Este documento presenta una introducción a la inteligencia artificial, incluyendo sus fundamentos filosóficos, matemáticos, psicológicos e ingenieriles. También describe las redes neuronales artificiales, su historia, modelos y arquitecturas, así como ejemplos de implementaciones como insectos y gatos electrónicos y el robot Robokoneko.
2. Inteligencia Natural
Procesar a gran velocidad
Multiplicidad de sensores
Comparación con información almacenada
Combinación de información
Respuestas correctas o incorrectas
No necesita instrucciones explícitas
18. De la ingeniería
computacional a la IA
Pascal 1650
Leibnitz 1654
Babbage 1820
Turing 1940
19. De la IA
a la ingeniería computacional
Multi Tasking
Base de datos relacionadas
Administración automática de memoria
Programación orientada a objetos
20. Sistemas que piensan como humanos
Sistemas que actúan como humanos
Sistemas que piensan racionalmente
Sistemas que actúan racionalmente
21. sensores
percepciones
ambiente Arquitectura
acciones + programa
efectores
22. Acercamiento por
modelos
Los Homunculis
Entradas, salidas y cajas negras
Redes
Redes con peso
27. Los microtúbulos son cilindros
huecos de 25 nm de diámetro.
Sus paredes son hexágonos de la
proteína tubulina.
Cada tubulina tiene forma de un
“maní “de dímeros de 8 nm
constituidos por
monómeros alfa y beta.
Los microtúbulos son los mayores
componentes del citoesqueleto
y se auto.reúnen para determinar la
forma y función celular.
Cristalografía por rayos X .
Amos y Klug. 1974
37. El pensamiento humano no es
solo racional sino también
emotivo
El accionar humano no es solo
mecánico sino motivacional
38. La emoción, el deseo, la motivación y
el bienestar propio y de la especie
guían la conducta humana inteligente.
La emoción por quién, el deseo hacia
qué, la motivación hacia donde y el
bienestar de quién guiará la conducta
de los sistemas inteligentes?
39.
40. Y la pregunta
fundamental...
El sistema inteligente será
desarrollado en una computadora
o en un ordenador?
La inteligencia artificial tendrá un
cerebro masculino o uno
femenino?
43. Diferencias
cognoscitivas
Los hombres se destacan:
Tareas espaciales
Razonamiento matemático
Recorridos en rutas predeterminadas
Las mujeres presentan:
Mayor velocidad perceptual
Mayor fluidez verbal
Más recuerdos de los detalles de una ruta
Más velocidad en trabajos manuales de precisión.
Mejor significación de la expresión facial y
reconocimiento de caras
44. Estas diferencias persisten con la evolución.
La cultura y la educación pueden atenuarlas
pero no transformarlas
Se objetivan en tests neuropsicológicos y en
neuroimágenes de alta resolución
Lopez Mato 03, modificado de Pease
45. Significado Paleológico
Hombre cazaba sólo.
Desarrolló
Competencia,
cálculo de distancia,
visión tubular,
percepción de sonidos graves,
detección de movimientos lejanos,
piel gruesa.
Comunicación corta y fuerte Pease A y B
46. Significado Paleológico
Mujer recolectaba frutos y cuidaba a la cría.
Desarrolló
Cooperación,
visión periférica,
percepción de sonidos agudos,
detección de movimientos cercanos,
piel fina con mayor tacto.
Comunicación verbal y paraverbal acentuada
Pease A y B
47. Significado paleológico
de las diferencias
Mujer programada para
parir
defender a la prole
mantener la armonía
Cerebro femenino fue programado para
nutrir, educar, proveer cariño y amor
Pease A y B
48. Significado paleológico
de las diferencias
Hombre programado para
cazar,
guerrear,
proteger,
proveer materialmente
Cerebro masculino está determinado a
intentar resolver problemas.
Pease A y B
50. Historia
Simulación de red neuronal (1956)
ADALINE, MADALINE (1959)
PERCEPTRON (1962)
Incapacidad XOR (1969)
Memorias asociativas (década del 70)
PDP (década del 80)
52. Unidad de proceso
electrónica
Dos amplificadores operacionales
son una neurona artificial analógica
e=excitación; i=inhibición; h=dintel -- Beer se aparta de este modelo
Carlos von der Becke- - - - - - - - - - - - - - - - - - - - 9
U. FASTA- ---- ---------
---------------------------------------------------------------
-------------------------------------------------------------
Foundations of Artificial Intelligence
54. Neuronas Biológicas y
Unidades de Proceso
Neuronas Unidades de proceso
Conexiones sinápticas Conexiones ponderadas
Efectividad de las Peso de las conexiones
sinápsis
Excitación o inhibición Signo del peso
Sinápsis combinadas Función de propagación
Activación por tasa de Activación por salida
disparo
64. TAMAÑO Y RAPIDEZ de las REDES
PESO SINAPTICO ACON (N+n).K
OCON N (n+1).K
TIEMPO ENTRENAMIENTO
Para N chico: ACON ~ OCON
Para N grande: OCON + peso y + velocidad
70. Función de activación
•Acomodación de señales muy intensas sin producir saturación.
