Trabajo Colaborativo Inteligencia Artificial

INTELIGENCIA ARTIFICIAL

INTRODUCCION

La mayoría de los primeros trabajos que ocupa la Inteligencia Artificial hicieron gran hincapié en las tareas formales, juegos y demostración de teoremas. Samuel escribió un programa de juegos de damas que no sólo jugaba partidas contra el oponente, sino que además utilizaba la experiencia adquirida en las partidas para mejorar su rendimiento. El ajedrez suscito un gran interés.

La lógica teoría fue el primer intento de demostrar los teoremas matemáticos; con ellas se pudo demostrar algunos teoremas que aparecen en el primer capítulo de los Principia Mathematica de whitehead y Russell. El demostrador de teoremas de Gelernter exploro otra área de las matemáticas: la geometría. Los juegos y la demostración de teoremas comparten la propiedad de que son tareas en las que se considera que es necesaria la inteligencia para desarrollarlas.

Otra primera incursión dentro de la Inteligencia artificial se centró en la clase de problemas que aparecen a diario –como cuando decidimos cómo llevar al trabajo por la mañana- con frecuencia denominamos de sentido común (commonsense reasoning). Estos problemas incluyen el razonamiento sobre objetos físicos y sus relaciones (por ejemplo un punto y una coma, un objeto sólo puede estar en un lugar a la vez), como también razonamientos sobre acciones y sus consecuencias (por ejemplo el punto y la coma si se deja caer algo, chocará contra el suelo y posiblemente se romperá). Para estudiar este tipo de razonamientos, Newell, Shaw y Simon, construyeron el Resolutor General de Problemas (GPS, General Problems Solver), el cual se aplicó tanto a variadas tareas de sentido común como al problema de realizar manipulaciones simbólicas en expresiones lógicas.

La percepción del mundo que nos rodea es un elemento crucial para nuestra supervivencia. Los animales, con mucha menos inteligencia que nosotros, han desarrollado una capacidad de percepción visual más evolucionada que pueden ofrecer las máquinas actuales. Las tareas de percepción son difíciles ya que incluyen señales analógicas (previas a las digitales); estas señales suelen contener bastante ruido aunque normalmente se percibe a la vez una gran cantidad de objetos (algunos de los cuales pueden estar parcialmente tapados por otros).

Además de las tareas de la vida diaria, mucha gente puede también realizar tareas más especializadas en las cuales es necesaria una cuidada adquisición de experiencia. Ejemplos de lo anterior son tareas como el diseño en ingeniería, los descubrimientos científicos, los diagnósticos médicos y la planificación financiera. Los programas que pueden resolver problemas sobre estos dominios también están bajo la tutela de la ingeniería artificial. Las personas que saben cómo llevar a cabo las diversas tareas expuestas en la figura las han aprendido en un orden definido. Primero se aprenden las habilidades de percepción lingüística y de sentido común. Más tarde (por supuesto, en algunos casos, nunca) se aprenden disciplinas como la ingeniería, la medicina o las finanzas.

Cabe igualmente resaltar que para talentosos autores, el problema de la inteligencia se reduce a un problema de búsqueda en pos de resolver un problema, casi siempre desde un nodo inicial hasta un nodo meta. Medir la inteligencia, para ellos, es averiguar el empleo de todo lo que se sabe en forma útil. Se trata de hallar soluciones a problemas ya sea consultando soluciones previas ("preparación") o combinado posibles soluciones ("deliberación"). Hay infinitos métodos de búsqueda. El más trivial y demorado es el de búsqueda del óptimo por fuerza bruta (revisar sistemáticamente todo el espacio de problema) y los más sofisticados, más breves, apelan a matemáticas que pueden ser tan complicadas como el autor quiera sujeto a que su lógica sea entendible por algún experto.

En efecto, un caso "sencillo" de matemática complicada es el de buscar el próximo punto de búsqueda con un paso de avance fijado por la relación de la segunda derivada con respecto a la primera derivada (con signo cambiado) del objetivo o criterio con respecto a la decisión, o sea la función que liga a los datos previamente conocidos con la meta buscada (método de Cholette y Cloutier). Los métodos de búsqueda directa más eficientes son, para una dimensión de búsqueda, el de Fibonacci o su límite, la relación áurea; y para múltiples dimensiones el denominado "complex restricto", que consiste en su primera parte en apartarse de la peor solución "experimental" de un diseño rotable simplificado.

A partir de esa estrategia, continuamos con uno de los cursos de más relevancia para la Ingeniería de Sistemas, que en sus planes de estudio exige para el perfil de sus estudiantes y futuros profesionales, un enriquecido conocimiento lógico y analítico que le abrirá a los egresados muchas oportunidades laborales que les permitirán una mejor calidad de vida no solo para ellos, sino también para sus familias.

Dentro de ese marco mencionado, en la actividad que a continuación será mostrada, realizamos una minuciosa y exhaustiva investigación y algunos ejercicios que nos requerirán la práctica de conocimientos previamente adquiridos posteriores a la lectura y compresión del Material Didáctico estipulado para el mismo.

OBJETIVOS

GENERAL

 Identificar mediante una entrada preliminar, las técnicas primordiales de la búsqueda en inteligencia artificial (IA), bajo una disposición práctica orientada a la resolución de problemas en esta área.

ESPECIFICOS

 Conocer detalladamente la resolución general de problemas y las técnicas de representación del conocimiento (búsqueda de la solución en un espacio de estados, heurística, inferencia y control)

 Estudiar y desarrollar programas que permitan comprobar su interés desde el punto de vista informático, como una parte fundamental de la Inteligencia Artificial es su aspecto práctico.

 Reconocer la importancia que ha tenido en Sistemas de Búsqueda en el estudio y aplicación de la Inteligencia artificial.

 Dedicar los temas vistos y abordados en la unidad mediante el desarrollo de actividades complementarias.

 Aplicar los conceptos adquiridos en situaciones problemáticas que sean propuestas

...