´n Introduccio

Tema 1

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

1

Tema 1

2

Esquema ♦ Introducci´on ♦ ¿Qu´e es la Inteligencia Artificial? ♦ Fundamentos de la Inteligencia Artificial ♦ Breve historia de la Inteligencia Artificial ♦ Aplicaciones actuales de la Inteligencia Artificial

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Introducci´ on La Inteligencia Artificial (IA): intenta comprender el comportamiento de entidades inteligentes (es una ciencia) se esfuerza en construir m´aquinas inteligentes (es una ingenier´ıa) m´aquinas inteligentes = m´aquinas capaces de percibir, razonar, aprender, comunicarse y actuar en entornos complejos La IA es un ´area reciente (oficialmente, desde 1956) El estudio de la inteligencia es una disciplina muy antigua (la filosof´ıa, desde hace 2000 a˜nos) La aparici´on de los ordenadores en los a˜nos 50 permiti´o poner en pr´actica las ideas surgidas hasta el momento

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

3

La IA comprende una gran cantidad de sub´areas: de prop´osito general (p.e. percepci´on y razonamiento) espec´ıficas (p.e. demostraci´on de teoremas y diagn´ostico de enfermedades) A veces ocurre que: cient´ıficos de otros campos recurren a la IA para automatizar tareas de su especialidad especialistas en IA deciden aplicar sus m´etodos a ´areas de conocimiento concretas ; la IA puede considerarse un campo universal

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

4

¿Qu´ e es la Inteligencia Artificial? Definiciones de IA seg´un libros de texto recientes: “The exciting new effort to make computers think . . . machines with minds, in the full and literal sense” (Haugeland, 1985)

“The study of mental faculties through the use of computational models” (Charniak and McDermott, 1985)

“[The automation of] activities that we associate with human thinking, activities such as decision-making, problem solving, learning . . .” (Bellman, 1978)

“The study of the computations that make it possible to perceive, reason, and act” (Winston, 1992)

“The art of creating machines that perform functions that require intelligence when performed by people” (Kurzweil, 1990)

“A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes” (Schalkoff, 1990)

“The study of how to make computers do things at which, at the moment, people are better” (Rich and Knight, 1991)

“The branch of computer science that is concerned with the automation of intelligent behavior” (Luger and Stubblefield, 1993)

que var´ıan de acuerdo con dos dimensiones: procesos mentales o razonamiento (arriba) vs. comportamiento (abajo) est´andar humano (izquierda) vs. “ideal” o racionalidad (derecha) Enfoques centrados en lo humano = enfoques centrados en la racionalidad c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

5

Actuar como los humanos: el Test de Turing Sistemas que act´uan como los humanos ¿c´omo act´ uan 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 trav´es de un teletipo no pueda decir si se trata de otro humano o no Las capacidades necesarias ser´ıan: procesamiento del lenguaje natural representaci´on del conocimiento razonamiento autom´atico aprendizaje autom´atico La IA no ha tenido como objetivo pasar el Test de Turing

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

6

Pensar como los humanos: la Ciencia Cognitiva Sistemas que piensan como los humanos ¿c´omo piensan los humanos? T´ecnicas experimentales de la psicolog´ıa Es el objetivo de la Ciencia Cognitiva (re´une t´ecnicas de IA y psicolog´ıa)

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

7

Pensar racionalmente: las leyes del pensamiento Sistemas que razonan de forma correcta ¿cu´al es la forma correcta? Las leyes del pensamiento, p.e.: silogismos de Arist´oteles: esquemas de argumentaciones para llegar a conclusiones correctas a partir de unas premisas ciertas l´ogica formal: notaci´on 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 exist´ıan programas que, con tiempo y memoria suficientes eran capaces de, a partir de una descripci´on formal de un problema, encontrar una soluci´on si alguna exist´ıa

