidad, destreza y experiencia. 7. f. Sustancia puramente espiritual.
Artefacto (del lat. arte factus, hecho con arte) 1. m. Obra mecánica hecha según arte. 2. m. Máquina, aparato. 3. m. despect. Máquina, mueble, y en general, cualquier objeto de cierto tamaño.
¿Qué es la IA? 4
Inteligencia arFficial (del lat. intelligen'a) 1. f. Inform. Desarrollo y uRlización de ordenadores con los que se intenta reproducir los procesos de la inteligencia humana.
En 1642 Blaise Pascal construye la Pascalina (segunda calculadora mecánica) “la máquina aritmé6ca produce efectos que parecen más
similares a los pensamientos que a las acciones animales”
¿Qué es la IA? 5
“Rama de las ciencias de la computación que trata del diseño de sistemas inteligentes, es decir, sistemas que presentan caracterísRcas que normalmente asociamos con la inteligencia humana: comprensión del lenguaje, razonamiento, aprendizaje, resolución de problemas, etc”. (Barr y Feigenbaum, 1981)
“El estudio de cómo hacer que los ordenadores realicen tareas cognosciRvas que, por ahora, las personas hacen mejor”. (Rich y Knight, 1991)
¿Qué es la IA? 6
Clasificación de definiciones: Chariak y McDermot: énfasis en pensamiento
criterio: inteligencia ideal, o racionalidad
Rich y Knight: énfasis en comportamiento
criterio: inteligencia humana
Inteligencia humana Racionalidad
Razonamiento Sistemas que piensan como humanos: Enfoque cognoscitivo
Sistemas que piensan racionalmente; Enfoque lógico
Comportamiento Sistemas que actúan como humanos: Enfoque “test de Turing”
Sistemas que actúan racionalmente: Enfoque de agentes racionales
¿Qué es la IA? 7
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) “[La automatización de] actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolución de problemas, aprendizaje …” (Bellman, 1978)
“El estudio de las facultades mentales mediante el uso de modelos computacionales” (Charniak & McDermott, 1985)
“El estudio de los cálculos que hacen posible percibir, razonar y actuar” (Wiston, 1992)
Sistemas que actúan como humanos Sistemas que actúan racionalmente
“El arte de desarrollar máquinas con capacidad para realizar funciones que cuando son realizadas por personas requieren de inteligencia” (Kurzweil, 1990) “El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor” (Rich & Knight, 1991)
“La Inteligencia Computacional es el estudio del diseño de agentes inteligentes” (Poole et al., 1998)
“IA… está relacionado con conductas inteligentes en artefactos” (Nilsson, 1998)
¿Qué es la IA? 8
Test de Turing: Prueba basada en la incapacidad de diferenciar entre enRdades inteligentes y humanos. Implica las siguientes capacidades: 1. comunicarse con el entrevistador 2. almacenar lo que se conoce 3. extraer conclusiones y responder preguntas 4. adaptarse a nuevas circunstancias
Test Global de Turing: Interacción msica. Implica, adicionalmente, las siguientes capacidades:
5. percibir objetos 6. manipular objetos
¿Qué es la IA? 9
Desde un punto de vista ingenieril: definición en base a técnicas uRlizadas
IA
INFORMÁTICA MODELOS DE PSICOLOGÍA COGNOSCITIVA
“INTERFERTILIZACIÓN” Ejemplos:
Modelo de procesador cognoscitivo Modelo de red semántica
¿Qué es la IA? 10
Disciplinas involucradas: Procesamiento de lenguaje natural Representación del conocimiento Razonamiento automá6co Aprendizaje automá6co Visión computacional Robó6ca
Estas 6 disciplinas abarcan la mayor parte de la IA
(Pre)Historia (primeros autómatas) 11
Grecia (época alejandrina): Herón: actores arFficiales que representaban la Guerra de Troya Mitología: Dios Talos, robot hijo de Dédalo que defendía Creta
Edad Media: Mayordomo de San Alberto Magno León de Leonardo DaVinci “Ars Magna” de Ramón Llull (1232 -‐ 1315) : Intento de mecanización
del razonamiento Siglo XVIII:
Droz (padre e hijo): androides de tamaño natural: Niño que escribía mensajes de hasta 40 caracteres. Niño que realizaba dibujos sobre un papel. Mujer que tocaba el órgano real y movía la cabeza.
