PROPUESTA DE LA LÍNEA DE INTELIGENCIA ARTIFICIAL PARA EL PROGRAMA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA.

Transcripción

1 PROPUESTA DE LA LÍNEA DE INTELIGENCIA ARTIFICIAL PARA EL PROGRAMA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA. JORGE ADRIAN MARTINEZ GARCIA CESAR ANDRÉS GONZÁLEZ MURCIA UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS INGENIERÍA DE SISTEMAS Y COMPUTACIÓN PEREIRA, RISARALDA 2011

2 PROPUESTA DE LA LÍNEA DE INTELIGENCIA ARTIFICIAL PARA EL PROGRAMA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA. JORGE ADRIAN MARTINEZ GARCIA CESAR ANDRÉS GONZÁLEZ MURCIA Trabajo de grado presentado como requisito para optar al título de Ingeniero en Sistemas y Computación Director Ing. Julio Cesar Chavarro UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS INGENIERÍA DE SISTEMAS Y COMPUTACIÓN PEREIRA, RISARALDA

3 Nota de aceptación: Firma del presidente del jurado Firma del jurado Firma del jurado Pereira, 21 de Octubre

4 Dedicatoria Este proyecto se lo dedicamos a todas las personas que lo han hecho posibles entre ellos y sin pretender hacer una lista completa, se encuentran nuestras familias con su presencia incondicional y su apoyo, nuestros docentes y el estado colombiano. 5

5 Texto del Agradecimiento Queremos agradecer especialmente por su tiempo y dedicación al Ingeniero Julio Cesar Chavarro, quien fue nuestro asesor a lo largo de este proyecto y un miembro más este nuestro proyecto. Queremos dar nuestros agradecimientos por todo el tiempo dedicado, la buena disposición y la atención a los ingenieros Carlos Augusto Meneses y Omar Ivan Trejos de la facultad de Ingeniería de Sistemas, quienes siempre se mostraron muy atentos a lo largo del desarrollo de este proyecto. A la Universidad Tecnológica de Pereira, por la formación académica brindada a lo largo de la carrera. Finalmente a los compañeros de estudio, quienes a lo largo de la carrera nos acompañaron y ayudaron en nuestra formación. 6

6 CONTENIDO Pág. CAPÍTULO 1. PLANTEAMIENTO DEL PROBLEMA Definición del problema Justificación Objetivos Objetivo General Objetivos Específicos Marco Referencial Antecedentes Marco Conceptual Marco Teórico CAPÍTULO 2. DIVISIÓN TEMÁTICA DE LA IA Agentes Inteligentes Tipos de Agentes Agentes que aprenden Sistemas Multiagentes

7 2.2 Resolución de Problemas (Problem-Solving) Búsquedas en espacios de estados Búsqueda Adversarial Computación Evolutiva Conocimiento y Razonamiento (Knowledge and Reasoning) Planificación (Planning) Aprendizaje de Maquina (Machine Learning) Percepción (Perception) Comunicación (Communicating) Procesamiento del Lenguaje Natural Robótica CAPÍTULO 3. ORGANIZACIÓN POR ASIGNATURA Metodología Utilizada División por Temas Inteligencia Artificial I Inteligencia Artificial II Aprendizaje de Maquina IA Aplicada Herramientas Metodológicas

8 3.3.1 Introducción Herramientas para el modelado de agentes inteligentes Herramientas que modelan soluciones para computación evolutiva Herramientas que modelan soluciones para aprendizaje de maquina Método de Enseñanza basado en problemas Introducción Aprendizaje basado en problemas CAPÍTULO 4. CONCLUSIONES Y RECOMENDACIONES Conclusiones Recomendaciones A. Referencia de las figuras BIBLIOGRAFÍA

9 LISTA DE FIGURAS Pág. Figura 1.1 Agente de reflejo simple Figura 1.2 Agente de reflejo basado en modelo Figura 1.3 Agente basado en objetivos Figura 1.4 Agente basado en utilidad Figura 1.5 Agente que aprenden

10 CAPÍTULO 1. PLANTEAMIENTO DEL PROBLEMA 1.1 DEFINICIÓN DEL PROBLEMA La Universidad Tecnológica de Pereira, en su programa de Ingeniería de Sistemas y Computación provee al estudiante una serie de conocimientos y herramientas con el propósito de generar habilidades que permitan la identificación, análisis y solución de problemas que surgen en diferentes áreas. Aunque el programa se encuentra acreditado, una de las tareas que actualmente desarrolla es el estudio de una reforma curricular que le permita actualizar sus áreas temáticas y adecuar su currículo; Lo anterior con el propósito de afrontar los nuevos retos que, en el campo de la formación profesional, se advierten en este campo tecnológico donde el cambio y la actualización deben ser permanentes. Para ello, existen diferentes líneas de conocimiento dentro del currículo que permiten al estudiante definir sus fortalezas y habilidades a través de las líneas escogidas por su interés; Sin embargo, existe una notable deficiencia dentro del currículo actual al no haber una estructura temática organizada y un tratamiento adecuado para la línea de conocimiento de la Inteligencia Artificial. Hoy en día, es notable la fuerza y velocidad con la que avanza esta área del conocimiento, capturando el interés de investigadores y grandes empresas a nivel mundial precisamente por sus aportes y aplicaciones en diferentes campos, ganando así una reconocida y creciente importancia. Es indispensable reaccionar ante esta situación, y permitirle al estudiante contar adecuadamente con esta importante herramienta. 11

