La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

INTELIGENCIA ARTIFICIAL Ing. Fernando Weimar Rodríguez Flores.

Presentaciones similares


Presentación del tema: "INTELIGENCIA ARTIFICIAL Ing. Fernando Weimar Rodríguez Flores."— Transcripción de la presentación:

1 INTELIGENCIA ARTIFICIAL Ing. Fernando Weimar Rodríguez Flores

2 Ing.Fernando Weimar Rodriguez Flores CAPITULO 1.- Fundamentos de la Inteligencia Artificial En este capítulo se presentan los fundamentos de la Inteligencia Artificial (IA), conceptos relacionados, problemas, modelos, importancia, relaciones y criterios para evaluar sistemas de IA. En primer lugar, revisemos algunas definiciones generales de inteligencia, antes de intentar definir inteligencia artificial. Inteligencia es la aptitud de crear relaciones. Esta creación puede darse de manera puramente sensorial, como en la inteligencia animal; también puede darse de manera intelectual, como en el ser humano, que pone en juego el lenguaje y los conceptos. También se la puede conceptuar como la habilidad para adquirir, comprender y aplicar conocimiento; o como la aptitud para recordar, pensar y razonar.

3 Ing.Fernando Weimar Rodriguez Flores La IA es una nueva generación de tecnología informática, caracterizada no sólo por su arquitectura (hardware), sino también por sus capacidades. El énfasis de generaciones previas fue en las computaciones numéricas para aplicaciones científicas o de negocios. La nueva generación de tecnología informática incluye además la manipulación simbólica, con el objetivo de emular el comportamiento inteligente; y, la computación en paralelo, para tratar de conseguir resultados prácticamente en tiempo real. La capacidad predominante de la nueva generación, también conocida como la Quinta Generación, es la habilidad de emular (y tal vez en algunos casos superar) ciertas funciones inteligentes del ser humano. Por ejemplo: Aprendizaje: Captación automática de conocimientos. Razonamiento: Sistemas basados en conocimientos. Bases de datos inteligentes. Prueba de teoremas y juegos. Percepción: Comprensión de lenguaje natural. Interpretación de escenas visuales (Visión por computadora).

4 Ing.Fernando Weimar Rodriguez Flores Locomoción y Manipulación: Realizar procesos mecánicos y tareas manuales (Robótica). Creación: Generación, verificación, depuración y optimización automática de programas. Algunas de las tareas que estos sistemas realizan en el campo de la IA son: Tareas generales Percepción: Visión, Fonemas. Lenguaje Natural: Comprensión, generación y traducción. Razonamiento de sentido común. Control de robots. Tareas formales Juegos: Ajedrez, Backgammon, Damas. Matemáticas: Geometría, Lógica, Cálculo Integral. Tareas expertas Ingeniería: Diseño, Localización de fallas, Planeamiento. Análisis Científico. Diagnóstico Médico. Análisis Financiero.

5 Ing.Fernando Weimar Rodriguez Flores Definiciones de Inteligencia Artificial Una buena definición de IA es algo elusiva y controversial, fundamentalmente porque la inteligencia humana no está completamente entendida. Cada libro de texto en IA propone una definición que enfatiza las diferentes perspectivas que, cada autor cree, encierra el campo. A continuación se transcriben algunas de ellas: La IA es una rama de la ciencia de computación que comprende el estudio y creación de sistemas computarizados que manifiestan cierta forma de inteligencia: sistemas que aprenden nuevos conceptos y tareas, sistemas que pueden razonar y derivar conclusiones útiles acerca del mundo que nos rodea, sistemas que pueden comprender un lenguaje natural o percibir y comprender una escena visual, y sistemas que realizan otro tipo de actividades que requieren de inteligencia humana.

6 Ing.Fernando Weimar Rodriguez Flores La IA es una ciencia que trata de la comprensión de la inteligencia y del diseño de máquinas inteligentes, es decir, el estudio y la simulación de las actividades intelectuales del hombre (manipulación, razonamiento, percepción, aprendizaje, creación). La IA es el estudio de las computaciones que permiten percibir, razonar y actuar. La IA es un campo de estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales. La IA estudia las representaciones y procedimientos que automáticamente resuelven problemas usualmente resueltos por humanos

