IC-Introduccion - Departamento de Sistemas e Informática

IC-Introduccion - Departamento de Sistemas e Informática

INGENIERÍA DEL
CONOCIMIENTO
ING. ELECTRÓNICA
DOCENTES: Ana Casali
Andrea Torres
IC-Introducción
1
IIA - OBJETIVOS
ADQUIRIR CONOCIMIENTOS EN:
Tipos de problemas abordados por la IA
Manejo de algunas Herramientas de IA.
Aplicaciones en la Ingeniería.
ADQUIRIR HABILIDADES PARA:
Desarrollar un prototipo de Sistema Inteligente
Realizar informes
Exponer tema/trabajo práctico
IC-Introducción
2
IC - MODULOS
INTRODUCCION
SISTEMAS BASADOS EN
CONOCIMIENTO
RAZONAMIENTO APROXIMADO
FUZZY SYSTEMS
APRENDIZAJE AUTOMATIZADO
AGENTES INTELIGENTES
IC-Introducción
3
IC - PROMOCION
TP 1: Introducción a la IA
TP 2: Sistemas Basados en
Conocimiento
TP 3: Fuzzy Systems
TP 4: Redes Neuronales
EVALUACION GLOBALIZADORA
IC-Introducción
4
IC – MATERIALES
Página web DSI-EIE
http://dsi.fceia.unr.edu.ar
Fotocopias en El Bastón
Consultas:
[email protected]
[email protected]
IC-Introducción
5
QUE ES LA INTELIGENCIA ARTIFICIAL ?
Además de una Película...
IC-Introducción
6
En que desarrollos encontramos
algo de IA ?
ROBOTICA
IC-Introducción
7
En que desarrollos encontramos
algo de IA ?
Sistemas de control (vuelos espaciales)
Planificadores (aeropuertos)
Sistemas de soporte a la decisión
Supervisores inteligentes
e-commerce, subastas electrónicas
Agentes recomendadores (Web!!!)
e-learning .....
IC-Introducción
8
QUE ES LA INTELIGENCIA ARTIFICIAL ?
Distintas definiciones.
Conceptos fundamentales.
Historia / Estado actual.
Ramas de IA
Distintos campos de aplicación.
IC-Introducción
9
QUE ES LA IA ?
La Inteligencia Artificial es la parte de las
Ciencias de la Computación que se ocupa del
diseño de sistemas inteligentes, esto es
sistemas que exhiben características que
asociamos con la inteligencia en las
conductas humanas.
Feigenbaum y Barr ’80s
IC-Introducción
10
QUE ES LA IA ?
El estudio de cómo lograr que las
computadoras realicen tareas que por el
momento, los humanos hacen mejor.
E. Rich - Knight, 1991
La rama de la Ciencias de la computación que
se ocupa de la automatización de la conducta
inteligente.
Luger y Stubblefield, 1993
IC-Introducción
11
QUE ES LA IA ?
Es la Ciencia e Ingeniería de hacer máquinas
inteligentes (especialmente programas).
Esto está relacionado a la tarea de usar
computadoras para entender la inteligencia
humana, pero IA no tiene que limitarse a
métodos que son biológicamente observables.
J. Mc Carthy, 1998
IC-Introducción
12
LAS DEFINICIONES DE IA SE AGRUPAN EN:
RAZONAMIENTO
SISTEMAS QUE
PIENSAN COMO
HUMANOS
SISTEMAS QUE Inteligencia
PIENSAN
ideal
RACIONALMENTE
SISTEMAS QUE
ACTUAN COMO
HUMANOS
SISTEMAS QUE
ACTUAN
RACIONALMENTE
COMPORTAMIENTO
IC-Introducción
13
DIFERENTES MODELOS:
SIMULAR EL COMPORTAMIENTO
HUMANO
A nivel de procesos cognitivos
CONSTRUIR PROGRAMAS
INTELIGENTES
De la forma más eficiente
IC-Introducción
14
DIFERENTES MODELOS:
MODELOS COGNITIVOS
CIENCIA COGNITIVA, SON TRANSPARENTES
AL USUARIO, FACIL DE MODIFICAR INCREMENTAR
SISTEMAS BASADOS EN EL CONOCIMIENTO (KBS)
AGENTES DELIBERATIVOS
MODELOS CONEXIONISTAS
REDES NEURONALES
ALGORITMOS GENETICOS
AGENTES REACTIVOS
IC-Introducción
15
DIFERENTES MODELOS:
MODELOS COGNITIVOS
SISTEMAS BASADOS EN CONOCIMIENTO
FUZZY SYSTEM
MODELOS CONEXIONISTAS
REDES NEURONALES
IC-Introducción
16
FUNDAMENTOS DE LA IA
FILOSOFIA (desde 428 aC)
teorías del razonamiento y aprendizaje
MATEMATICA (desde el 800)
teorías formales de la lógica
PSICOLOGIA (desde 1879)
investigación de la mente humana
INGENIERIA EN COMPUTACION (1940)
herramientas para poder concretar IA
LINGÜÍSTICA (1957)
teorías sobre el lenguaje (sintaxis-semántica)
IC-Introducción
17
HISTORIA DE LA IA (Russell&Norvig)
• Génesis de la IA (1943-1956)
-Mc Culloch - Pitts (lógica - conexionismo)
-Shannon - Turing (ajedrez)
-Minsky - Edmonds (red neuronal)
-Newell- Simon (teórico lógico)
• Entusiasmo inicial (1952 - 1969)
-GPS - LISP - Tiempo compartido - Resolución Perceptrón
• Una dosis de realidad (1966 - 1974)
-falta de robustez en problemas variados
(traducciones, micromundos)- mayor complejidad
• Sistemas basados en el conocimiento (1969 - 1979)
-uso y representación de conocimiento adecuado - S.E.
