• Author / Uploaded
• Juan Alejandro Sanchez

Citation preview

Universidad Tecnológica de Santiago

Facultad de Ingeniería y Arquitectura Escuela de informática

Asignatura: Inteligencia Artificial Tema: Practica Final Sustentantes Matriculas Juan Alejandro Sánchez Vallejo Diego Fuster Facilitadora: Eunimil Recio Santo Domingo, D. N. 16 de abril 2016

2-07-5318 2-09-5512

ÍNDICE

Introducción............................................................................................................................1 Conceptos básicos...................................................................................................................2 Inteligencia artificial en la Medicina......................................................................................2 Sistemas Expertos...................................................................................................................3 Robótica..................................................................................................................................5 Inteligencia artificial en la educación.....................................................................................6 Sistemas de aplicación............................................................................................................7 Robots autónomos...................................................................................................................8 Planificación Automática........................................................................................................8 Visión Artificial.......................................................................................................................9 Agentes Inteligentes..............................................................................................................10 Conclusión.............................................................................................................................11 Bibliografía...........................................................................................................................12

Introducción La investigación presentada a continuación abarca diferentes aspectos de la inteligencia artificial y su contribución al avance de la ciencia en todo el mundo, iniciando desde los conceptos básicos hasta los aportes que realiza esta actividad a las diferentes áreas de la vida cotidiana como la salud, educación, ingeniería, entre otras. Aquí veremos como un sistema inteligente es aquel capaz de percibir información, razonar, y actuar para llevar a cabo sus metas basándose en lo que percibió y en sus conocimientos previos. También debe ser autónomo y ser capaz de aprender cosas nuevas mediante el ensayo y error o mediante la observación o instrucción. Uno de los muchos campos de aplicación de la IA es la medicina. Esto incluye la interpretación de imágenes médicas, sistemas expertos para ayudar a los médicos, monitorización y control de cuidados intensivos y diseño de prótesis, entre otros. Otra de las tantas utilidades de la IA es que puede ser utilizada en el campo de la seguridad. Para ser más específicos, el software del que hablamos es conocido como "Visión Artificial", se instala en cámaras de seguridad y está programado para detectar anomalías en las zonas que estas deben monitorear. La diferencia con los sistemas de alarma tradicionales es que estos suelen ser confundidos, por ejemplo, por cortinas que se mueven por acción del viento o por animales domésticos, activando las alarmas innecesariamente. Sin embargo, las cámaras que utilizan la Visión Artificial sólo activan las alarmas si detectan formas humanas, acciones sospechas, o intrusiones en un determinado perímetro.

12

Inteligencia artificial Conceptos básicos La inteligencia artificial (en adelante I.A.) es una de las ciencias más modernas que existen, nace después de la segunda guerra mundial, por el año 1956. El campo de la I.A. está enfocado a no sólo tratar de comprender la estructura del pensamiento humano, del cómo pensamos y decidimos, sino también a construir entidades inteligentes. Esto es un poco complicado porque a día de hoy no se tiene un entendimiento completo de cómo funciona la mente humano y los procesos que dentro se llevan. Debido a esto la I.A. es una ciencia aún no explorada ni en un 20%, es nueva y tiene un gran camino por delante. Debido al campo de estudio de la I.A., ésta abarca una gran variedad de subcampos y aplicaciones que van desde probar teoremas matemáticos, construir sistemas expertos, resolvedor de problemas de propósito general, implementación de algoritmos de búsqueda y toma de decisiones; en sí cualquier tarea que involucre una parte intelectual, lo que hace a la IA una ciencia universal en todos los sentidos, toma y aporta conocimientos de todas las ciencias. Los científicos no tienen un conocimiento exacto de cómo trabaja la mente humana, sólo se suponen ciertos aspectos y patrones lo que complica si mencionamos que la IA se esfuerza en construir agentes inteligentes, tema principal y unificador. Podemos definirla entonces como el estudio de agentes inteligentes, los cuáles son entes que reciben percepciones del exterior y en base a éstas producen acciones. Los agentes implementan funciones que estructuran las percepciones y producen resultados. Existen diferentes clases de agentes que abarcaremos más adelante. Inteligencia artificial en la Medicina La Inteligencia Artificial (IA) es un campo de estudios muy amplio, y en constante cambio. Sin embargo, su producto final es siempre software. Estos programas, producto del trabajo de la IA, son denominados Sistemas Inteligentes (SI). Un SI incorpora conocimiento sacado de la experiencia y experticia de los expertos humanos. Los campos de aplicación de tales SI’s son muy variados, pensemos por ejemplo en un sistema de diagnóstico médico, o en un sistema integrado de ayuda a la toma de decisiones empresariales. En cualquier caso, un SI partirá de unos datos y los convertirá en información (conocimiento), de modo que ayude a tomar una decisión. Para convertir los datos en información útil, empleará algoritmos de razonamiento, aprendizaje, evolución, etc. Además, el SI actuará siempre en tiempo real, lo que representa un aumento de la productividad.