7 Ing.Fernando Weimar Rodriguez Flores A pesar de la diversidad de conceptos propuestos para la IA, en general todos coinciden en que la IA trata de alcanzar inteligencia a través de la computación. Toda computación, requiere de una representación de cierta entidad y de un proceso para su manipulación. Desde el punto de vista de los objetivos, la IA puede considerarse en parte como ingeniería y en parte como ciencia: Como ingeniería, el objetivo de la IA es resolver problemas reales, actuando como un conjunto de ideas acerca de cómo representar y utilizar el conocimiento, y de cómo desarrollar sistemas informáticos. Como ciencia, el objetivo de la IA es buscar la explicación de diversas clases de inteligencia, a través de la representación del conocimiento y de la aplicación que se da a éste en los sistemas informáticos desarrollados. Para usar la IA se requiere una comprensión básica de la forma en que se puede representar el conocimiento y de los métodos que pueden utilizar o manipular ese conocimiento

8 Ing.Fernando Weimar Rodriguez Flores Preguntas Fundamentales de la Inteligencia Artificial ¿Cuales son las suposiciones subyacentes acerca de la inteligencia? ¿Cuáles son las técnicas útiles para la resolución de problemas en IA? ¿A qué nivel de detalle se trata de modelar la inteligencia humana? ¿Cómo se puede saber que se ha tenido éxito en el desarrollo de un sistema inteligente?

9 Ing.Fernando Weimar Rodriguez Flores La Hipótesis del Sistema Físico de Símbolos Un sistema físico de símbolos está formado por un conjunto de entidades básicas (llamadas símbolos), las cuales son patrones físicos que pueden ocurrir como componentes de otro tipo de entidad llamada expresión o estructura de símbolos. Una estructura de símbolos está compuesta de un número de instancias de símbolos, relacionados en alguna forma física. Además de estas estructuras, el sistema también contiene una colección de procesos que operan sobre las expresiones, para producir otras: procesos de creación, modificación, reproducción y destrucción. Un sistema físico de símbolos es una máquina que produce, a través del tiempo, una colección evolutiva de estructuras de símbolos. Hipótesis: Un sistema físico de símbolos tiene los medios necesarios y suficientes para actuar en general de forma inteligente. Importancia De La Hipótesis Representa una importante teoría acerca de la naturaleza de la inteligencia humana. Constituye la base sobre la que se fundamenta la creencia de que es posible construir programas que pueden realizar tareas inteligentes como las que hacen las personas.

10 Ing.Fernando Weimar Rodriguez Flores Problemas y Técnicas en Inteligencia Artificial Desde el punto de vista de ingeniería, la mayor parte del trabajo requerido para construir sistemas de IA, está basado en el desarrollo de adecuadas representaciones de conocimiento y sus correspondientes estrategias de manipulación. No se puede manipular conocimiento a menos que esté adecuadamente representado. En consecuencia, las siguientes tres preguntas claves pueden guiarnos en el estudio de la IA. ¿Qué es el conocimiento? ¿Cómo se puede representar el conocimiento? ¿Cómo se podría manipular el conocimiento? A continuación, se dan respuestas parciales a estas preguntas planteadas. En los capítulos posteriores se presenta un estudio más formal y detallado acerca del conocimiento, su representación y manipulación

11 Ing.Fernando Weimar Rodriguez Flores Conocimiento Puede ser definido como el conjunto de hechos y principios acumulados por la humanidad, o el acto, hecho o estado de conocer. Es la familiaridad con el lenguaje, conceptos, procedimientos, reglas, ideas, abstracciones, lugares, costumbres y asociaciones, unida a la habilidad de utilizar estas nociones en forma efectiva para modelar diferentes aspectos del universo que nos rodea. Los conceptos de conocimiento e inteligencia están íntimamente ligados. La inteligencia requiere de la posesión y acceso al conocimiento. Conocimiento no debe ser confundido con datos o información. El conocimiento incluye y requiere del uso de datos e información. Además, combina relaciones, dependencias, y la noción del saber con datos e información. A veces es también útil o más aun necesario distinguir entre conocimiento y otros términos como creencia e hipótesis.

