La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

INTELIGENCIA ARTIFICIAL (IA)

Presentaciones similares


Presentación del tema: "INTELIGENCIA ARTIFICIAL (IA)"— Transcripción de la presentación:

1 INTELIGENCIA ARTIFICIAL (IA)

2 Concepto 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

3 Sistemas que: Aprenden nuevos conceptos y tareas.
Pueden razonar y derivar conclusiones útiles acerca del mundo que nos rodea. Pueden comprender un lenguaje natural o percibir y comprender una escena visual. Realizan otro tipo de actividades que requieren de inteligencia humana.

4 Desde el punto de vista de los objetivos, la IA puede considerarse:
Como ingeniería Como ciencia

5 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.

6 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.

7 Las limitaciones de las representaciones en base a reglas, en particular, la necesidad de representar aspectos como estructura y relaciones, llevaron a otras representaciones que en general englobamos como presentaciones estructuradas.

8 Dentro de este tipo de representaciones las dos más significativas son:
Redes Semánticas. Prototipos o Marcos.

9 Redes Semánticas

10 Representación surgida de trabajo en reconocimiento de lenguaje natural y la búsqueda de modelos para la memoria humana.

11 Consiste en dos tipos de entidades básicas:
Nodos Ligas asociativas

12 Donde los nodos pueden ser de dos tipos:
Se refiere en forma directa al significado del concepto - nodo tipo (clase). Se refiere indirectamente al concepto mediante un apuntador al nodo tipo - nodo "token" (instancia u objeto).

13 Tipos de Asociaciones La red semántica se puede ver dividida en planos. En cada plano se tiene la definición de un concepto, pero estos tienen ligas a otros planos en que hay conceptos relacionados. Es decir que un nodo tiene ligas a nodos del mismo plano que lo definen, pero también a nodos de otros planos que están relacionados, como subclases, superclases, analogías, etc. En cada plano hay un nodo tipo y una serie de nodos "token2.

14 Árboles Los árboles de clasificación constituyen una aproximación radicalmente distinta a todas las estudiadas hasta el momento. Es uno de los métodos de aprendizaje inductivo supervisado no paramétrico más utilizado.

15 Como forma de representación del conocimiento, los árboles de clasificación destacan por su sencillez. A pesar de que carecen de la expresividad de las redes semánticas o de la lógica de primer orden, su dominio de aplicación no está restringido a un ámbito concreto sino que pueden utilizarse en diversas áreas: diagnóstico médico, juegos, predicción meteorológica, control de calidad, etc.

16 Ejemplo Ilustraremos con un sencillo ejemplo cómo puede utilizarse un árbol de decisión. El problema a resolver es el siguiente: se trata de decidir si vamos a jugar al tenis dependiendo de las condiciones atmosféricas siguientes: nubosidad, humedad y viento.

17 Considerando un conjunto de aprendizaje en el que los patrones están compuestos por atributos categóricos y la clase cierta asociada es Si o No, algunos de estos prototipos serán: {Nubosidad = despejado, Humedad = normal, viento = débil, Si} {Nubosidad = despejado, Humedad = alta, viento = débil, No} {Nubosidad = nublado, Humedad = normal, viento = débil, Si} {Nubosidad = lluvioso, Humedad = normal, viento = débil, No}

18 El árbol de decisión construido es el mostrado en la figura:
Figura : Árbol de decisión para el problema jugar al tenis Nubosidad Humedad Viento Despejado Nuboso Lluvioso Si Alta Normal Fuerte Debil No

19 Que se corresponde con la siguiente regla para la decisión de jugar:  
(Nubosidad=despejado ^ Humedad = normal) v (Nubosidad=nublado) v (Nubosidad=lluvioso ^ viento=débil) Y la siguiente para la decisión de no jugar: (Nubosidad=despejado ^ Humedad = alta) v (Nubosidad=lluvioso ^ viento=fuerte)

20 Grafos Nodos/vértices: normalmente con etiquetas Arcos/ligas: pueden o no tener etiquetas (si existe más de un tipo de arco)

21 Una red es normalmente un grafo con pesos.
En Inteligencia Artificial los arcos pueden representar cualquier cosa (relación entre nodos). Se pueden usar para representar relaciones causales, e.g. Los árboles son útiles para representar jerarquías, e.g.