12

En el caso de la medicina las aplicaciones de la Inteligencia artificial son tan amplias que no podremos ni siquiera resumirlas todas, por lo que haremos mención de algunas de las que más extensamente se han usado y de algunas de las que más se están utilizando en la actualidad. Sistemas Expertos. Constituye hoy en día el área de aplicación de la I.A. dentro de la medicina de mayor éxito. Los sistemas expertos permiten almacenar y utilizar el conocimiento de uno o varios expertos humanos en un dominio de aplicación concreto. Su uso incrementa la productividad, mejora la eficiencia en la toma de de-cisiones o simplemente permite resolver problemas cuando los expertos no están presentes. Muchos son los ejemplos de sistemas expertos desarrollados. Entre ellos: MYCIN para el diagnóstico médico. Un sistema experto genérico consta de dos módulos principales: 1. La base de conocimientos del sistema experto con respecto a un tema específico para el que se diseña el sistema. Este conocimiento se codifica según una notación específica que incluye reglas, predicados, redes semánticas y objetos. 2. El motor de inferencia: es el que combina los hechos y las preguntas particulares, utilizando la base de conocimiento, seleccionando los datos y pasos apropiados para presentar los resultados Un Sistema Experto (SE), es básicamente un programa de computadora basado en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo realiza un experto humano; es decir, es un programa que imita el comportamiento humano en el sentido de que utiliza la información que le es proporcionada para poder dar una opinión sobre un tema en especial. Otros autores lo definen como sigue: un Sistema Experto es un programa de computadora interactivo que contiene la experiencia, conocimiento y habilidad propios de una persona o grupos de personas especialistas en un área particular del conocimiento humano, de manera que permitan resolver problemas específicos de ése área de manera inteligente y satisfactoria. La tarea principal de un SE es tratar de aconsejar al usuario. Los sistemas expertos son una variedad comercial de una clase de programas computacionales llamados sistemas basados en conocimiento. Dado que cada condición que puede ser encontrada puede ser descrita por una regla, los sistemas expertos basados en reglas no pueden manejar eventos no anticipados, pero pueden evolucionar con el uso, y permanece limitado a un estrecho dominio de problemas.

