INTELIGENCIA

ARTIFICIAL

1er. Cuatrimestre 2011

PROPSITOS DE
FORMACIN
Al terminar el curso, el estudiante conocer los conceptos
bsicos en Inteligencia Artificial y estar en capacidad de
aplicar algunas tcnicas para la solucin de problemas.
El curso tiene una orientacin ms informativa que formativa y
los trabajos y ejercicios que se darn durante el curso
buscarn que el alumno tome dimensin de la problemtica
que se busca abordar.

EVALUACIN
Habrn tres trabajos prcticos y un trabajo final.
Los mismos se realizarn de grupos de tres alumnos.
Los tres trabajos prcticos sern sobre: Mtodos de Bsqueda,
Representacin de Conocimiento y Aprendizaje. Al final de la
presentacin de cada tema se darn los ejercicios a resolver.
Tendrn dos semanas para resolverlos.
El trabajo final tendr por objetivo aplicar en un problema algunas de
las tcnicas aprendidas durante el curso. Nosotros propondremos una
serie de problemas para que los alumnos elijan.
Tendrn cuatro semanas para hacerlo.

CRONOGRAMA
Terica
28/03
04/04
11/04
18/04
25/04
02/05
9/05
16/05
23/05
30/05
06/06
13/06
20/06
27/06

Temas
Introduccin: Historia y Motivaciones de IA.
Resolucin de Problemas por Bsqueda Desinformada
Resolucin de Problemas por Bsqueda Informada
Razonamiento
Representacin del Conocimiento
Aprendizaje desde observaciones
Aprendizaje con conocimiento.
Aprendizaje: Redes Neuronales
Aprendizaje por refuerzo
Comunicacin
Procesamiento de Lenguaje Natural I
Procesamiento de Lenguaje Natural II
Vision en Robtica
Conclusiones y perpectivas filosfica

Docente a cargo
Ricardo Rodriguez
Ricardo Rodriguez
Ricardo Rodriguez
Ricardo Rodriguez
Ricardo Rodriguez
Ernesto Mislej
Ernesto Mislej
Adrian Martinez
Adrian Martinez
Jos Castao
Jos Castao
Jos Castao
Marta Mejail
A confirmar.

Lectura
Part. I 1-2
Part. II 3-4
Part. II 5-6
Part. III 7-8
Part. III 9-10
Part VI 18
Part VI 19
Part. VI 20
Part VI 21
Part.VII 22
Part VII 23
Part VII 24
Part VII 25
Part VIII

agenda
PARTE 1
Que es la Inteligencia Artificial
Paradigmas de IA
Fundamentos

PARTE 2
Historia
reas de la IA
Algunas Aplicaciones

Qu es la inteligencia artificial?

Qu es la inteligencia artificial?
No existe una definicin nica.
Podemos clasificar las definiciones
de Inteligencia Artificial de acuerdo
con los siguientes cuatro enfoques.

define: IA

antes de ir a los 4 enfoques, vamos a revisar

algunas definiciones sobre la IA, utilizando el
servicio de Google Define. (archivo externo)

(John McCarthy , Basic Questions)

What is artificial intelligence?
It is the science and engineering of making intelligent machines,
especially intelligent computer programs. It is related to the similar
task of using computers to understand human intelligence, but AI
does not have to confine itself to methods that are biologically
observable.

Yes, but what is intelligence?

Intelligence is the computational part of the ability to achieve goals
in the world. Varying kinds and degrees of intelligence occur in
people, many animals and some machines.

Qu es la inteligencia artificial?
Hollywood sigue creando expectaciones no
realistas para los androides y las mquinas
inteligentes en general.
Quisiramos robots como C-3PO que se
parecen a los humanos, y actan y
responden como ellos (quejndose menos,
posiblemente).
Por qu no los tenemos y solo tenemos
autmatas capaces de construir coches en
cadenas de montaje?

Qu es la inteligencia artificial?
A pesar de algoritmos sofisticados y
muchos aos de experimentacin, an no
somos muy buenos en modelar la vida.
Los motores no replican los msculos.
Las cmaras no son ojos.
Y los ordenadores definitivamente no son
cerebros.

