UNIVERSIDAD CATOLICA DE SANTA

MARIA
FACULTAD DE INGENIERIAS FISICAS
Y FORMALES
ESCUELA PROFESIONAL DE
INGENIERIA MECANICA, MECANICA
ELECTRICA Y MECATRONICA

PROCESOS INTELIGENTES
PRACTICA 1 Y 2
NOMBRES Y APELLIDOS:
Alviz Aragn, Emmanuel Amrico
Semestre IX
2015

GUIA DE PRCTICA N 1
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL
I. OBJETIVOS

Identificar y relacionar los conceptos de la Inteligencia Artificial

II. MATERIALES Y/O EQUIPOS A UTILIZAR

Computadora
Internet

III. DESARROLLO DE LA PRCTICA

1. La discusin sobre la teora que expone Alan Turing en su artculo
titulado COMPUTING MACHINERY AND INTELLIGENCE an se
mantiene hoy en da. Cul es la idea fundamental que expone
Turing? En qu consiste el experimento?
La idea fundamental que expone Turing en su ensayo es que existen
maquinas digitales que pueden pensar, el autor expresa que si una
maquina puede convencer a una persona que esta tambin es un
humano (realizar o jugar de manera satisfactoria el juego de la
imitacin) habr demostrado su capacidad de pensar, el autor sabe
que su teora no es irrefutable pero explica su idea y las razones por
las cuales este pensamiento no debera ser descartado desde varios
puntos de vista. Termina aceptando que su teora no es absoluta pero
piensa que se pueden dar los pasos necesarios para que un futuro su
respuesta tenga una evidencia mas slida, tambin expresa que se
podr verdaderamente ensear a una mquina y lograr crear una
conciencia a partir de un cuaderno en blanco y la induccin
cientfica de una o ms ideas.
El experimento se constituye de 3 sujetos, un interrogador u
observador y un 2 sujetos A y B, estos pueden ser diferentes ya sean
hombre y mujer o hombre y mquina. El juego se desarrollara de la
siguiente manera el interrogador realizara preguntas al sujeto A este
puede responder con la verdad o mentira, su fin ser confundir al
interrogador y la finalidad de B ser ayudar al interrogador tratando
de que este pueda discernir que sujeto es A y B respectivamente.
El juego tiene diferentes metas segn cual sea la posicin del sujeto a
investigar, uno deber engaar el otro ayudar al observador y el
ultimo identificar a los sujetos A y B, Turing explica en su ensayo que
las maquinas digitales, pueden actuar como mquinas de estados
discretos, teniendo incluso predicciones sobre ciertas respuestas que
seran favorables para ayudar a ganar este juego.
2. Busca informacin acerca de la teora de la Habitacin China (Chinese
Room) que enunci J.R. Searle en 1980. En qu consiste?

Es una prueba que trata de refutar la teora de Turing y su juego de la

imitacin, plantea el concepto que si bien una maquina puede
generar respuestas aleatorias que pueden engaar a una persona
estas carecen de significado para la maquina son solo respuestas
aleatorias producidas por la programacin que se le dio a la mquina
y las reglas con las que se generan.
El experimento se muestra de la siguiente forma, un experto en chino
escribir mensajes los cuales son introducidos al cuarto por una
ranura o debajo de una puerta cerrada de forma que no vea quien
est detrs de la puerta, los mensajes sern respondidos por la
maquina haciendo pensar que este experto se encuentra
conversando con una persona con el mismo nivel de conocimiento del
idioma. Ahora Searle cambia un poco las cosas e introduce a una
persona sin ningn conocimiento del idioma, a esta persona se le ha
dado un manual con el cual puede descifrar el idioma y generar
mensajes coherentes; el resultado ser igual de satisfactorio. La
conclusin a la que llega Searle es la siguiente, tanto la maquina
como el inexperto son completos ignorantes en cuanto al idioma
chino y si bien estos pueden generar mensajes que engaen al
experto estos mensajes carecen de verdadero significado para
quienes los estn expresando, ni la maquina ni el inexperto conocen
el significado verdadero de lo que estn diciendo es mas se los podra
engaar si sus reglas de programacin o el manual estuvieran
errados claro que este no es el fin del experimento, el experimento
espera que la maquina cumpla de manera satisfactoria el juego, para
demostrar que si aceptamos que una maquina es por esto pensante
aceptaramos tambin que una persona estara limitada en su mente
a una programacin delimitada por ciertas reglas lo cual infringira
con la verdadera idea de la mente humana y lo que se piensa de ella,
se concluye que la maquina pensante es solo una imitacin de la
mente humana carente de la base del pensamiento o como l dice
semntica de la idea, que expresa para la maquina todo carece de
significado realmente y sus ideas solo provienen de las reglas que se
le han dado en su programacin.
3. Busca informacin acerca de qu es y para qu se celebra
anualmente el Loebner Prize
Es un premio de carcter cientfico, este premia al programa de
ordenador que sea considerado mas inteligente, la calificacin se
realiza mediante el test de Turing realizando el mismo antes un juez
calificado y una persona real. Este premio se realiza anualmente y a
modo de competencia tiene tres premios mayores de los cuales solo
uno se ha entregado hasta la fecha, los premios para cada ao son:
Medalla de bronce, y una cantidad de 5000 dlares para el programa
ms parecido a un ser humano de entre todos los presentados de ese
ao.
Medalla de plata, y 25000 dolares para el primer programa que los
jueces no puedan distinguir de un ser humano verdadero en un Test
de Turing slo con texto, y que pueda convencer a los jueces de que
la otra entidad (el humano) que tambin est hablando es, a su vez,