11 1.2 JUSTIFICACIÓN Debido a la intención del programa ingeniería de sistemas y computación de la Universidad Tecnológica de Pereira de mejorar su oferta educativa al permitir al estudiante tomar líneas de profundización, es pertinente para el programa empezar a estructurar estas líneas. Debido a la importancia de la inteligencia artificial y su importancia en la industria y la ciencia, se hace imperativo que se evalué su inclusión como línea de profundización en la formación de los ingenieros de sistemas de la universidad tecnológica de Pereira, por lo tanto el objetivo de este documento es presentar una propuesta que permita tratar este tema. La inteligencia artificial es una rama muy importante de la ciencia de la computación. Su importancia se puede demostrar gracias a la gran cantidad de problemas que se han solucionado por medio de esta y la gra n cantidad de aplicaciones que utilizan técnicas de la inteligencia artificial como son ejemplo: Mercados Financieros: Sistemas expertos se han creado para automatizar el intercambio de bienes en los mercados abiertos y mercados de valores, algunas veces teniendo mejor desempeño que los humanos. [BBC2011] Emisión y recolección de tarjetas de crédito: El sistema bancario utiliza sistemas expertos para analizar si se debe entregar o no un a tarjeta de crédito. [McCarthy] Aseguramiento: Se están usando sistemas expertos para evaluar la viabilidad para la escogencia de un candidato a una póliza de seguro. [LITTLE] 12

12 Medicina: Se utilizan sistemas expertos en la medicina para ayudar con el diagnostico de determinadas enfermedades y sugerir tratamientos. [McCarthy] 13

13 1.3 OBJETIVOS OBJETIVO GENERAL Elaborar una propuesta de organización temática de los temas abordados por la inteligencia artificial para que se incorporen en el pensum del programa de ingeniería de sistemas y computación de la Universidad Tecnológica de Pereira OBJETIVOS ESPECÍFICOS Establecer el estado del arte en la enseñanza de la inteligencia artificial en Colombia. Proponer una perspectiva de organización temática, que facilite el estudio de los distintos modelos, tecnologías y familias de problemas que son abordados desde la Inteligencia Artificial. Proponer un modelo pedagógico para abordar los diferentes temas de la línea propuesta y que sirva de mecanismo unificador del modelo de enseñanza - aprendizaje. 14

14 1.4 MARCO REFERENCIAL ANTECEDENTES El programa de ingeniería de sistemas y computación se creó en 1991, e inicio clases en el año Siendo un programa relativamente joven y además debido al compromiso de la Universidad Tecnológica de Pereira y del mismo programa con la calidad, se tiene una política de mejoramiento continuo. Debido a lo expresado anteriormente, desde el año 2003 el programa ha venido estudiando su estructura con el ánimo de reformar su currículo. Se empezó con el estudio de los modelos internacionales de ciencias de la computación propuestos por ACM, IEEE, Career Space, Espacio Europeo y Libros Blancos. En varios de estos modelos se plantea la inteligencia artificial como un área temática fundamental para la ciencia de la computación. En el año 2009, el programa fue acreditado como un programa de alta calidad. Entre las más importantes sugerencias hechas por los pares académicos, se encuentra la de ofrecer líneas de profundización opcionales a los estudiantes del programa. Actualmente el programa está adelantando los trámites administrativos y académicos para una reforma curricular que satisfaga las sugerencias propuestas por los pares académicos. Esto genera una situación coyuntural apropiada para generar propuestas curriculares que apunten a enriquecer la calidad de la formación brindada por el programa. 15

15 1.4.2 MARCO CONCEPTUAL Minería de Datos: La minería de datos es la extracción implícita de información previamente desconocida y potencialmente útil de los datos. La idea, es construir programas de computador que filtren automáticamente a través de las bases de datos, buscando regularidades o patrones. Los fuertes patrones, si se encuentran, es probable generalizarlos para hacer predicciones exactas sobre datos futuros. [Witten11] La minería de datos, también conocida como la extracción de conocimiento a partir de datos, tiene como objeto la extracción de un conocimiento oculto a partir de grandes cantidades de datos, por métodos automáticos o semiautomáticos. La minería de datos es considerada una tecnología poderosa con gran potencial para ayudar a las compañías a enfocarse en la información más importante de sus almacenes de datos. [Thearling11] Lógica Difusa: La lógica difusa es una forma de lógica multivaluada, que trata con el razonamiento aproximado en lugar del razonamiento fijo y exacto. En contraste con la teoría lógica tradicional, donde conjuntos binarios se adhieren a una lógica de dos valores: verdadero o falso, las variables en la lógica difusa pueden tomar un valor de verdad que esté entre 0 y 1. La lógica difusa ha sido diseñada para modelar el concepto de una verdad parcial, donde el valor de verdad puede ubicarse entre totalmente verdadero y totalmente falso. [Novak99] Redes Neuronales Artificiales: Las Redes Neuronales Artificiales (ANNs de Artificial Neural Networks) fueron en sus inicios una simulación abstracta de los sistemas nerviosos biológicos, formados por un conjunto de unidades llamadas "neuronas" o "nodos" conectadas unas con otras. Estas conexiones tienen una gran semejanza con las dendritas y los axones en los sistemas nerviosos biológicos. [Gur97] 16

16 Hoy en día, las Redes Neuronales Artificiales (RNAs) son conocidas como modelos computacionales que surgieron en un intento de conseguir formalizaciones matemáticas acerca de la estructura del cerebro. Las Redes Neuronales Artificiales imitan la estructura física del sistema nervioso, centrándose en el funcionamiento del cerebro humano, basado en el aprendizaje a través de la experiencia, con la consiguiente extracción de conocimien to a partir de la misma. [LyF08] El Primer modelo de red neuronal fue propuesto en 1943 por McCulloch y Pitts en términos de un modelo computacional de "actividad nerviosa". El modelo de McCulloch-Pitts es un modelo binario, y cada neurona tiene un escalón o umbral prefijado. Este primer modelo sirvió de ejemplo para los modelos posteriores de Jhon Von Neumann, Marvin Minsky, Frank Rosenblatt, entre muchos otros. [Kas98] Algoritmos Evolutivos: Es un algoritmo que mantiene una población de estructuras generalmente inicializadas al azar, que evoluciona de acuerdo a reglas de selección, recombinación, mutación y supervivencia conocidos como operadores genéricos. Los algoritmos evolutivos son usados hoy en día para optimizar el diseño de sistemas y resolver problemas multidimensionales de manera más eficiente que software producido por diseñadores humanos para este propósito. [Jamshidi03] Máquinas de Aprendizaje: Es una rama de la inteligencia artificial y considerada como disciplina científica, interesada en el diseño y desarrollo de algoritmos que permitan a los computadores desarrollar su comportamiento basado en datos empíricos. Las máquinas de aprendizaje basan su interés en el desarrollo de algoritmos que permitan a la máquina aprender a través de una in ferencia 17

