Introducción a la Inteligencia Artificial

UNIVERSIDAD NACIONAL DEL SANTA
FACULTAD DE INEGNIERÌA
E.A.P.I.S.I.
Autora: Dra. Diana Cecilia Muñoz Casanova
¿QUÉ ES “INTELIGENCIA
ARTIFICIAL”?
Introducción
El Hombre se ha aplicado el nombre científico de “Homo
Sapiens” (Hombre sabio).
 Se inicia en 1956, cuando se acuño el termino.
El estudio de la inteligencia es una de las disciplinas mas
antiguas; por más de 2000 años los filósofos se han esforzado
por comprender como se VE, APRENDE, RECUERDA y
RAZONA, así como la manera que estas actividades
deberían realizarse.
 La Inteligencia Artificial, tiene como estudio la inteligencia
humana (así como la Filosofía y la psicología), pero
encaminándose a la construcción de entidades inteligentes y
su comprensión.
 En la actualidad la IA abarca subcampos, ya sea de
propósito general como es el caso de la Percepción y del
razonamiento lógico; hasta tareas especificas, como el
ajedrez, la demostración de teoremas matemáticos, la poesía
y el diagnostico de enfermedades.

INTELIGENCIAS MULTIPLES
Un psicólogo de Harvard llamado Howard Garden, señalo que nuestra cultura había definido la
inteligencia de manera muy estrecha y propuso en su libro “ estructura de la mente”, la
existencia de por lo menos siete inteligencias básicas:
Inteligencia lingüística: capacidad de usar las palabras de modo efectivo ( ya sea
hablando, escribiendo, etc). Incluye la habilidad de manipular la sintaxis o escritura del
lenguaje, la fonética o los sonidos del lenguaje, la semántica o significado de lenguaje o
división, pragmática o los husos prácticos.
Inteligencia lógico matemática: capacidad de usar los números de manera efectiva y de
razonar adecuadamente ( pensamiento vertical).
Inteligencia espacial: la habilidad para percibir la manera exacta del mundo visualespacial y de ejecutar transformaciones sobre esas percepciones ( decorador, artistas, etc).
Inteligencia corporal – kinética: la capacidad para usar el cuerpo para expresar ideas y
sentimientos y facilidad en el uso de las propias manos para producir o transformar cosas.
Inteligencia musical: capacidad de percibir, discriminar, trasformar y expresar las formas
musicales.
Inteligencia interpersonal: la capacidad de percibir y establecer distinciones entre los
estados de ánimo, las intenciones, motivaciones, sentimientos, de otras personas.
Inteligencia intrapersonal: el conocimiento de sí mismo y la habilidad para adaptar las
propias maneras de actuar a partir de ese conocimiento.
Inteligencia emocional: Daniel Goleman.
LAS TRES LEYES ROBOTICAS
Un robot no debe dañar a un ser humano o, por
su inacción, dejar que un ser humano sufra daño.
2.
Un robot debe obedecer las órdenes que le son
dadas por un ser humano, excepto cuando estas
órdenes están en oposición a la primera Ley.
3.
Un robot debe proteger su propia existencia,
hasta donde esta protección no entre en conflicto
con la primera o segunda Leyes.
Manual de Robótica, 56ª Edición, año 2058.
1.
Isaac Asimov (YO, ROBOT)
Definiciones de Inteligencia Artificial
“La interesante tarea de lograr que las
computadoras piensen … maquinas con
mente en su amplio sentido literal”.
“El estudio de las facultades mentales
mediante el uso de modelos
computacionales”
“La automatización de actividades que
vinculamos con procesos de pensamiento
humano, actividades tales como toma de
decisiones, resolución de problemas,
aprendizaje, …”
“El estudio de los cálculos que permiten
percibir, razonar y actuar”
“El arte de crear maquinas con capacidad de
realizar funciones que realizadas por
personas requieren de inteligencia”
“Un campo de estudio que se enfoca a la
explicación y emulación de la conducta
inteligente en función de procesos
computacionales”
“El estudio de cómo lograr que las
computadoras realicen tareas que, por el
momento, los humanos hacen mejor”
La rama de la ciencia de la computación que
se ocupa de la automatización de la conducta
inteligente”
Sistemas que
ff piensan como humanos
Sistemas que piensan racionalmente
Sistemas que actúan como humanos
Sistemas que actúan racionalmente
Actuar como Humano: El Enfoque de Turing
Mediante la prueba de Turing, propuesta por Alan Turing
(1950), se intenta ofrecer una satisfactoria definición operativa
de lo que es la Inteligencia.
Conducta inteligente es la capacidad de lograr eficiencia a nivel
humano en todas las actividades de tipo cognoscitivo suficiente
para engañar a un evaluador.
La computadora para pasar esta prueba debe ser capaz de lo
siguiente:
 Procesar un lenguaje natural
 Representar el conocimiento
 Razonar automáticamente
 Autoaprendizaje de la maquina
Existe una prueba total de Turing,
donde la computadora debe estar
dotada de vista y robótica.
Pensar como Humano: El Enfoque
del Modelo Cognoscitivo
 Previamente
hay que definir como piensan los seres humanos.
 Hay que penetrar en el funcionamiento de la mente humana: La
Introspección (para atrapar nuestros propios pensamientos
conforme se dan) y mediante experimentos psicológicos.
 Teniendo una teoría bastante precisa de la mente, se puede
proceder a expresarlo en un programa de computadora.
 Lo que interesa es seguir la pista de los pasos de razonamiento
y compararla con la ruta seguida por sujetos humanos a los
que se propuso los mismos problemas.
 En el campo interdisciplinario de la ciencia cognoscitiva
concurren modelos computacionales de IA y tecnicas
experimentales de psicología para intentar elaborar teorias
precisas y verificables del funcionamiento de la mente humana.
 Solo se desea asentar que la IA y la ciencia cognoscitiva siguen
intercambiando diversas aportaciones, especialmente en areas
de la vista, lenguaje natural y aprendizaje.
Pensar Racionalmente: El enfoque
de las Leyes del Pensamiento





