Monografias | Inteligencia ArtificialInteligencia ArtificialResumen: Nociones y antecedentes históricos de Inteligencia Artificial. Características de la Inteligencia Artificial. Objetivos de la Investigación en Inteligencia Artificial. Símbolos vs. Métodos numéricos. Algoritmos. Base de conocimiento. Sistemas basados en conocimiento. Motor de inferencia. Sistemas expertos como Sistemas de Información orientados al Servicio. Robótica. Perspectivas futuras.(V) Índice Introducción. Nociones y antecedentes históricos de Inteligencia Artificial. Características de la Inteligencia Artificial. Objetivos de la Investigación en Inteligencia Artificial. Símbolos vs. Métodos numéricos. Algoritmos. Base de conocimiento. Sistemas basados en conocimiento. Motor de inferencia. Sistemas expertos como Sistemas de Información orientados al Servicio. Robótica. Perspectivas futuras. Conclusiones. Bibliografía. Introducción. La
Inteligencia Artificial comenzó como el resultado de lainvestigación en
psicología cognitiva y lógica matemática. Se ha enfocadosobre la explicación
del trabajo mental y construcción de algoritmos de solucióna problemas de propósito
general. Punto de vista que favorece la abstracción yla generalidad. La
Inteligencia Artificial es una combinación de la cienciadel computador,
fisiología y filosofía, tan general y amplio como eso, es quereúne varios
campos (robótica, sistemas expertos, por ejemplo), todos loscuales tienen en
común la creación de máquinas que pueden "pensar". La
idea de construir una máquina que pueda ejecutar tareaspercibidas como
requerimientos de inteligencia humana es un atractivo. Lastareas que han sido
estudiadas desde este punto de vista incluyen juegos,traducción de idiomas,
comprensión de idiomas, diagnóstico de fallas, robótica,suministro de asesoría
experta en diversos temas. Es
así como los sistemas de administración de base de datoscada vez más
sofisticados, la estructura de datos y el desarrollo de algoritmosde inserción,
borrado y locación de datos, así como el intento de crear máquinascapaces de
realizar tareas que son pensadas como típicas del ámbito de lainteligencia
humana, acuñaron el término Inteligencia Artificial en 1956. Trabajos
teóricos fundamentales fueron el desarrollo dealgoritmos matemáticos por
Warren McCullock y Walter Pitts, en 1943, necesariospara posibilitar el trabajo
de clasificación, o funcionamiento en sentidogeneral, de una red neuronal. En
1949 Donald Hebb desarrolló un algoritmo deaprendizaje para dichas redes
neuronales creando, en conjunto con los trabajosde McCullock y Pitts, la escuela
creacionista. Esta escuela se considera hoycomo el origen de la Inteligencia
Artificial, sin embargo se trató poco pormuchos años, dando paso al
razonamiento simbólico basado en reglas de producción,lo que se conoce como
sistemas expertos. I. Nociones y Antecedentes Históricosde Inteligencia Artificial. Definiciones
sobre Inteligencia Artificial: o
Lenguajes: LISP,
PROLOG §
Entornos de
desarrollo: shells §
Arquitecturas de
alto nivel: nodo y arco, sistemas de producciones Desde
sus comienzos hasta la actualidad, la InteligenciaArtificial ha tenido que hacer
frente a una serie de problemas: En
1843, Lady Ada Augusta Byron, patrocinadora de CharlesBabbage planteó el asunto
de si la máquina de Babbage podía"pensar". Los
primeros problemas que se trató de resolver fueronpuzzles, juegos de ajedrez,
traducción de textos a otro idioma. Durante
la II Guerra Mundial Norbert Wiener y John VonNeumann establecieron los
principios de la cibernética en relación con larealización de decisiones
complejas y control de funciones en máquinas. La
teoría de la retroalimentación en mecanismos, como porejemplo un termostato
que regula la temperatura en una casa, tuvo muchainfluencia. Esto aún no era
propiamente Inteligencia Artificial. Se hizo muchoen traducciones (Andrew Booth
y Warren Weaver), lo que sembró la semilla haciael entendimiento del lenguaje
natural. En
el año 1955 Herbert Simon, el físico Allen Newell y J.C.Shaw, programador de
la RAND Corp. y compañero de Newell, desarrolla el primerlenguaje de programación
orientado a la resolución de problemas de laInteligencia Artificial, el IPL-11.