12

Sólo para citar un ejemplo, un Sistema Experto (SE) de medicina es una aplicación capaz de dar soporte a un diagnóstico, con el uso de técnicas básicas de representación del conocimiento, deducción y búsqueda de soluciones. Esto va desde sistemas básicos dirigidos al usuario del hogar, hasta proyectos de apoyo a países en desarrollo para auxiliar a médicos generales en el diagnóstico de enfermedades donde los especialistas no se encuentran disponibles. Los casos más avanzados son los sistemas de monitoreo capaces de mantener estable al paciente, manejar los cambios en la condición del paciente y disparar alarmas. Es en este nivel, donde los campos de aplicación se mezclan con las clases o tipos de aplicaciones que nos llevan a hacer una explosión de usos potenciales de la IA. Otra variante de sistemas expertos, uno que no posee esta limitación, emplea una base de conocimiento que consiste de descripciones estructuradas de situaciones, de problemas del mundo real y de decisiones actualmente hechas por expertos humanos. En medicina, por ejemplo, el registro de un paciente contiene descripciones de datos personales, exámenes físicos y de laboratorio, diagnóstico clínico, tratamiento propuesto, y los resultados de tales tratamientos. Dada una gran base de datos con tales registros en una especialidad médica, el médico puede indagar acerca de eventos análogos a los relacionados con el paciente. Esto en contraste con el sistema que idealmente intenta reemplazar al ser humano, ya que en casos como estos sólo podría usarse este tipo de conocimiento como una herramienta que ayuda en la toma de decisiones. El software requerido para este tipo de sistemas se ha ido complicando con el tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y un buen producto final. Los resultados de la inteligencia artificial han sido utilizados también para la elaboración de aplicaciones de Enseñanza Asistida por Computadoras en las ciencias médicas. El ejemplo más representativo de este tipo de sistemas es el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN. El objetivo de este último es diagnosticar infecciones bacterianas en la sangre y sugerir el tratamiento adecuado. El sistema GUIDON se inicia con la presentación de un caso clínico sobre el cual el sistema va proporcionando información adicional a solicitud del estudiante y almacena la información sobre el tipo y número de consultas que va realizando, así como el orden de razonamiento que emplea el estudiante al tratar de resolver el caso problema. El GUIDON puede interrumpir la consulta y reorientar al estudiante en el momento en que presenta una de las reglas apropiadas para la solución. Este sistema proporciona ayuda al estudiante en función del camino que éste va siguiendo para solucionar el caso. 12

El GUIDON también cuenta con la posibilidad de hacer presentaciones de casos clínicos de tipo tutorial, con el propósito de introducir nuevo material o establecer diálogos sobre los mecanismos de inferencia referentes al caso para llegar al diagnóstico y tratamiento adecuados. Desarrollar tutoriales inteligentes como el GUIDON requiere de un gran tiempo de trabajo y un enorme costo, ya que implica, en primer lugar, adquirir conocimientos de un experto humano, almacenarlos en una computadora y manejarlos con los recursos que esta última brinda, para obtener un resultado o solución igual o suficientemente cercana a la de un experto humano. El sistema además, debe poder explicar en todo momento su razonamiento. Por su complejidad, estos no son los sistemas que más comúnmente se desarrollan para la enseñanza. La tecnología de sistemas expertos ha probado su utilidad en campos muy heterogéneos del saber humano, a modo de ejemplos podemos citar algunos Sistemas Expertos:    



MYCIN, construido también en Stanford, diagnostica enfermedades infecciosas de la sangre y receta los antibióticos apropiados. PUFF, diagnostica enfermedades pulmonares. CADUCEUS, de la Universidad de Pittsburgh, para diagnosticar medicina interna. EMYCIN (Essential Mycin)Shell construido en la Universidad de Stanford sobre la base del MYCIN, sistema de expertos que realiza diagnóstico de enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades pulmonares) y el SACON (Ingeniería estructural). MED1 Este shell fue desarrollado en 1983 por F. Puppe en el marco de una tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica posteriormente en varios computadores. El lenguaje de programación sobre el que se basa, aunque no es accesible desde el MED1, es Interlisp. El MED1, como su nombre indica, es especialmente apropiado para sistema de diagnóstico médico. Debido al contexto de desarrollo, la interfase del usuario no es en absoluta tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue orientado hacia la explotación comercial. La principal ventaja del MED1, es su gran flexibilidad en la manipulación de conocimientos difusos.(3)(9)

ROBÓTICA Los robot son unas máquinas controladas por ordenador y programada para moverse, manipular objetos y realzar trabajos a la vez que interacciona con su entorno. Los robots

