INTELIGENCIA ARTIFICIAL:

Unidad 1
Introduccin a las Redes
Neuronales y la Lgica Difusa

F. Javier Alcntara Benjumea

Universidad Tecnolgica del Per
Mayo de 2015

Inteligencia Artificial. Unidad 1

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

El origen de la IA se remonta a la segunda Guerra Mundial:
ordenadores analgicos para controlar caones, navegacin,

Tortuga de Grey Walter (1948):

podan sortear obstculos y volver a
su madriguera a recargar la batera.
Reaccionaban ante al tacto y la luz

La Bestia de Hopkins (1960): robot controlado por cientos de

transistores. Poda buscar tomas de corriente para recargarse, por
medio de fotoceldas

Norber Wienner utiliz el trmino Ciberntica: teora del

control y la comunicacin en los animales y las mquinas

Inteligencia Artificial. Unidad 1

Contemporneo es el desarrollo de los Ordenadores Digitales:
- Estructura (Hardware)
- Funcin (Software)

Computacin Algortmica

Un hito importante es la postulacin de la Mquina de Turing

(1937): Mquina que manipula smbolos sobre una cinta de
acuerdo con una tabla de reglas.
Se desarrollan los primeros Ordenadores (ENIAC): clculos de
inters militar durante la 2 Guerra Mundial (clculos de
proyectiles, etc)
ENIAC segua el patrn de mquina de
Turing, era digital y poda programarse
para resolver problemas de clculo

Inteligencia Artificial. Unidad 1

John Von Neumann concibe una Computadora digital que opera
ejecutando en serie las instrucciones contenidas en un
programa, el cual est almacenado en una Memoria
- Flexibilidad
- Eficacia
- Versatilidad
- Desarrollo de la Electrnica

Mquina de Von Neumann

Lgica Booleana

Computadoras Digitales
actuales

Se pensaba que la Computacin Algortmica sera capaz de

llegar a pensar racionalmente con un Software complejo
Programas para razonar y jugar al ajedrez (Shanonn y Turing, 1950).
Software Terico Lgico, que poda razonar sobre temas arbitrarios
(Newell, Simon, Shaw, 1957)

Inteligencia Artificial. Unidad 1

John McCarthy (1960) acua el trmino Inteligencia Artificial
(IA): Mtodos algortmicos capaces de hacer pensar a las
computadoras
Minsky, Newell y Simon (1965) haban creado un programa de IA
capaz de demostrar teoremas de geometra. Estos programas de IA
slo eran capaces de resolver los problemas para los que haba sido
creados

Una tercera lnea contempornea a las anteriores fue las Redes

Neuronales, que trataban de imitar a los sistemas biolgicos
El desarrollo de la IA eclips a los otros campos (Ciberntica y
Redes Neuronales)
Minsky y Papert demostraron las graves limitaciones de los
Perceptrones (El modelo Neuronal de los aos 60) llevando a las RN
a una poca de ocaso hasta los 80

Inteligencia Artificial. Unidad 1

El progreso de la IA culmin en los 70 con los llamados
Sistemas Expertos:
Complejos programas en los que se codifica el conocimiento de
expertos en una materia concreta, en forma de reglas de decisin

Sin embargo a fines del siglo XX, las potentes computadoras no

son mucho ms inteligentes
La gran desventaja de la IA apoyada en la mquina de Von Neumann
Lgica booleana es que presentan problemas para abordar tareas
del Mundo Real, donde la informacin es masiva, imprecisa y
distorsionada

Para resolver este tipo de problemas surgen (o retoman) en los

80 nuevas formas de computacin alternativas:
- Redes Neuronales
- Algoritmos genticos

- Lgica borrosa
- Computacin evolutiva

Inteligencia Artificial. Unidad 1

Resurgimiento de la Redes Neuronales (RNA o ANN)
- La IA no poda resolver problemas como visin y aprendizaje.
- Alto costo computacional requerido a los sistema de IA con
computacin algortmica.
- Mayor eficiencia de la computacin paralelo de la RNA
- Desarrollo de los sistemas VLSI que posibilitaban la
implementacin de sistemas neuronales.
- Trabajos de investigadores como Hopfield, Kohonen,
Rumelhart, Widrow. Principalmente se encontr la forma de
entrenar un Perceptrn Multicapa

Por otra parte se desarrolla la Lgica Difusa (Zadeh, Kosko)

Al contrario que la lgica digital, en la lgica difusa la cosas no son 1
o 0 (verdadero o falso). Se desarrolla una lgica multivaluada para
manejar estos conceptos borrosos (fuzzy) propios del mundo real

Inteligencia Artificial. Unidad 1

Hoy da: dos corrientes en la IA

IA convencional:
Lgica booleana
Computadores Von
Neumann

Tcnicas de Inteligencia
Computacional o Soft Computing
(emulan el cerebro y sistemas
biolgicos):
Redes Neuronales, Lgica Difusa
Otras tcnicas

