Estado Del Arte-Inteligencia Artificial

Universidad Politécnica Salesiana. Prieto Ricardo. Inteligencia Artificial

1

Inteligencia Artificial. Estado del Arte. Prieto Galarza Ricardo Manuel. [email protected] Universidad Politécnica Salesiana Cuenca-Ecuador   B.

Historia

 Abstract   — This document is so synthesized analyze the development over time of artificial intelligence (AI) will be given an introduction where the basics are the same and their history, then proceed to analyze the research fields most important and its applications in society.

Aunque no forman parte de la IA los primeros pasos de la misma datan desde hace 300 años A.C., Aristóteles filósofo griego fue el primero en estudiar y entender de manera básica los silogism silogismos os o proces procesos os que al ser emulados emulados da como como resultado conclusiones básicas de entendimiento.[8] entendimiento.[8] El génesis génesis de la IA data data desde desde los años 1943-195 1943-1956 6 con  Resumen — En el presente documento se analizara de manera Warr Wa rren en McCu Mc Cull lloc och h y Walt Wa lter er Pitt Pi tts, s, neur ne urof ofis isió iólo logo go y sintetizada sintetizada el desarrollo desarrollo a través del tiempo de la inteligencia inteligencia matemático respectivamente presentaron su modelo de redes artificial (I.A), Se dará una introducción donde se se encuentran los neuronales artificiales y termina con el taller en Dartmouth en conc concep epto toss bási básico coss de la misma isma así así com como su hist histor oriia, post poster erio iorm rmen ente te proc proced eder erem emos os a anal analiz izar ar los los camp campos os de donde se acuña finalmente el Termino “Inteligencia Artificial” investigación mas importantes y sus aplicaciones en la Sociedad. a esta disciplina.[8] En 1957 Newell y Simon realizan el desarrollo del General  Index Terms —Algoritmos, Aprendizaje, Inteligencia Artificial, Problems Solver (GPS ( GPS). ). GPS era un sistema orientado a la resolución resolución de problemas problemas matemáti matemáticos cos generales generales mediante mediante lógica.[8][9] I. I NTRODUCCION A finales de los años 50 y comienzos de la década del 60 se A Intelige Inteligencia ncia Artifici Artificial al ( desd desdee ahor ahora a IA) IA) es una desarrolla un programa dirigido a la lectura de oraciones en disc discip ipli lina na que que se dedi dedica ca al desa desarr rrol ollo lo de soft softwa ware re inglés y la extrac extracció ción n de conclu conclusio siones nes a inter interpre pretan tando do su inform informáti ático co capaz capaz de ejecut ejecutar ar trabaj trabajos os inteli inteligen gentes tes.. Sus significado, su autor fue Robert K. Lindsay. [8] Principales objetivos son: En 1965-70, comenzaron a aparecer software profesional, 1) Estud Estudiar iar el compor comportam tamien iento to inteli intelige gente nte de las los mismo mismoss que predic predicen en la  probabilidad de una soluci solución ón  personas humanas. matemática en cálculo complejo.[9] 2) Crear Crear programas programas computaci computacionale onaless intelige inteligentes ntes En la década década 1970-80, 1970-80, creció creció el uso de estos estos sistem sistemas, as, capaces de imitar el comportamiento humano [1] muchas muchas veces veces diseña diseñados dos para para proble problemas mas realme realmente nte muy Aunque Aunque los sistemas sistemas computaciona computacionales les y sus algoritm algoritmos os comp comple lejo joss como como MYCI MYCIN, N, que que asis asisti tió ó a médi médico coss en el secuenciales han superado ampliamente la destreza humana en diagnóstico y tratamiento de infecciones en la sangre. sangre. [8][9] campos como el cálculo matemático, los computadores no han En 1980 hasta hasta la actualid actualidad ad la IA. IA. se convie convierte rte en una sido sido capa capace cess de proc proces esar ar info inform rmac ació ión n bási básica ca como como por  por  indu indust stri riaa y se reto retoma man n los los estu estudi dios os sobr sobree las las Rede Redess ejempl ejemplo o el lengua lenguaje je natura natural, l, la visión visión,, el aprend aprendiza izaje je por   Neuronales, esta aportando nueva teoría, para crear una experiencia. [2] computadora pensante aplicable a la robótica. [2],[3].

L

 A.