una computadora. Este premio se otorgar una sola vez, y an no ha

sido concedido.
Medalla de oro y 100000 dolares para el primer programa que los
jueces no puedan distinguir de un ser humano verdadero en un Test
de Turing, que incluya descifrar y la comprensin del texto, con
entradas visual y auditiva. Este premio se otorgar una sola vez, y
an no ha sido concedido.
El Premio Loebner se disolver una vez que el premio de 100.000
dlares, con la medalla de oro, sea adjudicado.

4. Indica cules de los siguientes entornos son accesibles:

Segn se define en el libro Inteligencia Artificial un Enfoque
Moderno
Totalmente observable vs. Parcialmente observable. (Accesible vs.
Parcialmente accesible)
Si los sensores del agente le proporcionan acceso al estado completo
del medio en cada momento, entonces se dice que el entorno de
trabajo es totalmente observable (accesible).
Un entorno de trabajo es, efectivamente totalmente observable si los
sensores detectan todos los aspectos que son relevantes en la toma
de decisiones; la relevancia, en cada momento, depende de las
medidas de rendimiento. Entornos totalmente observables son
convenientes ya que el agente no necesita mantener ningn estado
interno para saber qu sucede en el mundo.
Un entorno puede ser parcialmente observable debido al ruido y a la
existencia de sensores poco exactos o porque los sensores no reciben
informacin de parte del sistema, por ejemplo un agente aspiradora
con solo un sensor de suciedad local no puede saber si hay suciedad
en la otra cuadrcula, y un taxi automatizado no pude saber que estn
pensando otros conductores.
a) Una partida de ajedrez.
Este se podra considerar completamente accesible el tablero y la
posicin de cada una de las piezas es algo que se puede observar
y dan la informacin necesaria para la toma de decisiones
b) Un partido de baloncesto.
Tambin se puede considerar completamente accesible se conoce
la cancha donde se juega las reglas, jugadas que se pueden
realizar y a los jugadores en cancha.
c) El juego Pacman (comecocos).
Es parcialmente accesible si bien se puede ver todo el mapa de
juego, el personaje y los enemigos considero que hay cierta
aleatoriedad en cuanto a los movimientos sus movimientos y la
progresin en los mismos no es completamente adivinable a
menos a simple vista.
d) El mus.

e)
f)
g)

h)

Es parcialmente accesible ya que el componente de azar en el

juego est presente no tienes toda la informacin del juego que
podras necesitar sin recurrir a este componente
Las damas.
De nuevo como el ajedrez accesible
Las tres en raya.
Accesible y con pocas variables
Un robot que juega al ftbol.
Depende del grado de programacin y desarrollo del mismo si
este presenta errores no concebidos en el desarrollo este
presentara comportamiento desconocido por lo cual sera
parcialmente accesible
Un robot explorador autnomo de Marte.
Muy parecido al anterior agregada la incertidumbre que generan
las condiciones del terreno en marte depende mucho de cuanto
se conozca de este y cuanta prediccin del mismo se tenga lo
considero parcialmente accesible.

5. De los entornos del ejercicio 4 indique cules de ellos son discretos y

cules son continuos.
Segn se define en el libro Inteligencia Artificial un Enfoque
Moderno
Discreto vs. Continuo.
La distincin entre discreto y continuo se puede aplicar al estado del
medio, a la forma en la que se maneja el tiempo y a las percepciones
y acciones del agente. Por ejemplo, un medio con estados discretos
como el del Juego del ajedrez tiene un nmero finito de estados
distintos. El ajedrez tiene un conjunto discreto de percepciones y
acciones. El taxista conduciendo define un estado continuo y un
problema de tiempo continuo: la velocidad y la ubicacin del taxi y de
los otros vehculos pasan por un rango de valores continuos de forma
suave a lo largo del tiempo. Las conduccin del taxista es tambin
continua (Angulo de direccin. etc.). Las imgenes captadas por
cmaras digitales son discretas, en sentido estricto, pero se tratan
tpicamente como representaciones continuas de localizaciones e
intensidades variables.
a) Una partida de ajedrez.
Discreto tiene un nmero de estados (jugadas)
b) Un partido de baloncesto.
Continuo las variables van cambiando en el tiempo ya sean
velocidades o posiciones
c) El juego Pacman (comecocos).
Los estados de cada componente del juego tendran una
evolucin discreta ya que cada estado est representado en una
lnea de cdigo del juego si le damos la accin de ir a la derecha
elegir un estado programado en el cual pacman realizara esta
accin no creo que haya evoluciones entre los estados de los
componentes del juego, desde otra perspectiva podra parecer
que las direcciones serian un aspecto continuo pero de nuevo

