SIC Tema 1 Conceptos Basicos de SI

Tema 1.
Conceptos bsicos de sistemas inteligentes

Pgina 1
Prof. Rafael Sanz Domnguez. Sistemas Inteligentes de control
E.T.S.I.I. Universidad de Vigo
Tema 1. Conceptos bsicos de sistemas inteligentes. Prof. Rafael Sanz Domnguez. Univ. de Vigo
1
ndice
Introduccin a la Inteligencia Artificial y a la toma de
decisiones.
Hitos relevantes de la Inteligencia Artificial.
Control Inteligente de sistemas y procesos.
Aplicaciones de los sistemas inteligentes.
Sistemas Inteligentes de Control
2
Qu es la inteligencia artificial? (I/II)
No existe una nica definicin aceptada globalmente del concepto de
Inteligencia Artificial (IA).
Desde el punto de vista del comportamiento humano:
La IA estudia la naturaleza de la inteligencia humana y cmo reproducirla
(modelos de la inteligencia en el computador).
La inteligencia humana es esencialmente computacional y, por ende, los
estados cognitivos son reproducibles en una mquina.
Una definicin ms pragmtica:
La IA es una disciplina que provee tcnicas de ingeniera para resolver
problemas difciles.
Tema 1. Conceptos bsicos de sistemas inteligentes
Pgina 2
3
Qu es la inteligencia artificial? (II/II)
Como una combinacin de las dos anteriores:
Mquinas que muestran comportamiento inteligente y que, adems,
aprenden y se adaptan.
Desde el punto de vista cientfico, la IA trata de:
Construir sistemas que piensen como humanos.
Construir sistemas que acten como humanos.
Desde el punto de vista de ingeniera, la IA trata de:
Construir sistemas que piensen racionalmente.
Construir sistemas que acten racionalmente.
4
Algunas definiciones de IA
Sistemas que piensan como humanos
Es el esfuerzo de hacer que las computadoras piensen... mquinas con
mentes... (Haugeland, 1985).
Sistemas que actan como humanos
Es el arte de crear mquinas que realizan funciones que requieren
inteligencia cuando dichas funciones son realizadas por el hombre (Ray
Kurzweil, 1990).
Sistemas que piensan racionalmente
Es la rama de la computacin que concierne a la automatizacin del
comportamiento inteligente (Luger y Stubblefield, 1993).
Sistemas que actan racionalmente
Es el estudio de los clculos computacionales que hacen posible [en una
mquina] percibir, razonar y actuar (Winston, 1992).
Pgina 3
5
Definicin de Inteligencia Artificial
La Inteligencia Artificial (IA) es un campo de la ciencia que trata de
realizar con mquinas tareas que pueden ser realizadas por el
hombre aplicando cualquier tipo de razonamiento.
En cierta medida, cualquier programa de computador podra ser
considerado inteligente. El problema es pues diferenciar entre lo que
se considera un "programa inteligente" de aqul que no lo es.
Un programa inteligente es aqul que exhibe un comportamien-to
similar al humano cuando se enfrenta con un problema idntico. No
es necesario que el programa resuelva o intente resolver el problema
de la misma manera que lo hara un humano.
6
Un programa inteligente ?
100 PRINT "Cmo te llamas?"
200 INPUT NAME$
300 PRINT "Dime", NAME$, "t crees que los ordenadores pueden
pensar? Por favor, responde con un simple SI o NO."
400 INPUT ANSWER$
500 IF ANSWER$ ="SI" THEN PRINT "Muchas gracias, ", NAME$, ,
veo que vamos a llevarnos muy bien."
600 IF ANSWER$ ="NO" THEN PRINT "Bueno, bueno, ", NAME$, , esa
es una posicin filosfica interesante. Imagnate que los psiclogos y
los neurlogos descubren que el cerebro humano funciona de la
misma manera que un ordenador. Significara entonces que t
tampoco piensas?"
Pgina 4
7
Cmo te llamas?
Ejecucin del anterior programa
NO
Bueno, bueno, Rafael, esa es una posicin filosfica interesante.
Imagnate que los psiclogos y los neurlogos descubren que el cerebro
humano funciona de la misma manera que un ordenador. Significara
entonces que t tampoco piensas?
SI
Muchas gracias, Rafael, veo que vamos a llevarnos muy bien.
Rafael
Dime Rafael, t crees que los ordenadores pueden pensar? Por favor,
responde con un simple SI o NO.
8
Prueba de Turing
En 1950, Turing escribi un artculo en el que sugera la posibilidad
de que una mquina pudiese pensar. Propuso una prueba en forma
de juego para determinar cuando se poda considerar inteligente a
una mquina.
En su honor, se conoce como prueba de Turing.
Para realizarlo se necesitan dos personas y la mquina que se desea
evaluar.
Una de las personas acta como entrevistador y se encuentra
separado del ordenador y de la otra persona. El entrevistador hace
preguntas tanto a la persona, como al ordenador mecanografiando las
cuestiones y recibiendo las respuestas de igual forma.
El entrevistador debe tratar de descubrir quin es la
persona y quin es la mquina. El objetivo de la
mquina es hacer creer al entrevistador que es una
persona. Si lo consigue, se podra concluir que la
mquina piensa.
Pgina 5
9
Un ejemplo del test de turing
VP : Puedo utilizar el ordenador esta maana?
TTP: Por qu me pregunta eso?
VP : Pienso que podra hacer unas ventas adicionales de
nuestro sistema.
TTP: Por qu no est seguro?
VP : Mis clientes no han visto nunca una demostracin del
sistema.
TTP: Significa esto mucho para Vd.?
VP : Por supuesto.
TTP: Parece Vd. muy seguro
VP : Esto es absurdo.
TTP: Qu quiere Vd. decir con que esto es absurdo?
VP : Existe alguna razn por la que no pueda utilizar el
ordenador ahora?
