INSTITUTO TECNOLOGICO DE LA PAZ

Inteligencia Artificial Maestro: M.C. Javier Alberto Carmona Troyo Alumno: Alejandro David Astorga Martnez 8L ISC Trabajo: Resumen 1 del documento Introduccin

Viernes 03 de Febrero del 2012

CAPITULO I: INTRODUCCION A LA INTELIGENCIA ARTIFICIAL.

Palabras Clave: Inteligencia artificial, inteligencia natural, heurstica, algoritmo, problemas, modelos computacionales, simblica, conocimiento, solucin, ciencia computacional, computacin inteligente.

1.1. Anlisis del trmino Inteligencia Artificial (I.A.).

En la literatura especializada no existe an ninguna definicin nica y rigurosa para el trmino Inteligencia Artificial. Como sabemos, los problemas que se presentan comnmente en la prctica pueden ser algortmicos tratables, algortmicos no tratables y no algortmicos. Estos ltimos se caracterizan por los siguientes rasgos fundamentales: no siempre nos conducen al resultado, no siempre el resultado es nico y no siempre dan un resultado ptimo. La introduccin de tales mtodos en el diseo y programacin de algoritmos computacionales es tarea del rea de la I.A. Los algortmicos no tratables, llamados tambin NP-completos, son aquellos para cuya solucin existen algoritmos no deterministas que se ejecutan de manera tratable, pero que hasta el momento se duda de que pueda existir un algoritmo determinista que los resuelva de manera tratable. Nos permiten resolver problemas tales como: y Problema del viajante y Colorear un grafo con la cantidad mnima de colores sin que dos nodos adyacentes tengan el mismo color. y Problema de la mochila y Determinar el mayor subgrafo completo dentro de un grafo dado. En el caso de los problemas no algortmicos, las tcnicas de I.A. ayudan tambin a resolverlos. Tales son, por ejemplo, el diagnstico mdico, la traduccin automtica, deteccin de fallas, problemas de pronstico y generacin automtica de planes. Los primeros trabajos que realizaron las computadoras consistan en la ejecucin de laboriosos clculos numricos. Por tanto, era tentador explorar tambin la ejecucin de otros trabajos intelectuales como jugar al ajedrez, demostrar teoremas, traducir idiomas. El grupo de labores al que perteneca el clculo numrico, contena tareas que podan ser explicadas en detalle por las personas que las realizaban. Mientras que en el otro grupo, era muy difcil detallar cmo se ejecutaban, pues eran complejas y difciles de analizar con las tcnicas algortmicas. El intento de abordar este otro grupo de tareas difciles de realizar a travs de las computadoras marc el origen de la Inteligencia Artificial, como un campo ms de la Ciencia de la Computacin. Sin embargo, el trmino Inteligencia Artificial para ese naciente campo computacional en vez de ayudar a esclarecer sus propsitos y mtodos, provoca sombras y obstculos en su camino de desarrollo. Primero, porque el nombre es nebuloso. Si la inteligencia natural todava no est definida con precisin, mucho menos lo estara la artificial. Segundo, porque ese nombre evoca futuros tan lejanos que sugiere quimeras, nada til ni en el presente actual, ni en el cercano. Y tercero, porque en la frase Inteligencia Artificial est

Pgina 2

contenida una competencia con el hombre, que se siente amenazado de ser sustituido en lo que considera su valor ms humano: el intelecto. El Laboratorio de Inteligencia Artificial de Standford clasific los campos de trabajo computacionales de acuerdo con el tipo de informacin que manejan y con el tipo de mtodo que emplean para procesar esa informacin.
TIPO DE PROCESAMIENTO Algortmico Heurstico TIPO DE INFORMACION Numrica I) Clculo cientfico tradicional III) Grandes simulaciones numricas que requieren suposiciones para reducir los estados posibles Simblica o no numrica II) Procesamiento de datos INTELIGENCIA ARTIFICIAL