Definiciones

Algunas definiciones importantes: La IA es el arte de crear máquinas con capacidad de realizar  func funcio ione ness que que real realiz izad adas as por por pers person onas as requ requie iere ren n de inteligencia. (Kurzweil,1990) La IA es el estudio estudio de cómo lograr lograr que las computado computadoras ras realic realicen en tareas tareas que, que, por el momen momento, to, los humano humanoss hacen hacen mejor. (Rich,Knight,1991). La IA es la rama de la ciencia de la computación que se ocupa ocupa de la automa automatiz tizaci ación ón de la conduc conducta ta inteli intelige gente nte.. (Lugar y Stubblefied,1993). La IA es el campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales. (Schalkoff, 1990). [4]



Universidad Politécnica Salesiana

II.  A.

DESARROLLO

¿Cómo funciona la IA?

La IA funciona mediante algoritmos, los mismos que son  programados en leguaje de computadora. Algunos lenguajes mas utilizados para para la programación programación de IA son Lisp Lisp y Prolog ya que son lengu lenguaje ajess de progra programac mación ión declar declarati ativos vos [5]. [5]. Aunque cabe recalcar que se comenzó desarrollando software de IA en lenguaje de muy bajo nivel como assembler, y con el desarr desarroll ollo o de la tecnol tecnologí ogíaa tambié también n se han desarr desarroll ollado ado mejo mejore ress leng lengua uaje jess de prog progra rama maci ción ón,, mas mas adap adapta tabl bles es y sencillos para aplicaciones de IA. [6] Por otro lado para resolver un problema se necesita primero tener un buen planteamiento del mismo, para eso hay que tomar en cuenta varias cosas: 1) Tener en cuenta cual es la situación original de la que se  parte. (Condiciones (Condiciones iniciales)

