departamento de sistemas e informática - ingenierÍa del … · 2016-09-26 · de l r y a a l...
TRANSCRIPT
INGENIERÍA DEL CONOCIMIENTO
IC-Introducción 1
ING. ELECTRÓNICADOCENTES: Ana Casali
Andrea Torres
IIA - OBJETIVOS
� ADQUIRIR CONOCIMIENTOS EN:� Tipos de problemas abordados por la IA� Manejo de algunas Herramientas de IA.
Aplicaciones en la Ingeniería.
IC-Introducción 2
� Aplicaciones en la Ingeniería.
� ADQUIRIR HABILIDADES PARA: � Desarrollar un prototipo de Sistema Inteligente� Realizar informes� Exponer tema/trabajo práctico
IC - MODULOS
� INTRODUCCION� SISTEMAS BASADOS EN
CONOCIMIENTO
IC-Introducción 3
CONOCIMIENTO� RAZONAMIENTO APROXIMADO� FUZZY SYSTEMS� APRENDIZAJE AUTOMATIZADO� AGENTES INTELIGENTES
IC - PROMOCION
� TP 1: Introducción a la IA� TP 2: Sistemas Basados en
Conocimiento
IC-Introducción 4
Conocimiento� TP 3: Fuzzy Systems� TP 4: Redes Neuronales� EVALUACION GLOBALIZADORA
IC – MATERIALES
� Página web DSI-EIE� http://dsi.fceia.unr.edu.ar� Fotocopias en El Bastón
IC-Introducción 5
� Fotocopias en El Bastón
� Consultas:� [email protected]� [email protected]
QUE ES LA INTELIGENCIA ARTIFICIAL ?
IC-Introducción 6
Además de una Película...
ROBOTICA
En que desarrollos encontramos algo de IA ?
IC-Introducción 7
� Sistemas de control (vuelos espaciales)� Planificadores (aeropuertos)� Sistemas de soporte a la decisión
En que desarrollos encontramos algo de IA ?
IC-Introducción 8
� Sistemas de soporte a la decisión� Supervisores inteligentes � e-commerce, subastas electrónicas� Agentes recomendadores (Web!!!)� e-learning .....
QUE ES LA INTELIGENCIA ARTIFICIAL ?
� Distintas definiciones.� Conceptos fundamentales.
Historia / Estado actual.
IC-Introducción 9
� Historia / Estado actual.� Ramas de IA� Distintos campos de aplicación.
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
IC-Introducción 10
sistemas que exhiben características que asociamos con la inteligencia en las conductas humanas.
Feigenbaum y Barr ’80s
� El estudio de cómo lograr que las computadoras realicen tareas que por el momento, los humanos hacen mejor.
E. Rich - Knight, 1991
QUE ES LA IA ?
IC-Introducción 11
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
Es la Ciencia e Ingeniería de hacer máquinas inteligentes (especialmente programas). Esto está relacionado a la tarea de usar computadoras para entender la inteligencia
QUE ES LA IA ?
IC-Introducción 12
computadoras para entender la inteligencia humana, pero IA no tiene que limitarse a métodos que son biológicamente observables.
J. Mc Carthy, 1998
LAS DEFINICIONES DE IA SE AGRUPAN EN:
SISTEMAS QUEPIENSAN COMOHUMANOS
SISTEMAS QUEPIENSANRACIONALMENTE
Inteligencia Inteligencia idealideal
RAZONAMIENTO
IC-Introducción 13
HUMANOS RACIONALMENTE
SISTEMAS QUEACTUAN COMOHUMANOS
SISTEMAS QUEACTUANRACIONALMENTE
COMPORTAMIENTO
DIFERENTES MODELOS:
� SIMULAR EL COMPORTAMIENTO HUMANO � A nivel de procesos cognitivos
IC-Introducción 14
� CONSTRUIR PROGRAMAS INTELIGENTES� De la forma más eficiente
MODELOS COGNITIVOS� CIENCIA COGNITIVA, SON TRANSPARENTES
AL USUARIO, FACIL DE MODIFICAR -INCREMENTAR
DIFERENTES MODELOS:
IC-Introducción 15
INCREMENTAR� SISTEMAS BASADOS EN EL CONOCIMIENTO (KBS)� AGENTES DELIBERATIVOS
MODELOS CONEXIONISTAS� REDES NEURONALES� ALGORITMOS GENETICOS� AGENTES REACTIVOS
MODELOS COGNITIVOS
�� SISTEMASSISTEMAS BASADOSBASADOS ENEN CONOCIMIENTOCONOCIMIENTO
�� FUZZYFUZZY SYSTEMSYSTEM
DIFERENTES MODELOS:
IC-Introducción 16
�� FUZZYFUZZY SYSTEMSYSTEM
MODELOS CONEXIONISTAS
�� REDESREDES NEURONALESNEURONALES
� FILOSOFIA (desde 428 aC)� teorías del razonamiento y aprendizaje
� MATEMATICA (desde el 800)� teorías formales de la lógica
PSICOLOGIA (desde 1879)
FUNDAMENTOS DE LA IA
IC-Introducción 17
� 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)
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 --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.