La Inteligencia Artificial aborda problemas poco estructurados, donde no se conoce de antemano cul es el mejor mtodo para resolverlo. Hay que descubrir, si acaso, alguna solucin. Esta es la razn de la palabra heurstica cuyo significado se asocia a bsqueda. La esencia de la palabra heurstica es contraria a la de algoritmo en el sentido de que ella es un camino para buscar lo nuevo, mientras el algoritmo es un camino para realizar lo ya muy bien conocido. Por lo tanto tenemos que la I.A. es una rama de la Ciencia de la Computacin dedicada a la creacin de hardware y software que imita el pensamiento humano. Su principal objetivo es llevar a la computadora las amplias capacidades del pensamiento humano y, para ello, se convierten a las computadoras en entes inteligentes con la creacin de software que les permite imitar algunas de las funciones del cerebro humano en aplicaciones particulares. Se ocupa de la representacin, adquisicin y procesamiento de conocimientos de forma automatizada, de la arquitectura de los programas para estas actividades y de los lenguajes en los que se expresan tales programas. La modelacin computacional de los procesos cognoscitivos es tambin un rea de inters de la Inteligencia Artificial. Adems se incluyen la percepcin, la comprensin y sntesis del lenguaje natural, la robtica inteligente, la modelacin del razonamiento, la programacin automtica y otras ms, todas ellas de naturaleza no numrica y todava del dominio de la heurstica.

1.2. Surgimiento del trmino Inteligencia Artificial.

En el ao 1956, durante un congreso en Dartmouth (U.S.A.) se propuso el trmino de Inteligencia Artificial para agrupar a todos los mtodos, tcnicas e intentos de simular el intelecto humano en la computadora. Casi todos los especialistas estn de acuerdo con esto, y quien acu este trmino fue el matemtico John McCarthy (creador del LISP), profesor del Instituto de Tecnologa de Massachusetts. La I.A. cobr vigor en la dcada de los 80, debido al xito alcanzado por los Sistemas Expertos, al proyecto japons de Quinta Generacin, el cual origin un gran avance tecnolgico y al xito del uso de tcnicas de I.A. en problemas concretos como el reconocimiento de patrones, la robtica, la visin, etc.

Pgina 3

El desarrollo de la I.A. ha seguido dos lneas principales: la simblica y la subsimblica. La primera se caracteriza por desarrollar modelos que describen, formalizan e implementan aspectos sistematizables del conocimiento en forma explcita (Sistemas Expertos, Razonamiento basado en casos, etc.). La otra se basa en los enfoques no representacionales de la I.A. (R.N.A., algoritmos genticos y sistemas difusos). El clculo subsimblico se basa en el uso de representaciones analgicas, el conocimiento se reparte entre diversas componentes del sistema que estn enlazadas y que pueden funcionar en paralelo. Finalmente es necesario mencionar uno de los problemas fundamentales que enfrenta actualmente la I.A.: el problema del aprendizaje automatizado, para el que no existe actualmente una solucin eficiente.

1.3. La Inteligencia Artificial y los modelos computacionales.

Existen diferentes modelos computacionales, entre los que podemos mencionar: y Programacin procedural y Programacin funcional y Programacin lgica y Programacin orientada a objetos Estos paradigmas difieren entre s, pero tienen en comn que los programas estn dirigidos a alcanzar la solucin del problema dado. Es por ello que en todo modelo computacional se identifican dos elementos bsicos: la forma utilizada para describir el conocimiento sobre el dominio de la aplicacin que se modela y el mtodo utilizado para manipular este conocimiento en busca de un objetivo concreto. En forma general un modelo computacional se puede expresar como: Modelo computacional = formalismo + mtodo de solucin El desarrollo de estas componentes se realiza mediante las tcnicas de I.A., generndose de esa forma nuevos modelos computacionales para la solucin de problemas. La I.A. se dedica al estudio de nuevas formas de representacin del conocimiento, mtodos de solucin de problemas, razonamiento con incertidumbre y otras. Una de las reas de la I.A. donde ms xito se ha alcanzado es el desarrollo de Sistemas Expertos (S.E.), que son programas que resuelven problemas de un dominio de aplicacin concreto de manera similar a como lo hara un experto humano en esa materia. Estos sistemas estn compuestos por dos elementos bsicos: la Base de Conocimiento (B.C.), que contiene el conocimiento sobre el problema y la Mquina de Inferencia (M.I.), que contiene los mtodos para manipular dicho conocimiento. Podemos ver entonces al Sistema Experto como un modelo computacional: S.E. = B.C. + M.I. La B.C. almacena el conocimiento en una determinada notacin, conocida como forma de representacin del conocimiento (F.R.C.), lo cual constituye el formalismo de este modelo. La M.I., por su parte, implementa los mtodos de solucin del problema (M.S.P). Un S.E. es entonces: S.E.= F.R.C. + M.S.P.

