Esquema. Introducción. Tema 1. Qué es la Inteligencia Artificial? Fundamentos de la Inteligencia Artificial

Transcripción

1 Introducción Tema 1 Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 1 Esquema Introducción Qué es la Inteligencia Artificial? Fundamentos de la Inteligencia Artificial Breve historia de la Inteligencia Artificial Aplicaciones actuales de la Inteligencia Artificial Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 2

2 Introducción La Inteligencia Artificial (IA): intenta comprender el comportamiento de entidades inteligentes (es una ciencia) se esfuerza en construir máquinas inteligentes (es una ingeniería) máquinas inteligentes = máquinas capaces de percibir, razonar, aprender, comunicarse y actuar en entornos complejos La IA es un área reciente (oficialmente, desde 1956) El estudio de la inteligencia es una disciplina muy antigua (la filosofía, desde hace 2000 años) La aparición de los ordenadores en los años 50 permitió poner en práctica las ideas surgidas hasta el momento Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 3 La IA comprende una gran cantidad de subáreas: de propósito general (p.e. percepción y razonamiento) específicas (p.e. demostración de teoremas y diagnóstico de enfermedades) A veces ocurre que: científicos de otros campos recurren a la IA para automatizar tareas de su especialidad especialistas en IA deciden aplicar sus métodos a áreas de conocimiento concretas la IA puede considerarse un campo universal Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 4

3 Qué es la Inteligencia Artificial? Definiciones de IA según libros de texto recientes: The exciting new effort to make computers think... machines with minds, inthefull and literal sense (Haugeland, 1985) [The automation of] activities that we associate with human thinking, activities such as decision-making, problem solving, learning... (Bellman, 1978) The art of creating machines that perform functions that require intelligence when performed by people (Kurzweil, 1990) The study of how to make computers do things at which, at the moment, people are better (Rich and Knight, 1991) The study of mental faculties through the use of computational models (Charniak and McDermott, 1985) The study of the computations that make it possible to perceive, reason, and act (Winston, 1992) A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes (Schalkoff, 1990) The branch of computer science that is concerned with the automation of intelligent behavior (Luger and Stubblefield, 1993) que varían de acuerdo con dos dimensiones: procesos mentales o razonamiento (arriba) vs. comportamiento (abajo) estándar humano (izquierda) vs. ideal o racionalidad (derecha) Enfoques centrados en lo humano enfoques centrados en la racionalidad Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 5 Actuar como los humanos: el Test de Turing Sistemas que actúan como los humanos cómo actúan los humanos? Test de Turing (A.Turing, 1950): determinar si un ordenador es capaz de alcanzar un nivel comparable al de los humanos en distintas tareas cognitivas, de manera que un humano que le interroga a través de un teletipo no pueda decir si se trata de otro humano o no Las capacidades necesarias serían: procesamiento del lenguaje natural representación del conocimiento razonamiento automático aprendizaje automático La IA no ha tenido como objetivo pasar el Test de Turing Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 6

4 Pensar como los humanos: la Ciencia Cognitiva Sistemas que piensan como los humanos cómo piensan los humanos? Técnicas experimentales de la psicología Es el objetivo de la Ciencia Cognitiva (reúne técnicas de IA y psicología) Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 7 Pensar racionalmente: las leyes del pensamiento Sistemas que razonan de forma correcta cuál es la forma correcta? Las leyes del pensamiento, p.e.: silogismos de Aristóteles: esquemas de argumentaciones para llegar a conclusiones correctas a partir de unas premisas ciertas lógica formal: notación potente para describir objetos del mundo y sus relaciones, y esquemas para realizar inferencias correctas La IA si ha trabajado con este objetivo: en 1965 existían programas que, con tiempo y memoria suficientes eran capaces de, a partir de una descripción formal de un problema, encontrar una solución si alguna existía Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 8

