You are on page 1of 13

Act 6. TRABAJO COLABORATIVO # 1.

Presentado por: JAIME CERON OJEDA HERNAN RODRIGO LOPEZ DIEGO MACHADO JULIÁN ZIPAQUIRA Grupo-4

Tutora ANGELA MARIA GONZALEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA INGENIERÍA DE SISTEMAS OCTUBRE 2013

1

INTRODUCCIÓN

El desarrollo de esta actividad le permite al grupo de trabajo colaborativo tener una visión general de lo que es la Inteligencia Artificial, Es en este sentido, que la ciencia llamada inteligencia artificial (IA), se ha dado por objetivo el estudio y el análisis del comportamiento humano. De esta manera, las aplicaciones de la IA se sitúan principalmente en la simulación de actividades intelectuales del hombre. Es decir, imitar por medio de máquinas, normalmente electrónicas, tantas actividades mentales como sea posible, y quizás llegar a mejorar las capacidades humanas en estos aspectos. Su campo es mucho más extenso y se puede ilustrar a través de tres importantes puntos de vista. Aquellos que sostienen que es posible realizar "dispositivos realmente pensantes", punto de vista llamado la IA fuerte, Otros que piensan que es posible simular estados, llamado punto de vista llamado IA débil, y finalmente los "dualistas", quienes dan por separada - muy en resumidas cuentas - la dimensión del cuerpo y del espíritu, y que de esa manera, existirán "juicios de verdad" a los cuales los computadores no tendrán nunca acceso. OBJETIVO GENERAL  Reconocer y establecer los principios que rigen la inteligencia artificial sus aplicaciones y evolución. OBJETIVOS ESPECÍFICOS      Identificar las definiciones, la historia y límites de la Inteligencia Artificial. Reconocer la aplicación de sistemas expertos. Identificar las características, tipos y arquitectura de un Agente Inteligente. Identificar la complejidad de los problemas. Describir y usar las técnicas de resolución de problemas con el ánimo de establecer normas para este propósito.

2

DESARROLLO DE LA ACTIVIDAD INTRODUCCIÓN INTELIGENCIA ARTIFICIAL 1. Teniendo en cuenta y citando diferentes autores concluya con sus propias palabras “Inteligencia Artificial”. R// En general existen muchas definiciones en cuanto a el significado de Inteligencia Artificial, como todos sabemos la inteligencia desde nuestros antepasados ha venido abarcando cada vez mayor cantidad de facetas del comportamiento humano y fue así como en el afán de implementar nuevas tecnologías y con el avance de ellas día a día nace la Inteligencia artificial, la cual es esta inteligencia es exhibida por artefactos creados por humanos y este nombre también se usa para referirse al campo de la investigación científica que es la que mas intenta acercarse a la creación de estos sistemas. 2. Elaborar un cuadro sinóptico sobre inteligencia artificial, donde se establezcan los conceptos y sus relaciones. R// CUADRO SINÓPTICO SOBRE IA Y SUS CONCEPTOS

3

3. Nombre los cuatros enfoques de la “Inteligencia Artificial”, y explique cada uno de ellos brevemente. R// Los cuatro enfoques son: Sistemas que actúan como humanos (test de Turing): en esta se caracteriza lo típico en los humanos, el sistema debe de contar con una base de conocimiento simbólico, debe de utilizar lenguaje natural. Sistemas que piensan como los humanos (enfoque cognitivo): este sistema parte de la forma cómo piensan los humanos, siendo su principal enfoque construir un modelo de pensamiento. Sistemas que piensan racionalmente (enfoque lógico): en el debe actuar racionalmente, similar a como lo hacen los humanos, en la toma de decisiones que se le puedan presentar en determinado momento. Sistemas que actúan racionalmente (enfoque racional): en este enfoque se tiene una forma racional de pensamiento, integrador del aprendizaje. 4. ¿En qué consiste el Test de Turing? R// El test consiste en poner a chatear a una persona con otra persona y con un ordenador; sin decirle a priori cual es la maquina y cuál es la persona. Si chateando descubre quien es la persona y quien es el ordenador se concluye que el ordenador no es inteligente. Pero si no somos capaces de determinar cuál de los dos es una máquina, entonces el ordenador ha pasado el test de Turing y se podría considerar como un aparato inteligente.

