Inteligencia Artificial
Universidad Mariano Gálvez
2
Temática.
 Definiciones.
 Historia y límites de la Inteligencia
Artificial.
 Solución de problemas con técnicas de
IA...
3
Explorar el estado y perspectivas de la IA y sus
aplicaciones .
 Valorar la importancia del conocimiento y su
gestión ...
4
Introducción a la IA
1.Evolución o etapas de la IA
2.Definición de IA ( Inteligencia, Inteligencia múltiple)
3.Dominios ...
Inteligencia
6
Inteligencia ???
Difícil de definir porque no existe una clara definición para
inteligencia y para artificial
El LAROUSS...
7
Algunas definiciones de inteligencia dadas por
investigadores del tema
Binet: Buen discernimiento, buena comprensión, b...
Responder de manera flexible a las situaciones
Entender el sentido de mensajes
contradictorios o ambiguos.
Reconocer la im...
INTELIGENCIAS MÚLTIPLES
Howard Gardner
“LA CAPACIDAD DE RESOLVER PROBLEMAS O ELABORAR
PRODUCTOS QUE SEAN VALIOSOS EN UNA O...
Inteligencia Emocional
12
Inteligencia Artificial
13
Pioneros dela IA:
A. Turing (1912-1954): máquina de
Turing, construcción de “Coloso”, test de
Turing
C. Shannon (1916-2...
14
En los 40 y los 50, discusión transdisciplinar sobre la
posible creación de cerebros artificiales. Inspirados en la
descr...
16
En 1950, Alan Turing propuso el siguiente
método para determinar si una máquina
es capaz de pensar. Una persona es un
e...
Test de Turing
Debate teórico
18
19
Atributos Inteligencia
Natural
Inteligencia
Artificial
Capacidad de usar detectores Alta Baja
Capacidad de ser creativo...
Verano de 1956, un grupo de investigadores -inspirados en la
Prueba de Turing- se reunió en el Darmouth College (Estados
U...
1956. John McCarthy invita a todos sus conocidos que estaban
interesados en computadores inteligentes, a pasar dos meses d...
Principales participantes
•John McCarthy: quien le dio el nombre a esta nueva
área del conocimiento y estudiaba sistemas c...
Dos grandes "escuelas" de IA:
•Newell y Simon Universidad de Carnegie-Mellon,
para desarrollar modelos de comportamiento h...
24
La época del asombro.
“Construiremos una máquina plenamente inteligente en 20
años”.
Grandes flujos de financiación.
A...
No se cumplen las expectativas...
 ...y la financiación desaparece.
Problemas:
 Capacidades limitadas de los ordenador...
Es fácil comparativamente conseguir
que las computadoras muestren
capacidades similares a las de un
humano adulto en tests...
La llegada de los sistemas expertos.
 Sistemas muy útiles en la práctica.
 La inteligencia como manipulación de conocim...
29
30
Nueva caída en la financiación.
Los sistemas expertos resultaron:
 Caros de mantener.
 Incapaces de aprender.
 Podían...
32
33
34
Un sistema inteligente es un
sistema en el cual se utilizan técnicas
de inteligencia artificial.
36
37
Dominios técnicos
a) se parte de la descripción de la tarea a nivel de conocimiento
b) se busca una representación de ese ...
•No exista una solución analítica o algorítmica
conocida.
•Cuando existiendo esa solución, la explosión
combinatoria la ha...
42
43
44
El problema de los misioneros y los
caníbales
(problema de dominio formal)
El problema consiste en pasar tres caníbales...
La solución
VIDEO
El Problema del Camino
Hamiltoniano
El objetivo es encontrar un camino que vaya del
inicio (start) hasta el final (end) pa...
La solución
El siguiente algoritmo resuelve el problema del
Camino Hamiltoniano, sin importar el tipo de
computadora usada...
49
Problema de las jarras de agua
El enunciado es el siguiente. Usted tiene 2
jarras de agua, una de cinco galones y una
d...
Solución
1) Llenar la jarra de 5 galones.
2)Vaciar todo el contenido de la jarra de 5
galones en la de 3 galones
3)Botar el agua en la de 3 galones
4)Poner los 2 galones que quedan en la jarra de
5 galones en la jarra de 3 galones
5)Llenar la jarra de 5 galones
6)Verter de la jarra de 5 galones, para completar
la de 3 galones (1 galón) quedando 4 galo...
La inferencia en inteligencia artificial está asociada
al uso individual o combinado de tres tipos de
razonamiento:
- la d...
Conclusión primaria
“ La inteligencia artificial necesita
conocimiento” primero que técnicas ,
métodos y computadoras.
Papel y Uso del conocimiento
Industrial de
extracción
Industria del
Software
Recurso limitante: la
materia prima
Recurso l...
Industrias mas
exitosas
•Software
•Micro electrónica
•Computación
• Telecomunicaciones
•Industria Farmacéutica
•Biotecnolo...
Siempre
sepuede
generar
nuevoC.
Puede
entregarse
a varias
persona
El C. no
puede ser
“apropiado”
Dos peculiaridades del co...
Almacenar no es
tan importante
como generar
rápida y
continuamente
nuevo
conocimiento
Dos cualidades hacen mas difícil la ...
Disponer del conocimiento es una
cosa e invertirlo bien para obtener
un beneficio es otra.
Lo fundamental es aplicarlo
de ...
SABIDURÍA/INTELIGENCIA
Algunas definiciones de dato, información y
conocimiento
SABIDURÍA/INTELIGENCIA
Gestión del conocimiento: Combinación sinérgica
de datos, información y sistemas, y la capacidad
cr...
Estructura y requisitos para el
proyecto de artículo
•Presentación
•Introducción
•Desarrollo
•Conclusiones
•Referencias bi...
No puede faltar
1.Una definición de Inteligencia
Artificial.
2.Vinculo con las tecnologías
emergentes
3.Aplicaciones a su ...
Temas a desarrollar
1. Los sistemas basados en reglas y sistemas basados en casos.
Comparación. Estudio de casos
2. Softwa...
11. Teoría de autómatas
12. Redes neuronales Artificiales
13. Aprendizaje automático.
14. Árboles de decisión
15. Máquinas...
C1 introducciòn
C1 introducciòn
C1 introducciòn
C1 introducciòn
C1 introducciòn
C1 introducciòn
Próxima SlideShare
Cargando en…5
×

