Download Introducción a la Inteligencia Artificial

INTRODUCCIÓN A LOS SISTEMAS
EXPERTOS
Ing. Auccahuasi Aiquipa Wilver
Universidad Privada Telesup
Cátedra de Sistema Expertos
Tabla de Contenido
1.
2.
3.
4.
Objetivos
Inteligencia
1. Inteligencia
2. El Cerebro Humano
Inteligencia Artificial
1. Definición del concepto IA
2. Test de Turing
3. Modelo Cognoscitivo
4. Pensamiento Racional
5. Actuación Racional
¿Inteligencia Artificial?
Técnicas de la IA
2 /62
1. Objetivos
1.
2.
3.
4.
5.
6.
Exponer el conceptos sistemas expertos
Presentar las características del cerebro humano.
Exponer los aspectos de la inteligencia natural.
Identificar los aspectos de la inteligencia artificial MA
Preguntar si es posible la IA
Presentar las técnicas de la IA
3 /62
1.1. INTELIGENCIA
4 /62
¿Inteligencia?
• Es la facultad que tienen las
personas de conocer, analizar,
comprender situaciones.
• Es un conjunto de habilidades,
destrezas y experiencias sobre cierto
dominio.
• Es la capacidad de resolver
problemas.
¿tienen inteligencia los animales?
¿el libre albedrío es inteligencia?
¿la conciencia de si mismo es inteligencia?
5 /62
Ejercicio 1
•
Diga el orden en que se puede clasificar la “inteligencia”
de los siguientes animales. Argumente su respuesta.
1. Chimpancé
2. Gorila
3. Mono
4. Perro
5. Gato
6. Loro
7. Delfín
8. Pollo
6 /62
Signos de Inteligencia
• Aprender de la experiencia
• Encontrar sentido a mensajes ambiguos
• Responder rápidamente a situaciones
nuevas.
• Entender e inferir en forma racional.
• Aplicar conocimiento para manipular el
medio que nos rodea.
• Aplicar y adquirir conocimiento nuevo.
• Pensar y razonar.
7 /62
Ejercicio 2
• Diga cuál es el valor de A y B, si se cumple la siguiente
operación:
A B +
B A
1 A 0
A B +
B A
1 B 0
8 /62
Aspectos de la Inteligencia Natural
1.
2.
3.
4.
5.
6.
7.
8.
9.
Percepción
Aprendizaje
Memoria y Asociación
El pensamiento abstracto.
Razonamiento
Solución de problemas
Imaginación o Creatividad
Conciencia
Comunicación
¿Cuáles de estas facultades no pueden tener los animales?
¿Cuáles de estas facultades no lo pueden tener las máquinas?
9 /62
Aspectos de la Inteligencia
INTELIGENCIA HUMANA
1. Percepción
2. Aprendizaje
3. Memoria y asociación
4. El pensamiento abstracto.
5. Razonamiento
6. Solución de problemas
7. Creatividad e imaginación
8. Conciencia
9. Comunicación
INTELIGENCIA ARTIFICIAL
1. Percepción
2. Aprendizaje
3. Memoria y asociación
4. El pensamiento abstracto.
5. Razonamiento
6. Solución de problemas
7. Creatividad e imaginación
8. Conciencia
9. Comunicación
10 /62
Ejercicio 3
En qué se diferencian los siguientes conceptos:
1.
2.
3.
4.
5.
Percepción y aprendizaje, ¿cuál es primero?
Aprendizaje y memoria, ¿se puede memorizar sin aprender?
Memoria y comportamiento,
Memoria y asociación, [a  b; a  b ]
Percepción y comunicación.
11 /62
1.2 EL CEREBRO HUMANO
12 /62
Cerebro Humano
• 1011 Neuronas
(procesadores)
• Poder desconocido
• 1000 – 10000
conexiones por
neurona
• Capacidad basada en
las conexiones.
• Cada neurona es muy
compleja.
• Almacenamiento
redundante.
• No binario, no estable y
no asíncrono.
13 /62
¿Cómo funciona ?
Neuronas
Sonido
Conexiones
Color
Sabor
Olor
Tersura
14 /62
Sensores humanos
104 Hz
Sonido  102 Hz, 104 Hz
102 Hz
Color
 1015 Hz
Sabor  ¿es una onda?
Olor
 ¿es una reacción química?
Tersura ¿es una onda?