TTP: Cunteme ms cosas de sus clientes
VP : Por favor, telefoneme al 986 81 3636
10
Caractersticas de la inteligencia
Actitudes esenciales de la inteligencia humana:
Responder de una manera muy flexible a las situaciones.
Sacar el sentido a mensajes contradictorios o ambiguos.
Reconocer la importancia relativa de los diferentes
elementos de una situacin.
Encontrar semejanzas entre las situaciones, a pesar de
las diferencias que puede haber entre ellas.
Facultades de los seres inteligentes:
Comunicacin.
Conocimiento interno.
Conocimiento del entorno.
Intencionalidad.
Creatividad.
Uso y manipulacin del conocimiento.
Razonamiento e inferencia.
Interaccin con el entorno.
Pgina 6
11
Modelado del comportamiento humano (I)
Conocimientos generales
Para una correcta emulacin de la inteligencia, se debe disponer de un
conocimiento general, que abarque todos los campos, equivalente a la
cultura adquirida por un humano.
Uso del lenguaje
Todo aquello que persiga ostentar la etiqueta de IA debe ser capaz de
comunicarse de forma lgica en un lenguaje comprensible y humano.
Esto implica un perfecto dominio de la expresin escrita y una completa
capacidad de entendimiento y sntesis de voz.
Procesamiento visual
La percepcin visual del entorno es el sistema principal de los humanos
para conocer e interpretar su medio. En un sistema de IA completo, esta
caracterstica ha tiene que estar disponible y sin limitaciones. Se ha de
lograr, adems de la capacidad de visin, la comprensin de lo visto.
12
Modelado del comportamiento humano (II)
Capacidad para tomar decisiones
Caracterstica que ha de ser automtica y flexible; quiere decir que, ante
dos o ms posibles situaciones, el sistema ha de tomar la decisin que
considere ms apropiada.
Soluciones por experiencia
Las personas trabajamos por heurstica. Esto significa que, ante un
problema de caractersticas parecidas a otro anteriormente
experimentado, podemos aplicar, en ese momento, el conocimiento
adquirido para la solucin del problema. Es una facultad complementaria
a la anterior.
La IA ha de crear mquinas capaces de enriquecerse por medio de la
experiencia.
Pgina 7
13
Resumen del comportamiento humano
Todo lo anteriormente analizado es realizado de una forma continua
por los humanos, sin que esto disminuya la eficacia del resto de sus
tareas.
Son facultades para nosotros tan triviales, que suelen ser agrupadas
bajo el denominativo de sentido comn.
Sin embargo, estos procesos, aparentemente sencillos, constituyen -
por su dificultad de implementacin en una mquina- las principales
barreras para la creacin de cualquier producto de IA.
14
El concepto de heurstica (en detalle)
La heurstica trata de mtodos o algoritmos de exploracin durante la
resolucin de problemas en los cuales las soluciones se descubren por la
evaluacin del progreso logrado en la bsqueda de un resultado final.
El concepto de heurstica ha cambiado varias veces de significado en IA.
Se suele usar actualmente para caracterizar las tcnicas por las cuales se
mejora en promedio el resultado de una tarea de resolucin de problemas
(parecido al uso de mtodo cuasi-ptimo).
As, se suele mencionar que hay bsquedas ciegas (que sin embargo pueden
ser exhaustivas, lo cual significa que al acabar la bsqueda sin xito, se est
seguro que el problema planteado no tiene solucin); bsquedas heursticas
(basadas en la experiencia propia o ajena); bsquedas con adversario
(aplicables a juegos de competencia) y bsquedas racionales (usando
inteligencia).
Pgina 8
15
Introduccin histrica de la AI: antecedentes
Fundamentos de la IA
Filosofa:
Las ideas en la mente, en cierta forma, funcionan como una mquina.
Matemticas:
Algoritmo (Al-J warizmi, S. IX).
Lgica (G. Boole, 1815-1864).
Mquina de Turing (1912-1954).
Teora de la completitud (Cook y Karp, en los aos 70).
Psicologa:
Estudios del comportamiento humano, ciencia cognitiva.
Medicina:
Estudio de las neuronas.
Computacin moderna:
Computador programable.
Lingstica:
Aprendizaje del lenguaje (Skinnner: Verbal Behavior, 1957).
Creatividad del lenguaje (Chomsky: Syntaxis Structures).
Representacin del conocimiento.
16
Introduccin histrica (I)
Perodo de Gestacin (1943-1956)
Modelo de neuronas artificiales (McCullock y Pitts, 1943).
Reglas de actualizacin para aprendizaje (Hebb, 1949).
Programas de ajedrez para computadores (Shannon, 1950; Turing,
1953).
Primera computadora para simular una red de 40 neuronas a partir
de un computador con 3000 tubos de vaco y un mecanismo de un
piloto automtico de un bombardero B-24 (Minsky y Edmonds,
1951).
En 1958 aparece el LISP, desarrollado por John McCarthy en el
MIT, que sera el primer lenguaje de IA.
Reunin en el Darmouth College (1956) J . McCarthy
El terico lgico, programa capaz de demostrar teoremas de lgica
(Newell y Simon).
Aparece por primera vez el trmino Inteligencia Artificial.
Pgina 9
17
Introduccin histrica (II)
Entusiasmo y grandes expectativas (1952-1965)
Solucionador general de problemas (GPS) que aborda un
problema como conjunto de subproblemas y posibles cursos de
accin que fue aplicado a la resolucin de tareas muy simples.
Juego de damas con aprendizaje de la experiencia de las partidas
jugadas para mejorar su juego en las siguientes partidas (Samuel,
1952).
Contribuciones de J. McCarthy en el MIT(1958):
Lisp, tiempo compartido, desarrollo del EC (Escucha consejos, en
Programs with common sense) que incorpora los conceptos de
representacin y conocimiento.
Minsky y McCarthy en el MIT desarrollaron mucho la IA.