5. En una línea del tiempo indique hechos relevantes de la historia de la IA.

4

R//

6. Existen sistemas y procesos que la computadora no puede realizar, así como ejemplos que demuestran que evidencian que tampoco el computador puede tomar decisiones. ¿Significa esto entonces que la IA es un imposible?. Justifique su respuesta. R// No, como es un principio todos los comportamientos autónomos de un IA tiene que ser enseñado al igual que los bebes al nacer que aunque no saben. 7. Escriba, de manera sucinta, las biografías de los padres de la inteligencia artificial, debe incluir entre otros a: Marvin Minsky, John McCarthy, Claude Shannon, Nataniel Rochester, Allen Newell y Herbert Simon.  Marvin Minsky: Nació en New York el 9 de agosto de 1927 científico estadounidense considerado como uno de los padres de la ciencia de la computación, se gradúa en Princeton, ha contribuido al desarrollo de la geometría computacional , escribió el libro perceptores, redes neuronales entre otros.  John McCarthy: Nació el 4 de septiembre de 1927 en Boston, es un prominente informático, recibió el premio de turing en 1971 por sus importantes aportes en la Inteligencia Artificial, en 41962 fue a la Universidad de Stamford donde fundó el Laboratorio de Inteligencia Artificial y de la cual fue profesor durante mucho tiempo.

5

 Claude Shannon: Michigan 30 de Abril de 1916 Febrero 24 de 2001, es recordado como el padre de la teoría de la información, en 1932 ingreso en la Universidad de Michigan, en 1936 Obtuvo los títulos de Ingeniero Electricista y Matemático, en 1940 hizo una maestría en Ingeniería Eléctrica y se Doctoro en Filosofía Matemática. Paso 15 años trabajando en los Laboratorios BELL con un selecto grupo de ingenieros. En el área de la Inteligencia Artificial publico en 1950 un trabajo que describía la programación de la computadora para jugar Ajedrez. Murió a los 84 años de edad tras padecer de alzaimer.  Nataniel Rochester: Nació el 14 de enero de 1919 y murió el 8 de junio de 2001, diseño el IBM 701 y escribió el primer ensamblador, participo en la fundación del campo de la Inteligencia Artificial, trabaja para IBM, supervisa proyectos, hizo artículos para New york Times, Muere el 8 de Junio de 2001.  Allen Newell: Nació el 19 de Marzo de 1927 y Murió el 19 de julio de 1992, fue investigador en informática y psicología cognitiva, contribuyo al lenguaje de procesamiento de información y a dos primeros programas de Inteligencia Artificial, a lo largo de su vida recibió muchas distinciones por sus aportes el tema de la inteligencia Artificial.  Herbert Simon: Nació en Milwaukee en 1916 y Murió en Pittsburg en 2001, es un científico estadounidense conocido por sus aportes a los campos de la psicología, las matemáticas, la epistemología y Sobre todo en Inteligencia Artificial, Laureado en 1978 por la academia sueca de Nobel de economía por sus trabajos, tuvo una solida información, pionero de la inteligencia artificial.

8. Defina con sus palabras un Agente Inteligente.

6

R// Es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera correcta.

9. Dentro de qué enfoque de la IA se circunscriben los Agentes Inteligentes. ¿Por qué? R// Se circunscriben en el Enfoque del Agente Racional y en general, podemos decir que un agente tomará una decisión en un momento dado dependiendo de la secuencia completa de percepciones hasta ese instante. Será entonces cuando, en función de las acciones realizadas por parte del agente sobre las correspondientes secuencias de percepciones recibidas y un conocimiento a priori sobre el entorno, cuando se podrá definir el papel de éste en el entorno. Ya en términos matemáticos se puede decir que el comportamiento del agente viene dado por la función del agente que proyecta una percepción dada en una acción. Este comportamiento se entiende como una actividad que el agente racional en cada posible secuencia de percepciones, deberá emprender aquella acción que supuestamente maximice su medida de rendimiento, basándose en las evidencias aportadas por la secuencia de percepciones y en el conocimiento que el agente mantiene almacenado. 10. Nombre y explique los elementos de un Agente Inteligente y sus Interacción. R// Los elementos que conforman un agente inteligente son: su arquitectura, la cual delimita su actuación y un programa de computadora el cual le dará al agente la capacidad de interactuar con el medio ambiente para llevar a cabo las acciones que determinaran su desempeño. 11. Mencione y explique al menos 5 características de los Agentes. De ejemplos.