• IA se convierte en industria (1980 - 1988)
- Proyectos e inversiones - Lisp Machines
• De 1986 al Presente:
•Regreso y profundización de las redes
neuronales - modelos conexionistas.
•Cambio tanto en los contenidos como en la
metodología de IA.
•Utilización de teorías ya existentes.
•Aplicaciones más reales
Últimos años:
•Avances en:
•ROBOTICA
•VISION
•REPRESENTACION DEL CONOCIMIENTO
•APRENDIZAJE
• Mejor comprensión de los problemas y de su
complejidad
• Mayor capacidad de manejo matemático
METODOS MAS SOLIDOS
HISTORIA DE LA IA
• http://www.uned.es/pfp-internet-yeducacion/historia.html
• http://www.aaai.org/AITopics/bbhist.html
IC-Introducción
21
RAMAS DE IA:
Búsqueda Heurística
Representación del conocimiento
Inferencia
Planificación
Aprendizaje
Lenguaje Natural
Visión
Robótica
IC-Introducción
22
IJCAI is the International Joint Conference on AI
http://ijcai-11.iiia.csic.es/
(Barcelona, Catalonia, Spain, 16–22 July 2011)
Content Areas
•
•
•
•
•
•
•
•
•
•
Agent-based and Multi-agent Systems
Constraints, Satisfiability, and Search
Knowledge Representation, Reasoning and Logic
Machine Learning
Multidisciplinary Topics and Applications
Natural-Language Processing
Planning and Scheduling
Robotics and Vision
Uncertainty in AI
Web and Knowledge-based Information Systems
IC-Introducción
23
Knowledge Representation, Reasoning and
Logic
Action, Change and Causality
Automated Reasoning and Theorem Proving
Beliefs and Knowledge
Case-based reasoning
Common-Sense Reasoning
Computational Complexity
Description Logics and Ontologies
Diagnosis and Abductive Reasoning
Geometric, Spatial, and Temporal Reasoning
Knowledge Representation
Logic Programming
Many-Valued and Fuzzy Logics
…
Agent-based and Multiagent Systems
Agent Theories and Architectures
Agent Communication
Agreement Technologies Argumentation
Auctions and Market-Based Systems
Coordination and Collaboration
Distributed AI
E-Commerce
Game Theory
Multiagent Learning
Multiagent Planning
Multiagent Systems
Simulation and Emergent Behavior
Social Choice
Natural-Language Processing
Dialogue
Discourse
Information Extraction
Information Retrieval
Machine Translation
Morphology and Phonology
Natural Language Generation
Natural Language Semantics
Natural Language Summarization
Natural Language Syntax
Natural Language Processing
Psycholinguistics
Question Answering
Speech Recognition and Understanding
Text Classification
Multidisciplinary Topics And Applications
AI and Natural Sciences
AI and Social Sciences
Art and Music
AI and Ubiquitous Computing Systems
Autonomic Computing
Brain Sciences
Cognitive Modeling
Computational Biology and e-Health
Computer Games
Computer-Aided Education
Human-Computer Interaction
Intelligent Database Systems
Intelligent User Interfaces
Interactive Entertainment
Knowledge-based Software Engineering
Personalization and User Modeling
Philosophical and Ethical Issues
Real-Time Systems
Security and Privacy
Validation and Verification
•
Machine Learning
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Active Learning
Case-based Reasoning
Classification
Cost-Sensitive Learning
Data Mining
Ensemble Methods
Evolutionary Computation
Feature Selection/Construction
Kernel Methods
Learning Graphical Models
Learning Preferences/Rankings
Learning Theory
Machine Learning (General/other)
Neural Networks
Online Learning
Reinforcement Learning
Relational Learning
Semi-Supervised/Unsupervised Learning
Structured Learning
IJCAI 2011 – Online Proceedings
http://ijcai.org/papers11/contents.php
IC-Introducción
29
Futuras ediciones de IJCAI
•2013 Beijin – CHINA
•2015 Buenos Aires – Argentina!!!!!
