PRIMER PARCIAL

1.- Las definiciones de IA se agrupan en cuatro categorías: pensar como humanos, actuar como humanos, pensar racionalmente y actuar racionalmente. Explique detalladamente la categoría «pensar racionalmente» y «actuar como humanos».

	%IMAGE_1%

En la parte superior se refieren a procesos mentales y al razonamiento, mientras que en la parte inferior aluden a la conducta. Las definiciones de la izquierda miden el éxito en términos de la fidelidad en la forma de actuar de los humanos, mientras que las de la derecha toman como referencia un concepto ideal de inteligencia, que llamaremos RACIONALIDAD. Un sistema es racional si hace lo correcto en función de su conocimiento.

2.- Explique detalladamente la Búsqueda Avara, la Búsqueda de Costo Uniforme y la Búsqueda en Profundidad Iterativa. Al estudiar el campo de las Búsquedas se evalúan las estrategias en función de los cuatro criterios. Indique y explique estos cuatro criterios en cada búsqueda anteriormente descritos.

Búsqueda Avara:

Costo Uniforme: trabaja en grafos y árboles binarios asignando costos a los recorridos, donde escoge el menor de los costos.

Óptimo si es completo: O(t^n) espacial O(t^n)

Profundidad Iterativa:

Se expande solo el nivel de profundidad, utiliza LIFO. Óptimo: la rama puede o no ser la de menor costo.

Completo: no puede encontrar si la solución está en la parte superior. Temporal: O(t^n) t ramificación n profundidad.

Espacial O(t^n)

3.- Explique qué entiende por Agente y dé dos ejemplos. Posteriormente, explique qué es un Agente Inteligente Autónomo y dé dos ejemplos.

Agente: es capaz de percibir su medioambiente con ayuda de sensores y actuar en ese medio con actuadores.

Agente Autónomo: debe saber aprender a determinar cómo tiene que compensar el conocimiento incompleto o parcial. Ejemplo: el agente aspiradora que aprende a prever dónde y cuándo aparecerá suciedad adicional.

4.- El agente se desenvuelve en ambientes, por lo que indique y explique los tipos de ambientes que se tienen y dé un ejemplo de cada uno de ellos.

5.- Explique detalladamente todos los componentes de una formulación de problemas y dé dos ejemplos concretos.

6.- Se consideran cuatro tipos de programas en el estudio de los agentes, entre los cuales está “Agente bien informado de todo lo que pasa”. Por tanto, explique detalladamente sobre este agente, explique el diagrama esquematizado y dé un ejemplo concreto usando el diagrama.

SEGUNDO PARCIAL IA

1.- ¿Qué es representación de estados y objetivos, representación de acciones, planes de espacio, situación espacio de planes, representación de planes? Dé ejemplos.

Representación de estados: es una secuencia de literales positivos conectados.

Representación de objetos: es un estado parcialmente especificado representado como una secuencia de literales positivos conectados.

Representación de acciones: especificada en términos de las precondiciones que deben cumplirse antes de ser ejecutadas.

Espacio de planes y situaciones: consta de un estado inicial y, ampliando operadores, alcanza a llegar al estado meta.

Representación de planes:

Orden parcial: utilizan cuando las metas logran implicar cierto orden.

Orden total: formado por una lista de pasos. Inelización: plan de orden total con ciertas restricciones.

2.- Explique la sintaxis de LPPO y la sintaxis de lógica proposicional.

LPPO: estudia la inferencia en lenguajes de primer orden, lenguajes formales con cuantificadores que solo alcanzan variables de individuo.

Ejemplo:

Marte es un planeta: planeta(marte)

Lógica proposicional: sistema lógico encargado de estudiar el razonamiento conforme a proposiciones. Ejemplo: hoy está nublado o está soleado.

q v p

3.- En un sistema de IA a menudo es difícil satisfacer debido a los problemas del mundo real. Explique restricción de recursos y restricción temporal.

Restricción de recursos: manejo adecuado de dinero o recursos dados, disponer de un lenguaje que permita expresar una condición de dinero.

Restricción temporal: el tiempo no retrocede; ningún operador genera tiempo una vez consumido. Una meta tiene un límite de tiempo.