Universidad Politécnica Salesiana. Prieto Ricardo. Inteligencia Artificial

2

2) Establecer el estado final o solución del problema. (Que 1.4) User interfaz - el código que controla el diálogo entre se desea llegar a obtener) el usuario y el sistema.[8][9][3] sistema.[8][9][3] 3) Tener Tener en claro claro cual cual es el conjun conjunto to de operad operadore oress y 2) Aprendizaje y Razonamiento Automático medios se van a utilizar para que el problema se resuelva Es el estudio y el modelado informático de los procesos de Si estos tres pasos no pueden darse, se considera que el aprendiza aprendizaje je en sus múltiple múltipless manifest manifestacio aciones nes constituy constituyen en el  problema esta mal mal planteado o formado.[6] formado.[6] objeto de investigación del aprendizaje automático. [11] Aunq Aunque ue los los 3 esta estado doss ante anteri rior ores es son son bási básico coss para para el Tambi También én se podría podría consid consider erar ar como como tratar tratar de constr construir  uir   planteamiento del problema debemos tomar en cuenta otros 2 sist sistem emas as info inform rmát átic icos os que que opt optimic imicen en un crit criter erio io de aspectos un tanto mas abstractos para el entendimiento de la rendim rendimien iento to utili utilizan zando do datos datos o experi experienc encia ia previa previa.. Una maquina.[7][6] situación en la que se requiere aprender es cuando no existe 1) Introducir el concepto de espacio de situaciones o estados experiencia humana o cuando no es fácilmente explicable [12]  posibles, en este punto se situara la situación situación inicial y final del Actualmente los estudios se centran es 3 ejes distintos  problema. 2.1) Estudios orientados a las tareas: A partir de una tarea 2) Concep Concepto to de búsque búsqueda da esto esto quiere quiere decir decir encont encontrar  rar   predeterminada analizar los sistemas de aprendizaje aplicados caminos para llevar desde el estado inicial hasta el estado final  para mejorar en el el desarrollo de esa tarea. del problema.[7] 2.2) 2.2) Simu Simula laci ción ón cogn cognos osci citi tiva va:: La inves nvesti tiga gaci ción ón y Teniendo en cuenta estos puntos podemos decir que siendo simulación informática del proceso de aprendizaje humano. las condic condicion iones es inicia iniciales les del proble problema ma la raíz raíz del mismo mismo 2.3) Análisis teórico: La exploración teórica del espacio de debemos encontrar caminos rápidos para llegar a la solución, los posibl posibles es método métodoss de aprend aprendiza izaje je y los algori algoritmo tmoss con esto a través de la introducción del concepto de espacio y independencia del dominio de las aplicaciones [11]  búsqueda en el software software [6] 3) Robótica Algunos Algunos ejemplos ejemplos prácticos prácticos son los llamados llamados algoritm algoritmos os genéti genéticos cos,, que son algori algoritmo tmoss basado basadoss en las premis premisas as de Los robots experimentales creados para estos efectos eran selecc selección ión natura naturall y evoluc evolución ión.. Y sirven sirven para para estudi estudiar ar el automatismos capaces de recibir información procedente del  proceso evolutivo de las especies. [7] mundo exterior (sensores, (sensores, cámaras cámaras de televisió televisión, n, etc.), etc.), así como como órdene órdeness de un manipu manipulad lador or humano humano (expr (expresa esadas das en lenguaje natural). De este modo, el robo determinaba un plan  B. Ramificaciones de la IA y, de acuerdo con él, ejecutaba las órdenes recibidas mediante La IA se ha dividido en campos para su estudio esto debido el empleo de un modelo del universo en el que se encontraba. a la infinidad de aplicaciones que puede tener, a continuación Era incluso capaz de prever las consecuencias de sus acciones veremos los campos más destacados: y evitar, así, aquéllas que más tarde pudieran resultarle inútiles 1) Sistemas Expertos o, en algún momento, perjudiciales.[13] Son sistemas interactivos basados en computadora que El principal problema con el que se enfrenta la inteligencia utiliz utilizaa la herra herramie mienta nta de decisi decisión ón tanto tanto de los hechos hechos y artificial aplicada a los robots es el de la visión. Mientras que heurísticos[8] para resolver problemas complejos, decisiones la info inform rmac ació ión n reci recibi bida da a trav través és de cens censor ores es se pued puedee  basadas en los conocimientos conocimientos de un experto[9]. Por Por definición, interpretar con relativa facilidad y entra a formar parte de la un sistema experto es un programa informático que simula el descripción del modelo de universo que emplea el robot para  proceso de pensamiento de un experto humano para resolver  tomar decisiones, la percepción de las imágenes captadas y su  problemas de decisión complejos complejos en un dominio específico específico [8] interpretación correcta es una labor muy compleja. En cuanto [9]. a la inte interp rpre reta taci ción ón de las las imág imágen enes es capt captad adas as medi median ante te Los sistemas expertos son, por lo tanto, intermediarios entre cualqu cualquier ier sistem sistema, a, se ha logra logrado do ya el recono reconocim cimien iento to de el expert experto o humano humano,, que transm transmite ite sus conoci conocimie miento ntoss al formas formas prepro preprogra gramad madas as o conoci conocidas das,, lo que permit permitee que sistema, y el usuario de dicho sistema, que lo emplea para ciertos robots lleven a cabo operaciones de reubicación de resolver los problemas que se le plantean con la competencia  piezas o colocación en su posición correcta a partir de una de un especialista en la materia y que, además, puede adquirir   posición arbitraria.[13] arbitraria.[13] una una dest destre reza za seme semeja jant ntee a la del del expe expert rto o grac gracia iass a la Existe Existen n alguno algunoss algori algoritmo tmoss que pueden pueden comple completar tar el observación del modo de actuar de la máquina[13] recorrido recorrido de la gráfica, aunque aunque algunos algunos de los agentes agentes de la Los Los siste sistemas mas expert expertos os se organi organizan zan en cuatro cuatro nivele niveless matriz o la gráfica cambia durante la ejecución, siempre y diferentes: cuando el gráfico permanece conectado. [12] 1.1) El conocimiento de base se compone de reglas de 4) Procesamiento de Lenguaje Natural resolución de problemas, procedimientos y datos intrínsecos El procesamiento del Lenguaje natural, en la IA trata sobre relacionados con el dominio del problema. el anál anális isis is de los los patr patron ones es del del leng lengua uaje je e inte intent ntar ar crea crear  r  1.2) La memoria de trabajo se refiere a tareas específicas de algori algoritmo tmoss sobre sobre los los cuales cuales el Comput Computado adorr entien entienda da en datos para el problema en cuestión.  palabras utilizadas en una conversación de alto nivel, 1.3) Inferencia del motor es un mecanismo de control al que abstrayendo datos y comprendiendo el mensaje, cabe recalcar  se aplica una base de conocimientos a los datos específicos de que esto no solo se centra en el entendimiento de sonidos sino la tare area de llega egar a algun lgunaa sol soluci ución o conc onclusi lusión ón.. también textos. [15] Universidad Politécnica Salesiana

