1 introduccion-a-la-inteligencia-artificial
- 1. Inteligencia Artificial Introducción a la inteligencia artificial Tomado de algún sitio de Internet con licencia CC
- 2. ¿Qué es la inteligencia artificial? 2 Hollywood sigue creando expectaciones no realistas para los androides y las máquinas inteligentes en general. Quisiéramos robots como C-3PO que se parecen a los humanos, y actúan y responden como ellos (quejándose menos, posiblemente). ¿Por qué no los tenemos y solo tenemos autómatas capaces de construir coches en cadenas de montaje?
- 3. ¿Qué es la inteligencia artificial? 3 A pesar de algoritmos sofisticados y muchos años de experimentación, aún no somos muy buenos en modelar la vida. Los motores no replican los músculos. Las cámaras no son ojos. Y los ordenadores definitivamente no son cerebros. Sin embargo, seguimos con la idea de tener robots humanoides.
- 4. ¿Qué es la inteligencia artificial? 4 Estamos perfeccionando continuamente la bio- imitación, la visión por ordenador y las técnicas de inteligencia artificial. En cada una de estas áreas se ha visto frustrada la carrera de muchos científicos. La disciplina entera parece marchar hacia un callejón sin salida y las aplicaciones prometidas son una continua decepción.
- 5. ¿Qué es la inteligencia artificial? 5 No se están obteniendo resultados en máquinas de propósito general, ni en robots humanoides que pueden andar. Los avances reales son en cambio en: la comprensión de cómo funcionan cerebro y conciencia; robots especializados en un único propósito. El futuro, de momento, es más Roomba que Asimo.
- 6. Bases de la inteligencia artificial 6 Filosofía. Debate sobre la posibilidad de una inteligencia mecánica: Descartes, Leibniz: la mente está ligada al mundo físico. John Locke: en el principio fue la Mente (1690). Hume (1779), Russell: el conocimiento es fruto de la percepción, se adquiere por la experiencia (inducción) y está representado por teorías lógicas. Darwin (1857): destrucción del ex nihilo nihil fit a través de la teoría de la evolución por selección natural.
- 7. Bases de la inteligencia artificial 7 Matemáticas. Las bases filosóficas necesitan reglas formales: Boole, Frege: fundamentos de la lógica matemática. Gödel, Turing: límites de lo computable (teorema de incompletitud). Fermat, Bernoulli, Bayes: probabilidad, razonamiento probabilístico.
- 8. Bases de la inteligencia artificial 8 Psicología cognitiva. Teorías sobre la conducta, bases del comportamiento racional: Representación de los estímulos externos Manipulación consciente de la representación Actuación consecuente
- 9. Bases de la inteligencia artificial 9 Ingeniería computacional: Para la existencia de la IA es necesario un mecanismo para soportarlo (hardware). También son necesarias herramientas para desarrollar programas de IA. Lingüística computacional: Chomsky: representación del conocimiento, gramática de la lengua.
- 10. Definición de IA Sistemas que actúan como humanos El estudio de cómo lograr que los ordenadores realicen tareas que, de momento, la gente hace mejor (Rich y Knight, 1991) Sistemas que piensan como humanos El esfuerzo de hacer que los ordenadores piensen … máquinas con mentes en el más amplio sentido literal (Haugeland, 1985) Sistemas que piensan racionalmente El estudio de las facultades mentales a través del estudio de modelos computacionales (Charniak y McDermott, 1985) Sistemas que actúan racionalmente El estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales (Shalkoff, 1990)
- 11. Sistemas que actúan como humanos El modelo es el hombre; el objetivo es construir un sistema que pase por humano. Prueba de Turing: si un sistema la pasa es inteligente. Capacidades necesarias: procesamiento del lenguaje natural representación del conocimiento razonamiento aprendizaje Pasar la Prueba no es el objetivo primordial de la IA. La interacción de programas con personas hace que sea importante que éstos puedan actuar como humanos.
- 12. La prueba de Turing
- 13. Sistemas que piensan como humanos El modelo es el funcionamiento de la mente humana. Se intenta establecer una teoría sobre el funcionamiento de la mente (experimentación psicológica). A partir de la teoría se pueden establecer modelos computacionales. Influencia de las neurociencias y de las ciencias cognitivas.
- 14. El misterio de la conciencia Si identificamos el núcleo cognitivo de la conciencia (que no es el simple conocimiento de nuestra existencia), ¿podemos incorporarlo en una máquina? Las mayores religiones localizan la conciencia en un ánima que sobrevive a la muerte del cuerpo. Woody Allen: “No quiero alcanzar la inmortalidad a través de mi obra. Quiero alcanzarla no muriéndome”. Estas cuestiones, antes objeto solo de especulaciones teológicas, ahora son estudiadas por la neurociencia cognitiva.
- 15. Daniel Dennett
- 16. Problemas fáciles y difíciles David Chalmers trata el tema de la conciencia en términos de dos problemas: Problema Fácil: distinguir entre pensamiento consciente e inconsciente (Freud): superficies que tenemos delante planes para el día sueños con ojos abierto durante las clases control del latido del corazón reglas que ordenan las palabras cuando hablamos secuencias de contracciones musculares Problema Difícil: explicar cómo puede nacer la experiencia subjetiva de la computación neuronal
- 17. El cerebro como máquina La “hipótesis asombrosa” de Francis Crick: Nuestros pensamientos, sensaciones, alegrías, dolores consisten enteramente de actividad fisiológica en los tejidos del cerebro. La conciencia es un producto biológico natural, tan vacía de elementos sobrenaturales como la digestión o la circulación de la sangre.