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

8

Actuar racionalmente: los agentes racionales Sistemas o agentes que act´uan racionalmente, donde: un agente es una entidad que percibe y act´ua 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 m´as 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

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

9

Fundamentos de la Inteligencia Artificial La IA ha heredado ideas y t´ecnicas de otras disciplinas: Filosof´ıa: teor´ıas sobre el razonamiento y el aprendizaje, y concepci´on de la mente como dispositivo f´ısico que razona con el conocimiento que contiene Matem´aticas: teor´ıas de la l´ogica, la probabilidad, la toma de decisiones y la computaci´on Psicolog´ıa: herramientas para investigar la mente humana Ling¨u´ıstica: teor´ıas de la estructura y significado del lenguaje Inform´atica: ordenadores, sistemas operativos y lenguajes de programaci´on

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

10

Breve historia de la Inteligencia Artificial Inicios de la IA (1943-1956) 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 est´ımulos de neuronas vecinas) representando funciones y con capacidad de aprendizaje Reuni´on de Dartmouth (1956): el nombre de inteligencia artificial Entusiasmo y grandes expectativas (1952-1969) cuando se demostr´o que las m´aquinas pod´ıan realizar tareas que requieren cierta inteligencia Definici´on 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)

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

11

Un poco de realidad (1966-1974) cuando se constat´o que estas t´ecnicas funcionaban con casos simples pero no bastaban para problemas distintos o m´as complicados Los programas de IA (mecanismos de b´usqueda de prop´osito general que intentaban obtener una soluci´on en forma de combinaci´on de pasos elementales) ten´ıan problemas: poco conocimiento espec´ıfico del dominio del problema muchos de los problemas eran intratables ; explosi´on combinatoria las estructuras para almacenar el conocimiento ten´ıan limitaciones

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

12

¿Son los sistemas expertos la soluci´ on? (1969-1979) cuando se intent´o dar soluci´on a los problemas anteriores Utilizaci´on del conocimiento del dominio del problema para determinar secuencias de pasos m´as largas y soluciones de casos t´ıpicos. Ejemplos: Dendral conten´ıa reglas basadas en el modelo te´orico del problema Mycin utilizaba reglas obtenidas a partir de entrevistas con expertos en el problema (adquisici´on del conocimiento) Desarrollo de nuevos lenguajes de representaci´on del conocimiento, basados en l´ogica, como el lenguaje Prolog, o estructurados La IA se convierte en industria (1980-1988) Primer sistema experto de ´exito 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 rob´oticos de visi´on para la industria c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


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 metodolog´ıa de trabajo en IA: importancia de las aplicaciones reales trabajos basados en teor´ıas existentes o en la evidencia experimental

c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

14

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 comprensi´on del habla capaz de entender los detalles de una petici´on de reserva de vuelo y de tramitar la transacci´on (Zue et al. 1994) Marvel, un sistema experto para la monitorizaci´on del env´ıo masivo de datos desde la sonda Voyager, capaz de alertar a los analistas en caso de problemas (Schwuttke, 1992) Un sistema rob´otico integrado en un coche, que recoge im´agenes de v´ıdeo y se˜nales de sensores, las integra con la experiencia adquirida en conducciones de entrenamiento, y es capaz de conducir en una autopista sin la intervenci´on humana (Pomerleau, 1993) Un sistema experto para la diagnosis de enfermedades de los ganglios linf´aticos, capaz de emitir una diagnosis y de dar una explicaci´on de la misma que sirva para se˜nalar los factores que la han motivado (Heckerman, 1991) Un sistema de monitorizaci´on de tr´afico capaz de reconocer distintas escenas a partir de las im´agenes tomadas desde una c´amara en un cruce, e incluso de realizar llamadas autom´aticas a los servicios de emergencia en caso de accidentes (King et al., 1993) c S.Russell & P.Norvig, 1998) Transparencias IA (F29) – M.Marcos, 1999 (Figuras


Tema 1

15