Please enable JavaScript.
Coggle requires JavaScript to display documents.
Inteligencia artifical: Introducción
Inteligencia artifical: Introducción
Historia de la IA
Creación de neuronas artificiales
Modificar las intensidades entre neuronas:
Aprendizaje Hebbiano
Teórico lógico:
Programa es capaz de pensar de manera numérica. Luego podía mostrar teoremas
Hipotesis de sistema de sinbolos físicos
tiene los medios suficientes y necesarios para generar accion inteligente
Lisp
Dominante en IA
Micromundos:
dominios de problemas limitados
Se realizaron predicciones pero fallaron ya que eran problemas muy complejos
Ocupaban mejor hardware
Algoritmos genéticos:
donde se generan mutaciones, mucho éxito.
Sistemas basados en el conocimiento
Métodos débiles: enlazan elementos básicos para encontrar soluciones completas (DENDRAL)
Sistemas expertos: diag. médico (MYCIN)
Factores de certeza:
reglas extras para dar diagnostico
IA en la industria
Redes neuronales
Conexionistas
IA como ciencia
Modelos de Markov
Mineria de datos
Redes de Bayes
SOAR:
arquitectura de agente completa, inmersos en entornos reales, con sensores
Fundamentos de IA
Ingeniería computacional
Alan Turing: primer computador operacional
Z3: Zuze
ENIAC: proyecto militar secreto
ABC: primer computador electrónico
Cada vez son más rápidas
Todo empezó con el telar.
Maquina de Babbage.
Ada Lovelace, primera programadora
Se necesita de SO, lenguajes de programación y herramientas
Matemáticas
Lógica booleana
Lógica de primer orden:
sistema más básico de representación de conocimiento
Se puede relacionar objetos de lógica con el mundo real
Algoritmo:
conjunto de instrucciones, MCD
Teorenas de incompletitud:
hay enunciados que no pueden probarse ni refutarse a partir de ellos (axiomas)
Hay casos donde no se puede caracterizar ciertos elementos y funciones
Turing quería intentar caracterizar las que si sepodían
Maquina de Turing
Intratabilidad:
hay casos que el problema crece exponencialmente.
Dividir en
subproblemas
Teoría de NP-completo
La mayoría son intratables. Aunque no está demostrado.
Probabilidad
Tratamiento de mediciones con incertidumbre y teorías incompletas
Economía
Utilidad:
beneficio deseado
Teoría de la decisión:
combina teoría de probabilidad + teoría de utilidad
Teoría de juegos:
donde un agente racional actuaba de forma aleatoria
Investigacín operativa:
tomar decisiones racionales cuando acciones no son inmediatas (forma secuencial)
Procesos de decisión de Markov:
formañlización de clase de problemas de decisión secuencial
Razones de porque hay IO
Compleijdad
Satisfacción
Psicología científica
Investigaciones mediante de la
instrospección
Mejor comprension de los seres humanos.
Movimiento conductista:
anti-introspección
Muchos descubrimientos, pero no comprendía muy bien a los humanos
Psicología cognitiva:
veia cerebro como dispositivo de procesamiento de info
Para hacer agente basado en conocimiento:
Estímulos deben traducirse internamente con representación
La representación se debe manipular con procesos cognitivos para nuevas representaciones.
Representaciones se traduciran en acciones.
Teoría de control y cibernética
Reloj de agua
Teoría de control- función objetivo:
quieren maximizar esta función en el tiempo dado
Lingüística
Lingüística computacional o procesamiento del lenguaje natural:
Combinación de la lingüística moderna y la IA.
Representación del conocimiento:
estudio de como representar de forma que el computador pueda razonar de esto.
Filosofía
Racionalidad útil puede ser obtenida de medios artificiales
La mente como sistema físico
Materialismo:
considera que las op de cerebro realizadas de acuerod a las leyes físicas constituyen la mente
Dualismo:
una parte no se rige por las leyes físicas
Fuentes del conocimiento
Movimiento Empírico
Inducción
las reglas se obtienen mediante hacer acciones varias veces entre sus elementos
Positivismo Lógico:
conocimiento se caracteriza con sentencias de obsevación (estímulos sensoriales)
La teoría de la confirmación:
explica que el conocimiento se obtiene de la experiencia.
Algoritmo de Aristóteles:
sistema de planificación regresivo
Neurociencia:
estudio del sistema neurológico y del cerebro.
Cerebro fromado por
neuronas
Observación de mmeuroonas indivcidual para conocer la estructura neuronal
No hay teoría de como guardamos los recuerdos.
Electroencefalograma:
por medio de imagenes de resonancia magnética funcional se ve la actividad del cerebro.
Estado del arte:
Planificación autónoma:
Agente remoto de la NASA
Juegos:
Ajedrez, etc
Control autónomo:
carros que se manejan
Diagnosis:
sistemas expertos
Planificación logísta:
automatizar problemas de transporte que den un plan
Robótica:
cirujanos que usan asistentes robóticos
Procesamiento de lenguaje y resolución de problemas:
PROVER B, resolver crucigramas
Definición
Sistemas que
Piensan racionalmente:
mediante cálculos perciban razonen
Enfoque de las leyes del pensamiento
Silogismos:
esquema de estructuras para sacar conclusiones
Bases de la
lógica
Actúan como humanos:
realicen funciones que las personas hacen
Prueba de Turing:
si la persona la ponen a interactuar con la maquina y es incapaz de decir si es una maquina o un humano, pasa la prueba
Piensan como humanos:
maquinas con pensamiento humano, que tome decisiones, aprenda
Enfoque del modelo cognitivo:
basado en
ciencia cognitiva
donde se unen modelos computacionales y técnicas experimentales de psicología sobre el funcionamiento de la mente humana
Actúan racionalmente:
diseño de agentes inteligentes, mediante cálculos así actuen
Agente:
es algo que razona
Agente racional:
actúa para alcanzar mejor resultado
Racionalidad:
Racionalidad perfecta:
realizar acción correcta siempre (imposible en entornos complejos)
Racionalidad limitada:
actuar adecuadamente aunque no tenga tiempo para calcular todo.
