I.

Inteligencia
Artificial:
Conceptos y
Aplicaciones

2. Inteligencia Artificial: Conceptos

y Aplicaciones
Tpicos

Conceptos
reas de la Inteligencia Artificial
Representacin del Conocimiento
Lenguajes de la IA
Aplicaciones en la Industria y
Servicios

2.1 Conceptos

Qu es Inteligencia?
La inteligencia depende del tipo de
mquina (mquina de protena o
mquina de silicio) que lo genera?
Qu es Inteligencia Artificial?

2.1 Conceptos
Tipos de Inteligencia:

Inteligencia Verbal o Comunicativa

Inteligencia Matemtica lgica
Inteligencia Espacial (visual)
Inteligencia Cenestsica (corporal)
Inteligencia Artstica (msica, pintura)
Howard Gardner (teora
de inteligencia mltiples,
Inteligencia Interpersonal (liderazgo y
1987)
http://www.howardgardner.com
accin cooperativa)
/
Inteligencia Intrapsquica (conocimiento y
control de si mismo)
Inteligencia Naturista (1995)
http://sepiensa.org.mx/contenidos/f_inteligen/intro_2.htm#granmenu

2.1 Conceptos
Caractersticas Inteligentes:
Resolver problemas
Aprender
Percibir
Comprensin del lenguaje

2.1 Conceptos
Inteligencia Artificial - Ciencia
La I.A. es una rama de la ciencia de la computacin que
estudia los fundamentos tericos y prcticos del
diseo de sistemas de computacin inteligentes,
esto es, sistemas que, exhiben caractersticas
inteligentes del ser humano.
El termino IA fue introducido por John MacCarthy
(1956)

2.1 Conceptos
Inteligencia Artificial - Definicin
La IA es el estudio de los sistemas de
computacin que permiten realizar actividades
consideradas inteligentes por el ser humano.
Patrick Winston, 1994
La IA es el estudio de cmo hacer que los
computadores realicen tareas en que, en el
momento las personas son mejores.
Elaine Rich, 1988

2.1 Conceptos

Diferencias
Sistemas Inteligentes

Sistemas de Proc. de Datos.

-Procesamiento simblico
(conocimiento)

Procesamiento
(datos)

- Estructura de control del programa es

Estructura
de control y
conocimiento estn integrados
(variado el
conocimiento
cambia el programa)

independiente del conocimiento

(variando el conocimiento no cambia el
programa
- Respuestas satisfactorias son
aceptadas

numrico

- Solo se admite la mejor solucin

posible

2.1 Conceptos
Objetivos de la Inteligencia Artificial
Objetivo de la Ciencia:
Comprender que es inteligencia y explicar los
diversos tipos de inteligencia.
Objetivos de Ingeniera
Desarrollar inteligencia artificial (resolver
problemas considerados inteligentes)

2.1 Conceptos
Computador Inteligente
El computador inteligente es aquel que responde
a una pregunta mismo que la respuesta no halla
sido almacenada en ella. Esto es, con los hechos
que fueron almacenados y con un "conocimiento"
que fue tambin almacenado, el deduce una
respuesta que no estaba almacenada en su
memoria.
El computador inteligente es aquel que usa IA

2.1 Conceptos
Computador Inteligente
Ejemplo:
Hecho 1:Mirna es hija de Sonia.
Hecho 2:Santiago es hijo de Sonia.
Conocimiento: hermano o hermana es aquel
que es hijo del mismo padre o
madre
Pregunta:
Mirna es hermana de Santiago?
Respuesta del Computador:

SI.

2.1 Conceptos

Inteligencia Artificial - Problemas

Que Problemas son catalogados de Inteligentes?

Respuesta:
Son aquellos problemas intratables que presentan
caractersticas de inteligentes para el ser humano.

2.2 Tpicos
Algunos Tpicos de la I.A.
Resolucin de problemas
computational theories of learning
heuristic search
knowledge representation
signal, image and speech understanding
robotics
Anlisis y comprensin de Lenguajes naturales
Software and hardware architectures for AI.
Visin
Elsevier
http://www.sciencedirect.com/

2.2 Tpicos
Tpicos de la IA: Visin por Computadora
Definicin
Es la tarea de procesar una informacin, de comprender
una escena a partir de las imgenes por ella proyectada.
Esta aplicacin puede ser dividida en tres reas:
(i) Procesamiento de Seales (ejemplo: Procesamiento de
Imgenes) - transformar una imagen (ejemplo: fotografa
de una parte de la tierra por satlites) en una otra
imagen que tenga ciertas propiedades deseadas
(ejemplo: saber donde existe plantacin de caf y si
sufri helada).

