Inteligencia Artificial IFE 115: INFORMÁTICA BÁSICA Lic. Marcio Rodas Inteligencia Artificial PTEG-I-3-VISITA 4-EXPO Inteligencia artificial.

11. Inteligencia artificial Inteligencia y máquina Percepción Razonamiento Áreas adicionales de investigación Redes neuronales Robótica Consideración de la consecuencia

Introducción En esta exposición vamos a explorar la rama de las Ciencias de la computación conocida como inteligencia artificial.

Concepto Es el campo de la ciencia de la computación que trata de construir máquinas autónomas, máquinas que sean capaces de llevar a cabo tareas complejas sin intervención humana

Inteligencia y máquina Para centrar nuestro análisis, comenzaremos considerando el concepto de agente y los tipos de comportamiento inteligentes que un agente puede exhibir. Agente Inteligente Un agente es un dispositivo que responder a estímulos procedentes de su entorno. La mayor partes de los agentes disponen de sensores que les permite recibir datos de su entorno;

Método de Investigación Este campo esta avanzando en dos direcciones distintas. Una línea de avance es la ingenieril, en la que los investigadores están tratando de desarrollar sistemas que exhiban un comportamiento inteligente. La otra línea de avance es la teoría en la que los investigadores tratan de desarrollar una comprensión computacional de la inteligencia animal y especialmente de la inteligencia humana.

Percepción Vamos a explorar dos áreas de investigación que demostrado ser especialmente complicadas: la comprensión de las imágenes y del lenguaje. Compresión de las imágenes La tarea de comprender imágenes genéricas suele abordarse mediante un proceso de dos pasos: 1) Procesamiento de imágenes, que hace referencia a la tarea de identificar las características de la imágenes. 2) Analisis de imágenes, hace referencia a la tarea de comprender lo que esas características significa.

2. Procesamiento del lenguaje Se construyen a partir de primitivas bien diseñas, de modo que cada sentencia tiene una única estructura gramatical y un único significado. Por el contrario, una sentencia en un lenguaje natural puede tener múltiples significado, dependiendo el significado del contexto o incluso de la manera en que sea comunicada

En el leguaje natural se requieren por tanto varios niveles de análisis. Análisis sintáctico: Simplemente identifica el papel gramatical de cada palabra Análisis semántico: tiene la tarea de identificar el papel semítico cada palabra de la frase Análisis contextual: en este nivel cuando se incluye en el proceso de comprecion el contexto de la frase. Otra área de investigación en el procesamiento de lenguaje natural es el que se refiere a documentos complejos en lugar de frases individuales. en este caso los problemas caen dentro de dos categorías distintas: recuperación de información y extracción de información.

Razonamiento Sistema de producción. Esta formado por tres componentes principales: 1.Un conjunto de estado, Cada estado es una situación que puede presentarse dentro del entorno de aplicación concreto en el que nos encontremos. 2.Un conjunto de producciones (reglas o movimientos).Una producción es una operación que puede realizarse en el entorno de aplicación con el fin de pasar de un estado a otro. 3.Un sistema de control, esta compuesto de la lógica que resuelve el problema de pasar del estado inicial al estado objetivo. Hoy en día esos sistemas de razonamiento que a menudo se implementan en leguaje de programación lógica, constituye vertebral de la mayoría de los sistemas expertos que son paquetes de software diseñados para simular el razonamiento de tipo causa-efecto.

Arboles de búsquedas Esta compuesto por aquella parte del grafos de estados que ha sido explorada por el sistema de control. El nodo raíz del árbol de búsqueda será el estado inicial y los hijos de cada nodo son aquellos estados que resultan alcanzable a partir del padre aplicando una producción. Cada arco entre distintos nodos de un árbol de búsqueda representara la aplicación que única producción y cada ruta que va desde la raíz a una hoja representa una ruta entre los correspondientes estado del grafo de estado.

Heurística Es un valor cuantitativo asociado con cada estado; con ese valor se intenta medir la distancia que hay entre ese estado y el objeto mas próximado. En cierto sentido nuestro heurístico es una medida de coste previsto. Un heurístico debe tener dos característica. a)En 1er lugar debe ser una estimación razonable de la cantidad de trabajo restante en la solución si se llegase a alcanzar el estado asociado. b)En 2do lugar el heurístico debe ser fácil de calcular. Quiere decir que su uso debe darnos la posibilidad de beneficiar el proceso de búsqueda en el lugar de entorpecerlo

Áreas adicionales de investigación Representación y manipulación del conocimiento Técnica Conocimiento de mundo real. Técnica metarazonamiento lo que quiere decir razonamiento acerca del razonamiento

Aprendizaje Es una manera de clasificar las soluciones para el problema de aprendizaje en que una computadora es según nivel de intervención humana requerido: En el 1er nivel el aprendizaje por imitación, en el que una persona demuestra directamente los pasos que componen una tarea y la computadora se limita a anotar los pasos. En el 2do nivel se encuentra el aprendizaje mediante entrenamiento supervisado , una persona persona identifica la respuestas correcta para una serie de ejemplo y luego el agente generaliza a partir de esos ejemplos. En el 3er nivel el aprendizaje por refuerzo, en ese tipo aprendizaje al agente se le proporciona una regla general para que juzgue por si mismo si ha tenido éxito oh a fallado a la hora de realizar una tarea, durante un proceso de prueba y error.

Algoritmos genéticos el algoritmo permite encontrar la solución optima a mucho problemas de búsqueda; sin embargo, existe mucho problema que son demasiado complejos para poder resolver mediante esas técnica de búsqueda. Para este tipo de problemas en ocasiones puede descubrirse una solución mediante un proceso evolutivo que implica múltiples generaciones de soluciones de prueba. Esta estrategia es la base de lo que se le denomina Algoritmo genético. Un algoritmo genético comienza generando un conjunto aleatoria de soluciones de pruebas .

Redes neuronales artificiales Propiedad básicas Las redes neuronales artificiales proporcionan un modelo de procesamiento por computadoras que simula las redes de neuronas de los sistemas biológicos de los seres vivos. Una neurona en una red neuronal artificial es una unidad software que imita a una neurona biológica. Entrenamiento con las redes neuronales artificiales Una de las características importantes de las redes neuronales artificiales es que no se programan en el sentido tradicional, sino en lugar de ello se la entrenan. Es decir el programador no determina los valores de los pesos necesario para resolver un problema concreto y luego insertar esos valores en la red. Memoria asociativa Es la extracción de información que esta asociada o relacionada con la información que ese momento tenemos entre mano.

Robótica La robótica es el estudio de los agentes físicos autónomos que se comportan de manera inteligente. Al igual que cualquier agente los robot deben ser capaces de percibir, razonar y actuar dentro de su entorno. A pesar de los grandes avances en el campo de los manipuladores y de la locomoción, la mayoría de los robots todavía no son muy autónomo.

Consideración de las consecuencia Algunas personas miran los avances tecnológico como un regalo para la humanidad, pero otras personas miran este fenómeno como una maldición que quita empleo a los ciudadanos y canaliza la riqueza hacia aquellos que disponen del poder. Ya hemos comenzado a ver como la capacidad intelectual de los seres humanos se ve desafiada por las maquinas en una serie de campos especifico, las maquinas son capaces de derrotar a los jugadores expertos de ajedrez entre otro. ¿Cómo se vera afectada la autoestima de una persona al verse desplazada por las maquinas en un numero cada vez mayor.

Bibliografía Introducción a la Computación 11ª. Edición J. Glenn Brookshear