El filosofo griego Aristóteles fue uno de los primeros
que intentar codificar la “manera correcta de pensar”.
Silogismos: Conclusiones correctas en función de
premisas correctas.
Las leyes del pensamiento, debían gobernar la
manera de operar de la mente, esto inauguro la
lógica.
En la I.A., la tradición logicista se esfuerza por
elaborar programas (con memoria y tiempo
suficientes para describir un problema en notación
lógica) para crear sistemas inteligentes.
Obstáculos:
– No es fácil, recibir un conocimiento informal y
expresarlo en términos formales (menos de 100%
de certidumbre).
– Diferencia entre la posibilidad de resolver un
problema y la realmente hacerlo en la practica.
Actuar en Forma Racional: El enfoque del
Agente Racional
 Implica
actuar de manera tal que se logren los objetivos
deseados, con base en ciertos supuestos.
 Un agente es algo capaz de percibir y actuar.
 Entonces, la I.A. es el estudio y construcción de agentes
racionales.
 Es necesario contar con la capacidad para representar el
conocimiento y razonar con base en el, pues de esta
manera se podran tomar decisiones correctas en una
amplia gama de situaciones.
 Presenta 2 ventajas:
– Es mas general que el enfoque de las leyes del
pensamiento.
– Es mas afin a la manera como se ha producido el
avance cientifico.
 Lograr
la racionalidad perfecta, no es posible en entornos
complejos, el computo que se necesita es excesivo.
FUNDAMENTOS DE LA
INTELIGENCIA ARTIFICIAL
Introducción
Si bien el avance de la IA es un campo nuevo, es
heredera de diversas ideas, puntos de vista y
técnicas de otras disciplinas como :

FILOSOFIA

MATEMATICAS

PSICOLOGIA

INGENIERIA COMPUTACIONAL

LINGUISTICA
Filosofía (desde el año 428 a.C.)