Sin embargo, seguimos con la idea de

tener robots humanoides.

Qu es la inteligencia artificial?
Estamos perfeccionando continuamente la
bio-imitacin, la visin por ordenador y las
tcnicas de inteligencia artificial.
En cada una de estas reas se ha visto
frustrada la carrera de muchos cientficos.
La disciplina entera parece marchar hacia
un callejn sin salida y las aplicaciones
prometidas son una continua decepcin.

Qu es la inteligencia artificial?
No se estn obteniendo resultados en
mquinas de propsito general, ni en
robots humanoides que pueden andar.
Los avances reales son en cambio en:
la comprensin de cmo funcionan cerebro y
conciencia;
bots especializados en un nico propsito.

El futuro, de momento, es ms Roomba

que Asimo.

Roomba

Asimo
http://www.youtube.com/watch?v=P9ByGQ
GiVMg&feature=player_detailpage

Los 4 enfoques
Sistemas que
piensan como
humanos

Sistemas que
piensan
racionalmente

Sistemas que
actan como
humanos

Sistemas que
actan
racionalmente

Los 4 enfoques
Actuar como humano: el enfoque de la
prueba de Turing.
Pensar como humano: el enfoque del
modelo cognitivo. (Ciencia Cognitiva)
Pensar racionalmente: el enfoque de las
leyes del pensamiento. (silogismos, lgica)
Actuar en forma racional: el enfoque del
agente racional. (agentes, percepcin,
acciones)

1 - sistemas que actan como un

ser humano
El arte de crear mquinas con
capacidad de realizar funciones que
realizadas por personas requieren de
inteligencia (Kurzweil, 1990)
El estudio de como lograr que las
computadoras realicen tareas que, por
el momento, los humanos hacen
mejor. (Rich y Knight, 1991)

2 - sistemas que piensan como

humanos
la interesante tarea de lograr que las computadoras
piensen... maquinas con mente, en su amplio sentido
literal. (Haugeland, 1985)
La automatizacin de actividades que vinculamos con
procesos de pensamiento humano, actividades tales como
toma de decisiones, resolucin de problemas,
aprendizaje... (Bellman, 1978)

3 - sistemas que piensan

racionalmente
El estudio de las facultades mentales mediante el uso
de modelos computacionales. (Charniak y McDermott,
1985).
El estudio de los clculos que permiten percibir, razonar
y actuar. (Winston, 1992).

4 - sistemas que actan

racionalmente
Un campo de estudio que se enfoca a la
explicacin y emulacin de la conducta
inteligente en funcin de procesos
computacionales (Schalkoff, 1990).
La rama de la ciencia de la computacin
que se ocupa de la automatizacin de la
conducta
inteligente
(Luger
y
Stubblefield, 1993).

Sistemas que actan como

humanos
El modelo es el hombre; el objetivo es construir un
sistema que pase por humano.
Prueba de Turing (1950): si un sistema la pasa es
inteligente.
Capacidades necesarias:

procesamiento del lenguaje natural

representacin del conocimiento
razonamiento
aprendizaje

Pasar la Prueba no es el objetivo primordial de la IA.

La interaccin de programas con personas hace que
sea importante que stos puedan actuar como
humanos.

La prueba de Turing

el test de Turing
idea: obtener una forma satisfactoria de definir la
inteligencia operacionalmente.
Definicin de inteligencia de Turing: la habilidad de
obtener una performance de nivel humano en todas las
tareas cognitivas de forma a engaar a un interrogador
humano.

Sistemas que piensan como

humanos
El modelo es el funcionamiento de la
mente humana.
Se intenta establecer una teora sobre el
funcionamiento de la mente
(experimentacin psicolgica).
A partir de la teora se pueden establecer
modelos computacionales.
Influencia de las neurociencias y de las
ciencias cognitivas.

como piensa el ser humano?

Los procesos cognitivos son estudiados a
travs de experimentos.