Un año más tarde estos tres científicosdesarrollan el primer programa de
Inteligencia Artificial al que llamaron LogicTheorist, el cual era capaz
de demostrar teoremas matemáticos,representando cada problema como un modelo de
árbol, en el que se seguíanramas en busca de la solución correcta, que resultó
crucial. Este programademostró 38 de los 52 teoremas del segundo capítulo de PrincipiaMathematica
de Russel y Whitehead. En
1956, con la ahora famosa conferencia de Dartmouth,organizada por John McCarthy
y en la cual se utilizó el nombre de inteligenciaartificial para este nuevo
campo, se separó la Inteligencia Artificial de laciencia del computador, como
tal. Se estableció como conclusión fundamental laposibilidad de simular
inteligencia humana en una máquina. En
1957 Newell y Simon continúan su trabajo con eldesarrollo del General
Problems Solver (GPS). GPS era un sistemaorientado a la resolución de
problemas; a diferencia del Logic Theorist,el cual se orientó a la
demostración de teoremas matemáticos, GPS no estabaprogramado para resolver
problemas de un determinado tipo, razón a la cual debesu nombre. Resuelve una
gran cantidad de problemas de sentido común, como unaextensión del principio
de retroalimentación de Wiener. Diversos
centros de investigación se establecieron, entrelos más relevantes están, la
Universidad Carnegie Mellon, el MassachusettsInstitute of Technologie (MIT),
encabezado por Marvin Minsky, la Universidad deStandford e IBM. Los temas
fundamentales eran el desarrollo de heurísticas y elaprendizaje de máquinas. En
1957 McCarthy desarrolló el lenguaje LISP. La IBM contratóun equipo para la
investigación en esa área y el gobierno de USA aportódinero al MIT también
para investigación en 1963. A
finales de los años 50 y comienzos de la década del 60 sedesarrolla un
programa orientado a la lectura de oraciones en inglés y laextracción de
conclusiones a partir de su interpretación, al cual su autor,Robert K. Lindsay,
denomina "Sad Sam". Este podía leer oraciones deltipo "Jim es
hermano de John" y "La madre de Jim es Mary", apartir de ella el
sistema concluía que Mary debía ser también la madre deJohn. Este sistema
representó un enorme paso de avance en la simulación deinteligencia humana por
una máquina, pues era capaz de tomar una pieza deinformación, interpretarla,
relacionarla con información anteriormentealmacenada, analizarla y sacar
conclusiones lógicas. En
el mismo período de tiempo hay trabajos importantes deHerbert Gelernter, de
IBM, quien desarrolla un "Demostrador Automático deTeoremas de la Geometría",
Alex Bernstein desarrolla un programa para eljuego de ajedrez que se considera
el antecedente para "Deep Blue". En
1961 se desarrolla SAINT (Simbolic Automatic INTegrator)por James Slagle el cual
se orienta a la demostración simbólica en el áreadel álgebra. En
1964 Bertrand Raphael construye el sistema SIR (SemanticInformation Retrieval)
el cual era capaz de comprender oraciones en inglés. A
continuación un ejemplo, traducido, de interacción entreSIR y un usuario: Usuario:
Todos somos personas SIR:
Comprendo Usuario: Un
dedo es una parte de la mano SIR:
Comprendo Usuario: Cada
persona tiene dos manos SIR: La oración
anterior es ambigua. Por favorreconstrúyala. Usuario: En
cada persona hay dos manos SIR:
Comprendo Usuario: ¿Cuantos
dedos tiene John? SIR: La oración
anterior es ambigua, pero asumo queTIENE significa TIENE COMO PARTES. No se si
los dedos forman parte de John. Usuario: John
es un chico SIR:
Comprendo Usuario: ¿Cuántos
dedos tiene John? SIR: La oración
anterior es ambigua, pero asumo queTIENE significa TIENE COMO PARTES, ¿cuántos
dedos por mano?. Usuario: Cada
mano tiene cinco dedos. SIR:
Comprendo Usuario: ¿Cuántos
dedos tiene John? SIR: La
respuesta es diez. En