En 1963, McCarthy se fue a Stanford. Algunos resultados fueron:
Sistemas de planificacin y respuesta a preguntas (Green, 1969);
proyecto de robtica del SRI (Shakey); solucin a problemas limitados
(micromundos: ANALOGY (analoga geomtrica); SIR; STUDENT,
etc.).
Minsky, Evans, Student, Waltz, Winston, Winograd, etc.
Trabajo en redes neuronales: Hebb, Widrow, Rosenblatt.
18
Introduccin histrica (III)
Una dosis de realidad (1966-1974)
Simon predeca que en 10 aos se tendra una mquina
inteligente.Predicciones similares en traduccin automtica y
ajedrez.
Aparece la teora de NP completos.
En 1965 se presenta el programa ELIZA (J. Weizenbaum en el
MIT), que simulaba el comportamiento de un psicoanalista de la
escuela Rogeriana.
Experimentos en machine evolution (ahora algoritmos genticos)
(Friedberg, 1958) estaban bien fundados pero no produjeron los
resultados esperados.
Perceptrn (Minsky y Papert, 1969) (el mismo ao se descubri la
tcnica de backpropagation (Bryson y Ho)).
En general, los aos 60 se caracterizan por un intenso optimismo
en la creacin de una mquina pensante y un recelo de la
automatizacin.
Pgina 10
19
Introduccin histrica (IV)
Sistemas basados en conocimiento (1969-1979)
Aparentemente se pensaba que estos primeros xitos conduciran a la
realizacin de un programa que tuviera inteligencia casi humana. No
obstante, la evolucin de la IA ha sido bastante ms lenta que la
predicha inicialmente.
Dendral (Buchanan y otros, 1969), sistema experto para inferir estructuras
moleculares de un espectograma de masas.
Mycin, sistema de diagntico mdico de las infecciones sanguneas.
Aparece el concepto de factores de certeza para modelar la incertidumbre.
Proyecto de programacin heurstica (HPP).
Prospector, sistema de prospeccin geolgica (molibdeno).
SHRDLU (Winograd), para la comprensin del lenguaje natural
En estos aos se produce un incremento en el desarrollo de
aplicaciones de IA en reas especficas, tales como procesado de
lenguaje natural, representacin del conocimiento y resolucin de
problemas.
Un hecho relevante es la creacin, en 1972, del Prolog por A.
Colmerauer en Marsella (Francia).
20
Introduccin histrica (V)
La IA como industria (1980-1988)
El crecimiento de aplicaciones de IA viene acompaado por un
incremento de la velocidad de clculo de los computadores y de la
capacidad de memoria central.
R1 (Digital Eq. Co.) primer sistema experto comercial (elaboracin de
pedidos).
Proyecto de quinta generacin en J apn (mquina Prolog).
Mquinas optimizadas para ejecutar Lisp.
En los aos 80 se produce el primer impacto industrial de los sistemas de
IA, sobre todo en campos tales como la robtica y la visin artificial.
La fuerte demanda de sistemas inteligentes unido al alto coste del
desarrollo de las aplicaciones ha dado lugar a grandes proyectos de
investigacin y desarrollo, tanto nacionales como supranacionales.
Pgina 11
21
Introduccin histrica (VI)
Acontecimientos recientes (1988-presente)
Regreso de las redes neuronales (Hopfield, Rumelhart y Hinton).
Desarrollos con algoritmos genticos (Holland, Goldberg).
Aplicaciones mucho inters industrial y comercial: medicina, finanzas,
ingeniera, exploracin, etc.
Nuevas aplicaciones empleando reconocimiento de voz (HMM),
incertidumbre (RB, lgica borrosa), planificacin, aprendizaje automtico.
Nuevos campos en la robtica inteligente, realidad virtual, etc.
22
Ejemplos de aplicaciones inteligentes
Sistema de diagnstico de medicina interna con capacidad de explicar
sus razones a los expertos (1991).
MARVEL - sistema experto en tiempo real que maneja la informacin
del Voyager y ayuda a diagnosticar fallos (1992).
PEGASUS - hace reservas de transporte por telfono (1994).
NAVLAB - vehculo autnomo que viaja en forma automtica de un
extremo a otro de EUA 2.800 millas en 1993.
Sistema de visin que monitoriza el trfico en Paris y reconoce
accidentes con los cuales llama a servicios de emergencia (1994).
DEEP BLUE - mquina paralela que juega ajedrez y primera en
derrotar a un campen mundial (Garry Kasparov) en 1997.
Pgina 12
23
Algunas aplicaciones de la inteligencia artificial
Tratamiento del lenguaje natural.
Recuperacin inteligente de datos de bases de datos.
Sistemas expertos de consulta.
Demostracin de teoremas.
Programacin automtica.
Resolucin de problemas de planificacin.
Robtica.
Percepcin: visin y habla.
Reconocimiento de patrones.
Resolucin de problemas.
Lgica e incertidumbre.
Aprendizaje automtico.
Acoplamiento con el mundo real.
25
reas temticas de la inteligencia artificial*(I)
(* segn la Revista Iberoamericana de Inteligencia Artificial)
Agentes Inteligentes.
Algoritmos genticos.
Aplicaciones de la Inteligencia Artificial. Diseo y evaluacin de
aplicaciones.
Aprendizaje automtico, colaborativo. Sistemas de clasificacin.
Arquitecturas de Sistemas Inteligentes. Entornos y herramientas de
IA.
Bsqueda. Heurstica.
Ingeniera del Conocimiento (adquisicin, representacin,
reutilizacin, modelos, etc.). Sistemas Expertos.
Inteligencia Artificial distribuida y sistemas multiagente.
Inteligencia Artificial en tiempo real.
Interaccin persona-ordenador.
Pgina 13
26
reas temticas de la inteligencia artificial (II)
Modelos computacionales y lgicos para la resolucin de problemas.
Demostracin automtica.
Planificacin y programacin de tareas.
Procesamiento de lenguaje natural. Traduccin automtica.
