Universidad de Monterrey

1
Universidad 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
2
Universidad de Monterrey

• SC-2150 Inteligencia Artificial
• La Inteligencia Artificial

3
Introducción

• Objetivo Particular
• Explicar el porqué se considera a la inteligencia
  artificial un tema digno de estudio e intentar
  definirla.

4
Objetivos de la Inteligencia Artificial

• Comprensión de nosotros mismos como entidades
  inteligentes
• Construcción de entidades inteligentes.

5
Problema 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.

6
Motivación 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.

7
El 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.

8
Alcance 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.

9
Qué 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).
10
Categorías 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)
11
Actuar 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.

12
Actuar como humano La prueba de Turing
13
Actuar 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

14
Pensar 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.

15
Pensar 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.

16
Actuar 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).

17
Fundamentos 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).

18
Fundamentos 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).

19
Fundamentos 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)

20
Fundamentos 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).

21
Fundamentos 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.

22
Fundamentos de IA

• Lingüística
• B.F. Skinner (Verbal Behavior, 1957,
  conductista).
• Noam Chomsky (Syntactic Structures).
• Representación del conocimiento.
• Procesamiento del lenguaje natural.

23
Historia 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.

24
Historia 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).

25
Historia 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).

26
Historia 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).

27
Historia 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).

28
Historia 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.

29
Historia 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.

30
Historia 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.

31
Historia de la IA

• Acontecimientos recientes (1987 al presente).
• Allen Newell, John Laird y Paul Rosenbloom
  (problema del agente total).