d)

e)
f)
g)

h)

esto est mandado por estados ya programados en cada

elemento
El mus.
Es discreto las jugadas y las cartas del usuario pueden
representarse en forma de estados, incluso la probabilidad en
algn punto podra determinarse para saber el ndice de xito de
la siguiente jugada no hay ninguna variable que evolucione
continuamente
Las damas.
De nuevo como el ajedrez discreto
Las tres en raya.
Discreto y con pocos estados posibles
Un robot que juega al ftbol.
Continuo el robot tendr sus propias variables continuas como su
movimiento velocidad y otros, el juego en si que es el futbol
tambin ser un entorno continuo
Un robot explorador autnomo de Marte.
Como el anterior tambin es un entorno mvil si bien se pueden
encontrar algunos componentes de un entorno discreto como la
reaccin a ciertos estmulos la mayora de variables en este
entorno ser continuas

6. De los entornos del ejercicio 4 indique cules de ellos son estticos y

cules son dinmicos.
Segn se define en el libro Inteligencia Artificial un Enfoque
Moderno
Esttico vs. Dinmico
Si el entorno puede cambiar cuando el agente est deliberando
entonces se dice que el entorno es dinmico para el agente; de otra
forma se dice que es esttico.
Los medios estticos son fciles de tratar ya que el agente no
necesita estar pendiente del mundo mientras est tomando una
decisin sobre una accin, ni necesita preocuparse sobre el paso del
tiempo. Los medios dinmicos, por el contrario, estn preguntando
continuamente al agente que quiere hacer; si no se ha decidido an,
entonces se entiende que ha tomado la decisin de no hacer nada. Si
el entorno no cambia con el paso del tiempo, pero el rendimiento del
agente cambia entonces se dice que el medio es semidinmico. El
taxista es claramente dinmico: tanto los otros coches como el taxi se
estn moviendo mientras el algoritmo que gua la conduccin indica
qu el, lo prximo a hacer. El ajedrez, cuando se juega con un reloj, es
semideterminista. Los crucigramas son estticos.
a) Una partida de ajedrez.
Esttico el entorno no cambia cuando el agente esta deliberando
antes de su jugada
b) Un partido de baloncesto.
Dinmico las variables del entorno cambian aun si los agentes
estn deliberando su prximo movimiento

c) El juego Pacman (comecocos).

Dinmico los componentes del entorno cambian su direccin o
condicin mientras el agente o jugador pueda estar pensando que
direccin tomar
d) El mus.
Esttico mientras el jugador piense su siguiente jugada no se
realizaran cambios en el entorno
e) Las damas.
De nuevo como el ajedrez esttico
f) Las tres en raya.
Esttico
g) Un robot que juega al ftbol.
Como el partido de baloncesto el entorno puede ser dinmico en
cierto grado, muchas cosas pueden cambiar en las variables
mientras el controlador realiza la accin o delibera la siguiente
h) Un robot explorador autnomo de Marte.
Como el anterior tambin es un entorno dinmico por las mismas
razones mas agregando los inconvenientes que la superficie del
plante y el clima pueden traer
7. De los entornos del ejercicio 4 indique cules de ellos son
deterministas y cules de ellos no lo son.
Segn se define en el libro Inteligencia Artificial un Enfoque
Moderno
Determinista vs. Estocstico.
Si el siguiente estado del medio est totalmente determinado por el
estado actual y la accin ejecutada por el agente, entonces se dice
que el entorno es determinista; de otra forma es estocstico. En
principio, un agente no se tiene que preocupar de la incertidumbre en
un medio totalmente observable y determinista. Sin embargo, si el
medio es parcialmente observable entonces puede parecer
estocstico. Esto es particularmente cierto si se trata de un medio
complejo, haciendo difcil el mantener constancia de todos los
aspectos observados. As, a menudo es mejor pensar en entornos
deterministas o estocsticos desde el punto de vista del agente. El
agente taxi es claramente estocstico en este sentido, ya que no se
puede predecir el comportamiento del trafico exactamente; ms an
una rueda se puede reventar y un motor se puede gripar sin previo
aviso. El mundo de la aspiradora es determinista, como ya se
describi, pero las variaciones pueden incluir elementos estocsticos
como la aparicin de suciedad aleatoria y un mecanismo de succin
ineficiente. Si el medio es determinista, excepto para las acciones de
otros agentes, decimos, que el medio es estratgico.
a) Una partida de ajedrez.
Determinista el entorno no presenta un grado grande de
incertidumbre se pueden predecir algunos estados futuros
b) Un partido de baloncesto.
Estocstico el entorno no es completamente predecible no
siempre el estado actual tendr un estado futuro completamente

