Universidad Nacional Mayor de San marcos Facultad de Ingeniera de Sistemas e Informtica EAP de Ing.

. de Sistemas Inteligencia Artificial Examen Parcial Semestre 2010-1 Apellidos y nombre: INSTRUCCIONES No se podrn utilizar libros ni apuntes de clase, y est prohibido prestarse material alguno. Responda las preguntas 1 y 4 en esta hoja. Al finalizar el examen debe entregar el texto del examen y su cuadernillo.

1. Conceptos Marque al lado derecho V para verdadero y F para Falso

1. Existen problemas intratables que son no computables.

(6 puntos)
(+0.2 correcta, -0.05 incorrecta)

( V )

2. El problema de hacer que una mquina aprenda a realizar una tarea a travs de ( V ) experiencias y que luego de aprender su tasa de error y de inexactitud sea cero, es un problema tratable. 3. Es ms difcil probar (demostrar que es verdad) una proposicin que saber que esta ( V ) es verdad. 4. El problema probar una conjetura, esto es a partir de hiptesis y supuestos asumidos ( F ) de verdad y mediante inferencias vlidas se desea llegar a una tesis dada (conjetura), es un problema de decisin. (V ) 5. La inteligencia es exclusividad de las mquinas hechas de protenas. 6. Los sistemas de informacin gerencial corresponder a problemas de la inteligencia ( F ) artificial. 7. Paradigma simblico: redes neuronales artificiales, meta-heursticas, vida artificial. 8. Es adecuado usar los lenguajes de Inteligencia Artificial para resolver el problema de seleccin de proyectos. 9. En la representacin de un problema como bsqueda en un espacio de estado es necesario explicitar el espacio de estado. (V ) (V ) ( V )

10. El problema de bsqueda en un espacio de estado se puede resumir como encontrar ( V ) desde el espacio de estado un camino (secuencia de reglas y/o estados) que inicie con el estado inicial y termine con el estado meta. 11. Los mtodos de bsqueda local como la ascensin de colinas, operan en ( V ) formulaciones completas de estados; manteniendo solo una cantidad pequea de nodos en memoria. 12. Los mtodos informados que usan funcin evaluadora constante tienen el mismo ( F ) comportamiento que los mtodos ciegos

13. La bsqueda primero el mejor avara expande nodos con h(n) mnima. No es ptima, pero es a menudo eficiente y completa. 14. El algoritmo mnimas usa un clculo simple de los valores mnimas de cada estado sucesor y hace una exploracin primero en amplitud completa del rbol de juegos.

( F) ( F)

15. La inteligencia en los juegos inteligentes basados en bsqueda en un espacio de ( V ) estado es dada por la funcin evaluadora, la estrategia de seleccin de la jugada a realizar, y los niveles del rbol de estado considerados. 16. El valor mnimas de un nodo es la utilidad (para Max) de estar en el estado ( V ) correspondiente. 17. Mediante inteligencia artificial siempre ser posible desarrollar un juego inteligente en donde la mquina supere al humano. (F )

18. La base de conocimiento de un sistema experto de diagnstico de enfermedades es ( V ) dada por los datos que identifican al paciente y los sntomas que este presenta. 19. En general los sistemas expertos catalogados de prescriptivos presentan funciones de: gua (tutores), monitoreo y crticos. 20. Es adecuado usar la tecnologa de sistemas expertos para la gestin ptima de semforos (esto es, cambiar las seales de forma a minimizar la cola de espera para las seales en rojo). ( F) (F )

2. Bsqueda en un espacio de estado

Damas Suicidas con Dado

(5 puntos)

Es un juego similar a las damas con las siguientes variaciones: gana el que consigue quedarse sin piezas. Las fichas se desplazan en diagonal un casillero a la vez; en direccin hacia abajo para las fichas blancas y hacia arriba para las fichas negras. Se le agrega un dado al juego, este tiene la funcin de definir el nmero de turnos en forma consecutiva que tendr el jugador en el instante en que ste lanza el dado, siendo estos valores: 0, 1 2 (0: no juega, 1: juega una vez, 2: juega 2 veces). Los jugadores estn obligados a lanzar el dado antes de jugar; caso contrario no podrn realizar sus jugadas. Cuando una ficha se encuentra adyacente a una ficha del oponente necesariamente debe eliminar la ficha del oponente y desplazarse a la posicin de este. Cuando una ficha llega al extremo opuesto del tablero esta se eliminar automticamente. Dentro de las capturas (comer) NO se pueden encadenar, esto es, si capturamos una ficha ya no se puede realizar inmediatamente otra captura en el mismo turno.

