Download File

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
APORTE INDIVIDUAL TRABAJO COLABORATIVO No. 3
Presentado a:
ANGELA MARIA GONZALEZ
Tutor
Presentado por:
Johana Andrea Páez
Código: 52211813
CEAD JAG
Curso Académico:
INTELIGENCIA ARTIFICIAL
Aula virtual y Grupo colaborativo: 90169_28
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD
BOGOTÁ D.C., Mayo 26 de 2014
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
d. El grupo realiza la búsqueda de software libre existente para inteligencia
artificial, redes neuronales, agentes inteligentes, sistemas expertos y otros
afines al curso. De cada uno de los paquetes debe anexar nombre, tipo de
licencia, características y principales funciones.
Nivel General:
OpenCog
Es una plataforma general de AI en el que una variedad de diferentes sistemas de IA se
pueden desarrollar, desde la relativamente simple para las aplicaciones prácticas Ai - el eje
central de la plataforma es el aprendizaje y la complejidad "de inteligencia artificial en
general".
Es un proyecto cuyo objetivo es la construcción de una infraestructura de inteligencia
artificial general (AGI). OpenCog Prime es un conjunto específico de componentes que
interactúan para dar lugar a una inteligencia equivalente a la humana.OpenCV: librería de
visión artificial
Actualmente se está trabajando para hacer la vida más fácil para los desarrolladores de IA,
por la construcción de una plataforma flexible y reutilizable para manejar los sistemas a
nivel de trabajo, y por el diseño de normas para los módulos de IA a obedecer en sus
interacciones. El equipo se centra en sistemas a nivel de trabajo, experimentando con
nuevos módulos de IA, y apoyar el primer mundo virtual, los desarrolladores de
aplicaciones que trabajan con una versión preliminar de OpenCog.
Visión artificial:
OpenCV:
Página 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
Es una biblioteca libre de visión artificial originalmente desarrollada porIntel. Desde que
apareció su primera versión alfa en el mes de enero de 1999, se ha utilizado en infinidad de
aplicaciones. Desde sistemas de seguridad con detección de movimiento, hasta aplicativos
de control de procesos donde se requiere reconocimiento de objetos. Esto se debe a que su
publicación se da bajo licencia BSD, que permite que sea usada libremente para propósitos
comerciales y de investigación con las condiciones en ella expresadas.
Open CV es multiplataforma, existiendo versiones para GNU/Linux, Mac OS
X yWindows. Contiene más de 500 funciones que abarcan una gran gama de áreas en el
proceso de visión, como reconocimiento de objetos (reconocimiento facial), calibración de
cámaras, visión estérea y visión robótica.
El proyecto pretende proporcionar un entorno de desarrollo fácil de utilizar y altamente
eficiente. Esto se ha logrado, realizando su programación en código C y C++ optimizados,
aprovechando además las capacidades que proveen los procesadores multi núcleo. OpenCV
puede además utilizar el sistema de primitivas de rendimiento integradas de Intel, un
conjunto de rutinas de bajo nivel específicas para procesadores Intel (IPP).
Ventajas
 En la mayoría de los casos consigue un radio de compresión/calidad mucho mejor
que los otros formatos. Además, su nivel de compresión es ajustable, típicamente
entre 1: 10 y 1 : 100.
 Es un formato muy popular y casi exclusivo en muchos ámbitos.
Desventajas:
 Posee compresiones/descompresiones complejas y costosas.
 No incluye transparencias ni animaciones.
 La información perdida no se recupera.
Aplicaciones:
 OpenCV ha sido usada en el sistema de visión del vehículo no tripulado Stanley de
la Universidad de Stanford, el ganador en el año 2005 del Gran desafío DARPA.
 OpenCV se usa en sistemas de vigilancia de vídeo.
Página 3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
 OpenCV es la clave en el programa Swistrack, una herramienta de seguimiento
distribuida.