c)

d)

e)
f)
g)

h)

determinado al lanzar el baln hay ms de una respuesta posible

al evento
El juego Pacman (comecocos).
Es parcialmente determinista una maquina podra descifrar el
estado futuro de los elementos siguiendo parte de la
programacin, incluso para una persona se pueden presentar
algunos patrones pero esto tampoco es absoluto
El mus.
Estocstico el azar aade un alto grado de incertidumbre al juego
se pueden realizar mtodos para predecir jugadas pero este
factor estar siempre presente
Las damas.
Como el ajedrez determinista
Las tres en raya.
Determinista
Un robot que juega al ftbol.
Depende mucho de los factores externos el robot tendr estando
solo un entorno determinista pero con la interaccin de otros
elementos se aade incertidumbre al entorno
Un robot explorador autnomo de Marte.
La incertidumbre presente por el ambiente del planeta puede ser
minimizada si se conocen muy bien las condiciones pero de nuevo
esto no sera absoluto pueden presentarse algunas condiciones no
esperadas no es completamente determinista

8. Algunas de las siguientes tareas pueden resolverse de forma automtica

en la actualidad.
Indica cules:
a) Conducir un coche en el centro de una gran ciudad.
Esto se podra hacer pero dependera de muchos factores casi
siempre en un sistema existen 3 condiciones de diseo velocidad de
respuesta, estabilidad y precisin; un coche que pueda tener estas
cualidades en buena medida podra hacerlo, claro si tenemos en
cuenta que el factor humano que interacte con el no presente
alguna singularidad que salga del esquema. (Comportamiento
agresivo)
b) Manejar todos los dispositivos de control de trfico de una gran
ciudad.
Si se puede realizar ya existen sistemas que realizan esta funcin
c) Descubrir y probar nuevos teoremas matemticos.
Realmente no lo s, conozco programas que resuelven problemas o
prueban alguna teora pero todava no he escuchado de alguna que
genere un conocimiento relevante y que sea innovador, por el
momento se ha visto que muchas maquinas pueden tener un gran
comportamiento de deduccin pero se ven delimitadas por esa
primera idea inducida

d) Jugar una partida de ajedrez a nivel competitivo.

Hay evidencia de esto desde hace muchos aos, el ejemplo ms
notorio fue Deep Blue de IBM en 1996 derrotando al campen de
ajedrez de ese entonces Gary Kasparov
e) Escribir un ensayo que resulte divertido.
De esto se habla en el ensayo de Turing muchos afirman que las
maquinas no pueden ser programadas con emociones o sentimientos
por lo cual la idea de que una maquina creara un ensayo divertido
seria absurda, pero tambin aclara que se tiene esta idea por el uso
que se le ha dado a muchas de estas y que una mquina que
estuviera programada con estos aspectos claramente podra imitar a
una persona realizando el ensayo, por el momento y como veo que
ninguna ha ganado el premio Loebner no creo que esto sea posible
f) Proporcionar consejos legales competentes en algn rea del
derecho.
Yo creo que si es posible solo tendras que darle una amplia base de
datos, con instrucciones y estados determinados que muestren cual
es ms favorable
g) Traducir conversaciones comerciales del ingls al espaol en tiempo
real.
Creo que si actualmente la velocidad de muchos traductores en lnea
es muy buena siendo su nico contratiempo la precisin en la
traduccin de algunos trminos o expresiones usadas, si este aspecto
se puede mejorar yo creo que se podra lograr si no se ha logrado ya.
8. Busque informacin acerca de en qu consiste el argumento de
incapacidad enunciado por J.R. Searle.
Consiste en la refutacin de la idea de Turing de que las maquinas
pueden llegar a ser seres pensantes haciendo una comparacin entre
na maquina y una mente humana diciendo que la mente humana no
puede ser representada como un programa. La diferencia clave que
Secarle formula es que si bien ambas pueden realizar un proceso de
imitacin como en la Habitacin China las maquinas no poseen la
habilidad de verdadera cognicin siendo todas sus respuestas
resultados de un programa y reglas establecidas en su cdigo base,
cada uno de estos caracteres carecera de verdadero sentido para la
maquina solo sera una respuesta pre condicionada por la forma en la
que se lee el manual (programacin) as como un hombre que
simplemente se basa en el manual para escribir en un idioma que no
conoce. Searle propone tres axiomas:
Axioma 1. Los programas informticos son formales
(sintcticos).
Axioma 2. Las mentes humanas tienen contenidos mentales
(semntica).
Axioma 3. La sintaxis, de suyo, no es constitutiva de semntica
ni suficiente para la misma.