Razonamiento impreciso e incierto
Razonamiento temporal, espacial, causal, cualitativo, basado en
modelos.
Reconocimiento del habla.
Redes neuronales.
Revisin de creencias y razonamiento no montono.
Robtica. Control inteligente.
Satisfaccin de restricciones.
Sistemas inteligentes para enseanza y aprendizaje.
Sistemas multiagente.
Visin artificial. Reconocimiento y procesado de imgenes.
27
Lgica (I/III)
La lgica permite abordar la resolucin de algunos problemas de IA.
Es una ciencia madura desde hace muchos siglos.
Tiene su origen en Aristteles (384 322 a.C.).
Existen diferentes definiciones de lgica:
Desde el punto de vista filosfico, se puede definir como la ciencia que estudia los
principios formales del conocimiento, es decir, aquellas condiciones que deben
cumplirse para que un conocimiento, cualquiera que sea su contenido, pueda
considerarse como verdadero y bien fundado, y no como una mera ocurrencia o
como una hiptesis sin base ninguna.
Desde el punto de vista matemtico, la lgica matemtica se refiere a un sistema
deductivo en el que existen ciertos axiomas bsicos y ciertas reglas de deduccin.
Ese sistema est formado por un conjunto de expresiones (o smbolos) que
permiten construir determinadas proposiciones (o secuencias de signos con
significado), las reglas deductivas permiten reconocer cules son afirmaciones
deducibles de los axiomas mediante las reglas de deduccin y cules no.
Pgina 14
28
Lgica (II/III)
La lgica formal tiene como objeto el anlisis formal de los argumentos o
tambin la teora formal del razonamiento.
La lgica formal traza los principales patrones de uso de los argumentos
abstrayendo el contenido de los mismos.
La lgica formal estudia la relacin de implicacin entre suposiciones y
conclusiones.
Ejemplo:
Roberto ama la lgica.
Roberto ama a quien ama la lgica.
De las anteriores suposiciones, se puede deducir:
Roberto se ama a s mismo.
No se podra deducir, en cambio:
Roberto slo ama a quien ama la lgica.
La lgica no aborda la verdad, falsedad o aceptabilidad de las sentencias
individuales, sino las relaciones existentes entre ellas.
29
La lgica formal involucra a:
Un lenguaje que es una notacin que especifica cmo escribir expresiones
correctas.
Un conjunto de reglas de inferencia que permiten manipular sentencias del
lenguaje para crear nuevas expresiones y llegar a conclusiones.
Una semntica (=un significado) para asociar elementos del lenguaje a los de un
determinado dominio.
Existen muchos tipos de lgica, pero las ms usadas son:
Lgica proposicional.
Lgica de predicados de primer orden.
La lgica debe adems manejar reglas de tres tipos:
De inferencia (modus ponens, modus tollens, simplificacin, transitividad, prueba
condicional, reduccin al absurdo, etc.
De equivalencia (conjuncin, conmutacin, distributividad, de Morgan, doble
negacin, asociatividad, contraposicin, idempotencia).
De cuantificacin (generalizacin e instanciacin, tanto universal como existencial).
Lgica (III/III)
Pgina 15
30
Programacin lgica
La programacin lgica consiste en la aplicacin del corpus de
conocimiento sobre lgica para el diseo de lenguajes de
programacin; no debe confundirse con la disciplina de la lgica
computacional.
Permite formalizar hechos del mundo real.
Resulta atractiva en diversos campos donde la programacin
tradicional es un fracaso, ya que la lgica es una manera sencilla de
expresar formalmente problemas complejos y de resolverlos mediante
la aplicacin de reglas, hiptesis y teoremas.
La programacin lgica se utiliza en diferentes aplicaciones de IA:
demostracin de teoremas, reconocimiento de lenguaje natural,
sistemas expertos, etc.
Los lenguajes de programacin lgica generalmente restringen el
proceso de inferencia lgica.
31
Demostracin de teoremas
La demostracin de teoremas consiste en encontrar una demostracin o una
refutacin de un teorema, a partir de hiptesis y de determinados lemas que
pueden ser utilizados en el proceso de demostracin.
Es una de las principales aportaciones de la programacin lgica.
La demostracin de teoremas ha sido una de las primeras aplicaciones de la
IA, y ha tenido mucha importancia en el estudio y desarrollo de tcnicas
empleadas en IA, como la formalizacin mediante lgica de predicados.
Es una tcnica a menudo empleada en tareas de razonamiento cientfico y
matemtico.
Existen otras aplicaciones que pueden ser formalizadas como problemas de
demostracin de teoremas.
Pgina 16
32
Clculo de predicados (I/II)
El clculo de predicados es un lenguaje formal que permite expresar
sentencias descriptivas que son de difcil representacin mediante
otras estructuras, como por ejemplo matrices o conjunto de nmeros.
Se representa el mundo mediante objetos y relaciones.
Por ejemplo, para representar la siguiente informacin:
Marcos era un hombre.
Marcos era Pompeyano.
Marcos naci el ao 40 d.C.
Todos los hombres son mortales.
Todos los Pompeyanos murieron cuando el volcn erupcion en el ao 79
d.C.
Ningn mortal vive ms de 150 aos.
Ahora estamos en 2006.
33
Cada hecho o expresin lgica recibe el nombre de frmula bien formada
(fbf). En el ejemplo anterior:
hombre(Marcos)
pompeyano(Marcos)
nacido(Marcos,40)
x hombre(x) mortal(x)
erupcion(volcn,79) /\ x (pompeyano(x) muri(x,79))
x t1 t2 mortal(x) /\ nacido(x,t1) /\ mayor(t2-t1,150) muerto(x,t2)
ahora=2005
En el clculo de predicados hay reglas de inferencia que se pueden aplicar a
ciertas expresiones (fbfs) o conjunto de expresiones para producir nuevas
fbfs. Entre stas, se pueden destacar: modus ponens, especializacin del
universal, unificacin, resolucin, etc.