Figura 1: Tablero de las Damas Suicidas con Dado Responda: Representar el problema como una bsqueda en un espacio de estados (describa: objetos, estado, estado inicial, estado meta, y el sistema de produccin). Observe que hay dos tipos de reglas mover y comer.

Solucin: Objetos: Tablero, las fichas, dados, turno. Estado: la ubicacin de las fichas en el tablero y el turno (modo definido por el dado). T, fb, fn, d, t Donde: T: tablero {fn, fb, } t: {n(turno negras), b(turno blancas)} d :{ 0, 1, 2} fn: #fichas negras. fb: #fichas blancas. Estado inicial:

fn, fb, d, t

Estado Meta: El estado se definir de la siguiente manera segn reglas de juego. Gana blancas: si no hay fichas blancas en el tablero. Gana Negras: si no hay fichas negras en el tablero. No hay empate. Reglas: Las reglas son definidas de la siguiente manera Mover: Dado = 1: Blancas: se mueve hacia abajo solo una posicin por turno y en diagonal. Dado = 2: Blancas: se mueve hacia abajo solo una posicin por turno y en diagonal, pero dos veces. Dado = 0: Blancas: No se mueve, no juega. Dado = 1: Negras: se mueve hacia arriba solo una posicin por turno y en diagonal. Dado = 2: Negras: se mueve hacia arriba solo una posicin por turno y en diagonal, pero dos veces. Dado = 0: Negras: No se mueve, no juega. Comer: Blancas: si existe una ficha adyacente a esta necesariamente tendr que comerla. Negras: si existe una ficha adyacente a esta necesariamente tendr que comerla. Sistema de Produccin:

3. Juego Humano Mquina

Piedra-Tijera-Papel Suicidas en formato de Damas Piedra-tijera-papel es un juego de mesa de dos participantes que consiste en un tablero cuadrado de 6x6 casilleros, de los cuales solo 18 pueden ser usados para su desplazamiento (casilleros oscuros) como en el juego de Damas, dos jugadores (blanco y negro), y 12 objetos de color (piedra, papel y tijera) entre blanco y negro como se muestra en la figura 2. Los objetos se desplazan en forma diagonal un casillero por vez en cualquier direccin (hacia adelante o hacia atrs). Los objetos piedra, tijera y papel actan de la siguiente forma: S un piedra se encuentra adyacente a una tijera del oponente entonces deber eliminar la ficha tijera y desplazarse a la posicin de este. S una tijera se encuentra adyacente a un papel del oponente entonces deber eliminar la ficha papel y desplazarse a la posicin de este. S un papel se encuentra a una piedra del oponente entonces deber eliminar la ficha piedra y desplazarse a la posicin de este.

Una jugada por vez debe realizar cada jugador. Gana el jugador que consigue perder 4 objetos o cuando no puede realizar ninguna jugada.

Figura 2. Tablero papel-piedra-tijera Considere la siguiente funcin evaluadora asociada a cada jugada e:

0.1 * (peso asociado al casillero) a f (e) : 0.1 * (peso asociado al casillero) - a

MAX MIN

Donde a es 1 si la ficha puede ser eliminada (esto es, se encuentra adyacente a una ficha del opositor que lo puede comer), -1 si la ficha puede eliminar a una ficha del opositor (esto es, se encuentra adyacente a una ficha del opositor que debe comer), -2 si elimina una ficha del opositor, y 0 en cualquier otro caso.

Los pesos asociados a cada casillero para los jugadores son dados en la tabla 1.

1 5 3 7 3 1

3 7 9 9 7 3

3 3 7 3 5 1

Tabla 1. Pesos asociados a los casilleros

Observe que, cuanto mayor sea el valor de f mayor ser la chance que el jugador MAX pierda una ficha y por consiguiente mayor ser su chance de ganar el juego. E inversamente, cuanto menor sea el valor de f mayor ser la chance que el jugador MIN pierda una ficha y por consiguiente mayor ser su chance de ganar el juego. As por ejemplo, suponga que nos encontramos en el tablero dado en la figura 3, y juega las fichas blancas (MAX), entonces los posibles movimientos para las blancas son 5 y son dados por las flechas como se muestra en la figura 4.