Conclusin 1. Los programas no son constitutivos de la mente

ni suficientes para la misma.

Y concluye de forma general:

Lo dicho para el chino vale igual para otra formas de cognicin.
La mera manipulacin de smbolos no basta, por s misma, para
garantizar cognicin, percepcin, comprensin, pensamiento, y
as sucesivamente. Y dado que los ordenadores, en su cualidad
de tales, son dispositivos de manipulacin de smbolos, la mera
ejecucin del programa no basta para garantizar la cognicin.

9. Qu es un agente racional?
Un agente racional es aquel que acta con la intencin de alcanzar cl
mejor resultado o, cuando hay incertidumbre el mejor resultado
esperado.
En el caso del enfoque de la IA segn las leyes del pensamiento,
todo el nfasis se pone en hacer inferencias correctas. La obtencin
de estas inferencias correctas puede, a veces, formar parte de lo que
se considera un agente racional, ya que una manera racional de
actuar es llegar a la conclusin lgica de que si una accin dada
permite alcanzar un objetivo, hay que llevar a cabo dicha accin. Sin
embargo, el efectuar una inferencia correcta no depende siempre de
la racionalidad, ya que existen situaciones para las que no hay nada
correcto que hacer y en las que hay que tornar una decisin. Existen
tambin formas de actuar racionalmente que no implican realizar
inferencia. Por ejemplo, el retirar la mano de una estufa caliente es un
acto reflejo mucho ms eficiente que una respuesta lenta llevada a
cabo tras una deliberacin cuidadosa (Russell y Norvig, Inteligencia
Artificial un Enfoque Moderno)
11. Complete las siguientes frases con las alternativas propuestas. Puede
haber ms de una alternativa correcta:
1. Cul(es) de las siguientes afirmaciones sobre el juego del baloncesto
es (son) verdadera(s):
a) El entorno es accesible. V
b) El entorno es no determinista. V
c) El entorno es esttico. F
d) El entorno es continuo. V
2. Cul(es) de las siguientes afirmaciones sobre el juego Pacman es
(son) verdadera(s):
a) El entorno es accesible. V
b) El entorno es determinista. PARCIALMENTE
c) El entorno es esttico. F

d) El entorno es continuo. F
3. Cul(es) de las siguientes afirmaciones sobre el ajedrez es(son)
verdadera(s):
a) El entorno es accesible. V
b) El entorno es determinista. V
c) El entorno es esttico. V
d) El entorno es continuo. F
4. El enfoque de los agentes inteligentes concibe el objetivo de la
Inteligencia Artificial como el intento de construir sistemas:
a) Que piensen como las personas (tipo General Problem Solver ).
b) Que acten como las personas (tipo Eliza).
c) Que tengan ms memoria que las personas (tipo Base de Datos).
d) Que acten de forma eficiente en su entorno. V
5. Un agente inteligente...
a) debe ser racional. V
b) debe ser autnomo.
c) slo puede actuar en entornos extremadamente simples.
d) puede actuar y cambiar el entorno V

V. CUESTIONARIO FINAL
1. Explique la importancia de la Inteligencia Artificial en el control de
procesos.
La inteligencia artificial puede conducir a una automatizacin plena de
los procesos industriales esta podra encomendar el control completo de
una planta a una mquina, de esta forma se fiara en la habilidad del
ordenador de controlar de forma precisa el desempeo del proceso est
inteligencia racional cumplir con cada labor de la forma mas eficiente.
Esta mquina podra corregir los errores en tiempo real, podra delegar
trabajos de reparacin inmediatamente, podra aumentar la
productividad de un sector y el error humano en el proceso industrial
seria minimizado.

2. Cules son las tcnicas de la IA que se emplean en un proceso

inteligente.
Tcnicas bsicas, as llamadas por encontrarse a la base de diversas
aplicaciones de IA.

Entre otras se encuentran Bsqueda Heurstica de Soluciones,

Representacin del Conocimiento, Deduccin Automtica, Programacin
Simblica (LISP) y Redes Neuronales. Estas tcnicas son las bases de las
aplicaciones.
Tecnologas, o combinaciones de varias tcnicas bsicas, orientadas a
resolver familias de problemas.
Las tecnologas son ms especializadas que las tcnicas bsicas y estn
ms cerca de las aplicaciones finales. Se pueden mencionar a la
Robtica y Visin, Lenguaje Natural, Sistemas Expertos