22 REGLAS DE INFERENCIA LOGICA DE PREDICADOS

23 QUE ES INFERENCIA? 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.

24 COMO SE PUEDE INFERIR? 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.

25 Modus Ponens (MP) de (P  Q) y P, se deduce Q
conocida como la regla de la afirmación del antecedente Ejemplo: Si el sol brilla, María está en la playa. El sol brilla. Por lo tanto, María está en la playa.

26 Modus Tollens (MT) de (P  Q) y ~Q, se infiere ~P
conocida como negación del consecuente Ejemplo: Si el sol brilla, María está en la playa. María no está en la playa. Luego, el sol no brilla.

27 Silogismo Hipotético (SH)
de (P  Q) y (Q  R), deducimos (P  R). se conoce como razonamiento en cadena Ejemplo: Si el sol brilla, María está en la playa Si María está en la playa, está nadando. Si está nadando, estará cansada esta noche. Por lo tanto, si el sol brilla, María estará cansada esta noche.

28 Silogismo Disyuntivo (SD)
de (P v Q) y ~P, deducimos que Q. ~P puede ser también ~Q. Ejemplo: El sol brilla o está lloviendo El sol no brilla. Por lo tanto está lloviendo

29 Conjunción (Conj) de P y Q, deducimos P&Q Ejemplo: El sol brilla
Está lloviendo Por lo tanto, el sol brilla y está lloviendo

30 Simplificación (Simp)
De P y Q deducimos P (o Q). Ejemplo: Está lloviendo y el sol brilla Por lo tanto, está lloviendo

31 Adición (Ad) De P inferimos P v Q
si sabemos que P es verdadera, P v Q, P v R, P v S… lo será también Ejemplo: Está lloviendo Por lo tanto, está lloviendo o la luna es de queso.

32 Dilema constructivo (DC)
de (P  Q) & (R  S) y (P v R) inferimos (Q v S). Ejemplo: Si Juan se va a Alaska, se congelará en invierno. Si se va a Miami, se asará en verano. Juan se va a Alaska o a Miami. Por lo tanto, se congelará en invierno o se asará en verano

33 OTRA REGLA DE INFERENCIA
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.

34 Resolución Si (A v B) es verdadero y (~B v C) es verdadero, entonces (A v C) también es verdadero. 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.

35 Lógica deductiva. El razonamiento deductivo parte de una regla general y se propone comprobar que los datos concuerdan con la generalización.

36 Un poco de Historia Aristóteles ( a.C.) fue el primero en estudiar las formas de la argumentación; a él se le atribuye la invención de la lógica como ciencia. Aristóteles fue el primer filósofo que utilizó los silogismos como forma lógica de solución para los problemas y señaló que el silogismo era el principal instrumento para arribar a conclusiones científicas.

37 Silogismos La forma de argumentación que Aristóteles identificó y sistematizó usaba enunciado sujeto-predicado en un silogismo (dos premisas y una conclusión). Los silogismos son argumentos estructurados compuestos por dos premisas y una conclusión.

38 Ejemplo de Silogismo Todos los hombres son mortales Sócrates es hombre
Por lo tanto, Sócrates es mortal.

39 La estructura del silogismo es invariable:
La primera frase proporciona una parte de la información que describe al sustantivo (hombres) como parte de un subconjunto (mortales). La segunda frase proporciona una premisa adicional que describe un nuevo sustantivo (Sócrates) en relación con el subconjunto (hombres). La conclusión es el tercer enunciado que nos permite extraer conclusiones lógicas basadas en la pertenencia a un determinado conjunto o subconjunto.

