UNIVERSIDAD MAYOR DE SAN ANDRES FACULTAD DE CIENCIAS PURAS Y NATURALES CARRERA DE INFORMÁTICA

TESIS DE GRADO

“SISTEMA COGNITIVO ARTIFICIAL DE APRENDIZAJE SIN CONOCIMIENTO PREVIO” Tesista: Ramiro Aguilar Quispe

Tutor: M. Sc. Fernando Yañez Romero Tribunal revisor: M. Sc. René V. Reynaga Barriga

La Paz – Bolivia 1998 i

FREE - Versión preparada para distribución - FREE 2005

FREE - Versión preparada para distribución - FREE

ii

DEDICATORIA

Dedico este trabajo a mis padres, Marcelino y Antonia, por haberme inculcado la capacidad de lucha colaborando mucho en este juego bonito que lo llamo estudiar.

iii

iv

AGRADECIMIENTOS Deseo expresar mis agradecimientos al Lic. Fernando Yañez, mi tutor, por brindarme una visión correcta de la investigación; a mis asesores Ing. René Reynaga, Lic. Carlos Gallardo, por compartir sus valiosos conocimientos y brindarme bibliografía; al grupo de integrantes de la Escuela de Modelaje y Simulación; a los encargados de la Biblioteca de Informática; a las personas que me proporcionaron valioso material, mencionando a pocos, Ricardo Aranguren en España, Isabel Villavicencio en Chile; y, un agradecimiento especial a quien con ganas desinteresadas me ayudó en el transcurso de todo este tiempo, mi hermano Juan Carlos.

v

vi

PREFACIO Desde hace muchos años, el hombre a tratado de reproducir un ser, una máquina o algo que sea idéntico a él, lo más complicado es dotarlo de inteligencia, no lo ha logrado pero sigue intentando. Si logra crear algo inteligente, tomaría importancia la suposición de que la destrucción del hombre en el futuro será por medio de máquinas mejor adaptadas al mundo (quizá al mismo universo). Nótese en lo expresado anteriormente, la importancia que tiene la adaptación en esto de la supervivencia, en sí, se está haciendo caso a lo que plantea Darwin, la supervivencia del más apto. Usando la teoría de Darwin como válida para los procesos de optimización, inducción y construcción, en este trabajo, se identifican elementos a los cuales se los hace interactuar para que produzcan un comportamiento emergente que genere inteligencia en un programa que no tiene conocimiento inicial sobre el problema que resuelve. El trabajo se ha dividido en cuatro capítulos. En el capítulo 1 se da una introducción al mismo, mostrando los antecedentes, planteando el problema, los objetivos, la hipótesis, y los principales puntos que se desea abarcar. En el capítulo 2, se desarrolla la base teórica y metodológica sobre la cual se apoya el trabajo de tesis. En el capítulo 3, el capítulo que representa el aporte propio, se detalla la demostración de la hipótesis. Y, en el capítulo 4, se describen las conclusiones y las recomendaciones del trabajo.

vii

viii

nose

CONTENIDO pág. 1 3 3 7 8 8 8 8 9 9 9 9

CAPÍTULO 1. INTRODUCCIÓN 1.1. Presentación 1.2. Antecedentes 1.3. Planteamiento del problema 1.4. Objetivos 1.4.1. Objetivo General 1.4.2. Objetivos Específicos 1.5. Hipótesis 1.6. Justificaciones 1.6.1. Justificación Científica 1.6.2. Justificación Técnica 1.7. Métodos y Técnicas a emplearse CAPÍTULO 2. DESARROLLO TEÓRICO Y METODOLÓGICO 2.1. Introducción 2.2. Computación Evolutiva 2.2.1. Algoritmos Genéticos 2.2.2. Sistemas Clasificadores 2.2.3. Programación Genética 2.2.4. Estrategias Evolutivas 2.2.4.1. Representación 2.2.4.2. Tipos de Estrategias Evolutivas 2.2.4.3. Estrategias Evolutivas Avanzadas 2.2.4.4. Técnica de Recombinación 2.2.4.5. Métodos de Compartición 2.2.5. Hardware Evolutivo 2.3. Vida Artificial 2.4. Fundamentos de la Ciencia del Conocimiento 2.4.1. Método Científico como Aprendizaje de Tipo Evolutivo 2.4.2. Teoría y Técnica de la Epistemología Evolutiva 2.4.2.1. Descripción 2.4.2.2. Tipos de Aprendizaje … 2.4.2.3. Métodos de Implementación

ix

11 13 13 14 17 19 19 19 19 20 21 21 22 23 24 24 26 26 26 27

2.4.3. Autopoiesis 2.4.3.1. Recapitulación 2.4.3.2. Propiedades … 2.5. Aprendizaje sin conocimiento previo 2.6. Conclusiones

28 29 29 30 31

CAPÍTULO 3. DEMOSTRACIÓN DE LA HIPÓTESIS 3.1. Introducción 3.2. Fundamentos para la Construcción del Sistema Cognitivo 3.2.1. Holismo y Reduccionismo 3.2.2. Supervivencia 3.2.3. Teorías de Aprendizaje 3.2.4. Niveles de Conocimiento 3.3. Construcción de la Entidad Artificial EA 3.3.1. Enfoque Sistémico 3.3.2. Componentes del Sistema 3.3.3. Estructura de Aprendizaje Evolutivo Para EA 3.4. Conclusiones

33 35 35 35 36 37 38 42 42 42 44 50

CAPÍTULO FINAL. CONCLUSIONES Y RECOMENDACIONES Conclusiones Recomendaciones

51 53 53

ANEXOS BIBLIOGRAFÍA NOTAS

55 61 67

29 x