Universidad Politécnica Salesiana. Prieto Ricardo. Inteligencia Artificial Existen Existen técnicas técnicas de Recuperac Recuperación ión de informaci información, ón, estos estos utilizan técnicas basadas en distribución de los términos del docume documento nto para para estim estimar ar la relev relevanc ancia ia con respec respecto to a la consulta. consulta. Para esto inicialmente inicialmente se necesita necesita que el sistema sistema emplee algoritmos que entiendan de cierta manera la consulta y la compare. Un grave problema al que se ve acompañado esta técnica es la gran variación del lenguaje, ya que el mismo concepto se puede operar y entender en varios circunstancias. [15] 5) Redes Neuronales Las Rede Redess Neur Neuron onal ales es rati ratifí fíca cale less son son sist sistem emas as de  procesamiento que copian esquemáticamente esquemáticamente la estructura neuronal del cerebro para tratar de reproducir sus capacidades [17] En consec consecuen uencia cia,, son una clase clase de modelo modeloss no linea lineales les flexib flexibles les que se caract caracteri erizan zan por ser sistem sistemas as parale paralelos los,, cuentan con una gran cantidad de procesadores elementales y cada cada uno uno de esto estoss trab trabaj ajaa con con una una pequ pequeñ eñaa part partee de un  problema mayor. Estos procesos son muy adaptables de acuerdo al entorno. [16] La característica más importante de estos sistemas es su capacidad de aprendizaje, donde el conocimiento se basa en un numero de muestras. Además las redes neuronales sugieren que poseen poseen varias varias ventajas ventajas potenciales potenciales sobre sobre los métodos estadísticos tradicionales. [16] Algunas aplicaciones practicas que se han dado a las redes neuron neuronale aless son son los campos campos financ financier ieros os ya que estos no se comportan de forma lineal.[16][1][18] Las Redes neuronales también tienen aplicaciones es en la econ econom omía ía,, prim primer ero o para para la clas clasif ific icac ació ión n de agen agente tess económicos como las las compañías para obtener una estimación de quiebra, capacidad acreedora de clientes bancarios. [16] [18] 6) Algoritmos genéticos Los algoritmos genéticos (AG) proporcionan un método de aprendizaje basado en la analogía con la evolución de las especies. Los AG generan un conjunto de hipótesis mediante la muta mutaci ción ón y reco recomb mbin inac ació ión n de part partee del del conj conjun unto to de hipótesis hipótesis conocido. conocido. En cada paso el conjunto de hipótesis hipótesis conocido como “población actual” se renueva remplazando una proporción de esta población por los sucesores de las hipótesis más “adecuadas”. [14] El comportamiento básico de un algoritmo genético es el siguiente: de forma iterativa va actualizando la población de hipó hipóte tesi sis. s. En cada cada iter iterac ació ión, n, todo todoss los los miem miembr bros os de la  población son procesados por la función de evaluación, tras lo cual una nueva población es generada. La nueva generación estará compuesta por: - Las mejores hipótesis hipótesis de la población población actual (Seleccionadas (Seleccionadas probabilísticamente) probabilísticamente) - Y el resto de hipótesis necesarias necesarias para mantener el número, que se consiguen mediante el cruce de individuos. A partir de dos hipótesis padre (seleccionadas  probabilisticamente  probabilisticamente a partir de la población actual) se generan dos hipótesis hijas recombinando sus partes siguiendo algún criterio establecido. [14][20] Una vez llegados a este punto (con una nueva población con Universidad Politécnica Salesiana

3

el mismo número de individuos), a un determinado porcentaje de la población se le aplica un operador de mutación. [14] Una forma forma para para la selecc selección ión de indivi individuo duoss consis consiste te en obte obtene nerr una una dist distri ribu buci ción ón de prob probab abil ilid idad ad asoc asocia iada da a cromosomas, habitualmente dividiendo la adaptación de uno en la suma suma de toda toda la pobl poblac ació ión n y en apro aprove vech char ar dich dichaa distribución a una ruleta, dando mas espacio en la misma a los individuos mas adaptados. [19][14]

III.

CONCLUSIONES

Podemos concluir que la inteligencia artificial es un campo que estudi estudiaa el compor comportam tamien iento to del cerebr cerebro o humano humano y lo intenta simular de manera artificial en robots y computadoras. En 56 años desde que fue acuñado el termino “Inteligencia Artifi Artificia cial” l” la misma misma a encont encontrad rado o campos campos de aplica aplicació ción n importantes y de ayuda a la sociedad, los sistemas expertos aportan al diagnostico de enfermedades, las redes neuronales ayudan a la comprensión de fenómenos económicos sociales entre otros, los algoritmos genéticos facilitan a obtener una estimación de la evolución de genes y células. El aprendizaje automático nos permite simular las etapas de la enseñanza y la forma de entender y asimilar conceptos por parte de nuestro cerebr cerebro. o. En el campo campo de la robóti robótica ca se intent intentaa simul simular ar el compor comportam tamien iento to humano humano para para que puedan puedan reali realizar zar tarea tareass comunes, de esta manera mejorar la calidad de vida de la humanidad. Aunque la inteligencia artificial tiene ya algún tiempo de desarr desarroll ollo o aun no se ha lograd logrado o concre concretar tar algori algoritmo tmoss que supongan una real simulación de las respuestas del cerebro, Se espera que con el mejoramiento de algoritmos, tecnología, materi materiale aless de constr construcc ucción ión de comput computado adoras ras y elemen elementos tos electróni electrónicos, cos, se lograra lograra un acercamie acercamiento nto mas profundo al modelado del cerebro humano, lo que nos hará comprender de una mejor manera nuestra forma de aprender del mundo y los  procesos que intervienen intervienen en ello. R EFERENCES EFERENCES [1]