Aristóteles concibió un sistema informal de
silogismos para el racionamiento adecuado, los que
en principio permiten generar mecánicamente
conclusiones, asumiendo ciertas premisas iniciales.
Descartes presento un estudio claro de la diferencia
entre mente, materia y los problemas que originan.
También propuso la noción de dualismo.
La filosofía configuró una tradición en que la mente
se concibió como un dispositivo físico que
básicamente
funcionaba
por
razonamiento
manejando el conocimiento en el depositado.
Materialismo, empirismo, inducción, positivismo
lógico son descripciones filosóficas de la mente que
relacionan conocimiento y acción.
Al comprender como se justifican determinadas
acciones se puede entender como construir un
agente cuyas acciones sean justificables o
racionales.
Matemáticas (aprox. desde el año 800)




Los filósofos delimitaron las mas importantes ideas
relacionadas con la IA ,pero pasar a ser una ciencia
formal era necesario contar con una formalización
matemática en tres áreas principales : computación,
lógica y probabilidad.
Kurt Godel demostró mediante el teorema de la
incompletez que en cualquier lenguaje que tuviera
la capacidad suficiente para expresar las
propiedades de los números naturales ,existen
aseveraciones verdaderas indecibles, es decir que
no es posible definir su validez mediante ningún
algoritmo.
Además de la lógica y el calculo ,la probabilidad es
la tercer contribución de las matemáticas a la IA.
En la teoriza de las decisiones, propuesta por
Von Neumann ,se combinan la teoría de la
probabilidad con la teoría de la utilidad.
Psicología (desde el año 1879)

La corriente conductista se abocó al estudio exclusivo
de mediciones objetivas de las percepciones
experimentadas por animales y de los resultados
obtenidos. Conocimiento, creencias, objetivos, y
razonamiento, se descartan por considerarlos no
científicos.

Craik encontró la pieza faltante entre el estimulo y la
respuesta a partir de la década del 60 la posición a fin
al procesamiento de la información ha dominado la
psicología.

Actualmente muchos psicólogos aceptan que una
teoría cognoscitiva deberá ser como un programa de
computadora.
Ingeniería Computacional (desde el año 1940)

Para que la inteligencia artificial pueda ser una realidad
se necesitan inteligencia y un artefacto. La computadora
es el artefacto que se reconoce con mayores
probabilidades de manifestar inteligencia. La primera
computadora moderna fue construida por el equipo de
Turing en 1940 con el objetivo de descifrar los mensajes
alemanes.

La IA debe mucho al área del software de la informática,
pues lo ha dotado de sistemas operativos, lenguajes de
programación y herramientas necesarias para escribir
programas modernos .Sin embargo la deuda esta
compensada desde la IA con por ejemplo el tiempo
compartido ,interpretes interactivos y la administración
automática de memoria.
Lingüística (desde el año 1957)

Gran parte de los primeros trabajos de investigación en
el área de la representación del conocimiento (el
estudio de cómo poner el conocimiento en una forma
con la cual la computadora pueda razonar) estaban
vinculados al lenguaje y sus fuentes de información
eran las investigaciones realizadas por los lingüistas .

La lingüística moderna y la IA nacieron al mismo
tiempo, por lo que la primera no desempeño un papel
determinante en el desarrollo de la IA, más bien
crecieron juntas y se cruzaron en un campo hibrido
denominado lingüística computacional o procesamiento
del lenguaje natural ,y que se concentra en el problema
del uso del lenguaje.
Historia de la
Inteligencia Artificial
Génesis de la Inteligencia Artificial
(1943 – 1956)

Warren McCulloch / Walter Pitts (1943)
– Fisiología básica y funcionamiento de las neuronas en el cerebro
– Análisis formal de la lógica proposicional de Russell y Whitehead
– Teoría de la computación de Turing

Donald Hebb (1949)
– Regla de actualización  Aprendizaje

Claude Shannon (1950) / Alan Turing (1953)
– Programas de ajedrez convencionales

Marvin Minsky / Dean Edmonds (1951)
– Primera computadora de Red Neuronal  SNARC

Taller de Dartmouth (1956)
– Programa de Razonamiento  Teórico Lógico
– Inteligencia Artificial
Entusiasmo Inicial, grandes esperanzas
(1952 – 1969) I

Universidad de Carnegie Mellon
– Solucionador General de Problemas (SGP)
– Imitación de protocolos de resolución de problemas de los humanos 
Pensar como humano.

