Descargar sistema experto

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

1921

KAREL CAPEK  EN SU OBRA R.U.R. (Robots Universales Rossum) UTILIZA POR PRIMERA VEZ EL TÉRMINO 'ROBOT'.

1943- 1955:

McCULLOCH Y PITTS- INTERÉS EN EL ESTUDIO NEUROFISIOLÓGICO DEL CEREBRO, TRATAN DE ENTENDER SU FUNCIONAMIENTO, EN SU ART. "A LOGICAL CALCULUS OF THE IDEAS IMMANENT IN NERVOUS ACTIVITY"

SHANNON – CREA EL PRIMER JUEGO DE AJEDREZ

TURING-

EL JUEGO DE LA IMITACIÓN, "Computing Machinery and Intelligence"

Isaac ASIMOV publica las 3 leyes de la robótica

1956:

EN LA CONFERENCIA EN DARMOUTH

McCARTY PROPONE EL NOMBRE DE INTELIGENCIA ARTIFICIAL

1957 – 1962

GRANDES EXPECTATIVAS EN LA INTELIGENCIA ARTIFICIAL

NEWELL – PROGRAMA Lógica Teórica

NEWELL Y Simón – CREAN EL SOLUCIONADOR DE PROBLEMAS GENERALES

McCARTY: LISP

WIDROW (ADALINES), ROSENBLATT (PERCEPTRON)

MINSKY – REPRESENTACIONES DEL CONOCIMIENTO

FIEGENBAUM – SISTEMA EXPERTO DENDRAL, PRIMER SE QUE DEMUESTRA EL RAZONAMIENTO CIENTÍFICO, PARA QUÍMICA Orgánica

PARTICIPAN MIT, CARNEIGIE-Mellón, STANFORD

ERNST CREA EL PRIMER BRAZO ROBOT CONTROLADO POR COMPUTADORA

MINSKY Y PAPERT REALIZAN TRABAJOS DE Visión POR COMPUADORA

ELIZA – SIMULA UN PSICOTERAPEUTA

1966-1973:

EL ENCUENTRO CON LA REALIDAD

LIMITACIÓN DE REPRESENTACIÓN DEL CONOCIMIENTO

IMPOSIBILIDAD DE DAR SOLUCIÓN A MÚLTIPLES PROBLEMAS REALES

COLMERAUER – PROLOG

WINOGRAD – SHDRLU, ROBOT MANIPULADOR DE CUBOS DE COLORES, Comprensión INGLES

SRI, ROBOT-Locomoción, Percepción Y SOLUCIÓN DE PROBLEMAS

MINSKY Y PAPERA – CRITICA A LAS REDES NEURONALES, DEMUESTRA LAS LIMITACIONES DEL PERCEPTRON

DESARROLLO DE Múltiples SISTEMAS BASADOS EN EL CONOCIMIENTO

TRABAJOS DE LENGUAJE NATURAL, DEPENDENCIA CONCEPTUAL

1974-1979:

SHORTLIFFE PRESENTA MYCIN SE EN EL DOMINIO MEDICO, Diagnóstico Y TERAPIA

EARL DESARROLLA UNO DE LOS PRIMEROS PROGRAMAS DE Planeación, ABSTRIPS,

1980:

LA IA ES VISTA COMO UNA INDUSTRIA

SURGE EL PROYECTO DE LA QUINTA GENERACIÓN EN Japón:

ALTO NIVEL DE INTELIGENCIA PARA COOPERAR CON LA GENTE

BASES DE CONOCIMIENTO

PROCESAMIENTO Simbólico

TOMA DE DECISIONES

Solución DE PROBLEMAS SOCIALES

Percepción

1986:

RESURGIMIENTO DE LAS REDES NEURONALES

DESARROLLOS CON ALGORITMOS Genéticos

1995:

SURGEN LOS AGENTES INTELIGENTES, Énfasis EN EL COMPORTAMIENTO INTELIGENTE

Extracción DE CONOCIMIENTO

ROBOCUP- COMPETENCIA DE ROBOTS

1997 - 1999:

AJEDREZ - DEEP BLUE

JUGUETES Y MASCOTAS ROBOTS

2000 ->:

APLICACIONES ESPACIALES – Exploración A Marte

APLICACIONES PARA EL HOGAR Y Colaboración CON HUMANOS

ROBOTS DE SERVICIO

2011-

WATSON – GANADOR  DE JEOPARDY

COCHES CON PILOTO AUTOMÁTICO

¿Qué es la Inteligencia Artificial?

