Documente Academic
Documente Profesional
Documente Cultură
Computer Science
Curriculum 2008: An Interim Revision of CS 2001
December 2008
Association for Computing Machinery
IEEE Computer Society 2
Algunas definiciones de
Inteligencia Artificial
“El nuevo y excitante esfuerzo de hacer que los “El estudio de las facultades mentales mediante el uso
computadores piensen ... maquinas con mente, en el más de modelos computacionales”.
amplio sentido literal”. Charniak y McDermott, 1985.
Haugeland, 1985. “El estudio de los cálculos que hace posible percibir,
“[La automatización de] actividades que vinculamos con razonar y actuar”.
procesos de pensamiento humano, actividades como la Winston, 1992.
toma de decisión, resolución de problemas, aprendizaje
...”
Bellman, 1978.
“El arte de desarrollar máquinas con capacidad para “La Inteligencia Computacional es el estudio del diseño
realizar funciones que cuando son realizadas por de agentes inteligentes”.
personas requieren de inteligencia”. Pool y col., 1988.
Kurzweill, 1990. “IA... está relacionada con conductas inteligentes en
“El estudio de cómo lograr que los computadores realicen artefactos”.
tareas que, por el momento, las personas hacen mejor” Nilsson, 1998.
Rich y Knight, 1991.
Sistema Inteligente
Agente inteligente o, mejor, racional
4
Concepto de Agente
Entidad que
percibe su entorno a través de sensores
modifica el entorno mediante actuadores
sensores
Agente
E
N
T
? O
R
N
O
actuadores
5
Conceptos básicos
6
Agente racional
Intuitivamente:
“hacer lo correcto”
considerar creencias y percepción del entorno
para seleccionar la acción que proporcione mayor
éxito, satisfacción, etc.
Medida de rendimiento
objetiva
externa
cuantifique el éxito
7
Agente racional
8
Aclaraciones
Necesidad de aprendizaje
Agente autónomo
9
Ejemplos de agentes y
descripción REAS
Ejemplos de entornos:
Crucigrama, Ajedrez con reloj, Análisis de
imagen, Robot clasificador, Diagnóstico
médico
11
Introducción: Encargo E1
12
Estructura de agente
Función de agente
secuencia percepciones acciones
Especifica el comportamiento del agente
Estructura de Agente
arquitectura de agente + programa de
agente
arquitectura: hard + soft
programa: función de agente
13
Agente reactivo simple
Agente sensores
E
N
descripción del mundo
T
O
R
acción N
Reglas condición/acción
O
actuadores
14
Introducción: Encargo E2
15
Paradigmas principales (I)
16
Paradigmas principales (II)
17
Sistemas basado en conocimiento
(sistemas expertos)
Estructura
SI antecedente ENTONCES consecuente
Ejemplo
SI las diferencias de temperaturas son anormalmente altas Y
las presiones se mantienen aproximadamente constantes
ENTONCES sospechar fallo en sensores de temperatura
19
Ejemplo de MYCIN
20
Clasificación jerárquica
Datos Soluciones
abstractos Equiparación abstractas
Clasificación
Abstracción Refinamiento Jerárquica
Datos Soluciones
21
SI (1) se dispone de un análisis de sangre,
(2) el recuento leucocitario es menor que 2,500
Ejemplo: MYCIN ENTONCES (3) las siguientes bacterias podrían estar causando
la infección: E. Coli (.75), Pseudonomas-aeuroginosis (.5),
Klebsiella-pneumoniae (.5).
GENERALIZACIÓN
SUBTIPO
Abstracción Refinamiento
GENERALIZACIÓN
SUBTIPO
Refinamiento
Leucopenia
DEFINICIÓN Enterobacterias
23
Ventajas aproximación SBC
24
Inconvenientes aproximación SE
25
Razonamiento basado en casos
26
Ciclo CBR
27
Ventajas/inconvenientes
aproximación CBR
Ventajas
No requiere representación explicita del
conocimiento
Capacidad de aprendizaje
Adecuado si no se dispone de modelo
explicito
Inconvenientes
Necesidad de casos previos
Limitaciones de la etapa de REVISIÓN
28
Aprendizaje y Minería de datos
29
Ventajas/inconvenientes
paradigma de aprendizaje
Ventajas:
Permiten generar automáticamente
conocimiento a partir de datos
Adecuado si no se dispone de modelo
explicito
Inconvenientes
Necesidad de disponer de datos
Habitualmente de utilidad en alguna parte
del proceso de solución
30
Razonamiento basado en modelos
Sistema
Modelo
Real
Comportamiento Comportamiento
Diferencias
(observado/deseado) Predicho
Solución
31
Razonamiento basado en modelos
32
Ventajas RBM
Independiente de la experiencia
Aplicable a dispositivos nuevos
Independencia del dispositivo
Problema de las variantes
Soluciones complejas (ej: Fallos múltiples)
Sólido y completo
Respecto a los modelos
Mantenimiento y reutilización del conocimiento
Biblioteca de modelos (disponibles desde el diseño)
33
Inconvenientes RBM
34
Áreas de aplicación
Planificación y Scheduling
Configuración y diseño
Diagnosis
Control
Visión
Tecnologías del habla
Robótica
Lenguaje natural
Análisis de transacciones
Industria informática actual
navegadores, buscadores, gestor e-mail, reconocimiento
matrículas aparcamientos, compras on-line …
35
Industrial del automóvil
Varios proyectos
Europa, USA
Diagnosis a bordo
Diagnosis en el taller
Elaboración de manuales
Diagnosis, mantenimiento
preventivo
36
Industria Aeroespacial
On/Off Vacuum
Power
blower
(a)
relay (c)
Paper
Height
(b) valve
sensor
Air Knife
None
Aporta
Atención continuada
Seguridad
Calidad homogénea
39
Introducción: Encargo E3
40