Publicado el 7 de Abril del 2018
2.165 visualizaciones desde el 7 de Abril del 2018
5,5 MB
212 paginas
Creado hace 8a (24/08/2015)
AUTORES
Julio Cesar Ponce Gallegos
Aurora Torres Soto
Fátima Sayuri Quezada Aguilera
Antonio Silva Sprock
Ember Ubeimar Martínez Flor
Ana Casali
Eliana Scheihing
Yván Jesús Túpac Valdivia
Ma. Dolores Torres Soto
Francisco Javier Ornelas Zapata
José Alberto Hernández A.
Crizpín Zavala D.
Nodari Vakhnia
Oswaldo Pedreño
Inteligencia Artificial
1a ed. - Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn), 2014. 225
pag.
Primera Edición: Marzo 2014
Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn)
http://www.proyectolatin.org/
Los textos de este libro se distribuyen bajo una licencia Reconocimiento-CompartirIgual
3.0 Unported (CC BY-SA 3.0) http://creativecommons.org/licenses/by-sa/3.0/
deed.es_ES
Esta licencia permite:
Compartir: copiar y redistribuir el material en cualquier medio o formato.
Adaptar: remezclar, transformar y crear a partir del material para cualquier finalidad.
Siempre que se cumplan las siguientes condiciones:
Reconocimiento. Debe reconocer adecuadamente la autoría, proporcionar un
enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de
cualquier manera razonable, pero no de una manera que sugiera que tiene el
apoyo del licenciador o lo recibe por el uso que hace.
CompartirIgual — Si remezcla, transforma o crea a partir del material, de-
berá difundir sus contribuciones bajo la misma licencia que el original.
Las figuras e ilustraciones que aparecen en el libro son de autoría de los respectivos
autores. De aquellas figuras o ilustraciones que no son realizadas por los autores, se
coloca la referencia respectiva.
Este texto forma parte de la Iniciativa Latinoamericana de Libros de Texto abiertos
(LATIn), proyecto financiado por la Unión Europea en el marco de su Programa ALFA
III EuropeAid.
El Proyecto LATIn está conformado por: Escuela Superior Politécnica del Litoral,
Ecuador (ESPOL); Universidad Autónoma de Aguascalientes, México (UAA), Universi-
dad Católica de San Pablo, Perú (UCSP); Universidade Presbiteriana Mackenzie, Bra-
sil(UPM); Universidad de la República, Uruguay (UdelaR); Universidad Nacional de
Rosario, Argentina(UR); Universidad Central de Venezuela, Venezuela (UCV), Univer-
sidad Austral de Chile, Chile (UACH), Universidad del Cauca, Colombia (UNICAUCA),
Katholieke Universiteit Leuven, Bélgica (KUL), Universidad de Alcalá, España (UAH),
Université Paul Sabatier, Francia (UPS).
Índice general
Introducción y Antecedentes de la Inteligencia Artificial
OBJETIVO
RESUMEN DEL CAPÍTULO
CONOCIMIENTOS PREVIOS
INTRODUCCION
Clasificación de la Inteligencia Artificial
Historia de la Inteligencia Artificial
1
. . . . . . . . 15
15
1.1
15
1.2
15
1.3
16
1.4
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1
1.4.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.3 Modelos de Inteligencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Sistemas que Piensan como Humanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.4
Sistemas que Actúan como Humanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.5
Sistemas que Piensan Racionalmente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.6
1.4.7
Sistemas actuantes racionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
El test de Turing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.8
1.4.9
Aplicaciones y herramientas derivadas de la Inteligencia Artificial . . . . . . . . . . . . . . . . 23
1.4.10 Lenguajes de Programación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.11 Aplicaciones y Sistemas Expertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4.12 Ambientes de desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.4.13 Areas de la Inteligencia Artificial
1.5
31
1.6 MATERIAL DE REFERENCIAS A CONSULTAR *OPCIONAL
32
LECTURAS ADICIONALES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.6.1
1.6.2
REFERENCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2
2.1
2.2
2.3
2.4
2.5
Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
INTRODUCCION
35
36
Clasificación de los problemas
37
¿Cómo plantear un problema?
