INTELIGENCIA ARTIFICIAL: Unidad 1

Introduccin a las Redes Neuronales y la Lgica Difusa

F. Javier Alcntara BenjumeaUniversidad Tecnolgica del PerMayo de 2015

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

Inteligencia Artificial. Unidad 1

El origen de la IA se remonta a la segunda Guerra Mundial:ordenadores analgicos para controlar caones, navegacin,

La Bestia de Hopkins (1960): robot controlado por cientos detransistores. Poda buscar tomas de corriente para recargarse, pormedio de fotoceldas

Tortuga de Grey Walter (1948):podan sortear obstculos y volver asu madriguera a recargar la batera.Reaccionaban ante al tacto y la luz

Norber Wienner utiliz el trmino Ciberntica: teora delcontrol y la comunicacin en los animales y las mquinas

Inteligencia Artificial. Unidad 1

Contemporneo es el desarrollo de los Ordenadores Digitales:

- Estructura (Hardware)- Funcin (Software)

Computacin Algortmica

Un hito importante es la postulacin de la Mquina de Turing(1937): Mquina que manipula smbolos sobre una cinta deacuerdo con una tabla de reglas.

Se desarrollan los primeros Ordenadores (ENIAC): clculos deinters militar durante la 2 Guerra Mundial (clculos deproyectiles, etc)

ENIAC segua el patrn de mquina deTuring, era digital y poda programarsepara resolver problemas de clculo

Inteligencia Artificial. Unidad 1

John Von Neumann concibe una Computadora digital que operaejecutando en serie las instrucciones contenidas en unprograma, el cual est almacenado en una Memoria

- Flexibilidad- Eficacia- Versatilidad- Desarrollo de la Electrnica

Mquina de Von Neumann Lgica Booleana

Computadoras Digitales actuales

Se pensaba que la Computacin Algortmica sera capaz dellegar a pensar racionalmente con un Software complejo

Programas para razonar y jugar al ajedrez (Shanonn y Turing, 1950).Software Terico Lgico, que poda razonar sobre temas arbitrarios(Newell, Simon, Shaw, 1957)

Inteligencia Artificial. Unidad 1

John McCarthy (1960) acua el trmino Inteligencia Artificial(IA): Mtodos algortmicos capaces de hacer pensar a lascomputadorasMinsky, Newell y Simon (1965) haban creado un programa de IAcapaz de demostrar teoremas de geometra. Estos programas de IAslo eran capaces de resolver los problemas para los que haba sidocreadosUna tercera lnea contempornea a las anteriores fue las RedesNeuronales, que trataban de imitar a los sistemas biolgicosEl desarrollo de la IA eclips a los otros campos (Ciberntica yRedes Neuronales)Minsky y Papert demostraron las graves limitaciones de losPerceptrones (El modelo Neuronal de los aos 60) llevando a las RNa una poca de ocaso hasta los 80

Inteligencia Artificial. Unidad 1

El progreso de la IA culmin en los 70 con los llamadosSistemas Expertos:Complejos programas en los que se codifica el conocimiento deexpertos en una materia concreta, en forma de reglas de decisin

Sin embargo a fines del siglo XX, las potentes computadoras noson mucho ms inteligentesLa gran desventaja de la IA apoyada en la mquina de Von Neumann Lgica booleana es que presentan problemas para abordar tareasdel Mundo Real, donde la informacin es masiva, imprecisa ydistorsionadaPara resolver este tipo de problemas surgen (o retoman) en los80 nuevas formas de computacin alternativas:

- Redes Neuronales - Lgica borrosa- Algoritmos genticos - Computacin evolutiva

Inteligencia Artificial. Unidad 1

Resurgimiento de la Redes Neuronales (RNA o ANN)- La IA no poda resolver problemas como visin y aprendizaje.- Alto costo computacional requerido a los sistema de IA con

computacin algortmica.- Mayor eficiencia de la computacin paralelo de la RNA- Desarrollo de los sistemas VLSI que posibilitaban la

implementacin de sistemas neuronales.- Trabajos de investigadores como Hopfield, Kohonen,

Rumelhart, Widrow. Principalmente se encontr la forma deentrenar un Perceptrn Multicapa

Por otra parte se desarrolla la Lgica Difusa (Zadeh, Kosko)Al contrario que la lgica digital, en la lgica difusa la cosas no son 1o 0 (verdadero o falso). Se desarrolla una lgica multivaluada paramanejar estos conceptos borrosos (fuzzy) propios del mundo real

Inteligencia Artificial. Unidad 1

Hoy da: dos corrientes en la IA

IA convencional:Lgica booleana Computadores Von

Neumann

Tcnicas de Inteligencia Computacional o Soft Computing

(emulan el cerebro y sistemas biolgicos):

Redes Neuronales, Lgica DifusaOtras tcnicas

RNA: lado hardware del

cerebro

Fuzzy Logic: lado software del cerebro

MICROPROCESADORES Y CEREBRO

Inteligencia Artificial. Unidad 1

Mquina de Von Neumann: es incapaz de realizar tareas comoreconocimiento del habla, visin, control motor, etc.Sin embargo realiza tareas de clculo y reconocimiento lgicomucho ms eficientemente que el cerebro.