la década del 60 se comienza en el MIT el estudio de lavisión artificial, lo
cual implica no solo captar imágenes a través de una cámara,sino también la
comprensión, de lo que estas imágenes representan. Un
resultado importante en este trabajo lo constituye el"mundo de
micro-bloques", en el cual un robot era capaz de percibir unconjunto de
bloques sobre una mesa, moverlos y apilarlos; el éxito se debió alos
investigadores Larry Roberts, Gerald Sussman, Adolfo Guzman, Max Clowes,David
Huffman, David Waltz, Patrick Winston, y Berthold Horn. Posteriormente
se obtuvieron resultados importantes entreellos el de mayor resonancia fue el
sistema SCHRDLU de Terry Winograd, puespermitía interrogar y dar órdenes a un
robot que se movía dentro de un mundode bloques. A
continuación mostramos un ejemplo traducido:
Usuario: Toma
un bloquerojo. SCHRDLU: Ok. Usuario:
Busca un bloque más pequeño que el quetienes y ponlo dentro de la caja. SCHRDLU:
Asumo que PONLO se refiere al bloque máspequeño que el que tengo. Usuario: ¿Qué
contiene la caja? SCHRDLU: La
pirámide azul y el bloque azul. Usuario: ¿Qué
sostiene a la pirámide? SCHRDLU: La
caja. Usuario: ¿Cuántos
bloques no están sobre la mesa? SCHRDLU:
Cuatro. Usuario: ¿Es
al menos uno de ellos más estrecho queaquel que te dije que recogieras? SCHRDLU: Sí,
el cubo rojo. Usuario: ¿Lo
sostiene algo? SCHRDLU: Sí,
la mesa. Usuario: ¿Puede
la mesa recoger bloques? SCHRDLU: No. Usuario: La
pirámide azul es mía. SCHRDLU:
Comprendo. Usuario:
Todos los bloques que no son rojos son míos,pero no poseo nada que sostenga una
pirámide. SCHRDLU:
Comprendo. Usuario: ¿Poseo
una caja? SCHRDLU: No Usuario: ¿Poseo
algo de la caja? SCHRDLU: Si,
dos cosas: El bloque azul y la pirámideazul. Aunque
parezca impresionante la capacidad del sistema pararazonar y ejecutar acciones,
no se debe perder de vista el hecho que el robot semueve en un mundo muy simple
de figuras geométricas, y que las relaciones entreellas son muy limitadas. En
el mundo real existen tantos objetos diferentes yrelaciones entre ellos, que
tratar de llevar este sistema a un entorno realresulta prácticamente imposible. En
los primeros años de la década del 60 Frank Rosemblattdesarrolla, en la
Universidad de Cornell, un modelo de la mente humana a travésde una red
neuronal y produce un primer resultado al cual llama perceptrón.Este sistema
era una extensión del modelo matemático concebido por McCullock yPitts para
las neuronas, y funcionaba basándose en el principio de"disparar" o
activar neuronas a partir de un valor de entrada el cualmodifica un peso
asociado a la neurona, si el peso resultante sobrepasa uncierto umbral la
neurona se dispara y pasa la señal a aquellas con las que estáconectada. Al
final, en la última capa de neuronas, aquellas que se activendefinirán un patrón
el cual sirve para clasificar la entrada inicial. Este
trabajo constituye la base de las redes neuronales dehoy en día, sin embargo a
raíz de su desarrollo sufrió fuertes críticas porparte de Marvin Minsky y
Seymour Papert lo cual provocó que la mayoría de losinvestigadores interesados
en el tema lo abandonarán, y este no se retomarahasta los años 80. En
1965-70, comenzaron a aparecer los programas expertos, quepredicen la
probabilidad de una solución bajo un set de condiciones, entre esosproyectos
estuvo: DENDRAL, que asistía a químicos en estructuras químicascomplejas
euclidianas; MACSYMA, producto que asistía a ingenieros y científicosen la
solución de ecuaciones matemáticas complejas, etc. En
la década 1970-80, creció el uso de sistemas expertos,muchas veces diseñados
para aplicaciones médicas y para problemas realmentemuy complejos como MYCIN,
que asistió a médicos en el diagnóstico ytratamiento de infecciones en la
sangre. Otros son: R1/XCON, PIP, ABEL, CASNET,PUFF, INTERNIST/CADUCEUS, etc.