En el ejemplo anterior, podamos aplicar un conjunto de reglas para
demostrar que Marcos est muerto ahora.
Clculo de predicados (II/II)
Pgina 17
34
Algunas aplicaciones de la IA
Relacionadas con el lenguaje natural:
Comprensin del lenguaje oral y escrito.
Generacin de textos.
Traduccin automtica.
Relacionadas con la percepcin:
Habla.
Visin.
Manipulacin inteligente (robtica).
Relacionadas con el razonamiento y deduccin:
Sistemas expertos.
Sistemas de planificacin.
Redes neuronales.
Otras:
Juegos.
Programacin inteligente y programacin automtica.
Algoritmos genticos, etc.
35
Procesamiento del lenguaje natural (I/II)
Los sistemas de procesamiento del lenguaje natural (PLN) intentan
simular el comportamiento lingstico humano. Para ello, deben tomar
conciencia tanto de las estructuras propias del lenguaje, como del
conocimiento general acerca del universo del discurso.
El procesamiento del lenguaje natural ha sido una de las primeras
reas de investigacin de la IA (en los aos 40).
Entre los objetivos del PLN se encuentra la formulacin de
mecanismos computacionalmente efectivos para facilitar la
interrelacin persona-ordenador y propiciar una comunicacin mucho
ms fluida y menos rgida que la permitida por los lenguajes formales.
Pgina 18
36
Procesamiento del lenguaje natural (II/II)
Existen dos campos para el estudio del lenguaje natural:
1. Entendimiento del lenguaje escrito, que utiliza el conocimiento lxico,
sintctico y semntico del lenguaje, adems del conocimiento del
dominio donde se aplica el lenguaje.
2. Entendimiento del lenguaje oral, que incluye adems de los elementos
indicados anteriormente la interpretacin fonolgica de las frases.
Problemas en la comprensin del lenguaje
El lenguaje natural es informal y, a veces, puede ser ambiguo, impreciso
e incompleto, aunque est correctamente escrito.
El computador tiene, por ello, dificultades para interpretar correctamente
el lenguaje natural.
Por tanto, las principales dificultades son:
Ambigedad.
Imprecisin.
Uso de formas incompletas.
Inexactitud.
37
Aplicaciones del procesamiento del lenguaje natural
Interfaces de lenguaje natural (ILN).
Traduccin automtica de textos con computador.
Entendimiento de textos.
Bsquedas en bases de datos.
Extraccin de informacin en textos.
Recuperacin de documentos.
Pgina 19
38
Ejemplo: ELIZA (I/II)
Ejemplo de dilogo con ELIZA:
E: Buenos das. En qu puedo ayudarle?
R: Todos los hombres son iguales.
E: En qu son iguales?
R: Siempre nos estn empujando a hacer una u otra cosa.
E: Puede darme un ejemplo especfico?
R: Bueno, pues mi novio me oblig a venir aqu.
E: Su novio le oblig a venir aqu?
R: El dice que estoy muy deprimida.
E: Siento que est deprimida.
R: Es verdad. No soy feliz.
E: Cree que venir aqu le ayudar a ser feliz?
39
Ejemplo: ELIZA (II/II)
No obstante, el programa ELIZA no tiene uso prctico a causa de la
tendencia a producir intercambios ridculos, como por ejemplo en el
siguiente fragmento de conversacin:
E: Deseamos centrarnos en sus relaciones con las personas que ms
le molestan.
R: Eso es fcil. En este momento hay un exceso de nios en
demasiado poco espacio.
E: Es cierto?
R: S.
E: Puede describir un ejemplo?
R: De qu?
E: Ya veo.
R: No, no lo hace.
E: Puede detallarlo?
R: Qu?
E: Permtanos explorar aun ms sus sentimientos sobre el particular.
Pgina 20
40
Percepcin y reconocimiento de patrones
Existen dos aptitudes humanas que tratan de acercarnos al mundo
real:
El habla.
La visin.
El procesamiento del habla consta de dos campos:
Reconocimiento del habla.
Sntesis del habla por computador.
El reconocimiento del habla es un proceso ms difcil que la sntesis
del habla.
La sntesis de las palabras y frases no tiene ningn problema especial
y tampoco requiere ninguna inteligencia por parte de la mquina.
41
Reconocimiento del habla (I/III)
Reconocimiento del habla:
Es el proceso que permite comunicarnos con un computador por medio
del lenguaje hablado.
El objetivo ltimo del reconocimiento del habla es permitir que el
computador entienda un interlocutor humano.
Para poder obtener una interpretacin aceptable del mensaje acstico es
preciso la cooperacin de un conjunto de informaciones procedentes de
diversas fuentes de conocimiento (acstica, fontica, fonolgica, lxica,
sintctica, semntica y pragmtica), en presencia de ambigedades,
incertidumbres y errores inevitables.
El reconocimiento del habla consta de dos procesos:
Reconocimiento de las palabras.
Entendimiento del habla.
Pgina 21
43
Reconocimiento del habla (III/III)
Aparte de ser el mtodo ms natural de comunicarnos, el
reconocimiento del habla presenta otras ventajas:
Facilidad de acceso y libertad manual.
Velocidad de comunicacin.
Acceso remoto a informacin mediante rdenes verbales, i.e. por
telfono.
Aplicaciones del reconocimiento del habla:
Comunicacin interactiva con el computador: atencin telefnica.
Automatizacin de oficinas: introduccin de datos, dictado automtico y
trascripcin automtica.
Seguridad: identificacin de personas por voz para control de acceso.
Proceso de control de fabricacin: operacin por voz de mquinas.
Entretenimiento y educacin: juguetes controlados por la voz y video-
juegos interactivos.
44
Sistemas comerciales de reconocimiento de habla
Existen sistemas comerciales desde los 90. La calidad de los
sistemas de reconocimiento del habla ha ido aumentando y su
eficacia cada vez es mayor.
