La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

I. Inteligencia Artificial: Conceptos y Aplicaciones.

Presentaciones similares


Presentación del tema: "I. Inteligencia Artificial: Conceptos y Aplicaciones."— Transcripción de la presentación:

1

2 I. Inteligencia Artificial: Conceptos y Aplicaciones

3 2. Inteligencia Artificial: Conceptos y Aplicaciones Tópicos Conceptos Áreas de la Inteligencia Artificial Representación del Conocimiento Lenguajes de la IA Aplicaciones en la Industria y Servicios

4 2.1 Conceptos ¿Qué es Inteligencia? ¿La inteligencia depende del tipo de máquina (máquina de proteína o máquina de silicio) que lo genera? ¿Qué es Inteligencia Artificial?

5 2.1 Conceptos Máquina de Proteínas Inteligencia Natural Inteligencia Artificial Máquina de Silicio

6 2.1 Conceptos Tipos de Inteligencia: Inteligencia Verbal o Comunicativa Inteligencia Matemática lógica Inteligencia Espacial (visual) Inteligencia Cenestésica (corporal) Inteligencia Artística (música, pintura) Inteligencia Interpersonal (liderazgo y acción cooperativa) Inteligencia Intrapsíquica (conocimiento y control de si mismo) Inteligencia Naturista (1995) / Howard Gardner (teoría de inteligencia múltiples, 1987)

7 2.1 Conceptos Características Inteligentes: Resolver problemas Aprender Percibir Comprensión del lenguaje

8 2.1 Conceptos Inteligencia Artificial - Ciencia La I.A. es una rama de la ciencia de la computación que estudia los fundamentos teóricos y prácticos del diseño de sistemas de computación inteligentes, esto es, sistemas que, exhiben características inteligentes del ser humano. El termino IA fue introducido por John MacCarthy (1956)

9 2.1 Conceptos Inteligencia Artificial - Definición La IA es el estudio de los sistemas de computación que permiten realizar actividades consideradas inteligentes por el ser humano. Patrick Winston, 1994 La IA es el estudio de cómo hacer que los computadores realicen tareas en que, en el momento las personas son mejores. Elaine Rich, 1988

10 2.1 Conceptos Diferencias Sistemas Inteligentes Sistemas de Proc. de Datos. - Procesamiento simbólico - Procesamiento numérico (datos) (conocimiento) - Estructura de control del - Estructura de control y conocimiento programa es independiente del están integrados (variado el conocimiento conocimiento (variando el cambia el programa) conocimiento no cambia el programa) - Respuestas satisfactorias son - Solo se admite la mejor solución aceptadas posible

11 2.1 Conceptos Objetivos de la Inteligencia Artificial Objetivo de la Ciencia: Comprender que es inteligencia y explicar los diversos tipos de inteligencia. Objetivos de Ingeniería Desarrollar inteligencia artificial (resolver problemas considerados inteligentes)

12 2.1 Conceptos Computador Inteligente El computador inteligente es aquel que responde a una pregunta mismo que la respuesta no halla sido almacenada en ella. Esto es, con los hechos que fueron almacenados y con un "conocimiento" que fue también almacenado, el deduce una respuesta que no estaba almacenada en su memoria. El computador inteligente es aquel que usa IA

13 2.1 Conceptos Computador Inteligente Ejemplo: Hecho 1:Mirna es hija de Sonia. Hecho 2:Santiago es hijo de Sonia. Conocimiento: hermano o hermana es aquel que es hijo del mismo padre o madre Pregunta:¿Mirna es hermana de Santiago? Respuesta del Computador: SI.

14 2.1 Conceptos Inteligencia Artificial - Problemas ¿Que Problemas son catalogados de Inteligentes? Respuesta: Son aquellos problemas intratables que presentan características de inteligentes para el ser humano.

15 2.2 Tópicos Algunos Tópicos de la I.A. automated reasoning computational theories of learning heuristic search knowledge representation signal, image and speech understanding robotics natural language understanding software and hardware architectures for AI. Elsevier

16 2.2 Tópicos Tópicos de la IA: Visión por Computadora Definición Es la tarea de procesar una información, de comprender una escena a partir de las imágenes por ella proyectada. Esta aplicación puede ser dividida en tres áreas: (i) Procesamiento de Señales (ejemplo: Procesamiento de Imágenes) - transformar una imagen (ejemplo: fotografía de una parte de la tierra por satélites) en una otra imagen que tenga ciertas propiedades deseadas (ejemplo: saber donde existe plantación de café y si sufrió helada).