Algunos permanecen hasta hoy. De
1975 en adelante, comienza la era de los lenguajesexpertos (shells) como EMYCIN,
EXPERT, OPSS, etc. para luego tratar de que éstossean más amigables y
funcionales. Las
definiciones de Inteligencia Artificial son muchas, peropodría decirse que son
programas que realizan tareas que si fueran hechas porhumanos se considerarían
inteligentes. Estos
programas obviamente corren en un computador y se usan,como por ejemplo, en
control robótico, comprensión de lenguajes naturales,procesamiento de imágenes
basado en conocimientos previos, estrategias dejuegos, etc. reproduciendo la
experiencia que un humano adquiriría y de laforma en que un humano lo haría. Para
clasificar las máquinas como "pensantes", esnecesario definir qué es
inteligencia y qué grado de inteligencia implicaresolver problemas matemáticos
complejos, hacer generalizaciones o relaciones,percibir y comprender. Los
estudios en las áreas del aprendizaje, del lenguajey de la percepción
sensorial han ayudado a los científicos a definir a una máquinainteligente.
Importantes desafíos han sido tratar de imitar el comportamientodel cerebro
humano, con millones de neuronas y extrema complejidad. Características de la InteligenciaArtificial. 1.
Una característica fundamental que distingue a los métodos de
Inteligencia Artificial de los métodos numéricos es el uso de símbolos no
matemáticos, aunque no es suficiente para distinguirlo completamente. Otros
tipos de programas como los compiladores y sistemas de bases de datos, también
procesan símbolos y no se considera que usen técnicas de Inteligencia
Artificial. Las conclusiones de un programa declarativo no son fijas y
son determinadas parcialmente por las conclusiones intermedias alcanzadas
durante las consideraciones al problema específico. Los lenguajes orientados al
objeto comparten esta propiedad y se han caracterizado por su afinidad con la
Inteligencia Artificial. La
Inteligencia Artificial incluye varios campos dedesarrollo tales como: la robótica,
usada principalmente en el campoindustrial; comprensión de lenguajes y traducción;
visión en máquinas quedistinguen formas y que se usan en líneas de
ensamblaje; reconocimiento depalabras y aprendizaje de máquinas; sistemas
computacionales expertos. Los
sistemas expertos, que reproducen el comportamientohumano en un estrecho ámbito
del conocimiento, son programas tan variados comolos que diagnostican
infecciones en la sangre e indican un tratamiento, los queinterpretan datos
sismológicos en exploración geológica y los que configurancomplejos equipos
de alta tecnología. Tales
tareas reducen costos, reducen riesgos en la manipulaciónhumana en áreas
peligrosas, mejoran el desempeño del personal inexperto, ymejoran el control de
calidad sobre todo en el ámbito comercial. Diferentes teorías: Diferentes metodologías: Este
modelo considera que una neurona puede ser representadapor una unidad binaria: a
cada instante su estado puede ser activo o inactivo.La interacción entre las
neuronas se lleva a cabo a través de sinapsis. Segúnel signo, la sinapsis es
excitadora o inhibidora. El
perceptrón está constituido por las entradasprovenientes de fuentes externas,
las conexiones y la salida. En realidad unperceptrón es una Red Neuronal lo más
simple posible, es aquella donde noexisten capas ocultas. Para
cada configuración de los estados de las neuronas deentrada (estímulo) la
respuesta del perceptrón obedece a la siguiente dinámica:se suman los
potenciales sinápticos y se comparan con un umbral de activación.Esta suma
ponderada es también llamada campo. Si el campo es mayor que unumbral, la