Vaucouson: Tocador de flauta. Pato que movía las alas, emiqa sonidos, comía y hacía la digesRón.
(Pre)Historia (pensamiento) 12
Pascal
Leibnitz: Sistema binario.
Boole: Pretendía un álgebra para representar el conocimiento..
Siglo XIX: Nace la lógica matemáRca
Fraudes: Von Kempelen (“Mazel Chess Automaton”)
Copyright © 2005 David Monniaux
Historia: 1943-‐1956 (génesis) 13
1943: Aparecen tres arqculos sobre “CibernéRca” Wiener, Rosemblueth & Bigelow: ven el comportamiento determinista como
algo emergente de un mecanismo regulador que intenta minimizar el “error”
Craik: propone que las máquinas empleen modelos y analogías en las resolución de problemas
McCulloch & Pius: proponen un modelo basado en neuronas arRficiales interconectadas
Test de Turing (1950)
Años 50: primeros experimentos prácRcos Newell, Shaw y Simon: trabajan en el “Logic Teorist” (GPS)
Samuel: trabaja en una máquina de damas que aprendía de la experiencia
Minsky: trabaja en una maquina para razonar sobre figuras (Geometría plana)
CONFERENCIA DE DARMOUTH (Verano de 1956): Se define una nueva rama del saber, a la que denominan “Inteligencia ArFficial”
Historia: años 60 14
Se intenta llevar a cabo los objeRvos planteados en la conferencia de Darmouth
Áreas de aplicación Traducción automáRca
Juegos
Reconocimiento de formas
Integración simbólica
Demostración de teoremas
Resolución general de problemas (GPS)
Técnicas Búsqueda heurísRca
Procesamiento simbólico (LISP)
Historia: años 70 (Invierno IA) 15
CríRcas a la IA: Hubert Dreyfus: “Alquimia e IA” (1972), Informe Lighthill (1973), John Weizenbaum: “Potencia del ordenador y razón humana (1976)
Replanteamiento de estrategias Stanford (DENDRAL, MYCIN)
M.I.T.
Carnegie – Mellon
Cambridge
Edimburgo
...
Paradigma de “sistema basado en conocimiento”
Paradigma de “sistema experto”
INGENIERÍA DEL CONOCIMIENTO
Historia: años 80-‐actualidad 16
La IA se convierte en una industria R1 (1982). Primer sistema experto comercial. Ahorro de millones de dólares
En los 80, Japón anuncia el proyecto “Quinta Generación”, EE.UU. consRtuye la Microelectronics and Computer Technology Corpora6on (MMC) y Reino Unido restaura el patrocinio de la IA. Los pocos éxitos llevan a un nuevo Invierno de la IA (finales 80-‐principios 90)
La IA se convierte en una ciencia Formalización matemáRca (lógica proposicional, redes de Bayes, modelos de Markov, etc.)
La IA se uRliza en mulRtud de dominios Economía, logísRca, medicina, minería de datos, … , ámb. militar
¿Qué es la IA? 17
Disciplinas involucradas: Procesamiento de lenguaje natural Representación del conocimiento Razonamiento automá6co Aprendizaje automá6co Visión computacional Robó6ca
Estas 6 disciplinas abarcan la mayor parte de la IA
TRATAMIENTO HEURÍSTICO DE INFORMACIÓN SIMBÓLICA
Paradigmas de la IA 18
PROCESAMIENTO SIMBÓLICO: problemas de naturaleza no numérica.
BÚSQUEDA HEURÍSTICA: hacer tratable la complejidad del proceso
SISTEMAS EXPERTOS: visión conducRsta, funcional.
