Inteligencia Artificial: Introducción y Conceptos Clave

1
Inteligencia
Artificial
Prof. M. Angélica Pinninghoff J.
5
¿Qué es IA?
6
¿Qué es IA?
“Una película de Steven Spielberg”
Eamonn Keogh
“La capacidad de un computador de realizar tareas
asociadas comunmente a procesos intelectuales complejos
que caracterizan típicamente a los seres humanos, tales
como la habilidad de razonar, descubrir significados,
generalizar o aprender de sus experiencias.”
Encyclopaedia Britannica.
IA trata de resolver mediante computadores cualquier
problema que un ser humano puede resolver más rápido y/o
mejor
“FOLDOC” (Free Online Dictionary of Computing)
7
El Test de Turing
?
Alan Turing
1912-54
8
Categoría de las definiciones
Procesos mentales y razonamiento
b) Sistemas que
piensan como
humanos
c) Sistemas que
piensan
racionalmente
Eficiencia
humana
Racionalidad
a) Sistemas que
d) Sistemas que
actúan como
actúan
humanos
racionalmente
Conducta
Se considera que un sistema es racional si hace lo correcto
9
Intereses de la IA
John Nash
Juegos
Demostración de teoremas
Percepción de imágenes y
reconocimiento de patrones
Procesamiento lenguaje natural y
traducción automática
Sistemas Expertos
Robótica
Recuperación de información
10
Pregunta:
¿Qué sería para usted un
“sistema inteligente”?
11
Aspectos importantes de la IA
El uso de computadores para realizar
razonamiento, reconocimiento de
patrones, aprendizaje, o alguna otra
forma de inferencia.
Apunta a problemas que no obedecen
a soluciones algorítmicas.
Resolución de problemas con
información inexacta o incompleta
(difusa).
12
Aspectos importantes de la IA
Razonamiento sobre características
cualitativas significativas de una
situación.
Genera respuestas que sin ser exactas u
“óptimas” en algún sentido son
suficientes.
El uso de meta-conocimiento para el uso
de estrategias complejas de solución de
problemas.
¿Por qué estudiar IA?
13
Los primeros intentos de vuelo consistían en máquinas que
imitaban el movimiento de las alas de las aves. No obstante
los actuales aviones tripulados pueden acarrear grandes
catidades de carga a velocidades mayores que la velocidad
del sonido; y no se trata de aviones que imiten el
movimiento de las alas de las aves.
13
14
Concepto de estados y
árboles de búsqueda
15
Estados
Estado: conjunto de variables/valores
Estado inicial
Estado actual
Estado objetivo
Espacio de estados: estados posibles
Combinación de valores de variables
16
Búsqueda
Componentes de un sistema de
búsqueda
Definición
Razonamiento
17
Búsqueda
Componentes
Base de Datos:
Estado actual y objetivo
Conjunto de operadores:
Transforman un estado en otro
Estrategia de control:
Decide qué hacer a
continuación
18
Búsqueda
Definición
Una secuencia de operadores finita que
transforman el estado inicial en el estado
objetivo
Razonamiento
Forward
A partir del estado inicial encuentra el
estado objetivo
Backward
A partir del estado objetivo encuentra el
estado inicial
19
Búsqueda
Espacio de estados
Un operador produce un nuevo estado
Reducción de problema
Un operador produce un conjunto de
subproblemas que deben ser resueltos
20
Ejemplo
Una persona fue a buscar 8 litros
de agua a un pozo cercano.
 Para ello leva dos baldes, uno de
11 litros y uno de 6 litros sin
medidas intermedias.
¿Cómo puede medir la cantidad
de agua pedida?
Una persona fue a buscar
8 litros de agua a un pozo
cercano. Para ello leva
dos baldes, uno de 11
litros y uno de 6 litros sin
medidas intermedias.
¿Cómo puede medir la
cantidad de agua pedida?
Puzzle-8
¿Es posible colocar 8
reinas en un tablero de
ajedrez de forma que
no se ataquen entre
ellas?
21
Encontrar una ruta
desde la Estación a la
Universidad tal que el
tiempo de conducción
sea mínimo, ... tal que
el kilometraje sea
mínimo, ... tal que el
número de semáforos
sea mínimo ...