12 Ing.Fernando Weimar Rodriguez Flores Esencialmente, se define como creencia a toda expresión que tiene significado, que es coherente y puede ser representada. En consecuencia una creencia puede ser verdadera o falsa. Hipótesis se define como una creencia justificada que no se conoce sea verdadera. Una hipótesis es una creencia que está respaldada por cierta evidencia, pero todavía puede resultar falsa. Finalmente, se puede también decir que conocimiento es una creencia justificada como verdadera. Otros términos relacionados con el conocimiento y que son ocasionalmente empleados son epistemología y metaconocimiento. Epistemología es el estudio de la naturaleza del conocimiento, mientras que metaconocimiento es conocimiento acerca del conocimiento, esto es, conocimiento acerca de lo que se conoce. El conocimiento puede ser de tipo procedimental, declarativo o heurístico. Conocimiento procedimental es aquel conocimiento compilado que se refiere a la forma de realizar una cierta tarea (el saber como hacerlo). Por ejemplo, los pasos necesarios para resolver una ecuación algebraica son expresados como conocimiento procedimental. Por otro lado, el conocimiento declarativo es conocimiento pasivo, expresado como sentencias acerca de los hechos del mundo que nos rodea (el saber que hacer). La información personal en una base de datos es un típico ejemplo de conocimiento declarativo. Tales tipos de datos son piezas explícitas de conocimiento independiente. El conocimiento heurístico es un tipo especial de conocimiento usado por los humanos para resolver problemas complejos. El adjetivo heurístico significa medio para descubrir. Está relacionado con la palabra griega heuriskein que significa descubrir, encontrar. Se entiende por heurístico a un criterio, estrategia, método o truco utilizado para simplificar la solución de problemas. El conocimiento heurístico usualmente se lo adquiere a través de mucha experiencia.

13 Ing.Fernando Weimar Rodriguez Flores Representación del Conocimiento Dado que el conocimiento es importante y primordial para el comportamiento inteligente, su representación constituye una de las máximas prioridades de la investigación en IA. El conocimiento puede ser representado como imágenes mentales en nuestros pensamientos, como palabras habladas o escritas en algún lenguaje, en forma gráfica o en imágenes, como cadenas de caracteres o colecciones de señales eléctricas o magnéticas dentro de un computador. En nuestro estudio de IA, consideraremos las representaciones escritas y sus correspondientes estructuras de datos utilizadas para su almacenamiento en un computador. La forma de representación que se escoja dependerá del tipo de problema a ser resuelto y de los métodos de inferencia disponibles.

14 Ing.Fernando Weimar Rodriguez Flores Manipulación del conocimiento Existen tres paradigmas que los investigadores han utilizado tradicionalmente para la resolución de problemas de IA: Programación Heurística.- Está basado en el modelo de comportamiento humano y su estilo para resolver problemas complejos. Existen diversos tipos de programas que incluyen algoritmos heurísticos. Varios de ellos son capaces de aprender de su experiencia. Redes Neuronales Artificiales.- Es una representación abstraída del modelo neuronal del cerebro humano. Las redes están formadas por un gran número de elementos simples y por sus interconexiones. Una red neuronal artificial puede ser simulada o ser real. Al elemento procesador de la red, se lo denomina neurona artificial. Evolución Artificial.- Su modelo está basado en el proceso genético de evolución natural, propuesto por Charles Darwin. Se utilizan sistemas simulados en computador que evolucionan mediante operaciones de reproducción, mutación y cruce (Algoritmos Genéticos).

15 Ing.Fernando Weimar Rodriguez Flores Cada paradigma comprende una colección de métodos, configuraciones y técnicas desarrolladas para manipular el conocimiento. En general, una técnica de IA está caracterizada por incluir los siguientes componentes: Procesos de Búsqueda.- Proporciona una forma de resolver problemas para los cuales no hay un método más directo, así como también se constituye en un marco de trabajo dentro del cual cualquier técnica directa puede ser incorporada. Uso del Conocimiento.- Proporciona una forma de resolver problemas explotando las estructuras de los objetos involucrados. Abstracción.- Proporciona una forma de separar rasgos importantes y variaciones, de los tantos que no tienen importancia. La manipulación del conocimiento involucra además la selección de objetos, entidades y rasgos que son claves para las representaciones. Al nivel más bajo de representación del conocimiento, estas entidades pueden consistir de simples datos de entrada, por ejemplo: grabaciones cuantizadas y digitalizadas de audio, datos de una imagen, valores captados por un sensor, información de interruptores o hechos elementales. Estos bloques constructivos de la representación se los denomina comúnmente primitivas. La representación escogida para las primitivas, puede determinar las capacidades del sistema, el éxito, la corrección y sus posibilidades de expansión. En lo sucesivo, este tutorial se centrará en el estudio de las aplicaciones de la programación heurística, para el desarrollo de sistemas de IA.