12

son capaces de realizar tareas repetitivas de forma más rápida, barata y precisa que los seres humanos. La fabricación de robots es el mejor campo de experimentación para la Inteligencia Artificial. La robótica no es ciencia-ficción, no trata de hacer robots que piensen como personas y se parezcan a ellas, sino que trabaja con metas más simples. Los robots no tienen nada que ver con lo que entendemos por humanoides. Son objetos cotidianos que facilitan un poco la vida, como un electrodoméstico. La reproducción de cualquier órgano del ser humano es extremadamente difícil, y para imitar el funcionamiento de una pierna se utiliza algo tan rudimentario como ruedas y cadenas. Algo parecido ocurre con la visión, pues una cámara no se aproxima a la riqueza que tiene el ojo humano, que además tiene visión estereoscópica, mientras que una cámara ve una imagen plana. El diseño de un manipulador robótico se inspira en el brazo humano. Las pinzas están diseñadas para imitar la función y estructura de la mano humana. Muchos robots están equipados con pinzas especializadas para agarrar dispositivos concretos. Las articulaciones de un brazo robótico suelen moverse mediante motores eléctricos. Una computadora calcula los ángulos de articulación necesarios para llevar la pinza a la posición deseada. En 1995 funcionaban unos 700.000 robots en el mundo. Más de 500.000 se empleaban en Japón, unos 120.000 en Europa Occidental y unos 60.000 en Estados Unidos. Muchas aplicaciones de los robots corresponden a tareas peligrosas o desagradables para los humanos. En los laboratorios médicos, los robots manejan materiales que conlleven posibles riesgos, como muestras de sangre u orina. En otros casos, los robots se emplean en tareas repetitivas en las que el rendimiento de una persona podría disminuir con el tiempo. Los robots pueden realizar estas operaciones repetitivas de alta precisión durante 24 horas al día. Inteligencia artificial en la educación Como se ha mencionado, es posible aplicar los logros de la inteligencia artificial En cualquier área del quehacer humano, y la educación no es la excepción. Cuando se habla de la relación entre computación y educación es común que Se piense en la docencia solamente, sin considerar todas las demás actividades que tienen que ver con la educación, actividades como la Investigación o la administración educativa entre otras.

12

En cualquier aspecto del ámbito educativo que se pueda vislumbrar como posible de ser enriquecido con el uso de computadoras, cabe también la inteligencia artificial y esta última parte del artículo está dedicada a mencionar algunas de las posibilidades. La educación es una de las áreas de aplicación de la IA. Se plantea que el uso de las técnicas de IA en la elaboración de software educativo permite que los sistemas: Se adapten mejor a las características de los estudiantes teniendo en cuenta el historial de actuaciones del alumno y no a una respuesta aislada. Generen problemas, soluciones y diagnósticos cómo y cuándo se necesite durante una sesión de aprendizaje. Los sistemas expertos constituyen un valioso recurso en el proceso docente porque un profesional en formación puede beneficiarse observando cómo un sistema experto resuelve un problema difícil, así como analizando las explicaciones que ofrece y los métodos de búsqueda y solución aplicados por el sistema. La aplicación didáctica de los sistemas expertos permite Resolver problemas complicados de manera que su forma de operar sirva de guía para el alumno. Organizar el saber disponible sobre la materia, posibilitando su aplicación directa a la solución del problema. Preservar el conocimiento para su utilización futura. Establecer una comunicación eficiente con el estudiante. Captar y presentar en diferentes formas las respuestas que recibe o proporciona. Reconocer una extensa gama de errores de razonamiento. Proveer conjuntos de problemas distintos y graduar su dificultad relativa. Sistemas de aplicación. En la última década se ha intensificado el interés por introducir las tecnologías informáticas en el dominio de la educación. Ello obedece a una mayor preocupación tanto de las instituciones como de los investigadores a la hora de mejorar las prestaciones de docentes y alumnos en los procesos de aprendizaje. En este sentido, las técnicas y paradigmas de la Inteligencia Artificial están concitando una especial atención como soluciones a los problemas que surgen al intentar introducir los computadores para apoyar las diferentes estrategias de aprendizaje. 12