15 /62
Ejercicio 4
Diga qué perciben los siguientes sensores:
1.
2.
3.
4.
5.
6.
Fotodiodo
Giroscopio
Micrófono
Sonar
Termistor
Voltímetro
1.
2.
3.
4.
5.
6.
Distancia
Luz
Orientación
Sonido
Temperatura
Voltaje
¿Existen sensores para medir?:
• Tersura de un objeto.
• El sabor de una sustancia.
• El olor de una sustancia
16 /62
Características del Sistema Nervioso
• adaptabilidad
• aprendizaje continuo
•
•
•
•
distribución del procesamiento y del “almacenamiento”
alta redundancia
plasticidad (creación/modificación de sinapsis).
tolerante a fallas
• 10 a 100 billones de neuronas, cada una conectado a otras
10.000 neuronas
• Los humanos pierden aprox.. 1000 neuronas por día.
17 /62
Aprendizaje
Patrones de actividad.
• Ésta forma de aprendizaje es la que explica la memoria de
corto plazo.
Cambios físicos y químicos en las neuronas.
• En este aprendizaje se modifican las conexiones entre
unidades haciendo que grupos de neuronas se vuelvan
más o menos eficientes para excitar o inhibir a otras
neuronas.
• Explica la memoria de largo plazo.
Creación de nuevas conexiones.
• En este aprendizaje se crean nuevas conexiones.
18 /62
Aprendizaje
• El aprendizaje es un proceso por el cual el individuo cambia
de actitud.
• Es un proceso unido a la experiencia.
• El proceso fundamental del aprendizaje es la imitación, es
decir la repetición de un proceso observado.
• El aprendizaje se define técnicamente como un cambio
relativamente estable en la conducta del sujeto como
resultado de la experiencia, producidos a través del
establecimiento de asociaciones entre estímulos y
respuestas mediante la práctica en un nivel elemental
19 /62
Ejercicio 5
Extendiendo
la
definición
aprendizaje, diga si los sistemas
información tienen capacidad
memorizar o de aprender.
Explique su respuesta con
ejemplo.
de
de
de
un
1. ¿Conoce algún sistema que
memorice datos?
2. ¿Conoce algún sistema que
aprenda comportamientos
(es decir acciones)?
20 /62
2. INTELIGENCIA ARTIFICIAL
21 /62
Inteligencia Artificial
• Nació en 1943 cuando Warren McCulloch y Walter Pitts
propusieron un modelo de neurona del cerebro humano y
animal.
• Es una ciencia que intenta la creación de programas para
máquinas que imiten el comportamiento y la comprensión
humana, que sea capaz de aprender, reconocer y pensar.
22 /62
Inteligencia Artificial
•
•
•
•
•
•
•
•
•
•
Ciencia.
¿arte, religión?
Intento.
¿se logrará alguna vez?
Crear programas para máquinas. ¿software o hardware?
Imitar.
¿simulación o imitación?
Comportamiento. ¿comportamiento == acción?
Comprensión.
¿compresión == pensamiento?
Humano.
¿cómo piensan o actúan los humanos?
Capacidad de aprender.
¿memorizar o aprender?
Capacidad de reconocer.
¿igual o parecido?
Capacidad de pensar.
¿lógica?
23 /62
Objetivos de la Inteligencia Artificial
• Es la comprensión de nosotros mismos como entidades
inteligentes
• Es la construcción de entidades inteligentes artificiales.
• Es el arte de crear máquinas que realizan funciones que
requieren inteligencia cuando dichas funciones son
realizadas por el hombre.
• Es el estudio de cómo hacer que los ordenadores ejecuten
cosas que, por el momento, los seres humanos lo hacemos
mejor.
• Hace uso intensivo del software y algoritmos.
24 /62
Inteligencia Artificial
• Es la construcción de algoritmos para imitar
el comportamiento y el razonamiento de
los humanos.
Observar que la definición no menciona el hardware.
El hardware es administrado finalmente por el software
25 /62
Motivación para la investigación en IA
• La IA es una de las disciplinas más nuevas (inició
formalmente en 1956).
• A diferencia de otros campos de estudio donde “todo está
descubierto” (como la física o las matemáticas), la IA tiene
muchas áreas con grandes oportunidad para la
investigación e innovación.
26 /62
Alcance de la IA
• La IA abarca desde áreas generales (percepción,
razonamiento lógico) hasta específicas (ajedrez, teoremas,
etc.)