Estn siendo utilizados profusamente en aplicaciones telefnicas:
agencias de viajes, atencin al cliente, informacin, etc.
Sistemas de dictado (dependientes del locutor):
Via Voice de IBM-Nuance.
Dragon Naturally Speaking de Nuance.
Philips FreeSpeech.
Protitle Live from NINSIGHT.
Sistemas telefnicos (independientes del locutor):
Nuance 8.5.
Telefnica: Software vocal de Telefnica.
Telisma.
Pgina 22
45
Visin por computador (I/III)
Consiste en el proceso de extraccin de informacin del mundo fsico
a partir de imgenes utilizando para ello un computador.
Objetivos generales del la visin por computador o visin artificial:
Obtencin de una representacin ms condensada que sustituya la gran
cantidad de datos de entrada que no son manipulables directamente
(bordes de la figura, contornos, colores, etc.).
Esta representacin depender de los objetivos de la aplicacin.
As, se utiliza una representacin simblica en aplicaciones de percepcin
inteligente.
Estos objetivos se consiguen por medio de reconocimiento de
patrones, aprendizaje estadstico, geometra de proyeccin,
procesado de imgenes, teora de grficos y otros campos.
46
Visin por computador (II/III)
Algunas posibles aplicaciones:
La deteccin, segmentacin, localizacin y reconocimiento de ciertos
objetos en imgenes (por ejemplo, caras humanas).
Registro de diferentes imgenes de una misma escena u objeto, i.e.,
hacer concordar un mismo objeto en diversas imgenes.
Seguimiento de un objeto en una secuencia de imgenes.
Mapeo de una escena para generar un modelo tridimensional de la
escena; tal modelo podra ser usado por un robot mvil para navegar por
la escena.
Estimacin de las posturas tridimensionales de humanos: gestos faciales.
Bsqueda de imgenes digitales por su contenido.
Pgina 23
47
Objetivos de las aplicaciones industriales de la visin por computador:
Mejora en la calidad de la inspeccin.
Mejora en la cantidad de la inspeccin.
Sustitucin de los operarios.
Integracin en el entorno automatizado.
Incremento de la fiabilidad de las operaciones.
Limitaciones de las aplicaciones industriales de la visin por
computador
Adaptacin a situaciones imprevistas: iluminacin, sombras, etc..
Utilizacin de mtodos indirectos para la determinacin de determinadas
caractersticas: formas geomtricas, bordes, etc..
Visin por computador (III/III)
48
Robtica (I/III)
Un robot es un dispositivo electromecnico programable capaz de
realizar tareas repetitivas que requieren un alto grado de precisin y
que pueden ser tediosas o peligrosas para los humanos.
Tipos de robots:
Robots industriales (consiste en brazos manipuladores).
Robots de campo: mviles (con ruedas, cadenas, patas,), marinos y
areos.
Robots de servicios: limpieza, asistenciales, entretenimiento, etc.
Desde el punto de vista mecnico, las acciones repetitivas de un
robot industrial no parecen necesitar de inteligencia.
En efecto, la manipulacin mecnica es un proceso repetitivo de fcil
programacin cuando el robot y su entorno permanecen inalterados.
Pgina 24
49
La inteligencia de los robots est condicionada a la percepcin del
entorno y a una respuesta adaptada a diferentes situaciones.
Sin embargo, existen tareas que son relativamente fciles de realizar
por un humano, como el movimiento en un entorno cambiante y la
manipulacin de objetos, que requieren un elevado nivel de
inteligencia cuando deben ser programados en un robot.
Pero entoncesqu es un robot inteligente?
Un robot inteligente recibe informacin del entorno, desde una
cmara o cualquier otro sensor, y puede tomar acciones inteligentes
apropiadas en respuesta a distintas situaciones externas.
Robtica (II/III)
51
Robtica (III/III)
Muchos de los avances de la IA se deben a la investigacin en
robtica.
En particular, el modelado del los estados del entorno para poder
describir los procesos de cambio y la generacin de planes para
secuenciar las acciones a realizar requieren manipulacin simblica
con un alto nivel de abstraccin.
Otra caracterstica de los sistemas de IA que operan sobre robots es
que funcionan en tiempo real, esto es, el computador debe procesar
gran cantidad de informacin en un periodo de tiempo corto y
acotado.
Caractersticas adicionales de algunas de las aplicaciones
inteligentes de la robtica:
Adaptacin al entorno cambiante (evitacin de obstculos, etc.).
Manipuladores con percepcin del entorno (prtesis con sensores de
fuerza).
Integracin de la visin artificial en robtica para manipulacin.
Pgina 25
52
Aplicaciones inteligentes de la robtica
Transporte autnomo:
Se estn realizando experiencias para el guiado autnomo de vehculos:
trenes, camiones y coches; incorporando informacin sensorial del
entorno y del estado de la red viaria correspondiente.
Robots submarinos:
Se estn empleando en la exploracin de fondos submarinos, reparacin
de plataformas marinas, mantenimiento de tuberas y cables submarinos.
Visin artificial en robtica:
Se utiliza la visin basada en modelos en robtica industrial para
reconocer un nmero limitado de objetos.
Algunas de las aplicaciones industriales son: ensamblado automtico,
soldadura y corte, movimiento de piezas, inspeccin, prueba y
clasificacin de productos.
Robots mviles:
Los robots mviles son equipos autnomos capaces de moverse de un
lugar a otro rodando, gateando o saltando. Se estn empleando para
transporte de objetos, manipulacin de materiales explosivos y para
exploracin, reparacin y mantenimiento en entornos peligrosos.
53
Sistemas expertos (I/II)
Son programas informticos capaces de emular las prestaciones de
un experto humano en un rea concreta de conocimiento
especializado.
Son empleados para realizar consultas y obtener conclusiones sobre
una determinada materia o rea de conocimiento.
Proporciona ayuda a los propios expertos humanos en la materia y
tambin sirven para suministrar informacin a personas sin necesidad
de recurrir a un experto en la materia.
