PDF de programación - Introducción a la Inteligencia Artificial Curso 2º de Ingeniería Técnica Informática (Sistemas)

Asignatura: Introducción a la Inteligencia Artificial
Curso 2º de Ingeniería Técnica Informática (Sistemas).
Pedro Pérez Ostiz
Tudela.- Mayo 2002.



Apuntes de Introducción a la Inteligencia Artificial



2





I.- PERSPECTIVA HISTÓRICO-CONCEPTUAL Y

METODOLOGÍA.

1.- PRESPECTIVA HISTÓRICA Y CONCEPTUAL ..........6
1.1 Concepto de Inteligencia Artificial. .................................. 6
1.2. Idea intuitiva del comportamiento artificial.................... 7
1.3.Perspectiva Histórica de la IA........................................... 8


2.- ASPECTOS METODOLÓGICOS EN IA.................. 15
2.1 Niveles de computación.................................................. 15
2.2 El nivel de conocimiento de Allen Newell. .................... 16
2.3 El agente observador y los 2 dominios de descripción.16
2.4 Estructura de Tareas genéricas para modelar el
conocimiento en el DO .......................................................... 17
2.5 IA Simbólica Versus IA Conexionista ............................ 18

II.- BÚSQUEDA COMO TAREA GENÉRICA EN

IA.


3.- FUNDAMENTOS Y TÉCNICAS BÁSICAS DE BÚSQUEDA
...................................................................................1
3.1 Planteamiento del problema. .......................................... 19
3.2 Espacios de representación ........................................... 20
3.3 Búsqueda en integración simbólica .............................. 21
3.4 Búsqueda sin información del dominio......................... 23
3.5 Reducción del problema ................................................. 27
3.6 Algoritmo general de búsqueda en grafos.................... 27
PROBLEMAS .......................................................................... 29


4.- BÚSQUEDA HEURÍSTICA ................................... 33
4.1 Elementos implicados. .................................................... 33
4.2 Una estrategia irrevocable. ............................................. 34
4.3 Estrategias de exploración de alternativas. .................. 35
4.4 Búsqueda con adversarios. ............................................ 38
4.5 Análisis de Medios-Fines ................................................ 42
PROBLEMAS .......................................................................... 42

III.- REPRESENTACIÓN COMPUTACIONAL

DEL CONOCIMIENTO.


5.- LÓGICA .............................................................. 53
5.1 Uso de la lógica en Representación del conocimiento.53
5.2 Lógica de proposiciones................................................. 53
5.3 Lógica de predicados. ..................................................... 54
5.4 Deducción automática: Resolución ............................... 57
5.5 Extensiones de la Lógica Clásica .................................. 59
5.6 Conclusiones.................................................................... 63
PROBLEMAS .......................................................................... 64

Pedro Pérez Ostiz.- Tudela

Índice



6.- REGLAS .............................................................. 67
6.1 Componentes básicos de los SBRs .............................. 67
6.2 Estructura de las reglas.................................................. 67
6.3 Inferencia.......................................................................... 69
6.4 Control del Razonamiento .............................................. 70
6.5 Explicación del razonamiento ........................................ 72
6.6 Tratamiento de la incertidumbre.................................... 72
6.7 Valoración ........................................................................ 73
6.8 Apéndice: Expresividad y tratabilidad........................... 74
PROBLEMAS.......................................................................... 75


7.- REDES ASOCIATIVAS. ........................................ 81
7.1 Grafos Relacionales. ....................................................... 81
7.2 Redes Proposicionales. .................................................. 84
7.3 Redes de Clasificación.................................................... 86
7.4 Redes Causales ............................................................... 87
PROBLEMAS.......................................................................... 90


8.- MARCOS Y GUIONES.......................................... 95
8.1 Concepto de Marco ......................................................... 95
8.2 Inferencia mediante Marcos ........................................... 97
8.3 GUIONES .......................................................................... 98
8.4 COMENTARIOS.............................................................. 100
PROBLEMAS........................................................................ 100



IV.- USO DEL CONOCIMIENTO EN INFERENCIA.


