2. IIA - OBJETIVOS
ADQUIRIR CONOCIMIENTOS EN:
Tipos de problemas abordados por la IA
Manejo de algunas Herramientas de IA.
Aplicaciones en la Ingeniería.
ADQUIRIR HABILIDADES PARA:
Investigar
Desarrollar un prototipo de Sistema Inteligente
Realizar informes
IC-Introducción 2
3. IC - MODULOS
INTRODUCCION
SISTEMAS BASADOS EN
CONOCIMIENTO
RAZONAMIENTO APROXIMADO
FUZZY SYSTEMS
APRENDIZAJE (REDES NEURONALES)
AGENTES INTELIGENTES
IC-Introducción 3
4. IC - PROMOCION
TP 1: Introducción
TP 2: Sistemas Basados en
Conocimiento
TP 3: Fuzzy Systems
TP 4: Redes Neuronales
EVALUACION GLOBALIZADORA
IC-Introducción 4
5. IC – MATERIALES
Página web DSI-EIE
http://dsi.fceia.unr.edu.ar
Consultas:
acasali@fceia.unr.edu.ar
aleh@fceia.unr.edu.ar
IC-Introducción 5
6. QUE ES LA INTELIGENCIA ARTIFICIAL ?
Además de una Película...
IC-Introducción 6
8. En que desarrollos encontramos
algo de IA ?
Sistemas de control (vuelos espaciales)
Planificadores (aeropuertos)
Sistemas de soporte a la decisión
Supervisores inteligentes
e-commerce, subastas electrónicas
Agentes recomendadores (Web!!!)
e-learning .....
IC-Introducción 8
9. QUE ES LA INTELIGENCIA ARTIFICIAL ?
Distintas definiciones.
Conceptos fundamentales.
Historia / Estado actual.
Ramas de IA
Distintos campos de aplicación.
IC-Introducción 9
10. QUE ES LA IA ?
La 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
IC-Introducción 10
11. QUE ES LA IA ?
El estudio de cómo lograr que las
computadoras realicen tareas que por el
momento, los humanos hacen mejor.
E. Rich - Knight, 1991
La rama de la Ciencias de la computación que
se ocupa de la automatización de la conducta
inteligente.
Luger y Stubblefield, 1993
IC-Introducción 11
12. QUE ES LA IA ?
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
IC-Introducción 12
13. LAS DEFINICIONES DE IA SE AGRUPAN EN:
RAZONAMIENTO
SISTEMAS QUE SISTEMAS QUE
Inteligencia
PIENSAN COMO PIENSAN ideal
HUMANOS RACIONALMENTE
SISTEMAS QUE SISTEMAS QUE
ACTUAN COMO ACTUAN
HUMANOS RACIONALMENTE
COMPORTAMIENTO
IC-Introducción 13
14. DIFERENTES MODELOS:
SIMULAR EL COMPORTAMIENTO
HUMANO
A nivel de procesos cognitivos
CONSTRUIR PROGRAMAS
INTELIGENTES
De la forma más eficiente
IC-Introducción 14
15. DIFERENTES MODELOS:
MODELOS COGNITIVOS
CIENCIA COGNITIVA, SON TRANSPARENTES
AL USUARIO, FACIL DE MODIFICAR -
INCREMENTAR
SISTEMAS BASADOS EN EL CONOCIMIENTO (KBS)
AGENTES DELIBERATIVOS
MODELOS CONEXIONISTAS
REDES NEURONALES
ALGORITMOS GENETICOS
AGENTES REACTIVOS
IC-Introducción 15
16. DIFERENTES MODELOS:
MODELOS COGNITIVOS
SISTEMAS BASADOS EN CONOCIMIENTO
FUZZY SYSTEM
AGENTES DELIBERATIVOS.
MODELOS CONEXIONISTAS
REDES NEURONALES
IC-Introducción 16
17. FUNDAMENTOS DE LA IA
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
INGENIERIA EN COMPUTACION (1940)
herramientas para poder concretar IA
LINGÜÍSTICA (1957)
teorías sobre el lenguaje (sintaxis-semántica)
IC-Introducción 17
18. HISTORIA DE LA IA (Russell&Norvig)
• Génesis de la IA (1943-1956)
-Mc Culloch - Pitts (lógica - conexionismo)
-Shannon - Turing (ajedrez)
-Minsky - Edmonds (red neuronal)
-Newell- Simon (teórico lógico)
• Entusiasmo inicial (1952 - 1969)
-GPS - LISP - Tiempo compartido - Resolución -
Perceptrón
• Una dosis de realidad (1966 - 1974)
-falta de robustez en problemas variados
(traducciones, micromundos)- mayor complejidad
• Sistemas basados en el conocimiento (1969 - 1979)
-uso y representación de conocimiento adecuado - S.E.
