Title: Universidad de Monterrey
1Universidad de Monterrey
- SC-2150 Inteligencia Artificial
- Primavera 2004
Ing. Rolando Rafael Hernández Cisneros E-mails
rolandohernandez_at_hotmail.com rolando_hernandez_at_yah
oo.com
2Universidad de Monterrey
- SC-2150 Inteligencia Artificial
- La Inteligencia Artificial
3Introducción
- Objetivo Particular
- Explicar el porqué se considera a la inteligencia
artificial un tema digno de estudio e intentar
definirla.
4Objetivos de la Inteligencia Artificial
- Comprensión de nosotros mismos como entidades
inteligentes - Construcción de entidades inteligentes.
5Problema que aborda la Inteligencia Artificial
- Cómo es posible que un diminuto y lento
cerebro, sea biológico o electrónico, tenga
capacidad para percibir, comprender, predecir y
manipular un mundo que en tamaño y complejidad le
excede con creces?, Cómo es posible crear
apoyándose en esas propiedades? - El investigador de IA tiene pruebas contundentes
de que tales entidades existen y son factibles.
6Motivación para la investigación en IA
- La IA es una de las disciplinas más nuevas
(inició formalmente en 1956). - A diferencia de otros campos de estudio donde
todo está descubierto (como la física o las
matemáticas), la IA tiene muchas áreas con
grandes oportunidad para la investigación e
innovación.
7El estudio de la inteligencia
- Es una de las disciplinas más antiguas.
- Desde hace 2000 años los filósofos han tratado de
entender como se ve, aprende, recuerda y razona,
y cómo debe esto hacerse. - La aparición de las computadoras en los 50s
permitió pasar de la especulación a una
disciplina teórica y experimental.
8Alcance de la IA
- La IA abarca desde áreas generales (percepción,
razonamiento lógico) hasta específicas (ajedrez,
teoremas, etc.) - Permite automatizar el trabajo intelectual a
científicos de otras áreas. - Ofrece a los científicos de IA el aplicarla en
cualquier área donde se aplique el intelecto
humano.
9Qué es la Inteligencia Artificial?
La interesante tarea de lograr que las
computadoras piensen... Máquinas con mente, en su
amplio sentido literal (Haugeland, 1985)
El estudio de las facultades mentales mediante
el uso de modelos computacionales (Carniak y
McDermott, 1985)
La automatización de actividades que
vinculamos con procesos de pensamiento humano,
actividades tales como la toma de decisiones,
resolución de problemas, aprendizaje...
(Bellman, 1978)
El estudio de los cálculos que permiten
percibir, razonar y actuar (Winston, 1992)
El arte de crear máquinas con capacidad de
realizar funciones que realizadas por personas
requieren inteligencia (Kurzweil, 1990)
Un campo de estudio que se enfoca a la
explicación y emulación de la conducta
inteligente en función de procesos
computacionales (Schalkoff, 1990).
El estudio de cómo lograr que las computadores
realicen tareas que, por el momento, los humanos
hacen mejor (Rich y Knight, 1991)
La rama de la ciencia de la computación que se
ocupa de la automatización de la conducta
inteligente (Luger y Stubblefield, 1993).
10Categorías para las definiciones de IA
Sistemas que piensan como humanos
Sistemas que piensan racionalmente (idealmente)
Sistemas que actúan como humanos
Sistemas que actúan racionalmente (idealmente)
11Actuar como humano La prueba de Turing
- Propuesta por Alan Turing (1950).
- Turing definió la conducta inteligente como la
capacidad de lograr eficiencia humana en todas
las actividades cognoscitivas, suficiente para
engañar a un evaluador.
12Actuar como humano La prueba de Turing
13Actuar como humano La prueba de Turing
- Para que una computadora pase la prueba de
Turing, debe por lo menos - Procesar lenguaje natural
- Representar el conocimiento
- Razonar automáticamente
- Autoaprender
- Para la prueba total de Turing, la computadora
debe tener - Vista
- Robótica
14Pensar como humano El modelo cognoscitivo
- Primero habría que definirse como piensan los
humanos, mediante - Introspección
- Experimentos psicológicos
- GPS (General Problem Solver), de Newell y Simon
(1961) vs. Wang (1960). - LA ciencia cognoscitiva usa modelos de IA y
experimentos psicológicos.