C1 introducciòn

3.109 visualizaciones

Publicado el

rt

Publicado en: Software
0 comentarios
2 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
3.109
En SlideShare
0
De insertados
0
Número de insertados
2.585
Acciones
Compartido
0
Descargas
58
Comentarios
0
Recomendaciones
2
Insertados 0
No insertados

No hay notas en la diapositiva.

C1 introducciòn

  1. 1. Inteligencia Artificial Universidad Mariano Gálvez
  2. 2. 2 Temática.  Definiciones.  Historia y límites de la Inteligencia Artificial.  Solución de problemas con técnicas de IA.  Sistemas basados en conocimiento.  Software.  Análisis de datos. Descubrimiento de conocimiento y Minería de Datos y Texto. Herramienta (Software WEKA)  Las organizaciones Inteligentes y la toma de decisiones.
  3. 3. 3 Explorar el estado y perspectivas de la IA y sus aplicaciones .  Valorar la importancia del conocimiento y su gestión en los Sistemas inteligentes. Familiarizar a los especialistas con los conceptos básicos de IA y su vinculación con otras ciencias y teorías. Analizar las condiciones para la aplicación de sistemas inteligentes a dominios específicos. Utilizar software de IA y para el análisis de datos. Objetivos generales de la asignatura
  4. 4. 4 Introducción a la IA 1.Evolución o etapas de la IA 2.Definición de IA ( Inteligencia, Inteligencia múltiple) 3.Dominios de aplicación y tipo de problemas que resuelve la IA. 4.Papel del conocimiento en los sistemas inteligentes
  5. 5. Inteligencia
  6. 6. 6 Inteligencia ??? Difícil de definir porque no existe una clara definición para inteligencia y para artificial El LAROUSSE Inteligencia: Facultad de comprender, de conocer: la inteligencia distingue al hombre del animal. OTROS La inteligencia es la capacidad de aprehender hechos y proposiciones de la realidad y su relación y razonar sobre ellos .
  7. 7. 7 Algunas definiciones de inteligencia dadas por investigadores del tema Binet: Buen discernimiento, buena comprensión, buen razonamiento. Spearman: La inteligencia general supone principalmente saber relacionar y correlacionar. Terman: Capacidad para desarrollar conceptos y captar su significado. Vernon: Todo lo relacionado con capacidad para pensar. Wechsler: Capacidad general o global del individuo para actuar según un propósito, pensar racionalmente, y relacionarse eficazmente con su entorno.
  8. 8. Responder de manera flexible a las situaciones Entender el sentido de mensajes contradictorios o ambiguos. Reconocer la importancia de los diferentes elementos. Encontrar semejanzas y diferencias entre distintas situaciones, relacionando así nuestra experiencia con nuestros pensamientos y acciones. Actuar con sentido común. INTELIGENCIA
  9. 9. INTELIGENCIAS MÚLTIPLES Howard Gardner “LA CAPACIDAD DE RESOLVER PROBLEMAS O ELABORAR PRODUCTOS QUE SEAN VALIOSOS EN UNA O MAS CULTURAS”. Segundo: reconoce lo que todos sabíamos intuitivamente, y es que la brillantez académica no lo es todo. Primero: amplía el campo de lo que es la inteligencia.
  10. 10. Inteligencia Emocional
  11. 11. 12 Inteligencia Artificial
  12. 12. 13 Pioneros dela IA: A. Turing (1912-1954): máquina de Turing, construcción de “Coloso”, test de Turing C. Shannon (1916-2001): padre de teoría de la información, chess-playing computer J. Von Neumann (1903-1957): estructura básica de computador, automatas celulares J. McCarthy: acuña término inteligencia artificial (1956), inventa el LISP (1958).
  13. 13. 14
  14. 14. En los 40 y los 50, discusión transdisciplinar sobre la posible creación de cerebros artificiales. Inspirados en la descripción del cerebro como una red eléctrica de neuronas con pulsos todo-o-nada. La cibernética de Weiner, la teoría de la información de Shannon, la teoría de la computación de Turing. Test de Turing (1950).  Es difícil definir la inteligencia.  Primera propuesta seria. Razonamiento simbólico.  Si una máquina puede manipular números, entonces puede también manipular símbolos. 1956: Conferencia de de Dartmouth.  Nacimiento de la IA. 1. La primera generación
