Inteligencia Artificial y Redes Neuronales

[pic 1][pic 2][pic 3][pic 4]

Contenido

Clase 1        4

Presentación        4

Temario        4

Unidad 1        4

Unidad 2        4

Unidad 3        4

Unidad 4        4

Actividades fundamentales        5

Clase 2        7

Definición de inteligencia artificial        7

Formas de pensamiento        7

Pensamiento-Razonamiento        7

Enfoques de la IA        7

Test Alan Turing        7

Problemas típicos de la IA        8

Clase 3        9

Comportamiento inteligente        9

Ejemplos de IA        9

Áreas de estudio de la IA        9

Áreas centrales        9

Algoritmos generales        9

Incertidumbre        9

Desafíos de la IA        9

Que puede hace la IA        10

Que no puede hacer la IA        10

Clase 4        11

Fundamentos de la IA        11

Historia de la IA        11

Clase 5        12

Agentes inteligentes        12

Conceptos claves        12

Función agente:        12

Medida de rendimiento        13

Ejemplos de agentes        13

Clase 6        14

TIPOS DE AGENTES        14

RACIONALIDAD        15

RACIONALIDAD LIMITADA        15

ACCIÓN RACIONAL        15

OMNISCIENCIA        15

Clase 11        16

Discreto vs continuo        16

Clase 12        17

Agente reactivo simple        17

Agente reactive basado en modelos        17

Clase 13        19

Agente basado en objetivos        19

Clase 14        20

Agente basado en utilidades        20

Clase 15        21

<>        21

Clase 16        21

Representación del conocimiento y lógica        21

Representación del conocimiento        21

Lógica en un lenguaje formal        22

Proposición compuestas        22

Vocabulario        22

Clase 17        23

Formación de sentencias        23

Sentencias WFF        23

Clase 18        25

Significado de las sentencias WFF        25

Validez de una sentencia        25

Inferencia en lógica proposicional        25

21 de enero 2019

Clase 1

Presentación

Docente: MC. Mario Ángel Rico Méndez

Libro: Inteligencia Artificial en enfoque moderno, Stuart Russel, 3era o 4ta edición, Pretencia Hall

Temario

Unidad 1

1. Respuesta de Alan Turing
2. Características de los sistemas IA
3. Enfoques de IA
4. Técnicas de IA

Unidad 2

1. Representación del conocimiento
2. Lógica proposicional
3. Interferencia y pruebas lógicas

Unidad 3

1. Definición de problema
2. Representación del conocimiento
3. Arboles de decisión
4. Programación lógica

Unidad 4

1. Introducción a los RNA
2. Introducción a la lógica difusa

Actividades fundamentales

Clave del grupo:

• v7ca0p

Formato de entrega:

• 1663739_Act1_Alejandra

Horarios disponibles:

• 9032 N1 LMV
• 9105 N2 LMV
• 9204 N1 jueves
• 9103 N4 jueves

23 de enero 2019

Clase 2

Definición de inteligencia artificial

• John MOely (1956) propuso que la IA es hacer sistemas que se conectan como si fueran inteligentes
• Enciclopedia Británica define la IA como la habilidad de los sistemas de resolver problemas seleccionados con el alto intelecto humano
• Elaine Rich (1984) Define la IA como el estudio de cómo hacer los sistemas hagan cosa en las que en eso momento las personas son mejores.

Formas de pensamiento

• Donde el sistema se comporta como ser humano
• Donde el sistema actúe de la mejor forma posible

Pensamiento-Razonamiento

Enfoques de la IA

• Sistemas que piensan como personas (Test de Alan Turing)
• Sistemas que piensan racionalmente: los científicos, filosóficos, matemáticos
• Sistemas que actúan como humanos: Capacidades cognitivas (pensamiento, lenguaje, razonamiento, etc.)
• Sistemas que actúan racionalmente: Actúan de la mejor forma posible

Test Alan Turing

Problemas típicos de la IA

1. Tareas triviales: Realizar un plan de viajes
2. Tareas expertas: Resolución de problemas matemáticos, etc.

25 de enero 2019

Clase 3

Comportamiento inteligente

• Percepción La habilidad de observar y escuchar la información
• Razonamiento Procesar la información
• Aprendizaje
• Lenguaje natural
• Resolución de problemas

Ejemplos de IA

• ALVINN (Autonomous Land Vehicle in Natural Network 1989
• Deep Blue (Ajedres)
• Spirit Mars Raver (Marte)
• Agentes de Internet
• Monitorean las tareas que realizan
• Buscan información
• Aprenden de la información

Áreas de estudio de la IA

Áreas centrales

• Representación del conocimiento
• Razonamiento
• Aprendizaje automático

Secundarias

• Percepción
• Visión computacional
• Robótica
• Lenguaje

Algoritmos generales

• Búsqueda
• Planeación

Incertidumbre

• Teoría de la decisión
• Procesos estocásticos
• Enfoques probabilísticos

Desafíos de la IA

• Interpretación del sentido común, intuición, emoción, etc.
• Conocimiento de la abrió
• Entendimiento parcial de la información
• Referencia: Extinción

Que puede hace la IA

• Visión: Scanner 3D
• Robótica: Autos autónomos
• Procesamiento de lenguaje: Traductores
• Sistemas expertos: diagnósticos médicos

Que no puede hacer la IA

• Entender el lenguaje robusto
• Navegar en la web
• Interpretar escenas aleatorias
• Aprender lenguaje natural

28 de Enero de 2019

Clase 4

Fundamentos de la IA

• Filosofía: Analiza la naturaleza de conocimiento
• Matemáticas: formaliza la lógica
• Económica: Desarrolla las teorías de decisión
• Psicología. Como piensan y actúan los seres humanos
• Neurociencia: Estudia el procesamiento del cerebro

Historia de la IA

1. 1936: McCulloch & Pitt: Modelan el primer circuito booleano del cerebro
2. 1950: Turing’s “Computing Machinery and Intelligence”
3. 1956: Reunión de Darmouth, se adopta el término “inteligencia artificial”
4. 1966-1974: Se determina que el uso de las RNA es muy complejo
5. 1985: Las RNA vuelven a la popularidad
6. 1990: Avances en machine learnig, multiagentes, razonamiento
7. 2003: Reconocimiento facial, descubrimiento de planetas.

30 de enero 2019

Clase 5

Agentes inteligentes

Un agente inteligente una cantidad que percibe y actúa

El entorno es el componente más importante para el diseño de una agente inteligente que tiene que trabajar en este entorno

...