7

R//  La inteligencia: el agente sabe razonar y aprende a partir de la información que recoge.  La interactividad: el agente puede interactuar con su entorno y otros agentes con el propósito de realizar una tarea.  La autonomía: el agente puede tomar decisiones de manera autónoma.  Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades.  Adaptabilidad: está relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basándose en ese aprendizaje. Ejemplos de aplicaciones:  Aplicaciones Industriales.  Aplicaciones Médicas.  Áreas de Entretenimiento Juegos.  Aplicaciones Comerciales.  La vigilancia de las tendencias. 12. ¿En qué consiste el análisis PAMA? R//Consiste en la estrategia general de la ingeniería de “dividir para conquistar” h ⇒ P+a+M+A ⇒ cada sumando es más fácil que la suma ponderada. Ejemplo: al analizar un sistema de imágenes por satélite, Las percepciones: pixeles de intensidad y longitud de onda variables Las acciones: mover la cámara, cambiar el filtro, imprimir información Las metas: identificación cercana a la realidad de todos los objetos de la imagen El ambiente: imágenes distorsionadas provenientes de una cámara de satélite. 13. Desarrolle un análisis PAMA de un sistema de diagnóstico automotor. R// Las percepciones: pixeles de intensidad y longitud de onda variables. Las acciones: control de emisiones y sistema del tren de potencia, Lectura de códigos de falla ISO, Grafica y Emulación de Parámetros Las metas: Diagnosticar el estado del vehículo El ambiente: Taller automotriz. 14. Desarrolle un análisis PAMA de un robot clasificador de partes de computadores. R// Las percepciones: Pixeles de intensidad variable. Las acciones: Recoger partes y clasificarlas poniéndolas en botes. Las metas: Poner las partes en el bote que les corresponda. El ambiente: Banda transportadora sobre la que se encuentran las partes.

15. Desarrolle un análisis PAMA de un asesor interactivo de química.

8

R// Las percepciones: Pixeles de intensidad variable. Las acciones: Sugiere las sustancias a mezclar. Las metas: Obtener la fórmula adecuada. El ambiente: Laboratorio de química. 16. Mencione y explique 3 tipos de agentes. ¿En qué se diferencian? R// Los agentes con memoria que tienen un estado interno que sirve para seguirle la pista a los estados pasados de su mundo. Se diferencias en que se encuentran bien informados sobre su mundo. Los agentes focalizados en encontrar la meta son además de disponer de información sobre el estado, tienen información sobre situaciones deseables para alcanzar la meta. Se diferencias en que se encuentran bien informados sobre su mundo. Los agentes reflejos con un único estado (simples) se basan en reglas condición/acción y se implementan con un sistema de producción. Se diferencian en que carecen de memoria referida a estados pasados del mundo. 17. Mencione y explique 4 propiedades de los ambientes. R// El rango de los entornos de trabajo en los que se utilizan técnicas de IA es muy grande. Sin embargo, se puede identificar un pequeño número de dimensiones en las que categorizar estos entornos. Estas dimensiones determinan, el diseño más adecuado para el agente y la utilización de cada una de las familias principales de técnicas en la implementación del agente. 1. Totalmente observable (accesible)/parcialmente observable (inaccesible) 2. Determinista/No-determinista (estocástico), Episódico/No-episódico (secuencial) 3. Estático/Dinámico, Discreto/Continuo 4. Sin adversario (agente individual)/Con adversarios racionales (multi-agente) COMPLEJIDAD DE LOS PROBLEMAS 18. Explique la definición formal de un problema R// 1. Un problema es el razonamiento informal que describe las per sección que se tiene de un problema a resolver mediante una búsqueda en un espacio. 2. Un problema es el razonamiento informal que define y especifica un espacio sobre los estados iniciales y finales.

9

19. Mediante un ejemplo explique un problema de estado inicial, contingencia y exploración: R// Ejemplo: El problema de un viajero comerciante por Europa.

 Problemas de un estado inicial. q0 = {Madrid}  Problemas de contingencia. q0 = {Madrid} pueden fallar los vuelos  Problemas de exploración. Viajar sin mapa 20. Explique en qué consiste las clases P, NP y NP completo. R// Mediante la ilustración de este grafico demostrare en qué consisten las clases P, NP y NP Completo.

Imaginemos que existe una computadora asombrosa "N" que puede hacer lo que hacen las computadoras normales, sabemos que los problemas "P" también están en "NP" como se lo muestra la gráfica.

