Universidad del IstmoCampus Tehuantepec

Ingeniería en Computación

Inteligencia Artificial

M.I.A Daniel Alejandro García López

dalexgarcia@gmail.comdalexgarcia@gmail.com

www.paginaweb.de/danielglpz

85 horas (Lunes 18:00 – 19:00, Martes 17:00-19:00 Jueves 16:00-18:00 y Viernes de 12:00-13:00).

Aula A-20

2

Inteligencia Artificial

Fundamentos

3

Objetivo

• Adquirir conocimientos básicos relacionados con la computación inteligente y aspectos congoscitivos de la inteligencia artificial.

•Visualizar los campos de aplicación de la IA.

•Desarrollar de la capacidad para decidir cuando aplicar técnicas de IA

•Implementar diferentes técnicas de IA

•Diseñar soluciones a problemas por medio de IA

4

Antecedentes.

Programación Estructurada

Estructura de datos

Circuitos Lógicos

Sistemas Digitales

5

Contenido

•Introducción a la Inteligencia Artificial

•Representación Estructurada del Conocimiento

•Solución de problemas por busqueda

•Aprendizaje

•Robótica

•Aplicaciones

6

Forma de Trabajo.

• Exposición por parte del maestro de los temas del programa

• Entrega en tiempo y forma de tareas y prácticas.

•Escritura de ensayos y artículos técnicos.

•Examen escrito por cada unidad

• Exposición de trabajos para discusión.

7

Forma de Evaluación

• Tres exámenes parciales y un examen ordinario

•Las evaluaciones parciales estarán compuestas de la siguiente manera:

•30% programas

•30% tareas

•30% exposiciones

•10% Asistencia

8

Bibliografía.

• Russell, S. Norvig P. Artificial Intelligence, a modern approach. Prentice Hall.

•Marvin Minsky. The Society of Mind. Ed. Touchstone.

•Luger, G.F. & Stubblefield. W.A. Artificial Intelligence: structures and strategies for complex problem solving

•Nils J. Nilsson. Artificial Intelligence A new Synthesis, Morgan Kauffman Publisher

9

Introducción a la Inteligencia Artificial

•Inteligencia

•Artificial

10

Contribuciones a la IA de otras disciplinas

•Filosofía:Lógica, Racionalidad, lenguaje.

•Matematicas: Representacion formal, intratabilidad, completitud, probabilidad.

•Economía:Utilidad y teoría de la decisión.

•Neurociencia: Estudios físicos sobre la actividad mental

•Psicología: Fenomeno de la percepción y acciones, técnicas experimentales.

•Ingeniería computacional: Construcción de computadores veloces.

11

•Teoría de control: Diseño de sistemas que maximicen una

función objetivo en el tiempo

•Lingüística: Representación del conocimiento y gramática

Contribuciones a la IA de otras disciplinas(2)

12

Evolución de la Inteligencia Artificial

•1943- McCulloch y Walter Pitts: Modelo constituido por neuronas artificiales booleanas.

•1950- Turing tuvo la visión de la IA en su artículo “Computing Machinery and Intelligence”.

•1956- Taller en Dartmounth. Adoptaron el nombre del campo “Inteligencia Artificial”

•1952-1969 McCarthy se refiere como la era de “Mira, mamá ahora sin manos!”.

•1965- Algoritmo completo para la demostración de teoreamas para la lógica de primer orden.

13

Evolución de la Inteligencia Artificial(2)

•1966-1973 IA descubre la complejidad computacional. La investigaciones en redes neuronales casi desaparece.

•1969-1979 Primeros desarrollos de los sistemas basados en conocimineto.

•1980-? IA se convierte en una industria.

•1986-? Regreso de las redes neuronales.

•1987-? IA se convierte en una ciencia.

•1995-? Emergencia de los sistemas inteligentes

14

Técnicas de resolución de problemas de IA

La IA necesita de conocimiento.

El conocimiento posee algunas propiedades:•Es voluminoso•Es difícil caracterizarlo•Es dinámico•Se organiza de manera que se corresponde con la forma en

que va a ser usado

15

Técnicas de resolución de problemas de IA(2)

•Una técnica es un método que explota el conocimiento representado:

•Representa generalizaciones(agrupar)

•Entendido por la personas que lo provean.

•Uso general.

16

Técnicas de resolución de problemas de IA(3)

•Las técnicas de IA se utilizan para solucionar problemas complicados.

•Son robustos

•Extendibles

•Uso generalizado

Sin embargo tienen pueden tener una mayor complejidad.

17

Ejemplo de soluciones del juego de 3 en raya

•Almacenar las 19,693 posibilidades de un tablero de 3 x 3 con tres valores posibles en cada casilla, así como las correspondientes jugadas sucesoras.

•El programa posee una estrategia para cada turno de jugador. Analiza el posible triunfo a partir de un estado del tablero dado.

•Una estructura contien el tablero actual, así como una lista de posiciones del tablero que podrían ser el próximo movimiento, y una estimación de la probabilidad de que esa jugada lleve a la victoria. El algoritmo inspecciona varias secuencias de movimientos tratando de maximizar la probabilidad de la victoria.*

18

19

Inteligencia Humana Vs Inteligencia Artificial

20

Paradigmas de la IA

Sistemas que piensan

como humanos

Sistemas que piensan

racionalmente

Sistemas que actuán

como humanosSistenas que actuán

reacionalmente

21

Campos de la IA

• Procesamiento del lenguaje natural

•Representación del conocimiento

•Razonamiento automático

•Aprendizaje automático

•Visión computacional

•Robótica

22

Estado Actual y Perspectivas

• Planificación autónoma: Programa de la NASA Agente Remoto.

•Juegos: Deep Blue de IBM derroto en un partida de ajedrez a Kasparov(1997)

•Control autónomo: Sistema de visión por computador manejo un vehiculo el 98% del trayecto entre Pittsburgh y San Diego.

•Diagnosis: Programas de diagnóstico médico basados en el análisis probabilistico han alcanzado niveles similares a los de médicos expertos en algunas áreas de la medicina.

23

• Planificación lógistica: Durante la crisis del Golfo Pérsico en 1991, las fuerzas de EUA emplearon una herramienta para automatizar la planificación y organización lógistica del transporte de 50,000 vehiculos de carga y personal.

•Robótica:Control robotizado para guiar el implante de una prótesis.

•Procesamiento del lenguaje y resolución de problemas: Proverb resulve crucigramas mejore que la mayoría de los humanos.

Estado Actual y Perspectivas(2)