ENSAYO: INTELIGENCIA ARTIFICIAL
carmoralitoEnsayo31 de Marzo de 2016
1.988 Palabras (8 Páginas)553 Visitas
90169 - INTELIGENCIA ARTIFICIAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
UNAD
ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
INGENIERIA DE SISTEMAS
INTRODUCCION
La búsqueda en la Inteligencia Artificial es fundamental ya que junto con la resolución de problemas y el razonamiento, constituyen el núcleo fundamental de ideas que aparecen en casi todos los programas inteligentes que se realizan en IA. Las estrategias de búsqueda se pueden clasificar en las que manejan información previa “Heurísticas” y las que no manejan ninguna información previa “Ciegas”, en el primer punto del trabajo vamos a presentar las características y los métodos utilizados por cada una de estas estrategias para realizar las búsquedas. Para el siguiente punto se va a realizar un cuadro comparativo entre estas dos estrategias de búsqueda.
Los algoritmos genéticos están basados en el proceso genético de los organismos vivosy el proceso de evolución natural donde el más fuerte sobrevive, para el tercer punto se tocará este tema y se va a explicar cuál es el proceso de construcción de esta clase da algoritmos.
OBJETIVO GENERAL
Profundizar los conocimientos en las estrategias de búsqueda “Ciegas y Heurísticas”, y sobre los algoritmos genéticos
OBJETIVOS ESPECÍFICOS
- Identificar los diferentes tipos de búsqueda que se presentan en la inteligencia artificial.
- Conocer las características que tienen las búsquedas ciegas y heurísticas.
- Comparar las estrategias de búsqueda y mirar sus diferencias.
- Profundizar sobre los algoritmos genéticos conocer su proceso de construcción.
DESARROLLO DE LA ACTIVIDAD
El equipo de trabajo colaborativo debe enviar a través del foro una presentación única que represente el trabajo de todos los integrantes que contenga la solución a los siguientes planteamientos:
- Explicar que es, las características, las estrategias de búsquedas y por medio de ejemplos identificar qué papel tiene la búsqueda en la inteligencia artificial.
Búsqueda en Inteligencia Artificial.
La resolución de problemas es uno de los temas básicos en la IA, se puede definir la resolución de problemas como el proceso que partiendo de unos datos iniciales y por medio de un procedimiento seleccionado, determina el conjunto de pasos que llevan a la solución del problema.
Para resolver problemas de manera automatizada, se debe expresar el problema de una manera formal y estructurada (lenguaje) y luego definir los algoritmos que representen las estrategias que permitan hallar la solución a esos problemas.
Los componentes de un problema básicamente son los siguientes: Punto de partida, Objetivo a alcanzar “Meta”, Acciones para resolver el problema y Restricciones presentes. Con base a estos elementos llegamos al Espacio de Estados (EE), en el cual definimos un problema en base de sus elementos y la forma como se relacionan.
Entonces la búsqueda en IA, es una secuencia de acciones determinadas por la estrategia utilizada para avanzar hacia una meta o encontrar la(s) solución(es) si las hay, a un determinado problema.
Las estrategias de búsqueda se pueden clasificar en:
Busquedas no informada “ciegas”, en la cual no se tiene información sobre los pasos necesarios o el coste de una ruta para pasar de un estado dado a la meta, funcionan de una manera sistemática, siguiendo un orden de visitas a nodos fijo establecido por el método utilizado, entre ellos tenemos la búsqueda preferente por amplitud, preferente por profundidad, direccional, etc.
Busqueda Informada “Heurística”, en el cual se cuenta con información que sirve para orientar la búsqueda, se utiliza una estimación de coste, se basan en algún criterio heurístico para mejorar la calidad de la solución del problema, no son sistemáticos, es decir que el orden de exploración lo determina el criterio heurístico.No siempre garantizan encontrar la solución óptima y algunos ni siquiera encuentran la solucion. Entre ellos tenemos el de búsqueda Avara, A*, por acenso de cima, endurecimiento simulado,etc.
El papel de la búsqueda en la IA es fundamental ya que junto con la resolución de problemas y el razonamiento, constituyen la el núcleo fundamental de ideas que aparecen en casi todos los programas inteligentes que se realizan en IA, como por ejemplo en los programas para entender el lenguaje natural, responder a diagnósticos y consultas de los consumidores, reconocimiento de escritura, reconocimiento de patrones, realizar inferencias a partir de un conjunto de reglas, etc.
- Teniendo en cuenta el trabajo individual, elabore un cuadro comparativo entre la búsqueda heurística y la búsqueda ciega.
BÚSQUEDA HEURÍSTICA | BUSQUEDA CIEGA |
Tiene información que orienta la búsqueda para que sea más óptima. | No tiene información sobre los pasos necesarios o el coste de una ruta para pasar de un estado dado a la meta. |
El orden de exploración lo determina el criterio heurístico. | El orden en que avanza la búsqueda no depende de la naturaleza de la solución. |
El nodo meta altera el orden de expansión de los nodos ya que puede calcular el coste de ruta al nodo meta. | El nodo meta no altera el orden de expansión de los nodos, solo por la condición de terminación. |
No siempre encuentran el camino al nodo meta dependiendo del método que se utilice. | Son métodos exhaustivos que encuentran caminos hacia el nodo meta. |
Busca soluciones aceptables. | Busca la primera solución sin importar que tan óptima sea. |
Puede determinar su proximidad a una solución. | No detecta si se está acercando o alejando de una solución. |
Al contar con información son generalmente más eficientes. | Al no contar con información son generalmente menos eficientes. |
- Explique que es un algoritmo genético, mediante un ejemplo explique su proceso de construcción.
Algoritmo Genético
Son métodos adaptativos que se pueden usar para resolver problemas de búsqueda y optimización, están basados en el proceso genético de los organismos vivos y el proceso de evolución natural donde el más fuerte sobrevive, pueden crear soluciones a problemas del mundo real.
Más específicamente son funciones matemáticas o rutinas de software que toman ciertas ejemplares de entrada y retornan como salida cuales de estos son los que deben generar descendencia para la nueva generación, así a lo largo de las generaciones las características buenas se propagan a través de la población, con individuos mejor adaptados, con un algoritmo bien diseñado la población convergerá a una solución óptima del problema.
Proceso de construcción de un algoritmo genético.
Estos son los pasos que se deben seguir
Codificación del dominio: lo primero que se requiere es determinar en qué espacio se encuentran las posibles soluciones al problema que se pretende resolver, para obtener estructuras manejables que puedan ser manipuladas por el algoritmos genético, es frecuente que el código de los elementos del dominio del problema utilice un alfabeto binario (0’s y 1’s).
Así se conoce la forma de pasar de un elemento a su código y viceversa, Los algoritmos genéticos manipulan conjuntos de códigos en generaciones sucesivas, a los elementos de la población serán llamados individuos y a los códigos se les denominará indistintamente cromosomas, genotipo, genoma o código genético.
Evaluación de la población: Cada individuo de cada generación de un algoritmo genético recibe una calificación o una medida de su grado de adaptación, a cada individuo de la población se le asigna una y sólo una calificación.
Selección: el algoritmo debe seleccionar a los individuos más calificados para que tengan mayor oportunidad de reproducción e incrementar la probabilidad de tener mejores individuos en el futuro y elevando así el nivel de adaptación de toda la población.
Cruzamiento: El cruce de individuos exitosos favorece la aparición de nuevos individuos que heredan de sus ancestros características deseables, es decir generar descendientes que posean un código híbrido mejor adaptado que el de sus padres.
...