2.2 Tpicos
Tpicos de la IA: Visin por Computadora
(ii) Clasificacin de seales son hechas en
categoras pr-determinadas.
(iii) Entendimiento de seales (dada una imagen, se
construye un programa de entendimiento de
imgenes que contiene una descripcin, no solo
de la propia imagen, mas tambin de la escena
que ella retrata).

2.3 Aproximaciones a la IA
Estamos desarrollando Inteligencia Artificial
tan igual a la Inteligencia Humana?

Paradigma Simblico:
Aproximaciones basados
en el conocimiento

Problema de la IA
Paradigma Subsimblico:
Vida artificial,
Procesamiento evolutivo,
Redes Neuronales artificiales o
conexionista

2.4 Jerarqua del Conocimiento

META
CONOCIMIENTO
CONOCIMIENTO

INFORMACIN

DATOS

RURUIDO

2.4 Jerarqua del Conocimiento

Ruido:
Esta conformado por todos los elementos asociado a un
evento, que son de poco inters y que ocultan datos
Datos:
Esta conformado por los elementos de inters potencial
asociado a un evento y por lo cual se registra.
Informacin:
Datos procesados de inters.
Conocimiento:
Informacin muy especializada.
Meta conocimiento:
Es el conocimiento acerca del conocimiento y la
experiencia

2.5 Representacin del

Conocimiento
Definicin
Son mtodos usados para "modelar" en
forma eficiente los conocimientos de
especialistas en alguna rea del saber, de
forma que pueda ser usado por el usuario de
un sistema inteligente.
El conocimiento puede ser considerado
como una entidad simblica ->
Procesamiento simblico

2.5 Representacin del

Conocimiento
Formas de Representacin

Red Semntica o Grafo

Registro

Predicado

Relacin objeto-atributo-valor

Esquemas

Marcos

Lgica de predicado

Otros

2.5 Representacin del

Conocimiento

Red Semntica
Los nodos representan objetos y
los arcos la relacin entre los
objetos

2.5 Representacin del

Conocimiento
Red Semntica
Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica
Es hijo

Juan

Es hijo

Estudia

Ral

Susy

Informtica

2.5 Representacin del

Conocimiento
Registro
Los objetos y relaciones se representan
mediante una coleccin de datos
simples llamados campos o tomos. Un
campo o tomo puede ser una coleccin
de campos.

2.5 Representacin del

Conocimiento
Registro
Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica
(Juan (es hijo de Ral) (es hijo de
Susy)
(estudia Informtica))

2.5 Representacin del

Conocimiento
Predicado
Cada relacin se representa como un predicado o
funcin de valores lgicos y con argumentos
los objetos:
Relacin(objeto1, objeto2,...,)
Esta funcin asume valor verdadero o falso,
segn se verifique o
no para los objetos involucrados.

2.5 Representacin del

Conocimiento
Predicado
Ejemplo
- Juan es hijo de Ral y Susy
- Juan estudia informtica
Hijo(Juan, Susy, Ral)
Verdadero
Estudia (Juan, Informtica) Verdadero
Hijo(Juan, Maria, Ral)

Falso

2.6 Lenguajes de la Inteligencia

Artificial
Lenguajes
de IA
Caractersticas:
Sus estructuras de datos deben reflejar de una manera natural
y conveniente, ciertas caractersticas de los elementos que el
Programador de IA ve en el problema.
En sus estructuras de control estos lenguajes deben tener
caractersticas de multiprocesamiento y "demo" (es un proceso
normalmente suspenso, a la espera de un hecho, y que es
activado automticamente en la ocurrencia de este).
En el aspecto de ambiente de programacin, los lenguajes de
IA deben ser bastante interactivas, tener un buen editor (se
puede crear un programa rpidamente) y finalmente tener
facilidades interactivas de depuracin (aciertos en el
programa).

2.6 Lenguajes de la Inteligencia

Artificial
Lenguajes ms conocidos:

IPL

lenguaje de procesamiento de informacin, 1960

orientado a listas, Newel 1960
LISP
lenguaje orientado al procesamiento de listas
(List Processing), John Mc Carthy, 1962
SAIL
lenguaje orientado a primitivas y al propsito
general. Swinehart, 1971
PROLOG lenguaje orientado a las reglas de produccin
Warren, 1977 (programacin lgica)

Son adecuados para resolver problemas de pequeo porte a travs del

paradigma simblico.
Se puede usar cualquier otro lenguaje para construir SI.

