UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERÍA DE SISTEMAS

Transcripción

1 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA DE INGENIERÍA DE SISTEMAS INTELIGENCIA ARTIFICIAL Lectura Reconocimiento General del Curso Ángela María González Amarillo (Directora Nacional) Sogamoso

2 Parte 1: LECTURA 1 Definición de inteligencia Una definición formal (más) de inteligencia [ 1 ] El hombre existe desde hace miles de años sobre la tierra y seguimos sin tener poseer una manera formal (y no antropocéntrica) para cuantificar y estimar la inteligencia. Aunque podemos reconocer que una persona es inteligente, un animal, e incluso en ocasiones un ente, sin embargo aún no podemos estimar la inteligencia (en su conjunto) de una forma objetiva. Existen diversas teorías psicológicas que intentar explicar la Inteligencia. De forma general, estas teorías se categorizan dentro de 3 tipos: Modelos no jerárquicos: los diferentes tipos de inteligencia (puede haber uno o más) no se agrupan de manera jerárquica. Modelos jerárquicos puros: aquellos en los que los diferentes tipos de inteligencia se clasifican de manera jerárquica de forma que los factores superiores saturan todos los factores de niveles superiores. Modelos jerárquicos mixtos: similares a los puros, pero los factores superiores no saturan completamente a los superiores (los superiores no explican completamente las características inferiores) Una vez establecida esta clasificación, y viendo los modelos que en ella se incluyen, se determinó que existían dos factores que se repetían con frecuencia: 1. La Inteligencia fluida: Es innata y connatural al individuo, es decir, la que hace que en situaciones novedosas podamos actuar de forma adecuada. Esta inteligencia está constituida por: La capacidad de razonar contenidos abstractos El razonamiento lógico La capacidad de establecer relaciones o extraer diferencias La Inteligencia Cristalizada: es aquella construida en base a la experiencia, y nos permite refinar procesos ya conocidos. Esta inteligencia está constituida, fundamentalmente, por aptitudes relativas a: 1 Diego Garcia Morate - 8 de junio de (una definición formal (más) de Inteligencia)

3 La comprensión verbal, El establecimiento de relaciones semánticas, La evaluación y valoración de la experiencia, El establecimiento de juicios y conclusiones, Los conocimientos mecánicos, o La orientación espacial. Por tanto, muchos expertos opinan que existen muchos tipos de Inteligencia, y por lo tanto no podemos ver la inteligencia como un único número, como nos han hecho creer los tradicionales test de inteligencia. Sin embargo, y aunque este problema desde el punto de vista humano, parece que no tendrá una solución cercana (ni siquiera sabemos si existe una verdadera solución en sí), en el mundo de la Inteligencia artificial poder cuantificar la inteligencia de un sistema inteligente es una tarea capital, pues se necesita de una medida de inteligencia para poder comparar varios sistemas y determinar cual es mejor o peor. De forma reiterada aparecen publicaciones en las que alguien afirma que ha encontrado una ecuación que determina si un ente tiene la característica de ser Inteligente, de hecho son de sobradamente conocidos test de inteligencia para ordenadores como la Prueba de Turing o la Sala China, sin embargo para la evaluación y realización de estos test se requiere un ente inteligente que haga de árbitro, por lo que en la práctica son inútiles estos test para realizar un proceso automático de evaluación. Parte 2: Definiciones de inteligencia Una definición formal (más) de inteligencia [ 2 ] Vía, Yet Another Machine Learning Blog se encuentra una nueva definición formal de inteligencia, de esta forma la inteligencia (gamma) de un agente (pi) puede expresarse como: Donde: 2 Diego Garcia Morate - 8 de junio de (una definición formal (más) de Inteligencia)

4 (mu) representa todos los posibles configuraciones (escenarios) de todos los posibles entornos a los que se ve sometido un ente (E). 2^-K(mu), es la probabilidad de que suceda el escenario (mu), estimada mediante la complejidad de Kolmogorov. y ((V^pi)_mu) es el rendimiento del agente en cuestión (pi) en ese determinado escenario (mu). Dicho de otra manera, la inteligencia de un ente depende de la capacidad que tenga para adaptarse a los escenarios que se le plantean, teniendo especial consideración en los escenarios más frecuentes. Esta definición, es aún muy vaga en ciertos aspectos, y algunas dudas que plantea son motivo a reflexionar: Cómo definimos el rendimiento de un agente en un determinado entorno? Cómo podemos evaluar y conocer la totalidad de entornos posibles? Sólo podemos evaluar la inteligencia de sistemas en los que sabemos su rendimiento en todas las posibles configuraciones de su entorno? A pesar de que esta definición no nos ayudará a definir que es inteligente o que no, sí nos puede ayudar a evaluar la inteligencia de un ente en una tarea determinada, y con un entorno controlado, lo cual a fin de cuentas no es poco. Para los que quieran saber algo más, está disponible una presentación formal de esta teoría [ 3 ]. 3 A Formal Measure of Machine Intelligence