respuesta de la neurona es activa, si no, es inactiva. Con
una arquitectura tan simple como la del perceptrón no sepuede realizar más que
una clase de funciones "booleanas" muysimples, llamadas linealmente
separables. Son las funciones en las cuales losestados de entrada con salida
positiva pueden ser separados de aquellos a salidanegativa por un hiperplano. Un
hiperplano es el conjunto de puntos en el espaciode estados de entrada, que
satisfacen una ecuación lineal. En dos dimensiones,es una recta, en tres
dimensiones un plano, etc. Si
se quieren realizar funciones más complejascon Redes Neuronales, es necesario
intercalar neuronas entre las capas deentradas y de salida, llamadas neuronas
ocultas. Una red multicapas puede serdefinida como un conjunto de
perceptrones,ligados entre si por sinapsis y dispuestos en capas siguiendo
diversasarquitecturas. Una de las arquitecturas más comúnmente usada es
llamada feedforward:con conexiones de la entrada a las capas ocultas y de
éstas hacia la salida. El
funcionamiento de una Red Neuronal es gobernado por reglas de propagaciónde
actividades y de actualización de los estados. I.1. Objetivos de la Investigación enInteligencia Artificial. Los
investigadores en inteligencia artificial se concentranprincipalmente en los
sistemas expertos, la resolución de problemas, el controlautomático, las bases
de datos inteligentes y la ingeniería del software (diseñosde entornos de
programación inteligente). Otros
investigadores están trabajando en el reto delreconocimiento de patrones donde
se espera un rápido progreso en este campo queabarca la comprensión y la síntesis
del habla, el proceso de imágenes y lavisión artificial. Finalmente,
la fundamental investigación sobre larepresentación del conocimiento, la
conceptualización cognoscitiva y lacomprensión del lenguaje natural. Uno
de los principales objetivos de los investigadores eninteligencia artificial es
la reproducción automática del razonamiento humano. El
razonamiento de un jugador de ajedrez no siempre es elmismo que el de un
directivo que se pregunta la viabilidad de fabricar un nuevoproducto. Un niño
jugando con bloques de madera en una mesa no tiene idea de lacomplejidad del
razonamiento necesario para llevar a cabo la construcción deuna pirámide, e
intentar que un robot hiciera lo mismo que el niño requeriríaun largo programa
de computador. Formas de considerar situaciones complejas son: Estos
dos tipos principales pueden utilizarse de un modo analítico(el razonamiento se
divide en submódulos que son más difíciles de manejar, ode un modo sintético
(inverso del proceso anterior, juntando elementos que sesepararon
anteriormente). La
inducción puede tener lugar cuando se comparansituaciones que son casi
similares, con parámetros desconocidos en una situacióndada asignándole los
valores que tienen ya en una situación de referencia;este es un razonamiento
por analogía. Los
métodos para razonar son variados. La iteraciónsignifica repetir la misma
secuencia de razonamiento hasta que se alcance unacondición de final; la
recursión consiste en una forma particular delrazonamiento que se llama a sí
misma, como aquellas muñecas rusas que estánunas dentro de otras, hasta llegar
a un problema simple que es fácil deresolver. Las
estrategias para el razonamiento pueden hacer uso de laespecialización, la
reducción al absurdo, de la eliminación de caminos pocoprometedores y de la
reducción de las diferencias. En
todos los casos, la organización jerárquica delconocimiento y la segmentación
de los problemas son métodos que se empleansiempre al intentar resolver un
problema complejo. La