John McCarthy (1958)
– Lenguaje de Alto Nivel LISP
– Tiempo Compartido
– Programas con Sentido Común (Escucha Consejos  Primer programa de
IA completo)

Herbert Helerrnter (1959)
– Demostrador de Teoremas de Geometría (DTG)
– Uso de un diagrama auxiliar para distintos casos.
Entusiasmo Inicial, grandes esperanzas
(1952 – 1969) II

Micromundos
– Problemas limitados cuya solución parecía requerir de inteligencia.
– James Slagle (1963)

SAINT  Problemas de Integración
– Tom Evans (1968)

ANALOGY  Problemas de Analogía Geométrica
– Daniel Bobrow (1967)

STUDENT  Problema de álgebra
– Bertram Rafael (1968)

SIR  Recuperación de Información Semántica
Sistemas basados en el conocimiento.
Clave del poder? (1969 – 1979)

Buchanan (1969)
– DENDRAL
– Método débil  Información sobre el dominio con que cuentan es débil.
– Inferencia de una estructura molecular a partir de la información
proporcionada por un espectrómetro de masas.

Universidad de Stanford
– Proyecto de Programación Heurística
– Determinación del grado con que la nueva metodología de
sistemas expertos podía aplicarse a otras áreas.

Feigenbaum / Buchanan / Shortliffe
– MYCIN
– Diagnósticos de las infecciones sanguíneas.
La IA se convierte en una industria
(1980 – 1988)

McDermott / Digital Equipment Corporation (1982)
– R1  Sistema Experto Comercial
– Elaboración de pedidos de nuevos sistemas de computación.

Japón (1981)
– Proyecto de la “Quinta Generación”
– Comprensión total del lenguaje natural.

Consorcio para diseñar e implementar Sistemas Expertos
– Software



Carnegie Group
Intellicorp
Teknowledge
– Hardware



Lisp Machines
Texas Instruments
Xerox
El regreso de las redes neuronales (1986
– Actual)

Minsky / Papert
– Redes neuronales  Física

Otros científicos
– Hopfield  Mecánica estadística
– Rumelhart / Hinton  Estudio de los modelos de memoria

Bryson / Ho
– Algoritmo de aprendizaje de retropropagación
– Computación / Psicología
Acontecimientos recientes (1987 – Actual)

Comprensión del lenguaje
– Modelos de Markov Ocultos



Rigurosa teoría matemática.
Modelos generados mediante un proceso de aprendizaje basados en datos del
lenguaje natural.
Planeamiento
– Tate / Chapman