19. • IA se convierte en industria (1980 - 1988)
- Proyectos e inversiones - Lisp Machines
• De 1986 al Presente:
•Regreso y profundización de las redes
neuronales - modelos conexionistas.
•Cambio tanto en los contenidos como en la
metodología de IA.
•Utilización de teorías ya existentes.
•Aplicaciones más reales
20. De 1986 en adelante:
•Avances en:
•ROBOTICA
•VISION
•REPRESENTACION DEL CONOCIMIENTO
•APRENDIZAJE
• Mejor comprensión de los problemas y de su
complejidad
• Mayor capacidad de manejo matemático
METODOS MAS SOLIDOS
21. HISTORIA DE LA IA
• http://www.uned.es/pfp-internet-y-
educacion/historia.html
• http://www.aaai.org/AITopics/bbhist.html
IC-Introducción 21
23. IJCAI is the International Joint Conference on AI
http://www.ijcai-07.org/
• Content Areas
• Constraint Satisfaction
• Control Learning
• Learning
• Knowledge Representation/Reasoning
• Multiagent Systems
• Natural Language Processing
• Planning and Scheduling
• Robotics
• Search
• Uncertainty
• Web/Data
• Other (applications, philosophical foundations
mathematical foundations...)
24. EJEMPLOS DE SISTEMAS DE IA:
• 80´s SE en diferentes dominios (Mycin, R1,
Prospector, Dendral,...)
• 89 HITECH Programa de ajedrez.
• 92 MARVEL S.E. En tiempo real que
monitorea nave espacial
• 94 PEGASUS Realiza reservas de
vuelos
• Sistemas de conducción de automóviles
S.E. En distintos dominios ...
IC-Introducción 24
25. QUE ES LA IA ?
ENFOQUE AGENTE INTELIGENTE
Históricamente los investigadores en IA se han
enfocado en los distintos componentes del
comportamiento inteligente (aprendizaje,
razonamiento, visión, ….), de forma aislada.
En la actualidad, algunos autores sugieren que
la inteligencia, es producto de la interacción entre
un agente y su entorno.
Entonces, el comportamiento inteligente emerge
de la interacción de varios comportamientos
simples.
IC-Introducción
(Brooks-MIT) 25
26. QUE ES LA IA ?
ENFOQUE AGENTE INTELIGENTE
IA CONSISTE EN EL ESTUDIO Y
CONSTRUCCION DE AGENTES RACIONALES.
Norvig & Russell
Principios generales que rigen a los A.R.
Elementos usados para construirlos.
IC-Introducción 26
28. AGENTE INTELIGENTE
AGENTE Es todo aquello que percibe su
ambiente mediante sensores y que
responde o actúa mediante efectores.
AGENTE INTELIGENTE:
Debe hacer siempre lo correcto de acuerdo
a sus percepciones.
Es aquel que emprende la mejor acción
posible en una situación dada.
Russel & Norvig
IC-Introducción 28
29. AGENTES
Queremos construir agentes actores y no
solamente razonadores.
Ciertamente, no está muy claro como podemos ver
inteligencia en un sistema que nunca actúa.
Martha Pollack, from Computers and Thought
Lecture, IJCAI-91.
IC-Introducción 29
30. AGENTE INTELIGENTE
AGENTE
Es un sistema de computación situado en
algún entorno, que es capaz de una acción
autónoma y flexible para alcanzar sus objetivos
de diseño.
Wooldridge & Jennings
Débil
Nociones de Agentes
Fuerte
IC-Introducción 30
31. AGENTE INTELIGENTE
Noción Débil:
Es la forma más general en que es
usado el término agente. Es un sistema
de software (hardware) con las siguientes
propiedades:
Autonomía.
Habilidad Social.
Reactividad.
Proactividad.
IC-Introducción 31
32. AGENTE INTELIGENTE
Noción más fuerte:
Además de las propiedades anteriores,
se agregan nociones mentales como:
Conocimiento.
Creencias.
Intenciones.
Obligaciones
(Emociones)
IC-Introducción 32
33. SISTEMAS MULTI-AGENTES (MAS)
CARACTERISTICAS
Cada agente tiene información y capacidades
limitadas para resolver un problema
No hay un control global del sistema
Los datos están descentralizados
Computación es asincrónica
Proveen mas robustez, eficiencia y permiten la
interoperatividad de sistemas existentes
IC-Introducción 33
34. UN SISTEMA EN IA REQUIERE MUCHO
CONOCIMIENTO
VOLUMINOSO
CAMBIANTE
DIFICIL DE
REPRESENTAR
IC-Introducción 34
35. INGENIERIA DEL CONOCIMIENTO
Conjunto de Conocimientos y Técnicas que
permiten aplicar el saber científico a la utilización del
conocimiento.