17 inductiva basada en la observación de los datos que representan información incompleta relacionada con un fenómeno estadístico [Mit97]. Máquinas de Soporte Vectorial (SVM): Las máquinas de soporte vectorial son un concepto dentro de la ciencia computacional que tienen relación con los métodos de aprendizaje supervisado para el análisis de datos y reconocimiento de patrones, utilizadas comúnmente para la clasificación y análisis de regresión. [Teu07] MARCO TEÓRICO Reseña Histórica de la Inteligencia Artificial Si bien, las referencias existentes hoy en día de lo que pudo originar lo que se conoce como Inteligencia Artificial apuntan a los filósofos de la antigua Grecia y su mitología, existen diferentes interpretaciones publicadas por investigadores actualmente reconocidos; de los conceptos, personajes e ideas que pudieron sembrar los inicios de esta ciencia. Algunos hablan de los primeros pasos de la Inteligencia Artificial cuando Aristóteles ( A.C) planteó la codificación de ciertos estilos de razonamiento deductivo llamados silogismos [Nilsson98]. Otros explican los inicios de la Inteligencia Artificial cuando Prometeo (Mitología Griega), al robar el fuego para los mortales, ilumina a la humanidad a través del regalo de la inteligencia conocido como la mente racional; planteando así, que esta inteligencia forma el fundamento de toda la tecnología humana y al final, toda la civilización humana [Luger2005]. Los orígenes de la Inteligencia Artificial moderna y su gestación como tal se encuentran enmarcados entre el periodo 1943 y El primer trabajo de IA del cual se tiene conocimiento, fue realizado por Warren McCulloch y Walter Pitts (1943). Ellos plantearon teorías acerca de las relaciones entre los elementos de la 18

18 computación simple y las neuronas biológicas. Ellos propusieron un modelo de neuronas artificiales. McCulloch y Pitts también sugirieron que las redes definidas adecuadamente pueden aprender. Más adelante, dos estudiantes de la Universidad Harvard, Marvin Minsky y Dean Edmonds, construyen el primer computador de red neuronal en 1950 llamado SNARC. [Nilsson98] Hubo una serie de ejemplos que se pueden caracterizar como IA, pero la visión de Alan Turing era tal vez la más influyente. Dio conferencias sobre el tema cerca de 1947 en la Sociedad de Matemáticos de Londres y articuló una persuasiva agenda en su artículo Computing Machinery and Intelligence (1950). En ella, él introduce el Test de Turing, Aprendizaje de Maquina (Machine Learning), algoritmos genéticos y el aprendizaje por refuerzo. [RusNorv10] En el verano de 1956 es inventado el término Inteligencia Artificial por John McCarthy, Marvin Minsky, Claude Shannon y Nathaniel Rochester en la Conferencia de Dartmouth, un congreso en el que se hicieron previsiones triunfalistas a diez años. [Lung07] Dentro del taller de trabajo propuesto en Dartmouth, dos investigadores del Carnegie Tech (CMU - Carnegie Mellon University), Allen Newell y Hebert Simon, hicieron un programa de razonamien to llamado Logic Theorist programa de computador capaz de pensar de una forma no numérica, y de este modo solucionar el venerable problema de cuerpo-mente (Mind-Body Problem). Poco después del taller de trabajo, el programa fue capaz de demostrar la mayoría de los teoremas de Principia Mathematica de Russell y Whitehead. [Luger2005] El taller de trabajo de Dartmouth no condujo a nuevos avances significativos, pero logro reunir a las grandes figuras de la época. En los siguientes 20 años, el campo de la Inteligencia Artificial estaría dominado por este grupo, sus estudiantes y colegas del MIT (Massachusetts Institute of Technology), CMU, Stanford e IBM.Tal vez el resultado obtenido del taller de trabajo que más duración ha tenido fue el 19

19 acuerdo de adoptar el nuevo nombre ofrecido por McCarthy para el campo: Inteligencia Artificial. [RusNorv10] Grandes expectativas y un temprano entusiasmo abarcan el periodo comprendido entre 1952 y 1969, con avances algo limitados como computadores primitivos y algunas herramientas de programación. El éxito inicial de Newell y Simon continuó con el GPS (General Problem Solver), que a diferencia de la lógica teórica, este programa fue diseñado desde sus inicios para imitar lo s protocolos humanos utilizados en la resolución de problemas. El éxito de GPS y los posteriores programas como modelos de cognición llevaron a Newell y Simon (1976) a formular la famosa hipótesis Physical Symbol System un sistema físico de símbolos tiene la necesidad y los medios suficientes para poner en marcha la Inteligencia general (humano o máquina) que muestre inteligencia debe operar mediante la manipulación de estructuras de datos compuestas de símbolos. [RusNorv10] En IBM, Nathaniel Rochester y sus colegas realizaron algunos de los primeros programas de IA. En 1958, John McCarthy ingresa al MIT, y define lenguaje de programación de alto nivel llamado LISP, el cual se convirtió en el le nguaje de programación de IA dominante en los siguientes 30 años. Con LIPS, McCarthy tenía la herramienta que necesitaba pero el acceso a los escasos y costosos recursos de computación era otro serio problema. También para 1958, McCarthy publicó un artículo titulado Programs with Common Sense, en el cual describe el Advice Taker, un programa hipotetico que podría ser visto como el primer sistema completo de IA. Inmerso en el Advice Taker, se encuentran los principios fundamentales de la representación del conocimiento y el razonamiento. [Nilsson98] En esos años, Minsky supervisaba grupos de estudiantes que eligieron problemas limitados que parecieran requerir de inteligencia para resolverlos. Estos dominios 20