El objetivo principal de este taller es el de mostrar el estado actual de la investigación en la aplicación de las técnicas de Inteligencia Artificial en el dominio de la Educación. Robots autónomos Un robot autónomo es un robot que pueden operar con un alto grado de autonomía, lo que es particularmente deseable en campos como la exploración espacial, tratamiento de aguas residuales y tareas que puedan resultar pesadas o tediosas para las personas, como limpieza de suelos, cortar el césped, etc. Algunos modernos robots industriales son "autónomos" dentro de los límites estrictos de su entorno directo. Puede que no existan todos los grados de libertad en su entorno, pero el lugar de trabajo del robot industrial es difícil y, a menudo puede contener variables caóticas, impredecibles. Deberá determinarse la orientación exacta y la posición del siguiente objeto de trabajo y (en las fábricas más avanzadas) incluso el tipo de objeto y la tarea requerida. Esto puede variar impredecible (por lo menos desde el punto de vista del robot). Un área importante de la investigación robótica es permitir que el robot haga frente a su entorno ya sea en tierra, bajo el agua, en el aire, bajo tierra o en el espacio. Un robot completamente autónomo tiene la capacidad de:     

Obtener información sobre el medio ambiente (la regla # 1) El trabajo durante un período prolongado sin intervención humana (Regla # 2) Moverse todo o parte de sí mismo a través de su entorno operativo, sin ayuda humana (Regla # 3) Evitar situaciones que son perjudiciales para las personas, los bienes o sí mismos, a menos que sean parte de las especificaciones de diseño (Regla # 4) Poder aprender o adquirir nuevos conocimientos, como el ajuste de nuevos métodos para el cumplimiento de su tarea(s) o la adaptación a los cambios de entorno.

Los robots autónomos todavía requieren un mantenimiento regular, al igual que otras máquinas. Algunos de ellos pueden auto-recargarse, como sucede con Roomba. Planificación Automática Disciplina de la inteligencia artificial para la producción de planes, realización de estrategias o secuencias de acción comúnmente usada en ejecución de robots o agentes, las soluciones son complejas y optimizadas en el espacio multidimensional.

12

Los planificadores son programas de planificación que incluyen este tipo de algoritmos que genera un plan que, al ejecutarse, se llega a la meta desde el estado inicial al final mediante acciones o movimientos.

Visión Artificial La visión artificial es una rama de la inteligencia artificial que tiene por objetivo modelar matemáticamente los procesos de percepción visual en los seres vivos y generar programas que permitan simular estas capacidades visuales por computadora. La visión artificial permite la detección automática de la estructura y propiedades de un posible mundo dinámico en 3 dimensiones a partir una o varias imágenes bidimensionales del mundo. Las imágenes pueden ser monocromáticas o a color; pueden ser capturadas por una o varias cámaras, y cada cámara puede ser estacionaria o móvil. La estructura y propiedades del mundo tridimensional que se intentan deducir en la visión artificial incluyen no sólo propiedades geométricas (tamaños, formas, localización de objetos, etc.), sino también propiedades del material (sus colores, sus texturas, la composición, etc.) y la luminosidad u oscuridad de las superficies.

Los sistemas de percepción computacional, como también se conoce a la visión artificial, van más allá de medir o detectar, estos sistemas perciben, es decir descifran o reconocen el mensaje sensorial. La información visual es una proyección bidimensional de objetos tridimensionales y, por tanto, la imagen que capta el ojo humano o una cámara digital tiene infinitas interpretaciones posibles. La percepción es un proceso que se distribuye a lo largo del espacio y del tiempo. La Visión Artificial, pretende capturar la información visual del entorno físico para extraer características relevantes visuales, utilizando procedimientos automáticos. La visión artificial aplicada a la industrial abarca la informática, la óptica, la ingeniería mecánica y la automatización industrial. A diferencia de la visión artificial académica, que se centra 12