Planificación de sistemas
Probabilidad y Teoría de Decisiones
– Red de creencia

Robótica
– Mejor comprensión de los problemas.
– Mayor capacidad de manejo matemático.
EL ESTADO DEL ARTE DE
LOS ULTIMO AVANCES
ANIMALES ROBOTICOS
EL MONO ROBOTICO
Controlar el movimiento tridimensional de
brazos mecánicos con las mismas señales
eléctricas que las neuronas envían a una
extremidad superior.
También pueden convertirse en la base
de futuros dispositivos que permitan a
pacientes con prótesis controlar, con el
pensamiento, los movimientos de sus
extremidades artificiales.
«Fue asombroso ver moverse a un robot
en mi laboratorio, sabiendo que estaba
siendo guiado por las señales del cerebro
de un mono de Duke», dice Mandayam
Srnivasam, director del laboratorio del
Instituto de Tecnología de Massachusetts.
ANIMALES ROBOTICOS
LAS RATAS ROBOTICAS
Un grupo de científicos estadounidenses
logró guiar cinco ratas mediante un
control remoto. El secreto de este
experimento es el implante de eléctrodos
en el cerebro de los animales. De esta
forma, las "roborratas" pudieran ser
utilizadas en el rescate de personas entre
los escombros de un terremoto o para
localizar minas.
La teledirección de las ratas puede
realizarse a una distancia hasta de 500
metros y entre las órdenes que pueden
enviarse están hacer que las ratas corran,
giren, salten o escalen y podrían llegar a
lugares donde no pueden hacerlo
hombres y máquinas.
Las ratas tienen inteligencia propia, lo que
es mejor para la inteligencia artificial”.
LA MANO BIONICA
CEREBRO ARTIFICIAL
El proyecto, llamado apropiadamente
“Cyberhand” (Cibermano), trata de cablear
una mano creada artificialmente imitando
un sistema nervioso, lo cual permitiría una
respuesta sensorial de la mano que
alcanzase el cerebro y viceversa, es decir,
la
mano
podría
además
recibir
instrucciones de control del cerebro, al
menos parcialmente.
La mano artificial, que podría dotar de
sensibilidad activa a los pacientes a los que
se le implante.
La neurobiología se ha convertido en
la nueva frontera del conocimiento.
Japón trabaja en un proyecto que
entenderá completamente al cerebro.
El Instituto del Cerebro Riken
desarrolla
tres
programas
que
pretenden entender, proteger y
fabricar cerebros artificiales. En 20
años espera entender los mecanismos
de la conciencia, controlar el proceso
de envejecimiento, desarrollar tejido
artificial (nervioso y muscular) y curar
todas las enfermedades psiquiátricas
y neurológicas.
MASCOTAS ARTIFICIALES
Creo que es un buen ejemplo del alto nivel que se ha alcanzado en
inteligencia artificial, y eso explica, en parte, la excitación que ha
despertado. Aun así, Aibo está limitado por su procesador. Podría
tener más capacidades, pero es una cuestión de coste de su
tecnología.
Fruto de seis años de investigación en ingeniería artificial nació Aibo.
La mascota preferida de los nipones tiene seis emociones diferentes,
camina, reconoce formas, colores y sonidos, es sensible al tacto,
posee sentido del equilibrio y capacidad para aprender.
ROBOTS ARTIFICIALES
Su equipo tiene cuatro jugadores y el campo
mide unos pocos metros cuadrados. Los
entusiastas seguidores son casi todos
científicos e ingenieros, no por ello menos
apasionados por los pases de pelota, los
regates, las combinaciones y los goles. Lo
peculiar es que esos cuatro jugadores (ocho,
contando con los del contrincante) son robots,
con forma de perro, programados por
expertos en Inteligencia Artificial (IA). Veloso
es profesora de ciencias de la computación en
la Universidad Carnegie Mellon (EE UU) y el
equipo de robots que dirige es uno de los
favoritos en los campeonatos que organizan
científicos de IA de todo el mundo como
banco de pruebas.
SOCIEDAD ARTIFICIAL
La primera sociedad artificial nacerá en 2007 con
mil personas virtuales .
Generarán un millón de personas más que
heredarán los caracteres de sus “padres”.
La primera experiencia de una sociedad artificial
compleja cuenta ya con una red de computación
distribuida formada por 60 ordenadores en los que
vivirán hasta mil personas artificiales. Pero pronto
