La Pr xima Revoluci n: Inteligencia Artificial (Sistemas Inteligentes)

La Pr—xima Revoluci—n: Inteligencia Artificial

(Sistemas Inteligentes)

Dr. Javier Ruiz del Solar

Departamento de Ingenier’a ElŽctrica Universidad de Chile

Inteligencia Artificial: Definici—n

Dif’cil de definir pues no existe una clara definici—n para inteligencia ni para artificial ... Sin embargo ... ÒDisciplina que busca que las m‡quinas realicen

tareas que requerir’an inteligencia si fueran realizadas por humanosÓ (M. Minski)

ÒLa ciencia de hacer que los computadores y las m‡quinas se comporten como en las pel’culas de ciencia ficci—nÓ (popular)

Inteligencia Artificial: Historia

Inspiradores:

¥ Plat—n (428-348 A.C.):mundo de las ideas

¥ Arist—teles (384-322 A.C.) l—gica como forma de razonamiento

¥ Al-Khuwarizmi (Siglo Noveno): algoritmos

¥ Descartes (1596-1650): mŽtodo cient’fico

¥ Babbage (1792-1871): m‡quina anal’tica y diferencial (computadores mec‡nicos)

Inteligencia Artificial: Historia

Pioneros:

¥ A. Turing (1912-1954): m‡quina de Turing, construcci—n de ÒColosoÓ, test de Turing

¥ C. Shannon (1916-2001): padre de teor’a de la informaci—n, chess-playing computer

¥ J. Von Neumann (1903-1957): estructura

b‡sica de computador, automatas celulares

¥ J. McCarthy: acu–a tŽrmino inteligencia artificial (1956), inventa el LISP (1958).

Inteligencia Artificial: Auge y Ca’da

¥ La inteligencia artificial (AI) tuvo un gran desarrollo desde 1956 hasta principios de los 80s.

¥ Resolvi— en forma adecuada muchos problemas (compiladores, sistemas expertos de diagn—stico y de toma de decisiones, ajedrez y otros juegos

computacionales).

¥ Sin embargo cay— en descrŽdito pues no fue capaz de resolver problemas triviales para los seres

humanos, como la traducci—n de lenguajes naturales, el reconocimiento de patrones, etc.

Inteligencia Artificial: Ideas B‡sicas

¥ La AI tradicional busca traducir el problema a resolver a s’mbolos, los cuales son manipulados por un

computador utilizando reglas.

¥ Ideas b‡sicas de AI tradicional:

Ð Todo puede traducirse a un s’mbolo

Ð Los s’mbolos se manejan mediante reglas

Ð El matching (comparaci—n) de patrones, permite reconocer s’mbolos

La nueva Inteligencia Artificial

¥ A partir de principios de los a–os 80s surje una nueva AI, basada en otros mŽtodos de an‡lisis.

¥ Conceptos como manejo de incertezas, robustez, emergencia, complejidad, autoorganizaci—n,

tolerancia a fallas, representaci—n fuzzy,

procesamiento neural, evoluci—n, aprendizaje, caos, etc., ser‡n parte de la nueva AI.

¥ La nueva AI busca diferenciarse de la cl‡sica

utilizando los nombre de inteligencia computacional y de soft-computing.

Inteligencia Computacional: Metodolog’as

La inteligencia computacional o soft-computing es un conjunto de metodolog’as de procesamiento entre las cuales destacan:

Ð Redes Neuronales,

Ð Sistemas Fuzzy (difusos),

Ð Computaci—n Evolutiva,

Ð MŽtodos Bayesianos y probabil’sticos,

Ð Teor’a del Caos,

Sistemas Inteligentes: Definici—n

¥ Un sistema inteligente es un sistema (computacional o f’sico) en el cual se utilizan tŽcnicas de inteligencia artificial o computacional.

¥ Existe muchos tipos de sistemas

inteligentes, siendo los m‡s complejos los que requieren desempe–arse en

forma aut—noma en ambientes din‡micos (cambiantes).

