• Author / Uploaded
• Sebastian Muñoz

• Categories
• Lógica
• Ciencia cognitiva
• Sicología y ciencia cognitiva
• Epistemología
• Cognición

Citation preview

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA PROGRAMA DE INGENIERÍA DE SISTEMAS

CURSO: INTELIGENCIA ARTIFICIAL

GRUPO: 23

TRABAJO FASE 0

TUTOR FERNANDO ROJAS

SEBASTIAN MUÑOZ ARTUNDUAGA CODIGO: 1.018.464.168

26 DE OCTUBRE DE 2019 MARANDUA, VICHADA

1. Investigar sobre búsqueda en espacios de estado. Al investigar sobre la búsqueda de espacios de estado encontré muchos resultados, pero frente a lo que es la inteligencia artificial pude encontrar que es la técnica que nos permiten dar solución a muchos de los problemas que pueden ser resueltos aplicando técnicas de inteligencia artificial se modelan en forma simbólica y discreta definiendo las configuraciones posibles del universo estudiado. El problema se plantea entonces en términos de encontrar una configuración objetivo a partir de una configuración inicial dada, aplicando transformaciones válidas según el modelo del universo. La respuesta es la secuencia de transformaciones cuya aplicación sucesiva lleva a la configuración deseada. Los ejemplos más característicos de esta categoría de problemas son los juegos. En un juego, las configuraciones del universo corresponden directamente a las configuraciones del tablero. Cada configuración es un estado que puede ser esquematizado gráficamente y representado en forma simbólica. Las transformaciones permitidas corresponden a las reglas o movidas del juego, formalizadas como transiciones de estado. Entonces, para plantear formalmente un problema, se requiere precisar una representación simbólica de los estados y definir reglas. tipo condición acción para cada una de las transiciones válidas dentro del universo modelado. La acción de una regla indica como modificar el estado actual para generar un nuevo estado. La condición impone restricciones sobre la aplicabilidad de la regla según el estado actual, el estado generado o la historia completa del proceso de solución. El espacio de estados de un juego es un grafo cuyos nodos representan las configuraciones alcanzables (los estados válidos) y cuyos arcos explicitan las movidas posibles (las transiciones de estado). En principio, se puede construir cualquier espacio de estados partiendo del estado inicial, aplicando cada una de las reglas para generar los sucesores inmediatos, y así sucesivamente con cada uno de los nuevos estados generados.

2. Investigar sobre razonamiento con incertidumbre. Para el desarrollo de esta investigación decidí explicar diferentes términos iniciando con el razonamiento es una operación lógica mediante la cual, partiendo de uno o más juicios, se deriva la validez, la posibilidad o la falsedad de otro juicio distinto. Por lo general, los juicios en que se basa un razonamiento expresan conocimientos ya adquiridos o, por lo menos, postulados como hipótesis. Los razonamientos pueden ser válidos

(correctos) o no válidos (incorrectos). En general, se considera válido un razonamiento cuando sus premisas ofrecen soporte suficiente a su conclusión. Un razonamiento lógico, en definitiva, es un proceso mental que implica la aplicación de la lógica. A partir de esta clase de razonamiento, se puede partir de una o de varias premisas para arribar a una conclusión que puede determinarse como verdadera, falsa o posible Incertidumbre. Falta de información adecuada para tomar una decisión o realizar un razonamiento. Puede impedir llegar a una conclusión correcta. Sistemas Expertos e Inteligencia Artificial. Guía No. 7 3 Principio de incompatibilidad de Zadeh: “A medida que aumenta la complejidad de un sistema, nuestra capacidad para hacer afirmaciones sobre su comportamiento que sean precisas y, al mismo tiempo, significativas, va disminuyendo, hasta alcanzar un umbral por debajo del cual precisión y significación (o pertinencia) llegan a ser características casi mutuamente excluyentes”. Proposición incierta: su valor de verdad o falsedad no se conoce o no se puede determinar. Proposición imprecisa: aquella referida a una variable cuyo valor no puede determinarse con exactitud, Por lo tanto, una proposición incierta puede ser precisa; una proposición imprecisa puede no ser incierta. Razonamiento con incertidumbre. Su objetivo es ser capaz de razonar sin tener todo el conocimiento relevante en un campo determinado utilizando lo mejor posible el conocimiento que se tiene. Asociar a los elementos del formalismo de representación, información adicional (normalmente valores numéricos) que indique su grado de certeza y manejar esa información en las inferencias. Implementación: Es difícil cumplir estos requerimientos utilizando la lógica de primer orden Deben de introducirse modelos para manejar información vaga, incierta, incompleta y contradictoria. Crucial para que un sistema funcione en el “mundo real”. El propósito último de un sistema inteligente es actuar de forma óptima utilizando el conocimiento del sistema y un conjunto de percepciones. Para actuar se necesita decidir qué hacer. ¿Cuál es la forma correcta de decidir? La decisión racional: cuando se tienen distintas opciones un sistema debe decidirse por aquella acción que le proporcione el mejor resultado

3. Investigar sobre algoritmos de búsqueda. Según Wikipedia se puede determinar que un algoritmo de búsqueda es aquel que está diseñado para localizar un elemento con ciertas propiedades dentro de una estructura de datos; por ejemplo, ubicar el registro

correspondiente a cierta persona en una base de datos, o el mejor movimiento en una partida de ajedrez. La variante más simple del problema es la búsqueda de un número en un vector. Un problema típico de la Inteligencia Artificial consiste en buscar un estado concreto entre un conjunto determinado, al que se le llama espacio de estados. Imaginemos, por ejemplo, una habitación con baldosines en la que hay un libro. Un robot se desea desplazar por la habitación con el fin de llegar a dicho libro. ¿De qué manera lo hará? En este punto es donde entran en juego las estrategias y los algoritmos de búsqueda. Cuando el sistema agente (en este caso, el robot) posee algún tipo de información del medio, se utilizan técnicas de búsquedas informadas; sin embargo, si carece de conocimiento alguno, se deberán emplear algoritmos de búsqueda no informadas. En nuestro ejemplo, y para este último caso, podemos imaginar un robot que no posea ningún tipo de visión artificial, que únicamente sea capaz de moverse en horizontal o vertical de un baldosín a otro y detectar si en el baldosín se halla el libro.

Bibliografía http://www.udb.edu.sv/udb/archivo/guia/informatica-ingenieria/sistemas-expertose-inteligencia-artificial/2016/i/guia-7.pdf https://es.wikipedia.org/wiki/Algoritmo_de_b%C3%BAsqueda