serán 5.000 ordenadores en los que vivirán un
millón de personas virtuales o agentes inteligentes.
Cada una de ellas tendrá sus propias características:
género, esperanza de vida, fertilidad, tamaño, y
metabolismo y engendrará nuevos agentes, que
heredarán los caracteres de sus “padres”, aunque
también serán capaces de aprender de sus propias
experiencias.
Para el momento en que la “vida” de estos agentes
ya lleve un tiempo activada –se prevé que en
agosto de 2007-, las personas virtuales tendrán
suficientes conocimientos incorporados como para
probar algunos posibles escenarios.
HONDA – INTELIGENCIA ARTIFICIAL
ASIMO fue concebido para funcionar como un humano real
preparado para vivir en el futuro cercano. Es fácil de operar, tiene un
tamaño conveniente y peso adecuado se puede moverse libremente
dentro de un ambiente humano. Honda agregó la tecnología de
inteligencia a ASIMO que es capaz de interpretación las posturas y
gestos de humanos con una inteligencia sorprendente.
VIDEOS DE I. A.
Video-01: ROBOT HONDA
Video-02: ROBOT HONDA
Video-03: ROBOT HONDA
Video-04: ROBOT MOVIM
Video-05: ROBO CUP
INTELIGENCIA ARTIFICIAL
VS
INTELIGENCIA NATURAL
Inteligencia Natural
•Desempeño correcto y rápido dentro de un dominio limitado y
específico.
•Capacidad para justificar un resultado y explicar el proceso de
razonamiento realizado.
•Capacidad para aprender de la experiencia
•Capacidad para resolver casos únicos o inusuales basándose
en principios básicos, un modelo, un conjunto de experiencia
estructurada, un conjunto de casos o reglas, etc.
•Capacidad para razonar bajo condiciones de incertidumbre e
información incompleta y aplicar su sentido común o
conocimiento general del mundo.
Inteligencia Natural
MEMORIA A LARGO PLAZO
Conocimiento en el dominio,
experiencia, expertisia.
RAZONAMIENTO
APRENDIZAJE
MEMORIA A CORTO PLAZO
Hechos, casos, reglas, conclusiones.
ASESORIA
Recomendaciones,
conclusiones, casos
resueltos.
Inteligencia Artificial
BASE DE CONOCIMIENTOS
Conocimiento en el dominio,
experiencia, expertisia.
MAQUINA DE
INFERENCIA/RED
NEURONAL/AG.
MEMORIA DE TRABAJO (RAM)
Hechos, casos, reglas, conclusiones.
USUARIO
Recomendaciones,
conclusiones, casos
resueltos.
DIFERENCIA ENTRE LA INTELIGENCIA NATURAL Y LA ARTIFICIAL
Inteligencia
Natural
Inteligencia
Artificial
Capacidad de usar detectores
Alta
Baja
Capacidad de ser creativo
Alta
Baja
Capacidad de aprender de la experiencia
Alta
Baja
Capacidad de adaptación
Alta
Baja
Capacidad de permitirse el costo de adquirir
experiencia
Capacidad de usar diversas fuentes de información
Alta
Baja
Alta
Alta
Capacidad de adquirir una gran cantidad de
información externa
Alta
Alta
Capacidad de realizar cálculos complejos
Baja
Capacidad de transferir información
Baja
Capacidad de hacer una serie de cálculos con rapidez
y exactitud
Baja
Alta
Alta
Alta
Ventajas de la Inteligencia Natural sobre la IA
 La
inteligencia natural permite que la gente obtenga beneficios del
uso de experiencias sensoriales.
 La inteligencia natural le permite a la gente reconocer relaciones
entre cosas, calidad de la información percibida, patrones, etc.
 El razonamiento humano siempre es capaz de usar el contexto de
la experiencia.
 La inteligencia natural es creativa
Ventajas de la IA sobre la Inteligencia
Natural




La
La
La
La
IA
IA
IA
IA
puede ser menos costosa
es consistente y exhaustiva
es documentable.
permite la duplicación y la diseminación
Data mining:

Aplicación de técnicas de Machine Learning
– Resuelve problemas que los humanos no pueden resolver, porque la
cantidad de información involucrada es muy grande ..
Detección de moléculas
con riesgo de cancer
es un ejemplo.
Acerca de inteligencia ...
¿Cuándo consideramos que
una actividad creativa de los
humanos requiere inteligencia ?
¿Cuándo deberíamos
considerar que un programa es
inteligente ?
Bibliografía
.
STUART RUSSELL, PETER NORVIG, "Inteligencia artificial. Un
enfoque moderno”. Prentice Hall Hispanoamericana, S.A, México,
2000.
.
PAJARES Y SANTOS, "Inteligencia artificial e Ingeniería del
Conocimiento” . Ra-ma, S.A,España, 2005.