Alumno: Br.

Luis Fernando Ortega Salazar

Tema Investigacin unidad 1

Profesora MCC. Abril Ayala Sanchez

Asignatura Introduccin a la inteligencia artificial

Qu es Inteligencia Artificial (IA)?

Se denomina inteligencia artificial (IA) a la rama de las ciencias de la Computacin dedicada al desarrollo de agentes racionales no vivos. Para explicar la definicin anterior, entindase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entindase a la racionalidad como una capacidad humana que permite pensar, evaluar y actuar conforme a ciertos principios de optimidad y consistencia, para satisfacer algn objetivo o finalidad. De acuerdo al concepto previo, racionalidad es ms general y por ello ms adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina. Por lo tanto, y de manera ms especfica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura fsica producen acciones o resultados que maximizan una medida de rendimiento determinada, basndose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura. Existen distintos tipos de conocimiento y medios de representacin del conocimiento, el cual puede ser cargado en el agente por su diseador o puede ser aprendido por el mismo agente utilizando tcnicas de aprendizaje. Tambin se distinguen varios tipos de procesos vlidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De ms simples a ms complejos, los cinco principales tipos de procesos son:

Ejecucin de una respuesta predeterminada por cada entrada (anlogas a actos reflejos en seres vivos). Bsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles. Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN). Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de animales y humanos). Razonamiento mediante una lgica formal (anlogo al pensamiento abstracto humano).

Tambin existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas, respectivamente por sensores fsicos y sensores mecnicos en mquinas, pulsos elctricos u pticos en computadoras,

tanto como por entradas y salidas de bits de un software y su entorno software. La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional La inteligencia computacional

Inteligencia artificial convencional Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y estadstico del comportamiento humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y aparte de que son muy importantes requieren de un buen funcionamiento. Sistemas expertos: Infieren una solucin a travs del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones. Redes bayesianas: Propone soluciones mediante inferencia probabilstica. Inteligencia artificial basada en comportamientos: que tienen autonoma y pueden auto-regularse y controlarse para mejorar. Smart process management: facilita la toma de decisiones complejas, proponiendo una solucin a un determinado problema al igual que lo hara un especialista en la actividad.

Inteligencia artificial computacional La Inteligencia Computacional (tambin conocida como IA subsimblicainductiva) implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parmetros en sistemas conexionistas). El aprendizaje se realiza basndose en datos empricos.

Evolucin histrica de la IA

El trmino "inteligencia artificial" fue acuado formalmente en 1956 durante la conferencia de Darthmounth, ms para entonces ya se haba estado trabajando en ello durante cinco aos en los cuales se haba propuesto muchas definiciones distintas que en ningn caso haban logrado ser aceptadas totalmente por la comunidad investigadora. La AI es una de las disciplinas ms nuevas que junto con la gentica moderna es el campo en que la mayora de los cientficos " ms les gustara trabajar".

Las ideas ms bsicas se remontan a los griegos, antes de Cristo. Aristteles (384-322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandra (250 a. C.) construy la primera mquina autocontrolada, un regulador del flujo de agua (racional pero sin razonamiento). En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento poda ser efectuado de manera artificial. En 1936 Alan Turing disea formalmente una Mquina universal que demuestra la viabilidad de un dispositivo fsico para implementar cualquier cmputo formalmente definido. En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera el primer trabajo del campo, aun cuando todava no exista el trmino. Los primeros avances importantes comenzaron a principios de los aos 1950 con el trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones. En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms tarde desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemticos. En 1956 fue inventado el trmino inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron previsiones triunfalistas a diez aos que jams se cumplieron, lo que provoc el abandono casi total de las investigaciones durante quince aos. En 1957 Newell y Simon continan su trabajo con el desarrollo del General Problem Solver (GPS). GPS era un sistema orientado a la resolucin de problemas. En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de Massachusetts (MIT), el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento simblico. En 1959 Rosenblatt introduce el Perceptrn. A finales de los 50 y comienzos de la dcada del 60 Robert K. Lindsay desarrolla Sad Sam, un programa para la lectura de oraciones en ingls y la inferencia de conclusiones a partir de su interpretacin. En 1963 Quillian desarrolla las redes semnticas como modelo de representacin del conocimiento. En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de inferir conocimiento basado en informacin que se le suministra. Bobrow desarrolla STUDENT.