Aplican experiencia de una manera eficiente para solucionar
problemas, realizando inferencias incluso a partir de datos
incompletos o inciertos.
Explican y justifican las conclusiones que se obtienen.
Pgina 26
54
Sistemas expertos (II/II)
Los sistemas expertos se aplican en:
Diagnstico mdico.
Anlisis qumico.
Diseo en la ingeniera.
Diagnstico y reparacin.
Prediccin.
Planificacin.
Monitorizacin de tareas.
Sistemas de ayuda (educacin, toma de decisiones, consultora legal y
administrativa, etc.).
Supervisin de procesos industriales, etc.
55
Otras reas y aplicaciones de la IA
J uegos.
Aprendizaje automtico
Programacin inteligente y programacin automtica.
Sistemas de planificacin inteligente.
Redes neuronales.
Algoritmos genticos.
Sistemas basados en agentes.
Pgina 27
56
Juegos
La resolucin de diferentes juegos ha sido una de las reas de mayor
empeo dentro de la IA.
Los juegos de tablero ofrecen un escenario idneo para la abstraccin
de situaciones que se dan en la vida real, por ejemplo, en
planificacin de tareas o de trayectorias.
Existen mltiples programas de IA en el campo de los juegos. Cabe
mencionar, entre otros, los siguientes:
Ajedrez.
Damas.
Backgammon.
Othelo.
Go (juego japons de tablero).
57
Ejemplo de juego
1
2
3
4
7 8
6
5
1
2
3
4
7 8
6 5
1
2
3
4
7 8
6 5
1
2
3
4
7 8
6
5
1
2
3
4
7
8 6
5
1
2
3
4
7
8
6
5
GOAL
START
E(S) =4
E(S) =5 E(S) =4
E(S) =5 E(S) =4
INICIO
OBJ ETIVO
J uego del 8-puzzle
Pgina 28
58
Aprendizaje automtico (I/II)
El aprendizaje automtico o aprendizaje de mquina (machine
learning) es una rama de la IA cuyo objetivo es desarrollar tcnicas
que permitan aprender a las mquinas.
De forma ms concreta, se trata de crear programas capaces de
generalizar comportamientos a partir de una informacin no
estructurada suministrada en forma de ejemplos. Es, por tanto, un
proceso de induccin del conocimiento.
En muchas ocasiones, el campo de actuacin del aprendizaje
automtico se solapa con el de la estadstica, ya que las dos
disciplinas se basan en el anlisis de datos.
59
Aprendizaje automtico (II/II)
Algunos tipos de aprendizaje:
Aprendizaje supervisado: Se establece una correspondencia entre las
entradas y las salidas deseadas del sistema.
Aprendizaje no supervisado: El proceso de modelado se lleva a cabo
sobre un conjunto de ejemplos formado tan slo por entradas al sistema.
No se tiene informacin sobre las categoras de esos ejemplos.
Aprendizaje por refuerzo: El algoritmo aprende observando el mundo que
le rodea. Su informacin de entrada es la retroalimentacin que obtiene
del mundo exterior como respuesta a sus acciones.
El aprendizaje automtico tiene una amplia gama de aplicaciones:
Motores de bsqueda.
Diagnsticos mdicos.
Deteccin de fraude en el uso de tarjetas de crdito.
Anlisis del mercado de valores.
Clasificacin de secuencias de ADN.
Reconocimiento del habla y del lenguaje escrito.
Juegos.
Pgina 29
60
Programacin inteligente y programacin automtica
La programacin inteligente consiste en utilizar tcnicas de IA como
ayuda a los sistemas de programacin automtica.
Para ello se requiere incorporar dos clases de conocimiento:
Conocimiento sobre los principios generales de programacin.
Conocimiento sobre el campo especfico de la aplicacin.
El objetivo de la programacin automtica es la construccin de
programas a partir de especificaciones rigurosas, no algortmicas, que
describen lo que hay que hacer, probando tambin el funcionamiento
del programa mediante tcnicas matemticas para mostrar que se
comporta de acuerdo con las especificaciones formales.
61
Sistemas de planificacin inteligente
Son sistemas que sirven de ayuda para desarrollar un plan, esto es,
un conjunto de acciones ordenadas diseado para lograr un objetivo
particular.
Algunas tcnicas de IA se estn aplicando al desarrollo de programas
que descubren los mejores caminos para resolver un determinado
problema.
Existen programas de planificacin especializados en la toma de
decisiones empresariales que usan tcnicas de IA como ayuda para
evaluar la informacin disponible, escoger un objetivo o llegar a una
conclusin.
Pgina 30
62
Redes neuronales (I/II)
Una red neuronal es una representacin computacional idealizada del modelo
de comportamiento de una neurona biolgica.
Est compuesta de un nmero de nodos, o unidades, conectadas por
enlaces. Cada enlace tiene asociado un determinado peso numrico. Los
pesos son los medios de almacenamiento de largo trmino en las redes
neuronales.
El aprendizaje de una red neuronal se lleva a cabo actualizando los pesos.
Algunas de las unidades estn conectadas al medio exterior, y pueden ser
diseadas como unidades de entrada o salida.
El comportamiento de una red neuronal viene determinado por la topologa de
interconexin y por la naturaleza de las unidades individuales.
Las redes neuronales han sido aplicadas a la resolucin de diferentes clases
de problemas: control, identificacin de sistemas complejos, planificacin,
visin artificial, etc.
64
Ejemplo de redes neuronales (I/II)
Reconocimiento de dgitos con redes neuronales (Recog)
Pgina 31
65
Ejemplo de redes neuronales (II/II)
Conjunto de ensayo para
el aprendizaje de una red
de reconocimiento de
caras
67
Algoritmos genticos
Los algoritmos genticos son una tcnica de programacin que trata
de simular la evolucin de los organismos vivos que se lleva a cabo a
travs de dos procesos primarios: seleccin natural y reproduccin.
