Aplicaciones de Técnicas de IA Ana Lilia Laureano-Cruces UAM-A
Casi todas las ciencias de ingeniería Comparten técnicas disponibles en el domino de IA. Mencionaremos algunas aplicaciones donde la IA juega un papel decisivo en la ingeniería y la automatización.
Sistemas expertos Base de Conocimiento PR1. SI (esta nublado y hace calor) ENTONCES (lloverá) PR2. SI (llueve) ENTONCES (Los caminos en calcuta Se volverán lodosos) Base de Datos El cielo esta nublado Motor de Inferencia Inferencias: Si llueve los caminos de Calcuta se volverán lodosos
Lo que hace el motor de inferencia La máquina de inferencia intenta emparejar el antecedente de las cláusulas de las reglas guardadas en la la base de datos. Cuando todos los antecedentes de las cláusulas están disponibles, la regla se dispara, resultando nuevas inferencias.
Las nuevas inferencias se suman a la base del conocimiento para activar reglas subsecuentes. Con el fin de mantener limitada la base de datos, se genera un mecanismo para borrar eliminar algunas de la base del conocimiento.
Comprensión de Imágenes y Visión por Computadora Una imagen digital puede ser observada como un arreglo de dos dimensiones o pixeles que contienen niveles de grises, que corresponden al reflejo de la iluminación.
Para interpretar una escena La imagen se procesa a través de 3 procesos básicos: Bajo, medio y alto nivel El proceso bajo; consiste en filtrar el ruido El proceso medio; lidia con la intensificación y segmentación (particionar la iamagen en objetos de interés).
El proceso alto; consiste de 3 pasos: Reconocimiento de los objetos que provienen de la segmentación. Etiquetar estos objetos e interpretarlos En este nivel se requieren la mayoría de las herramientas y las técnicas de IA
Por ejemplo en el caso del reconocimiento de objetos de la imagen puede ser llevado a través del proceso de clasificación de patrones; realizada por algoritmos de aprendizaje. El proceso de aprendizaje por otro lado computación basada en el conocimiento.
Pasos básicos para la interpretación de escenas cámara PreProcesamiento Nivel Bajo intensificación etiquetar reconocer segmentación interpretar Nivel Medio Alto Nivel Alto Nivel de Inferencias
Planificación para robots móviles Llamada también guía automática de vehículos. Esta área es un área en constante cambio donde la IA encuentra muchas aplicaicones. Un robot móvil cuenta con: Una o más cámaras, o Sensores ultrasónicos Que ayudan para encontrar uno o más obstáculos, durante la trayectoria.
El problema de la navegación se enfoca desde dos perspectivas: Entornos estáticos y dinámicos En un entorno estático; la posición de obstáculos es fija, mientras Que en un entrono dinámico los obstáculos pueden moverse de forma arbitraria (direcciones y posiciones). Y la velocidad de estos objetos puede ser más baja que la máxima alcanzada por el robot.
Muchos investigadores utilizan lógica espacio-temporal; para los entornos estáticos. En el caso de entornos dinámicos se utilizan algoritmos genéticos, redes neuronales o agentes reactivos.
Donde pueden utilizarse estos robots Bomberos Limpieza Automatización en fábricas Accidentes en entornos industriales Diagnóstico automático Remplazo de partes defectuosas en instrumentos.
Diálogos y comprensión de lenguaje natural En el caso de la generación de diálogos; el problema principal es: separar las sílabas dentro de un mundo donde la palabra es esencial, determinar aspectos como la amplitud y las frecuencias fundamentales y harmónicas de las sílabas.
De esta forma se pueden identificar las palabras y extraer aspectos a través de las técnicas de clasificación de patrones. Técnicas utilizadas son: algoritmos genéticos y redes neuronales.
En el caso de la comprensión del lenguaje Incluye interpretaciones semánticas y sintácticas de las palabras en la oración y de las oraciones en los párrafos. Los pasos para el análisis sintáctico; es un análisis a partir de la gramática y se parecen a los pasos de un compilador.
En el caso del análisis semántico; este se desarrolla después de sintáctico y consiste en determinar el significado de las oraciones a partir de las oraciones y del párrafo y de su posición en él.
Aplicaciones de Lenguaje Natural Un robot capaz de entender un diálogo es de inmensa importancia, ya que puede realizar cualquier tarea que se le comunique (I robot: Issac Asimov).
Planificación En un problema de planificación se debe tomar en cuenta: el tiempo total del conjunto de eventos, con el fin de mejorar la eficiencia del uso del tiempo.
Planificación de salones de clases Los profesores son asignados a distintos salones en diferentes intervalos de tiempo. Y se desea que la mayoría de salones sean utilizados el mayor tiempo posible.
Ejemplo de planificación En un diagrama de flujo, el problema de planificación consiste en un conjunto de trabajos (J 1,J 2 ) que deben ser realizados en un conjunto de máquinas (M 1,M 2,M 3 ). El kid del asunto es saber como deben planificarse, si (J 1 -J 2 ) o (J 2 -J 1 ). De forma que se minimice el tiempo ocioso. Dejemos que el tiempo de procesamiento de los trabajos J 1 y J 2 en las máquinas M 1,M 2 y M 3 sean (5,8,7) y (8,2,3) respectivamente.
La planificación J 1 - J 2 : J 1 J 2 M 1 5 8 13 M 2 J 1 J 2 8 2 5 2 M 3 J 1 J 2 7 3 5+3=8 Tiem_Req = 23
La planificación J 2 - J 1 : M 1 M 2 M 3 J 2 J 1 8 5 J 2 3 J 1 2 8 J 2 5 J 1 3 7 Tiem_Req = 28 13 8 7
Control Inteligente En un proceso de control, el controlador es designado a partir de modelos conocidos de proceso y el objetivo del control. Cuando la dinámica de la planta no es completamente conocida, las técnicas existentes para el control no son válidas.
Entonces se utiliza un sistema de control basado en reglas de producción. El control es implementado con base en un conjunto de reglas intuitivas extraídas a partir de un ingeniero experto en control. El antecedente de la regla que empareje con algún(s) parámetro(s) de la planta, será la regla seleccionada y disparada para provocar una acción en el entorno.
Si existen varios antecedentes que se pueden emparejar; esto se soluciona con estrategias apropiadas. Por otro lado existen situaciones en que el antecedente no se empareja de forma exacta con las reglas. Estos casos son manejados con lógica difusa (Fuzzy). Que es capaz de manejar emparejamientos parciales o aproximados en entornos dinámicos.
El control difuso ha sido utilizado recientemente en plantas industriales. Una aplicación típica es el control de potencia en un reactor nuclear. En otras aplicaciones se intenta estimar la respuesta de una situación actual en una planta nuclear.
fin
En este último caso las redes difusas y neuronales, así como las técnicas de aprendizaje han sido identificadas como nuevas herramientas para la estimación de estados de una planta.