A C B

Figura 3. Juega las blancas

Figura 4. Posibles jugadas para blancas

Con el fin de comprender el clculo de la funcin evaluadora, determinaremos el valor de la funcin evaluadora para cada posible jugada de las blancas:

J 1 : Tijera blanca de fila 1 se desplaza hacia A

J 2 : Papel blanco de fila 3 se desplaza hacia A
J 3 : Papel blanco de fila 3 se desplaza hacia B

J 4 : Tijera blanca de fila 2 se desplaza hacia C

J 5 : Piedra blanca de fila 2 se desplaza hacia C
Los valores de la funcin evaluadora para los estados (juega blanca - MIN) son dados por:

f ( J 1 ) : -0.1*(5) - (0) = -0.5;

f ( J 2 ) : -0.1*(5) - (1) = -1.5;
f ( J 3 ) : -0.1*(7) - (1) = -1.7

f ( J 4 ) : -0.1*(7) - (-1) = +0.3

f ( J 5 ) : -0.1*(7) - (1) = -1.7

Observe que la mejor jugada para MIN es J3 y J5. Aplique el algoritmo de juego humano-mquina con criterio min-max para la mquina y primero el mejor para el humano. El humano juega con la ficha blanca y la mquina con la ficha negra. Considere que el juego inicia como muestra la figura 3, y que el humano decide mover papel. Muestre las jugadas humano-mquina-humano y justifique su respuesta. Sugerencia, asocie al humano MIN y a la mquina MAX.
Solucin: El juego empieza: El humano juega con papel tendra dos posibilidades hacia A o hacia B

Como el humano sigue la estrategia primero el mejor se compara la funcin evaluadora para las dos jugadas la menor ser la que se escoger. Para A: JA = -0.1*(5) - (1) = -1.5; Para B: JB = -0.1*(7) - (1) = -1.7; Entonces elegiremos el movimiento hacia B.

En esta posicin la maquina no tiene mas opcin que comer el papel con una de las dos tijeras que estan adyacentes a esta, eso por regla del juego. En ambos casos la funcin evaluadora dar lo mismo. f(e) = 0.1(7) +(-2) = -1.3

Ahora el humano tiene tres posibles movimientos, calculemos la funcin evaluadota para ver que le conviene: Jugada 1: Mover tijera adyacente a papel negro. Jugada 2: Mover piedra adyacente a papel negro. Jugada 3: Mover tijera adyacente a tijera negra. Jugada 1: f(e) = -0.1*(7) (-1) = 0.3 Jugada 2: f(e) = -0.1*(7) (1) = -1.7 Jugada 3: f(e) = -0.1*(5) (0) = -0.5 Elegimos la jugada 2, por la estrategia primero el mejor. Mientras mas negativo sea ser mejor para el humano.

Ahora la maquina no tiene mas opcin que comer la piedra que esta adyacente a la ficha papel negro

El humano tambin, ahora tendr que comer el papel negro por regla de juego.

A D

F J I

Maquina: La maquina como se puede ver tiene todas los movimientos posibles que se muestran arriba. Ahora para cada movimiento se tendr que generar la jugada del humano inmediata. Y calcular la mejor diferencia.

Si tijera1 negra hacia A: f(e) = 0.1( 5 ) + ( 0 ) = 0.5 El humano se mueve de 7 maneras posibles: Mejor diferencia Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H Tijera2 blanca hacia B Tijera2 blanca hacia K : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.2 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.2 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.8 : f(e) = -0.1( 9 ) ( 1 ) = - 1.9 -> 2.4 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.8 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.2 : f(e) = -0.1( 3 ) ( 0 ) = -0.3 -> 0.8

10

Si tijera1 negra hacia B: f(e) = 0.1( 7 ) + ( -1 ) = -0.3 El humano se mueve de 5 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Papel blanco hacia K Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.2 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.0 : f(e) = -0.1( 9 ) ( 1 ) = - 1.9 -> 1.6 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.0

Si tijera1 negra hacia C: f(e) = 0.1( 9 ) + ( 0 ) = 0.9 El humano se mueve de 7 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 1.4 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.6 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.6 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 1.2 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.6 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 1.2 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 2.2

Si tijera2 negra hacia D: f(e) = 0.1( 3 ) + ( 0 ) = 0.3 El humano se mueve de 8 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.8 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 2.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.6 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.6

11

Si tijera2 negra hacia E: f(e) = 0.1( 3 ) + ( 0 ) = 0.3 El humano se mueve de 8 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.8 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 2.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.6 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 1.6

Si tijera2 negra hacia F: f(e) = 0.1( 7 ) + ( 0 ) = 0.7 El humano se mueve de 8 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 1.2 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.4 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 2.4 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 1.0 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.4 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 1.0 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 2.0 : f(e) = -0.1( 3 ) ( 1 ) = - 1.3 -> 2.0

