Introduccion a la Inteligencia Artificial y Algoritmos Geneticos
description
Transcript of Introduccion a la Inteligencia Artificial y Algoritmos Geneticos
-
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