función asignada a los sistemas expertos es la derazonar. I.2. Símbolos vs. Métodos Numéricos. El
primer período de la Inteligencia Artificial, llamadosub-simbólico, data de
aproximadamente 1950 a 1965. Este período utilizórepresentaciones numéricas
(o sub-simbólicas) del conocimiento. Aunque lamayor parte de los libros de
Inteligencia Artificial enfatizan el trabajorealizado por Rosenblatt y Widrow
con redes neuronales durante este período, larealidad es que otra importante
escuela sub-simbólica data también de la mismaépoca y estos son los
algoritmos evolutivos. La
escuela clásica dentro de la Inteligencia Artificial,utiliza representaciones
simbólicas basadas en un número finito de primitivasy de reglas para la
manipulación de símbolos. El período simbólico seconsidera aproximadamente
comprendido entre 1962 y 1975, seguido por un períododominado por los sistemas
basados en el conocimiento de 1976 a 1988. Sinembargo, en este segundo período
las representaciones simbólicas (por ejemplo,redes semánticas, lógica de
predicados, etc.) siguieron siendo parte centralde dichos sistemas. La
Programación Lógica tiene sus orígenes más cercanos enlos trabajos de J. A.
Robinson que propone en 1965 una regla de inferencia a laque llama resolución,
mediante la cual la demostración de un teorema puede serllevada a cabo de
manera automática. En
la actualidad, la Inteligencia Artificial empieza aextender sus áreas de
investigación en diversas direcciones y trata deintegrar diferentes métodos en
sistemas a gran escala, tratando de explotar almáximo las ventajas de cada
esquema. La
resolución es una regla que se aplica sobre cierto tipode fórmulas del Cálculo
de Predicados de Primer Orden, llamadas cláusulas yla demostración de teoremas
bajo esta regla de inferencia se lleva a cabo porreducción al absurdo. Otros
trabajos importantes de esa época que influyeron en laprogramación lógica,
fueron los de Loveland, Kowalski y Green, que diseña unprobador de teoremas que
extrae de la prueba el valor de las variables para lascuales el teorema es válido. Estos
mecanismos de prueba fueron trabajados con muchoentusiasmo durante una época,
pero, por su ineficiencia, fueron relegados hastael nacimiento de Prolog, que
surge en 1971 en la Universidad de Marsella,Francia. Actualmente,
la programación lógica ha despertado uncreciente interés que va mucho más
allá del campo de la InteligenciaArtificial y sus aplicaciones. Los japoneses,
con sus proyectos de máquinas dela quinta generación, dieron un gran impulso a
este paradigma de programación. La
Lógica de Primer Orden, es uno de los formalismos másutilizados para
representar conocimiento en Inteligencia Artificial. La Lógicacuenta con un
lenguaje formal mediante el cual es posible representar fórmulasllamadas
axiomas, que permiten describir fragmentos del conocimiento y, ademásconsta de
un conjunto de reglas de inferencia que aplicadas a los axiomas,permiten derivar
nuevo conocimiento. El Alfabeto del Lenguaje de la Lógica de Primer Ordencontiene dos tipos
de símbolos: A
partir de estos símbolos se construyen las expresiones válidasen el Lenguaje
de Primer Orden: los términos y las fórmulas. Un término
es cualquiera de las tresexpresiones siguientes: una constante, por ejemplo, el
número "100",la palabra "alfredo" y la letra "c";
o una variable, porejemplo, "X" o bien una expresión de la
forma"f(t1,...,tn)" donde "f" es un símbolo de función
n-aria yt1,...,tn son términos. Ejemplos de funciones son: f(100,X), padre(Y)
ysucesor(X). Las fórmulas
atómicas o elementales son expresionesde la forma R(t1,...,tn) donde R es un símbolo
de relación n-aria y t1,...,tnson términos. Ejemplos