17 2.2 Tópicos Tópicos de la IA: Visión por Computadora (ii) Clasificación de señales son hechas en categorías pré-determinadas. (iii) Entendimiento de señales (dada una imagen, se construye un programa de entendimiento de imágenes que contiene una descripción, no solo de la propia imagen, mas también de la escena que ella retrata).

18 2.3 Aproximaciones a la IA ¿Estamos desarrollando Inteligencia Artificial tan igual a la Inteligencia Humana? Problema de la IA Paradigma Simbólico: Aproximaciones basados en el conocimiento Paradigma Subsimbólico: Vida artificial, Procesamiento evolutivo, Redes Neuronales artificiales o conexionista

19 META CONOCIMIENTO INFORMACIÓN RU RUIDO DATOS 2.4 Jerarquía del Conocimiento

20 Ruido: Esta conformado por todos los elementos asociado a un evento, que son de poco interés y que ocultan datos Datos: Esta conformado por los elementos de interés potencial asociado a un evento y por lo cual se registra. Información: Datos procesados de interés. Conocimiento: Información muy especializada. Meta conocimiento: Es el conocimiento acerca del conocimiento y la experiencia 2.4 Jerarquía del Conocimiento

21 Definición Son métodos usados para "modelar" en forma eficiente los conocimientos de especialistas en alguna área del saber, de forma que pueda ser usado por el usuario de un sistema inteligente. El conocimiento puede ser considerado como una entidad simbólica -> Procesamiento simbólico 2.5 Representación del Conocimiento

22 Formas de Representación Red Semántica o Grafo Registro Predicado Relación objeto-atributo-valor Esquemas Marcos Lógica de predicado Otros 2.5 Representación del Conocimiento

23 Red Semántica Los nodos representan objetos y los arcos la relación entre los objetos 2.5 Representación del Conocimiento

24 Red Semántica Ejemplo - Juan es hijo de Raúl y Susy - Juan estudia informática Susy Juan Informática Raúl Es hijo Estudia 2.5 Representación del Conocimiento

25 Registro Los objetos y relaciones se representan mediante una colección de datos simples llamados campos o átomos. Un campo o átomo puede ser una colección de campos. 2.5 Representación del Conocimiento

26 Registro Ejemplo - Juan es hijo de Raúl y Susy - Juan estudia informática (Juan (es hijo de Raúl) (es hijo de Susy) (estudia Informática)) 2.5 Representación del Conocimiento

27 Predicado Cada relación se representa como un predicado o función de valores lógicos y con argumentos los objetos: Relación(objeto1, objeto2,...,) Esta función asume valor verdadero o falso, según se verifique o no para los objetos involucrados. 2.5 Representación del Conocimiento

28 Predicado Ejemplo - Juan es hijo de Raúl y Susy - Juan estudia informática Hijo(Juan, Susy, Raúl) Verdadero Estudia (Juan, Informática) Verdadero Hijo(Juan, Maria, Raúl) Falso 2.5 Representación del Conocimiento

29 2.6 Lenguajes de la Inteligencia Artificial Lenguajes de IA Características: Sus estructuras de datos deben reflejar de una manera natural y conveniente, ciertas características de los elementos que el Programador de IA ve en el problema. En sus estructuras de control estos lenguajes deben tener características de multiprocesamiento y "demo" (es un proceso normalmente suspenso, a la espera de un hecho, y que es activado automáticamente en la ocurrencia de este). En el aspecto de ambiente de programación, los lenguajes de IA deben ser bastante interactivas, tener un buen editor (se puede crear un programa rápidamente) y finalmente tener facilidades interactivas de depuración (aciertos en el programa).