2.6 Lenguajes de la Inteligencia

Artificial
Lenguajes para resolver problemas de
medio grande porte a travs del
paradigma sub-simblico
Es ms adecuado el uso de lenguaje
de propsito general:
C++, Delphi Pascal, Visual Basic,
etc.
Para problemas de aprendizaje tambin
se puede usar MATLAB

2.7 Aplicaciones de la Inteligencia

Artificial
Aplicaciones en la Industria
- Robtica (tercera generacin).
-

Designacin trabajador mquina.

Optimizacin de desperdicio
Programacin de tareas para clulas de
fabricacin
Localizacin de facilidades
Rutas ptimas
Identificacin de materiales
Procesamiento de imgenes

2.7 Aplicaciones de la Inteligencia

Artificial
Robots
Son mquinas que presenta autonoma
en cuanto a las actividades que realizan

http://www.youtube.com/watch?v=5Jtdv2W8bXE&eurl=http%3A%2F%2Fisorobotik.blogspot.com%2
F2008%2F11%2Fatomatizacin-y-robtica.html&feature=player_embedded

2.7 Aplicaciones de la Inteligencia

Artificial
Robots
Son mquinas que presenta autonoma en cuanto a las
actividades que realizan

Robot de la 1era Generacin

Caractersticas:
Actividades

Programadas

Entorno

(medio) esttico o predecible (esto es, se conoce

a priori los cambios en el entorno)
Presenta costos relativamente bajos, son llamados
tambin de mquinas de control numrico.

2.7 Aplicaciones de la Inteligencia

Artificial
Robot de la 2da Generacin
Caractersticas:
Actividades
Entorno

Programadas

(medio) dinmico o predecible o no

El robot usa sensores para identificar los cambios en el

entorno.
Son relativamente ms costosas y lentas que los robots de
la 1era generacin, y tambin son llamados de mquinas
de control numrico (algunos autores, los llaman de
mquina de control numrico computarizado)

2.7 Aplicaciones de la Inteligencia

Artificial
Robot de la 3ra Generacin
Caractersticas:
Actividades
Entorno

auto programadas

(medio) dinmico o predecible

o no
http://www.bbc.co.uk/spanish/specials/1058_marte_robot
/
El robot usa sensores para identificar los cambios
en el entorno
y tiene la capacidad de programar sus actividades. Entretanto
ests mquinas requieren que se precisen sus metas u
objetivos.

La autoprogramacin es considerado un problema de la IA.

Son altamente costosas y muy lentas, razn por la cual an no
son comerciales y no aptas para la industria en general.

2.7 Aplicaciones de la Inteligencia

Artificial

Cutting Stock Problem:

Considere un nmero ilimitado de barras de dimensin

L, y un conjunto n de requerimientos de tamaos
con
y demanda
l1 , l2 ,...,
ln
li respectivamente.
L
El problema consiste en realizar cortes sobre las
d i ; a obtener todos los requerimientos
barras de forma
con el menor nmero de barras.

2.7 Aplicaciones de la Inteligencia

Artificial
Problema
de Cortes 1D
Ejemplo:
Barras de Tamao L = 9mt
Requerimientos:
Tamaos (mt) 2.8 1.8 1.0 4.6
-----------------------------------------------------------------Demanda
4
3
5
2

2.7 Aplicaciones de la Inteligencia

Artificial
Problema
de Cortes 1-D
Ejemplo

L = 9mt

Requerimientos
2.8 mt (4)
1.8 mt (3)
1.0 mt (5)
4.6 mt (2)

2.7 Aplicaciones de la Inteligencia

Artificial
Problema
de Cortes 1-D
Ejemplo
L = 9mt
Requerimientos

Solucin

Resto

2.8 mt (4)

0.6 mt

1.8 mt (3)

0.8 mt

1.0 mt (5)

4.0 mt

4.6 mt (2)

4.4 mt
4.4 mt
----------14.2 mt

2.7 Aplicaciones de la Inteligencia

Artificial
Problema
de Cortes 1-D
Ejemplo

Resto = Perdida = Desperdicio = 14.2 mt

14.2mt
ndice de Desperdicio = ------------ = 0.315
(5x9mt)

(31.5%)

2.7 Aplicaciones de la Inteligencia

Artificial
Aplicaciones en el sector de servicios
- Diagnstico de enfermedades
- Riesgos en crditos
- Juegos
-

Seleccin de Proyectos
Inversiones en Bolsas
Realidad Virtual
Minera de datos
Auxilio a la toma de decisin