Download 1.1 Introducción

Universidad de
Monterrey
SC-2150 Inteligencia Artificial
Primavera 2004
Ing. Rolando Rafael Hernández Cisneros
E-mails: [email protected]
[email protected]
Universidad de
Monterrey
SC-2150 Inteligencia Artificial
La Inteligencia Artificial
Introducción
Objetivo 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 estudio de las facultades
mentales mediante el uso de
modelos computacionales”
(Carniak y McDermott, 1985)
“[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 los cálculos que
permiten percibir, razonar y actuar”
(Winston, 1992)
“El arte de crear máquinas con
capacidad de realizar funciones que
realizadas por personas requieren
inteligencia” (Kurzweil, 1990)
“Un campo de estudio que se
enfoca a la explicación y emulación
de la conducta inteligente en
función de procesos
computacionales” (Schalkoff,
1990).
“”El estudio de cómo lograr que las
computadores realicen tareas que,
por el momento, los humanos hacen
mejor” (Rich y Knight, 1991)
“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).