30 Lenguajes más conocidos: IPLlenguaje de procesamiento de información, 1960 orientado a listas, Newel 1960 LISPlenguaje orientado al procesamiento de listas (List Processing), John Mc Carthy, 1962 SAILlenguaje orientado a primitivas y al propósito general Swinehart, 1971 PROLOG lenguaje orientado a las reglas de producción Warren, 1977 (programación lógica) Son adecuados para resolver problemas a través del paradigma simbólico 2.6 Lenguajes de la Inteligencia Artificial

31 Lenguajes para resolver problemas a través del paradigma sub-simbólico Es más adecuado el uso de lenguaje de propósito general: C++, Delphi Pascal, Visual Basic, etc. Para problemas de aprendizaje también se puede usar MATLAB 2.6 Lenguajes de la Inteligencia Artificial

32 Aplicaciones en la Industria - Robótica (tercera generación). - Designación trabajador – máquina. - Optimización de desperdicio - Programación de tareas para células de fabricación - Localización de facilidades - Rutas óptimas - Identificación de materiales - Procesamiento de imágenes 2.7 Aplicaciones de la Inteligencia Artificial

33 Robots Son máquinas que presenta autonomía en cuanto a las actividades que realizan 2.7 Aplicaciones de la Inteligencia Artificial 2F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded

34 Robots Son máquinas que presenta autonomía en cuanto a las actividades que realizan Robot de la 1era Generación Características: Actividades Programadas Entorno (medio) estático o predecible (esto es, se conoce a priori los cambios en el entorno) Presenta costos relativamente bajos, son llamados también de máquinas de control numérico. 2.7 Aplicaciones de la Inteligencia Artificial

35 Robot de la 2da Generación Características: Actividades Programadas Entorno (medio) dinámico o predecible o no El robot usa sensores para identificar los cambios en el entorno. Son relativamente más costosas y lentas que los robots de la 1era generación, y también son llamados de máquinas de control numérico (algunos autores, los llaman de máquina de control numérico computarizado) 2.7 Aplicaciones de la Inteligencia Artificial

36 Robot de la 3ra Generación Características: Actividades auto programadas Entorno (medio) dinámico o predecible o no El robot usa sensores para identificar los cambios en el entorno y tiene la capacidad de programar sus actividades. Entretanto estás máquinas requieren que se precisen sus metas u objetivos. La autoprogramación es considerado un problema de la IA. Son altamente costosas y muy lentas, razón por la cual aún no son comerciales y no aptas para la industria en general. 2.7 Aplicaciones de la Inteligencia Artificial /

37 2.7 Aplicaciones de la Inteligencia Artificial Cutting Stock Problem: Considere un número ilimitado de barras de dimensión L, y un conjunto n de requerimientos de tamaños con y demanda respectivamente. El problema consiste en realizar cortes sobre las barras de forma a obtener todos los requerimientos con el menor número de barras.

38 Problema de Cortes 1D Ejemplo: Barras de Tamaño L = 9mt Requerimientos: Tamaños (mt) Demanda Aplicaciones de la Inteligencia Artificial

39 Problema de Cortes 1-D Ejemplo Requerimientos 2.8 mt – (4) 1.8 mt – (3) 1.0 mt – (5) 4.6 mt – (2) L = 9mt 2.7 Aplicaciones de la Inteligencia Artificial

40 RequerimientosSolución 2.8 mt – (4) 1.8 mt – (3) 1.0 mt – (5) 4.6 mt – (2) Resto 0.6 mt 0.8 mt 4.4 mt 4.0 mt mt 14.2 mt Problema de Cortes 1-D Ejemplo L = 9mt 2.7 Aplicaciones de la Inteligencia Artificial

41 Resto = Perdida = Desperdicio = 14.2 mt 14.2mt Índice de Desperdicio = = (31.5%) (5x9mt) Problema de Cortes 1-D Ejemplo 2.7 Aplicaciones de la Inteligencia Artificial

42 Aplicaciones en el sector de servicios - Diagnóstico de enfermedades - Riesgos en créditos - Juegos - Selección de Proyectos - Inversiones en Bolsas - Realidad Virtual - Minería de datos - Auxilio a la toma de decisión 2.7 Aplicaciones de la Inteligencia Artificial


Descargar ppt "I. Inteligencia Artificial: Conceptos y Aplicaciones."

Presentaciones similares


Anuncios Google