Javier De Andrés Suárez, “Técnicas “Técnicas de la Inteligencia Artificial  aplicadas al análisis de la solvencia empresarial ”, ”, Articulo, pp. 1–4.

[2]

Vicente Pablo Guerrero Bote, Cristina Lopez-Pujalte, “ Inteligencia  Artificial y documentación”, documentación”, Articulo, 2001, pp. 66–74.

[3]

Stuart J. Russell, Peter Norvig, Artificial Norvig, Artificial Intelligence A modern  Approach, PrenticeHall, EnglewoodCliffs, NewJersey 07632, ch 1-7 [4] http://www.gestiopolis.com/administracion-estrategia/inteligenciaartificial.htm [5] http://www. http://www.larevi larevistainf stainformati ormatica.com ca.com/clasif /clasificacion icacion-de-lo -de-los-leng s-lenguajesuajes-dede programacion.html

[6] [7] [8]

Claudio Gutierrez, Un algoritmo de Inteligencia Artificial , Articulo,  pp.6-26 Davis, L. and Mitchell, M., Handbook M., Handbook of genetic genetic algorithms, Article, Van Nostrand Reinhold, 1991 Pearl, J.,  Heuristics: intelligent search strategies for computer problem  solving, Book, Addison-Wesley Pub. Co., Inc., Reading, MA, 1984

[9] Obaid Mirza, Habeeb, Artificial Habeeb,  Artificial Intelligence And Expert Systems, Paper  Sirisha,  Artificial Intelligence & Learning  [10] Medicherla Pratyusha, Morla Sirisha, Artificial computers,Paper  computers,Paper   , Nalanda  , Nalanda Institute of Engineering, 2007  [11] http://www.itba.edu.ar/nuevo/archivos/secciones/art_revistas_5.pdf  http://www.itba.edu.ar/nuevo/archivos/secciones/art_revistas_5.pdf  [12] http://www. http://www.dia.fi. dia.fi.upm. upm.es/ind es/index.ph ex.php?pag p?page=apren e=aprendizajedizajeautomatico&hl=es_ES

Universidad Politécnica Salesiana. Prieto Ricardo. Inteligencia Artificial [13] I.A. Gravagne , B. Mulgrew, and P. M. Grant, “Large deflection dynamics and control for planar continuum robots,”  IEEE Trans.. Trans.. June 2003

[14] David Díaz, Gastón Crevillén, “Inteligencia Artificial, Robótica,  Neurocomputación, Programación Programación Neuronal y otras Hierbas”,2011 [15] [15] Jesus Jesus Vilare Vilaress Ferro, Ferro, “Aplica “Aplicacio ciones nes del Proces Procesami amient ento o del lengu lenguaje aje natural en la recuperación de la información en español”, Departamento de computación, Universidad la Coruña, 2006. [16] [16] Anton Antonio io Parisi Parisi F, “Evalu “Evaluació ación n de model modelos os de redes redes neuro neuronal nales es de  predicción del signo de la variación del IPSA”, IPSA”, 2002 [17] Martin del Brio, Brio, “Las redes neuronales neuronales Artificiales”,19 Artificiales”,1997 97 [18] [18] Carlos Carlos Serrano Serrano Cinca, Cinca, Bonif Bonifacio acio Martin Martin del Brio, Brio, “Predicci “Predicción ón de la quiebra bancaria mediante el empleo de Redes Neuronales” ,1993 [19] O. Cordon, Cordon, F. Moya, M.C. Zarco, Zarco, “Breve “Breve estudio sobre sobre la aplicación de los Algori Algoritmo tmoss Genéti Genéticos cos a la recuper recuperació ación n de la Inform Informació ación”, n”, Universidad de Granada. [20] [20] John John H. Hollan Holland, d, “Algor “Algoritm itmos os Genétic Genéticos os”, ”, Invest Investiga igació ción n y Cienci Ciencia, a, 1992.

Universidad Politécnica Salesiana

4