Pgina 4

Como hemos visto, el S.E. es un modelo computacional nuevo. La independencia de sus dos componentes permite modificar una de ellas sin alterar la otra.

1.4. El supuesto subyacente.

Newell y Simon (1976) definieron el sistema de smbolos fsicos como sigue: Un sistema de smbolos fsicos consiste en un conjunto de entidades llamadas smbolos, que son patrones fsicos que pueden existir como componentes de otro tipo de entidad llamada expresin (o estructura de smbolos). Adems de estas estructuras, el sistema contiene tambin una coleccin de procesos que operan sobre unas expresiones para producir otras expresiones: procesos de creacin, modificacin, reproduccin y destruccin. Por otro lado, se formula la hiptesis del sistema de smbolos fsicos de la siguiente manera: Un sistema de smbolos fsicos posee los medios necesarios y suficientes para acciones inteligentes en general. Parece que no hay manera de probar o refutar esta hiptesis con fundamentos lgicos, por lo que ella debe estar sujeta a validacin emprica, o sea, a la experimentacin. En cada investigacin se selecciona una tarea que requiere inteligencia, se propone un programa para resolverla y se ensaya.

1.5. Tcnicas de I.A.

Los programas de I.A. requieren de conocimiento. En compensacin por esta arrolladora ventaja, el conocimiento tiene algunas propiedades menos deseables como son: y ser voluminoso. y ser difcil de caracterizar y modelar con precisin. y estar cambiando constantemente. Una tcnica de I.A. es un mtodo para explotar el conocimiento, que debera ser representado de tal manera que: y Capte generalizaciones y Pueda ser comprendido por los especialistas que lo proporcionan. y Deba ser modificable fcilmente. y Pueda ser usado en muchas situaciones diversas, incluso si no es total-mente preciso o completo. y Pueda ser usado para extenderse a s mismo. Los lenguajes bsicos para la implementacin de las tcnicas de I.A. son LISP y PROLOG por las facilidades que brindan para el tratamiento simblico, entre otras razones. LISP permite disear las estructuras de datos y los algoritmos que los manejan de una manera muy eficiente. PROLOG, a su vez, tiene muy buen poder expresivo, permitiendo una formulacin bastante natural y directa en la solucin de muchos problemas. Es posible resolver problemas de I.A. sin usar tcnicas de I.A., aunque las soluciones no son muy buenas. A su vez, es posible aplicar tcnicas de I.A. a problemas que no son de I.A.

Pgina 5

1.6. Criterios para el xito.

Al empezar a disear un programa de I.A. deberamos intentar especificar lo mejor posible los criterios de xito para ese programa particular funcionando en su dominio restringido. Esto es lo mejor que podemos hacer por el momento.

1.7. Aplicaciones de la I.A.

Ejemplos de ellos son los siguientes: y Juegos: Fueron precisamente, las primeras aplicaciones de la I.A., pues constituan una excelente demostracin de que las computadoras podan realizar actividades inteligentes. y Solucin general a problemas: Para la solucin de problemas no algortmicos o intratables computacionalmente la I.A. y Sistemas expertos: permiten almacenar y utilizar el conocimiento de uno o varios expertos humanos en un dominio de aplicacin concreto. Su uso incrementa la productividad, mejora la eficiencia en la toma de decisiones o simplemente permite resolver problemas cuando los expertos no estn presentes. y Procesamiento de lenguaje natural: Los programas de procesamiento de lenguaje natural utilizan las tcnicas de I.A. para permitir que las computadoras comprendan y generen interfaces en lenguaje natural, lo cual hara ms fcil el uso de estos programas por el usuario y Visin: comprende el anlisis y evaluacin de la informacin visual. El uso de las tcnicas de I.A. permite a las computadoras examinar imgenes reales e identificar sus objetos y rasgos. y Robtica: La robtica es el campo de la ingeniera dedicada a simular ciertas capacidades fsicas del hombre. y Educacin: La I.A puede ser usada en la educacin y el entrenamiento, mediante la creacin de programas que actan como tutores inteligentes. y Programacin automtica: La programacin automtica, o sea, la automatizacin del proceso de desarrollo de software significa permitirle al programador especificar qu es lo que quiere, en lugar de como se debe realizar.

Pgina 6