16 Ing.Fernando Weimar Rodriguez Flores El Nivel del Modelo de Inteligencia En primer lugar, un proyecto de IA, debe definir lo más exactamente posible, lo que desea lograr: Desarrollar programas que realicen las tareas de la misma forma en que lo realizan las personas. Desarrollar programas que simplemente realicen las tareas de la forma que parezca más sencilla. Los programas que se enmarcan en el primer caso, tratan de modelar el comportamiento humano, para ejecutar las siguientes tareas: Probar teorías psicológicas del comportamiento humano. Capacitar a los computadores para entender el razonamiento humano. Capacitar a los humanos para que comprendan a los computadores. Explotar el conocimiento que es posible obtener de la gente. En el segundo caso, están agrupados los programas de IA de índole más práctica, que sin ser rigurosos en la modelación del comportamiento humano, tratan de proporcionar soluciones aceptables

17 Ing.Fernando Weimar Rodriguez Flores Criterios de Evaluación en I. A. Cada campo necesita criterios para evaluar el éxito alcanzado. En general, es muy difícil determinar si una máquina o un sistema tiene inteligencia o puede pensar. Al respecto se han sugerido algunas pruebas entre las que se destaca la de Alan Turing ( ). En 1950 ideó una prueba para reconocer comportamientos inteligentes, esta prueba dice lo siguiente: Si la ejecución de un sistema de IA puede convencernos de que su comportamiento es el que tendría un humano, entonces el sistema es verdaderamente inteligente.

18 Ing.Fernando Weimar Rodriguez Flores En una forma más práctica, para saber si un trabajo de investigación en IA ha tenido éxito, debe hacerse tres preguntas claves: ¿Está definida con claridad la tarea? ¿Existe un procedimiento ya instrumentado que efectúe la tarea? Si no existe, es que deben haber muchas dificultades escondidas en algún lugar. ¿Existe un conjunto de regularidades o restricciones identificables a partir de las cuales el procedimiento implantado obtiene su validez? De no ser así, el procedimiento no pasaría de ser un juguete, tal vez capaz de un desempeño superficial impresionante en ciertos ejemplos seleccionados con cuidado, pero incapaz de impresionar con un desempeño profundo y de resolver problemas más generales.

19 Ing.Fernando Weimar Rodriguez Flores Para determinar si una aplicación de IA ha tenido éxito, deben plantearse preguntas adicionales como las siguientes: ¿Resuelve la aplicación un problema real? ¿Crea la aplicación una nueva oportunidad? Eventualmente, las respuestas a las preguntas planteadas, deberán ser complementadas con pruebas típicas de verificación y validación de sistemas: eficacia en el desempeño, eficiencia operativa, facilidad de uso, flexibilidad, portabilidad, etc.

20 Ing.Fernando Weimar Rodriguez Flores Representación del Conocimiento En organismos biológicos se estima que el conocimiento es almacenado como estructuras complejas de neuronas interconectadas. En las computadoras, el conocimiento también se almacena como estructuras simbólicas, pero en forma de estados eléctricos y magnéticos. En forma natural, el ser humano representa el conocimiento simbólicamente: imágenes, lenguaje hablado y lenguaje escrito. Adicionalmente, ha desarrollado otros sistemas de representación del conocimiento: literal, numérico, estadístico, estocástico, lógico. La ingeniería cognoscitiva ha adaptado diversos sistemas de representación del conocimiento que, implantados en un computador, se aproximan mucho a los modelos elaborados por la psicología cognoscitiva para el cerebro humano. Entre los principales se tienen:

21 Ing.Fernando Weimar Rodriguez Flores Lógica Simbólica Formal: - Lógica proposicional - Lógica de predicados. - Reglas de producción. Formas Estructuradas: - Redes asociativas. - Estructuras marco. - Representación orientada a objetos.

22 Ing.Fernando Weimar Rodriguez Flores Lógica Proposicional La lógica proposicional es la más antigua y simple de las formas de lógica. Utilizando una representación primitiva del lenguaje, permite representar y manipular aserciones sobre el mundo que nos rodea. La lógica proposicional permite el razonamiento, a través de un mecanismo que primero evalúa sentencias simples y luego sentencias complejas, formadas mediante el uso de conectivos proposicionales, por ejemplo Y (AND), O (OR). Este mecanismo determina la veracidad de una sentencia compleja, analizando los valores de veracidad asignados a las sentencias simples que la conforman. Una proposición es una sentencia simple que tiene un valor asociado ya sea de verdadero (V), o falso (F). Por ejemplo: Hoy es Viernes Ayer llovió Hace frío

