Fundamentos de Inteligencia Artificial

1
Fundamentos de Inteligencia Artificial

• M.C. Juan Carlos Olivares Rojas

2
Agenda

• 2.1 Introducción
• 2.2 Representación del Conocimiento
• 2.3 Sistemas Expertos

3
Introducción

• La Inteligencia Artificial pretende emular la
  Inteligencia Humana a través del uso de
  computadoras
• La Inteligencia es la capacidad para resolver
  problemas de cualquier tipo. La inteligencia
  distingue al hombre del animal

4
Introdcción

• A los sistemas inteligentes existentes les falta
  el sentido común y la generalidad de los seres
  humanos.
• Alan M. Turing definió en 1950 una forma de
  comprobar si una máquina piensa, esto lo hizo a
  través del Test de Turing.

5
Introducción

• Consiste en colocar dos hombres y una computadora
  en un lugar en el cual no estén visibles los tres
  elementos, se ocultan las identidades.
• Uno de los participantes funciona como
  interrogador. La prueba se pasa cuando el
  interrogador no sabe distinguir entre las
  respuestas de la computadora y del otro hombre.

6
Introducción

• Extracto del diálogo del Ensayo de Turing
• P Por favor, redacte un soneto sobre el tema del
  Fuerte Bridge
• R No me incluya. Nunca pude escribir poesía.
• P Sume 34957 y 70764
• R (Pausa de 30s seguida de la respuesta) 105621
• .

7
Introducción

• La IA se ha desarrollado desde mucho tiempo
  atrás. Aristóteles comenzó a explicar y codificar
  ciertos estilos de razonamientos como el
  deductivo.
• Los filósofos griegos ayudaron a plantear la
  lógica clásica. El Silogismo se convierte en la
  primera gran herramienta de la IA.
• P-gtQ y Q-gtS P-gtS

8
Introducción

• En 1956 John McCarthy definió el concepto de IA y
  es considerado el padre de la misma.
• Muchos investigadores han hecho aportaciones
  valiosísimas a este campo, como Chomsky
  (Lenguajes), Rosenblat (Perceptrón), Alan Turing
  (Autómatas), etc.

9
Aplicaciones

• Sistemas expertos
• Procesamiento de lenguaje natural
• Visión Artificial
• Robótica
• Aprendizaje
• Lógica Clásica y Difusa
• Juegos
• Redes neuronales
• Algoritmos genéticos
• Realidad virtual

10
Representación del Conocimiento

• La características más importante que deben de
  tener todo Sistemas Inteligente (SI) son
• La forma de representar el conocimiento
• La forma en cómo se recupera la información
• La forma en como se puede adquirir nuevo
  conocimiento (aprendizaje).

11
Representación del Conocimiento

• Las formas de representación (explicitación) de
  conocimiento son muy variadas y de ellas
  dependerá la forma en que se recupere la
  información y el cómo se aprende.
• Siempre que se desarrolla un modelo se tiene dos
  representaciones lógica y física.
• Dichas representaciones se necesitan mapearse
  para poder trabajar en conjunto.

12
Representación del Conocimiento

• Cuando se tiene un problema de la vida real, éste
  debe mapearse al esquema de una computadora para
  poderse realizar un sistema computacional.
• Imaginemos que deseamos desarrollar un juego de
  laberintos (modelo físico), Cómo quedaría
  representado su conocimiento (modelo )?

13
Representación del Conocimiento

• Se puede representar como una matriz, como un
  grafo, máquinas de estado finito, etc. Además, se
  deben tener reglas de cómo es el juego.
• Sino tenemos las dos representaciones no podemos
  comprender ni aprender el juego.

14
Representación del Conocimiento

• El mismo conocimiento puede estar estructurado en
  diferentes representaciones como por ejemplo una
  base de datos, una red semántica, un frame, un
  mapa conceptual, etc. Pero al final de cuentas
  deben tener el mismo significado (semántica).

15
Representación del Conocimiento

• Las redes semánticas son una forma sencilla de
  explicitar conocimiento, están conformadas por
  grafos que codifican el conocimiento en forma
  taxonómica.
• Los nodos nos representan categorías y las
  aristas relaciones entre esas categorías.
• Existen dos tipos de relaciones muy especiales
  Is-A y la Have-A.

16
Representación del Conocimiento

• Se puede acceder a través de cada uno de los
  conceptos para inferir conocimiento.
• Los guiones (script) son otra forma de
  representar conocimiento. Están conformados por
  componentes llamados ranuras (slots) que es un
  conjunto de pares atributo-valor. Los guiones son
  más fáciles de introducir en muchos casos que un
  mapa conceptual.

17
Redes Semánticas

• Ejemplo de un guión
• Impresoras
• Subconjunto_de Máquina_Oficina
• Superconjunto_de Impresora_Laser,
  Impresora_Inyección
• Fuente_alimentacion Toma_Pared
• Autor Juan_Perez
• Fecha 15_Febrero_2008

18
Representación del Conocimiento

• Una forma de explicitar conocimiento con gran
  difusión en la actualidad es a través del uso de
  ontologías, las cuales consiste de relaciones
  entre distintos conceptos como definiciones.
• Las ontologías pueden ser representadas a través
  de lenguajes como XML.