5 Actuar racionalmente: los agentes racionales Sistemas o agentes que actúan racionalmente, donde: un agente es una entidad que percibe y actúa actuar racionalmente significa hacerlo de forma que se consigan nuestros objetivos a partir de nuestro conocimiento del mundo Es el objetivo que adoptaremos, y es el más general: las capacidades necesarias para pasar el Test de Turing sirven para actuar racionalmente pensar racionalmente sirve para actuar racionalmente (aunque no lo es todo) Vamos a estudiar distintos tipos de agentes racionales Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 9 Fundamentos de la Inteligencia Artificial La IA ha heredado ideas y técnicas de otras disciplinas: Filosofía: teorías sobre el razonamiento y el aprendizaje, y concepción de la mente como dispositivo físico que razona con el conocimiento que contiene Matemáticas: teorías de la lógica, la probabilidad, la toma de decisiones y la computación Psicología: herramientas para investigar la mente humana Lingüística: teorías de la estructura y significado del lenguaje Informática: ordenadores, sistemas operativos y lenguajes de programación Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 10

6 Breve historia de la Inteligencia Artificial Inicios de la IA ( ) Primer trabajo en IA: redes neuronales (W.McCulloch y W.Pitts, 1943) redes de neuronas artificiales (cada una con un estado on/off; on en respuesta a estímulos de neuronas vecinas) representando funciones y con capacidad de aprendizaje Reunión de Dartmouth (1956): el nombre de inteligencia artificial Entusiasmo y grandes expectativas ( ) cuando se demostró que las máquinas podían realizar tareas que requieren cierta inteligencia Definición del lenguaje Lisp (J.McCarthy, 1958) Muchos trabajos sobre micromundos: mundos de juguete y problemas simples. Ejemplos: Analogy (T.Evans, 1968) Student (D.Bobrow, 1967) Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 11 Un poco de realidad ( ) cuando se constató que estas técnicas funcionaban con casos simples pero no bastaban para problemas distintos o más complicados Los programas de IA (mecanismos de búsqueda de propósito general que intentaban obtener una solución en forma de combinación de pasos elementales) tenían problemas: poco conocimiento específico del dominio del problema muchos de los problemas eran intratables explosión combinatoria las estructuras para almacenar el conocimiento tenían limitaciones Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 12

7 Son los sistemas expertos la solución? ( ) cuando se intentó dar solución a los problemas anteriores Utilización del conocimiento del dominio del problema para determinar secuencias de pasos más largas y soluciones de casos típicos. Ejemplos: Dendral contenía reglas basadas en el modelo teórico del problema Mycin utilizaba reglas obtenidas a partir de entrevistas con expertos en el problema (adquisición del conocimiento) Desarrollo de nuevos lenguajes de representación del conocimiento, basados en lógica, como el lenguaje Prolog, o estructurados La IA se convierte en industria ( ) Primer sistema experto de éxito comercial: R1 (J.McDermott, 1982) Auge de la industria en IA: software para el desarrollo de sistemas expertos, hardware optimizado para programas Lisp, y sistemas robóticos de visión para la industria Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 13 Historia reciente (1986-presente) Se vuelve al estudio de las redes neuronales Se reconocen las dificultades del desarrollo de sistemas de tipo Mycin Cambio en contenidos y metodología de trabajo en IA: importancia de las aplicaciones reales trabajos basados en teorías existentes o en la evidencia experimental Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 14

8 Aplicaciones actuales de la Inteligencia Artificial Ejemplos significativos de los logros de la IA: Hitech, el primer programa en ganar a un gran maestro del ajedrez (Berliner, 1989) Pegasus, un programa de comprensión del habla capaz de entender los detalles de una petición de reserva de vuelo y de tramitar la transacción (Zue et al. 1994) Marvel, un sistema experto para la monitorización del envío masivo de datos desde la sonda Voyager, capaz de alertar a los analistas en caso de problemas (Schwuttke, 1992) Un sistema robótico integrado en un coche, que recoge imágenes de vídeo y señales de sensores, las integra con la experiencia adquirida en conducciones de entrenamiento, y es capaz de conducir en una autopista sin la intervención humana (Pomerleau, 1993) Un sistema experto para la diagnosis de enfermedades de los ganglios linfáticos, capaz de emitir una diagnosis y de dar una explicación de la misma que sirva para señalar los factores que la han motivado (Heckerman, 1991) Un sistema de monitorización de tráfico capaz de reconocer distintas escenas a partir de las imágenes tomadas desde una cámara en un cruce, e incluso de realizar llamadas automáticas a los servicios de emergencia en caso de accidentes (King et al., 1993) Transparencias IA (F29) M.Marcos, 1999 (Figuras c S.Russell & P.Norvig, 1998) Tema 1 15