IC-Introducción
30
EJEMPLOS DE SISTEMAS DE IA:
• 80´s SE en diferentes dominios (Mycin, R1,
Prospector, Dendral,...)
• 89 HITECH
Programa de ajedrez.
• 92 MARVEL
S.E. En tiempo real que
monitorea nave espacial
• 94 PEGASUS
Realiza reservas de
vuelos
• Sistemas de conducción de automóviles
(DARPA)
S.E. en distintos dominios –
Sistemas recomendadores ...
31
QUE ES LA IA ?
ENFOQUE AGENTE INTELIGENTE
Históricamente los investigadores en IA se han
enfocado en los distintos componentes del
comportamiento inteligente (aprendizaje,
razonamiento, visión, ….), de forma aislada.
En la actualidad, algunos autores sugieren que
la inteligencia, es producto de la interacción entre
un agente y su entorno.
Entonces, el comportamiento inteligente emerge
de la interacción de varios comportamientos
simples.
IC-Introducción
(Brooks-MIT)
32
QUE ES LA IA ?
ENFOQUE AGENTE INTELIGENTE
IA CONSISTE EN EL ESTUDIO Y
CONSTRUCCION DE AGENTES RACIONALES.
Norvig & Russell
Principios generales que rigen a los A.R.
Elementos usados para construirlos.
IC-Introducción
33
AGENTE (Norvig&Russell)
Norvig&Russell)
IC-Introducción
34
AGENTE INTELIGENTE
AGENTE Es todo aquello que percibe su
ambiente mediante sensores y que
responde o actúa mediante efectores.
AGENTE INTELIGENTE:
Debe hacer siempre lo correcto de acuerdo
a sus percepciones.
Es aquel que emprende la mejor acción
posible en una situación dada.
Russel & Norvig
IC-Introducción
35
AGENTE INTELIGENTE
AGENTE
Es un sistema de computación situado en
algún entorno, que es capaz de una acción
autónoma y flexible para alcanzar sus objetivos
de diseño.
Wooldridge & Jennings
Débil
Nociones de Agentes
Fuerte
IC-Introducción
36
AGENTE INTELIGENTE
Noción Débil:
Es la forma más general en que es
usado el término agente. Es un sistema
de software (hardware) con las siguientes
propiedades:
Autonomía.
Habilidad Social.
Reactividad.
Proactividad.
IC-Introducción
37
SISTEMAS MULTI-AGENTES (MAS)
CARACTERISTICAS
Cada agente tiene información y capacidades
limitadas para resolver un problema
No hay un control global del sistema
Los datos están descentralizados
Computación es asincrónica
Proveen mas robustez, eficiencia y permiten la
interoperatividad de sistemas existentes
IC-Introducción
38
UN SISTEMA EN IA REQUIERE MUCHO
CONOCIMIENTO
VOLUMINOSO
CAMBIANTE
DIFICIL DE
REPRESENTAR
IC-Introducción
39
INGENIERIA DEL CONOCIMIENTO
Conjunto de Conocimientos y Técnicas que permiten
aplicar el saber científico a la utilización del conocimiento.
ADQUISICION
SE OCUPA DE LA
REPRESENTACION
INFERENCIA
MANTENIMIENTO
IC-Introducción
40
INGENIERIA DEL CONOCIMIENTO
• Es la disciplina tecnológica que se centra en el
desarrollo, funcionamiento y mantenimiento de
Sistemas Basados en Conocimiento (SBC – KBS) de
una forma sistemática, disciplinada y cuantificable
(utilizando Ingeniería de Software)
• SBC: sistema de software capaz de soportar la
representación explícita de conocimiento.