20 limitados se conocieron como Micromundos (Microworlds). Entre los resultados más relevantes se encuentra el programa SAINT (1963) de James Slagle, que podía resolver de forma cerrada los problemas del cálculo integral típicos en los cursos universitarios de primer año. El programa ANALOGY (1968) de Tom Evans, que resolvía problemas de analogía geométrica que aparecían en las pruebas de IQ. El programa STUDENT (1967) de Daniel Bobrow, que solucionaba problemas de tipo algebra story. [RusNorv10] Un futuro más prometedor y claro se empezaba a observar para el periodo comprendido entre 1966 y 1973 con el poder computacional, que había crecido y con ello las posibilidades de obtener mejores resultados en programas enfocados a la solución de problemas y experimentos en maquinas evolutivas, hoy en día conocidas como algoritmos genéticos. Sin embargo, esta época de la IA sirvió para identificar varias dificultades que afectaban los resultados de las investigaciones y a su vez ofrecer una dosis de realidad a los objetivos. Entre las dificultades identificadas se encuentra: La traducción de los idiomas, la intratabilidad de algunos problemas y las limitaciones en las estructuras básicas que eran usadas para generar un comportamiento inteligente. [RusN orv10] Para los años comprendidos entre 1969 y 1979 surgen los sistemas basados en conocimiento. Entre los resultados más relevantes se encuentra el programa DENDRAL (Buchanan et al., 1969), que fue desarrollado en la Universidad de Stanford, donde Ed Feigenbaum (Estudiante de Herbert Simon), Bruce Buchanan (Filosofo y científico de las ciencias de la computación) y Joshua Lederberg (Genetista ganador del premio Nobel), se asociaron para resolver el problema de la inferencia de las estructuras moleculares a partir de información provista por un espectrómetro de masas. La importancia del área del conocimiento fue evidente en el entendimiento del lenguaje natural. [RusNorv10] 21

21 Desde 1980, se ha usado la IA en la industria a nivel mundial; Es el caso del primer sistema experto comercial exitoso llamado RI, que comenzó a funcionar en Digital Equipment Corporation (McDermott, 1982), el cual ayudaba a configurar los pedidos de nuevos sistemas de cómputo. En 1981 los japoneses anunciaron un Quinta Generación en 10 años computadores inteligentes que corrieran Prolog. En respuesta a esto, los Estados Unidos formaron La Corporación de Microelectronica y Tecnologia Computacional (MMC - Microelectronics and Computer Technology Corporation), como un consorcio de investigación diseñado para asegurar la competitividad nacional. En general, la industria de la IA tuvo un auge de unos cuantos millones de dólares en 1980 a billones de dólares en 1988, incluyendo cientos de empresas especializadas en la construcción de sistemas expertos, sistemas de visión, robots, y software y hardware de estos propósitos. [RusNorv10] Desde el año 1986, se ve el retorno de las redes neuronales en la IA. Teniendo sus comienzos este periodo a mediados de 1980, donde al menos cuatro grupos diferentes reinventaron el algoritmo de aprendizaje que se conoce como propagación hacia atrás (Back-Propagation), dado a conocer por primera vez en 1969 por Bryson y Ho. El algoritmo fue aplicado a varios problemas de aprendizaje en las ciencias de la computación y en la psicología, y la amplia difusión de los resultados en la recopilación conocida como Parallel Distributed Processing (Rumelhart and McClelland, 1986), logro causar un gran entusiasmo. Es tos modelos llamados modelos conexionistas de sistemas inteligentes (Connectionist Models of Intelligent Systems) fueron vistos por algunos como competidores directos tanto de los modelos simbólicos promovidos por Newell y Simon, como del enfoque logicista (Logicist Approach) de McCarthy y otros (Smolensky, 1988). [RusNorv10] Para 1987, empieza a verse una revolución tanto en el contenido como en la metodología de trabajo en la IA, conociéndose así el momento en que la 22

22 Inteligencia Artificial adopta el método científico para la producción de conocimiento. Hoy en día es más común construir sobre teorías existentes que proponer unas totalmente nuevas. En términos de metodología, la IA finalmente ha llegado con firmeza bajo el método científico. Una amplia variedad de arquitecturas y enfoques fueron tratados en el campo del reconocimiento del habla desde 1970; Sin embargo, muchas de esas estructuras eran frágiles y desarrolladas como una solución de propósito específico. Después de esto, surgieron enfoques basados en los modelos ocultos de Markov (HMMs - Hidden Markov Models) que han llegado a dominar este campo. Existen dos aspectos relevantes de los HMMs: El primero es que estos modelos se basan en una teoría matemática rigurosa, lo que ha permitido a los investigadores del reconocimiento del habla construir sobre varias décadas de resultados matemáticos desarrollados en otros campos. El segundo aspecto, es que los HMMs son generados por un proceso de entrenamiento sobr e una amplia colección de textos relacionados con información real del habla. Los avances obtenidos han permitido identificar las capacidades que tienen los HMMs para proveer una estructura matemática para el entendimiento de problemas. [RusNorv10] El surgimiento de los agentes inteligentes es reconocido en 1995, algunos años después que los investigadores se vieran alentados por el progreso en la resolución de subproblemas de la IA. El trabajo de Allen Newell, John Laird y Paul Rosenbloom en el proyecto SOAR (Newell, 1990; Laird et al., 1987) es el mejor ejemplo conocido de una completa arquitectura de agente. Al parecer, el intento de construir agentes completos genera ciertas consecuencias; Una de ellas es que la realización de estos agentes previamente aislados como subareas de la IA, podrían necesitar ser reorganizados un poco, cuando sus resultados se unan. En particular, hoy en día es generalmente apreciado que los sistemas sensoriales (visión, sonar, reconocimiento del habla, etc.) no puedan entregar información 23

