FUNDAMENTOS  DE    INTELIGENCIA  ARTIFICIAL  

INTRODUCCIÓN  A  LA  INTELIGENCIA  ARTIFICIAL  Y  A  LOS  SISTEMAS  BASADOS  EN  CONOCIMIENTO    FIA  -­‐  10/11  

ETSI  Telecomunicación  –  Universidad  de  Vigo  

1  

•   ¿Qué  es  la  IA?  •   Historia  •   Conceptos  de  sistemas  Basados  en  Conocimiento  y  Sistema  Experto  •   Ingeniería  del  conocimiento  •   PerspecRva  integradora:  Agentes  inteligentes  •   Estado  del  arte  

ÍNDICE  2

¿Qué  es  la  IA?  3

  Inteligencia    (del  lat.  intelligen'a)    1.  f.  Capacidad  de  entender  o  comprender.    2.  f.  Capacidad  de  resolver  problemas.    3.  f.  Conocimiento,  comprensión,  acto  de  entender.    4.  f.  SenRdo  en  que  se  puede  tomar  una  sentencia,  un  dicho  o  una  expresión.  

  5.  f.  Habilidad,  destreza  y  experiencia.    7.  f.  Sustancia  puramente  espiritual.  

  Artefacto  (del  lat.  arte  factus,  hecho  con  arte)    1.  m.  Obra  mecánica  hecha  según  arte.    2.  m.  Máquina,  aparato.    3.  m.  despect.  Máquina,  mueble,  y  en  general,  cualquier  objeto  de  cierto  tamaño.  

¿Qué  es  la  IA?  4

  Inteligencia  arFficial    (del  lat.  intelligen'a)    1.  f.  Inform.  Desarrollo  y  uRlización  de  ordenadores  con  los  que  se  intenta  reproducir  los  procesos  de  la  inteligencia  humana.  

  En  1642  Blaise  Pascal  construye  la  Pascalina  (segunda  calculadora  mecánica)    “la  máquina  aritmé6ca  produce  efectos  que  parecen  más  

similares  a  los  pensamientos  que  a  las  acciones  animales”  

¿Qué  es  la  IA?  5

  “Rama  de  las  ciencias  de  la  computación  que  trata  del  diseño  de  sistemas  inteligentes,  es  decir,  sistemas  que  presentan  caracterísRcas  que  normalmente  asociamos  con  la  inteligencia  humana:  comprensión  del  lenguaje,  razonamiento,  aprendizaje,  resolución  de  problemas,  etc”.  (Barr  y  Feigenbaum,  1981)  

   “El  estudio  de  cómo  hacer  que  los  ordenadores  realicen  tareas  cognosciRvas  que,  por  ahora,  las  personas  hacen  mejor”.    (Rich  y  Knight,  1991)  

¿Qué  es  la  IA?  6

Clasificación  de  definiciones:     Chariak  y  McDermot:  énfasis  en  pensamiento  

criterio: inteligencia ideal, o racionalidad

   Rich  y  Knight:    énfasis  en  comportamiento  

         criterio:  inteligencia  humana  

Inteligencia humana Racionalidad

Razonamiento Sistemas que piensan como humanos: Enfoque cognoscitivo

Sistemas que piensan racionalmente; Enfoque lógico

Comportamiento Sistemas que actúan como humanos: Enfoque “test de Turing”

Sistemas que actúan racionalmente: Enfoque de agentes racionales

¿Qué  es  la  IA?  7

Sistemas que piensan como humanos Sistemas que piensan racionalmente

“El nuevo y excitante esfuerzo de hacer que los computadores piensen … máquinas con mentes, en el más amplio sentido literal” (Haugeland, 1985) “[La automatización de] actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolución de problemas, aprendizaje …” (Bellman, 1978)

“El estudio de las facultades mentales mediante el uso de modelos computacionales” (Charniak & McDermott, 1985)

“El estudio de los cálculos que hacen posible percibir, razonar y actuar” (Wiston, 1992)

Sistemas que actúan como humanos Sistemas que actúan racionalmente

“El arte de desarrollar máquinas con capacidad para realizar funciones que cuando son realizadas por personas requieren de inteligencia” (Kurzweil, 1990) “El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor” (Rich & Knight, 1991)