• De 1986 al Presente:•Regreso y profundización de las redes neuronales - modelos conexionistas.
• IA se convierte en industria (1980 - 1988) - Proyectos e inversiones - Lisp Machines
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 • 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-y-educacion/historia.html
IC-Introducción 21
• http://www.aaai.org/AITopics/bbhist.html
RAMAS DE IA:
� Búsqueda Heurística� Representación del conocimiento� Inferencia� Planificación
IC-Introducción 22
� Planificación� Aprendizaje� Lenguaje Natural� Visión� Robótica
IJCAI is the International Joint Conference on AIhttp://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
IC-Introducción 23
• 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
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 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 Distributed AI E-Commerce Game Theory Multiagent Learning Multiagent Planning Multiagent Systems Simulation and Emergent Behavior Social Choice
Natural-Language ProcessingDialogue Discourse Information Extraction Information Retrieval Machine Translation Morphology and Phonology Natural Language Generation Natural Language Semantics Natural Language Semantics Natural Language Summarization Natural Language Syntax Natural Language Processing Psycholinguistics Question Answering Speech Recognition and Understanding Text Classification
Multidisciplinary Topics And ApplicationsAI 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 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 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 Proceedingshttp://ijcai.org/papers11/contents.php
IC-Introducción 29
Futuras ediciones de IJCAI
•2013 Beijin – CHINA
IC-Introducción 30
•2015 Buenos Aires – Argentina!!!!!
EJEMPLOS DE SISTEMAS DE IA:
• 80´s SE en diferentes dominios (Mycin, R1, Prospector, Dendral,...)
• 89 HITECH Programa de ajedrez.
31
• 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 ...
Históricamente los investigadores en IA se han enfocado en los distintos componentes del comportamiento inteligente (aprendizaje, razonamiento, visión, ….), de forma aislada.
QUE ES LA IA ? ENFOQUE AGENTE INTELIGENTE
IC-Introducción 32
razonamiento, visión, ….), de forma aislada.� En la actualidad, algunos autores sugieren quela inteligencia, es producto de la interacción entreun agente y su entorno.�Entonces, el comportamiento inteligente emergede la interacción de varios comportamientossimples.
(Brooks-MIT)
QUE ES LA IA ? ENFOQUE AGENTE INTELIGENTE
IA CONSISTE EN EL ESTUDIO Y CONSTRUCCION DE AGENTES RACIONALES.
Norvig & Russell
IC-Introducción 33
� Principios generales que rigen a los A.R.� Elementos usados para construirlos.
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.
IC-Introducción 35
� 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
AGENTEEs un sistema de computación situado en
algún entorno, que es capaz de una acciónautónoma y flexible para alcanzar sus objetivosde diseño.
AGENTE INTELIGENTE
IC-Introducción 36
de diseño.Wooldridge & Jennings
DébilNociones de Agentes
Fuerte
Noción Débil:Es la forma más general en que es
usado el término agente. Es un sistemade software (hardware) con las siguientes
AGENTE INTELIGENTE
IC-Introducción 37
de software (hardware) con las siguientespropiedades:
� Autonomía.� Habilidad Social.� Reactividad.� Proactividad.
SISTEMAS MULTI-AGENTES (MAS)
CARACTERISTICAS� Cada agente tiene información y capacidades limitadas para resolver un problema
� No hay un control global del sistema
IC-Introducción 38
� 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
UN SISTEMA EN IA REQUIERE MUCHO CONOCIMIENTO
� VOLUMINOSO� CAMBIANTE� DIFICIL DE
REPRESENTAR
IC-Introducción 39
REPRESENTAR
Conjunto de Conocimientos y Técnicas que permiten Conjunto de Conocimientos y Técnicas que permiten aplicar el saber científico a la utilización del conocimiento.aplicar el saber científico a la utilización del conocimiento.