23 totalmente confiable acerca del entorno. De ahí, los sistemas de razonamiento y planificación deben ser capaces de manejar la incertidumbre. Una segunda consecuencia importante de la perspectiva de agentes es que la IA ha sido elaborada en contacto muy cercano con otros campos, tales como la teoría de control y la economía, que también tratan con agentes. [RusNorv10] Durante los 60 años de historia de las ciencias de la computación, se ha puesto mayor importancia en el algoritmo como el principal sujeto de estudio, pero algunos trabajos recientes en IA sugieren que tiene más sentido preocuparse por los datos que por el algoritmo que hay que aplicar. Esto tiene sentido debido al incremento de disponibilidad de conjuntos de datos muy grandes; por ejemplo, trillones de palabras del inglés y billones de palabras desde La Web (World Wide Web) (Kilgarriff y Grefenstette, 2006); o billones de par de bases de secuencias genómicas (Collins et al., 2003). Las técnicas usadas para la desambiguación del lenguaje natural como muestran Michele Banko y Eric Brill (2001), funcionan incluso mejor que la cantidad de texto disponible que va de un millón de palabras a billones y que el incremento en rendimiento del uso de más datos, excede cualquier diferencia en la elección de algoritmos; Un algoritmo mediocre con 100 millones de palabras que provienen de datos de entrenamiento no etiquetados, supera al mejor algoritmo conocido con un millón de palabras. [RusNorv10] Definiciones de Inteligencia Artificial Debido a que la Inteligencia Artificial es una ciencia relativamente nueva, se han presentado múltiples definiciones cuestionadas por unos y defendidas por otros. Existen varias definiciones que tratan de explicar lo que se conoce como Inteligencia Artificial. Algunas de esas definiciones son: 24

24 las ciencias de la computación que tiene que ver con la automatización del comportamiento que ver con el diseño de sistemas de computación inteligente, que son sistemas que exhiben las características que nosotros asociamos con la inteligencia en la r87] que se comporten de manera inteligente. Estos programas son construidos para funcionar como lo haría un humano o un animal cuyo comportamiento consideramos inteligent humano, actividades tales como toma de decisiones, resolución de problemas, (Winston, 1992). "Inteligencia Computacional es el estudio del diseño de agentes inteligentes". (Poole et at, 1998). "La Inteligencia Artificial... tiene que ver con el comportamiento inteligente en los artefactos". [Nilsson98]. 25

25 l arte de crear máquinas con capacidad de realizar funciones que realizadas por ight, 1991). comportamiento inteligente y a su vez que este se parezca al comportamiento de los seres humanos. Dar la capacidad a las computadoras de tratar de implementar cierto comportamiento y este a su vez tenga la habilidad de tomar decisiones La definición de lo que conocemos como Inteligencia Artificial se ha visto afectada por la perspectiva de las personas y los métodos que se utilizan; Sin em bargo, se han podido identificar cuatro enfoques que durante la historia de la IA han sido seguidos. Estos enfoques son: Sistemas que piensan como humanos, Sistemas que piensan racionalmente, Sistemas que actúan como humanos y Sistemas que actúan racionalmente. [RusNorv10] Fundamentos de la Inteligencia Artificial Filosofía: Aristóteles fue el primero en formular un juego preciso de reglas que gobiernan la parte racional de la mente. El desarrollo un sistema informal de silogismos para el correcto razonamiento, lo cual en principio permitía generar conclusiones mecánicamente, dado un conjunto de premisas iniciales. Después de Aristóteles la idea que el razonamiento se podía modelar como un proceso mecánico cobro fuerza con los trabajos de Ramon Lull y Thomas Hobbes más adelante en la historia los esfuerzos se concentraron en cr ear dispositivos que hicieran realidad estas ideas, con los trabajo de Leonardo Da Vinci que diseño una calculadora mecánica y Wilhelm Schickard que creó la primera máquina que calculaba, después en 1662 apareció la Pascalina construida por Blaise Pascal 26

26 q máquina aritmética produce efectos que parecen más cercano al construyo un dispositivo mecánico que realizaba operaciones sobre conceptos en lugar de números pero su alcance era limitado. Aun así Leibniz sobrepaso el trabajo de Pascal al construir una calculadora que podía sumar, restar, multiplicar y tomar raíces mientras que la Pascalina solo podía sumar y restar. Más adelante Rene Descartes proponía la discusión que planteaba la distinción entre mente y materia y los problemas que surgen al hacer tal distinción. Dada una mente física que manipula el conocimiento, el próximo problema se encuentra en establecer la fuente del conocimiento. El movimiento espiritis ta, comenzado con Francis Bacon está caracterizado con una frase de John Locke naturaleza humana de David Hume propuso lo que ahora se conoce como el principio de la inducción: que las reglas generales son adquiridas por las exposiciones a asociaciones repetitivas entre sus elementos. La doctrina del positivismo lógico desarrollada por el circulo de Vienna, esta propone que todo el conocimiento puede ser caracterizado por teorías lógicas conectadas, últimamente. A frases de observación que corresponden a entradas sensoriales; así el positivismo lógico combina el racionalismo y el espiritismo. La teoría de confirmación de Catnap y Carl Hempel intento analizar la adquisición del conocimiento a partir de la experiencia. El libro de Camap la estructura lógica del mundo (1928) definió un procedimiento computacional explicito para extraer el conocimiento de experiencia elementales. Fue probablemente la primera teoría de la mente como un proceso computacional. Matemática: Los filósofos plantearon algunas ideas fundamentales de lo que es la inteligencia artificial, pero el salto de esta a una ciencia formal requería de un nivel de formalización matemática en tres áreas: lógica, computación y probabilidad. La idea de lógica formal puede ser rastreada a los filósofos de la antigua Grecia pero 27