“La Inteligencia Computacional es el estudio del diseño de agentes inteligentes” (Poole et al., 1998)

“IA… está relacionado con conductas inteligentes en artefactos” (Nilsson, 1998)

¿Qué  es  la  IA?  8

  Test  de  Turing:  Prueba  basada  en  la  incapacidad  de  diferenciar  entre  enRdades  inteligentes  y  humanos.  Implica  las  siguientes  capacidades:  1.  comunicarse  con  el  entrevistador  2.  almacenar  lo  que  se  conoce  3.  extraer  conclusiones  y  responder  preguntas  4.  adaptarse  a  nuevas  circunstancias  

  Test  Global  de  Turing:  Interacción  msica.  Implica,  adicionalmente,  las  siguientes  capacidades:  

5.  percibir  objetos  6.  manipular  objetos  

¿Qué  es  la  IA?  9

  Desde  un  punto  de  vista  ingenieril:  definición  en  base  a  técnicas  uRlizadas  

IA

INFORMÁTICA MODELOS DE PSICOLOGÍA COGNOSCITIVA

“INTERFERTILIZACIÓN” Ejemplos:

Modelo de procesador cognoscitivo Modelo de red semántica

¿Qué  es  la  IA?  10

  Disciplinas  involucradas:   Procesamiento  de  lenguaje  natural   Representación  del  conocimiento   Razonamiento  automá6co   Aprendizaje  automá6co   Visión  computacional   Robó6ca  

  Estas  6  disciplinas  abarcan  la  mayor  parte  de  la  IA  

(Pre)Historia  (primeros  autómatas)  11

  Grecia  (época  alejandrina):     Herón:  actores  arFficiales  que  representaban  la  Guerra  de  Troya     Mitología:  Dios  Talos,  robot  hijo  de  Dédalo  que  defendía  Creta  

  Edad  Media:    Mayordomo  de  San  Alberto  Magno    León  de  Leonardo  DaVinci    “Ars  Magna”  de  Ramón  Llull  (1232  -­‐  1315)  :  Intento  de  mecanización  

del    razonamiento    Siglo  XVIII:  

   Droz  (padre  e  hijo):  androides  de  tamaño  natural:    Niño  que  escribía  mensajes  de  hasta  40  caracteres.    Niño  que  realizaba  dibujos  sobre  un  papel.    Mujer  que  tocaba  el  órgano  real  y  movía  la  cabeza.  

  Vaucouson:  Tocador  de  flauta.  Pato  que  movía  las  alas,  emiqa  sonidos,  comía  y  hacía  la  digesRón.  

(Pre)Historia  (pensamiento)  12

  Pascal  

  Leibnitz:  Sistema  binario.  

  Boole:  Pretendía  un  álgebra  para  representar  el  conocimiento..  

  Siglo  XIX:  Nace  la  lógica  matemáRca  

  Fraudes:  Von  Kempelen  (“Mazel  Chess  Automaton”)  

Copyright © 2005 David Monniaux

Historia:  1943-­‐1956  (génesis)  13

  1943:  Aparecen  tres  arqculos  sobre  “CibernéRca”    Wiener,  Rosemblueth  &  Bigelow:  ven  el  comportamiento  determinista  como  

algo  emergente  de  un  mecanismo  regulador  que  intenta  minimizar  el  “error”  

  Craik:  propone  que  las  máquinas  empleen  modelos  y  analogías  en  las  resolución  de  problemas  

  McCulloch  &  Pius:  proponen  un  modelo  basado  en  neuronas  arRficiales  interconectadas  

  Test  de  Turing  (1950)  

  Años  50:  primeros  experimentos  prácRcos     Newell,  Shaw  y  Simon:  trabajan  en  el  “Logic  Teorist”  (GPS)  

   Samuel:  trabaja  en  una  máquina  de  damas  que  aprendía  de  la  experiencia  

   Minsky:  trabaja  en  una  maquina  para  razonar  sobre  figuras  (Geometría  plana)  

  CONFERENCIA  DE  DARMOUTH  (Verano  de  1956):  Se  define  una  nueva  rama  del  saber,  a  la  que  denominan  “Inteligencia  ArFficial”  

