INTELIGENCIA ARTIFICIAL

1. INTELIGENCIA ARTIFICIAL
Por: Yamileth Rivas Carrasco
Carrera: Ingeniería de Sistemas

2. INTRODUCCIÓN
Teniendo en cuenta un punto de vista científico,
podríamos definir esta ciencia como la encargada de
imitar el cerebro, y no el cuerpo, de una persona en
todas sus funciones. Estas pueden ser las ya existentes en
el humano o bien otras novedosas e incorporadas en el
desarrollo de una máquina inteligente.

3. ¿QUE ES INTELIGENCIA ARTIFICIAL ?
Inteligencia Artificial (IA), se define como la
inteligencia exhibida por una entidad artificial.
Inteligencia: capacidad mental para razonar, planear,
resolver problemas, pensar de manera abstracta,
comprender ideas y lenguajes, y
aprender.
Artificial: no natural, hecha por el hombre.
Generalmente se supone una computadora.

4. FUNDAMENTOS
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)

5. EVOLUCIÓN HISTÓRICA DE LA IA
Los inicios (1943-1956)
McCulloch y Pitts: primer modelo de neurona
Hebb: regla de aprendizaje Hebbiano o de Hebb
Minsky, Edmonds: primer simulador de red
neuronal (40 neuronas)
Los inicios (1943-1956)
Taller de Dartmouth (bautizo de la IA):
McCarthy, Minsky, Shannon, Rochester, More,
Samuel, Solomonoff, Selfridge, Newell, Simon
Newell, Simon: Teórico Lógico (TL)
Entusiasmo inicial, grandes expectativas
(1952-1969)
Entusiasmo general y grandes esperanzas.
Algunos «hitos»:
 Hipótesis del sistema de símbolos físicos.
 Lenguaje de alto nivel LISP.
 Generador de consejos.
 Micromundos, destacando el mundo de los bloques.
 RNs como adalines o perceptrones.
...Pero aún así las predicciones muy optimistas se
chocaron con una realidad difícil de modelar y
excesivamente compleja en muchos casos:
traducción, búsqueda de soluciones genérica, la
explosión

6. EVOLUCIÓN HISTÓRICA DE LA IA
Los sistemas basados en el conocimiento
1966-1973)
 Hasta este momento la investigación en IA
estaba centrada en el desarrollo de mecanismos
de búsqueda de propósito general métodos
débiles.
 Alternativa: uso de conocimiento específico del
dominio que facilita el desarrollo de etapas de
razonamiento más largas, pudiendo así resolver
casos recurrentes en dominios de conocimiento
restringido: DENDRAL
 sistemas expertos. • Surge esta nueva
metodología que puede aplicarse a distintas
áreas de la actividad humana. Muy empleado en
diagnóstico médico: MYCIN.
 Se incorporan también los factores de certeza.
 Aparecen los marcos de Minsky
La IA se industrializa (1980 hasta el presente)
 Primer sistema experto comercial con éxito: R1 por Digital
Equipment Corporation.
 En 1981 los japoneses anunciaron su proyecto «Quinta
Generación».
 Los EEUU constituyeron el MCC (Microelectronics and
Computer Technology Corporation).

7. EVOLUCIÓN HISTÓRICA DE LA IA
La IA se industrializa (1980 hasta el presente)
 Ninguno cumplió completamente sus objetivos,
mientras que Reino Unido se restaura el
patrocinio/subvención.
 La industria de la IA creció rápidamente,
pasando de unos pocos millones de dólares en
1980 a billones de dólares en 1988.
 Poco después llegó la época llamada «El
invierno de la IA».
La IA se convierte en una ciencia
 Actualmente es más usual el desarrollo de
teorías ya existentes y trabaja también en
demostrar la utilidad de las aplicaciones en
el mundo real.
 La IA ya forma parte del ámbito de los
métodos científicos. En 1986 se produce un
regreso de las redes neuronales, y este
enfoque denominado conexionista convivirá
con otros diferentes.
 Recientemente ha habido una revolución en
el campo de la IA tanto en el contenido
como en la metodología de trabajo.

8. EL PROPÓSITO DE LA (IA)
Su propósito es hacer computacional el
conocimiento humano por procedimientos simbólicos o
Conexionistas
Se corresponden con los dos paradigmas de la IA:
• IA clásica o simbólica: programable y basado en el
supuesto del conocimiento explicable por
procedimientos de manipulación de símbolos.
• IA conexionista: autoprogramable por aprendizaje y
donde el conocimiento viene representado la propia
estructura de la red neuronal

9. LA IA ABORDA TRES TIPOS DE
TAREAS
Dominios formales
Donde se pretende solucionar
problemas mediante modelos
de búsquedas en un espacio de
estados, ya sean modelos de
tipo algorítmico o heurístico.
Estos problemas pueden ser
juegos o demostración de teoremas
Dominios técnicos
Donde utilizaremos conocimiento
científico-técnico,
posiblemente educido de un
experto e intentaremos
solucionar problemas del tipo de
diagnósticos médicos,
robótica,… Típicamente hablamos
de Sistemas Expertos
(SSEE)
Dominios cognitivos
Donde se intenta comprender el
funcionamiento de nuestro
cerebro y sus funciones cognitivas
(razonar, oír, hablar, o
incluso emocionarnos) emulando
dichos procesos con
modelos computacionales.
Se crea una nueva ciencia llamada
Ciencia Cognitiva