ADQUISICION
QUE SE OCUPA DE LA REPRESENTACION
INFERENCIA
MANTENIMIENTO
IC-Introducción 35
36. INGENIERIA DEL CONOCIMIENTO
• Es la disciplina tecnológica que se centra en el
desarrollo, funcionamiento y mantenimiento de
Sistemas Basados en Conocimiento (SBC – KBS) de
una forma sistemática, disciplinada y cuantificable
(utilizando Ingeniería de Software)
• SBC: sistema de software capaz de soportar la
representación explícita de conocimiento.
IC-Introducción 36
37. SISTEMA BASADO EN CONOCIMIENTO
• SBC: sistema de software que mantienen una
gran cantidad de conocimiento (Base de
conocimiento) y que incluyen métodos adecuados
para explotarlo.
• Sistema Experto: es un SBC que contiene el
conocimiento utilizados por expertos humanos
(imita la actividad de un experto)
IC-Introducción 37
38. EVALUACION DE UN SISTEMA DE IA
TEST DE TURING (www.turing.org.uk/turing/)
Comportarse como humano
El ambiente plantea muchos desafíos (el diálogo
es totalmente libre) que resulta difícil para un
sistema igualar a la contraparte humana
EL SISTEMA DEBERIA SER CAPAZ DE
• Procesar lenguaje natural
• Representar el conocimiento
• Razonar automáticamente
• Aprendizaje automático
• (Visión - Robótica)
IC-Introducción 38
39. EVALUACION DE UN SISTEMA DE IA
TEST DE TURING
IC-Introducción 39
40. EVALUACION DE UN SISTEMA DE IA
EN DOMINIOS MAS RESTRICTIVOS
Evaluar si el sistema (Agente) se
comporta de acuerdo a los objetivos
planteados previamente.
(E. Rich)
IC-Introducción 40
41. LENGUAJES EN IA:
LISP (COMMON LISP)
Lenguaje funcional - procesamiento
simbólico.
PROLOG
Programación lógica
C ( C ++ ) / JAVA
Procedural - Orientación a objetos
IC-Introducción 41
42. APLICACIONES
“El campo de la IA está involucrado en la invención de máquinas que
ayuden a la gente de distintas formas, dando a las máquinas alguna
de las capacidades que los humanos tenemos tales como entender el
lenguaje, interpretar imágenes o aprender de la experiencia.
Generalmente estas máquinas no se parecen ni actúan de la forma
que lo hacen las personas, pero pueden sernos asombrosamente
útiles mejorando y asistendo nuestras vidas, y complementando más
que reemplazando las cosas que los humanos hacen. Y esta es la
meta hacia la cuál estamos trabajando colectivamente."
- Tom Mitchell (CMU)
IC-Introducción 42
43. APLICATIONS
Artificial intelligence is already very much a part of everyday
life in industrialized nations. AI is helping people in every field
make better use of information to work smarter, not harder
IC-Introducción 43
46. Petroleum Advisor for the Geochemical and Environmental Sciences
PAGES interprets the analysis of drill results provided by a
geophysics laboratory. This application was developed in
collaboration with Dr. Rick Requejo of Geochemical Solutions
International.
47. T-EXPERT SIDERAR
Qué es el T-Expert ?
• Es un Sistema Experto orientado al ingeniero de proceso, con
herramientas gráficas que le permiten escribir la lógica que el usa para
resolver o analizar un problema en un leguaje familiar como lo es un
diagrama de flujo.
• Este sistema basado en reglas, se combina con los hechos que vienen de
Identificación en línea de parámetros
del modelo de control.
Validación de sensores.
Distribución de modelos utilizando
conceptos innovadores de plataformas
de comunicación.
Diagnóstico e identificación de fallas de
equipos.
Desarrollador, integrador y usuario final
campo para forman la base de conocimiento. Esta base de conocimiento es
evaluada por un motor de inferencia, que realiza inferencias lógicas.
Las inferencias pueden comprender la generación de acciones o la creación
de nuevos hechos.
Qué es un Sistema Experto ?
•Es una rama de Inteligencia Artificial que hace uso extensivo de
conocimiento especializado para resolver problemas al mismo nivel que un
experto humano.
IC-Introducción 47
48. T-EXPERT SIDERAR
Características del sistema:
• Alta performance
•El sistema debe ser capaz de responder al mismo nivel que el experto
en el campo. Manejando datos incompletos o inexactos.
• Adecuado tiempo de respuesta
• Entendible
•El sistema debe ser capaz de explicar los pasos que lo llevaron a su
razonamiento. Opuesto al concepto “caja negra”
• Flexible
•Permite manejar en forma eficiente y modular la actualización de las
reglas
• Autodocumentado
IC-Introducción 48
49. Input Data
Real time data Source
base
IVISION Shared
1) Data Memory
Adquisition
2) Knowledge
base
Rules Facts
6) Time
Registrator User
10) Output
Interface
3)
8)Rule Inference
Acquisition Engine
Interface
5)Explanation
Expert Facility
4) Actions
Administrator
Data Base
Recorder 9) Rule
Execution Expert
Data Real Time
Interface
Recorder
base
IVISION
7) Knwoledge
refining
50. T-EXPERT SIDERAR
Areas de aplicación:
• Diagnóstico : Inferir problemas subyacentes basándose en la observación
de evidencia
•Interpretación: Explicar datos observados.