40 En Conclusión Si la conclusión se encuentra fundamentada o sustentada por las premisas, el silogismo es considerado como válido. Los silogismos enseñan a los alumnos a establecer premisas y a determinar si las conclusiones son lógicas o ilógicas, y así se podrán usar los silogismos en distintas áreas.

41 Proposiciones Categóricas
Proposiciones categóricas son afirmaciones acerca de categorías o clases. Toda proposición categórica es un enunciado acerca de los miembros de dos clases, y de relación entre ellos. Por ejemplo: Ningún soltero es casado. Algunos Mazda no son fabricados en Japón.

42 Como se dijo antes, una proposición categórica es un enunciado que relaciona dos clases, o categorías. Las dos clases en cualquier proposición categórica se colocan en una relación de sujeto-predicado. Algo es predicado, o dicho acerca de, un sujeto. Lo que se dice es que una clase (el sujeto) está incluida o excluida de la clase del predicado.

43 Descripción de ejemplos
"Ningún soltero está casado" dice que la clase de los solteros (el sujeto) está completamente excluida de la clase de los casados (el predicado). De manera semejante, decir que todos los chimpancés son primates es afirmar que cualquier sujeto que sea un chimpancé estará incluido en la clase de los primates (el predicado).

44 Las cuatro clases de proposiciones categóricas
Universal afirmativa: Todo S es P Universal negativa: Ningún S es P Particular afirmativa: Algún S es P Particular negativa: Algún S no es P

45 Las palabras "todo" y "algún" se llaman "cuantificadores" porque indican la cantidad del sujeto. Esto es, especifican cuánto elementos de la clase del sujeto están incluidos en la clase del predicado. ("Ningún" indica cero miembros.) El verbo en una proposición categórica correctamente expresada, es siembre alguna forma del verbo "ser", y se conoce como "cópula".

46 Tenemos, entonces, el siguiente esquema:
Cuantificador: todo, ningún, algún Sujeto: la clase que se incluye en o que se excluye de, el predicado Cópula: es, son. era, eran Predicado: la clase de la cual el sujeto es o no es parte

47 Diagramas de Venn Se podría decir que son silogismos visuales. Comprueban la verdad o falsedad de un silogismo

48 Forma de Trabajo Cada conjunto de elementos se encuentra encerrado dentro de un circulo, o figura geométrica, y estos a su vez están encerrados dentro de otra figura, por lo general está es un rectángulo, se pueden dibujar cada elemento del conjunto o bien solo se puede indicar su existencia. Los diagramas de Venn son una buena herramienta, que nos permite realizar las operaciones entre los diversos conjuntos del universo de un forma más sencilla.

49 DIAGRAMAS DE VENN A B A B A B A B A-B Resta AB Intersección A AB B
Subconjunto AB A B Unión

50 Ejercicio En el diagrama que colocamos a continuación, se han volcado los datos obtenidos en una encuesta, realizada a personas, donde se les preguntó si tomaban té o café. Los números que aparecen se refieren a las cantidades de personas que respondieron a la pregunta en las diversas formas posibles: solamente té, té y café, ninguna de las dos bebidas, etc.

51 En base a estos datos responderemos a las siguientes preguntas:
¿Cuántas personas tomaban té? Rta. 6 personas. ¿Cuántas personas tomaban café? Rta. 9 personas. ¿Cuántas personas tomaban té y café? Rta. 4 personas. ¿Cuántas personas no tomaban ninguna de las dos bebidas? Rta. 1 persona. ¿Cuántas personas no tomaban té? Rta. 6 personas. ¿Cuántas personas no tomaban café? Rta. 3 personas. ¿Cuántas personas tomaban por lo menos una de esas dos bebidas? Rta. 11 personas. ¿Cuántas personas tomaban sólo una de esas dos bebidas? Rta. 7 personas. ¿Cuántas personas tomaban sólo café? Rta. 5 personas. ¿Cuántas personas tomaban alguna de esas bebidas? Rta. 11 personas.


Descargar ppt "INTELIGENCIA ARTIFICIAL (IA)"

Presentaciones similares


Anuncios Google