  15. 15. 16 En 1950, Alan Turing propuso el siguiente método para determinar si una máquina es capaz de pensar. Una persona es un entrevistador y se halla en una habitación separado de otra persona y un ordenador a evaluar. El entrevistador hace preguntas a ambos de forma escrita. Si luego de un cierto número de preguntas y respuestas, el interrogador no puede identificar quién es el computador y quién es la persona, entonces podemos decir que el computador piensa. Test de Turing
  16. 16. Test de Turing Debate teórico
  17. 17. 18
  18. 18. 19 Atributos Inteligencia Natural Inteligencia Artificial Capacidad de usar detectores Alta Baja Capacidad de ser creativo Alta Baja Capacidad de aprender de la experiencia Alta Baja Capacidad de adaptación Alta Baja Capacidad de permitirse el costo de adquirir experiencia Alta Baja Capacidad de usar diversas fuentes de información Alta Alta Capacidad de adquirir una gran cantidad de información externa Alta Alta Capacidad de realizar cálculos complejos Baja Alta Capacidad de transferir información Baja Alta Capacidad de hacer una serie de cálculos con rapidez y exactitud Baja Alta
  19. 19. Verano de 1956, un grupo de investigadores -inspirados en la Prueba de Turing- se reunió en el Darmouth College (Estados Unidos) para discutir la posibilidad de construir máquinas que no se limitaran a hacer cálculos prefijados sino operaciones genuinamente "inteligentes". Reunión de Darmouth College
  20. 20. 1956. John McCarthy invita a todos sus conocidos que estaban interesados en computadores inteligentes, a pasar dos meses de discusión y de intercambio de ideas: " The Dartmouth Summer Research Project on Artificial Intelligence". Uso del término por primera vez "De hecho no pudimos tener reuniones regularmente...Me llevé un gran disgusto... Tampoco hubo, al menos que yo pudiera ver, ningún intercambio efectivo de ideas."
  21. 21. Principales participantes •John McCarthy: quien le dio el nombre a esta nueva área del conocimiento y estudiaba sistemas capaces de efectuar razonamientos de sentido común. •Marvin Minsky: fundador del laboratorio de IA del MIT. Trabajaba sobre razonamientos analógicos de geometría •Claude Shannon: de los laboratorios Bell de EEUU. •Nathaniel Rochester: de IBM •Allen Newell: primer presidente de la AAAI (Asociación Americana de Inteligencia Artificial) •Herbert Simon: Premio Nobel de Carnegie-Mellon University. •Selfridge, que estudiaba el reconocimiento visual por computador
  22. 22. Dos grandes "escuelas" de IA: •Newell y Simon Universidad de Carnegie-Mellon, para desarrollar modelos de comportamiento humano con aparatos cuya estructura se pareciese lo más posible a la del cerebro (lo que posteriormente derivó en los trabajos sobre "redes neuronales" artificiales). •McCarthy y Minsky (MIT), centrándose más en que los productos del procesamiento tengan el carácter de inteligente, sin preocuparse porque el funcionamiento o la estructura de los componentes sean parecidas a los del ser humano. (ej: en el ajedrez lo fundamental es que las computadoras tuvieran sistemas potentes de solución)
  23. 23. 24
  24. 24. La época del asombro. “Construiremos una máquina plenamente inteligente en 20 años”. Grandes flujos de financiación. Algunas áreas de trabajo:  Algoritmos de búsqueda.  Lenguaje natural.  ELIZA.  Micro-mundos. 2. Edad de Oro (1956 – 1974.)
  25. 25. No se cumplen las expectativas...  ...y la financiación desaparece. Problemas:  Capacidades limitadas de los ordenadores.  Explosión combinatoria:  Muchos problemas sólo pueden resolverse en tiempo exponencial.  Necesidad de grandes bases de conocimiento.  La paradoja de Moravec. Objeciones de los filósofos. 3. El primer invierno(1974 – 1980)