• Permite automatizar el trabajo intelectual a científicos de
otras áreas.
• Ofrece a los científicos de IA el aplicarla en cualquier área
donde se aplique el intelecto humano.
27 /62
2.1. DEFINICIÓN DEL
CONCEPTO DE INTELIGENCIA
ARTIFICIAL
28 /62
Proceso de Razonamiento y
Comportamiento
¿Razonar  Actuar?
¿Actuar  Razonar?
Razonamiento  (Lógica) razonamiento para llegar a conclusiones.
Comportamiento  (Acción) acciones para llegar a objetivos.
29 /62
Categorías para las definiciones de IA
Humano
Pensamiento
Sistemas que
piensan
como
humanos
Racional
Sistemas que
piensan
racionalmente
30 /62
Categorías para las definiciones de IA
Humano
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
Racional
Sistemas que
actúan
racionalmente
(idealmente)
31 /62
¿Qué es la Inteligencia Artificial?
“La interesante tarea de lograr que
las computadoras piensen...
Máquinas con mente, en su amplio
sentido literal” (Haugeland, 1985)
“El estudio de las facultades
mentales mediante el uso de
modelos computacionales”
(Carniak y McDermott, 1985)
“[La automatización de] actividades
que vinculamos con procesos de
pensamiento humano, actividades
tales como la toma de decisiones,
resolución de problemas,
aprendizaje...” (Bellman, 1978)
“El estudio de los cálculos que
permiten percibir, razonar y actuar”
(Winston, 1992)
“El arte de crear máquinas con
capacidad de realizar funciones que
realizadas por personas requieren
inteligencia” (Kurzweil, 1990)
“Un campo de estudio que se
enfoca a la explicación y emulación
de la conducta inteligente en
función de procesos
computacionales” (Schalkoff,
1990).
“”El estudio de cómo lograr que las
computadores realicen tareas que,
por el momento, los humanos hacen
mejor” (Rich y Knight, 1991)
“La rama de la ciencia de la
computación que se ocupa de la
automatización de la conducta
inteligente” (Luger y Stubblefield,
1993).
32 /62
Categorías para las definiciones de IA
Humano
Pensamiento
Sistemas que
piensan como
humanos
2
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
1
Racional
Sistemas que
piensan
racionalmente
(idealmente)
Sistemas que
actúan
racionalmente
(idealmente)
3
4
Razonamiento
 (Lógica) razonamiento para llegar a conclusiones.
Comportamiento  (Acción) acciones para llegar a objetivos.
33 /62
2.2. TEST DE TURING
Humano
Pensamiento
Sistemas que
piensan como
humanos
2
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
1
Racional
Sistemas que
piensan
racionalmente
(idealmente)
Sistemas que
actúan
racionalmente
(idealmente)
3
4
34 /62
Actuar como humano:
La prueba de Turing
• Propuesto por Alan Turing (1950).
• Turing definió la conducta inteligente como “la capacidad
de lograr eficiencia humana en todas las actividades
cognoscitivas, suficiente para engañar a un evaluador”.
35 /62
1. Test de Turing
Escenario:
dos
seres
humanos y un ordenador;
uno de los seres humanos, el
interrogador, debe averiguar
cuál de los otros dos
participantes es el ordenador;
el
interrogador
puede
preguntar cualquier cosa, sin
importar el tema o la
profundidad, y al ordenador
se le permite hacer todo lo
posible por provocar la
errónea identificación. El ser
humano participante debe,
sin
embargo,
responder
siempre verazmente a las
cuestiones
que
se
le
formulen.
http://cogsci.ucsd.edu/~asaygin/tt/ttest.html
36 /62
1. La prueba de Turing
• Para que una computadora pase la prueba de Turing, debe
por lo menos:
– Procesar lenguaje natural
– Representar el conocimiento
– Razonar automáticamente
– Auto aprender
• Para la prueba total de Turing, la computadora debe tener
– Vista
– Robótica
37 /62
Ejercicio 6
• ¿Cómo se puede inhabilitar la prueba de turing?
• ¿Qué preguntas se puede hacer a una persona de tal
forma que se pueda diferenciar de un computador?
• ¿Qué preguntas se puede hacer a un computador de tal
forma que se pueda diferenciar de una persona?