15Pensar racionalmente Las leyes del pensamiento
- Aristóteles intentó codificar la manera correcta
de pensar (silogismos). De ahí surge la lógica. - La tradición logicista de IA trata de hacer
sistemas inteligentes basados en la lógica. - Problemas pasar conocimiento informal e incierto
en términos lógicos formales y realizar la
solución teórica obtenida en la práctica.
16Actuar racionalmente el agente racional
- Actuar racionalmente es hacerlo de tal manera que
se logran los objetivos deseados. - Un agente es algo que percibe y actúa. De acuerdo
a esto, la IA es el estudio y construcción de
agentes racionales. - Actuar racionalmente no implica sólo actuar por
inferencias lógicas (ejemplo, reflejos).
17Fundamentos de IA
- Filosofía (428 a.C. Al presente)
- Sócrates, Platón y Aristóteles (silogismos).
- René Descartes (dualismo).
- Wilhelm Leibniz (materialismo).
- Francis Bacon y John Locke (empirismo) Nada
existe en la mente que no haya pasado por los
sentidos. - David Hume (inducción).
- Bertrand Russell (positivismo lógico).
- Rudolf Carnap y Carl Hempel (teoría de la
confirmación).
18Fundamentos de IA
- Matemáticas (800 al presente)
- Al-Jwarizmi (algoritmos).
- George Boole (álgebra booleana)
- Gottlob Frege (lógica de 1er. Orden)
- David Hilbert (problemas sin resolver).
- Kurt Gödel (teorema de incompletez).
- Alan Turing (máquina de Turing).
- Intratabilidad, reducción, teoria de la completez
NP. - Gerolamo Cardano (teoría de la probabilidad).
- Pierre Fermat, Blas Pascal, James Bernoulli,
Pierre Laplace (métodos estadísticas). - Thomas Bayes (regla de Bayes).
19Fundamentos de IA
- Psicología (de 1879 al presente)
- Hermann von Helmholtz y Wilhelm Wundt (Handbook
of Physiological Optics). - John Watson y Edward Lee Thorndike (movimiento
conductista). - Kenneth Craik (The Nature of Explanation, la
psicología cognitiva)
20Fundamentos de IA
- Ingeniería computacional (1940 al presente)
- Alan Turing (Heath Robinson, 1940).
- Konrad Zuse (Z-3 y Plankalkul, 1941 y 1945).
- Colossus, 1943.
- John Atanasoff y Clifford Berry (ABC, 1942).
- Howard Aiken (Mark I, II y III).
- John Mauchly y John Eckert (ENIAC)
- Nathaniel Rochester (IBM701, 1952).
21Fundamentos de IA
- Ingeniería computacional (1940 al presente)
- Hardware
- Cada vez más veloz, con más capacidad y menos
precio. - Duplica eficiencia cada dos años, sin que se
prevea un fin a esta tendencia - Máquinas en parelelo
- Software
- Ha dotado a la IA de sistemas operativos,
lenguajes de programación y herramientas. - La IA, a su vez, le ha retribuido con el
desarrollode tiempo compartido, intérpretes
activos, administración automática de memoria,
algunos conceptos clave de POO, entornos de
desarrollo con GUIs.
22Fundamentos de IA
- Lingüística
- B.F. Skinner (Verbal Behavior, 1957,
conductista). - Noam Chomsky (Syntactic Structures).
- Representación del conocimiento.
- Procesamiento del lenguaje natural.
23Historia de la IA
- Génesis de la IA (1943-1956)
- Warren McCulloch y Walter Pitts (modelo de
neurona artificial, 1943). - Donald Hebb (Regla de Hebb, 1949).
- Claude Shannon y Alan Turing (programas de
ajedrez, 1950 y 1953). - Marvin Minsky y Dean Edmons (SNARC, 1951).