Historia:  años  60  14

  Se  intenta  llevar  a  cabo  los  objeRvos  planteados  en  la  conferencia  de  Darmouth  

  Áreas  de  aplicación    Traducción  automáRca  

  Juegos  

  Reconocimiento  de  formas  

  Integración  simbólica  

  Demostración  de  teoremas  

  Resolución  general  de  problemas  (GPS)  

  Técnicas    Búsqueda  heurísRca  

  Procesamiento  simbólico  (LISP)  

Historia:  años  70  (Invierno  IA)  15

  CríRcas  a  la  IA:  Hubert  Dreyfus:  “Alquimia  e  IA”  (1972),  Informe  Lighthill  (1973),  John  Weizenbaum:  “Potencia  del  ordenador  y  razón  humana  (1976)  

  Replanteamiento  de  estrategias    Stanford  (DENDRAL,  MYCIN)  

  M.I.T.  

  Carnegie  –  Mellon  

  Cambridge  

  Edimburgo  

  ...                                                                                                                                          

                                                                                       Paradigma  de  “sistema  basado  en  conocimiento”    

                                                                                                                         Paradigma  de  “sistema  experto”    

                                                                   INGENIERÍA  DEL  CONOCIMIENTO  

Historia:  años  80-­‐actualidad  16

  La  IA  se  convierte  en  una  industria    R1  (1982).  Primer  sistema  experto  comercial.  Ahorro  de  millones  de  dólares  

  En  los  80,  Japón  anuncia  el  proyecto  “Quinta  Generación”,  EE.UU.  consRtuye  la  Microelectronics  and  Computer  Technology  Corpora6on  (MMC)  y  Reino  Unido  restaura  el  patrocinio  de  la  IA.  Los  pocos  éxitos  llevan  a  un  nuevo  Invierno  de  la  IA  (finales  80-­‐principios  90)  

  La  IA  se  convierte  en  una  ciencia    Formalización  matemáRca  (lógica  proposicional,  redes  de  Bayes,  modelos  de  Markov,  etc.)  

  La  IA  se  uRliza  en  mulRtud  de  dominios    Economía,  logísRca,  medicina,  minería  de  datos,  …  ,  ámb.  militar  

¿Qué  es  la  IA?  17

  Disciplinas  involucradas:   Procesamiento  de  lenguaje  natural   Representación  del  conocimiento   Razonamiento  automá6co   Aprendizaje  automá6co   Visión  computacional   Robó6ca  

  Estas  6  disciplinas  abarcan  la  mayor  parte  de  la  IA  

TRATAMIENTO HEURÍSTICO DE INFORMACIÓN SIMBÓLICA

Paradigmas  de  la  IA  18

  PROCESAMIENTO  SIMBÓLICO:  problemas  de  naturaleza  no  numérica.  

   BÚSQUEDA  HEURÍSTICA:  hacer  tratable  la  complejidad  del  proceso  

   SISTEMAS  EXPERTOS:  visión  conducRsta,  funcional.  

   SISTEMAS  BASADOS  EN  CONOCIMIENTO:  visión  cognosciRva,  estructural  

   AGENTES  INTELIGENTES:  “sociedades”  de  componentes  con  “personalidad”  

Sistema  Basado  en  Conocimiento  19

 Evolución  de  modelos  estructurales  de  sistemas  so{ware:  

Sistema  Basado  en  Conocimiento  20

Arquitectura  básica:  

BC

BH

MI Interfaz

Usuario final

Ingeniero de conocimiento

Interfaz Experto humano

Tipos  de  conocimiento  21

Hechos del dominio

Heurísticos

Definiciones independientes

del dominio Principios básicos,

axiomas y leyes

Conocimiento profundo

Conocimiento superficial

TEORÍAS GENERALES

Aprendizaje de escuela y de libros

Aprendizaje de tutores y de experiencia

CONOCIMIENTO DEL DOMINIO

Conocimiento nulo

Conocimiento compilado

(De Harmon y King, 1985)

Sistema  experto  22

   “Incorporación  en  un  ordenador  ...  de  la  pericia  de  un  experto  de  modo  que  el  sistema  pueda  dar  consejos  inteligentes  o  tomar  decisiones  inteligentes  y  jusFficar  su  razonamiento”.  