Posteriormente entre los aos 1968-1970 Terry Winograd desarroll el sistema SHRDLU, que permita interrogar y dar rdenes a un robot que se mova dentro de un mundo de bloques. A mediados de los aos 60, aparecen los sistemas expertos, que predicen la probabilidad de una solucin bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asista a qumicos en estructuras qumicas complejas euclidianas, MACSYMA, que asista a ingenieros y cientficos en la solucin de ecuaciones matemticas complejas. En 1968 Minsky publica Semantic Information Processing. En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig, desarrollan el lenguaje de programacin LOGO. En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980. En 1973 Alain Colmenauer y su equipo de investigacin en la Universidad de Aix-Marseille crean PROLOG (del francs PROgrammation en LOGique) un lenguaje de programacin ampliamente utilizado en IA. En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas tcnicas actuales en Inteligencia Artificial y la informtica en general. En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos ms conocidos, que asisti a mdicos en el diagnstico y tratamiento de infecciones en la sangre. En las dcadas de 1970 y 1980, creci el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS. En 1981 Kazuhiro Fuchi anuncia el proyecto japons de la quinta generacin de computadoras. En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales). En 1988 se establecen los lenguajes Orientados a Objetos. En 1997 Garry Kasparov, campen mundial de ajedrez pierde ante la computadora autnoma Deep Blue. En 2006 se celebr el aniversario con el Congreso en espaol 50 aos de Inteligencia Artificial - Campus Multidisciplinar en Percepcin e Inteligencia 2006. En el ao 2009 ya hay en desarrollo sistemas inteligentes teraputicos que permiten detectar emociones para poder interactuar con nios autistas. En el ao 2011 IBM desarroll una supercomputadora llamada Watson, la cual gan una ronda de tres juegos seguidos de Jeopardy, venciendo a sus dos mximos campenes, y ganando un

premio de 1 milln de dlares que IBM luego don a obras de caridad. Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un programa, de modo tal que se cumple la prueba de Turing como cuando se formul: Existir Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversacin a ciegas. Como ancdota, muchos de los investigadores sobre IA sostienen que la inteligencia es un programa capaz de ser ejecutado independientemente de la mquina que lo ejecute, computador o cerebro.

Estructura de agentes inteligentes:

agente = arquitectura + programa Programa de agente: es una funcin que permite implantar el mapeo del agente para pasar de percepciones a acciones. Arquitectura: es algn dispositivo de cmputo, en el que se ejecutar el programa. Los agentes pueden actuar en ambientes: Reales Artificiales. Es de gran inters la complejidad de la relacin que existe entre: la conducta del agente la secuencia de percepciones que produce el ambiente las metas que se espera que alcance. Programas de agentes: El esqueleto de los agentes es siempre el mismo, es decir, la aceptacin de percepciones originadas en un ambiente y la generacin de acciones respectivas. Aspectos importantes del esqueleto del programa:

El programa de agente recibe como entrada solo una percepcin. Es decisin del agente construir la secuencia de percepciones en la memoria La meta o la medicin del desempeo no forma parte del programa esqueleto. La razn es que la medicin del desempeo se efecta desde afuera. El programa del agente ms sencillo, sera una tabla de consulta, en la cual se encontraran todas las secuencias de percepciones posibles y las acciones correspondientes a dichas percepciones. Esto estar destinado al fracaso porque: Para elaborar algo muy sencillo, la tabla tendra dimensiones muy grandes La elaboracin de la tabla llevara mucho tiempo al diseador. El agente carecera totalmente de autonoma Aunque se dotara al agente de un mecanismo de aprendizaje, necesitara una eternidad para actualizar la tabla. Hay cuatro tipos de programas que definirn el comportamiento de los siguientes agentes: Agentes de reflejos simples Agentes bien informados de todo lo que pasa Agentes basados en metas Agentes basados en utilidad. Agentes de reflejo simple: No se utiliza una tabla de consulta explcita en su totalidad, sino un fragmento de dicha tabla, prestando atencin a ciertas asociaciones de entrada/salida que se producen con relativa frecuencia. Proceso: Ante una entrada, se establece una condicin que activa una conexin (regla de conexin-accin) ya definida en el programa del agente lo cual lleva a una accin.