Introspeccin
Ciencias Cognitivas
Neurociencias
Psicologa experimental

El misterio de la conciencia
Si identificamos el ncleo cognitivo de la
conciencia (que no es el simple conocimiento
de nuestra existencia), podemos incorporarlo
en una mquina?
Las mayores religiones localizan la conciencia
en un nima que sobrevive a la muerte del
cuerpo.
Woody Allen: No quiero alcanzar la
inmortalidad a travs de mi obra. Quiero
alcanzarla no murindome.
Estas cuestiones, antes objeto solo de
especulaciones teolgicas, ahora son
estudiadas por la neurociencia cognitiva.

Problemas fciles y difciles

David Chalmers trata el tema de la conciencia
en trminos de dos problemas:
Problema Fcil: distinguir entre pensamiento
consciente e inconsciente (Freud):

superficies que tenemos delante

planes para el da
sueos con ojos abierto durante las clases
control del latido del corazn
reglas que ordenan las palabras cuando hablamos
secuencias de contracciones musculares

Problema Difcil: explicar cmo puede nacer

la experiencia subjetiva de la computacin
neuronal

El cerebro como mquina

La hiptesis asombrosa de Francis
Crick:
Nuestros pensamientos, sensaciones,
alegras, dolores consisten enteramente de
actividad fisiolgica en los tejidos del cerebro.

La conciencia es un producto biolgico

natural, tan vaca de elementos
sobrenaturales como la digestin o la
circulacin de la sangre.

sistemas que piensan

racionalmente
los humanos no son siempre racionales.
Aristteles fue el primero en intentar definir un
proceso de raciocinio irrefutable.
El desarrollo los silogismos
Los silogismos establecen estructuras de argumentacin
que siempre llevan a conclusiones correctas, a partir de
premisas correctas.
Scrates es un hombre
Todos los hombres son mortales
entonces Scrates es mortal.

sistemas que piensan

racionalmente
Esto inicio el campo de la lgica.
Este campo fue expandido en el siglo XIX por
Boole, Pascal, Bayes, etc.
Existen dos problemas con este enfoque:
Dificultad de definir el conocimiento informal y colocarlo
en notacin lgica (especialmente cuando el conocimiento
no es 100% preciso).
Existe una gran diferencia entre resolver un problema en
la teora y en la prctica.

Sistemas que actan

racionalmente

Actuar racionalmente significa conseguir unos objetivos dadas unas

creencias.
El paradigma es el agente racional, que se aplica, por ejemplo, a
muchos sistemas robticos.
Un agente percibe y acta, siempre teniendo en cuenta el entorno
en el que est situado.
Las capacidades necesarias:

percepcin
procesamiento del lenguaje natural
representacin del conocimiento
razonamiento
aprendizaje automtico

Visin de la actuacin general y no centrada en el modelo humano

Ejemplos:
Stanley (Grand challenge)
Asimo

sistemas que actan racionalmente

Comportamiento racional: Cumplir los objetivos a partir
de las informaciones disponibles.
Un agente es algo o alguien que percibe y hace.
El enfoque racional da nfasis a las inferencias correctas.
Para actuar racionalmente, es necesario un proceso de
inferencia racional.

sistemas que actan racionalmente

La dificultad viene cuando no hay una probable accin
correcta, pero una decisin debe ser tomada de todas
maneras.
Existen formas de actuar racionalmente que no necesitan
inferencia.
Sacar la mano de una hornalla.
Pestaear cuando alguien pasa su mano cerca de nuestros
ojos.

Es la IA posible?

Es la IA posible?
La posibilidad de la inteligencia artificial
plantea problemas filosficos complejos.
Las mquinas pensantes poseen
consciencia?
La habitacin china (Searle, 1980)

Es la inteligencia una propiedad

emergente de los elementos biolgicos
que la producen?
No hay una conclusin definitiva.

La habitacin china

Paradigmas de IA
Simblico: metfora lingstica
Ej.: Sistemas expertos, agentes, ...

Conexionista: metfora cerebral

Ej.: Redes neuronales.

Evolucionista: metfora de la naturaleza

Ej.: Algoritmos genticos, vida artificial.

