Teoría 1 Introducción a la Inteligencia Artificial

Transcripción

1 Teoría 1 Introducción a la Inteligencia Artificial Sistemas Inteligentes 1 1 Universidad Nacional de San Luis, Argentina Carrera: Ingeniería en Informática Carrera: Ingeniería en Computación (Optativa) Departamento de Informática Año 2016

2 Resumen 1 Enfoques al estudio de la IA 2 Historia de la IA 3 Estado del arte

3 Aspectos a abordar Qué es la Inteligencia Artificial? Breve historia El estado del arte Bibliografía: Capítulo 1 (libro de Russell) excepto sección 1.2

4 Qué es la IA? Performance Humana Ideal (Racional) Pensamiento Sistemas que piensan Sistemas que piensan (y razonamiento) como humanos racionalmente Comportamiento Sistemas que actúan Sistemas que actúan como humanos racionalmente

5 Enfoques al estudio de la IA Historia de la IA Estado del arte Actuando humanamente: el Test de Turing Propuesto por Turing (1950). Computing machinery and intelligence Provee un test operacional para el comportamiento inteligente: el Juego de la Imitación

6 Actuando humanamente: el Test de Turing Versión clásica del juego/test: Todavía sirve como referencia para evaluar el comportamiento inteligente de una máquina (premio Loebner)

7 Actuando humanamente: el Test de Turing Predijo que alrededor del 2000, una máquina podría tener un 30 % de chance de engañar a una persona inexperta durante 5 minutos. En 2014, ésto parece haber sido logrado. Sugirió las principales componentes de IA por los 50 años siguientes: representación de conocimiento razonamiento automático entendimiento del lenguaje natural aprendizaje automático Problema: el test de Turing no es reproducible ni adecuado para el análisis matemático.

8 Pensando humanamente: modelización cognitiva Idea: obtener programas que piensen como humanos Para determinar como funciona el pensamiento humano se suele recurrir a: La introspección La experimentación psicológica Imágenes del cerebro en acción

9 Mecanismos neuronales de la planificación: análisis con RMf

10 Pensando humanamente: modelización cognitiva Idea: obtener programas que piensen como humanos Para determinar como funciona el pensamiento humano se suele recurrir a: La introspección La experimentación psicológica Imágenes del cerebro en acción En el General Problem Solver no sólo se buscó la solución correcta de problemas sino también comparar los pasos de razonamiento involucrados. La ciencia cognitiva aglutina modelos de computadora de IA con técnicas experimentales de psicología. La ciencia cognitiva real, se basa necesariamente en la investigación experimental en humanos reales y animales.

11 Pensando racionalmente: las leyes del pensamiento Enfoque normativo (o preescriptivo) en lugar de descriptivo. Aristóteles: uno de los primeros en intentar definir el pensamiento correcto. Representada por la tradición logicista de la IA. Silogismos (ej. Modus Ponens) P Q, P Q

12 Pensando racionalmente: las leyes del pensamiento Problemas: 1 El comportamiento inteligente no necesariamente es el resultado de la deliberación lógica 2 Dificultad para traducir el conocimiento informal o impreciso en términos formales 3 Una cosa es poder resolver un problema en principio y otra hacerlo en la práctica

13 Actuando racionalmente Idea: visualizar la IA como el estudio y construcción de agentes racionales. Agente: algo que percibe el ambiente en que vive y luego actúa. Actuar racionalmente: actuar para lograr el mejor resultado, dadas las creencias de uno.

14 Actuando racionalmente Ventajas de este enfoque: Más general que las leyes del pensamiento. Más adecuado para el desarrollo científico que los enfoques basados en el comportamiento o pensamiento humanos. Este curso de IA trata sobre la construcción de agentes racionales.

15 Los cimientos de la IA Filosofía Matemática Economía Neurociencia Psicología Ingeniería de computadoras Teoría de control Linguística

16 Historia de la IA Gestación de la IA ( ) 1943 McCulloch y Pitts: Modelo de neuronas artificiales 1950 Turing: artículo Computing Machinery and Intelligence 1951 Minsky y Edmonds: Primera computadora de red neuronal Nacimiento de la IA (1956) 1956 Workshop de Dartmouth: se adopta el nombre Inteligencia Artificial

17 Historia de la IA Entusiasmo temprano, grandes expectativas ( ) 1950s Primeros programs de IA. Logic Theorist de Newell y Simon. Probador de teoremas de geometría, programas que juegan damas y aprenden (Samuel) 1958 McCarthy se muda al MIT (Lisp, time sharing, Advice Taker) McCarthy funda el AI lab de Stanford 1965 Robinson: algoritmo de resolución para razonamiento lógico Una dosis de realidad ( ) La IA descubre la complejidad computacional La investigación en redes neuronales casi desaparece

18 Historia de la IA Sistemas basados en conocimiento ( ) Uso intensivo de conocimiento específico del dominio. Primeros sistemas expertos Entendimiento del lenguaje natural Nuevos lenguajes de representación del conocimiento Maduración de la IA (1980 presente) 1980 La IA se torna una industria 1986 El retorno de las NN. Resurge la probabilidad. Nouvelle IA : ALife, GAs, soft computing 1987 La IA se torna una ciencia 1995 Emergen los agentes inteligentes. IA a nivel de un humano vuelve a la agenda (2003 ) 2001 Disponibilidad de colecciones de datos enormes

19 Estado del arte Planificación autónoma y scheduling (NASA) Jugar juegos a nivel del campeón mundial (DEEP BLUE) Conducción autónoma de vehículos (DARPA, GOOGLE) Diagnóstico médico Planning logístico (DARPA) Robótica, edificios y sillas de ruedas inteligentes. Entendimiento del lenguaje natural y resolución de problemas Minería de datos Categorización automática de textos. Text y Web Mining. Sistemas recomendadores y diferentes clases de softbots.