Feigenbaum: Parte de las Ciencias de la computación interesada en el diseño de sistemas de computación Inteligentes, es decir, sistemas que muestren las carácterísticas asociadas con La inteligencia humana como comprensión del lenguaje, aprendizaje,  razonamiento, resolución de problema.

IA trata de comprender lo necesario para un que exista un Comportamiento inteligente y reproducir sistemas de computación que exhiban Inteligencia.

La inteligencia no implica perfecta comprensión, cada Ser inteligente tiene limitada percepción, memoria y cálculo. Muchos puntos en El espectro de la inteligencia, desde los insectos hasta los humanos.

IA débil vs fuerte

IA débil Þ cree en máquinas que algún día Podrán actuar como si fuesen inteligentes.

IA  fuerte Þ  cree en Máquinas que algún día, actuando inteligentemente, pasarán a tener mentes Realmente conscientes.

Un Conjunto de técnicas de resolución de problemas. Algunos de los problemas Atacados con técnicas de IA:

·Obtención de un programa que maneje razonamiento

·Conseguir un programa para aprender y descubrir conocimiento

·Obtención de un programa para comunicarse

·Obtención de un programa para exhibir señales de vida

·Obtención de un robot para moverse en el mundo real

IA Multidisciplinaria

Filosofía

Se ocupa de estudiar las relaciones entre el pensamiento y el comportamiento. Los métodos de razonamiento, mente como un sistema físico, bases del aprendizaje, lenguaje y racionalidad

Matemática

Representación formal y prueba de algoritmos, Computación, problemas decidibles, problemas intratables, probabilidad, teoría De decisión

Lógica

Formas de razonamiento, manipulación y representación simbólica.

Lingüística

Manejo del lenguaje natural, la comunicación, la semántica, Pragmática, sintaxis, ambigüedad.

Psicología

Comprensión del pensamiento, como resolvemos problemas, modelos de Memoria. adaptación, fenómeno de Percepción y control motor

Biología

Modelo neuronal, fisiología del cerebro, de qué estamos hechos?

·
Neurociencia capa física para actividades mentales.

Ingeniería

Construcción de máquinas y mecanismos artificiales. Actuación mecánica – Eléctrica.

Física

. Óptica, sensores.

Prueba De Turing:

siguiere que la IA abarque: conocimiento, Razonamiento, empleo de lenguaje natural, aprendizaje.

IA Vs Computación Convencional

·IA no se refiere a datos numéricos sino simbólicos, por lo que se busca También un razonamiento lógico y no sólo cálculos cuantitativos.

·Como resultado de la manipulación simbólica no utiliza las Representaciones, manejo y obtención comunes de datos, sino que se crean otras Que le permiten realizar la manipulación de conocimientos y de resultados.

·No utiliza Siempre algoritmos definidos para la solución de problemas, ya que se Apoya en métodos heurísticos, de inferencia y deducción.

·Los sistemas De IA se deben de adaptar a situaciones en las que la información con Que cuentan no son exactos ni completos.

Diferencias Principales con la computación clásica:

manipulación simbólica, Empleo de heurísticas, desarrollo de inferencias, manejo de conocimiento.

Manipulación Simbólica:

Los símbolos son entidades que representan personas, Objetos, conceptos, operaciones, relaciones o atributos del mundo real.

Contrasta con el manejo de números de la computación Convencional.

El pensamiento humano se basa en símbolos y eso trata De reproducirlo la IA.

Empleo De heurísticas:

La IA se enfrenta a información inexacta o incompleta.