•Monitoreo: Comparar datos observados contra los esperados para juzgar
performance.
•Planeamiento: Divisar acciones para llegar a un resultado.
•Predicción: Predecir resultado de una situación dada.
•Recomendación: Prescribir el tratamiento a un problema.
•Control: Regular un proceso. Puede requerir interpretación,diagnóstico,monitoreo
planeamiento, predicción y recomendación.
IC-Introducción 50
51. ARCHON: Cooperating Agents for
Industrial Process Control
ARCHON (ARchitecture for Cooperative Heterogeneous
ON-line systems) ha sido el proyecto Europeo más
grande de IA Distribuida (Distributed Artificial
Intelligence - DAI). Este sistema presenta una
arquitectura de propósito general, software
framework, y una metodología que ha sido utilizada
para soportar y desarrollar sistemas DAI en varios
dominios industriales reales.
• electricity transportation management
• particle accelerator control
IC-Introducción 51
52. Archon- Acelerador de partículas
Se utiliza Archon como entorno de trabajo para
construir una aplicación DAI (inteligencia artificial
distribuida) para control y diagnóstico de fallas en
el Proton Synchrotron (PS), uno de los aceleradores
de partículas del CERN (Laboratorio Europeo para
Partículas Físicas). El complejo PS es el corazón de
CERN y facilita los experimentos y además actúa
como un inyector para los aceleradores más
grandes.
IC-Introducción 52
53. Aceleradores de partículas
Son sistemas complejos que generan rayos de partículas,
los cuales son utilizados por los científicos para sus
experimentos. Los rayos se forman estableciendo ciertas
propiedades físicas ( dimensiones del rayo por ej.) a lo
largo de su camino dentro del acelerador.
Estos parámetros son controlados desde el Sistema de
Control.
IC-Introducción 53
54. Por qué la utilización de DAI?
El tamaño del dominio es muy grande como para que
se utilice un solo sistema, siendo que DAI presenta el
medio de dividir el conocimiento y asignárselo a
diferentes agentes, recombinando todo después.
Los sistemas de control se dividen en subsistemas
que realizan las actividades, pero estos deben actuar
de forma coordinada y coherente.
Existe una gran cantidad de software sobre
aceleradores que carecen de inteligencia, entonces
Archon es capaz de integrarse con estos para darle
interactividad.
IC-Introducción 54
55. Robótica
Robots para
múltiples
aplicaciones
(limpieza, desactivar
minas, inspeccionar
volcanes, espaciales,
….)
Empresa
multimillonaria…
IC-Introducción 55
57. Robocup: Small League
RoboCup is a competition domain designed to
advance robotics and AI research through a
friendly competition.
Small Size robot soccer is one of the RoboCup
league divisions. Small Size robot soccer, or
F180 as it is otherwise known, focuses on the
problem of intelligent multi-agent cooperation
and control in a highly dynamic environment
with a hybrid centralized/distributed system.
IC-Introducción 57
60. Herramientas inteligentes
Smart Tools - Companies in health care, finance, and
retailing are using artificial-intelligence systems to
filter huge amounts of data and identify suspicious
transactions. Artificial intelligence (AI) is often a
crucial ingredient in their stellar performance.
In fact, AI is now a part of a swath of industries as
broad as the BW50 itself. AI software helps engineers
create better jet engines.
In factories, it boosts productivity by monitoring
equipment and signaling when preventive
maintenance is needed.
The Pentagon uses AI to coordinate its immense
logistics operations.
And in the pharmaceutical sector, it is used to gain
new insights into the tremendous amount of data on
the human genome."
IC-Introducción 60
61. UC Berkeley - USA
http://www.eecs.berkeley.edu/Research/Projects/
Areas/AI.html/
62. Bibliografía
• Inteligencia Artificial. Un enfoque moderno – Norvig & Russell –
Prentice Hall (2ª Ed 2003), Cap 1
http://www.cs.berkeley.edu/~russell/intro.html
• Inteligencia Artificial. Modelos Técnicas y Aplicaciones.
Escolano Ruiz F. et al. Thomson, 2003.
• Inteligencia Artificial - Elaine Rich – Kevin Knight – 2ª edición –
Mc Graw Hill 1994, Cap 1
• What is Artificial Inteligence – Mc. Carthy
http://www-formal.stanford.edu/jmc/whatisai/
IC-Introducción 62