AForge.NET:
Liberado bajo licencia GPL. Es un marco de C # práctico diseñado para los desarrolladores
e investigadores en los campos de Visión por Computador e Inteligencia Artificial y
procesamiento de imágenes, redes neuronales, algoritmos genéticos, aprendizaje
automático, robótica, etc. El marco está compuesto por el conjunto de bibliotecas y
aplicaciones de ejemplo que muestran sus características: AForge.Imaging - biblioteca de
las rutinas de procesamiento de imágenes y filtros; AForge.Vision - Biblioteca de la visión
por computador; AForge.Neuro - redes neuronales biblioteca de computación;
AForge.Genetic - Biblioteca de programas de la evolución; AForge.Fuzzy - fuzzy
biblioteca de cálculos; AForge.MachineLearning - Biblioteca de la máquina de aprendizaje;
AForge.Robotics - Biblioteca apoyo de algunos kits de robótica; AForge.Video - conjunto
de librerías para el procesamiento de vídeoetcéteraDale AForge.NET marco una
oportunidad para evaluar plenamente sus capacidades!
Por medio del framework Aforge.NET se podrá realizar tareas de optimización sobre las
imágenes que se lean obtengan para su óptimo proceso y obtención del OCR.
El contenido de AForge.NET no se limita al tratamiento de imágenes, sino que es un
conjunto de librerías y programas de ejemplo que muestran el potencial del framework:
• AForge.Imaging: librería con rutinas y filtros de procesamiento de imágenes.
• AForge.Vision: librería de visión artificial.
• AForge.Neuro: librería de redes neuronales.
• AForge.Genetic: librería de algoritmos genéticos.
• AForge.MachineLearning: librería de aprendizaje máquina.
• AForge.Robotics: librería que ofrece soporte a varios kits robóticos.
• AForge.Video: conjunto de librerías para el procesamiento de video.
Robótica
ROS o Robot Operating System:
Página 4
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
ROS es de código abierto, bajo licencia BSD. Provee librerías y herramientas para ayudar a
los desarrolladores de software a crear aplicaciones para robots. ROS provee abstracción de
hardware, controladores de dispositivos, librerías, herramientas de visualización,
comunicación por mensajes, administración de paquetes y más. ROS está bajo la licencia
open source, BSD.
Es un framework para el desarrollo de software para robots que provee la funcionalidad de
un sistema operativo en un clúster heterogéneo. ROS se desarrolló originalmente en 2007
bajo el nombre de switchyard por el Laboratorio de Inteligencia Artificial de Stanford para
dar soporte al proyecto del Robot con Inteligencia Artificial de Stanford (STAIR2 ). Desde
2008, el desarrollo continúa primordialmente en Willow Garage, un instituto de
investigación robótico con más de veinte instituciones colaborando en un modelo de
desarrollo federado.3 4.
ROS provee los servicios estándar de un sistema operativo tales como abstracción del
hardware, control de dispositivos de bajo nivel, implementación de funcionalidad de uso
común, paso de mensajes entre procesos y mantenimiento de paquetes. Está basado en una
arquitectura de grafos donde el procesamiento toma lugar en los nodos que pueden recibir,
mandar y multiplex mensajes de sensores, control, estados, planificaciones y actuadores,
entre otros. La librería está orientada para un sistema UNIX (Ubuntu (Linux) es el sistema
soportado aunque también se está adaptando a otros sistemas operativos como Fedora, Mac
OS X, Arch, Gentoo, OpenSUSE, Slackware,Debian o Microsoft Windows considerados
como 'experimentales').
Aplicaciones:
Las áreas que incluye ROS son:








Un nodo principal de coordinación.
Publicación o subscripción de flujos de datos: imágenes, estéreo, láser, control,
actuador, contacto, etc.
Multiplexación de la información.
Creación y destrucción de nodos.
Los nodos están perfectamente distribuidos, permitiendo procesamiento
distribuido en múltiples núcleos, multiprocesamiento, GPUs y clústeres.
Login.
Parámetros de servidor.
Testeo de sistemas.