Agentes bien informados: Utiliza el concepto de estado interno: es la informacin que tiene un agente acerca de cmo est el mundo en un instante de tiempo determinado. Proceso: El agente actualiza la informacin del estado interno para discernir entre estados del mundo que generan la misma entrada de percepciones pero que son totalmente distintos y que necesitan acciones distintas, de acuerdo a las reglas preestablecidas. Agentes basados en metas: Utiliza el concepto de meta: informacin que detalla las situaciones deseables. Proceso: El programa agente se plantea los posibles resultados que produciran las distintas acciones que emprenda y elegir aquellas acciones que le permitan alcanzar la meta. De esto se ocupan los subcampos de bsqueda y planificacin. Agentes basados en utilidad: Utiliza el concepto de utilidad: es una funcin que correlaciona un estado y un nmero real mediante el cual se caracteriza el correspondiente grado de satisfaccin. Proceso: El programa agente se plantea los posibles resultados que produciran las distintas acciones que emprenda y que le permitan alcanzar la meta; y elige aquel (camino) que le sea de mayor utilidad.

Sistemas Multiagentes
Un sistema multiagente (SMA) es un sistema compuesto por mltiples agentes inteligentes que interactan entre ellos. Los sistemas multiagente pueden ser utilizados para resolver problemas que son difciles o imposibles de resolver para un agente individual o un sistema monoltico.

Los mbitos en los que la investigacin de sistemas multiagente puede ofrecer un enfoque adecuado incluyen el comercio online, la respuesta a desastres y el modelado de estructuras sociales. El dominio del sistema multiagente o de inteligencia artificial distribuida es una ciencia y una tcnica que trata con los sistemas de inteligencia artificial en red. El bloque fundamental de construccin de un sistema multiagente, como es de esperarse, son los agentes. Aunque no existe una definicin formal y precisa de lo que es un agente, stos son por lo general vistos como entidades inteligentes, equivalentes en trminos computacionales a un proceso del sistema operativo, que existen dentro de cierto contexto o ambiente, y que se pueden comunicar a travs de un mecanismo de comunicacin interproceso, usualmente un sistema de red, utilizando protocolos de comunicacin. En cierto modo, un sistema multiagente es un sistema distribuido en el cual los nodos o elementos son sistemas de inteligencia artificial, o bien un sistema distribuido donde la conducta combinada de dichos elementos produce un resultado en conjunto inteligente. Hay que notar que los agentes no son necesariamente inteligentes. Existen como en todo el resto del dominio de la inteligencia artificial, dos enfoques para construir sistemas multiagentes:

El enfoque formal o clsico, que consiste en dotar de los agentes de la mayor inteligencia posible utilizando descripciones formales del problema que resolver y de hacer reposar el funcionamiento del sistema en tales capacidades cognitivas. Usualmente la inteligencia es definida utilizando un sistema formal (por ejemplo, sistemas de inferencia lgica) para la descripcin, raciocinio, inferencia de nuevo conocimiento y planificacin de acciones a realizar en el medio ambiente. El enfoque constructivista, que persigue la idea de brindarle inteligencia al conjunto de todos los agentes, para que a travs de mecanismos ingeniosamente elaborados de interaccin, el sistema mismo genere comportamiento inteligente que no necesariamente estaba planeado desde un principio o definido dentro de los agentes mismos (que pueden ser realmente simples). Este tipo de conducta es habitualmente llamado comportamiento emergente.

Referencias
1. 2. 3. 4.

http://www.csail.mit.edu/ http://decsai.ugr.es/ http://ai.stanford.edu/ http://es.blog.pinggers.com/2011/02/21/watson-y-otrossistemas-que-mejoran-nuestras-vidas-con-inteligencia-artificial/

Bibliografa

Tirso de Andrs, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8 Luis M Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7 Vctor Gmez Pin, Entre lobos y autmatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9 Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN 1137-3601 Adaraga Morales P., Zaccagnini Sancho J. L., Psicologa e inteligencia artificial, Editorial Trotta, Madrid, 1994. ISBN 8487699-77-4