10. IA: ENFOQUES Y DEFINICIONES
RAZONAMIENTO
COMPORTAMIENTO

11. ACTUAR COMO HUMANOS
El modelo es el hombre, el objetivo es construir un sistema que pase
por humano.
Test de Turing: Si un sistema lo pasa es inteligente (?)
Capacidades necesarias: Procesamiento del Lenguaje Natural,
Representación del conocimiento, Razonamiento, Aprendizaje.
No es el objetivo primordial de la IA pasar el test
La interacción de programas con personas hace que sea necesario que
estos actúen como humanos
R
A
Z
O
N
A
M
I
E
N
T
O

12. PIENSAN COMO HUMANOS
El modelo es el funcionamiento de la mente humana
Intentamos establecer una teoría sobre el funcionamiento de la
mente
(experimentación psicológica)
A partir de la teoría podemos establecer modelos
computacionales
Ciencias Cognitivas
R
A
Z
O
N
A
M
I
E
N
T
O

13. PENSAR RACIONALMENTE
La leyes del pensamiento racional se fundamentan en la lógica La
lógica formal está en la base de los programas inteligentes
(Logicismo)
Se presentan dos obstáculos:
• Es muy difícil formalizar el conocimiento
• Hay un gran salto entre la capacidad teórica de la lógica y
su realización práctica
C
O
M
P
O
R
T
A
M
I
E
N
T
O

14. ACTUAR RACIONALMENTE
Actuar racionalmente significa conseguir unos objetivos dadas unas
creencias
El paradigma es el agente, Un agente percibe y actúa, siempre según el
entorno en el que está situado
Las capacidades necesarias coinciden con las del test de turing:
Procesamiento del Lenguaje Natural, Representación del conocimiento,
Razonamiento, Aprendizaje, Percepción.
Su visión es mas general, no centrada en el modelo humano.
C
O
M
P
O
R
T
A
M
I
E
N
T
O

15. APLICACIONES DE LA IA
Aplicaciones en Internet
 Buscadores: ontologías, agentes
inteligentes y web semántica
 Personalización: tiendas virtuales
(Amazon), navegación web
personalizadas
 e-learning: redes bayesianas
 Filtros de spam (Thunderbird)
Sistemas expertos y
ayuda a la decisión
 Medicina: sistemas de ayuda al
diagnóstico médico(redes
bayesianas) → Sistemas Expertos
 Banca: concesión de préstamos,
análisis financiero, análisis de
inversiones.
Data mining
 Diseño de campañas de
marketing personalizado
 Estudios de mercado
 Astrofísica:
 Separación gamma/hadrón en
telescopios Cherenkov
 Clasificación de estrellas
 Obtención de los parámetros
físicos de una estrella

16. AGENTES INTELIGENTES
Un agente de software es un software (programa) que
actúa en nombre del usuario o de otro programa. El hecho
de actuar “en nombre de”, implica la autoridad de decidir
si es apropiado actuar o no, y cuando hacerlo.
Un agente inteligente exhibe además algún aspecto de
inteligencia artificial, tal como razonamiento o
aprendizaje.
Por ejemplo
 Los agentes humanos (ojos, oídos, y otros órganos)
 Robots (sensores electrónicos)

17. CARACTERÍSTICAS DE LOS AGENTES
 Aspectos fundamentales:
 Posee una representación parcial del entorno
 Puede comunicarse
 Posee un conjunto de objetivos que gobiernan su
comportamiento
 El comportamiento de un agente esta
determinado por sus percepciones
¿Cómo modelar las percepciones?
 Formas de Modelar:
 Tablas Percepción -> Acción (no es
necesario enlistar todas las posibles
entradas)
 Teoría de Autómatas
Campo Interdisciplinario
 IA, Sistemas Distribuidos, Teoría de Juegos,
Ciencias Sociales
Importante
 Antes de diseñar un programa agente, se tiene que
considerar:
 Percepciones Posibles
 Acciones Posibles
 Medida de desempeño u objetivos que debe lograr
 Tipos de entorno en los que va a operar

18. APLICACIONES DE LA IA
Monitorización
Predicción en sistemas de
monitorización
Reconocimiento de patrones
Reconocimiento de voz
 Reconocimiento óptico de
caracteres (OCR)
 Proyecto Mmedis - Paleografía
Lenguaje natural
Lenguaje natural
 Chatbots:
 Sistemas de soporte y
atención al cliente
 Aprendizaje de idiomas.

19. APLICACIONES DE LA IA
Música y cine
 http://www.music-map.com/
 Composición
 HSS: Predicción de éxitos musicales
 http://www.hitsongscience.com/
 Norah Jones, Maroon 5.
 Aquí hay una forma de ganar mucho
dinero.
 Predicción de los ganadores del
festival de Sundance
 Recomendaciones de películas con
base en las
 películas que te gustan
 Match.com
Otras aplicaciones
Visión artificial
 Robótica
 Videojuegos: www.gameai.com
Ciencia cognitiva y
neurociencia
 Intentar comprender
 cómo funcione nuestro cerebro
simulándolo por
 métodos computacionales.
 Sistemas como SOAR o ACTR
intentan simular el
 comportamiento humano.

20. GRACIAS POR SU ATENCIÓN