RNA: lado
hardware del
cerebro

Fuzzy Logic:
lado software
del cerebro

Inteligencia Artificial. Unidad 1

MICROPROCESADORES Y CEREBRO
Mquina de Von Neumann: es incapaz de realizar tareas como
reconocimiento del habla, visin, control motor, etc.
Sin embargo realiza tareas de clculo y reconocimiento lgico
mucho ms eficientemente que el cerebro.
Reconocimiento visual de
objetos: las computadoras
actuales necesitan un costo
computacional
enorme,
para
almacenar
el
programa, procesar la gran
cantidad de datos y para
operar en tiempo real
Arquitectura de un computador Von Neumann

Inteligencia Artificial. Unidad 1

Cerebro humano: compuesto por millones de procesadores
elementales o neuronas ampliamente interconectadas formando
Redes. La gran capacidad de interconexin da al cerebro la
enorme facultad de procesamiento.
Las redes de neuronas se autoorganizan, aprendiendo del
entorno y adaptndose a l
Cerebro

Computador

Velocidad de proceso

10-2 s (100 Hz)

10-9 s (Ghz)

Tipo de procesamiento

Paralelo

Secuencial

Nmero de procesadores

1011 - 1014

Pocos

Conexiones

10000 por procesador Pocas

Almacenamiento

Distribuido

Direcciones fijas

Tolerancia a fallos

Amplia

Nula

Tipo de control de proceso

Autoorganizado

Centralizado

Cerebro frente a computador Von Neumann

Inteligencia Artificial. Unidad 1

REDES NEURONALES ARTIFICIALES

Computadoras
convencionales
(IA clsica)

Redes
Neuronales
Artificiales

Acercamiento descendente hacia

la Inteligencia.
Pueden realizar muy bien tareas
de Alto Nivel (razonamiento y
clculo)

Acercamiento ascendente hacia

la Inteligencia.
Pueden realizar muy bien tareas
de Bajo Nivel (reconocimiento,
percepcin, control)

Nocin computacional de Red Neuronal Artificial: copiar la

estructura Hardware del cerebro para resolver ms eficazmente
los problemas de bajo nivel

Inteligencia Artificial. Unidad 1

Inteligencia Artificial. Unidad 1

Inteligencia Artificial

Redes Neuronales

Acercamiento descendente

Acercamiento ascendente

Basado en la Psicologa

Basado en la Biologa

Qu hace el cerebro

Cmo lo hace el cerebro

Reglas Si/entonces

Generalizacin desde ejemplos

Sistemas programados

Sistemas entrenados

Lgica, conceptos, reglas

Entrenamiento de patrones, gestalt

Arquitectura Von Neumann.

Separacin Hardware-software

Arquitectura paralela, distribuida,

adaptativa. Autoorganizacin

Aplicaciones de la Redes Neuronales Artificiales

- Electrnica
- Fsica
- Matemticas - Ingeniera
- Biologa
- Psicologa
- Economa
- Medicina
Resuelven problemas prcticos que los computadores no pueden.
Queda muy lejos el crear una mquina o robot con inteligencia
similar a la humana

Inteligencia Artificial. Unidad 1

LGICA DIFUSA
Disciplina desarrollada por Lofti Zadeh en los 60
Emula la parte ms Software del cerebro (capacidades de ms alto
nivel, razonamiento aproximado). Es una lgica complementaria a la
lgica Booleana (digital), donde los conceptos son perfectamente
definidos (1 o 0, verdadero o falso). Surgi como una herramienta
para el control de procesos industriales complejos, para la
electrnica de entretenimiento y hogar y los sistemas expertos
La Lgica Difusa asigna trminos lingsticos (borrosos) a
propiedades fsicas (temperatura, variables industriales). Se tiene as
conceptos como Temperatura muy fra, fra, templada, caliente, muy
caliente) y unas reglas para manejarlos del tipo SI / ENTONCES.
En realidad estas sentencias son representaciones del conocimiento
humano sobre una materia

Inteligencia Artificial. Unidad 1

Conjuntos difusos
En los conjuntos difusos la Funcin de Pertenencia puede tomar
valores en el intervalo (0 1)
La transicin entre el 0 y el 1 es gradual y no cambia bruscamente
Conjunto Difuso en un Universo de discurso:

Ejemplo de conjunto difuso

Inteligencia Artificial. Unidad 1

Funciones de pertenencia: de tipo triangular, trapezoidal, gaussiana

Sistemas de control difusos

Estructura de un controlador difuso

Inteligencia Artificial. Unidad 1

REDES NEURONALES Y LGICA DIFUSA

Entre las nuevas tcnicas de computacin que tratan de complementar
al binomio Mquina Von Neumann/Lgica Booleana:
- Las RNA son capaces de descubrir relaciones entradas/salidas por su
capacidad de aprendizaje
- Los sistemas Borrosos permiten usar el conocimiento de expertos para
desarrollar sistemas inteligentes
- Es muy importante la integracin de diferentes tecnologas, existiendo
estrechas relaciones RNA-LD (NeuroFuzzy)

En los complejos problemas actuales no existe una tecnologa que lo

resuelva todo.
Debe emplearse en cada aspecto del problema aquella tcnica que sea
mas eficaz