Heurísticas son métodos para el procesamiento Simbólico, de tipo empírico.

Los problemas en la IA no se resuelven de manera algorítmica.

No siempre se obtiene la respuesta esperada o la Solución.

Desarrollo De inferencias

:

Las inferencias permiten encontrar conclusiones con Base en hechos y conocimientos previos.

Se deriva conocimiento nuevo a partir conocimiento Anterior.

El mecanismo de inferencia de la IA realiza la Interpretación del conocimiento almacenado en el sistema.

Manejo De conocimiento:

El conocimiento incluye el conjunto de hechos, de Métodos de inferencia, de procedimientos, de métodos, de conceptos, teorías y relaciones Que darán solución al problema.

Se almacena en una base de conocimientos.

Durante el ciclo de vida de un sistema inteligente hay Adquisición de conocimiento.

Aprendizaje.

La IA:

Interesa por problemas Complejos; para los que no se conocen soluciones algorítmicas exactas Computables debido a sus grandes dimensiones, su complejidad estructural, o los Niveles de incertidumbre de los datos.

Representación Simbólica

·Para la Construcción de sistemas inteligentes, es necesario emplear representaciones Internas de tipo simbólico, con la actividad cognitiva que corresponde a la Manipulación computacional de estas representaciones simbólicas que se refieren Al mundo exterior.

·El Conocimiento es representado por frases en un lenguaje formal.

·Es posible Leer la representación y comprender el significado del conocimiento.

·Representación numérica

·Se puede Tratar con una combinación de atributos tales como una imagen.

·Ruido tolerante

Frames

·Describen Objetos o conceptos en términos de atributos (slots) y los valores de éstos

·Los Atributos pueden tener procedimientos asociados (demonios) que se ejecutan Cuando se altera o se accede a la información del slot (valor del atributo)

·Los marcos Se organizan en una jerarquía de clases incorporando mecanismos de herencia

·Las Ranuras describen un atributo que puede ser:

·Declarativo (hecho o relación)

·Procedimental (llamada a un procedimiento)

Procesamiento de Lenguaje natural:

es una subdisciplina de la Inteligencia Artificial que Estudia y desarrolla sistemas que permiten interpretar y generar un lenguaje natural.Tiene Por objetivo lograr una relación hombre-máquina análoga a la relación Hombre-hombre.

Aplicaciones

§Traducción Automática, Recuperación de la información, Extracción de Información, Reconocimiento De voz, Interfaces Inteligentes.

Comprensión de LN

ØNivel Morfológico

                    Trata De cómo las palabras se construyen a partir de unas unidades de significado más Pequeñas llamadas morfemas

2.            Nivel Sintáctico

                    Trata de cómo las palabras Pueden unirse para formar oraciones, fijando el papel estructural que cada Palabra juega en la oración mediante una gramática.

3.            Nivel Semántico

    Trata del Significado de las palabras y de cómo los significados se unen para dar Significado a una oración, también se refiere al significado independiente del Contexto, es decir de la oración aislada.

4.            Nivel Pragmático

                    Trata de cómo las oraciones Se usan en distintas situaciones y de cómo el uso afecta al significado de las oraciones.

Representación del Conocimiento (formalización)

·Se han Propuesto numerosos formalismos de representación (lenguajes formales)

·Gramáticas De estructura de frase

·Gramáticas Basadas en restricciones

·Lógica de Primer orden

·Sistemas De marcos - frames

·Dependencias Conceptuales

·Scripts, Planes y objetivos (pragmática)

Sistemas Expertos

Es un sistema de cómputo Capaz de simular la conducta inteligente de un experto humano en un dominio Específico y especializado, con el objeto de resolver problemas.

Antecedentes De un Sistema Experto

•El primer intento de un Sistema Experto fue desarrollado por Alán Newell y Herbert Simón que desarrollaron Un programa denominado GPS.

•Los Sistemas Expertos se derivan de la IA a mediados de los años 60’s.