Estadstico/Probabilstico/Posibilstico:
Ej.: Redes Bayesianas, sistemas difusos.

Paradigma Simblico
West es criminal o no?
La ley americana dice que esta prohibido vender armas a una nacin
hostil. Cuba posee algunos misiles y todos ellos fueron vendidos por el
Capitn West, que es americano. El Capitn West vendi los misiles a
un traficante de armas espaol, que se los vendi a Cuba

Como podemos resolver automticamente este problema?

Segn la IA (simblica), es necesario:

Identificar el conocimiento del domnio.

Representarlo utilizando un lenguaje formal.
Implementar un mecanismo de inferencia para utilizar este
conocimiento.

Paradigma Conexionista
Definicin Romntica:
Tcnica inspirada en el funcionamiento del cerebro, donde las
neuronas artificiales, conectadas en una red, son capaces de
aprender y de generalizar.

Definicin Matemtica:
Tcnica de aproximacin de funciones por regresin no lineal.

Paradigma Conexionista

Paradigma Evolucionista
Evolucin
La diversidad es generada por cruzamiento
y mutaciones.
Los seres mas adaptados a sus ambientes
sobreviven (seleccin natural).
Las caractersticas genticas de tales seres
son heredadas por las prximas
generaciones.

Paradigma Evolucionista
Definicin:
Mtodo probabilstico de bsqueda para la resolucin de
problemas (optimizacin) inspirado en la teora de la
evolucin.

Idea:
Hacer evolucionar un conjunto de individuos mas
adaptados por cruzamiento a travs de sucesivas
generaciones.

Paradigma
Estatstico/Probabilstico/Posibilstico
Probabilidades
Razonamiento con Incertidumbre

Posibilidades
Razonamiento con Imprecisin

Fundamentos
Filosofa
Matemtica
Lgica
Psicologa
Lingstica
Ingeniera computacional

Fundamentos de la IA
Filosofa. Debate sobre la posibilidad de
una inteligencia mecnica:
Descartes, Leibniz: la mente est ligada al mundo
fsico.
John Locke: en el principio fue la Mente (1690).
Hume (1779), Russell: el conocimiento es fruto de
la percepcin, se adquiere por la experiencia
(induccin) y est representado por teoras
lgicas.
Darwin (1857): destruccin del ex nihilo nihil fit a
travs de la teora de la evolucin por seleccin
natural.

Fundamentos de la IA
Matemticas. Las bases filosficas
necesitan reglas formales:
Boole, Frege: fundamentos de la lgica
matemtica.
Gdel, Turing: lmites de lo computable (teorema
de incompletitud).
Fermat, Bernoulli, Bayes: probabilidad,
razonamiento probabilstico.

Fundamentos de la IA
Psicologa cognitiva. Teoras sobre la
conducta, bases del comportamiento
racional:
Representacin de los estmulos externos
Manipulacin consciente de la representacin
Actuacin consecuente

Fundamentos de la IA
Ingeniera computacional:
Para la existencia de la IA es necesario un
mecanismo para soportarlo (hardware).
Tambin son necesarias herramientas para
desarrollar programas de IA.

Lingstica computacional:
Chomsky: representacin del conocimiento,
gramtica de la lengua.

agenda
PARTE 1
Que es la Inteligencia Artificial
Paradigmas de IA
Fundamentos

PARTE 2
Historia
reas de la IA
Algunas Aplicaciones

Historia

http://en.wikipedia.org/wiki/History_of_artificial_intelligence
http://library.thinkquest.org/2705/history.html
http://www.aaai.org/AITopics/pmwiki/pmwiki.php/AITopics/BriefHistory

Historia intentos
La historia original,
publicada por Mary
Shelley en 1818, describe
el intento del Dr.
Frankenstein, de crear
vida.