23 Ing.Fernando Weimar Rodriguez Flores La lógica proposicional, permite la asignación de un valor verdadero o falso para la sentencia completa, no tiene facilidad par analizar las palabras individuales que componen la sentencia. Por este motivo, la representación de las sentencias del ejemplo, como proposiciones, sería: hoy_es_Viernes ayer_llovió hace_frío La proposiciones pueden combinarse para expresar conceptos más complejos. Por ejemplo: hoy_es_Viernes y hace_frío. A la proposición anterior dada como ejemplo, se la denomina fórmula bien formada (well-formed formula, wff). Una fórmula bien formada puede ser una proposición simple o compuesta que tiene sentido completo y cuyo valor de veracidad, puede ser determinado. La lógica proposicional proporciona un mecanismo para asignar valores de veracidad a la proposición compuesta, basado en los valores de veracidad de las proposiciones simples y en la naturaleza de los conectores lógicos involucrados.

24 Ing.Fernando Weimar Rodriguez Flores Los conectadores básicos de la lógica proposicional, se dan en la Tabla 4.1. Las tablas de verdad para las operaciones básicas, se muestran en la Tabla 4.2.

25 Ing.Fernando Weimar Rodriguez Flores

26 El conectador de implicación, puede ser considerado como un condicional expresado de la siguiente forma: Si A => B va a ser verdadero, entonces toda vez que A sea verdadero, B debe ser siempre verdadero. Para los casos en los cuales A es falso, la expresión A => B, es siempre verdadera, independientemente de los valores lógicos que tome B, ya que el operador de implicación no puede hacer inferencias acerca de los valores de B. Existen varias equivalencias en lógica proposicional, similares a las del álgebra Booleana. Estas se dan en la Tabla 4.3

27 Ing.Fernando Weimar Rodriguez Flores Representación mediante Lógica de Predicados La principal debilidad de la lógica proposicional es su limitada habilidad para expresar conocimiento. Existen varias sentencias complejas que pierden mucho de su significado cuando se las representa en lógica proposicional. Por esto se desarrolló una forma lógica más general, capaz de representar todos los detalles expresados en las sentencias, esta es la lógica de predicados. La lógica de predicados está basada en la idea de las sentencias realmente expresan relaciones entre objetos, así como también cualidades y atributos de tales objetos. Los objetos pueden ser personas, objetos físicos, o conceptos. Tales cualidades, relaciones o atributos, se denominan predicados. Los objetos se conocen como argumentos o términos del predicado. Al igual que las proposiciones, los predicados tienen un valor de veracidad, pero a diferencia de las preposiciones, su valor de veracidad, depende de sus términos. Es decir, un predicado puede ser verdadero para un conjunto de términos, pero falso para otro. Por ejemplo, el siguiente predicado es verdadero: color (yerba, verde) el mismo predicado, pero con diferentes argumentos, puede no ser verdadero: color (yerba, azul) o color (cielo, verde)

28 Ing.Fernando Weimar Rodriguez Flores Los predicados también pueden ser utilizados para asignar una cualidad abstracta a sus términos, o para representar acciones o relaciones de acción entre dos objetos. Por ejemplo: mortal(juan_carlos) clima(martes, lluvioso) ave(gaviota) ama(roberto, vanessa) lee(alex, novela) mordio(boby, cartero) Al construir los predicados se asume que su veracidad está basada en su relación con el mundo real. Naturalmente, siendo prácticos, trataremos que los predicados que definimos estén de acuerdo con el mundo que conocemos, pero no es absolutamente necesario que así lo hagamos. En lógica de predicados el establecer como verdadero un predicado es suficiente para que así sea considerado. Demos el siguiente ejemplo, que indica que Ecuador está en Europa: parte_de(ecuador, europa) Obviamente, esto no es verdadero en el mundo real, pero la lógica de predicados no tiene razón de saber geografía y si el predicado es dado como verdadero, entonces es considerado como lógicamente verdadero. Tales predicados, establecidos y asumidos como lógicamente verdaderos se denominan axiomas, y no requieren de justificación para establecer su verdad.