22
Búsqueda
El problema del Granjero, el Lobo
la Cabra y el Repollo
 Granjero, Lobo, Cabra, Repollo
 Granjero, Zorro, Pollo, Trigo
 Granjero Perro, Conejo, Lechuga
23
Un granjero con su lobo, una cabra y un repollo,
llegan a la orilla de un río que desean cruzar. Hay
un bote en la orilla del río, pero por supuesto sólo
el granjero puede remar. El bote puede contener
sólo hasta dos objetos a la vez (incluido el
remero). Si el lobo es dejado solo con la cabra
en una orilla, se la comerá; de forma similar, si la
cabra es dejada sola con el repollo en una orilla,
se lo comerá. ¿Cómo puede el granjero cruzar el
río de manera que los cuatro “objetos” lleguen
sin novedad a la otra orilla?
Este problema se remonta al siglo VIII de los escritos de
Alcuin, un poeta, educador, clérigo y amigo de Carlomagno.
24
El problema del Granjero, el Lobo, ... Puede ser
resuelto fácilmente usando búsqueda. La pregunta
es ¿por qué perder el tiempo con una técnica no
trivial para resolver problemas?
El problema del Granjero, el Lobo, ... ¡tiene un
espacio de búsqueda pequeño!
Sin embargo, muchos problemas reales tienen
espacios de búsqueda muy grandes (posiblemente
infinitos). ¿Cómo buscamos en un espacio que
tiene más estados que la cantidad de electrones del
universo?
25
El problema visto supone que tenemos un
conocimiento completo (siempre sabemos
donde está cada cosa) y un mundo estático
(el río no cambia, el bote es siempre el
mismo, etc.)
Sin embargo en los problemas reales no
tenemos un conocimiento completo del
estado actual del mundo, más aún, el mundo
está cambiando de formas que no podemos
predecir ni controlar.
Esto significa que todos
los objetos/persona están
al mismo lado del río
Esto significa que de
algún modo hemos
llevado al lobo al otro
lado del río
26
GLCR
G
CR
L
G L C R
L C R
G
C R
G L
27
Arbol de Búsqueda para
“Granjero, Lobo, Cabra, Repollo”
L
G
R
C
Estado Ilegal
L C
G
R
G L C R
L C R
G
C R
L
G L
G
G L
R
L C
C
R
G
R
G L C R
C
28
Arbol de Búsqueda para
“Granjero, Lobo, Cabra, Repollo”
Estado Ilegal
Estado Repetido
G L C R
L C R
C R
G
L
G L
G
G L
R
L C
C
G
R
R
G L C R
C
L
G
G
R
R
R
C
L
G L C
G L
L C
R
G
C
G
C R
G L
L
G L C
C R
C R
R
G L
C R
C
G L C
G L
G
C
L
L C
R
G L C
R
G
G
R
G L
R
C
R
G L
R
C
L
R
G
C R
C R
L
C
G L
R
29
Arbol de Búsqueda para
“Granjero, Lobo,
Cabra, Repollo”
G L C R
Estado
Estado Ilegal
Estado Repetido
Objetivo
30
Continuará
Fuerte San José de Alcudia
Río Bueno
31
Agentes
inteligentes
32
Agentes Inteligentes
Motivación
Objetivos
Introducción
Agentes y sus
acciones
Estructura del
agente
Ambientes
33
Motivación
Los agentes se usan para dar un
punto de vista consistente en
varios tópicos de I.A.
Necesitan habilidades esenciales
para realizar tareas que requieren
inteligencia
Los agentes inteligentes usan
métodos y técnicas del campo de
la I.A.
34
Objetivos
Presentar los conceptos fundamentales
de agentes inteligentes
Definir los requerimientos básicos de
comportamiento y de estructura de los
agentes
Establecer los mecanismos de
interacción del agente con su
ambiente
35
¿Qué es un agente?
En general, una entidad que
interactúa con su ambiente
percepción a través de
sensores
acciones a través de
“actuadores”
Diagrama del Agente
36
Sensores
Cómo es el mundo ahora
Reglas condición-acción
Qué debo hacer ahora
Actuadores
Ambiente
Agente
Ejemplos de Agentes
37
 Agente humano
ojos, oidos, piel, detector gusto, etc. como sensores
manos, dedos, piernas, boca, etc. como actuadores
a través de músculos
 Robot
camara, infrarrojos, topes, etc. como sensores
pinzas, ruedas, luces, parlantes, etc. como actuadores
a menudo a través de motores
 Agente software
funciones como sensores
información suministrada como entrada
funciones como actuadores
resultados como salida
38
Agentes y sus acciones
Un agente racional hace “lo
correcto”
la acción que lleva al éxito
problemas:
¿qué es “ lo correcto”?