IC-Introducción
41
SISTEMA BASADO EN CONOCIMIENTO
• SBC: sistema de software que mantienen una
gran cantidad de conocimiento (Base de
conocimiento) y que incluyen métodos adecuados
para explotarlo.
• Sistema Experto: es un SBC que contiene el
conocimiento utilizado por expertos humanos (imita
la actividad de un experto)
IC-Introducción
42
EVALUACION DE UN SISTEMA DE IA
TEST DE TURING
IC-Introducción
43
EVALUACION DE UN SISTEMA DE IA
TEST DE TURING (www.turing.org.uk/turing/)
Comportarse como humano
El ambiente plantea muchos desafíos (el diálogo
es totalmente libre) que resulta difícil para un
sistema igualar a la contraparte humana
EL SISTEMA DEBERIA SER CAPAZ DE
•
•
•
•
•
Procesar lenguaje natural
Representar el conocimiento
Razonar automáticamente
Aprendizaje automático
(Visión - Robótica)
IC-Introducción
44
LENGUAJES EN IA:
LISP (COMMON LISP)
Lenguaje funcional - procesamiento
simbólico.
PROLOG
Programación lógica
C ( C ++ ) / JAVA
Procedural - Orientación a objetos
IC-Introducción
45
APLICACIONES
“El campo de la IA está involucrado en la invención de máquinas que
ayuden a la gente de distintas formas, dando a las máquinas alguna
de las capacidades que los humanos tenemos tales como entender el
lenguaje, interpretar imágenes o aprender de la experiencia.
Generalmente estas máquinas no se parecen ni actúan de la forma
que lo hacen las personas, pero pueden sernos asombrosamente
útiles, mejorando y asistendo nuestras vidas, y complementando más
que reemplazando las cosas que los humanos hacen. Y esta es la
meta hacia la cuál estamos trabajando colectivamente."
- Tom Mitchell (CMU)
IC-Introducción
46
APLICATIONS
Artificial intelligence is already very much a part of everyday
life in industrialized nations. AI is helping people in every field
make better use of information to work smarter, not harder…
http://aaai.org/AITopics/Applications
IC-Introducción
47
Ejemplos de Aplicaciones
IC-Introducción
48
EVALUACION DE UN SISTEMA DE IA
EN DOMINIOS MAS RESTRICTIVOS
Evaluar si el sistema (Agente) se
comporta de acuerdo a los objetivos
planteados previamente.
(E. Rich)
IC-Introducción
50
Petroleum Advisor for the Geochemical and Environmental Sciences
PAGES interprets the analysis of drill results provided by a
geophysics laboratory. This application was developed in
collaboration with Dr. Rick Requejo of Geochemical Solutions
International.
T-EXPERT SIDERAR
Qué es el T-Expert ?
• Es un Sistema Experto orientado al ingeniero de proceso, con
herramientas gráficas que le permiten escribir la lógica que el usa para
resolver o analizar un problema en un leguaje familiar como lo es un
diagrama de flujo.
• Este sistema basado en reglas, se combina con los hechos que vienen de
campo para forman la base de conocimiento. Esta base de conocimiento es
evaluada por un motor de inferencia, que realiza inferencias lógicas.
Las inferencias pueden comprender la generación de acciones o la creación
de nuevos hechos.
d
e
V
a
m
lo
d
e
ió
a
c
o
d
le
n
o
n
c
te
s
D
s
i
b
iru
tc
ó
in
d
e
m
o
d
o
c
d
e
e
n
o
p
c
m
tu
n
io
s
a
c
a
o
d
ó
v
in
.
d
e
rs
e
p
a
lt
a
o
m
fr
a
s
u
g
p
in
.o
tó
s
o
e
c
i
d
ie
fn
t
ó
ia
c
n
d
e
a
lfs
d
e
a
o
rls
a
d
o
,r
n
e
itg
r
a
d
y
o
r
u
a
s
n
ia
o
fr
l
D
e
q
a
i
D
e
o
r.le
s
u
e
o
ls
a
n
z
ild
t
o
Qué es un Sistema Experto ?
•Es una rama de Inteligencia Artificial que hace uso extensivo de
conocimiento especializado para resolver problemas al mismo nivel que un
experto humano.
IC-Introducción
52
T-EXPERT
SIDERAR
Características del sistema:
• Alta performance
•El sistema debe ser capaz de responder al mismo nivel que el experto
en el campo. Manejando datos incompletos o inexactos.