29 Ing.Fernando Weimar Rodriguez Flores La lógica de predicados, se ocupa únicamente de métodos de argumentación sólidos. Tales argumentaciones se denominan Reglas de Inferencia. Si se da un conjunto de axiomas que son aceptados como verdaderos, las reglas de inferencia garantizan que sólo serán derivadas consecuencias verdaderas. Tanto los conectivos lógicos, como los operadores dados anteriormente para la lógica proposicional, son igualmente válidos en lógica de predicados. De hecho, la lógica proposicional es un subconjunto de la lógica de predicados. Cada uno de los argumentos en los ejemplos de predicados dados anteriormente, representan a un objeto específico. Tales argumentos se denominan constantes. Sin embargo, en la lógica de predicados se pueden tener argumentos que en determinado momento pueden ser desconocidos. Estos son los argumentos tipo variable. En el ejemplo: color (yerba, X), la variable X, puede tomar el valor de verde, haciendo que el predicado sea verdadero; o puede tomar el valor de azul, dando lugar a que el predicado sea falso. Las variables, también pueden ser cuantificadas. Los cuantificadores que típicamente se utilizan en lógica de predicados son:

30 Ing.Fernando Weimar Rodriguez Flores El cuantificador universal; " indica que la fórmula bien formada, dentro de su alcance, es verdadera para todos los valores posibles de la variable que es cuantificada. Por ejemplo: " X.... Establece que "para todo X, es verdad que... " El cuantificador existencial;$, indica que la fórmula bien formada, dentro de su alcance, es verdadera para algún valor o valores dentro del dominio. Por ejemplo: $ X.... Establece que "existe un X, tal que... " A continuación se dan algunos ejemplos de predicados cuantificados: " X, [niño (X) => le_gusta (X, helados)]. " Y, [mamífero (Y) => nace (Y, vivo)]. $ Z, [cartero(Z) ^ mordió (boby, Z)]. Desde el punto vista de representación, los cuantificadores son difíciles de usar. Por lo que es deseable reemplazarlos con alguna representación equivalente, más fácil de manipular. El caso del cuantificador universal es más simple ya que se asume a todas las variables como universalmente cuantificadas. El cuantificador existencial es más difícil de reemplazar. El cuantificador existencial garantiza la existencia de uno o más valores particulares (instancias) de la variable cuantificada, que hace a la cláusula verdadera. Si se asume que existe una función capaz de determinar los valores de la variable que hace la cláusula verdadera, entonces simplemente se remueve el cuantificador existencial y se reemplaza las variables por la función que retorna dichos valores. Para la resolución de problemas reales, esta función, llamada función de Skolem, debe ser conocida y definida.

31 Ing.Fernando Weimar Rodriguez Flores Unificación Cuando se tienen sentencias compuestas por predicados y conectivos lógicos, se debe evaluar la veracidad de cada uno de sus componentes para determinar si toda la sentencia es verdadera o falsa. Para ello, se busca en el conjunto de axiomas la forma de establecer la veracidad de los predicados componentes. Un predicado componente se dice que es verdadero si se identifica con un axioma de la base de información. En la lógica de predicados, este proceso es algo complicado ya que las sentencias pueden tener términos variables. A los predicados que tienen variables por argumentos, se los denomina patrones. La unificación es el proceso de computar las sustituciones apropiadas que permitan determinar si dos expresiones lógicas, ya sean predicados o patrones, coinciden. El proceso de unificación involucra los siguientes pasos: Todo predicado que no contenga variables en sus argumentos, deben tener un axioma que se identifique totalmente, para considerarlo como verdadero. Si un predicado contiene una variable, esta debe ser asociada a un valor determinado. Esta asociación se realiza buscando en la base de axiomas y seleccionando todos aquellos que se identifican con el patrón en todo, excepto por la variable. La variable es asociada con el valor en la posición correspondiente del axioma. Si más de un axioma se identifica con el predicado dado, todos los valores asociados son considerados y son tratados separadamente. El proceso de identificación continua asumiendo que el valor de la variable es el valor asociado, en cualquier lugar que esta aparezca. Los conectivos lógicos son aplicados a todos los predicados, para determinar la veracidad de la sentencia dada.

