Universidad de Monterrey

SC-2150 Inteligencia ArtificialPrimavera 2004

Ing. Rolando Rafael Hernández CisnerosE-mails: rolandohernandez@hotmail.com

rolando_hernandez@yahoo.com

Universidad de Monterrey

SC-2150 Inteligencia Artificial

La Inteligencia Artificial

IntroducciónObjetivo Particular:

Explicar el porqué se considera a la inteligencia artificial un tema digno de estudio e intentar

definirla.

Objetivos de la Inteligencia Artificial Comprensión de nosotros mismos

como entidades inteligentes Construcción de entidades

inteligentes.

Problema que aborda la Inteligencia Artificial “¿Cómo es posible que un diminuto y

lento cerebro, sea biológico o electrónico, tenga capacidad para percibir, comprender, predecir y manipular un mundo que en tamaño y complejidad le excede con creces?”, “¿Cómo es posible crear apoyándose en esas propiedades?”

El investigador de IA tiene pruebas contundentes de que tales entidades existen y son factibles.

Motivación para la investigación en IA La IA es una de las disciplinas

más nuevas (inició formalmente en 1956).

A diferencia de otros campos de estudio donde “todo está descubierto” (como la física o las matemáticas), la IA tiene muchas áreas con grandes oportunidad para la investigación e innovación.

El estudio de la inteligencia Es una de las disciplinas más antiguas. Desde hace 2000 años los filósofos han

tratado de entender como se ve, aprende, recuerda y razona, y cómo debe esto hacerse.

La aparición de las computadoras en los 50’s permitió pasar de la especulación a una disciplina teórica y experimental.

Alcance de la IA

La IA abarca desde áreas generales (percepción, razonamiento lógico) hasta específicas (ajedrez, teoremas, etc.)

Permite automatizar el trabajo intelectual a científicos de otras áreas.

Ofrece a los científicos de IA el aplicarla en cualquier área donde se aplique el intelecto humano.

¿Qué es la Inteligencia Artificial?

“La interesante tarea de lograr que las computadoras piensen... Máquinas con mente, en su amplio sentido literal” (Haugeland, 1985)

“El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren inteligencia” (Kurzweil, 1990)

“[La automatización de] actividades que vinculamos con procesos de pensamiento humano, actividades tales como la toma de decisiones, resolución de problemas, aprendizaje...” (Bellman, 1978)

“”El estudio de cómo lograr que las computadores realicen tareas que, por el momento, los humanos hacen mejor” (Rich y Knight, 1991)

“El estudio de las facultades mentales mediante el uso de modelos computacionales” (Carniak y McDermott, 1985)

“El estudio de los cálculos que permiten percibir, razonar y actuar” (Winston, 1992)

“Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales” (Schalkoff, 1990).

“La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente” (Luger y Stubblefield, 1993).

Categorías para las definiciones de IA

Sistemas que piensan como humanos

Sistemas que piensan racionalmente (idealmente)

Sistemas que actúan como humanos

Sistemas que actúan racionalmente (idealmente)

Actuar como humano: La prueba de Turing Propuesta por Alan Turing (1950). Turing definió la conducta

inteligente como “la capacidad de lograr eficiencia humana en todas las actividades cognoscitivas, suficiente para engañar a un evaluador”.

Actuar como humano: La prueba de Turing

Actuar como humano: La prueba de Turing Para que una computadora pase la

prueba de Turing, debe por lo menos: Procesar lenguaje natural Representar el conocimiento Razonar automáticamente Autoaprender

Para la prueba total de Turing, la computadora debe tener Vista Robótica

Pensar como humano: El modelo cognoscitivo Primero habría que definirse como

piensan los humanos, mediante Introspección Experimentos psicológicos

GPS (General Problem Solver), de Newell y Simon (1961) vs. Wang (1960).

LA ciencia cognoscitiva usa modelos de IA y experimentos psicológicos.

Pensar racionalmente: Las leyes del pensamiento

Aristóteles intentó codificar la “manera correcta de pensar” (silogismos). De ahí surge la lógica.

La tradición logicista de IA trata de hacer sistemas inteligentes basados en la lógica.

Problemas: pasar conocimiento informal e incierto en términos lógicos formales y realizar la solución teórica obtenida en la práctica.

Actuar racionalmente: el agente racional Actuar racionalmente es hacerlo de tal

manera que se logran los objetivos deseados.

Un agente es algo que percibe y actúa. De acuerdo a esto, la IA es el estudio y construcción de agentes racionales.

Actuar racionalmente no implica sólo actuar por inferencias lógicas (ejemplo, reflejos).

Fundamentos de IA

Filosofía (428 a.C. Al presente) Sócrates, Platón y Aristóteles (silogismos). René Descartes (dualismo). Wilhelm Leibniz (materialismo). Francis Bacon y John Locke (empirismo):

“Nada existe en la mente que no haya pasado por los sentidos”.

David Hume (inducción). Bertrand Russell (positivismo lógico). Rudolf Carnap y Carl Hempel (teoría de la

confirmación).

Fundamentos de IA

Matemáticas (800 al presente) Al-Jwarizmi (algoritmos). George Boole (álgebra booleana) Gottlob Frege (lógica de 1er. Orden) David Hilbert (problemas sin resolver). Kurt Gödel (teorema de incompletez). Alan Turing (máquina de Turing). Intratabilidad, reducción, teoria de la completez NP. Gerolamo Cardano (teoría de la probabilidad). Pierre Fermat, Blas Pascal, James Bernoulli, Pierre

Laplace (métodos estadísticas). Thomas Bayes (regla de Bayes).

Fundamentos de IA

Psicología (de 1879 al presente) Hermann von Helmholtz y Wilhelm

Wundt (Handbook of Physiological Optics).