4.- Existen dos formas de manejar problemas relacionales, con la información incompleta e inexacta.

Planificación condicional: al tener información incompleta, construye un plan condicional considerando todas las situaciones posibles.

Monitoreo de ejecución: monitoreo durante el plan de ejecución; si se da cuenta de que el plan va mal, procede a la replanificación.

5.- ¿Qué es replanificación, coerción, abstracción?

Replanificación: encontrar una manera de lograr sus metas desde una nueva situación. Coerción: permite reducir la incertidumbre acerca del mundo al encasillar este en un estado conocido. Abstracción: sirve para que un agente elimine aquellos detalles de un problema acerca de los cuales no tenga conocimiento ni exacto ni completo.

PREGUNTAS DEL EXAMEN FINAL

1. Sintaxis de lógica de predicados de primer orden y sintaxis de lógica de proposiciones. Ejemplos.

LPPO: estudia la inferencia en lenguajes de primer orden, lenguajes formales con cuantificadores que solo alcanzan variables de individuo.

Ejemplo:

Marte es un planeta: planeta(marte)

Lógica proposicional: sistema lógico encargado de estudiar el razonamiento conforme a proposiciones. Ejemplo: hoy está nublado o está soleado.

q v p

1. 	%IMAGE_2%

   
   Agente basado en utilidad… un ejemplo con ese diagrama.

Un ejemplo es este diagrama; tienes que hacer… yo no hice; si hacía esto, más aprobaba; esto vale más nota.

1. ¿Qué es representación de acciones, metas y objetivos, planes, espacio de situaciones, espacio de planes?

Representación de estados: es una secuencia de literales positivos conectados.

Representación de objetos: es un estado parcialmente especificado representado como una secuencia de literales positivos conectados.

Representación de acciones: especificada en términos de las precondiciones que deben cumplirse antes de ser ejecutadas.

1. ¿Qué es (en esta es algo relacionado con resolución de problemas o planteamiento de problema? No me acuerdo…)

Tipos de ambientes de los agentes:

Accesible – Inaccesible:

Acceso al estado completo del medio en cada momento.

Sensores poco exactos, ruidos, no reciben información el sistema.

Ejemplo:

De inaccesible: una aspiradora no sabe lo que hay en el otro cuadrante.

Determinista – No determinista:

Determinado por el estado actual y las acciones del agente. No puede predecir el comportamiento del entorno.

Episódico – No episódico:

Se dividen en episodios atómicos, no dependen de los anteriores episodios. Las decisiones presentes pueden afectar en futuras decisiones.

Ejemplo:

Ajedrez y taxi automático.

Estático – Dinámico:

Si el agente puede cambiar, el agente puede deliberarlo (taxi automático); el agente no necesita estar pendiente del mundo (crucigrama).

Discreto – Continuo:

Diferencia entre los dos: forma que maneja el tiempo y las percepciones y acciones.

1. Búsquedas A*, Avara, Alfa Beta…

A* busca la ruta del menor costo entre dos puntos… óptimo: sí.

Completo: sí.

Complejidad espacial: no tiene que almacenar mucho. Complejidad temporal: O(t^n).

Avara: primero el mejor en predecir qué tan cerca está del final. Óptimo: no siempre encuentra la mejor solución. Completo: sí encuentra al menos una solución.

Alfa Beta: minimax mejorado.

Alfa: el valor de la mejor opción (el más alto) para max. Beta: valor de la menor opción (el más bajo) para min.

Completo: sí, si los estados son finitos.

Óptimo: no asegura la búsqueda más óptima.

Complejidad temporal: O(b^m) m: máxima profundidad. Complejidad espacial: O(b^m) b: factor de ramificación.

7.- Explique la anomalía de Sussman y qué son los Abstrips y dé ejemplos de cada uno de ellos.

8.- Explique la planificación por bloques y dé un ejemplo de ello.