•Admite señales débiles sin excesiva atenuación
•Fácilmente derivable, ya que
81. CLASIFICACION
RNA No Supervisadas modernas
Aprendizaje por componentes principales
Aprendizaje competitivo
Códigos demográficos
Aprendizaje reforzado
82. ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
83. FORMULACION
PROBLEMA
- VISION ARTIFICIAL
- PROCESADO DE IMÁGENES
- PROCESADO DE SEÑALES
- RECONOCIMIENTO DEL HABLA
- RECONOCIMIENTO DE CARACTERES
- SISTEMAS EXPERTOS
- ANALISIS DE IMÁGENES MEDICAS
- CONTROL REMOTO
- CONTROL DE ROBOTS
- INSPECCION INDUSTRIAL
- EXPLORACION
84. ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
85. ALGORITMO DE
ANALISIS
Modelos lineales
Suman ruido
Modelos no lineales
Eliminan perturbaciones
s=Σbim ti de todas las unidades ocultas
86. ALGORITMO DE
ANALISIS
Humedad Umbral
Temperatura Ruido
Vibración Factores de Distracción
Disconfort
s
Salida de otras redes Funciones de probabilidad
Asociacion Errores
87. ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
92. Redes de Adaptación
Probabilística
Pesos de conexiones precalculados
Operaciones no lineales
Actualización iterativa
Minimiza la función de energía
98. ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
99. Implementación
Insecto Electrónico
Hardware dedicado 20000 neuronas
Gato Electrónico
Hardware evolutivo 1 millón de neuronas
Robokoneco
Compuertas matriciales de efecto de campo 40
millones de neuronas
100. Implementación
“Correlato neural”
de PERIPLANETA
Carlos von der Becke- - - - - - - - - - - - - - - - - - - - 70
U. FASTA- ---- ---------
---------------------------------------------------------------
-------------------------------------------------------------
Foundations of Artificial Intelligence
101. Implementación
Hexápodo en 3-D
uno de los tantos robots hexapódicos
Carlos von der Becke- - - - - - - - - - - - - - - - - - - - 72
U. FASTA- ---- ---------
---------------------------------------------------------------
-------------------------------------------------------------
Foundations of Artificial Intelligence
106. Implementación
Comparativamente con un procesador
Pentium IV de 2,5 Gb realizando 109
operaciones por segundo
El Gato Electrónico realiza 1000 conexiones
mas por unidad de tiempo
Robokoneko o un gato real realizan 100000
conexiones mas por unidad de tiempo
El cerebro realiza 1000000000000000000 (un
Trillón) de conexiones mas por unidad de
tiempo
108. Tecnologías en
computación neuronal
Simuladores de Software
Simples de implementar con cualquier
lenguaje
Librerías C++
Matlab
Mathematica
P3 (LISP)
109. Tecnologías en
computación neuronal
Aceleradores de Hardware
Mark III y IV 8100 unidades de proceso
417000 conexiones
NEP para PC
ANZA 1500000 conexiones
DELTA II 11000000 conexiones
111. Tecnologías en
computación neuronal
Procesadores Ópticos
Moduladores de luz
Opto electrónica integrada
Llaves ópticas no lineales
Resonadores ópticos de fase variable
121. Lógica difusa
Control de posición
Estacionamiento
automático
Frenos ABS
Cajas de cambio
Autofocus de cámaras
122. El Futuro
La teletransportación
Primera computadora de quantums
T A B
T A B
T A B
T A B
Blatt, Wineland, et al 2004
123. El Futuro
Primer computadora de quantums
3 átomos
- 272,7 ºC
Computadora de quantums práctica
500 a 5000 átomos
Temperatura ambiente
124. Con la Inteligencia aparece la certeza
de la finitud y la búsqueda de la
trascendencia.
¿Las computadoras tendrán sentido de
muerte y buscarán un dios?
125. En el mundo del carbono,
primero surgen las emociones
y los sentimientos
y más tarde la inteligencia.
En el mundo del silicio,
primero surgirá la inteligencia
y a lo mejor, bastante más tarde
las emociones y los sentimientos.
Andrea Romanella
126. MUCHAS
GRACIAS
No basta con alcanzar la sabiduría,
es necesario saber utilizarla
Marco Tulio Cicerón 106 – 43 ac