27 el desarrollo matemático de esta idea empezó realmente con el trabajo de George Boole, quien planteo los detalles de la lógica booleana proposicional, o lógica Booleana. En 1879 Gottlob Frege extendió la lógica de Bool para incluir objetos y relaciones, creando la lógica de primer orden que es usada hoy en día. El próximo paso que siguió fue determinar los límites de lo que podía ser hecho con la lógica y la computación. El primer algoritmo no trivial se atribuye a Euclides, y su algoritmo para computar el máximo común divisor. En 1931 Godel mostro que los limites en la deducción existen. Su teorema de la incompletitud m ostro que cualquier teoría formal tan fuerte como la peano aritmética (La teoría elemental de los números naturales), hay proposiciones que son indecidibles en el sentido que no tienen prueba dentro de la teoría. Este resultado fundamental inspiro a Alan Turing a tratar de caracterizar exactamente cuales funciones son posibles de computar. Aunque la decibilidad y la computabilidad son importantes para entender la computación, la noción de la trazabilidad tiene mayor impacto. A grandes rasgos un problema es llamado intrazable si el tiempo requerido para resolver instancias del problema crece exponencialmente con el tamaño de las instancias. La distinción entre crecimiento polinómico y exponencial en la complejidad fue primero enfatizado por Cobham y Edmonds en la década del sesenta. Esto es importante porque instancias moderadamente grandes no pueden ser resueltas en un tiempo razonable. Entonces, uno debería tratar de dividir el problema en varios problemas trazables en lugar de problemas intrazables. El problema de la intrazabilidad contrasta con los anuncios de prensa que se hacían de los primeros Además de la lógica y la computación la tercera gran contribución de las matemáticas a la IA es la de la teoría de la probabilidad. El italiano Gerolamo 28

28 Cardano pensó en la idea de probabilidad, describiéndola en términos de los posibles resultados de eventos aleatorios. Blaise Pascal en una carta a Pierre Fermat, mostro como predecir el futuro de una apuesta sin finalizar al asignar las ganancias promedio que podrían tener los jugadores. La probabilidad rápidamente se convirtió en una parte invaluable de todas las ciencias cuantitativas. Y a través de los años fue mejorada y refinada por James Bernoulli, Pierre Laplace, y otros. Thomas Bayes propuso una regla para actualizar las probabilidades en la luz de nueva evidencia. La regla de Bayes es usada hoy en día en la mayoría de las aproximaciones al razonamiento con incertidumbre en sistemas de inte ligencia artificial. Economía: La ciencia de la economía empezó en 1776 con el filósofo escocés Adam Smith público el libro la riqueza de las naciones. Mientras los antiguos griegos y tors habían hecho contribuciones al pensamiento económico, Smith fue el primero en tratarlo como una ciencia, usando la idea que las economías pueden ser modeladas como consistiendo de un grupo de agentes maximizando su propio bienestar económico. La mayoría de la gente piensa que la economía trata más que todo del dinero, pero los economistas dicen que realmente están estudiando cómo la gente toma decisiones que llevan a destinos preferidos. Estos destinos preferidos o utilidad fueron primero formalizados matemáticamente por Leon Walras y fue mejorada por Frank Ramsey y después por John von Newmann y Oskar Morgenstern en su libro la teoría de juegos y comportamiento económico. La teoría de decisión que combina la teoría de la probabilidad con la teoría de la utilidad, provee un marco formal completo para las decisiones hechas bajo incertidumbre eso es, en casos donde la descripción probabilística apropiadamente captura la decisión del entorno del mercado. Esto es más acertado en economías grandes donde cada agente no necesita tomar atención sobre las acciones de los otros agentes como individuos. Para pequeñas economías, la situación es mucho más como un juego: las acciones de un jugador 29

29 pueden afectar significativamente la utilidad de otro (positiva o negativamente). El desarrollo de la teoría de juegos de Von Neumann y Morgenstern incluyo el resultado sorprendente que, para algunos juegos, un agente racional debería adoptar políticas que son(o al menos parecen ser) aleatorias. A diferencia de la teoría de decisión, la teoría de juegos no ofrece una forma no ambigua para seleccionar acciones. La pregunta sobre como tomar decisiones racionales cuando las ganancias de las acciones no son inmediatas sino resultado de varias acciones tomadas en secuencia. Este tema fue perseguido en el campo de la investigación d e operaciones, el cual emergió en la segunda guerra mundial debido a los esfuerzos de Gran Bretaña de optimizar instalaciones de Radar, y después encontró aplicaciones civiles en decisiones complejas de manejo. El trabajo de Richar Bellman formalizo una clase de problemas de decisión secuenciales llamadas Procesos de decisión de Marko. Psicología: Los orígenes de la psicología científica pueden ser usualmente puede ser rastreado al trabajo del médico Hermann vos Helmholtz y su estudiante Wilhelm Wundt. Helmholtz aplico el método científico al estudio de la visión humana. Wundt desarrollo una serie de experimentos con humanos que debido al rigor científico ayudaron a establecer a la psicología como una ciencia, el problema era que el experimento pedía a los sujetos de pruebas que dijeran como pensaban que sus procesos mentales se estaban formando en cada etapa del experimento, esto a su vez ingresaba un componente de subjetividad que hacía que los resultados de sus experimentos fueran irrebatibles. Los biolo gistas estudiando el comportamiento animal en cambio desarrollaron métodos objetivos debido a la imposibilidad de preguntarle a sus sujetos sobre sus procesos cognitivos. Estos procesos aplicados a los seres humanos dieron nacimiento al movimiento de la psicología comportamental, liderada por John Watson, la cual rechazaba cualquier otra teoría involucrando procesos mentales debido a que la 30

30 introspección no aportaba evidencia confiable. Los psicólogos del comportamiento insistieron en estudiar solo métodos objetivos o los preceptos(o estímulos) dados a un animal y sus acciones resultantes(o respuestas). Esto llevo a descubrimientos sobre el comportamiento de los animales pero tuvo poco suceso en entender a los humanos. La psicología cognitiva, la cual ve el cerebro humano como un dispositivo de procesamiento de información puede ser rastreada a los trabajos de William James( ). Helmholtz también insistió en que la percepción involucraba una forma de inferencia lógica inconsciente. La naturaleza de la explicación, por Kenneth Craik especifico los tres pasos claves de una agente basado en conocimiento: Los estímulos deben ser traducidos a una representación interna, la representación es manipulada por procesos cognitivos para derivar nuevas representaciones internas, y por ultimo estas deben ser retraducidas en acciones. Más adelante fue Donald Broadbent, cuyo libro Percepción y comunicación fue uno de los primeros trabajos en modelar fenómenos psicológicos como procesamiento de información. Este trabajo apoyado en el de George MIller, Noam Chomsky y Allen Newell y Herbert Simon ayudaron a demostrar como modelos computacionales pueden ser usados para representar la memoria, el lenguaje y el pensamiento lógico. Lingüística: En 1957 B.F. Skinner publico el comportamiento verbal. En este documento fue una aproximación detallada del aprendizaje del lenguaje desde el punto de vista del comportamiento. Un crítico muy famoso de este documento fue Noam Chomsky, quien justo había publicado un libro con su propia teoría, estructuras sintácticas. Chomsky alegaba que la teoría comportamentalista no explicaba como un niño podía entender y crear frases que nunca había escuchado. La teoría de Chomsky basada en modelos sintácticos podía explicar esto, y era lo suficientemente formal como para ser programado. 31