- 18. Sistemas que piensan racionalmente Las leyes del pensamiento racional se fundamentan en la lógica (Aristóteles). La lógica formal está a la base de los programas inteligentes (logicismo). Se presentan dos obstáculos: Es muy difícil formalizar el conocimiento. Hay un gran salto entre la capacidad teórica de la lógica y su realización práctica.
- 19. Sistemas que actúan racionalmente Actuar racionalmente significa conseguir unos objetivos dadas unas creencias. El paradigma es el agente racional, que se aplica, por ejemplo, a muchos sistemas robóticos. Un agente percibe y actúa, siempre teniendo en cuenta el entorno en el que está situado. Las capacidades necesarias: percepción procesamiento del lenguaje natural representación del conocimiento razonamiento aprendizaje automático Visión de la actuación general y no centrada en el modelo humano Ejemplos: Stanley (Grand challenge) Asimo
- 20. ¿Es la IA posible? La posibilidad de la inteligencia artificial plantea problemas filosóficos complejos. ¿Las máquinas pensantes poseen consciencia? • La habitación china (Searle, 1980) ¿Es la inteligencia una propiedad emergente de los elementos biológicos que la producen? No hay una conclusión definitiva.
- 22. Historia de la IA Los inicios (1943-1956) McCulloch y Pitts: primer modelo de neurona, demostración de que cualquier función es computable por una red de neuronas, aprendizaje Hebb: regla de aprendizaje Hebbiano o de Hebb Minsky, Edmonds: primer simulador de red neuronal (40 neuronas) Taller de Dartmouth (bautizo de la IA): McCarthy, Minsky, Shannon, Rochester, More, Samuel, Solomonoff, Selfridge, Newell, Simon Newell, Simon: Teórico Lógico (TL)
- 23. Historia de la IA Entusiasmo inicial, grandes expectativas (1952- 1969) SRGP: sistema de resolución general de problemas, imitación de las demostraciones humanas Samuel: programa jugador de damas, aprendizaje Sistemas planificadores, representación interna del mundo Aplicaciones en dominios reducidos: integración simbólica, mundo de bloques Redes neuronales: perceptrones, aprendizaje
- 24. Historia de la IA La dura realidad (1966-1973) Muchos sistemas de IA actuaban de manera prometedora en problemas sencillos y fallaban ante problemas reales. Muchos problemas eran intratables (NP); el tamaño del problema es relevante. La búsqueda exhaustiva es impracticable. Minsky, Papert: en Perceptrons se demuestra la escasa capacidad de representación de los perceptrones.
- 25. ELIZA (1966) • Conversación con ELIZA -> Hello. I am ELIZA. How can I help you? +> I am feeling sad. -> I am sorry to hear you are sad. +> I had some nightmares tonight. -> You say you had some nightmares tonight. +> Yes, my dreams are worrying me. -> What does that dream suggest to you? +> Thrill, scare. -> I am not sure I understand you fully. +> My dreams annoy me. -> Do you dream often? +> Yes, daily.
- 26. Traducción automática inglés → ruso (o castellano)→ inglés “The spirit is willing, but the flesh is weak” → → Дух охотно готов, но плоть слаба → → “The vodka is good, but the meat is rotten” (Alternativas: “Spirit is willingly ready, but flesh is weak” “The alcohol is arranged, but the meat is weak”)
- 27. Historia de la IA Los sistemas basados en el conocimiento (1969- 1979) Los mecanismos generales de resolución de problemas no son practicables (métodos débiles). DENDRAL: el conocimiento del dominio del problema ayuda a resolverlo mejor. • Sistemas Expertos (MYCIN, PROSPECTOR): incertidumbre, factores de certeza Representación del conocimiento y razonamiento (redes semánticas, marcos, Prolog, ontologías)
- 28. Historia de la IA La IA se industrializa (1980 hasta el presente) El éxito de los sistemas expertos lleva a su uso comercial: R1, XCON (sistema de configuración en Digital Equipment Corporation). Japoneses: quinta generación de ordenadores Estadounidenses: MCC Software para el desarrollo de la IA Máquinas de arquitectura dedicada
- 29. IA en la actualidad RAZONAMIENTO: Satisfacción de restricciones Búsqueda heurística Razonamiento basado en modelos Razonamiento no monotónico Planificación de tareas y scheduling Razonamiento cualitativo Razonamiento con incertidumbre Razonamiento temporal y espacial
- 30. IA en la actualidad APRENDIZAJE AUTOMÁTICO: Razonamiento basado en casos Análisis de datos Computación evolutiva Redes de neuronas Aprendizaje por refuerzo
- 31. IA en la actualidad INGENIERÍA DEL CONOCIMIENTO Y APLICACIONES: Lógica Sistemas de apoyo a la decisión Interacción hombre-máquina inteligente Gestión del conocimiento Representación del conocimiento Ontologías y Web semántica Sistemas multi-agente e IA distribuida
- 32. IA en la actualidad ROBÓTICA, PERCEPCIÓN, PROCESAMIENTO DEL LENGUAJE NATURAL: Robótica y control Procesamiento del lenguaje natural Percepción (visión, reconocimiento del habla) Creatividad, juegos, inteligencia ambiental