¿cómo se mide el “éxito”
39
Comportamiento de
agentes
Criterio para medir el éxito y los
costos del agente
a menudo subjetivo, aunque
debiera ser objetivo
depende de la tarea
el factor tiempo es importante,
cuándo medir
40
Evaluación de Comportamiento
Ejemplos
Agente aspiradora
número de baldosas limpiadas durante un
cierto período
basado en el informe del agente, o
validado por alguna autoridad objetiva
no considera costos del agente, efectos
colaterales
energía, ruido, pérdida de objetos útiles, daño
de los muebles, piso arañado
puede llevar a actividades no deseadas
agente limpia de nuevo baldosas ya limpias,
cubre parcialmente la pieza, etc.
Agente Racional
41
Consideraciones importantes
rendimiento medido por la completación
exitosa de una tarea (medida del éxito)
historia perceptual completa (secuencia
de percepciones)
conocimiento de respaldo
especialmente sobre el ambiente
dimensiones, estructura, “leyes” básicas
tarea, usuario, otros agentes
acciones factibles en el medio
capacidades del agente
Sabiduría
42
un agente racional no es “sabio”
no tiene noción del éxito de sus acciones
puede desconocer ciertos aspectos del
ambiente
racionalidad toma en cuenta las
limitaciones del agente
percibe secuencias, conocimiento de
respaldo, acciones factibles
tiene que ver con las expectativas de
éxito de sus acciones
43
Agente Racional Ideal
Selecciona la acción que se espera
maximice su operación (resultados)
basado en una medida de comportamiento
depende de la secuencia de percepciones,
conocimiento de respaldo, y acciones
factibles
Emprender acciones para obtener
información útil es importante en la
racionalidad
Desde Percepciones a Acciones
44
Si un agente reacciona sólo a sus
percepciones, es posible describir en una
tabla la secuencia de percepciones a las
acciones
en vez de tabla, se puede usar una función
simple
puede usarse para describir agentes que
resuleven problemas bien definidos en
ambientes bien definidos
e.g. Cálculo de funciones matemáticas
Agente vs Programa
45
Los criterios se pueden aplicar tanto a
agentes como a programas
Autonomía
los agentes resuelven tareas de forma
independiente
sistemas autónomos basan sus acciones en su
propia experiencia y conocimiento
requieren conocimiento inicial y capacidad de
aprender
ofrecen flexibilidad para tareas complejas
los programas dependen de usuarios o de otros
programas como guía
Estructura de Agentes Inteligentes
46
Agente = Arquitectura + Programa
arquitectura
plataforma operacional del agente
sistema computacional, hardware específico,
posiblemente funciones del Sistema Operativo
programa
función que implementa el mapeamiento
desde percepciones a acciones
Agentes Software
47
Se les conoce como “softbots”
viven en ambientes artificiales donde
computadores y redes suministran la
infraestructura
pueden ser muy complejos con restricciones
severas sobre el agente
World Wide Web, restricciones en tiempo real
ambientes naturales y artificiales pueden
combinarse
interacción con el usuario
sensores y actuadores del mundo real
cámara, temperatura, brazos, ruedas, etc.
