InTELIGENCIA ARTIFICIAL

Inteligencia Artificial y Robtica26

Inteligencia Artificial y Robtica Ing. Paco Mrquez

Integrantes: Marcos Avalos Christian Mendoza Valdez Jorge Torres Alarcn Stewart Valdez Huaraca Abner Huaman Ojeda Helton

INDICEINTRODUCCION41.INTELIGENCIA ARTIFICIAL51.1.Objetivos de la Inteligencia Artificial51.2. Importancia de la Inteligencia Artificial51.3.Caractersticas de la Inteligencia Artificial61.4.Categoras de la Inteligencia Artificial62.APLICACIONES DE INTELIGENCIA ARTIFICIAL82.1.Prueba de Turing82.2.Agentes92.3. Bsqueda Heurstica102.3.1. Algoritmo *A.-102.3.2 Algoritmo MINIMAX.-102.3.3 Poda.-102.3.4 Algoritmo MTD-f.-112.4. Visin Artificial112.5. Redes Neuronales122.6. Sistemas Expertos122.7. Robtica122.7.1. Clases:132.7.2. Hardware Robtico:132.7.3. Aplicaciones:142.8. Comunicacin152.8.1. Tipos de Lenguaje:152.8.2. Etapas:162.8.3. Aplicaciones:163.OTRAS AREAS DE APLICACIONES DE INTELIGENCIA ARTIFICIAL163.1.Procesamiento de lenguaje Natural163.2.Percepcin y Reconocimiento de Patrones173.3.Auto Aprendizaje173.4.Lgica173.5.Lgica difusa173.6.Algoritmos Genticos173.7.Juegos174.INTELIGENCIA ARTIFICIAL CONVENCIONAL175.INTELIGENCIA ARTIFICIAL COMPUTACIONAL186.INTELIGENCIA ARTIFICIAL HUMANA187.ELEMENTOS DE LA INTELIGENCIA ARTIFICIAL187.1.Estrategias de comportamiento inteligente:197.2.Saber:198.TECNICAS DE BUSQUEDA DE INTELIGENCIA ARTIFICIAL198.1.Arboles de Bsqueda198.2.Tcnicas Look-Back198.2.1.Backtracking Cronolgico208.2.2.Backtracking Guiado por el Grafo de Restricciones208.3.Tcnicas Look-Ahead219.SISTEMA BASADO EN CONOCIMIENTO21CONCLUSION23BIBLIOGRAFIA24

ILUSTRACIONES

Figura: Prueba Global de Turing20Figura: Diseo de un agente a base de inferencia21Figura. Estructura Look-Back32Figura. Backtracking Cronolgico33Figura. Backtracking Guiado33Figura. Tcnica Look-Ahead34

INTRODUCCION

La Inteligencia Artificial (IA) estudia las estrategias y algoritmos que permiten a los computadores pensar igual que las personas. Esta disciplina puede ser aplicada en distintas reas del conocimiento: Medicina, Control automtico, Anlisis de datos, etc. Es por ello que, el propsito de esta investigacin es aprender las tcnicas adecuadas para ensear al computador a pensar y conocer su aplicabilidad en el mbito informtico.Fundamentos de la Inteligencia Artificial, donde se conocern aspectos generales de esta disciplina, Agentes inteligentes, Resolucin de problemas mediante bsqueda y Estrategias de bsqueda informada y de exploracin. Seleccionamos estos temas ya que creemos que son la base fundamental de cmo piensa un computador. La IA es una nueva generacin de tecnologa informtica, caracterizada no slo por suarquitectura(hardware), sino tambin por sus capacidades. El nfasis de generaciones previas fue en las computaciones numricas para aplicaciones cientficas o denegocios. La nueva generacin de tecnologa informtica incluye adems lamanipulacin simblica, con elobjetivode emular elcomportamientointeligente; y,la computacin en paralelo, para tratar de conseguir resultados prcticamente entiemporeal. La capacidad predominante de la nueva generacin, tambin conocida como laQuinta Generacin, es la habilidad de emular (y tal vez en algunos casos superar) ciertasfuncionesinteligentes del ser humano.