  26. 26. Es fácil comparativamente conseguir que las computadoras muestren capacidades similares a las de un humano adulto en tests de inteligencia, y difícil o imposible lograr que posean las habilidades perceptivas y motrices de un bebé de un año Paradoja de Moravec.
  27. 27. La llegada de los sistemas expertos.  Sistemas muy útiles en la práctica.  La inteligencia como manipulación de conocimiento. El proyecto “quinta generación”.  Proyecto del gobierno japonés.  850 millones de dólares de financiación.  Máquinas que...  ...conversasen...  ...tradujesen...  ...interpretasen imágenes...  ...razonasen como seres humanos. 4. El nuevo boom(1980 – 1987)
  28. 28. 29
  29. 29. 30
  30. 30. Nueva caída en la financiación. Los sistemas expertos resultaron:  Caros de mantener.  Incapaces de aprender.  Podían cometer grandes errores. IA no era el camino a seguir...  ...según algunos gobiernos. Fracaso del proyecto “quinta generación”. Una nueva aproximación basada en la robótica  Una máquina inteligente necesita tener un cuerpo 5. El segundo invierno(1987 – 1993) 2
  31. 31. 32
  32. 32. 33
  33. 33. 34
  34. 34. Un sistema inteligente es un sistema en el cual se utilizan técnicas de inteligencia artificial.
  35. 35. 36
  36. 36. 37
  37. 37. Dominios técnicos a) se parte de la descripción de la tarea a nivel de conocimiento b) se busca una representación de ese conocimiento separándolo de los mecanismos de aplicación del mismo c) se seleccionan las técnicas adecuadas para su implementación y se desarrolla un primer prototipo d) se hace énfasis en el carácter de ingeniería buscando procedimientos sistemáticos de implantación, evaluación y refinamiento de esos prototipos e) se usan lenguajes y entornos de programación que facilitan el desarrollo rápido y eficiente de aplicaciones
  38. 38. •No exista una solución analítica o algorítmica conocida. •Cuando existiendo esa solución, la explosión combinatoria la haga ineficiente. •Cuando el conocimiento necesario es muy grande, incompleto, complejo y difícil de representar. •Cuando es necesario el aprendizaje y la inyección de conocimiento del dominio. • Siempre que abordemos tareas cognoscitivas que usen conocimiento de sentido común. Tenemos un problema de IA siempre que:
  39. 39. 42
  40. 40. 43
  41. 41. 44 El problema de los misioneros y los caníbales (problema de dominio formal) El problema consiste en pasar tres caníbales y tres misioneros por un río en un barco con capacidad para dos personas. No pueden haber nunca más caníbales que misioneros en ninguna orilla porque los caníbales se comen a los misioneros. http://download.kiwix.org/portable/wikipedi a_es_all.zip
  42. 42. La solución VIDEO
  43. 43. El Problema del Camino Hamiltoniano El objetivo es encontrar un camino que vaya del inicio (start) hasta el final (end) pasando por todos los demás puntos una sola vez. Este problema es difícil para computadoras convencionales (lógica serial) porque deben de intentar cada camino posible uno por uno.
  44. 44. La solución El siguiente algoritmo resuelve el problema del Camino Hamiltoniano, sin importar el tipo de computadora usada: • Generar caminos aleatorios a través del grafo. • Quedarse solo con los caminos que empiezan en la ciudad inicio (A) y terminan en la ciudad fin (G). • Como el grafo tiene 7 ciudades, quedarse solo con los caminos que tengan 7 ciudades. • Quedarse solo con los caminos que entran a todas las ciudades por lo menos una vez. • Cualquier camino que quede es una solución.
  45. 45. 49 Problema de las jarras de agua El enunciado es el siguiente. Usted tiene 2 jarras de agua, una de cinco galones y una de tres galones. Ninguna de las jarras tiene marcas de medida. Hay una bomba que puede ser usada para llenar las jarras. ¿Cómo puede lograrse exactamente 4 galones de agua en la jarra que posee 5 galones de capacidad ?.
  46. 46. Solución 1) Llenar la jarra de 5 galones. 2)Vaciar todo el contenido de la jarra de 5 galones en la de 3 galones