de fórmulas son: positivo(3),not(igual(4,doble(2))),recetar(X,aspirina)<=tiene(X,fiebre),
tiene(X,cefalea). Esta
última establece una regla que dice que, si X tienefiebre y cefalea (dolor de
cabeza), X debe tomar una aspirina. El
Lenguaje de Primer Orden posee un amplio poder de expresión,los términos
permiten nombrar los objetos del universo, mientras que las fórmulaspermiten
afirmar o negar propiedades de éstos o bien establecen las relacionesentre los
objetos del universo. Puede
decirse que la Programación Lógica utiliza la Lógicade Primer Orden como
lenguaje de programación. Prolog es un ejemplo de lenguajebasado en la Lógica
de Primer Orden y aunque toma su nombre de este término("PROgramming in
LOGic"), no abarca toda la riqueza de la Lógica dePrimer Orden para
resolver problemas, pues está restringido al uso de ciertaclase de fórmulas
denominadas cláusulas definidas o cláusulas de Horn. Un
programa lógico está formado por un conjunto finito decláusulas de programa
que son hechos o reglas. Por ejemplo: padre(luis,miguel).
hecho Este
programa está formado por cuatro cláusulas deprograma, las tres primeras son
del tipo hecho y definen la relación padre/2 yla cuarta una regla que define la
relación abuelo/2. Nótese el uso de lasvariables X,Y y Z en esta cláusula,
las cuales permiten definir de manerageneral en Prolog la relación "ser
abuelo de", pues la lecturadeclarativa de dicha cláusula es la siguiente:
"Para cualesquiera X,Y,Z secumple que: X abuelo de Y, si X padre de Z y Z
padre de Y". En
Prolog es posible hacer preguntas sobre objetos yrelaciones del dominio y estas
preguntas se formulan como objetivos o metas, queson evaluadas por el intérprete
de Prolog utilizando su mecanismo de inferenciainterno, el cual determina si la
meta a demostrar es una consecuencia lógicadel programa, aplicando reglas de
deducción para obtener la respuesta. Por
ejemplo, del programa anterior, utilizando la cláusulade tipo meta ?abuelo(X,juan),
para preguntar ¿quién es el abuelo deJuan? o bien ¿quiénes son los abuelos
de Juan?, es posible deducir que Luis esabuelo de Juan, aunque implícitamente
no existe en el programa ningún hechoque así lo afirme. En
este caso la ejecución del programa, para dicha meta,arrojaría como resultado
que X=luis. El
método de deducción utilizado por Prolog, para darrespuesta a los objetivos
planteados, se basa en el uso de una única regla deinferencia: el Principio de
Resolución. Los
primeros trabajos de prueba automática de teoremasutilizaban la resolución,
aplicada a cláusulas cualesquiera, pero el problemade las deducciones con cláusulas
generales es el gran número de combinacionesposibles para llevar a cabo las
resoluciones. Por
ello Prolog restringe el conjunto de cláusulas, lo quele permite llevar a cabo
una prueba dirigida y, en la mayoría de los casos, conun universo de
posibilidades explorable en tiempo de ejecución. Realmente,
en Prolog se hace uso de una estrategia derefinamiento de dicho principio,
denominada Resolución-SLD, la cual se aplica acláusulas definidas. I.3. Algoritmos. Cuando
una tarea se realiza por medio de un algoritmoperfectamente definido de
almacenamiento, clasificación o cálculo, lo puedehacer un computador. Este
concepto de algoritmo, secuencial, fijo y dedeterminadas operaciones, es incapaz
de manejar problemas donde el camino delrazonamiento es variable y donde deben
afrontarse situaciones diversas sin habersido especificadas. La
Inteligencia Artificial hace uso de un tipo de lenguajediferente como es el caso
de LISP y PROLOG. En
1932, Cannon visualizó la evolución natural como unproceso de aprendizaje.
