Inteligencia Artificial Unidad 2: Fase 2 - Proceso de búsqueda en espacio de estado, algoritmos y razonamiento con incer
Views 69 Downloads 2 File size 579KB
Inteligencia Artificial Unidad 2: Fase 2 - Proceso de búsqueda en espacio de estado, algoritmos y razonamiento con incertidumbre en Inteligencia Artificial
Presentado Por: Carlos Mario Del Rio Katherine García Blanco Ereyde Paladinez Chávez Darwin Arcángel Hernández Silva
Grupo: 37
Tutor: Fernando Rojas
Universidad Nacional Abierta y a Distancia – UNAD Escuela de Ciencias Básicas, Tecnología e Ingeniería ECBTI Ingeniería De Sistemas CEAD - Neiva 2018
Unidad 2: Fase 2 - Proceso de búsqueda en espacio de estado, algoritmos y razonamiento con incertidumbre en Inteligencia Artificial Propósito específico: Desarrollar un prototipo de software inteligente, por ejemplo, reconocimiento del Género de una persona, partiendo de unas características dadas. Aplicación de la búsqueda en espacio de estado en el prototipo Tengamos en cuenta los siguientes conceptos para dar una determinación. Permite conocer en detalle el comportamiento dinámico de X proceso, tiene dos elementos esenciales; La representación de los estados. Modelan las situaciones del entorno de actuación del agente. La representación de los operadores o reglas de producción. Modelan las acciones elementales del agente sobre el entorno. Los anteriores conceptos nos aclaran los objetivos de la búsqueda en espacio de estados, en nuestro prototipo se puede aplicar ya que se podrían ingresar diferentes variables, teniendo en cuenta el ejemplo del “reconocimiento de género de una persona”, a continuación veremos cómo podría desarrollarse: Reglas: Recolección de toda la información solicitada sin omitir ninguna. Solo se hará el reconocimiento de una persona que se encuentre físicamente El reconocimiento es explícitamente para personas, no cosas, no animales. Se realizará el reconocimiento solo para Mujeres y Hombres, ningún otro. Estado del problema: Describimos la posible solución del problema, identificamos la información relevante (Se escoge Femenino o Masculino, Nombre, barba, bigote, cejas, tipo de depilación, corte de cabello, color esmalte uñas, vestimenta, tono de voz, manzana de adán, pechos, expresión de sentimientos, tipo de lenguaje, capacidad de memoria, nivel de preocupación, interpretación del lenguaje no verbal, Forma de compartir sentimientos, percepción de colores, afectación de turnos de noche, afectación al estrés, predominancia a hablar, rutinas diarias, elecciones específicas, frecuencia de actividades específicas, motivos para la realización de actividades, etc.) y la irrelevante (Color de piel, religión, cultura, estrato social, afinidad política, estatura, peso, profesión, habilidades de aprendizaje, preferencias en comida, color, etc)
Espacio de estados: Es el conjunto de todos los posibles estados que puede tener el problema, de acuerdo a cada una de las características solicitadas. Problema de espacio de estados: Está definido de la siguiente manera: Espacio de estados: Conjunto de Características solicitadas Acciones, junto con las condiciones o reglas Estado inicial: Género Indefinido Estados finales: Femenino o Masculino La búsqueda en espacio de estados, permite al software realizar un recorrido, verificando cada una de las características previamente solicitadas al usuario, para así ir delimitando y llegar al estado final. “Femenino o Masculino”. Aplicación de algoritmos de búsqueda en el prototipo Recordemos que un algoritmo de búsqueda está diseñado para las respuestas a nuestros requerimientos de la forma más rápida y concreta posible. Podremos decir entonces que para el prototipo aplicaríamos los algoritmos de búsqueda de anchura, ya que realiza el recorrido empezando por el nodo padre, continua al nodo hijo, de aquí toma las decisiones sea Si o sea No, las cuales se presentan de forma horizontal, de aquí continua al nodo siguiente hijo, realizando la misma validación hasta llegar al nodo final esperado, que en este caso Hombre o Mujer.
Imagen No. 1 - Algoritmos de búsqueda de anchura
Aplicación del razonamiento con incertidumbre al proyecto Recordemos que el razonamiento con incertidumbre tiene como objetivo ser capaz de razonar sin tener todo el conocimiento, utilizando de la mejor manera lo que se tiene. Este razonamiento aplica al prototipo ya que en el desarrollo de la toma de decisiones se puede cometer errores u omitir algún tipo de información o incluso si la incertidumbre es muy pequeña; necesitaremos el enfoque lógico para resolver los problemas que se puedan presentar utilizando la información que se ha proporcionado. En el prototipo se realizara la obtención de características que permitan identificar que género es el usuario, de esta forma empezara a darle una clasificación. Al final de la obtención de los datos, dará un resultado que tenga un gran nivel de probabilidad, debido a las comparaciones. Pero no se puede decir que su respuesta sea un 100% fiable, debido a que existen casos en la mujer tengan características del hombre y viceversa.