INTELIGENCIA ARTIFICIAL

	%IMAGE_3%

DOCENTE: CARMEN R. GARCÍA PÉREZ

%IMAGE_4%

	%IMAGE_5%

INTRODUCCIÓN A LA IA

• 	%IMAGE_6%

  
  %IMAGE_7%IA tiene por objeto el estudio del comportamiento inteligente en las máquinas.
• El comportamiento humano supone: percibir,

razonar, aprender, comunicarse y actuar en entornos complejos.

• PREGUNTA: ¿Pueden pensar las máquinas? Dependerá de cómo definimos las palabras.
• %IMAGE_8% Prueba de Turing (Turing’s Test)
  • Tres personas
    • %IMAGE_9% Hombre(A)
    • Mujer(B)
    • Interrogador(C)

%IMAGE_10%

INTRODUCCIÓN A LA IA

%IMAGE_11%

• En las décadas de los 40 y 50 desarrollaron

programas que podían realizar tareas elementales de razonamiento.

• Los primeros programas fueron:
• Ajedrez (Shannon 50, Newel y Shaw y Simon, 58)
• Jugar Damas (Samuel, 59 y 67)
• Demostración de teoremas de Geometría plana (Geleniter, 59).
• %IMAGE_12%%IMAGE_13% J. McCarthy es uno de los padres de la IA, quien acuñó el nombre de IA y usó como nombre de una conferencia.

INTRODUCCIÓN A LA IA

%IMAGE_14%

• %IMAGE_15% El primer paso hacia IA fue dado por Aristóteles (384 – 322 a.C.), quien comenzó a explicar y a codificar ciertos estilos de razonamiento deductivo.
• %IMAGE_16%%IMAGE_17% En 1958, J. McCarthy propuso la utilización de Cálculo de Predicados, fundamento básico para representar el conocimiento.
• %IMAGE_18%%IMAGE_19% Los Softbots [Etzioni y Weld, 1994] son agentes de software que recorren por internet buscando la información que ellos creen que puede ser de interés para sus usuarios.

	%IMAGE_20%

INTRODUCCIÓN A LA IA

%IMAGE_21%

• Los esfuerzos del campo de la IA se enfocan a

lograr:

• 1.- Comprensión de Entidades Inteligentes (por eso debemos aprender más sobre los humanos).

2.- Construcción de Entidades Inteligentes.

En la actualidad, la IA abarca muchos subcampos desde áreas de propósito general como la

	%IMAGE_22%

%IMAGE_23%%IMAGE_24%

percepción y del razonamiento lógico hasta tareas específicas como el ajedrez, la demostración de teoremas matemáticos, la poesía y el diagnóstico de enfermedades.

¿Qué es IA?

%IMAGE_25%

• Antes de revisar las definiciones de IA, se

considera que un sistema es racional si hace lo correcto.

• %IMAGE_26% Se tienen 8 definiciones, las cuales son:
• La interesante tarea de lograr que las computadoras piensen… máquinas con mente, en su amplio sentido literal.” Haugeland (1995)

1. La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones, resolución de problemas, aprendizaje… Bellman, 1978

¿Qué es IA?

%IMAGE_28%

1. %IMAGE_29% El estudio de las facultades mentales mediante el uso de modelos computacionales. Charniak y McDermott, 1985.
2. %IMAGE_30% El estudio de los cálculos que permiten percibir, razonar y actuar… Winston, 1992
3. %IMAGE_31%%IMAGE_32% El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia.” Kurzweil (1990)

	%IMAGE_33%

¿Qué es IA?

%IMAGE_34%

1. %IMAGE_35% El estudio de cómo lograr que las computadoras realicen tareas que por el momento los humanos hacen mejor (Rich y Knight, 1991)

1. %IMAGE_36% Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales. (Schalkoff 1990)

1. 	%IMAGE_37%

   
   %IMAGE_38% La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente. (Luger y Stublefield, 1993)

Categorías

Algunas definiciones de IA se agrupan en cuatro categorías las cuales son:

SISTEMAS QUE PIENSAN COMO HUMANOS	SISTEMAS QUE PIENSAN RACIONALMENTE
SISTEMAS QUE ACTÚAN COMO HUMANOS	SISTEMAS QUE ACTÚAN RACIONALMENTE

Actuar como humano: El enfoque de la Prueba Turing

• Propuesta por Alan Turing (1950). Comportamiento inteligente.

inteligente.