SISTEMAS BASADOS EN CONOCIMIENTO: visión cognosciRva, estructural
AGENTES INTELIGENTES: “sociedades” de componentes con “personalidad”
Sistema Basado en Conocimiento 19
Evolución de modelos estructurales de sistemas so{ware:
Sistema Basado en Conocimiento 20
Arquitectura básica:
BC
BH
MI Interfaz
Usuario final
Ingeniero de conocimiento
Interfaz Experto humano
Tipos de conocimiento 21
Hechos del dominio
Heurísticos
Definiciones independientes
del dominio Principios básicos,
axiomas y leyes
Conocimiento profundo
Conocimiento superficial
TEORÍAS GENERALES
Aprendizaje de escuela y de libros
Aprendizaje de tutores y de experiencia
CONOCIMIENTO DEL DOMINIO
Conocimiento nulo
Conocimiento compilado
(De Harmon y King, 1985)
Sistema experto 22
“Incorporación en un ordenador ... de la pericia de un experto de modo que el sistema pueda dar consejos inteligentes o tomar decisiones inteligentes y jusFficar su razonamiento”.
(BriRsh Computer Society)
Sistema con capacidad para:
– Problemas muy dimciles.
– Razonamiento heurísRco.
– Interacción fácil.
– Descripciones simbólicas.
– Conocimiento impreciso.
– Hipótesis alternaRvas.
– Explicación de preguntas.
– JusRficación de conclusiones.
(Hayes-‐Roth, 1984)
SBC vs. SE 23
SBC vs. SE 24
SISTEMA DE IA
Énfasis en conocimiento, concepción arquitectónica
Aplicación a dominios en los que la resolución de
problemas requiere experiencia especial
SBC
Heurísticos, procesamiento simbólico
SE
SBC: Ámbitos suscepRbles de aplicación 25
Punto de vista de los conocimientos aplicados: Son muchos y se pueden explicitar. Son evoluRvos. Son inciertos e incompletos.
Punto de vista de la aplicación de los conocimientos a la resolución de problemas: Procedimientos más heurísRcos que algorítmicos. Procesamiento simbólico domina sobre el numérico. IncerRdumbre en los métodos.
Punto de vista de la rentabilidad: Inversiones fuertes. Pocos expertos humanos. Coste alto de errores.
Ingeniería del conocimiento 26
Diseño y desarrollo de sistemas basados en conocimiento, combinando:
Métodos de inferencia simbólica.
Técnicas de representación del conocimiento.
Técnicas de concepción de interfaces.
Conocimiento del dominio.
Técnicas de comunicación humana.
Paradigma de la “agencia” 27
Agente: Sistema que actúa (eventualmente, por encargo) para producir ciertos efectos en su entorno.
Agencia: Cualidades (funcionales, estructurales y/o procesales) propias de los agentes.
Modelo funcional de un agente 28
Public interface Agente { Accion getAccion (percepto p)
}
Evaluación: Medida del desempeño (performance).
Agente racional ideal: dado un percepto genera la acción que maximiza el desempeño en función de: (1) La secuencia de perceptos anteriores (2) El conocimiento incorporado en el agente
Autonomía: El agente es más autónomo en la medida en que su comportamiento se basa más en (1) y menos en el valor inicial de (2)
Otras definiciones de “agente autónomo” 29
Jennings y Wooldridge (1996)
“Realiza su trabajo sin intervención directa de humanos u otros agentes y Rene control sobre sus propias acciones y su estado interno”
Franklin y Graesser (1996)
“Sistema situado en y como parte de un entorno que percibe y sobre el que actúa en el Rempo siguiendo su propia agenda de tal modo que sus actos influyen sobre lo que percibe en el futuro”
Pregunta 30
¿Cuáles de las siguientes tareas puede hacer una máquina hoy en día? Jugar una parRda aceptable de tenis de mesa
Conducir un coche por el centro de El Cairo
Comprar comesRbles para una semana en el mercado
Comprar comesRbles para una semana en la Web
Jugar una parRda aceptable de cartas
Descubrir y probar un nuevo teorema matemáRco
Escribir una historia diverRda
Ofrecer asesoría legal competente en un área determinada
Traducir de inglés hablado a español hablado en Rempo real
Realizar una operación quirúrgica compleja
Dudas 31
Recommended