Fundamentos de la Inteligencia Artificial: Agentes y Resolución de Problemas
Enviado por Chuletator online y clasificado en Magisterio
Escrito el en 
español con un tamaño de 6,58 KB
¿Qué es la Inteligencia?
La inteligencia se define como la capacidad de resolver problemas complejos, establecer relaciones, realizar generalizaciones, analizar y comprender la situación del entorno.
¿Qué es la Inteligencia Artificial (IA)?
La Inteligencia Artificial se refiere a sistemas que piensan como humanos y actúan racionalmente. Son máquinas inteligentes dedicadas a la automatización de la conducta inteligente.
Objetivos de la Inteligencia Artificial
Los principales objetivos de la IA son:
- Desarrollar sistemas que piensen como humanos.
- Desarrollar sistemas que actúen como humanos.
Pensar como humanos
Un referente clave para evaluar si un sistema piensa como humano es el Test de Turing, que evalúa el comportamiento inteligente.
Ciencias que combinan la IA
La Inteligencia Artificial es un campo multidisciplinar que combina:
- Ciencia de la computación
- Ingeniería mecánica y electrónica
- Fisiología
- Filosofía
Aplicaciones de la IA
La IA tiene diversas aplicaciones prácticas, entre las que se incluyen:
- Lingüística computacional
- Minería de datos
- Mundos virtuales
- Procesamiento del lenguaje natural (PLN)
- Robótica
- Videojuegos
- Sistemas de apoyo a la decisión
Agentes en Inteligencia Artificial
Definición de Agente
Un agente es cualquier entidad capaz de percibir su medio ambiente a través de sensores y actuar sobre él mediante actuadores.
- Sensores: Ejemplos incluyen ojos, oídos, lengua.
- Actuadores: Ejemplos incluyen piernas, brazos, boca.
Percepción
La percepción es el proceso de recibir entradas del entorno en cualquier momento.
Agente Racional
Un agente racional es aquel que siempre toma la acción correcta para maximizar su medida de rendimiento. Se basa en la evidencia disponible y proporciona soluciones a los entornos de trabajo. Estos agentes son autónomos.
Medida del éxito de un agente
El éxito de un agente puede ser medido de forma subjetiva y objetiva.
Tipos de Agentes
Agentes Frágiles
Los agentes frágiles operan en entornos donde el contexto es conocido de antemano. No necesitan aprender, solo actuar correctamente.
Agentes No Autónomos
Un agente no autónomo depende en mayor medida del conocimiento inicial que de sus propias percepciones del entorno.
REAS: Componentes Fundamentales de un Agente
El acrónimo REAS representa los componentes clave para comprender la solución de problemas de un agente:
- Rendimiento
- Entorno
- Actuadores
- Sensores
Comprender estos elementos ayuda a definir de forma completa cómo un agente aborda y resuelve problemas.
Propiedades de los Entornos de Trabajo de IA
Los entornos en los que operan los agentes de IA poseen diversas propiedades:
- Observación del ambiente
- Determinación del siguiente estado
- Consideración de la experiencia previa
- Capacidad de cambio en el entorno
- Presencia de otros agentes participantes
- Manejo de percepciones
Estructura de un Agente
La conducta de un agente se define por su diseño, programa y ejecución en hardware. La arquitectura de un agente se puede expresar como:
Agente = Arquitectura + Programa
Idea Central de la IA
La meta de la IA es crear programas de agentes racionales utilizando una cantidad mínima de código, evitando la necesidad de recurrir a extensas tablas de datos.
Tipos de Programas de Agentes
Existen varios tipos de programas de agentes:
- Reactivos simples
- Reactivos basados en modelos
- Basados en objetivos
- Basados en utilidad
Agente Reactivo Simple
Este agente es básico; solo considera las acciones actuales y no el historial de percepciones. Utiliza reglas de condición-acción. Su inteligencia es limitada y puede caer en ciclos infinitos.
Agente Basado en Modelo
Este tipo de agente se basa en la visibilidad del entorno y almacena un historial de percepciones para comprender la evolución de su estado.
Agente Basado en Objetivos
Para este agente, el conocimiento actual no es suficiente. Requiere información sobre su objetivo o meta para que sus acciones sean las adecuadas. Utiliza técnicas como la búsqueda y la planificación.
Agente Basado en Utilidad
Este agente va más allá de las metas simples, considerando la utilidad o el grado de satisfacción para tomar decisiones.
Resolución de Problemas en IA
Proceso de Solución de Problemas
La resolución de problemas en IA implica los siguientes pasos:
- Definición del problema
- Análisis del problema
- Aislamiento y representación del conocimiento
- Selección de las mejores técnicas
- Ejecución de la solución
Formulación de Problemas
La formulación de problemas consiste en:
- Establecer la meta deseada.
- Definir el conjunto de estados posibles.
- Identificar las acciones u operadores disponibles.
Espacio de Estados del Problema
El espacio de estados de un problema es el conjunto de todos los estados alcanzables a partir de un estado inicial mediante secuencias de acciones.
Ruta
Una ruta es cualquier secuencia de acciones que permite transitar de un estado a otro.
Búsqueda en IA
Definición de Búsqueda
La búsqueda es el proceso de evaluar distintas secuencias de acciones para encontrar una que conduzca al objetivo.
Estrategias de Búsqueda
Las estrategias de búsqueda deben cumplir con:
- Ocasionar cambios efectivos.
- Ser sistemáticas.
- Ser eficientes.
Tipificación de Problemas
Los problemas en IA se pueden clasificar según sus características:
- Determinísticos accesibles e inaccesibles.
- Indeterminísticos inaccesibles.
- Espacio de estado desconocido.