Historia de la IA
Los inicios (1943-1956)

McCulloch y Pitts: primer modelo de neurona, demostracin de que

cualquier funcin es computable por una red de neuronas,
aprendizaje

Hebb: regla de aprendizaje Hebbiano o de Hebb

Minsky, Edmonds: primer simulador de red neuronal (40 neuronas)

Taller de Dartmouth (bautizo de la IA): McCarthy, Minsky, Shannon,

Rochester, More, Samuel, Solomonoff, Selfridge, Newell, Simon

Newell, Simon: Terico Lgico (TL)

el nacimiento de la IA
Dartmouth Conference (1956)
Organizada por John McCarthy para establecer una nueva
rea para estudiar computacin y la inteligencia.
John McCarthy bautiza el rea introduciendo el trmino
artificial intelligence durante la conferencia.
Los siguientes 20 aos testimonian el crecimento del rea,
siendo conducido por los pioneros que participaron en esta
conferencia.

entusiasmo inicial
(1952-1969)
Alan Newell y Herbert Simon desarrollaron el General Problem
Solver (GPS)
Proyectado para imitar protocolos humanos de resolucin de problemas.
El GPS fue el primer programa en incorporar el enfoque: Pensar como
humanos.

Arthur Samuel (1952) escribi una serie de programas para jugar

damas y probo lo contrario al sentido comn de la poca:
la idea que las computadores podan hacer solamente lo ordenado
Sus programas aprendan rpidamente a jugar mejor que su creador.

Herbert Gelernter (1959) Geometry Theorem Prover

Desarroll un demostrador de teoremas

entusiasmo inicial
(1952-1969)
McCarthy (1958) desarroll el LISP, que se torn el
lenguaje dominante en la IA.
Robinson (1963) descubri el mtodo de resolucin.
Minsky supervis a una serie de estudiantes que eligieron
problemas limitados, que parecan requerir inteligencia
para ser resueltos.

Historia de la IA
La dura realidad (1966-1973)
Muchos sistemas de IA actuaban de manera
prometedora en problemas sencillos y fallaban ante
problemas reales.
Muchos problemas eran intratables (NP); el tamao del
problema es relevante.
La bsqueda exhaustiva es impracticable.
Minsky, Papert: en Perceptrons se demuestra la escasa
capacidad de representacin de los perceptrones.

ELIZA (1966)
Conversacin con ELIZA
-> Hello. I am ELIZA. How can I help you?
+> I am feeling sad.
-> I am sorry to hear you are sad.
+> I had some nightmares tonight.
-> You say you had some nightmares tonight.
+> Yes, my dreams are worrying me.
-> What does that dream suggest to you?
+> Thrill, scare.
-> I am not sure I understand you fully.
+> My dreams annoy me.
-> Do you dream often?
+> Yes, daily.

Historia de la IA
Los sistemas basados en el conocimiento (1969-1979)
Los mecanismos generales de resolucin de problemas
no son practicables (mtodos dbiles).
DENDRAL: el conocimiento del dominio del problema
ayuda a resolverlo mejor.
Sistemas Expertos (MYCIN, PROSPECTOR):
incertidumbre, factores de certeza
Representacin del conocimiento y razonamiento (redes
semnticas, marcos, Prolog, ontologas)

Renacimento
(1969 1979)
1971: T. Winograds Ph.D. thesis (MIT) crea un
sistema capaz de comprender ingles en un
dominio reducido.
1972: nace PROLOG y se torna una alternativa al
LISP.

Renascimento
(1969 1979)
1978: El Version Space algorithm fue desarrollado por
Tom Mitchell en Stanford.
Primer algoritmo de aprendizaje.
Es considerado el padre del Machine Learning.

1979: Lgicas no-montonas.

Formalizadas por John McCarthy y sus colegas.

Historia de la IA
La IA se industrializa (1980 hasta el presente)
El xito de los sistemas expertos lleva a su uso
comercial: R1, XCON (sistema de configuracin en
Digital Equipment Corporation).
Japoneses: quinta generacin de ordenadores
Estadounidenses: MCC
Software para el desarrollo de la IA
Mquinas de arquitectura dedicada

Eventos recientes
(1987-1995-2000-hoy)
Avances y utilizacin de tecnologa para el reconocimiento
de imgen, voz y sonido.
Belief networks, "probabilidades" que permiten
formalismo para tratar incertidumbre.
Desarrollo de mecanismos lgicos para tratar
incertidumbre.
Ej.: lgica difusa, lgica modal, etc.