9.- SISTEMAS EXPERTOS....................................... 106
9.1 Estructura básica........................................................... 106
9.2 Características de un Sistema Experto ....................... 107
9.3 Ventajas y Limitaciones................................................ 108
PROBLEMAS........................................................................ 108



3



Pedro Pérez Ostiz.- Tudela



Estos apuntes han sido realizados para el estudio de la asignatura Introducción a la Inteligencia
Artificial del curso 2º de Ingeniería Técnica informática en la rama de Sistemas de la UNED.
He tomado base de otros apuntes realizados por Ferran Gómez y José M. Godoy, y de los libros de
texto recomendados por la UNED:
Aspectos básicos de la Inteligencia Artificial.- J. Mira, A.E. Delgado, J.G. Boticario, F.J. Díez
Problemas resueltos de Inteligencia Artificial Aplicada.- Fdez. Galán, Gzlez Boticario, J. Mira.



Tudela Mayo 2002.
Pedro Pérez Ostiz



5

Apuntes de Introducción a la Inteligencia Artificial



1

PERSPECTIVA HISTÓRICA Y

CONCEPTUAL



1.1 Concepto de Inteligencia Artificial.


El propósito de la inteligencia artificial es hacer computacional el conocimiento humano no
anatítico por procedimientos simbólicos, conexionistas o híbridos. Para el conocimiento analítico existen
otras ramas de la computación que estudian los métodos y técnicas adecuadas para su representación
formal y posterior desarrollo de los programas de ordenador correspondientes.

Para conseguir una visión razonablemente amplia del contenido de la inteligencia artificial usaremos
criterios extensionales (porporcionando una relación lo más completa posible de los temas que estudia la
inteligencia artificial), junto a otros criterios intensionales (que establecen las reglas de clasificación), de
forma que al enfrentarnos con un problema computacional (o con un método de solución) específico
podamos concluir si pertenece o no al campo de la inteligencia artificial en función.

Así, en la inteligencia artificial existen dos perspectivas básicas:


a) La inteligencia artificial como ciencia de lo natural o análisis


El procedimiento teórico busca una explicación de esa correlación en términos de un conjunto de
leyes generales de un nivel superior que permiten predecir lo que ocurriría en otros casos no observados.
Realmente lo que hace es buscar un modelo del conocimiento humano, generalmente organizado en varios
niveles (estático, dinámico y estratégico) para poder usarlo en predicción. Esta técnica se basa en
experimentos para conseguir una teoría del conocimiento computable con capacidad predictiva (como una
ley física)

b) Inteligencia artificial como ciencia de lo artificial o ingeniería de síntesis


Aspira a convertirse en una ingeniería en sentido estricto. Ahora se parte de un conjunto de
especificaciones funcionales y se busca la síntesis de un sistema (programa más máquina) que las
satisfaga.


A su vez en ambas ramas cooperan dos paradigmas, que constituyen dos formas de analizar un

proceso y dos metodologías de síntesis de una solución:


Computación simbólica, de grano grueso y programable.
Computación conexionista, de grano pequeño y autoprogramable por aprendizaje.

En inteligencia artificial trabajamos con información y conocimiento, y ambos son pura forma,
totalmente independiente del sistema físico que las soporta. El resultado es un programa de ordenador
sobre una máquina específica desarrollado a partir de un modelo del conocimiento que supuestamente usa
el operador humano que realiza esa tarea.

Las tareas que aborda la inteligencia artificial de síntesis son tareas de alto nivel, y pueden

clasificarse en tres grandes grupos ordenados en grado de dificultad creciente:


1. Dominios formales.- Las tareas toman la forma genérica de solucionadores de problemas
mediante búsquedas en un espacio de estados de conocimiento y pueden ser juegos o problemas
lógico-matemáticos. Son tareas precisas en el conocimiento, con pocos elementos y su
comportamiento se puede describir de forma completa e inequívoca. Son micromundos formales.
Este apartado forma parte de la etapa inicial de la inteligencia artificial y aportó los
procedimientos de búsqueda como tarea genérica


2. Dominios técnicos.- Tienen que ver con el diagnóstico médico, la detección de fallos, la
planificación de trayectorias de robots, etc. Aquí. La tarea a sintetizar admite una representación
dentro de una jerarquía de tareas genéricas de análisis, de modificación o de síntesis que son
válidas en muchas aplicaciones con sólo modificar la parte del cono