Programas Agentes
48
El énfasis está en los programas que
especifican el comportamiento del agente a
través de mapeamientos desde percepciones
a acciones
menor preocupación con ambiente y metas
los agentes perciben una cosa a la vez
pueden (o no) guardar una historia de la
secuencia de percepciones
la evaluación de rendimiento es hecha por
una autoridad externa (no por el agente)
más objetivo, menos complicado
Estructura Programa Agente
49
Marco básico para un programa agente
function MARCO-AGENTE(percibe) returns acción
static: memoria
memoria := ACTUALIZA-MEMORIA(memoria, percibe)
acción := ELIGE-MEJOR-ACCION(memoria)
memoria
:= ACTUALIZA-MEMORIA(memoria, acción)
return acción
Tipos de Programas Agente
50
Hay diferentes formas de mapeamiento
desde percepciones a acciones
hay diferentes niveles de complejidad
agentes reflejos simples
agentes que almacenan una memoria
del mundo (con estado interno)
agentes basados en objetivos
agentes basados en la utilidad
Agentes Reflejos Simples
51
Se registran las asociaciones comunes
entrada-salida
requiere el procesamiento de percepciones
para alcanzar un grado de abstracción
el método frecuente de especificación es el
uso de reglas del tipo condición-acción
if percepción then acción
similar a los reflejos innatos o respuestas
aprendidas en los humanos
la implementación es eficiente pero la
potencia es limitada
Agente Reflejo Simple
52
Sensores
Cómo es el mundo ahora
Agente
Reglas condición-acción
Qué debo hacer ahora
Actuadores
Ambiente
Programa Agente Reflejo
53
Aplicación de reglas simples a situaciones
function AGENTE-REFLEJO-SIMPLE (percepción)
returns acción
static: reglas //conjunto de reglas condición-acción
condición := INTERPRETA-ENTRADA (percepción)
regla := REGLA-MATCH (condición, reglas)
acción := REGLA-ACCION(regla)
return acción
54
Agente reflejo con Estado
Interno
Un estado interno mantiene
información importante de
percepciones previas
sensores suministran sólo una visión
parcial del ambiente
Agente Reflejo (Diagrama de Estado)
55
Sensores
Estado
Cómo es el mundo ahora
Cómo evoluciona mundo
Qué hacen mis acciones
Reglas condición-acción
Qué debo hacer ahora
Agente Efectores
Ambiente
Agente reflejo con programa de estados
56Aplicación
de reglas simples a situaciones
function AGENTE-REFLEJO-CON-ESTADOS(percepción)
returns acción
static: reglas //conjunto de reglas condición-acción
estado //descripción estados actuales del mundo
estado := ACTUALIZA-ESTADO(estado, percepción)
regla
:= PAREA-REGLA(estado, reglas)
acción := ACCION-REGLA(regla)
estado := ACTUALIZA-ESTADO(estado, acción)
return acción
Agente Basado en metas
57
El agente trata de alcanzar un estado
objetivo
puede ser suministrado desde el exterior (usuario,
diseñador), o inherente al agente mismo
Se consideran los resultados de posibles
acciones con respecto a la meta
puede requerir búsqueda o planificación
Muy flexible, pero no muy eficiente
Diagrama Agente Basado en Metas
58
Sensores
Estado
Cómo evoluciona mundo
Cómo es el mundo ahora
Qué ocurre al realizar una acción
Qué hacen mis acciones
Metas
Qué debo hacer ahora
Agente Efectores
Ambiente
59
Agente Basado en la
Utilidad
Distinción más sofisticada entre
diferentes estados del mundo
estados se asocian con un número real
puede interpretarse como “grado de felicidad”
permite la resolución de conflictos entre
metas
permite múltiples metas
Diagrama Agente Basado en Utilidad
60
Sensores
Estado
Cómo evoluciona el mundo
Qué hacen mis acciones
Cómo es el mundo ahora
Qué ocurre si hago una acción
Cuán feliz seré entonces
Utilidad
Qué debo hacer ahora
Agente Efectores
Ambiente
61
Ambientes
Determinan la interacción entre el
“mundo exterior” y el agente
el “mundo exterior” no necesariamente es el
“mundo real” como lo percibimos
En muchos casos, los ambientes son
implementados en los computadores
pueden tener o no una correspondencia
estrecha con el “mundo real”
Propiedades del Ambiente
62
Accesible vs. inaccesible
 sensores suministran toda la información relevante
Determinísticos vs. no-determinísticos
 cambios en el ambiente son predecibles
Episódico vs. no-episódico
 episodios independientes percepción-acción
Estático vs. dinámico
 sin cambios mientras el agente está “pensando”
Discreto vs. continuo
 número limitado de percepciones/acciones diferentes
Programas Ambiente
63
Simuladores de ambiente para
experimentar con agentes
entregan una percepción a un agente
reciben una acción
actualizan el ambiente
a menudo divididos en clases de ambientes
para tareas relacionadas o tipos de agente
frecuentemente suministran mecanismos
para medir la eficiencia del agente
64
Eso sería...
Volcán Osorno y lago Llanquihue