•Aparece DENDRAL, El primer Sistema Experto. El objetivo de DENDRAL fue estudiar un compuesto químico.

•En la Universidad de Standford se desarrolla MYCIN, Sistema Experto dentro del campo De la medicina para diagnóstico de enfermedades infecciosas en la sangre.

•Se Desarrolla el Sistema Experto llamado TIERESIAS. El cometido de este Sistema Experto era el de servir de intérprete entre MYCIN y los especialistas que lo Manejaban a la hora introducir nuevos conocimientos en su base de datos.

Base de Conocimiento

•Es la Sección del software en donde es almacenado el conocimiento del especialista Humano, contiene la experiencia y la información específica del dominio al que Pertenece el SE representados por un conjunto de hechos y reglas.

•Carácterísticas:

–El Conocimiento que aquí se incluye es estático, su calidad y cantidad determina La bondad del SE.

–Debe ser Exhaustiva al contener todos los hechos y reglas necesarios.

–Debe ser Consistente, sin reglas contradictorias redundantes innecesarias.

Motor de Inferencia

•Es aquí en Donde el SE controla la información almacenada, en la base de conocimiento. Utiliza los datos que se le suministraron y recorre la base de conocimiento Para encontrar una solución.

•Desempeña Las siguientes actividades:

–Utilización Del encadenamiento de reglas.

–Utilización De información estática (de la base de conocimientos) y dinámica (los datos de Usuario).

–Selección De reglas a ejecutar, hasta que se efectúe la revisión todas las que se Satisfacen.

Módulo De explicación:

Se encarga de Explicar y justificar las conclusiones o acciones del SE, explica el proceso Seguido por el mecanismo de inferencia.

Memoria De trabajo:

Almacena hipótesis, resultados y decisiones intermedias, es Decir, el estado en el que se encuentra el problema en un momento dado. Es de Carácter transitorio o almacén temporal. Se guarda la información del usuario y Las conclusiones de las reglas disparadas.

Interfaz De usuario

Representa el vínculo que existe entre el sistema experto y el Usuario.

Ingeniería del Conocimiento:

Al Proceso de construir un sistema experto se le llama Ingeniería del Conocimiento y está basada en la intervención del Experto Humano en un área determinada. El ingeniero trabaja para codificar y hacer Explícitas las reglas (o los procedimientos) que los Expertos Humanos Emplean para solucionar problemas verdaderos.

•El Propósito de la ingeniería del conocimiento es construir sistemas basados en el Conocimiento de Expertos Humanos y con la ayuda del proceso de Adquisición del Conocimiento en el Cual se obtiene el conocimiento que se requiere para construir el sistema, se Lleva a cabo durante todo el desarrollo del sistema.

Participantes: El Experto

. La función del Experto es la de poner sus conocimientos especializados a disposición del Sistema Experto.

•El ingeniero del conocimiento
El ingeniero que plantea las preguntas al Experto, estructura sus conocimientos y los implementa en la base de Conocimientos.

•El usuario El usuario aporta sus deseos y sus ideas, determinado Especialmente el escenario en el que debe aplicarse el Sistema Experto. Un especialista Humano, es una persona que tiene experiencia desarrollada en cierta área, puede resolver problemas que la mayoría no podría resolver, o los Resuelve con mucha mayor eficiencia. El conocimiento de un especialista se Centra específicamente en el dominio del problema. Un dominio del Problema es el área específica del problema, como medicina, finanzas, Ciencias, ingeniería, etc., en el que un especialista puede resolver problemas Con facilidad.

Ventajas:

los Sistemas expertos pueden responder a preguntas mucho más rápido que un experto Humano. Una vez programado lo podemos replicar infinidad de veces. Un sistema Experto no envejece.

Visión Artificial

Trata de inferir información a partir de imágenes. Duplicar las Habilidades de la visón humana para percibir y comprender una imagen. Sus Objetivos: detección, localización y reconocimiento de objetos. Aplicaciones: Reconocimiento de placas de autos, proceso de documentos y percepción remota.