• Turing definió una conducta inteligente como la capacidad de lograr eficiencia a nivel humano en todas las actividades de tipo cognoscitivo, suficiente para engañar al evaluador.

Hoy por hoy, el trabajo de una computadora para pasar la prueba debería ser capaz de lo siguiente:

Procesar un lenguaje natural (para establecer una comunicación satisfactoria, sea en inglés o en otro idioma).

Representar el conocimiento (para guardar la información que se ha dado antes o durante el interrogatorio).

%IMAGE_46%

• Razonar automáticamente (utilizar la información guardada para responder preguntas y obtener nuevas conclusiones).

%IMAGE_47%Autoaprendizaje de la máquina (para que se adapte a nuevas circunstancias).

	%IMAGE_48%

Actuar como humano: El enfoque de la Prueba Turing

• Para aprobar la prueba total de Turing es necesario que la computadora esté dotada de:
• Visión (para percibir objetos).
• Robótica (para mover objetos/ para desplazarse).

	%IMAGE_49%

Pensar como humano: Enfoque del Modelo Cognoscitivo

• Sistemas que piensan como humano.
• Teorías de funcionamiento de la mente humana:

Campos de visión, lenguaje natural, aprendizaje.

Se buscan modelos de IA compatibles con técnicas experimentales en Psicología.

Pensar Racionalmente: El enfoque de las leyes del Pensamiento

• Desarrollo de Lógica Formal a finales del siglo XIX y principios del XX.
• Trata de crear sistemas inteligentes utilizando la Lógica Formal.

– Del estilo de los silogismos de Aristóteles: “Sócrates es un hombre. Todos los hombres son mortales, luego Sócrates es mortal”.

• En 1965, había programas que resolvían problemas formulados en Lógica (supuestos memoria y tiempos suficientes).

Inconvenientes:

• Necesaria una representación del conocimiento informal (o difuso). Uso de probabilidades.

• 	%IMAGE_55%

  
  Explosión combinatoria de posibilidades.

	%IMAGE_56%

Actuar Racionalmente

• Sistemas que actúan racionalmente.

Uso de agentes: percepción + actuación.

Se necesita resolver situaciones que el pensamiento racional no puede por sí solo hacer:

	%IMAGE_59%

– Acciones reflejo: “retirar la mano del fuego”.

El estudio de IA como agentes racionales tiene dos ventajas:

• Es más general que el “pensamiento racional”.
• Es más cercano al método científico que el comportamiento y el pensamiento humanos.

	%IMAGE_61%

	%IMAGE_62%

FUNDAMENTOS DE LA IA

• Filosofía (desde 428 a.C.).

Teorías de razonamiento, aprendizaje, etc.

Platón, Sócrates, Aristóteles.

Descartes (s. XVI). Distinción entre “mente” y “materia”.

Leibniz (s. XVII). Materialismo.

Francis Bacon (s. XVI). Empirismo.

Bertrand Russell (s. XIX). Positivismo lógico.

Matemáticas (desde 800).

Teorías formales de Lógica, Probabilidad, Teoría de la Decisión.

Noción de algoritmo de Al-Khwarizmi (matemático árabe, s. IX).

Boole (1815).

Frege (1848). Lógica de primer orden.

Hilbert (1862). En 1900, presentó “23 problemas para el siglo XX”.

Gödel (1906).

FUNDAMENTOS DE LA IA

%IMAGE_66%

– Teorema de incompletitud (1931).

En Lógica de Primer Orden con aritmética.

Psicología (desde 1879).

Teorías para estudiar la mente. Psicología cognitiva.

Craik (1943). Etapas de un agente basado en el conocimiento: Transformación del estímulo a una representación interna.

Derivación de las representaciones internas. Traducción de las representaciones internas a acciones.

• Lingüística (desde 1957).

Teorías acerca de la estructura y significado del lenguaje.

• Informática (desde 1940).

Herramientas para hacer realidad IA.

Etiquetas: Agentes Inteligentes, Ambientes de Agentes, Definiciones de IA, Estrategias de Búsqueda, Inteligencia Artificial