• Adecuado tiempo de respuesta
• Entendible
•El sistema debe ser capaz de explicar los pasos que lo llevaron a su
razonamiento. Opuesto al concepto “caja negra”
•
Flexible
•Permite manejar en forma eficiente y modular la actualización de las
reglas
• Autodocumentado
IC-Introducción
53
Input Data
Source
Real time data
base
IVISION
Shared
Memory
1) Data
Adquisition
2) Knowledge
base
Rules
Facts
6) Time
Registrator
8)Rule
Acquisition
Interface
User
10) Output
Interface
3)
Inference
Engine
5)Explanation
Facility
Expert
4) Actions
Administrator
Data Base
Recorder
Data
base
Real Time
Recorder
IVISION
7) Knwoledge
refining
9) Rule
Execution
Interface
Expert
T-EXPERT
SIDERAR
Areas de aplicación:
• Diagnóstico : Inferir problemas subyacentes basándose en la observación
de evidencia
•Interpretación: Explicar datos observados.
•Monitoreo: Comparar datos observados contra los esperados para juzgar
performance.
•Planeamiento: Divisar acciones para llegar a un resultado.
•Predicción: Predecir resultado de una situación dada.
•Recomendación: Prescribir el tratamiento a un problema.
•Control: Regular un proceso. Puede requerir interpretación,diagnóstico,monitoreo
planeamiento, predicción y recomendación.
IC-Introducción
55
ARCHON: Cooperating Agents for
Industrial Process Control
ARCHON (ARchitecture for Cooperative Heterogeneous
ON-line systems) ha sido el proyecto Europeo más
grande de IA Distribuida (Distributed Artificial
Intelligence - DAI). Este sistema presenta una
arquitectura de propósito general, software
framework, y una metodología que ha sido utilizada
para soportar y desarrollar sistemas DAI en varios
dominios industriales reales.
• electricity transportation management
• particle accelerator control
IC-Introducción
56
Archon- Acelerador de partículas
Se utiliza Archon como entorno de trabajo
para construir una aplicación DAI (inteligencia
artificial distribuida) para control y diagnóstico
de fallas en el Proton Synchrotron (PS), uno
de los aceleradores de partículas del CERN
(Laboratorio Europeo para Partículas Físicas).
El complejo PS es el corazón de CERN y facilita
los experimentos y además actúa como un
inyector para los aceleradores más grandes.
IC-Introducción
57
Aceleradores de partículas
Son sistemas complejos que generan rayos de
partículas, los cuales son utilizados por los
científicos para sus experimentos. Los rayos se
forman estableciendo ciertas propiedades físicas (
dimensiones del rayo por ej.) a lo largo de su
camino dentro del acelerador.
Estos parámetros son controlados desde el Sistema
de Control.
IC-Introducción
58
Por qué la utilización de DAI?
El tamaño del dominio es muy grande como para que
se utilice un solo sistema, siendo que DAI presenta el
medio de dividir el conocimiento y asignárselo a
diferentes agentes, recombinando todo después.
Los sistemas de control se dividen en subsistemas
que realizan las actividades, pero estos deben actuar
de forma coordinada y coherente.
Existe una gran cantidad de software sobre
aceleradores que carecen de inteligencia, entonces
Archon es capaz de integrarse con estos para darle
interactividad.
IC-Introducción
59
Robótica
Robots para
múltiples
aplicaciones
(limpieza, desactivar
minas, inspeccionar
volcanes, espaciales,
….)
Empresa
multimillonaria…
IC-Introducción
60
Robocup: http://www.robocup.org/
Robocup
Robocup: Small League
RoboCup is a competition domain designed to
advance robotics and AI research through a
friendly competition.
Small Size robot soccer is one of the RoboCup
league divisions. Small Size robot soccer, or
F180 as it is otherwise known, focuses on the
problem of intelligent multi-agent cooperation
and control in a highly dynamic environment
with a hybrid centralized/distributed system.
IC-Introducción
63
Robocup: Small League
UC Berkeley - USA
http://www.eecs.berkeley.edu/Research/Projects/
Areas/AI.html/
UC Berkeley - USA
http://www.eecs.berkeley.edu/
Bibliografía
• Inteligencia Artificial. Un enfoque moderno – Norvig & Russell –
Prentice Hall (2ª Ed 2003), Cap 1
http://www.cs.berkeley.edu/~russell/intro.html
•
Inteligencia Artificial. Modelos Técnicas y Aplicaciones.
Escolano Ruiz F. et al. Thomson, 2003.
•
What is Artificial Inteligence – Mc. Carthy
http://www-formal.stanford.edu/jmc/whatisai/
IC-Introducción
67