John Watson y Edward Lee Thorndike (movimiento conductista).

Kenneth Craik (The Nature of Explanation, la psicología cognitiva)

Fundamentos de IA

Ingeniería computacional (1940 al presente) Alan Turing (Heath Robinson, 1940). Konrad Zuse (Z-3 y Plankalkul, 1941 y

1945). Colossus, 1943. John Atanasoff y Clifford Berry (ABC,

1942). Howard Aiken (Mark I, II y III). John Mauchly y John Eckert (ENIAC) Nathaniel Rochester (IBM701, 1952).

Fundamentos de IA

Ingeniería computacional (1940 al presente) Hardware

Cada vez más veloz, con más capacidad y menos precio.

Duplica eficiencia cada dos años, sin que se prevea un fin a esta tendencia

Máquinas en parelelo

Software Ha dotado a la IA de sistemas operativos, lenguajes de

programación y herramientas. La IA, a su vez, le ha retribuido con el desarrollode

tiempo compartido, intérpretes activos, administración automática de memoria, algunos conceptos clave de POO, entornos de desarrollo con GUI’s.

Fundamentos de IA

Lingüística B.F. Skinner (Verbal Behavior, 1957,

conductista). Noam Chomsky (Syntactic

Structures). Representación del conocimiento. Procesamiento del lenguaje natural.

Historia de la IA

Génesis de la IA (1943-1956) Warren McCulloch y Walter Pitts (modelo de

neurona artificial, 1943). Donald Hebb (Regla de Hebb, 1949). Claude Shannon y Alan Turing (programas de

ajedrez, 1950 y 1953). Marvin Minsky y Dean Edmons (SNARC, 1951). Reunión en Dartmouth College (1956): John

McCarthy, Marvin Minsky, Claude Shannon, Nathaniel Rochester, Trenchard More, Arthur Samuel, Ray Solomonoff, Oliver Selfridge, Allen Newell y Herbert Simon. Newell y Simon presentan TL y se acuña el nombre de “Inteligencia Artificial”.

Historia de la IA

Entusiasmo inicial (1952-1969) Allen Newell y Herbert Simon (GPS). Nathaniel Rochester (primeros programas

de IA). Herbert Gelertner (Demostrador de

Teoremas de Geometría, 1959). Arthur Samuel (juego de damas, 1952). John McCarthy (pasa al MIT, define LISP,

inventa el tiempo compartido y forma Digital Equipment Corporation, 1958).

Historia de la IA

Entusiasmo inicial (1952-1969) Marvin Minsky pasa al MIT (1958) John McCarthy pasa a Stanford (1963). Cordell Green (sistemas de planificación y

respuesta de preguntas, 1969). Shakey (proyecto de robótica). Problemas de micromundos (SAINT, de James

Slagle, 1963; ANALOGY, de Tom Evans, 1968; SIR, de Bertram Raphael, 1968; STUDENT, de Daniel Bobrow, 1967; El mundo de los bloques, etc.

Bernard Widrow (Adalines, 1962). Frank Rosenblatt (Perceptrones, 1962).

Historia de la IA

Una dosis de realidad (1966-1974). Herbert Simon: “... Actualmente en el mundo

existen máquinas capaces de pensar, aprender y crear...” (1957).

Weizenbaum (ELIZA, 1965). Fracasos en programas de traducción del ruso al

inglés (1966). Fracasos en la solución de problemas complejos. Fracasos en los inicios de la computación

evolutiva. El informe Lighthill (1973). Minsky y Papert (Perceptrons, 1969, donde se

muestra la limitada capacidad de representación de los perceptrones).

Historia de la IA

Sistemas basados en conocimiento (1969-1979). Buchanan et al. (Dendral, 1969). Feigenbaum et al. (Heuristic Programming

Project, HPP). Feigenbaum, Buchanan y Shortliffe

(MYCIN). Duda et al. (Prospector, 1979). Winograd (SHRDLU). Williams Woods (LUNAR, 1973).

Historia de la IA

La IA se convierte en industria (1980-1988). McDermott (R1, 1982). DEC distribuye 40 sistemas expertos (1988). Casi todas las compañías en EU contaban con

grupo de IA, investigando SEs. Los japoneses proponen el proyecto “5a.

Generación”. Se funda Microelectronic and Computer Technology

Co. (MCC) en Estados Unidos. El informe Alvey. Abundan compañías que producen software para el

diseño de SEs.

Historia de la IA

El regreso de las redes neuronales (1986 al presente). Hopfield (redes de Hopfield, 1982). David Rumelhart y Geoff Hinton (modelos

de memoria basados en redes neuronales). Se “reinventa” en los 80’s el algoritmo de

retropropagación de Bryson y Ho (1969). Rumelhart y McClelland (Parallel

Distributed Processing, 1986). Pesimismo en los sistemas expertos,

rivalidad entre la IA tradicional y las redes neuronales.

Historia de la IA

Acontecimientos recientes (1987 al presente). Construcción sobre teorías existentes en vez de

proponer teorías novedosas. Mejor fundamentación y con suficiente

experimentación. Demostración de la utilidad de las aplicaciones de

IA en el mundo real y no en ejemplos de juguete. Avances en la comprensión del lenguaje, y la

planeación (David Chapman, 1987). Judea Pearl (Probabilistic Reasoning and Inteliigent

Systems, 1988; invención de las Redes Bayesianas). Avances en robótica, visión computacional,

autoaprendizaje de máquina y representación del conocimiento.

Historia de la IA

Acontecimientos recientes (1987 al presente). Allen Newell, John Laird y Paul

Rosenbloom (problema del agente total).