Planteamiento del problema para ser resuelto mediante la búsqueda
38
40
Bibliografía
ACTIVIDADES DE APRENDIZAJE
3
3.1
Representación del Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
41
INTRODUCCION
3.2
CARACTERÍSTICAS DESEABLES DE LOS FORMALISMOS DE REPRE-
42
SENTACIÓN DE CONOCIMIENTO.
TIPOS DE CONOCIMIENTO
42
TÉCNICAS DE REPRESENTACIÓN DE CONOCIMIENTOS
43
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Formalismos basados en conceptos
Formalismos basados en relaciones
44
50
Formalismos basados en acciones
Referencias
50
Agentes Inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Introducción
53
54
Qué es un agente?
56
57
Arquitecturas de Agentes
Distintas Arquitecturas de Agentes
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Agentes de Razonamiento Procedural (PRS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Un Lenguaje para Desarrollar Agentes: Introducción a JASON
63
Arquitectura de un Agente en AgentSpeak . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Caso de Estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Sistemas Multiagentes
70
Características de los Sistemas Multiagentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Comunicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Coordinación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Bibliografía
76
3.3
3.4
3.4.1
3.5
3.6
3.7
4
4.1
4.2
4.3 Modelos abstractos de agentes
4.4
4.4.1
4.4.2
4.5
4.5.1
4.5.2
4.6
4.6.1
4.6.2
4.6.3
4.7
5
5.1
5.2
5.2.1
5.2.2
5.2.3
5.2.4
5.3
6
6.1
6.2
6.3
6.4
6.5
6.5.1
Introduccion al Aprendizaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
CONCEPTO DE APRENDIZAJE
79
APRENDIZAJE SUPERVISADO
80
Un primer ejemplo: la regresión lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
Procedimiento de entrenamiento: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
El problema de la Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Comparación de los dos enfoques
Bibliografía
84
Optimizacion y Heurísticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
88
Definiciones en Optimización
Funciones de único objetivo
88
90
Optimización Clásica
Convexidad
92
Técnicas clásicas de optimización
93
Optimización Lineal – Método Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Optimización no lineal
6.5.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.5.3 Método Steepest Descent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.5.4 Método de Fletcher-Reeves (Gradiente Conjugado) . . . . . . . . . . . . . . . . . . . . . . . . . 94
Técnicas Heurísticas de Optimización
6.6
95
Heurísticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.6.1
Búsqueda Tabú . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.6.2
6.6.3
Simulated Annealing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Hill Climbing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.6.4
6.7
Referencias
98
7
7.1
7.1.1
7.1.2
7.1.3
7.1.4
7.1.5
7.1.6
7.2
7.2.1
7.2.2
7.2.3
7.3
7.3.1
7.3.2
7.3.3
7.3.4
7.3.5
7.3.6
7.3.7
7.3.8
7.3.9
7.4
7.4.1
7.4.2
7.4.3
7.4.4
7.5
7.5.1
7.5.2
7.5.3
7.5.4
7.6
7.6.1
7.6.2
7.6.3
Algoritmos Evolutivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Optimizacion y Heurísticas
101
Optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Definiciones en Optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Funciones de único objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Optimización Clásica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
Técnicas clásicas de optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Técnicas Heurísticas de Optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
Conceptos Básicos de Algoritmo Evolutivo
110
Algoritmos Evolutivos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Conceptos usados en Computación Evolutiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Paradigmas de la Computación Evolutiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
Algoritmo Genético Clásico
116
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Definición de Algoritmos Genéticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Componentes de un Algoritmo
Comentarios de: Inteligencia Artificial (0)
No hay comentarios