ADQUISICIONADQUISICION
INGENIERIA DEL CONOCIMIENTO
IC-Introducción 40
SE OCUPA DE LA REPRESENTACIONREPRESENTACION
INFERENCIAINFERENCIA
MANTENIMIENTO
•• Es la disciplina tecnológica que se centra en el Es la disciplina tecnológica que se centra en el desarrollo, funcionamiento y mantenimientodesarrollo, funcionamiento y mantenimiento de de Sistemas Basados en ConocimientoSistemas Basados en Conocimiento (SBC (SBC –– KBS) de KBS) de una forma sistemática, disciplinada y cuantificable una forma sistemática, disciplinada y cuantificable
INGENIERIA DEL CONOCIMIENTO
IC-Introducción 41
una forma sistemática, disciplinada y cuantificable una forma sistemática, disciplinada y cuantificable (utilizando Ingeniería de Software)(utilizando Ingeniería de Software)
•• SBC: sistema de software capaz de soportar la SBC: sistema de software capaz de soportar la representación explícitarepresentación explícita de conocimiento.de conocimiento.
•• SBC: sistema de software que mantienen una SBC: sistema de software que mantienen una gran cantidad de conocimiento (Base de gran cantidad de conocimiento (Base de conocimiento) y que incluyen métodos adecuados conocimiento) y que incluyen métodos adecuados para explotarlo.para explotarlo.
SISTEMA BASADO EN CONOCIMIENTO
IC-Introducción 42
para explotarlo.para explotarlo.
•• Sistema Experto: es un SBC que contiene el Sistema Experto: es un SBC que contiene el conocimiento utilizado por expertos humanos (imita conocimiento utilizado por expertos humanos (imita la actividad de un experto)la actividad de un experto)
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
IC-Introducción 44
sistema igualar a la contraparte humana
EL SISTEMA DEBERIA SER CAPAZ DE
• Procesar lenguaje natural• Representar el conocimiento• Razonar automáticamente• Aprendizaje automático• (Visión - Robótica)
LENGUAJES EN IA:
� LISP (COMMON LISP)� Lenguaje funcional - procesamiento
simbólico.
PROLOG
IC-Introducción 45
� PROLOG� Programación lógica
� C ( C ++ ) / JAVA� Procedural - Orientación a objetos
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.
IC-Introducción 46
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)
APLICATIONS
Artificial intelligence is already very much a part of everyday life in industrialized nations. AI is helping people in every field
IC-Introducción 47
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
Ejemplos de Aplicaciones
IC-Introducción 48
EN DOMINIOS MAS RESTRICTIVOS
Evaluar si el sistema (Agente) se
EVALUACION DE UN SISTEMA DE IA
IC-Introducción 50
Evaluar si el sistema (Agente) se comporta de acuerdo a los objetivos planteados previamente.
(E. Rich)
Petroleum Advisor for the Geochemical and Environmental SciencesPAGES 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.
de l mode lo de cont rol.Va lidació n de senso res.
Dis tribuc ión de mod elos u tilizand o
co ncept os inn ovado res d e plat aform asde comu nicac ión.
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
T-EXPERT SIDERAR
IC-Introducción 52
Dia gnóst ico e identif icació n de fallas de eq uipos.
De sarroll ador, integr ador y usua rio fina l• 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.
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.
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
T-EXPERT SIDERAR
IC-Introducción 53
• 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
Real time database
IVISION
Input DataSource
1) DataAdquisition
6) TimeRegistrator
3)
2) Knowledgebase
FactsRules
User10) OutputInterface
SharedMemory
3)InferenceEngine
8)RuleAcquisitionInterface
Expert
Expert
9) RuleExecutionInterface
5)ExplanationFacility
4) ActionsAdministrator
Data BaseRecorder
Database
7) Knwoledgerefining
Real TimeRecorderIVISION
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
T-EXPERT SIDERAR
IC-Introducción 55
•Monitoreo: Comparar datos observados contra los esperados para juzgarperformance.
•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,monitoreoplaneamiento, predicción y recomendación.
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
IC-Introducción 56
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
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
IC-Introducción 57
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.
Aceleradores de partículas
Son sistemas complejos que generan rayos de partículas, los cuales son utilizados por los científicos para sus experimentos. Los rayos se
IC-Introducción 58
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.
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.
IC-Introducción 59
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.
Robótica
� Robots para múltiples aplicaciones
(limpieza, desactivar
IC-Introducción 60
(limpieza, desactivar minas, inspeccionar volcanes, espaciales, ….)
Empresa multimillonaria…
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
IC-Introducción 63
� 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 environmentwith a hybrid centralized/distributed system.
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
IC-Introducción 67
• Inteligencia Artificial. Modelos Técnicas y Aplicaciones.Escolano Ruiz F. et al. Thomson, 2003.
• What is Artificial Inteligence – Mc. Carthyhttp://www-formal.stanford.edu/jmc/whatisai/