38 /62
2.3. MODELO COGNOSCITIVO
Humano
Pensamiento
Sistemas que
piensan como
humanos
2
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
1
Racional
Sistemas que
piensan
racionalmente
(idealmente)
Sistemas que
actúan
racionalmente
(idealmente)
3
4
39 /62
Pensar como humano:
El modelo cognoscitivo
• Primero habría que definirse ¿cómo piensan los humanos?.
Lo hacen mediante
– Introspección
– Experimentos psicológicos
• La ciencia cognoscitiva usa modelos de IA y experimentos
psicológicos.
• Aportaciones:
– Visión, lenguaje natural, aprendizaje
40 /62
2.4. PENSAMIENTO
RACIONAL
Humano
Pensamiento
Sistemas que
piensan como
humanos
2
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
1
Racional
Sistemas que
piensan
racionalmente
(idealmente)
Sistemas que
actúan
racionalmente
(idealmente)
3
4
41 /62
Pensar racionalmente:
Las leyes del pensamiento
• Aristóteles intentó codificar la “manera correcta de pensar”
(silogismos). De ahí surge la lógica.
• La tradición logicista de IA trata de hacer sistemas
inteligentes basados en la lógica.
• Problemas: pasar conocimiento informal e incierto en
términos lógicos formales y realizar la solución teórica
obtenida en la práctica.
Representación del conocimiento impreciso
Versus
Notación Lógica
• Lógica fuzzy(1968)
42 /62
2.5. ACTUACIÓN RACIONAL
Humano
Pensamiento
Sistemas que
piensan como
humanos
2
Comportamiento
(actuación)
Sistemas que
actúan como
humanos
1
Racional
Sistemas que
piensan
racionalmente
(idealmente)
Sistemas que
actúan
racionalmente
(idealmente)
3
4
43 /62
Racionalidad
• La racionalidad se entiende referida a la acción y designa
aquel tipo de acción configurada de forma que permita
obtener ciertos objetivos predefinidos.
• La racionalidad consiste en la inteligente persecución de
fines mediante acciones adecuadas.
Actuar racionalmente significa elegir una alternativa con la
jerarquía más alta dentro de un grupo de alternativas
factibles.
44 /62
Racionalidad
• Está referida a la decisión tomar dado que
necesariamente se dispone de toda la información.
no
• La racionalidad está referida al logro del objetivo planteado
minimizando las desviaciones.
RACIONALIDAD Ξ DECISIONES
RACIONALIDAD ≠ OMNICENCIA
45 /62
Ejercicio 7
Diga que haría en los siguientes casos:
1. Cómo llegaría a visitar en el menor tiempo posible todas
las capitales de departamento del Perú.
2. Tiene una pregunta con dos alternativas y no sabe la
respuesta. ¿qué alternativa marca?
3. Está manejando su automóvil a 80 k/m y repentinamente
se cruza una persona. (usted logra ver a la persona a 5
metros de distancia).
4. Ve a su enamorada besándose con su mejor amigo.
5. Está en la orilla de la playa y viene una ola muy grande.
6. Está caminando y se aparecen 3 delincuentes armados y
le solicitan dinero.
46 /62
Racionalidad Limitada
• Actuar racionalmente cuando no se dispone de tiempo para
efectuar los cálculos para tomar una decisión.
47 /62
3. ¿INTELIGENCIA
ARTIFICIAL?
48 /62
¿Inteligencia Artificial?
• ¿Puede pensar realmente un sistema inteligente artificial
dentro de una computadora?
• ¿Tiene realmente libre albedrío?
• ¿Puede llegar a reemplazar al ser humano?
• ¿Hasta que punto puede un sistema ser inteligente?
49 /62
4. TÉCNICAS DE LA IA
50 /62
Técnicas de la IA
•
•
•
•
•
•
•
•
•
•
Sistemas Basados en Conocimiento.
Visión Computacional
Procesamiento de Voz y Lenguaje Natural
Lógica Difusa
Redes Neuronales
Computación Evolutiva
Sistemas Multiagente
Robótica
Aprendizaje Mecánico.
Técnicas Heurísticas (recocido simulado)
51 /62
Modelos Inspirados en la Naturaleza
•
•
•
•
Neuronas
Evolución Natural
Experiencia
Razonamiento




Red Neuronal
Algoritmo genético
Sistema Experto
Lógica Difusa
52 /62
Gracias
53 /62