10

Así que los problemas fáciles están en "P" y en "NP", pero los difíciles de verdad sólo están en "NP-completo". Es como decir que hay cosas que puede hacer la Gente normal ("G") o sea “P”, hay cosas que puede hacer la Súper Gente ("SG") o sea “NP” y cosas que sólo la Súper Gente puede hacer y se llaman ("SG-completo") o sea “NP-Completo”. 21. Señale y explique 3 problemas NP. ¿Por qué se consideran problemas NP? R// PROBLEMAS DE NP PROBLEMA DEL CICLO HAMILTONIANO En teoría de grafos, el Problema del ciclo hamiltoniano y el Problema del camino hamiltoniano tratan de determinar si un ciclo hamiltoniano o un camino hamiltoniano existen en un determinado grafo. Existe una íntima relación entre ambos, de los que se conoce que son NP-completos. Un ciclo hamiltoniano, es a su vez, un ciclo que pasa una y solo una vez por todos los nodos (vértices) del grafo. Cuando hablamos de grafos ponderados, que poseen pesos o costos en sus aristas, se sabe que el ciclo hamiltoniano de menor costo es a su vez también la solución al problema del viajante (TSP, del inglés Travelling Salesman Problem). Si un grafo (G) tiene un vértice de valencia 1, automáticamente sabemos que no puede ser hamiltoniano. PROBLEMA DEL VENDEDOR VIAJERO El problema del viajante o problema del vendedor viajero1 (en inglés T.S.P., Travelling Salesman Problem) es un ejemplo que muestra y analiza la problemática que subyace tras algunos tipos de problemas matemáticos que a priori parecen tener una solución relativamente sencilla, y que en la práctica presentan un gran problema. Es uno de los problemas más famosos en el campo de la optimización combinatoria computacional. PROBLEMA DE LA CLIQUE Una clique en un grafo es un conjunto de vértices dos a dos adyacentes. En el grafo de la derecha, los vértices 1, 2 y 5 forman una clique porque cada uno tiene un arco que le une a los otros. En cambio, los vértices 2, 3 y 4 no, dado que 2 y 4 no son adyacentes. El problema de la clique es un problema de optimización para determinar cuándo un grafo contiene una clique de al menos un tamaño k. Una vez que tenemos k o más vértices que forman una clique, es trivial verificar que lo son, por eso es un problema NP. El correspondiente problema de optimización, consiste en encontrar una clique de tamaño máximo en un grafo (un sub grafo completo de tamaño máximo). Este problema se puede enunciar como un problema de decisión si la pregunta que se hace es saber si existe una clique de tamaño k en el grafo. .

11

CONCLUSIONES

Luego de haber explorado la primera unidad y de haber desarrollado la actividad propuesta hemos podido concluir que el mayor campo de aplicación de la I.A son los juegos, la robótica, sistemas expertos y que la Visión Artificial es el campo menos desarrollado de la I.A. Con esta actividad pudimos identificar el objetivo de la I.A que se enfoca en lograr que los sistemas sean totalmente autónomos. Metafóricamente podríamos decir que las Neuronas humanas son parecidas a las computacionales desde un punto de vista de inteligencia artificial. Identificamos con esta actividad que los Robots son el campo que están captando la atención de muchos debido a lo que pueden hacer gracias a la I.A; Por ejemplo, el campeonato Robocup, la aplicación en Hospitales para la rehabilitación de pacientes.

12

BIBLIOGRAFÍA

 Botti, V., & Julián, V. (2000). Agentes Inteligentes: el siguiente paso en la Inteligencia Artificial: el siguiente paso en la Inteligencia Artificial. Novática: Revista de la Asociación de Técnicos de Informática, (145), 95.  Winston, P. H., Flores Samaniego, H., Lemaître León, C., & Cortés, U. (1994). Inteligencia artificial.  Russell, S. J., & Norvig, P. (1996). Inteligencia Artificial: un enfoque moderno.  Hípola, P., & Vargas-Quesada, B. (1999). Agentes inteligentes: definición y tipología: los agentes de la información. El profesional de la información, 8(4), 1321.  Meza, H. E. C., Cabrera, A. A., Bastidas, S. E. C., & Vesga, J. C. UNIVERSIDAD NACIONAL ABIERTA YA DISTANCIA UNAD-COLOMBIA.  Norving, P. y Rusell, S. Inteligencia Artificial. Un Enfoque Moderno. Madrid: Pearson Education.

13