31 Los lingüistas modernos y la inteligencia artificial nacieron casi al mismo tiempo y crecieron juntos, cruzandose en un campo hibrido llamado lingüística computacional o procesamiento del lenguaje natural. El problema de entender el lenguaje pronto se volvió más complejo de lo que parecía inicialmente. Entender el lenguaje requiere sujeto objeto y además un contexto, no solo la comprensión de estructuras y frases, esto puede parecer obvio, pero no fue apreciado en Mucho del trabajo en representación del conocimiento estaba relacionado con el lenguaje e informado por la investigación en lingüística, lo cual estaba conectado a su vez a décadas de trabajo en el análisis filosófico del lenguaje. Neurociencia: Es el estudio del sistema nervioso, particularmente el cerebro. Aunque la forma exacta en el que el cerebro permite el pensamiento es uno de los grandes misterios de la ciencia, el hecho que lo hace ha sido apreciado por miles de años debido a la evidencia que golpes en el cerebro puede llevar a la incapacidad mental. El estudio sobre la afasia de Paul Broca en pacientes con daño cerebral en 1861 demostró la existencia de áreas localizadas del cerebro responsables de funciones cognitivas específicas. En particular, el demostró que la producción del habla estaba localizada en la porción del hemisferio izquierdo llamada ahora el área de Broca. Para esa época era conocido que el cerebro consistía de células nerviosas o neuronas pero no fui sino hasta 1872 que Camil o Golgi desarrollo una técnica de tinturado que permitía la observación de neuronas individuales en el cerebro. Esta técnica fue usada por Santiago Ramón y Cajal es sus estudios pioneros de las estructuras neuronales del cerebro. Nicolas Rashevsky fue el primero en aplicar modelos matemáticos para estudiar el sistema nervioso. Hoy en día se tiene información sobre cómo están mapeadas las funciones del cerebro a ciertas áreas de este, pero se sabe también que estos mapeos pueden cambiar radicalmente en el transcurso de semanas, y algunos animales parecen 32

32 tener múltiples mapeos. Además que no se entiende claramente como otras áreas pueden tomar funciones cuando un área está dañada. No hay teorías sobre como la memoria individual es guardada. La medición de la actividad neuronal de individuos vivos comenzó en 1929 con la invención de Hans Berger del electroencefalograma. El desarrollo reciente de la imagen por resonancia magnética le da a los neurocientificos imágenes detalladas de la actividad cerebral, permitiendo mediciones que corresponden en formas interesantes a procesos cognitivos. La conclusión a la que ha llegado la ciencia hoy en día es que una colección de células simples pueden llevar al pensamiento, acción y conciencia o en las palabras de John Searle los cerebros causan las mentes Escuelas de Pensamiento La inteligencia artificial se divide en dos escuelas de pensamiento que son reconocidas como: Inteligencia Artificial Convencional: Tiene que ver con métodos como máquinas de aprendizaje. Algunos métodos de esta rama son: sistemas expertos, razonamientos basados en casos, red Bayesiana e Inteligencia artificial basada en comportamientos. Inteligencia Artificial Computacional: Es un área de investigación que tiene por objetivo el desarrollo de técnicas computacionales inspiradas en la observación de los mecanismos exitosos aplicados por la naturaleza. La muestra computacional ha dado origen a una nueva disciplina, paralela a la inteligencia artificial, bajo el nombre de vida artificial. 33

33 Dominios del Problema Deducción razonamiento solución de problemas: La investigación en IA temprana desarrollo algoritmos que imitaban el razonamiento paso a paso que los humanos utilizan cuando resuelven acertijos y hacen deducciones lógicas. Para 1980 y 1990 la investigación en IA había desarrollado métodos exitosos para lidiar con la incertidumbre o la información incompleta, empleando conceptos provenientes de la probabilidad y la economía. La mayoría de estos problemas presentan una explosión combinatorial cuando el número de variables sobrepasa cierto límite. Los seres humanos solucionan la mayoría de sus problemas usando la intuición en lugar de deducciones paso a paso como se modelaba antiguamente en la IA. Se ha hecho progreso al imitar la intuición: en la forma de redes neuronales y agentes con cuerpo. Representación del conocimiento: La representación del conocimiento y la ingeniería del conocimiento son esenciales para la investiga ción en IA. Muchos de los problemas que se esperan que las maquinas resuelvan requieren conocimiento extensivo sobre el mundo. Entre las cosas que la IA necesita representar son: objetos, propiedades, categorías y relaciones entre objetos; las situaciones, eventos estados y tiempo; causas y efectos, conocimiento sobre el conocimiento(lo que sabemos que otra gente sabe); entre otros. Una representación de lo que existe se define como ontología. Entre los problemas más difíciles que se encuentran en la IA están: 1. Razonamiento por defecto. 2. La amplitud del conocimiento del sentido común. 3. La forma subsimbolica del conocimiento del sentido común. 34