(BriRsh  Computer  Society)  

   Sistema  con  capacidad  para:  

–   Problemas  muy  dimciles.  

–   Razonamiento  heurísRco.  

–   Interacción  fácil.  

–   Descripciones  simbólicas.  

–   Conocimiento  impreciso.  

–   Hipótesis  alternaRvas.  

–   Explicación  de  preguntas.  

–   JusRficación  de  conclusiones.  

 (Hayes-­‐Roth,  1984)  

SBC  vs.  SE  23

SBC  vs.  SE  24

SISTEMA DE IA

Énfasis en conocimiento, concepción arquitectónica

Aplicación a dominios en los que la resolución de

problemas requiere experiencia especial

SBC

Heurísticos, procesamiento simbólico

SE

SBC:  Ámbitos  suscepRbles  de  aplicación  25

  Punto  de  vista  de  los  conocimientos  aplicados:    Son  muchos  y  se  pueden  explicitar.    Son  evoluRvos.    Son  inciertos  e  incompletos.  

  Punto  de  vista  de  la  aplicación  de  los  conocimientos  a  la  resolución  de  problemas:    Procedimientos  más  heurísRcos  que  algorítmicos.    Procesamiento  simbólico  domina  sobre  el  numérico.    IncerRdumbre  en  los  métodos.  

  Punto  de  vista  de  la  rentabilidad:    Inversiones  fuertes.    Pocos  expertos  humanos.    Coste  alto  de  errores.  

Ingeniería  del  conocimiento  26

Diseño  y  desarrollo  de  sistemas  basados  en  conocimiento,  combinando:  

   Métodos  de  inferencia  simbólica.  

   Técnicas  de  representación  del  conocimiento.  

   Técnicas  de  concepción  de  interfaces.  

   Conocimiento  del  dominio.  

   Técnicas  de  comunicación  humana.  

Paradigma  de  la  “agencia”  27

Agente:      Sistema  que  actúa  (eventualmente,  por  encargo)                                    para  producir  ciertos  efectos  en  su  entorno.  

Agencia:  Cualidades  (funcionales,  estructurales  y/o                                  procesales)  propias  de  los  agentes.  

Modelo  funcional  de  un  agente  28

Public interface Agente { Accion getAccion (percepto p)

}

Evaluación:  Medida  del  desempeño  (performance).  

Agente  racional  ideal:  dado  un  percepto  genera  la  acción  que  maximiza  el  desempeño  en  función  de:  (1)  La  secuencia  de  perceptos  anteriores  (2)  El  conocimiento  incorporado  en  el  agente  

Autonomía:  El  agente  es  más  autónomo  en  la  medida  en  que  su  comportamiento  se  basa  más  en  (1)  y  menos  en  el  valor  inicial  de  (2)  

Otras  definiciones  de  “agente  autónomo”  29

  Jennings  y  Wooldridge  (1996)  

“Realiza  su  trabajo  sin  intervención  directa  de  humanos  u  otros  agentes  y  Rene  control  sobre  sus  propias  acciones  y  su  estado  interno”  

  Franklin  y  Graesser  (1996)  

“Sistema  situado  en  y  como  parte  de  un  entorno  que  percibe  y  sobre  el  que  actúa  en  el  Rempo  siguiendo  su  propia  agenda  de  tal  modo  que  sus  actos  influyen  sobre  lo  que  percibe  en  el  futuro”  

Pregunta  30

¿Cuáles  de  las  siguientes  tareas  puede  hacer  una  máquina  hoy  en  día?    Jugar  una  parRda  aceptable  de  tenis  de  mesa  

  Conducir  un  coche  por  el  centro  de  El  Cairo  

  Comprar  comesRbles  para  una  semana  en  el  mercado  

  Comprar  comesRbles  para  una  semana  en  la  Web  

  Jugar  una  parRda  aceptable  de  cartas  

  Descubrir  y  probar  un  nuevo  teorema  matemáRco  

  Escribir  una  historia  diverRda  

  Ofrecer  asesoría  legal  competente  en  un  área  determinada  

  Traducir  de  inglés  hablado  a  español  hablado  en  Rempo  real  

  Realizar  una  operación  quirúrgica  compleja  

Dudas  31