19
Representación del Conocimiento

• La representación del conocimiento tiene una gran
  importancia a tal punto de actualmente se habla
  de la Ingeniería del Conocimiento.
• Los frames son una estructura en la cual se
  pueden representar valores, restricciones,
  procesos, tienen relaciones de pertinencia y
  herencia (por lo que se parecen a la programación
  orientada a objetos).

20
Representación del Conocimiento

• El método descripción y pareamiento se utiliza
  para solucionar problemas de IA y es de los más
  básicos.
• El primer paso consiste en identificar todas las
  características de un objeto.
• Después se realiza una búsqueda con un conjunto
  de objetos ya definidos.

21
Representación del Conocimiento

• En realidad se utilizan dos métodos muy
  importantes el extractor y el evaluador de
  conocimientos.
• Al realizar el pareamiento de los objetos puede
  ser que no caigan exactamente en el patrón de
  conocimiento por lo que se tiene que tener una
  medida de similitud.

22
Representación del Conocimiento

• AMOR
• Querer a una persona o cosa sobre todas las cosas
• Palabra de 4 caracteres A, M, O y R
  yuxtapuestos
• AMOR AMOR AMOR ROMA
• Amor AMOR Amor Cariño
• Amor Amar Distancia Léxica 1

23
Representación del Conocimiento

• Círculo
• Descripción
• Figura formada por todos los puntos comprendidos
  a una distancia equidistante del centro
  correspondidos en un ángulo de 0 a 360 grados.
• Propiedades
• Centro (punto)
• Diámetro (dos veces radio)
• Áreas

24
Representación del Conocimiento



Similitud de 75

25
Representación del Conocimiento

• Se utiliza en otras múltiples ramas como
• Reconocimiento de huellas digitales
• Reconocimiento de Voz
• Reconocimiento de Lenguaje Natural
• Validación de Requerimientos de Software
• Etc.
• Se debe de representar de manera adecuada el
  conocimiento para poder compararlo.

26
Representación del Conocimiento

• Un granjero quiere cruzar un rió llevando consigo
  una zorra, una ganso y un saco de trigo. Por
  desgracia, su bote es tan pequeño que sólo puede
  transportar una de sus pertenencias en cada
  viaje. Peor aún, la zorra, si no se le vigila, se
  como al ganso, y el ganso, si no se le cuida, se
  come el trigo de modo que el granjero no debe
  dejar a la zorra sola con el ganso o al ganso
  solo con el trigo.

27
Representación del Conocimiento
Granjero Zorra Ganso Trigo
Granjero Zorra Ganso Trigo
Se puede utilizar el método de descripción y
pareamiento?
28
Representación del Conocimiento
29
Representación del Conocimiento

• Otra forma de resolución de problemas utilizado
  en la IA consiste en las Analogías.
• Las analogías son un tipo especial de relación
  que define como están representados los objetos
  de una categoría y como obtener sus predecesores
  y antecesores inmediatos.

30
Representación del Conocimiento

• Alguna vez nos hemos preguntado por qué en la
  mayoría de los exámenes de admisión generalmente
  son más importantes que los de conocimientos?
• Por que en la mayoría de los casos el
  conocimiento de cierta forma se puede adquirir
  pero la forma de aprender y razonar es sumamente
  complicado. En muchos casos son más importantes
  las reglas que el conocimiento.

31
Representación del Conocimiento
Cómo quedarían D y 5?
32
Representación del Conocimiento

• Qué problemas se presentan con la Abstracción de
  la Figura D o bien de la Figura 3?
• La resolución de problemas por analogía tiene
  como base cierto conocimiento previo en ocasiones
  difícil de obtener.

33
Sistemas Expertos

• Son el primer producto viable comercialmente de
  la Inteligencia Artificial.
• Permiten introducir información acerca de una
  materia específica a la computadora (base de
  conocimientos), y actúan como si fueran expertos
  en la materia.

34
Sistemas Expertos

• Un Sistema experto simula el proceso de
  razonamiento humano mediante la aplicación
  específica de conocimientos e inferencias.

35
Bibliografía

• Decker, R. y Hirshfield, S. (2001). Máquina
  Analítica. Introducción a las Ciencias de la
  Computación con Uso de Internet, Thomson, México.
  Capítulo 9 Inteligencia Artificial pp. 295-325.
• Hernández, V. (2007). Mapas Conceptuales La
  gestión del Conocimiento en la Didáctica. Segunda
  Edición, México Alfaomega.

36
Bibliografía

• Montes, M. y Villaseñor L. (2008) Fundamentos de
  Inteligencia Artificial Métodos básicos de
  solución de problemas, Instituto Nacional de
  Astrofísica, Óptica y Electrónica, Puebla, México.

37
Preguntas, dudas y comentarios?