34 Planificación: Los agentes inteligentes deben ser capaces de ponerse metas y alcanzarlas. Ellos necesitan una forma de visualizar el futuro( deben ser capaces de tener una representación del estado del mundo y ser capaces de hacer predicciones sobre cómo sus acciones lo pueden cambiar) y ser capaces de tomar decisiones que maximicen la utilidad o valor de las opciones disponibles. En los problemas de planificación clásicos, el agente puede asumir que es el único que actúa sobre el entorno y puede estar seguro sobre las consecuencias que sus acciones le traen. Aunque si no se cumplen sus predicciones debe estar listo para cambiar su plan si es necesario, requiriendo que el agente razone bajo incertidumbre. La planificación multiagente usa la cooperación y la competencia de muchos agentes para alcanzar una meta dada. Comportamiento emergente como este es usado por algoritmos evolucionarios y la inteligencia de enjambre. Aprendizaje: El aprendizaje de maquina ha sido central a la investigación en IA desde el comienzo. En 1956, en la conferencia original de Dartmouth, Ray Solomonoff escribió un reporte sobre el aprendizaje de maquina sin supervisión probabilística máquina supervisarían es la habilidad de encontrar patrones en un flujo de datos. El aprendizaje supervisado incluye clasificación y regresión numérica. La clasificación es usada para determinar a qué categoría algo pertenece, después de ver un número de ejemplos de cosas provenientes de varias categorías. La regresión toma un juego de ejemplos de entradas/salidas e intenta descubrir una función continua que genere las salidas a partir de las entradas. En el aprendizaje por refuerzo el agente es recompensado por buenas respuestas y castigado por malas. Estos pueden ser analizados en términos de la teoría de decisión, usando conceptos como la utilidad. El análisis matemático de los algoritmos de aprendizaje de máquina y su rendimiento es una rama de la ciencia de la computación teórica conocida como la teoría del aprendizaje computacional. 35

35 Procesamiento del lenguaje natural: El procesamiento del lenguaje natural le da a las maquinas la habilidad de leer y entender los lenguajes que las maquinas hablan. Movimiento y manipulación: El campo de la robótica está estrechamente relacionado con la IA. La inteligencia es requerida para que los robots sean capaces de manejar ciertas tareas como la manipulación de los objetos la navegación, con subproblemas como la localización, el mapeo y la planeación del movimiento. Percepción: La percepción de maquina es la habilidad de usar entradas desde sensores para deducir aspectos del mundo. La visión de maquina es la habilidad de analizar la entrada visual. Algunos ejemplos de subproblemas son reconocimiento del habla, reconocimiento facial y reconocimiento de objetos. Inteligencia social: La emoción y las habilidades sociales juegan dos roles para un agente inteligente. Primero debe ser capaz de predecir las acciones de otros, al entender sus motivos y estados emocionales(esto involucra teoría de juegos, teoría de decisión, también como la habilidad de modelar las emociones humanas y las habilidades perceptuales que detectan las emociones) también, para la buena interacción entre humanos y computadores, una maquina inteligente también necesita mostrar emociones. Creatividad: Una subarea de la IA se refiere a la creatividad tanto teóricamente como prácticamente. Algunos subproblemas tratan de la Intuición artificial y la imaginación artificial Aplicaciones Lingüística computacional: Un campo multidisciplinar de la lingüística y la informática que utiliza la informática para estudiar y tratar el lenguaje humano. 36

36 Para lograrlo, intenta modelar de forma lógica el lenguaje natural desde un punto de vista computacional. Minería de datos (Data Mining): Se puede definir como "extracción no trivial de información implícita, desconocida previamente, y potencialmente útil desde los datos", y consiste en el conjunto de técnicas avanzadas para la extracción de información escondida en grandes bases de datos. Mundos virtuales: Se trata de la simulación de mundos o entornos, denominados virtuales, en los que el hombre interacciona con la máquina en entornos artificiales semejantes a la vida real. Procesamiento de lenguaje natural (Natural Language Processing): es una subdisciplina de la Inteligencia Artificial y la rama ingenieril de la lingüística computacional. El PLN se ocupa de la formulación e investigación de mecanismos eficaces computacionalmente para la comunicación entre personas o entre personas y máquinas por medio de lenguajes naturales. Robótica: Es una ciencia o rama de la tecnología, que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia. Sistemas de apoyo a la decisión: Sistemas de apoyo a la decisión (DSS) son sistemas de tipo OLAP o de minería de datos que proporcionan información y soporte para tomar decisiones. Entretenimiento (Videojuegos): Un programa informático, creado expresamente para divertir, basado en la interacción entre una persona y un aparato electrónico donde se ejecuta el videojuego. Estos recrean entornos virtuales en los cuales el jugador puede controlar a un personaje o cualquier otro elemento de dicho 37

37 entorno, para conseguir uno o varios objetivos por medio de unas reglas determinadas. 38

38 CAPÍTULO 2. DIVISIÓN TEMÁTICA DE LA INTELIGENCIA ARTIFICIAL 2.1 AGENTES INTELIGENTES El agente inteligente es una entidad autónoma, la cual observa y actúa de acuerdo a un ambiente y dirige su actividad a conseguir metas. Los agentes inteligentes pueden aprender o usar conocimiento para conseguir sus metas. Estos pueden ser muy simples o bastante complejos. Los agentes inteligentes son a menudo descritos esquemáticamente como un sistema abstracto funcional. Por esta razón, estos a veces son llamados agentes de inteligencia abstracta (AIA) para distinguirlos de sus implementaciones del mundo real como sistemas de computación, sistemas biológicos o de organizaciones. Algunas definiciones de agentes inteligentes enfatizan su autonomía, y por esto prefieren el término agentes inteligentes autónomos TIPOS DE AGENTES Agentes de Reflejo Simple: Solo actúan basados en la percepción que está ocurriendo en el momento, ignorando el resto de percepciones históricas. La función de este agente solo es exitosa cuando el entorno es completamente observable. Algunos agentes de reflejo también pueden contener información sobre su estado actual, lo que les permite hacer caso omiso de las condiciones que ya tuvieron lugar por los actuadores. Los bucles infinitos son a menudo inevitables para agentes de reflejo simples que operan en entornos parcialmente observables pero si el agente puede aleatoria sus acciones, puede ser posible escapar de los bucles infinitos. 39