Documente Academic
Documente Profesional
Documente Cultură
Bsqueda, optimizacin y
aprendizaje
En realidad, los algoritmos de bsqueda
abarcan prcticamente todo algoritmo para
resolver problemas automticamente.
Habitualmente, en Informtica se habla de
bsqueda cuando hay que hallar
informacin, siguiendo un determinado
criterio, dentro de un conjunto de datos
almacenados
Algoritmos Genticos
En los aos 1970, de la mano de John Henry
Holland, surgi una de las lneas ms
prometedoras de la inteligencia artificial, la de los
algoritmos genticos.
Son llamados as porque se inspiran en la
evolucin biolgica y su base gentico-molecular.
Estos algoritmos hacen evolucionar una poblacin
de individuos sometindola a acciones aleatorias
semejantes a las que actan en la evolucin
biolgica (mutaciones y recombinaciones
genticas), as como tambin a una Seleccin de
acuerdo con algn criterio, en funcin del cual se
decide cules son los individuos ms adaptados,
que sobreviven, y cules los menos aptos, que
son descartados.
Funcionamiento de un
algoritmo gentico bsico
Un algoritmo gentico puede presentar
diversas variaciones, dependiendo de
cmo se aplican los operadores genticos
(cruzamiento, mutacin), de cmo se
realiza la seleccin y de cmo se decide
el reemplazo de los individuos para formar
la nueva poblacin. En general, el
pseudocdigo consiste de los siguientes
pasos:
Funcionamiento de un
algoritmo gentico bsico
Inicializacin: Se genera aleatoriamente la
poblacin inicial, que est constituida por un
conjunto de cromosomas los cuales representan
las posibles soluciones del problema.
En caso de no hacerlo aleatoriamente, es
importante garantizar que dentro de la poblacin
inicial, se tenga la diversidad estructural de estas
soluciones para tener una representacin de la
mayor parte de la poblacin posible o al menos
evitar la convergencia prematura.
Funcionamiento de un
algoritmo gentico bsico
Evaluacin: A cada uno de los cromosomas de
esta poblacin se aplicar la funcin de aptitud
para saber qu tan "buena" es la solucin que
se est codificando.
Funcionamiento de un
algoritmo gentico bsico
Condicin de trmino El AG se deber detener
cuando se alcance la solucin ptima, pero sta
generalmente se desconoce, por lo que se
deben utilizar otros criterios de detencin.
Normalmente se usan dos criterios: correr el AG
un nmero mximo de iteraciones
(generaciones) o detenerlo cuando no haya
cambios en la poblacin. Mientras no se cumpla
la condicin de trmino se hace lo siguiente:
Funcionamiento de un
algoritmo gentico bsico
Seleccin Despus de saber la aptitud de cada cromosoma se
procede a elegir los cromosomas que sern cruzados en la
siguiente generacin. Los cromosomas con mejor aptitud tienen
mayor probabilidad de ser seleccionados.
Sobrecruzamiento El cruzamiento es el principal operador
gentico, representa la reproduccin sexual, opera sobre dos
cromosomas a la vez para generar dos descendientes donde se
combinan las caractersticas de ambos cromosomas padres.
Mutacin modifica al azar parte del cromosoma de los individuos,
y permite alcanzar zonas del espacio de bsqueda que no
estaban cubiertas por los individuos de la poblacin actual.
Reemplazo una vez aplicados los operadores genticos, se
seleccionan los mejores individuos para conformar la poblacin
de la generacin siguiente.
Funcionamiento de un
algoritmo gentico bsico
DESVENTAJAS
Pueden tardar mucho en converger, o no
converger en absoluto, dependiendo en cierta
medida de los parmetros que se utilicen -tamao
de la poblacin, nmero de generaciones.
Pueden converger prematuramente si un individuo
que es ms apto que la mayora de sus
competidores emerge muy pronto en el curso de
la ejecucin, se puede reproducir tan
abundantemente que merme la diversidad de la
poblacin.
30
31
Un Problema bsico de la
IA
1.Se refiere a la bsqueda de
un estado (META).
2. Este estado puede ser
aceptado como la solucin al
problema.
Bsqueda
9
A
D
1
8
2
S
2
8
1
E
7
Un camino es SADG
Distancia 18
Distancia 16
Tambin SBACEFDG
Distancia 12
Diferentes metodologas:
La lgica difusa: permite tomar decisiones
bajo condiciones de in-certeza.
Redes neuronales: esta tecnologa es
poderosa en ciertas tareas como la
clasificacin y el reconocimiento de
patrones.
Est basada en el concepto de "aprender"
por agregacin de un gran nmero de muy
simples elementos.
Lgica difusa
La lgica difusa o lgica heuristica se
basa en lo relativo de lo observado.
una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos
valores estn contextualizados a personas y referidos a una medida mtrica lineal.
Funcionamiento
La lgica difusa se adapta mejor al mundo
real en el que vivimos, e incluso puede
comprender y funcionar con nuestras
expresiones, del tipo "hace mucho calor", "no
es muy alto", "el ritmo del corazn est un
poco acelerado", etc.
La clave de esta adaptacin al lenguaje, se
basa en comprender los cuantificadores de
nuestro lenguaje (en los ejemplos de arriba
"mucho", "muy" y "un poco").
regla heurstica
SI hace muchsimo calor ENTONCES
disminuyo drsticamente la temperatura.
SI voy a llegar un poco tarde ENTONCES
aumento levemente la velocidad.
Ejemplo
AGENTES BASADOS EN
CONOCIMIENTO
El conocimiento y el
razonamiento juegan
un papel importante
cuando se trata con
entornos parcialmente
observables.
Motor de
Inferencia
mundo
Efectores
Sensores
Percepciones
Base de
Conocimiento
Acciones
Base de conocimientos
Base de conocimientos
Para interactuar con la BC, es decir para agregarle
nuevas oraciones e interrogarle sobre ellas, existen
dos tareas que pueden realizarse: INFORMAR y
PREGUNTAR, respectivamente.
Informar y preguntar
Siempre que se solicita la intervencin de un programa
de agente, se realizan dos acciones.
Primera, el programa INFORMA a la base de conocimientos lo
que percibe.
El Mundo de Wumpus
Aunque pertenece ms al mbito de los
juegos por computador, es un entorno
perfecto para evaluar los agentes
inteligentes. Michael Genesereth fue el
primero que lo propuso.
El Mundo de Wumpus
Especificacin del ambiente
El Mundo de Wumpus
El Mundo de Wumpus
El agente recibe las percepciones a travs de una lista de cinco smbolos.
El Mundo de Wumpus
El Mundo de Wumpus
El Mundo de Wumpus
Nivel de conocimiento
Gracias a las definiciones de DECIR y
PREGUNTAR, el agente basado en
conocimiento no obtiene las acciones
mediante un proceso arbitrario.
Depende del nivel de conocimiento, en el
que solo necesitamos especificar lo que el
agente sabe y los objetivos que tiene para
establecer su comportamiento.
SISTEMAS EXPERTOS
un sistema experto puede ser definido como un
sistema basado en conocimiento que emula la
competencia de un experto, dentro de un campo
de aplicacin bien delimitado.
Tambin puede ser definido como un conjunto de
programas de computadora cuyo comportamiento
es similar al que tendra un experto humano
Ventajas SE
Limitaciones de SE
Laboratorio
Laboratorio
El objetivo es colorearla usando nicamente tres
colores (rojo, verde y azul) de forma que dos
cuadrados contiguos no tengan el mismo color.