Sistemas Inteligentes: Ejemplos

¥ Robots

¥ Filtros adaptivos de SPAM

¥ Sistemas de inspecci—n (madera, piezas, acero,

botellas, etc.)

¥ Sistemas de reconocimiento de voz

¥ Sistemas de visi—n artificial

¥ Sistemas de reconocimiento de texto manuscrito

¥ Sistemas de detecci—n de fraude telef—nico

¥ Sistema de bœsqueda de informaci—n multimedial

en bases de datos

Sistemas Inteligentes: Tendencias

- lento (~1 ms por neurona) - masiva cantidad (1E11), conectados en forma muy compleja (1E14 conexiones) Memoria - separada del procesador

- localizada

- no direccionable por contenido

- integrada en el procesador - distribuida

- direccionable por contenido

Procesamiento - centralizado - secuencial - en base a programas - digital - distribuido - masivamente paralelo - auto-aprendizaje - an‡logo

Seguridad - muy poco robusto - robusto

Fortalezas - procesamiento numŽrico y simb—lico de datos - procesamiento de informaci—n sensorial çmbito de aplicabilidad - definido - limitado

- casi nunca definido - ilimitado

Test de Turing

Hace mas de 50 a–os Alan Turing, matem‡tico inglŽs, considerado como uno de los padres de las ciencias de la computaci— n, propuso una prueba o test que en caso de ser pasado por una m‡quina, indicar’a que Žsta es inteligente.

Test de Turing

En su formulaci—n original, denominada Òel juego de la imitacionesÓ, el test consiste en:

1. En el juego interviene 3 personas, un hombre (A), una mujer (B) y un interrogador (C) de cualquier sexo.

2. El interrogador debe permanecer en una habitaci—n separada de los otros dos, pero con comunicaci—n. Para evitar el an‡lisis de tonos de voz, la comunicaci—n es escrita (ej. terminal de computador).

3. El objeto del juego es que el interrogador pueda determinar mediante preguntas el sexo (gŽnero) de las personas A y B.

4. La persona A trata de enga–ar al interrogador. La persona B trata de ayudarlo.

5. Si una m‡quina tomara el lugar de la persona A y pudiera enga–ar al interrogador, entonces esta m‡quina habr’a pasado el test de Turing.

Test de Turing

En su formulaci—n mas general este test establece lo siguiente: si un ser humano al comunicarse con una m‡quina no puede determinar a ciencia cierta si Žsta es un ser humano o una m‡quina, sin ver su apariencia f’sica, entonces significa que la m‡quina en cuesti—n a pasado el test y es inteligente.

En esencia lo que este test nos indica es que a travŽs de su comportamiento podemos determinar si una m‡quina es inteligente o no.

El tipo de comportamiento que le exijamos a una m‡quina depender‡ de la funci—n para la cual Žsta fue dise–ada.

ÀDeepBlue pas— el test de Turing?

En 1997 el computador DeepBlue se enfrent— al campe—n mundial de ajedrez de la Ž poca Garry Kasparov, venciŽndolo.

Posteriormente Kasparov coment— que al jugar ajedrez con DeepBlue, muchas veces sinti— y pens— que estaba jugando con un ser humano! Podemos decir que si la tarea en

base a la cual evaluaremos la m‡quina es su capacidad para jugar ajedrez, entonces DeepBlue resulta ser inteligente.

El Futuro 1: Fœtbol Rob—tico

Poder jugar ajedrez es relativamente simple para una m‡quina o computador, lo realmente complicado es poder desenvolverse en forma aut—noma en un ambiente din‡mico.

Fœtbol Rob—tico:

El a–o 2050 un equipo de robots debe ser capaz de vencer al equipo humano campe—n mundial de fœtbol.

Desaf’os: Sistemas sensoriales, sistemas de actuaci—n en tiempo real, sistemas de estrategia, sistemas de localizaci—n ...