32 Ing.Fernando Weimar Rodriguez Flores Inferencia y Razonamiento Inferir es concluir o decidir a partir de algo conocido o asumido; llegar a una conclusión. A su vez, razonar es pensar coherente y lógicamente; establecer inferencias o conclusiones a partir de hechos conocidos o asumidos. El proceso de razonamiento, por lo tanto, involucra la realización de inferencias, a partir de hechos conocidos. Realizar inferencias significa derivar nuevos hechos a partir de un conjunto de hechos conocidos como verdaderos. La lógica de predicados proporciona un grupo de reglas sólidas, con las cuales se pueden realizar inferencias. Las principales Reglas de Inferencia son: Modus ponens.- Es la más importante, en los sistemas basados en conocimiento. Establece que: Si las sentencias p y (p ® q) se conocen que son verdaderas, entonces se puede inferir que q también es verdadera. Modus tolens.- Esta regla establece que: Si la sentencia (p ® q) es verdadera y q es falsa, entonces se puede inferir que p también es falsa. Resolución.- Utiliza refutación para comprobar una determinada sentencia. La refutación intenta crear una contradicción con la negación de la sentencia original, demostrando, por lo tanto, que la sentencia original es verdadera. La resolución es una técnica poderosa para probar teoremas en lógica y constituye la técnica básica de inferencia en PROLOG, un lenguaje que manipula en forma computacional la lógica de predicados. La regla de resolución, establece que: Si (AÚ B) es verdadero y (~B Ú C) es verdadero, entonces (A Ú C) también es verdadero.

33 Ing.Fernando Weimar Rodriguez Flores En lógica de predicados, existen tres métodos básicos de razonamiento: deductivo, abductivo e inductivo. Deducción.- Es el razonamiento a partir de un principio conocido hacia un desconocido; de lo general, a lo específico, o de la premisa a la conclusión lógica. La deducción realiza inferencias lógicamente correctas. Esto significa que la deducción a partir de premisas verdaderas, garantiza el resultado de conclusiones también verdaderas. La deducción es el método más ampliamente comprendido, aceptado y reconocido de los tres indicados. Es la base tanto de la lógica proposicional, como de la lógica de predicados. A manera de ejemplo, el método deductivo, se puede expresar, utilizando lógica de predicados, como sigue: " A, " B, " C, [mayor (A, B) Ù mayor (B, C) ® mayor (A, C)] Abducción.- Es un método de razonamiento comúnmente utilizado para generar explicaciones. A diferencia de la inducción, la abducción no garantiza que se puedan lograr conclusiones verdaderas, por lo tanto no es un método sólido de inferencia. La forma que tiene la abducción es la siguiente: Si la sentencia (A ® B) es verdadera y B es verdadera, entonces A es posiblemente verdadera. En abducción, se empieza por una conclusión y se procede a derivar las condiciones que podrían hacer a esta conclusión válida. En otras palabras, se trata de encontrar una explicación para la conclusión.

34 Ing.Fernando Weimar Rodriguez Flores Inducción.- Se define como el razonamiento a partir de hechos particulares o casos individuales, para llegar a una conclusión general. El método inductivo es la base de la investigación científica. La forma más común del método inductivo es la siguiente: Si se conoce que P(a), P(b),......, P(n) son verdaderos, entonces se puede concluir que " X, P(X) es también verdadero. La inducción es una forma de inferencia muy importante ya que el aprendizaje, la adquisición de conocimiento y el descubrimiento están basados en ella. Al igual que la abducción, la inducción no es un método sólido de inferencia. El razonamiento deductivo es una forma monotónica de razonar que produce argumentos que preservan la verdad. En un sistema monotónico todos los axiomas utilizados se conocen como verdaderos por sus propios méritos, o pueden ser derivados de otros hechos conocidos como verdaderos. Los axiomas no pueden cambiar, ya que una vez que se los conoce como verdaderos, siempre permanecen así y no pueden ser modificados o retractados. Esto significa que en el razonamiento monotónico el conjunto de axiomas continuamente crece en tamaño. Otro aspecto del razonamiento monotónico es que si más de una inferencia lógica puede ser hecha a un tiempo específico y una de ellas se realiza, las inferencias que quedan serán todavía aplicables después que dicha inferencia haya sido hecha.

