Universidad del Istmo Campus Tehuantepec Ingeniería en Computación Inteligencia Artificial M.I.A Daniel Alejandro García 85 horas (Lunes 18:00 – 19:00, Martes 17:00-19:00 Jueves 16:00-18:00 y Viernes de 12:00-13:00). Aula A-20

2 Inteligencia Artificial Fundamentos

3 Objetivo Adquirir conocimientos básicos relacionados con la computación inteligente y aspectos congoscitivos de la inteligencia artificial. Visualizar los campos de aplicación de la IA. Desarrollar de la capacidad para decidir cuando aplicar técnicas de IA Implementar diferentes técnicas de IA Diseñar soluciones a problemas por medio de IA

4 Antecedentes. Programación Estructurada Estructura de datos Circuitos Lógicos Sistemas Digitales

5 Contenido Introducción a la Inteligencia Artificial Representación Estructurada del Conocimiento Solución de problemas por busqueda Aprendizaje Robótica Aplicaciones

6 Forma de Trabajo. Exposición por parte del maestro de los temas del programa Entrega en tiempo y forma de tareas y prácticas. Escritura de ensayos y artículos técnicos. Examen escrito por cada unidad Exposición de trabajos para discusión.

7 Forma de Evaluación Tres exámenes parciales y un examen ordinario Las evaluaciones parciales estarán compuestas de la siguiente manera: 30% programas 30% tareas 30% exposiciones 10% Asistencia

8 Bibliografía. Russell, S. Norvig P. Artificial Intelligence, a modern approach. Prentice Hall. Marvin Minsky. The Society of Mind. Ed. Touchstone. Luger, G.F. & Stubblefield. W.A. Artificial Intelligence: structures and strategies for complex problem solving Nils J. Nilsson. Artificial Intelligence A new Synthesis, Morgan Kauffman Publisher

9 Introducción a la Inteligencia Artificial Inteligencia Artificial

10 Contribuciones a la IA de otras disciplinas Filosofía:Lógica, Racionalidad, lenguaje. Matematicas: Representacion formal, intratabilidad, completitud, probabilidad. Economía:Utilidad y teoría de la decisión. Neurociencia: Estudios físicos sobre la actividad mental Psicología: Fenomeno de la percepción y acciones, técnicas experimentales. Ingeniería computacional: Construcción de computadores veloces.

11 Teoría de control: Diseño de sistemas que maximicen una función objetivo en el tiempo Lingüística: Representación del conocimiento y gramática Contribuciones a la IA de otras disciplinas(2)‏

12 Evolución de la Inteligencia Artificial McCulloch y Walter Pitts: Modelo constituido por neuronas artificiales booleanas Turing tuvo la visión de la IA en su artículo “Computing Machinery and Intelligence” Taller en Dartmounth. Adoptaron el nombre del campo “Inteligencia Artificial” McCarthy se refiere como la era de “Mira, mamá ahora sin manos!” Algoritmo completo para la demostración de teoreamas para la lógica de primer orden.

13 Evolución de la Inteligencia Artificial(2)‏ IA descubre la complejidad computacional. La investigaciones en redes neuronales casi desaparece Primeros desarrollos de los sistemas basados en conocimineto ? IA se convierte en una industria ? Regreso de las redes neuronales ? IA se convierte en una ciencia ? Emergencia de los sistemas inteligentes

14 Técnicas de resolución de problemas de IA La IA necesita de conocimiento. El conocimiento posee algunas propiedades: Es voluminoso Es difícil caracterizarlo Es dinámico Se organiza de manera que se corresponde con la forma en que va a ser usado

15 Técnicas de resolución de problemas de IA(2)‏ Una técnica es un método que explota el conocimiento representado: Representa generalizaciones(agrupar)‏ Entendido por la personas que lo provean. Uso general.

16 Técnicas de resolución de problemas de IA(3)‏ Las técnicas de IA se utilizan para solucionar problemas complicados. Son robustos Extendibles Uso generalizado Sin embargo tienen pueden tener una mayor complejidad.

17 Ejemplo de soluciones del juego de 3 en raya Almacenar las 19,693 posibilidades de un tablero de 3 x 3 con tres valores posibles en cada casilla, así como las correspondientes jugadas sucesoras. El programa posee una estrategia para cada turno de jugador. Analiza el posible triunfo a partir de un estado del tablero dado. Una estructura contien el tablero actual, así como una lista de posiciones del tablero que podrían ser el próximo movimiento, y una estimación de la probabilidad de que esa jugada lleve a la victoria. El algoritmo inspecciona varias secuencias de movimientos tratando de maximizar la probabilidad de la victoria.*

18

19 Inteligencia Humana Vs Inteligencia Artificial

20 Paradigmas de la IA Sistemas que piensan como humanos Sistemas que piensan racionalmente Sistemas que actuán como humanos Sistenas que actuán reacionalmente

21 Campos de la IA Procesamiento del lenguaje natural Representación del conocimiento Razonamiento automático Aprendizaje automático Visión computacional Robótica

22 Estado Actual y Perspectivas Planificación autónoma: Programa de la NASA Agente Remoto. Juegos: Deep Blue de IBM derroto en un partida de ajedrez a Kasparov(1997)‏ Control autónomo: Sistema de visión por computador manejo un vehiculo el 98% del trayecto entre Pittsburgh y San Diego. Diagnosis: Programas de diagnóstico médico basados en el análisis probabilistico han alcanzado niveles similares a los de médicos expertos en algunas áreas de la medicina.

23 Planificación lógistica: Durante la crisis del Golfo Pérsico en 1991, las fuerzas de EUA emplearon una herramienta para automatizar la planificación y organización lógistica del transporte de 50,000 vehiculos de carga y personal. Robótica:Control robotizado para guiar el implante de una prótesis. Procesamiento del lenguaje y resolución de problemas: Proverb resulve crucigramas mejore que la mayoría de los humanos. Estado Actual y Perspectivas(2)‏