Página 5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
















Las áreas que incluirán las aplicaciones de los paquetes de ROS son:
Percepción
Identificación de Objetos
Segmentación y reconocimiento
Reconocimiento facial
Reconocimiento de gestos
Seguimiento de objetos
Egomoción
Comprensión de movimiento
Estructura de movimientos (SFM)
Visión estéreo: percepción de profundidad mediante el uso de dos cámaras
Movimientos
Robots móviles
Control
Planificación
Agarre de objetos
Ventajas
 Tiene la capacidad de desarrollar nodos software reutilizables, además de
proporcionar herramientas y algoritmos de uso típico en robótica
Desventaja
 En este momento no cuenta con ninguna aplicación ni paquetes de programación
específicos para la simulación realista de robots
Neuroph
Es un marco orientado a objetos de redes neuronales escrito en Java. Puede utilizarse para
crear y formar redes neuronales en programas Java. Neuroph proporciona la biblioteca de
clases de Java así como la herramienta de interfaz gráfica (GUI) easyNeurons para la
creación y formación de redes neuronales.
Es un proyecto de código abierto en SourceForge, y la última versión 2.4 ha sido publicada
bajo la licencia Apache. Versiones anteriores fueron licenciadas bajo LGPL.
Neuroph simplifica el desarrollo de las redes neuronales, proporcionando Java biblioteca de
red neuronal y GUI herramienta que apoya la creación, la formación y el ahorro de las
redes neuronales.
Página 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
Es ligero para realizar redes neuronales y desarrollar y simular arquitecturas comunes de
las redes neuronales. Contiene también la biblioteca de Java diseñado con un pequeño
número de clases básicas que corresponden a los conceptos básicos de NN, y también tiene
buen editor gráfico de redes neuronales. Se ha liberado como código abierto bajo la licencia
LGPL, y es gratis para que usted lo utilice. Si usted es principiante con las redes
neuronales, y que sólo quiere probar su funcionamiento, sin entrar en la teoría y la
aplicación complicada, o que los necesitan con rapidez para su proyecto de investigación de
la Neuroph es buena opción para usted. Es pequeño, bien documentado, fácil de usar, y el
marco de redes neuronales muy flexible. La versión 2.3.1 corrige problema con la edición
de interfaz gráfica de usuario de NetBeans (archivo fijo del proyecto de NetBeans), LMS
fórmula fija, fija las pruebas en modo blanco y negro para el reconocimiento de imágenes,
corrección de errores GUI - excepciones al crear redes de gran tamaño, los cambios API de
reconocimiento de imagen, por lo que el modo de color es detectado automáticamente a
partir de la configuración utilizados para el entrenamiento de la red.
Neuro- Lab
Código abierto, bajo licencia BSD. Un software completo y versátil equipo para
microordenadores compatibles IBM ha desarrollado. Está diseñado para el análisis
cuantitativo off-line de A / D en la muestra intracelular o extracelular grabaciones y datos
de comportamiento o de estímulo. El programa trabaja con archivos individuales o
conjuntos de archivos. Es compatible con los datos que va a ver en la pantalla y permite el
corte de los datos interesantes para el análisis común. Ofrece 19 filtros / operadores de
tratamiento de datos y posibilidades amplias para establecer y calcular los puntos gatillo.
Los datos de los puntos gatillo se pueden exportar como archivos ASCII. Histogramas
neurofisiológicas estándar como cruzadas correlograms intervalo, PST-, histogramas de
fase o automática y se pueden obtener. Es posible en función del tiempo y promedios
dependiente de la fase de todos los datos originales y se filtró. Toda la salida gráfica en la
pantalla directamente puede copiar a una impresora plotter / laser o archivo HP-GL por
comandos de teclado.
Neuro-Lab ha sido diseñado con el objetivo de ofrecer una interfaz muy fácil de usar, el
usuario, el apoyo de las actividades de aprendizaje de exploración, y también de alta
reutilización. Esta característica permite una fácil ampliación, la integración y la
interoperabilidad del software con otras aplicaciones.