35 Ing.Fernando Weimar Rodriguez Flores Ventajas y desventajas de la Lógica de Predicados A continuación se presentan algunos aspectos característicos de la lógica de predicados y su implementación computacional, el lenguaje de programación PROLOG: Manejo de incertidumbre.- Una de las mayores desventajas de la lógica de predicados es que sólo dispone de dos niveles de veracidad: verdadero y falso. Esto se debe a que la deducción siempre garantiza que la inferencia es absolutamente verdadera. Sin embargo, en la vida real no todo es blanco y negro. En cierta forma el PROLOG ha logrado mitigar esta desventaja, permitiendo la inclusión de factores de certeza. Razonamiento monotónico.- La lógica de predicados al ser un formalismo de razonamiento monotónico, no resulta muy adecuada para ciertos dominios del mundo real, en los cuales las verdades pueden cambiar con el paso del tiempo. El PROLOG compensa esta deficiencia, proporcionando un mecanismo para remover los hechos de la base de datos. Por ejemplo, en TURBO PROLOG se tiene la cláusula retractall. Programación declarativa.- La lógica de predicados, tal como está diseñada en PROLOG, es un lenguaje de programación declarativo, en donde el programador sólo necesita preocuparse del conocimiento expresado en términos del operador de implicación y los axiomas. El mecanismo deductivo de la lógica de predicados llega a una respuesta (si esto es factible), utilizando un proceso exhaustivo de unificación y búsqueda. A pesar que la búsqueda exhaustiva puede ser apropiada en muchos problemas, también puede introducir ineficiencias durante la ejecución. Para lograr un cierto control en el proceso de búsqueda, PROLOG ofrece la operación de corte, CUT. Cuando no se utiliza el CUT, PROLOG se convierte en un lenguaje puramente declarativo.

36 Ing.Fernando Weimar Rodriguez Flores Importancia de la Inteligencia Artificial Conforme el mundo se vuelve más complejo, debemos usar nuestros recursos materiales y humanos con más eficiencia, y para lograrlo, se necesita la ayuda que nos ofrecen los computadores. Existe la falsa impresión de que uno de los objetivo del IA es sustituir a los trabajadores humanos y ahorrar dinero. Pero en el mundo de los negocios, la mayoría de personas está más entusiasmada ante las nuevas oportunidades que ante el abatimiento de costos. Además, la tarea de reemplazar totalmente a un trabajador humano abarca de lo difícil a lo imposible, ya que no se sabe cómo dotar a los sistemas de IA de toda esa capacidad de percibir, razonar y actuar que tienen las personas. Sin embargo, debido a que los humanos y los sistemas inteligentes tienen habilidades que se complementan, podrían apoyarse y ejecutar acciones conjuntas:

37 Ing.Fernando Weimar Rodriguez Flores En la agricultura, controlar plagas y manejar cultivos en forma más eficiente. En las fábricas, realizar montajes peligrosos y actividades tediosas (labores de inspección y mantenimiento). En la medicina, ayudar a los médicos a hacer diagnósticos, supervisar la condición de los pacientes, administrar tratamientos y preparar estudios estadísticos. En el trabajo doméstico, brindar asesoría acerca de dietas, compras, supervisión y gestión de consumo energético y seguridad del hogar. En las escuelas, apoyar la formación de los estudiantes, especialmente en aquellas materias consideradas complejas. Ayudar a los expertos a resolver difíciles problemas de análisis o a diseñar nuevos dispositivos. Aprender de los ejemplos para explorar bases de datos en busca de regularidades explotables. Proporcionar respuestas a preguntas en lenguaje natural usando datos estructurados y texto libre.

38 Ing.Fernando Weimar Rodriguez Flores La IA aplicada es la contraparte de ingeniería de la ciencia cognoscitiva y complementa sus perspectivas tradicionales. La ciencia cognoscitiva es una mezcla de psicología, lingüística y filosofía. La metodología y terminología de la IA está todavía en vías de desarrollo. La IA se está dividiendo y encontrando otros campos relacionados: lógica, redes neuronales, programación orientada a objetos, lenguajes formales, robótica, etc. Esto explica por qué el estudio de IA no está confinado a la matemática, ciencias de la computación, ingeniería (particularmente la electrónica y la mecánica), o a la ciencia cognoscitiva, sino que cada una de estas disciplinas es un potencial contribuyente. La robótica es considerada como un campo interdisciplinario que combina conceptos y técnicas de IA, con ingeniería óptica, electrónica y mecánica.

39 Ing.Fernando Weimar Rodriguez Flores BIBLIOGRAFIA Sitio donde podremos encontrar software gratuito, libros Referencias bibliográficas de I. A. Algo sobre redes neuronales Un laboratorio de I. A. Introducción a la I.A.(tutorial) Sitio para comprender el lenguaje Prolog Un centro de Inteligencia Artificial, donde podremos encontrar: Historia, Profesores, personas de apoyo, investigación, congresos, programas como doctorados, maestrías, entre otros.


Descargar ppt "INTELIGENCIA ARTIFICIAL Ing. Fernando Weimar Rodríguez Flores."

Presentaciones similares


Anuncios Google