1. INTELIGENCIA ARTIFICIAL

Inteligencia artificial (IA) es la rama de las Ciencias de la Computacin dedicada al desarrollo de agentes racionales no vivos.La IA como un conjunto de habilidades desarrolladas por el hombre para recibir informacin, analizarla, comprenderla, almacenarla y saberla aplicar en el futuro para la resolucin de problemas.La IA es una ciencia que trata de la comprensin de la inteligencia y del diseo de mquinas inteligentes, es decir, el estudio y la simulacin de las actividades intelectuales del hombre (manipulacin, razonamiento, percepcin, aprendizaje, creacin).1.1. Objetivos de la Inteligencia Artificial Desarrollar una mquina inteligente capaz de aprender a travs de la experiencia, exhibir verdadera creatividad, tomar sus propias decisiones e interactuar con el medio que la rodee. Elevar el Coeficiente Intelectual de las mquinas (machine-IQ). Desarrollar las capacidades de la computadora ms all de su uso tradicional actual.1.2. Importancia de la Inteligencia Artificial Conforme el mundo se vuelve ms complejo, debemos usar nuestros recursos materiales y humanos con ms eficiencia, y para lograrlo, se necesita la ayuda que nos ofrecen los computadores. Existe la falsa impresin de que uno de los objetivo del IA es sustituir a los trabajadores humanos y ahorrar dinero. Pero en el mundo de los negocios, la mayora de personas est ms entusiasmada ante las nuevas oportunidades que ante el abatimiento de costos. Adems, la tarea de reemplazar totalmente a un trabajador humano abarca de lo difcil a lo imposible, ya que no se sabe cmo dotar a los sistemas de IA de toda esa capacidad de percibir, razonar y actuar que tienen las personas.Sin embargo, debido a que los humanos y los sistemas inteligentes tienen habilidades que se complementan, podran apoyarse y ejecutar acciones conjuntas. Ejemplo: En la agricultura, controlar plagas y manejar cultivos en forma ms eficiente. En las fbricas, realizar montajes peligrosos y actividades tediosas (labores de inspeccin y mantenimiento). En la medicina, ayudar a los mdicos a hacer diagnsticos, supervisar la condicin de los pacientes, administrar tratamientos y preparar estudios estadsticos. En el trabajo domstico, brindar asesora acerca de dietas, compras, supervisin y gestin de consumo energtico y seguridad del hogar. En las escuelas, apoyar la formacin de los estudiantes, especialmente en aquellas materias consideradas complejas. Ayudar a los expertos a resolver difciles problemas de anlisis o a disear nuevos dispositivos. Aprender de los ejemplos para explorar bases de datos en busca de regularidades explotables. Proporcionar respuestas a preguntas en lenguaje natural usando datos estructurados y texto libre.1.3.Caractersticas de la Inteligencia Artificial Disponibilidad casi completa Conservacin del conocimiento Capacidad de resolver problemas disponiendo de informacin incompleta Capacidad de explicar los resultados y la forma de obtenerlos1.4.Categoras de la Inteligencia Artificial Sistemas que piensan como humanos:Estos sistemas tratan de emular el pensamiento humano; por ejemplo lasredes neuronales artificiales. La automatizacin de actividades que vinculamos con procesos de pensamiento humano, actividades como laToma de decisiones, resolucin de problemas,aprendizaje.

Figura 1: Sistemas que piensan como humanosA) Para poder decir que un programa piensa como los humanos. Es necesario contar con un mecanismo para determinar cmo piensan los humanos. Es necesario penetrar en el funcionamiento de las mentes humanas.B) Hay dos formas de hacerlo: mediante introspeccin (intentando atrapar nuestros propios pensamientos conforme van apareciendo) y mediante experimentos psicolgicos.

Sistemas que actan como humanos:Estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo larobtica. El estudio de cmo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor.El arte de desarrollar maquinas con capacidad para realizar funciones que cuando son realizadas por personas requieren de inteligencia. (kurzweil, 1990).

Prueba de Turing. S.E. para justificar un diagnstico. Mquina de dialogo con los humanos. Sistemas que piensan racionalmente:Es decir, con lgica (idealmente), tratan de imitar o emular el pensamiento lgico racional del ser humano; por ejemplo lossistemas expertos. El estudio de losclculosque hacen posiblepercibir,razonary actuar.

El estudio de las facultades mentales a travs del uso de modelos computacionales". (Charniak y McDermott, 1985).El estudio de los clculos que hacen posible percibir, razonar y actuar. (Winston, 1992). Sistemas que actan racionalmente (idealmente):Tratan de emular de forma racional el comportamiento humano; por ejemplo losagentes inteligentes.Est relacionado con conductas inteligentes enartefactos.La inteligencia computacional es el estudio del diseo de agentes inteligentes".(Poole, 1998).La inteligencia artificial est relacionada con conductas inteligentes en las maquinas".(Nilsson, 1998).

Figura 2: Agente InteligenteUn agente racional es aquel que acta con la intencin de alcanzar el mejor resultado o, cuando hay incertidumbre el mejor resultado esperado.