Si piedra negra hacia C: f(e) = 0.1( 9 ) + ( -1 ) = -0.1 El humano se mueve de 7 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.4 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.6 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 1.6 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.2 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.6 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.2 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.2

12

Si piedra negra hacia H: f(e) = 0.1( 3 ) + ( -1 ) = -0.7 El humano se mueve de 7 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> -0.2 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.0 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 1.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> -0.4 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> -0.4 : f(e) = -0.1( 9 ) ( 0 ) = - 0.9 -> 0.2

Si piedra negra hacia J: f(e) = 0.1( 3 ) + ( 0 ) = 0.3 El humano se mueve de 8 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.8 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 2.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 1.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6 : f(e) = -0.1( 9 ) ( 0 ) = - 0.9 -> 1.2 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.6

Si piedra negra hacia I: f(e) = 0.1( 1 ) + ( 0 ) = 0.1 El humano se mueve de 8 maneras posibles: Mejor diferencia Tijera1 blanca hacia A Tijera1 blanca hacia B Papel blanco hacia B Papel blanco hacia K Tijera2 blanca hacia B Tijera2 blanca hacia K Tijera2 blanca hacia C Tijera2 blanca hacia H : f(e) = -0.1( 5 ) ( 0 ) = - 0.5 -> 0.6 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.8 : f(e) = -0.1( 7 ) ( 1 ) = - 1.7 -> 1.8 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.4 : f(e) = -0.1( 7 ) ( 0 ) = - 0.7 -> 0.8 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.4 : f(e) = -0.1( 9 ) ( 0 ) = - 0.9 -> 1.0 : f(e) = -0.1( 3 ) ( 0 ) = - 0.3 -> 0.4

13

Despus de haber hecho todas las posibilidades para un juego para la maquina se demuestra que se encuentra acorralado, as que el juego esta asegurado para el humano. Bueno, pero segn los resultados obtenidos la maquina se movera con piedra negra hacia H, con lo que el humano movera papel blanco hacia B, con lo que con la siguiente jugada de la maquina se terminara el juego puesto que el humano quedara con 2 fichas, esto porque la tijera negra esta obligada a comer el papel blanco, y por regla del juego gana el que pierde 4 fichas. Jugadas seria entonces: HMHMHMHM Gana Humano ( Blancas )

1 5 3 7 3 1

3 7 9 9 7 3

3 3 7 3 5 1

A D

F J I

14

Donde a es 1 si la ficha puede ser eliminada (esto es, se encuentra adyacente a una ficha del opositor que lo puede comer), -1 si la ficha puede eliminar a una ficha del opositor (esto es, se encuentra adyacente a una ficha del opositor que debe comer), -2 si elimina una ficha del opositor, y 0 en cualquier otro caso.

4. Clasificacin de Sistemas Expertos Complete la siguiente tabla de clasificacin de Sistemas Expertos Sistema Experto
SBRHSUNAT

(3 puntos)

Funcionalidad Monitorizacin Interprete Diagnostico

Evolucin Prototipo de investigacin Sistema comercial Sistema comercial

Interaccin Sistema soporte Sistema autnomo Sistema autnomo

PUFF SBRDEPRE

HELPSUNAT: Es un sistema experto basados en reglas que absuelve las consultas del contribuyente. Este sistema ha sido realizado a medida para la Superintendencia Nacional de Administracin Tributaria (SUNAT) y se encuentra en una fase de investigacin. PUFF (1977-79)
The PUFF system was the first program built using EMYCIN. PUFF's domain is the interpretation of pulmonary function tests for patients with lung disease. The program can diagnose the presence and severity of lung disease and produce reports for the patient's file. Once the rule set for this domain had been developed and debugged, PUFF was transferred to a minicomputer at Pacific Medical Center in San Francisco, where it is used routinely to aid with interpretation of pulmonary function tests. A version of PUFF has been licensed for commercial use.

SBRDEPRE: Es un sistema experto que determina el nivel de depresin de una persona a travs de diversas preguntas. Dicho sistema se comercializa para hospitales y clnicas.

Busca vivir entre personas que te enseen a caminar entre las estrellas; pero, cuando encuentres la luz, no la niegues a los que viven en las tinieblas (W.A. Peterson) David Mauricio, Hugo Vega, Ana Huayna

Ciudad Universitaria, 27 de Octubre del 2010

15