Un algoritmo gentico mantiene una poblacin de individuos que
transforma sucesivamente sometindola a operaciones genticas que
van dando lugar a sucesivas generaciones de individuos. Cada
individuo es una posible solucin al problema que se intenta optimizar
en forma de cadena de parmetros.
Es necesario definir una funcin objetivo o funcin de adecuacin que
permite evaluar la bondad de cada individuo de la poblacin.
En esencia, un algoritmo gentico est compuesto de tres
operaciones: reproduccin, cruce y mutacin.
Al igual que las redes neuronales, los algoritmos genticos se aplican
a la resolucin de mltiples problemas.
Pgina 32
68
Sistemas basados en agentes (I/II)
Un agente es un programa de computador capaz de realizar acciones
de manera autnoma en un determinado entorno.
Un agente es inteligente si realiza su tarea de manera flexible.
Algunas de sus principales propiedades son:
Autonoma, toma la iniciativa cuando lo cree apropiado.
Dirigido por objetivo, manteniendo una agenda de metas que sigue hasta
las cumple o cree imposible su cumplimiento.
Reactividad, reacciona al entorno (computacional y/o fsico).
Comunicativo con otros agentes (humano o software).
Comportamiento social, coopera con otros agentes (software o humano)
para negociar y lograr sus objetivos.
Adaptable, modifica su comportamiento en base a la experiencia.
69
Sistemas basados en agentes (II/II)
Tipos de agentes:
Reactivos.
De interfaz.
Mviles.
De informacin.
Aplicaciones de los agentes:
Comerciales (comercio electrnico).
Monitorizacin y vigilancia.
Minera de datos (procesamiento inteligente de grandes volmenes de
informacin).
Agentes personales (ayuda e interaccin con personas).
Robtica mvil (sistemas fsicos cooperantes).
Pgina 33
71
Entorno
Agente
Sensores
Actuadores
Razonamiento
y toma de decisiones
Modelo del mundo
(actualizndose)
Lista de
posibles acciones
Conocimiento previo
del mundo
Objetivos/Utilidad
Modelo de agente inteligente
72
Lenguajes de IA
Han sido desarrollados porque los lenguajes orientados a la programacin
numrica no son, generalmente, muy tiles para programar inteligencia
(conocimiento simblico).
Los lenguajes de IA se les suele denominar lenguajes de procesamiento
simblico ya que estn diseados para manipular smbolos de manera ms
eficiente.
El primer lenguaje de procesamiento simblico fue IPL (Information
Processing Language) desarrollado por A. Newell, J .C. Shaw y H. Simon y
utilizado en el desarrollo del Terico Lgico en 1956. El Terico Lgico, que
es considerado el primer programa de IA, permita llevar a cabo
demostraciones de teoremas matemticos. Fue el programa precursor del
GPS desarrollado por los mismos investigadores utilizando tambin IPL como
lenguaje de programacin.
Otro lenguaje pionero de IA es el Lisp.
No obstante, existen otros lenguajes de programacin de aplicaciones de IA,
tales como: Prolog, Smalltalk, OPS5, etc.
Pgina 34
73
Una primera perspectiva de la IA
Conceptos y mtodos empleados:
Muchos son utilizables en la prctica y produce excelentes resultados.
No obstante, todava hace falta mejorar o ampliar.
Aspectos computacionales:
Muchas de las tcnicas empleadas requieren mejoras para extender su
campo de aplicacin.
Aplicaciones:
Existe un nmero razonable de aplicaciones en el mundo real.
Muchas aplicaciones reales incluyen componentes inteligentes ocultos .
Hay una gran expansin a nuevos dominios de aplicacin.
Formacin:
Hay muchos profesionales que requieren formacin ya que no conocen
estas nuevas tcnicas.
74
Sistema de realimentado de control
Un sistema de control es un sistema realimentado capaz de mantener
unas variables de salida de un proceso industrial dentro de unos
rangos o unos regmenes de variacin determinados.
Tareas de un sistema de control:
Toma medidas del proceso (a travs de los sensores).
Calcula las actuaciones (controlador).
Enva las acciones de control (actuadores).
Pgina 35
75
Sistemas de control borroso
Son sistemas de control basado en lgica borrosa.
Se caracterizan porque:
Puede modelar conceptos ambiguos o mal definidos.
Puede incorporar la experiencia de un operador humano.
Utiliza una determinada lgica para el controlador.
Tienen numerosas aplicaciones domsticas e industriales:
Control de procesos qumicos.
Control de hornos de cementeras.
Sistemas de control de trfico.
Sistemas de conduccin automtica de trenes.
Equipamiento domstico: lavadoras, cmaras de video, cmaras de foto,
etc.
En general, el control borroso se aplica en procesos con modelos
matemticos complejos o no conocidos.
76
Esquema de un controlador borroso
Un sistema de control borroso consta de un sistema de reglas (con
reglas borrosas) y de un motor de inferencias que aplica estas reglas
como los sistemas expertos de aplicacin general.
El proceso de inferencia consta de tres pasos:
Borrificacin.
Proceso de inferencia.
Desborrificacin.
Pgina 36
77
Etapas de un controlador borroso
Borrificacin:
Los valores proporcionados por las variables de entrada al
controlador (valores reales) son convertidos en valores borrosos.
Proceso de inferencia:
Con los valores borrosos de entrada se lleva a cabo el proceso de
inferencia utilizando la base de reglas borrosas, producindose un
conjunto borroso de salida.
Desborrificacin:
Es el proceso inverso al de
borrificacin que consiste en
obtener un valor real a partir
del conjunto borroso de salida.

SIC Tema 1 Conceptos Basicos de SI

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

SIC Tema 1 Conceptos Basicos de SI

Caricato da

Copyright:

Formati disponibili

Tema 1.

Conceptos bsicos de sistemas inteligentes

Potrebbero piacerti anche