3. Cmo se clasifican los agentes, mencione dos ejemplos por cada

categora de agente.
Agentes Inteligentes (Racionales). Sistemas, que pueden decidir qu
hacer y entonces actuar Ej: un robot de comportamiento variable
autorregulado, una computadora que ejecuta un software de diagnstico
mdico y muestra resultados en una pantalla
a) Agentes reactivos. Estos agentes seleccionan las acciones sobre
la base de las percepciones actuales, ignorando el resto de las
percepciones histricas ej: una aspiradora, una alarma
b) Agentes reactivos basados en modelo. Agente que conoce la
evolucin de su entorno y tiene conocimiento de cmo funciona
este, este mundo o entorno se denomina modelo y de ah
proviene la denominacin. Ej: sistema de regulacin de
temperatura, un sistema de iluminacin
c) Agentes basados en objetivos. Agente que adems de lo anterior
mostrado tendr una meta que debe conseguir. Ej: Sistema de
llenado de un tanque, Sistema de paletizado industrial
d) Agentes basados en utilidad. Engloba al anterior agente pero le
da la caracterstica de encontrar el mtodo ms til para realizar
su tarea. Ej. Un control ptimo de direccin, Un sistema de guiado
por GPS
e) Agentes que aprenden. Es un agente que empezara a modificar
su comportamiento dada las crticas que se realicen a estados
anteriores es una parte de lo que se considera el agente racional.
Ej: IA, Bots de aprendizaje
4. Explique dos procesos con controladores inteligentes.
Control inteligente para sistemas de robtica; estos sistemas son usados
ya hace bastante tiempo, podemos encontrar estos sistemas en
empresas que usan robot automatizados para ciertas tareas, robots
mviles que son guiados mediante sistemas inteligentes, controladores
remotos que permiten darle una orden a un robot inteligente como es el
caso de los robots en el planeta marte. Los controladores le dan un
grado de autonoma al robot haciendo su manejo por el operario o
monitoreo ms cmodo y eficiente.

Sistemas inteligentes de ahorro de energa; actualmente se ven

sistemas inteligentes que permiten economizar el consumo del
suministro elctrico desde una aplicacin del nivel de una casa hasta del
nivel en el que se controle este en un complejo industrial, la
programacin le permite al sistema satisfacer al complejo con la
cantidad de energa que esta necesite economizando en ciertos
aspectos y logrando proteger a los aparatos o mquinas de daos
posibles ante algn corte del suministro, estos adems pueden informar
al usuario de la cantidad del consumo en cualquier momento y
permitirle modificar algn rango para as hacer an mas econmico el
uso de este recurso. En un nivel demtico mas especficamente
refirindonos a departamentos un sistema as puede controlar el uso de
energa elctrica especialmente cuando el usuario no se encuentre en
su domicilio o cuando este durmiendo quitndole el suministro de
energa a aparatos que no lo necesiten sean PCs, televisores o cualquier
otro sistema conectado; y tambin realizara la funcin de activarlos una
vez el usuario haya vuelto a casa o simplemente haya aplaudido para
encender las luces.

5. Cul es el futuro de la IA.

Para m el futuro de la IA es lograr imitar de una forma ms completa al
cerebro humano, falta mucho todava para que uno llegue a pasar el
experimento de Turing as que creo que estamos muy lejos de ver a una
maquina a la que satisfactoriamente podamos considerar como
realmente una maquina pensante, talvez algn da las maquinas
realmente tendrn habilidades cognitivas y no solo reacciones o
bifurcaciones de un lenguajes de aprendizaje programado que les
motiven a entender realmente lo que pueden llegar a expresar siendo
muy parecidas en ese entonces a una persona, teniendo ventaja en
muchos aspectos pero aun as teniendo muchas falencias en otros ya
que siendo una creacin del hombre esta tendr errores influenciadas
por su creador.
V. CONCLUSIONES

Todava no hay un argumento irrefutable por el cual se pueda

decir que una maquina pueda ser pensante
Turing expresa que si una maquina puede llegar al nivel de
aprendizaje en el cual pueda engaar a una persona sobre su
identidad llegara al grado de ser considerada una maquina
pensante
Searle cree que a menos que una maquina pueda realmente
entender lo que expresa no es realmente una mquina que
piensa, esto es muy poco comprobable porque sera casi
imposible saber si la maquina en verdad comprende el significado
de lo que expresa
La inteligencia artificial busca crear sistemas que razonen en
muchos casos eso sera buscar la solucin ms ptima para el
problema

Varios sistemas inteligentes ya realizan varios procesos a nivel

industrial y lo realizan de forma optima
Se debe conocer el entorno para tener una idea ms completa del
desarrollo de la maquina en el sistema o el problema que se va a
resolver.

VI. BIBLIOGRAFA O REFERENCIAS UTILIZADAS EN EL DESARROLLO DE

LA PRCTICA
Inteligencia Artificial en un Enfoque Moderno (Russell y Norvig)
Maquinaria computacional e Inteligencia (Alan Turing, 1950)
http://www.neoteo.com/la-habitacion-china-y-la-inteligencia-artificial
http://fraba.galeon.com/inteligenciaart.htm
La crtica de Searle a la IA y el argumento de la habitacin china (Jorge
Sierra)

GUIA DE PRCTICA N 2 REPRESENTACION DEL CONOCIMIENTO

I.