5 LECTURA 2 Unidad I: Introducción a la Inteligencia Artificial Fuente: Oscar Bedoyaoscarbed@eisc.univalle.edu.co Inteligencia Artificial

6

7 Fuente: Artificial

8 LOS SISTEMAS DE BÚSQUEDA. INTRODUCCIÓN [ 4 ] LECTURA 3 Unidad 2: Los sistemas de búsqueda Para talentosos autores, el problema de la inteligencia se reduce a un problema de búsqueda en pos de resolver un problema, casi siempre desde un nodo inicial hasta un nodo meta. Medir la inteligencia, para ellos, es averiguar el empleo de todo lo que se sabe en forma útil. Se trata de hallar soluciones a problemas ya sea consultando soluciones previas ("preparación") o combinado posibles soluciones ("deliberación"). Hay infinitos métodos de búsqueda. El más trivial y demorado es el de búsqueda del óptimo por fuerza bruta (revisar sistemáticamente todo el espacio de problema) y los más sofisticados, más breves, apelan a matemáticas que pueden ser tan complicadas como el autor quiera sujeto a que su lógica sea entendible por algún experto. Un caso "sencillo" de matemática complicada es el de buscar el próximo punto de búsqueda con un paso de avance fijado por la relación de la segunda derivada con respecto a la primera derivada (con signo cambiado) del objetivo o criterio con respecto a la decisión, o sea la función que liga a los datos previamente conocidos con la meta buscada (método de Cholette y Cloutier). Los métodos de búsqueda directa más eficientes son, para una dimensión de búsqueda, el de Fibonacci o su límite, la relación áurea; y para múltiples dimensiones el denominado "complex restricto", que consiste en su primera parte en apartarse de la peor solución "experimental" de un diseño rotable simplificado. 2.1 Introducción a los sistemas de búsquedas. En inteligencia artificial el tema de búsquedas es central, dado que, por ejemplo, realizar acciones mecanizadas o resolver problemas, se reduce a buscar en un espacio de estados. EL cual consiste en encontrar una secuencia de operadores que, partiendo del estado inicial obtenga un estado final. Representa todos los caminos que hay entre todos los estados posibles de un problema En esa disciplina se estudian búsquedas ciegas (búsqueda primero en amplitud, primero en profundidad, profundidad iterativa, de costo uniforme, bidireccional, etc.) y búsquedas inteligentes (búsqueda avara, A*, IDA*, A* restricta por memoria simplificada, ascenso de cima (hill-climbing), etc.) 4 Carlos H. von der Becke Glosario de Inteligencia Artificial,

9 Relacionado con la búsqueda del óptimo está el problema del control de la búsqueda, control planteado por Newell y Simón que ha generado una abundancia de trabajos en el campo de la inteligencia artificial. Se trata de elegir entre búsquedas heurísticas lo suficientemente buenas (no perfectas) como para que se pueda dar por concluida la búsqueda con una aceptable respuesta al problema en un lapso aceptable de tiempo. No se discute que las búsquedas aumentan "explosivamente" cuando el espacio de problema se vuelve demasiado vasto por bifurcación de nodos a buscar o por incorporación de más variables. Un control de búsqueda basado en técnicas mediocres también llega a proponer una respuesta adecuada, aunque en un tiempo demasiado largo. En un modelo de mundo o en un contexto con más y más variables que participan y que no se reducen a un número manejable por descarte, surge un problema de control de la búsqueda: ella se vuelve "explosiva". El problema del control de búsqueda (por ejemplo el problema del operador a elegir, el problema de la planificación, etc.) aún está casi sin resolver.

10 LECTURA 4 Unidad 3: Representación del Conocimiento y Razonamiento INTRODUCCION [ 5 ] La representación constituye el núcleo de la ciencia de los computadores. Cada pieza de código escrita es significativa para la representación de algún objeto. En la actualidad la representación del conocimiento es potencialmente investigada, de tal forma que cualquier libro que trate sobre inteligencia artificial o sistemas expertos considera a la representación del conocimiento como un resultado central. Los ingredientes básicos para la representación del conocimiento son tres: el primero está referido a un lenguaje de representación, el segundo a la capacidad de inferencia de la representación y el tercero al conocimiento del dominio. En general una representación debe de tener dos capacidades: por un lado una expresividad adecuada y por otro una eficiencia de razonamiento. La expresividad y el razonamiento le confieren al formalismo la capacidad adecuada para ser considerado como una alternativa útil para la representación. Se establece, a priori la definición de los formalismos, que los criterios para juzgar una representación adecuada son tres: lo primero que hay que observar es la capacidad lógica, referida a que el formalismo sea capaz de expresar el conocimiento que se desea expresar; lo segundo es el poderío heurístico, que se refiere a la capacidad para resolver problemas utilizando inferencias; finalmente el tercer criterio es la conveniencia de la notación, que significa la simplicidad para acceder al conocimiento y la facilidad de su entendimiento. 5 Documento completo