Ejemplo de Algoritmo propuesto para el Prototipo
ESTRUCUTURA CODIGO PYTHON
# -*- coding: utf-8 -*#Codigo inicial básico para programa de reconocimiento de género
print("Bienvenido al programa de reconocimiento de género. La intención de este pequeño programa es detectar el género de la persona que lo usa") hombre=0 mujer=0
nombre=input("Cual es su nombre? ")
barba=input("\nTiene usted barba? (Si/No): ") if barba == "si": hombre=hombre+1 elif barba == "no": mujer=mujer+1 else: print("\nDisculpe, no digitó una respuesta correcta, no se tendrá en cuenta esta respuesta")
corte_cabello=input("\nQue tipo de corte de cabello tiene? (Largo/Corto)") if corte_cabello == "corto": hombre=hombre+1 elif corte_cabello == "largo": mujer=mujer+1 else: print("\nDisculpe, no digitó una respuesta correcta, no se tendrá en cuenta esta respuesta")
memoria=input("\nQue capacidad de memoria cree tener? (Mucha/Poca)")
if memoria == "poca": hombre=hombre+1 elif memoria == "mucha": mujer=mujer+1 else: print("\nDisculpe, no digitó una respuesta correcta, no se tendrá en cuenta esta respuesta")
#Calculo para saber si se es hombre o mujer
if mujer > hombre: print("\nMuchas gracias {nombre}, considero que es una Mujer") else: print("\nmuchas gracias {nombre}, considero que es un Hombre")
#nombre, tiene barba o bigote, que tipo de corte de cabello tiene, que capacidad de memoria cree tener, De la siguiente imagen cuantos colores percibe?
Referencias Bibliograficas. Berzal,
F. (2009). Búsqueda en Inteligencia Artificial. https://elvex.ugr.es/decsai/iaio/slides/A3%20Search.pdf
Recuperado
de:
Cazorla, M. (1999). Fundamentos de inteligencia artificial. Alicante: Digitalia. Recuperado de http://bibliotecavirtual.unad.edu.co/login?url=https://bibliotecavirtual.unad .edu.co:2969/login.aspx?direct=true&db=nlebk&AN=317993&lang=es&site=ehost-live D’Negri, C. & D’Vito, E. (2006). Introducción al razonamiento aproximado: lógica difusa. Recuperado de http://www.redalyc.org/html/3821/382138367007/
Espada, B. (2018). 24 Diferencias entre hombres y mujeres. https://depsicologia.com/diferencias-entre-hombres-y-mujeres/
Recuperado
de:
Hernandez, L. (2012). TC2 Inteligencia Artificial - Métodos de búsqueda. Recuperado de https://www.youtube.com/watch?v=xYg1Y5BwbYg
Melena, C. (2015). Solución de problemas https://slideplayer.es/slide/3501655/
por
Búsqueda.
Recuperado
de
Palma Méndez, J. T., & Marín Morales, R. (2008). Inteligencia artificial: Métodos, técnicas y aplicaciones. España: McGraw-Hill. Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=3194970&que ry=sistemas+basados+en+el+conocimiento
Ramirez, D. (2016). Algoritmo búsqueda en anchura. Recuperado https://sites.google.com/a/utp.edu.co/inteligencia-artificial/algoritmo-busqueda-enanchura
de:
Ramirez, D. (2016). Algoritmo búsqueda en profundidad. Recuperado https://sites.google.com/a/utp.edu.co/inteligencia-artificial/algoritmo-busqueda-enprofundidad
de:
Sancho, F. (2017). Espacios de estados. Recuperado de http://www.cs.us.es/~fsancho/?e=33
Sucar,
L. (2018). Modelos Gráficos Probabilistas. https://ccc.inaoep.mx/~esucar/Clases-mgp/pgm-resumen.pdf
Recuperado
de:
Universidad de Sevilla. (2016). Búsqueda en espacio de estados. Recuperado de: https://www.cs.us.es/cursos/iais-2016/temas/tema-02.pdf
Wikipedia, La enciclopedia libre. (2018). Búsqueda en Profundidad. Recuperado de https://es.wikipedia.org/wiki/B%C3%BAsqueda_en_profundidad