IA en la actualidad
RAZONAMIENTO:
Satisfaccin de restricciones
Bsqueda heurstica
Razonamiento basado en modelos
Razonamiento no monotnico
Planificacin de tareas y scheduling
Razonamiento cualitativo
Razonamiento con incertidumbre
Razonamiento temporal y espacial

IA en la actualidad
APRENDIZAJE AUTOMTICO:
Razonamiento basado en casos
Anlisis de datos
Computacin evolutiva
Redes de neuronas
Aprendizaje por refuerzo

IA en la actualidad
INGENIERA DEL CONOCIMIENTO Y
APLICACIONES:
Lgica
Sistemas de apoyo a la decisin
Interaccin hombre-mquina inteligente
Gestin del conocimiento
Representacin del conocimiento
Ontologas y Web semntica
Sistemas multi-agente e IA distribuida

IA en la actualidad
ROBTICA, PERCEPCIN,
PROCESAMIENTO DEL LENGUAJE
NATURAL:
Robtica y control
Procesamiento del lenguaje natural
Percepcin (visin, reconocimiento del habla)
Creatividad, juegos, inteligencia ambiental

agenda
PARTE 1
Introduccin
Que es la Inteligencia Artificial?
Paradigmas de IA
Fundamentos
PARTE 2
Historia
reas de la IA ( <<<<)
Algunas Aplicaciones

Redes
Neuronales

Razonamiento
basado en casos

Agentes
Inteligentes

Computacin
Evolutiva

Razonamiento
basado con reglas

otros

Lgica
difusa

Robtica

Lenguaje
natural

agenda
PARTE 1
Introduccin
Que es la Inteligencia Artificial?
Paradigmas de IA
Fundamentos

PARTE 2
Historia
reas de la IA
Algunas Aplicaciones ( <<<< )

Deep Blue

Deep Blue vs Kasparov

En 1997 la Deep Blue venci al gran maestro
Garry Kasparov

un antecedente de la Deep Blue

1915
automata electromagnetico 1 rey y 1 torre contra 1 rey
http://en.wikipedia.org/wiki/El_Ajedrecista

control de trfico areo

OASIS es un sofisticado sistema de
control de trfico areo basado en el
paradigma multiagente, utilizado en
el aeropuerto de Sydney, Australia
para ayudar al director de trafico a
tomar sus decisiones

Robots Dante II
1994 Dante II (CMU) explora el volcn Mt.
Spurr (Aleutian Range, Alaska). Un ambiente
inhspito para humanos.

Bsqueda en la Web
como hacer para localizar rpidamente la informacin
relevante?

Recomendacin de productos
Como hacer recomendaciones personalizadas de
productos?
Como modelar el perfil de los compradores?

Predecir comportamientos
Como predecir el valor del dlar (o del clima) de
maana?
Que datos son relevantes? Hay comportamientos
recurrentes?

Deteccin de intrusos y filtrado

de Spam

Sistemas de Control
Como detener un coche sin que las ruedas se bloqueen?
Como enfocar una cmara en funcin de la luminosidad,
distancia, etc.?
Como determinar el tiempo y el programa del lavado a
partir de la ropa que se ha introducido?

que tienen en comn problemas?

Una enorme complejidad (nmero de variables,
variedad y naturaleza de las tareas).
A veces no hay una solucin algortmica, pero si
existe conocimiento para resolverlo.
Modelado del comportamiento de un ser
inteligente (conocimiento, aprendizaje,
iniciativa, sentido comn, etc.)

Lectura sugerida
LIBROS
Russel, Norvig, Artificial Intelligence: A Modern Approach,
Cap. 1.
ARTICULOS
John McCarthy. What is artificial intelligence?.
http://www-formal.stanford.edu/jmc/whatisai.html

Alan Turing "Computing Machinery and Intelligence"

http://cogprints.org/499/0/turing.html

Fin

gracias Eduardo Ferm

actualizado por Ariel Aizemberg (marzo/2010)