Arquitectura de un computador Von Neumann

Reconocimiento visual deobjetos: las computadorasactuales necesitan un costocomputacional enorme,para almacenar elprograma, procesar la grancantidad de datos y paraoperar en tiempo real

Inteligencia Artificial. Unidad 1

Cerebro humano: compuesto por millones de procesadoreselementales o neuronas ampliamente interconectadas formandoRedes. La gran capacidad de interconexin da al cerebro laenorme facultad de procesamiento.Las redes de neuronas se autoorganizan, aprendiendo delentorno y adaptndose a l

Cerebro ComputadorVelocidad de proceso 10-2 s (100 Hz) 10-9 s (Ghz)

Tipo de procesamiento Paralelo Secuencial

Nmero de procesadores 1011 - 1014 Pocos

Conexiones 10000 por procesador Pocas

Almacenamiento Distribuido Direcciones fijas

Tolerancia a fallos Amplia Nula

Tipo de control de proceso Autoorganizado CentralizadoCerebro frente a computador Von Neumann

REDES NEURONALES ARTIFICIALES

Inteligencia Artificial. Unidad 1

Computadoras convencionales

(IA clsica)

Redes Neuronales Artificiales

Acercamiento descendente hacia la Inteligencia.

Pueden realizar muy bien tareas de Alto Nivel (razonamiento y

clculo)

Acercamiento ascendente hacia la Inteligencia.

Pueden realizar muy bien tareas de Bajo Nivel (reconocimiento,

percepcin, control)

Nocin computacional de Red Neuronal Artificial: copiar la estructura Hardware del cerebro para resolver ms eficazmente los problemas de bajo nivel

Inteligencia Artificial. Unidad 1

Inteligencia Artificial. Unidad 1

Aplicaciones de la Redes Neuronales Artificiales- Electrnica - Fsica - Matemticas - Ingeniera- Biologa - Psicologa - Economa - Medicina

Inteligencia Artificial Redes NeuronalesAcercamiento descendente Acercamiento ascendente

Basado en la Psicologa Basado en la Biologa

Qu hace el cerebro Cmo lo hace el cerebro

Reglas Si/entonces Generalizacin desde ejemplos

Sistemas programados Sistemas entrenados

Lgica, conceptos, reglas Entrenamiento de patrones, gestalt

Arquitectura Von Neumann. Separacin Hardware-software

Arquitectura paralela, distribuida, adaptativa. Autoorganizacin

Resuelven problemas prcticos que los computadores no pueden. Queda muy lejos el crear una mquina o robot con inteligencia similar a la humana

Inteligencia Artificial. Unidad 1

LGICA DIFUSADisciplina desarrollada por Lofti Zadeh en los 60

Emula la parte ms Software del cerebro (capacidades de ms alto nivel, razonamiento aproximado). Es una lgica complementaria a la lgica Booleana (digital), donde los conceptos son perfectamente definidos (1 o 0, verdadero o falso). Surgi como una herramienta para el control de procesos industriales complejos, para la electrnica de entretenimiento y hogar y los sistemas expertos

La Lgica Difusa asigna trminos lingsticos (borrosos) a propiedades fsicas (temperatura, variables industriales). Se tiene as conceptos como Temperatura muy fra, fra, templada, caliente, muy caliente) y unas reglas para manejarlos del tipo SI / ENTONCES.

En realidad estas sentencias son representaciones del conocimiento humano sobre una materia

Inteligencia Artificial. Unidad 1

Conjuntos difusos

En los conjuntos difusos la Funcin de Pertenencia puede tomar valores en el intervalo (0 1)La transicin entre el 0 y el 1 es gradual y no cambia bruscamente

Conjunto Difuso en un Universo de discurso:

= , | Ejemplo de conjunto difuso

Inteligencia Artificial. Unidad 1

Funciones de pertenencia: de tipo triangular, trapezoidal, gaussiana

Sistemas de control difusos

Estructura de un controlador difuso

Inteligencia Artificial. Unidad 1

REDES NEURONALES Y LGICA DIFUSAEntre las nuevas tcnicas de computacin que tratan de complementar al binomio Mquina Von Neumann/Lgica Booleana:

- Las RNA son capaces de descubrir relaciones entradas/salidas por su capacidad de aprendizaje

- Los sistemas Borrosos permiten usar el conocimiento de expertos para desarrollar sistemas inteligentes

- Es muy importante la integracin de diferentes tecnologas, existiendo estrechas relaciones RNA-LD (NeuroFuzzy)

En los complejos problemas actuales no existe una tecnologa que lo resuelva todo.Debe emplearse en cada aspecto del problema aquella tcnica que sea mas eficaz