2. APLICACIONES DE INTELIGENCIA ARTIFICIAL

Prueba de Turing Agentes Bsqueda Heurstica Visin Artificial Redes Neuronales Sistemas Expertos Robtica La Comunicacin2.1. Prueba de TuringEn los comienzos de la I.A se daban grandes listas de lo que un sistema de I.A deba cumplir para serlo. Alan Turing, propuso un Test en 1950, para acabar con estas listas tan largas e intiles, ya que lo nico que buscaban era imitar al ser humano y no desarrollar una I.A cientfica. Turing bas su prueba en una entrevista entre un humano con un computador y otro humano ocultos, de manera que ninguno se pueda ver. Si el entrevistador no puede distinguir las respuestas dadas por el hombre y la mquina, se puede hablar de un Sistema Inteligente. Esta prueba merece ser reconocida, ya que no ha perdido validez hasta hoy. Para poder superar la Prueba de Turing original, el computador debe contar con:1. Procesamiento del Lenguaje Natural que permita comunicarse perfectamente en ingls.1. Representacin del Conocimiento para almacenar lo que se conoce o siente.1. Razonamiento Automtico, para usar la informacin almacenada para responder a preguntas o extraer conclusiones. Aprendizaje Automtico, para adaptarse a muchas circunstancias y para detallar y extrapolar patrones.

Figura: Prueba Global de TuringExiste una variante de la Prueba de Turing: La Prueba Global de Turing, esta adems de exigir lo anterior, incluye una seal de video que permite evaluar la capacidad de visin del evaluado y adems le da la capacidad de pasar objetos a travs de una pequea ventana. Para que el computador pase esta variante, se requiere adems de lo anterior: Visin Computacional, para percibir objetos.1. Robtica, para manipular y mover objetos.Como se dijo anteriormente esta Prueba mantiene su vigencia hasta hoy (56 aos), sino que adems revolucion la I.A ya que propuso estudiar la Inteligencia en lugar de emularla. Bajo un concepto similar, los hermanos Wright, crearon la aviacin: Al comprender los principios aerodinmicos y al dejar de imitar a los pjaros.2.2. AgentesUn Agente es algo que razona (Viene del latnagere, hacer). Sin embargo los agentes informticos deben tener algo que los diferencie de los programas comunes. Entre ellos est tener controles autnomos, percibir su entorno, que persistan por un periodo de tiempo prolongado, que se adapten a los cambios y que sean capaces de alcanzar objetivos distintos. Tipos: Agente Racional:Es el que acta con la intencin de obtener el mejor resultado, o si hay incertidumbre, el ms apropiado. Estos agentes se basan en Inferencias, aunque existen situaciones en las que no se puede hacer nada correcto, pero se debe tomar una decisin; tambin poseen Actos Reflejos, ya que son mucho ms eficientes que una larga inferencia en algunos casos. Para pasar la Prueba de Turing, los sistemas deben tener estas caractersticas. Estudiar la I.A en base a Agentes Racionales, es beneficioso ya que nos hace disear al agente en base a inferencias, una forma correcta segn las leyes del pensamiento. Sin embargo, por cuestiones de espacio es imposible disear una personalidad perfecta. En la prctica se usa una racionalidad limitada, por razones de tiempo y espacio.

Figura: Diseo de un agente a base de inferencia1. Agente Inteligente:Son capaces de percibir un medio ambiente, usando sensores y actuar usando actuadores, los sensores pueden ser de un agente robot: Teclado, red, detectores de luz, etc. Y los activadores pueden ser una pantalla o la red. Se dice que una agente tiene percepcin si puede recibir mltiples entradas en cualquier instante. En general este agente tomar decisiones de acuerdo a todas las entradas que recibi. A esta secuencia se le ordena en una tabla, no obstante por lo infinita o grande que puede llegar a ser, se limitan algunas entradas. El Agente es manejado por el programa del Agente, se debe diferenciar entre la funcin que es una descripcin abstracta en el programa con el propio programa, que es la implementacin real.

Figura: Agentes Inteligentes Agentes de Estmulo-Respuesta:Estos agentes solo reaccionan de acuerdo a los estmulos que reciben del mundo exterior donde operan, esta es la forma ms sencilla de I.A. Tomemos por ejemplo el caso de un robot que puede moverse en una superficie cuadricular, es capaz de percibir si las celdas estn ocupadas o no y ser capaz de moverse a las desocupadas. El robot entonces dispondr de 8 entradas que llamaremos S1, S2, S3, S4, S5, S6, S7, S8. Y que estn numeradas en sentido horario. Adems tiene 4 movimientos posibles:

Norte: Se mueve una celda arriba.1. Sur: Se mueve una celda abajo.1. Este: Se mueve una celda a la derecha.1. Oeste: Se mueve una celda a la izquierda.Caractersticas:- Percepcin: Segn el ejemplo anterior hay 8 variables para ubicarnos, por tanto existen 28=256 combinaciones de valores posibles. Algunos pueden ser descartados, ya que no existen pasillos estrechos. Podemos elegir 4 caractersticas llamadas X1, X2, X3, X4.- Accin: De las caractersticas definidas, lo siguiente que debemos hacer es darles alguna definicin para que puedan cumplir su cometido.2.3. Bsqueda HeursticaSe llama Bsqueda Heurstica debido a que usa conocimientos especficos del problema. Con esta bsqueda podemos encontrar soluciones ms eficientemente en el tiempo ms rpido posible sin repetir ninguna ciudad. No obstante existe un tope de 30 ciudades, ya que an a 1 ser por solucin, se tardara 1020 aos en resolver el problema. (El universo solo tiene 1,6 x 1010 aos). Una solucin comn es de 9 ciudades, que nos da una combinacin de 9!=362 880 viajes posibles. Como se ve, la Bsqueda Heurstica nos da la ventaja de rapidez en estos casos.A la aproximacin de la Bsqueda Heurstica, la llamaremos: Bsqueda Primero el Mejor. Existen algunas variantes:2.3.1. Algoritmo *A.- Es la forma de bsqueda Primero la Mejor ms conocida, sirve para elpathfinding(Bsqueda de Caminos) y es muy usada en juegos. Un ejemplo es el famoso juego Pacman: Los fantasmas que persiguen a Pacman buscan el camino ms corto, en lugar de aparecer en forma aleatoria en el Mapa del Juego, otro ejemplo es el Age of Empires, un juego de conquista de civilizaciones, los enemigos salvan obstculos para llegar a la ciudad del adversario. El Algoritmo *A, no desarrolla un camino por interaccin, sino que desarrolla varios caminos y elige los ms prometedores. (Para ver un ejemplo del Algoritmo *A.2.3.2 Algoritmo MINIMAX.- Se poseen 2 jugadores: MAX y MIN, primero jugar MAX y as seguir el flujo hasta acabar el juego. Existe un rbol de juegos que los programas utilizan para calcular los Movimientos Legales (Permitidos). El valor MINIMAX ser un valor que determine el estado final del juego (En el ajedrez: -1, 0, 1; que son triunfo, derrota o empate). En algunos juegos este valor MINIMAX puede ser muy alto (Como en el Back gamn, se estima algo de -192 a 192 valores).Incluso el Tic Tac Toe (3 en Raya), es complejo para armar el rbol de juegos. A los niveles del rbol se les llama capas.Para determinar la estrategia ptima a seguir se usan valores MINIMAX. MAX adoptar el valor mximo y MIN el mnimo. La decisin MINIMAX supone que los 2 jugadores son ptimos, si uno es un novato ser fcilmente derrotado por esta decisin.El Algoritmo MINIMAX es la forma computacional en la que se calcula el valor MINIMAX de cada estado de sucesos. Lo interesante del Algoritmo MINIMAX es que no calcula todo el rbol de juegos, sino que calcula solo un horizonte dekniveles. Un clculo detallado del rbol de juegos perdera tiempo, ya que como ejemplo, en el ajedrez se calculan algo de 35100 movimientos totales. El objetivo de MAX aqu es ganar a MIN tomando alguna decisin sobre la mejor jugada que se puede hacer. El Algoritmo MINIMAX no se usa como tal en la Industria de Juegos, ya que es en algunas ocasiones lento, en vez de este se usan versiones optimizadas que veremos a continuacin.2.3.3 Poda.- El resultado del Algoritmo MINIMAX es el valor MINIMAX que nos permite tomar la decisin ms acertada para el horizonte de bsqueda fijado, no obstante hay ocasiones en el que la ramificacin del rbol de juegos es muy alta. (En ajedrez se calcula algo de 35100 o 10154 movimientos). Sera un derroche tratar de probarlos todos, esta es la razn por la cual el Algoritmo MINIMAX no se usa como tal en la Industria de Juegos. Afortunadamente se puede simplificar el proceso, evitando algunos nodos. Esto se basa en que al momento de explorar se determina que el nodo no va a cambiar el valor MINIMAX, es obviado, ya que no nos va a servir de mucho. Estos nodos quedanPodados, ahorrando as tiempo de proceso en los programas.El Algoritmo que implementa la poda se llama Algoritmo, y se basa en ajustar los lmites llamados: lmite -" y lmite +"; para el nodo raz estos son de -" y "+; ya que el valor MINIMAX estar entre esos 2 lmites. Estos valores se propagan hacia abajo y se actualizan. Los nodos MAX actualizan su valor siv>y los nodos MIN actualizan su valor siv