Página 7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
AIPI
Está herramienta está diseñada para crear y ejecutar sistemas expertos de manera sencilla y
con una interfaz gráfica amigable, AIPI ha sido desarrollada bajo una licencia de software
libre y está hecha en un lenguaje de programación de alto nivel que puede correr dentro de
cualquier sistema operativo basado en Windows. El artículo además pretende dar una breve
descripción de lo que son Sistemas Expertos dentro del ámbito de la Inteligencia Artificial
(IA) y sus utilidades en las diferentes áreas de conocimiento.
El software se ha diseñado para facilitar la creación de sistemas expertos y para poder
ejecutar dichos sistemas en el software. El software contendrá tres módulos:
MODULO DE EJECUCION DE SISTEMAS EXPERTOS: Este módulo será el encargado
de leer e interpretar los conocimientos codificados en fichero extensión .txt para que esta
forma pueda inferir todo el conocimiento y dar solución al problema tratado. En este
módulo el usuario puede preguntar al software que explique el razonamiento que se siguió
para resolver el problema.
MODULO DE CODIFICACION DE CONOCIMIENTO: Este módulo consiste en un
editor de texto muy parecido a los utilizados en los lenguajes de programación
informáticos, el cual consta de identificación y coloreado de las palabras claves utilizadas
por AIPI, búsquedas avanzadas, depurador de errores léxicos, sintácticos y semánticos, etc.
MODULO DE APRENDIZAJE AUTOMÁTICO: En este módulo el software es capaz de
conectarse a bases de datos y convertir datos en árboles de decisiones que a su vez pueden
ser convertidas en reglas las cuales AIPI puede interpretar.
El lenguaje que se utiliza en la programación es semejante al lenguaje natural con el fin de
facilitar al usuario en la creación de las bases de conocimientos y la creación de programas
para dar solución a la problemática. Una de las características muy importantes que se
pretende implementar es la diferentes controles avanzados para poder ver imágenes, vídeos,
tablas, gráficos, etc.., y así hacer el uso del programa más amigable.
AIPI está diseñado para ser un software de fácil compresión y programación para los
usuarios. Es basado en REGLAS, las que se encuentran relacionadas, así dependiendo de
las condiciones que están contenidas es cada regla se pasa de una regla a otra o, se obtiene
una conclusión.
Página 8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
WEBGRAFIA
Alvaro García Cazorla, P. (2012). ROS: Robot Operating System. Recuperado Mayo 26,
2014, a partir de http://repositorio.bib.upct.es/dspace/bitstream/10317/3597/1/pfc5588.pdf
Java Neural Network Framework [en línea]. Disponible en: http://es.downv.com/downloadJava-Neural-Network-Framework-Neuroph-10226007.html
Dentro del linux documentation project encontramos este howto de inteligencia y vida
artificial(http://linuxselfhelp.com/HOWTO/AI-Alife-HOWTO.html)
Mauricio Alfaro, P. (2011). AIPI: Una herramienta libre basada en Inteligencia Artificial
para
Crear
y
Ejecutar
Sistemas
Expertos.
http://www.researchgate.net/publication/221875454_AIPI_Una_herramienta_libre_basada_
en_Inteligencia_Artificial_para_Crear_y_Ejecutar_Sistemas_Expertos.
J Métodos Neurosci. 1992 Oct-Nov; 45 (1-2) :135-48. Neurolab, un programa integral para
el
análisis
de
los
datos
neurofisiológicos
y
de
comportamiento.
http://www.ncbi.nlm.nih.gov/pubmed/1491595
Emilio García Roselló , José B. García Pérez-Schofield , Jacinto González
Dacosta , Manuel Pérez-Cota. 2003. Publicado en línea en Wiley InterScience
(www.interscience.wiley.com); DOI 10.1002/cae. Neuro-Lab: Un entorno basado en
software altamente reutilizable para enseñar a las redes neuronales artificiales.
http://www.researchgate.net/publication/229691851_NeuroLab_A_highly_reusable_softwa
rebased_environment_to_teach_artificial_neural_networks
Página 9