principalmente en máquinas basadas en el procesamiento de imágenes, las aplicaciones de visión artificial industrial integran sistemas de captura de imágenes digitales, dispositivos de entrada/salida y redes de ordenador para el control de equipos destinados a la fabricación tales como brazos robóticos. Los sistemas de visión artificial se destinan a realizar inspecciones visuales que requieren alta velocidad, gran aumento, funcionamiento las 24 horas del día o la repetitividad de las medidas. El objetivo de un sistema de inspección por visión artificial suele ser, comprobar la conformidad de una pieza con ciertos requisitos, tales como las dimensiones, números de serie, la presencia de componentes, etc. Agentes Inteligentes Un agente es cualquier cosa capaz de percibir su medioambiente mediante sensores y actuar en ese medio mediante actuadores. Todo agente tiene una función u objetivo. Por ejemplo, un agente humano de bolsa tiene el objetivo de comprar y vender acciones respondiendo a los estímulos iniciados por su cliente y captados por sus sentidos. Una aspiradora tiene la función de aspirar cuando capta que ha sido encendida y no aspirar cuando es apagada. Un agente inteligente o racional trata de maximizar el valor de una medida de rendimiento, dada la secuencia de percepciones que ha observado hasta el momento. Repitamos lo dicho ejemplificándolo. Un agente inteligente tiene un objetivo abstracto (ej: "ofrecer a un usuario información interesante"), tiene una forma de evaluar si esa información es interesante (ej: "el usuario lee la información sugerida"), tiene unos actuadores (ej: "una caja html donde presenta enlaces interesantes") y tiene unos sensores (ej: "un conjunto de sitios web para recoger información y filtrar la que sea interesante y el conjunto de clicks que puede hacer o no el usuario de todos esos sitios web"). La pregunta ahora es ¿cómo mejorar ese rendimiento? La programación estructurada tiene asociadas las aplicaciones basadas en entrada/salida, la programación orientada a objetos las aplicaciones basadas en eventos y la programación adaptativa las aplicaciones basadas en agentes inteligentes. Es decir, la respuesta a nuestra pregunta es usamos aprendizaje automático para mejorar el rendimiento. No obstante, el deseo de desarrollar software adaptativo no es la única razón para utilizar una metodología de programación orientada a agentes. Los agentes tienen su campo de cultivo en la Inteligencia Artificial Distribuida (IAD) que, como su nombre indica, es la rama de la Inteligencia Artificial que trata de resolver de manera distribuida sus problemas, aprovechando así las ventajas propias de la programación distribuida: robustez, paralelismo y escalabilidad.

12

Desde un punto de vista de ingeniería de software este paradigma también supone una evolución a las necesidades de reutilización y encapsulamiento del código. Partiendo de la programación orientada a objetos, el mundo está compuesto por elementos llamados objetos que tienen atributos a los que es posible aplicarles métodos y estos pueden abstraerse a clases y estas clases pueden abstraerse en otras clases de las que heredan métodos y/o atributos o de las que se componen.

12

Conclusión Los sistemas inteligentes, al combinar una memoria durable, una asignación de metas o motivación, junto a la toma de decisiones y asignación de prioridades con base en estados actuales y estados meta, logran un comportamiento en extremo eficiente, especialmente ante problemas complejos y peligrosos. Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicación con el usuario. Este obstáculo es debido a la ambigüedad del lenguaje, y apareció ya en los inicios de los primeros sistemas operativos informáticos. La capacidad de los humanos para comunicarse entre sí implica el conocimiento del lenguaje que utiliza el interlocutor. Un humano durante toda su vida aprende el vocabulario de su lengua nativa. Un humano interpreta los mensajes a pesar de la polisemia de las palabras utilizando el contexto para resolver ambigüedades. Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe mayor consenso entre especialistas. Un sistema experto es más probable de ser programado en física o en medicina que en sociología o en psicología. Esto se debe al problema del consenso entre especialistas en la definición de los conceptos involucrados y en los procedimientos y técnicas a utilizar. Si la relación de los humanos con el robot es de tipo maestro esclavo, y el papel de los humanos es dar órdenes y el del robot obedecerlas, entonces sí cabe hablar de una limitación de la autonomía del robot. Pero si la interacción de los humanos con el robot es de igual a igual, entonces su presencia no tiene por qué estar asociada a restricciones para que el robot pueda tomar sus propias decisiones.

12

Bibliografía



Adaraga Morales P., Zaccagnini Sancho J. L., Psicología e inteligencia artificial, Editorial Trotta, Madrid, 1994.



Alberto García Serrano, Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC Libros, 2012.



Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987.



Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002

12