  47. 47. 3)Botar el agua en la de 3 galones 4)Poner los 2 galones que quedan en la jarra de 5 galones en la jarra de 3 galones
  48. 48. 5)Llenar la jarra de 5 galones 6)Verter de la jarra de 5 galones, para completar la de 3 galones (1 galón) quedando 4 galones en la jarra grande
  49. 49. La inferencia en inteligencia artificial está asociada al uso individual o combinado de tres tipos de razonamiento: - la deducción lógica: se parte de un conjunto de fórmulas (axiomas o de validez general) y sobre ellas se aplican un conjunto de reglas o procedimientos de demostración que nos permiten obtener nuevas fórmulas válidas. - la inferencia inductiva usa pistas (heurísticas) con el conocimiento del dominio para pasar de lo particular a lo general. Nunca podemos garantizar la certeza de la inferencia en este caso. -en el razonamiento abductivo se parte de una conclusión conocida y se busca un hecho que la explique ( como en los diagnósticos médicos)(dado un conj. de datos y una explicación de ellos se toma como una hipótesis razonablemente buena)
  50. 50. Conclusión primaria “ La inteligencia artificial necesita conocimiento” primero que técnicas , métodos y computadoras.
  51. 51. Papel y Uso del conocimiento Industrial de extracción Industria del Software Recurso limitante: la materia prima Recurso limitante: el conocimiento ////////// ////// Industrias con necesidades distintas de conocimiento
  52. 52. Industrias mas exitosas •Software •Micro electrónica •Computación • Telecomunicaciones •Industria Farmacéutica •Biotecnología •Aeroespacial Informe del banco central •Se duplicaron los productos de las industrias de alta tecnología (11% a 22%) •Se redujo la producción de productos primarios (34% a 13%)
  53. 53. Siempre sepuede generar nuevoC. Puede entregarse a varias persona El C. no puede ser “apropiado” Dos peculiaridades del conocimiento
  54. 54. Almacenar no es tan importante como generar rápida y continuamente nuevo conocimiento Dos cualidades hacen mas difícil la apropiación del conocimiento
  55. 55. Disponer del conocimiento es una cosa e invertirlo bien para obtener un beneficio es otra. Lo fundamental es aplicarlo de manera inteligente en la toma de decisiones
  56. 56. SABIDURÍA/INTELIGENCIA
  57. 57. Algunas definiciones de dato, información y conocimiento
  58. 58. SABIDURÍA/INTELIGENCIA Gestión del conocimiento: Combinación sinérgica de datos, información y sistemas, y la capacidad creativa e innovadora de los seres humanos. Malhotra 1997
  59. 59. Estructura y requisitos para el proyecto de artículo •Presentación •Introducción •Desarrollo •Conclusiones •Referencias bibliográficas •Anexos (opcional) •Entre 8 y 12 páginas sin contar los anexos. •8 citas de los últimos cinco años sobre el tema. •Un documento Word, (tamaño de letra 11, arial)
  60. 60. No puede faltar 1.Una definición de Inteligencia Artificial. 2.Vinculo con las tecnologías emergentes 3.Aplicaciones a su actividad técnica.
  61. 61. Temas a desarrollar 1. Los sistemas basados en reglas y sistemas basados en casos. Comparación. Estudio de casos 2. Software inteligentes y software de aplicación. Una comparación. 3. Evaluación crítica de los planteamientos de Ray Kurzweil el libro “la era de las maquinas espirituales”. 4. Computadoras de ADN. (Adelman- 1994, Chapiro – Israel – del 2001 en adelante) 5. Realidad virtual. 6. Algoritmos genéticos. 7. Los Juegos como problemas de búsqueda. 8. Ingeniería del conocimiento. 9. Minería de texto. 10. Ontología
  62. 62. 11. Teoría de autómatas 12. Redes neuronales Artificiales 13. Aprendizaje automático. 14. Árboles de decisión 15. Máquinas de Soporte Vectorial 16. Aprendizaje por refuerzo. 17. Razonamiento basado en casos. 18. Lógica borrosa en IA 19. Reglas de producción para representación de conocimiento. 20. La Incertidumbre en Sistemas Expertos Temas a desarrollar

×