II.

OBJETIVO GENERAL
Partiendo de una problemtica dada reconocer los elementos que
permitan una representacin ptima del conocimiento expresado
a travs del problema.
MARCO TERICO
Problemas como Espacio de Estados
La definicin de un problema como espacio de estados, es el paso
previo a la bsqueda de soluciones de un problema:
Especificaciones del problema
Elementos del problema

Especificacin del problema.

Elementos del problema
Cul es el objetivo final?
Cul la situacin inicial desde la que se parte?
Cmo describir las diferentes situaciones o estados por los
que podemos pasar?
Qu acciones u operadores se pueden llevar a cabo en
cada momento para cambiar las situaciones y cmo
cambian?

Especificar un problema como espacio de estados consiste en

describir de manera clara cada de uno de estos componentes.
Ventaja: procedimientos generales de bsqueda de soluciones
independientes del problema.
MTODO DE SOLUCIN DEL PROBLEMA.

PLANTEAMIENTO DEL PROBLEMA DEL 8-PUZLE

Enunciado:
Para el 8-puzle se usa un cajn cuadrado en el que hay situados 8 bloques
cuadrados. El cuadrado restante est sin rellenar. Cada bloque tiene un
nmero. Un bloque adyacente al hueco puede deslizarse hacia l. El juego
consiste en transformar la posicin inicial en la posicin final mediante el
deslizamiento de los bloques. En particular, consideramos el estado inicial y
final siguiente:

REPRESENTACION DE ESTADOS
Estado: descripcin de una posible situacin en el problema
(Abstraccin de propiedades).
Importancia de una buena representacin de los estados
Slo considerar informacin relevante para el problema
Representacin suficiente y necesaria
La representacin escogida influye en el nmero de estados y
este en los procedimientos de bsqueda de soluciones
Ejemplo: 8-puzle: Elementos de la representacin:
Localizacin de cada bloque y del hueco.
Tipo de material de los bloques.

 Colores de los bloques.

Representaciones del estado
Descripcin de la posicin exacta de cada uno de los bloques
Representacin vs implementacin
Lista: (2 8 3 1 6 4 7 H 5), (2 8 3 4 5 H 7 1 6)
Matriz: ((2 8 3)(1 6 4)(7 H 5))
Hechos: ((primera-izquierda 2) (primera-centro 8) ...)
Nmero de estados = 9! = 362.880
OPERADORES
Operadores
Representan un conjunto finito de acciones bsicas que transforman
unos estados en otros
Elementos que describen un operador
Aplicabilidad: precondicin y postcondicin
Estado resultante de la aplicacin de un operador (aplicable) a
un estado
Criterio para elegir operadores.
Depende de la representacin de los estados
Preferencia por representaciones con menor nmero de
operadores
Ejemplo: Operadores del 8-puzle:
Segn los movimientos de los bloques: 32.
Segn los movimientos del hueco: 4.
Operadores en el 8 puzle
Mover el hueco hacia arriba
Mover el hueco hacia abajo
Mover el hueco hacia la derecha
Mover el hueco hacia la izquierda
Descripcin del operador Mover el hueco hacia arriba
Aplicabilidad: es aplicable a estados que no tengan el hueco en la
primera fila Resultado de aplicarlo: intercambiar las posiciones del
hueco y del bloque que est encima de ste.

Estado

inicial

Estado inicial: Un estado que describe la situacin de partida.

Estado inicial en el jugo del 8 puzzle.

Descripcin del objetivo

Usualmente, un conjunto de estados, que llamaremos finales

A veces, aunque no necesariamente, un nico estado final
Ejemplo del 8-puzle (un nico estado final)

Formas de describir los estados finales:

Enumerativa.
Declarativa.

SOLUCION DE UN PROBLEMA
Definicin de solucin de un problema.

Secuencia de acciones a realizar para conseguir el objetivo

Secuencia de operadores cuya aplicacin desde el estado
inicial obtiene un estado final

Ejemplo: Una solucin del 8-puzle:

SOLUCIONES DE UN PROBLEMA
Tipos de problema.

Determinar si existe solucin y encontrar un estado final.

Buscar una solucin.
Buscar cualquier solucin lo ms rpidamente posible.
Buscar todas las soluciones.
Buscar la solucin ms corta.
Buscar la solucin menos costosa.

ESPACIO DE ESTADOS COMO UN GRAFO

Un espacio de estados se puede ver como un grafo dirigido

Los vrtices de dicho grafo son los estados

Sucesores de un estado: aquellos obtenidos a partir del estado
aplicando un operador aplicable
Ejemplo en el 8-puzle

ELEMENTOS PARA
IMPLEMENTACION

LA

Eleccin de una representacin (estructura de datos):

Para los estados
Para los operadores
La implementacin de un problema como espacio de estados consta
de:

Una variable *estado-inicial*

Una funcin es-estado-final(estado)
Una lista de operadores: *operadores*.
Una funcin aplica(operador, estado)

La funcin aplica (operador, estado):

III.