- Reunión en Dartmouth College (1956) John
McCarthy, Marvin Minsky, Claude Shannon,
Nathaniel Rochester, Trenchard More, Arthur
Samuel, Ray Solomonoff, Oliver Selfridge, Allen
Newell y Herbert Simon. Newell y Simon presentan
TL y se acuña el nombre de Inteligencia
Artificial.
24Historia de la IA
- Entusiasmo inicial (1952-1969)
- Allen Newell y Herbert Simon (GPS).
- Nathaniel Rochester (primeros programas de IA).
- Herbert Gelertner (Demostrador de Teoremas de
Geometría, 1959). - Arthur Samuel (juego de damas, 1952).
- John McCarthy (pasa al MIT, define LISP, inventa
el tiempo compartido y forma Digital Equipment
Corporation, 1958).
25Historia de la IA
- Entusiasmo inicial (1952-1969)
- Marvin Minsky pasa al MIT (1958)
- John McCarthy pasa a Stanford (1963).
- Cordell Green (sistemas de planificación y
respuesta de preguntas, 1969). - Shakey (proyecto de robótica).
- Problemas de micromundos (SAINT, de James Slagle,
1963 ANALOGY, de Tom Evans, 1968 SIR, de
Bertram Raphael, 1968 STUDENT, de Daniel Bobrow,
1967 El mundo de los bloques, etc. - Bernard Widrow (Adalines, 1962).
- Frank Rosenblatt (Perceptrones, 1962).
26Historia de la IA
- Una dosis de realidad (1966-1974).
- Herbert Simon ... Actualmente en el mundo
existen máquinas capaces de pensar, aprender y
crear... (1957). - Weizenbaum (ELIZA, 1965).
- Fracasos en programas de traducción del ruso al
inglés (1966). - Fracasos en la solución de problemas complejos.
- Fracasos en los inicios de la computación
evolutiva. - El informe Lighthill (1973).
- Minsky y Papert (Perceptrons, 1969, donde se
muestra la limitada capacidad de representación
de los perceptrones).
27Historia de la IA
- Sistemas basados en conocimiento (1969-1979).
- Buchanan et al. (Dendral, 1969).
- Feigenbaum et al. (Heuristic Programming Project,
HPP). - Feigenbaum, Buchanan y Shortliffe (MYCIN).
- Duda et al. (Prospector, 1979).
- Winograd (SHRDLU).
- Williams Woods (LUNAR, 1973).
28Historia de la IA
- La IA se convierte en industria (1980-1988).
- McDermott (R1, 1982).
- DEC distribuye 40 sistemas expertos (1988).
- Casi todas las compañías en EU contaban con grupo
de IA, investigando SEs. - Los japoneses proponen el proyecto 5a.
Generación. - Se funda Microelectronic and Computer Technology
Co. (MCC) en Estados Unidos. - El informe Alvey.
- Abundan compañías que producen software para el
diseño de SEs.
29Historia de la IA
- El regreso de las redes neuronales (1986 al
presente). - Hopfield (redes de Hopfield, 1982).
- David Rumelhart y Geoff Hinton (modelos de
memoria basados en redes neuronales). - Se reinventa en los 80s el algoritmo de
retropropagación de Bryson y Ho (1969). - Rumelhart y McClelland (Parallel Distributed
Processing, 1986). - Pesimismo en los sistemas expertos, rivalidad
entre la IA tradicional y las redes neuronales.
30Historia de la IA
- Acontecimientos recientes (1987 al presente).
- Construcción sobre teorías existentes en vez de
proponer teorías novedosas. - Mejor fundamentación y con suficiente
experimentación. - Demostración de la utilidad de las aplicaciones
de IA en el mundo real y no en ejemplos de
juguete. - Avances en la comprensión del lenguaje, y la
planeación (David Chapman, 1987). - Judea Pearl (Probabilistic Reasoning and
Inteliigent Systems, 1988 invención de las Redes
Bayesianas). - Avances en robótica, visión computacional,
autoaprendizaje de máquina y representación del
conocimiento.
31Historia de la IA
- Acontecimientos recientes (1987 al presente).
- Allen Newell, John Laird y Paul Rosenbloom
(problema del agente total).