IV.

Devuelve no-aplicable si operador no es aplicable a estado

En caso contrario, devuelve el estado resultante de aplicar
operador a estado
MATERIALES Y EQUIPOS
Libro de consulta
Hojas de papel
Computador
PROCEDIMIENTO
Para cada uno de los casos y en base al marco terico, represente
los espacios de estados y sus elementos:
a) Problema del granjero Un granjero est con un lobo, una cabra
y una col en una orilla de un ro. Desea pasarlos a la otra orilla.
Dispone de una barca en la que slo puede llevar una cosa cada
vez. El lobo se come a la cabra si no est el granjero. La cabra se
come la col si no est el granjero.

En el paso 7 se muestra el paso y

resultado final podemos ver que el
nico cambio en los dos caminos diferentes es en el paso 4
b) Problema de las jarras. Se tienen dos jarras, una de 4 litros de
capacidad y otra de 3. Ninguna de ellas tiene marcas de
medicin. Se tiene una bomba que permite llenar las jarras de
agua. Averiguar cmo se puede lograr tener exactamente 2 litros
de agua en la jarra de 4 litros de capacidad.

c) Problema del viaje. Nos encontramos en una capital Andaluza

(por ejemplo. Sevilla). Deseamos ir a otra capital Andaluza (por
ejemplo. Almera). Los autobuses slo van de cada capital a sus
vecinas.

V.

CUESTIONARIO FINAL
1. Explique la importancia de representar el conocimiento.
Es importante porque es la forma en la cual podremos generar las
ordenes, estados y procesos que necesitamos en el programa, en
la IA es la nica forma de transformar esta IA en un lenguaje
simblico que pueda ser reconocido por un ordenador, este
proceso tambin nos permite ordenar los factores que intervienen
en nuestro problema y poder entenderlo en toda su magnitud
2. Cules son las diferentes formas de representar el conocimiento.
1) RED SEMANTICA

Esta forma ha sido muy utilizada en IA para representar el

conocimiento y por tanto existen una gran diversificacin de tcnicas.
Redes IS-A: Es una jerarqua taxonmica cuya espina dorsal
est constituida por un sistema de enlaces de herencia entre
los objetos o conceptos de representacin, conocidos como
nodos
Grafos conceptuales: Los arcos no estn etiquetados, y los
nodos son de dos tipos:
o Nodos de concepto, que pueden representar tanto una
entidad como un estado o proceso.
o Nodos de relacin, que indican cmo se relacionan los
nodos de conceptos
Esquemas de marcos: Es una estructura de datos compleja
que representa una situacin estereotipada,

2) FRAMES
Son una estructura de datos compleja que representa una situacin
estereotipada, en la que se organizar el conocimiento como una
coleccin de caractersticas comunes al concepto, objeto, situacin o
sujeto.
3) REGLAS DE PRODUCCIN O INFERENCIA
Los sistemas basados en reglas son los ms comnmente utilizados.
Su simplicidad y similitud con el razonamiento humano, han
contribuido para su popularidad en diferentes dominios. Las reglas son
un importante paradigma de representacin del conocimiento.
4) LGICA
Lenguaje de representacin que nos permite expresar y razonar con
sentencias que son verdaderas o falsas. Toda lgica que sea usada
como mecanismo de representacin deber constar de 3 elementos:
1. Una sintaxis, que explica cmo construir los elementos del lenguaje
de representacin (oraciones lgicas).
2. Una semntica, que asocia los elementos del lenguaje con los
elementos reales del dominio asocia una interpretacin (significado)
a los smbolos.
3. Un conjunto de reglas de inferencia, que permiten inferir
conocimiento nuevo a partir del ya existente
5) LGICA PROPOSICIONAL
6) LGICA DE PREDICADOS
3. Con un cuadro comparativo indique la utilidad de cada forma de
representar el conocimiento.
4. Proponga dos ejemplos y represente el conocimiento presente en
los mismos.

VI.

CONCLUSIONES

VII.

La representacin del conocimiento es la forma en la que

podremos transformar la IA en smbolos reconocibles para el
ordenador
Los diagramas de estados nos pueden ayudar a resolver
problemas de lgica mucho ms fcilmente
Con los diagramas de estado se puede ordenar la informacin
de manera que el problema sea mas fcil de resolver
En los problemas sera necesario reconocer los estados,
factores, operadores y las declaraciones
El mtodo de representacin grafica es de mucha utilidad y en
muchos casos puede ser de mucha mayor ayuda al momento
de representar la lgica de un problema

BIBLIOGRAFA O REFERENCIAS UTILIZADAS EN EL DESARROLLO DE

LA PRACTICA
http://es.slideshare.net/equipoUFTsis2/formas-de-representaciondel-conocimiento