Alan Turing reconoció, en 1950, que debe haber unaconexión obvia entre el
aprendizaje de máquina y la evolución, y señaló quese podrían desarrollar
programas para jugar ajedrez usando esta técnica.Campbell conjeturó en 1960
que en todos los procesos que llevan a la expansióndel conocimiento, se
involucra un proceso ciego de variación y supervivenciaselectiva. Los
primeros intentos de aplicar de manera formal la teoríade la evolución, a
problemas prácticos de ingeniería, apareció en las áreasde control de
procesos estadísticos, aprendizaje de máquina y optimización defunciones. Tal
vez el primer intento serio de este tipo se dio en el trabajo querealizaron Box
y sus colegas en 1957, en el desarrollo de una técnica quedenominaron operación
evolutiva, la cual se aplicó a una planta demanufactura, y que se implanto
sobre la base de los votos de un comité de jefestécnicos. Bajo este esquema,
la calidad del producto avanzaba a través demutaciones aleatorias y la selección
era determinada por el comité. Por
su parte, Friedberg intentó, en 1958, hacer que unprograma en lenguaje máquina
se mejorara a sí mismo, seleccionandoinstrucciones que se asociaran más
frecuentemente con un resultado exitoso.Aunque Friedberg nunca mencionó explícitamente
estar simulando la evoluciónnatural, esa es la interpretación más comúnmente
aceptada de su trabajo, y apesar de que tuvo cierto éxito evolucionando
manipuladores de bits ydeterminando las interconexiones de una caja negra de
1400 terminales, lacomunidad de Inteligencia Artificial de la época prestó
poca atención a sutrabajo. Por ejemplo, Minsky lo criticó duramente,
argumentando que una búsquedapuramente aleatoria era mucho mejor que el
algoritmo de Friedberg. El
trabajo de Bremermann, en 1958, se enfocó más a laoptimización, introduciendo
el importante manejo de un valor de aptitud, ydefiniendo a un individuo como una
cadena de símbolos binarios (unos y ceros).Bremermann advirtió, acertadamente,
que la mutación jugaba un papel importanteen la evolución, pues impedía el
estancamiento en mínimos locales. Aunquemuchas de sus ideas se usan hoy en día,
Bremermann cometió el error de tratarde optimizar funciones lineales y
convexas, obteniendo resultadosdecepcionantes, pues sus algoritmos evolutivos
tenían que ser complementadoscon otras heurísticas para converger en una
solución. Hoy sabemos que losalgoritmos evolutivos difícilmente pueden
competir con las técnicastradicionales de optimización en esos dominios. Barricelli
ofreció, en 1954, una de las primerassimulaciones que usaba principios
evolutivos, utilizando los mismosprocedimientos generales que se usan hoy en día
en la disciplina conocida comovida artificial. Sin embargo, en este trabajo, así
como el que Reed realizóposteriormente en 1967, se concluyó que la cruza no
parecía mejorar lavelocidad de la adaptación selectiva, y el operador
primordial era la mutación. Fue
Fogel el que introdujo la primera técnica evolutiva querealmente funcionó más
o menos dentro de los lineamientos actuales de lacomputación evolutiva. Su
programación evolutiva consistía en hacerevolucionar autómatas de estados
finitos por medio de mutaciones. Fogelintrodujo los importantes conceptos de
población y selección, y aunque lasrevisiones iniciales de su trabajo fueron
favorables, algunos investigadores,como Solomonoff, enfatizaron que el método
de Fogel no debía verse en suestado actual (en 1966) como algo particularmente
útil para resolver problemas,a excepción de los más simples posibles.
Solomonoff vio a la programaciónevolutiva como una especie de búsqueda
escalando la colina modelada medianteautómatas, y otros investigadores como
Holland, Kieras, Rada y Lenatcompartieron esa opinión. Otra
técnica evolutiva dirigida particularmente a laoptimización de funciones
continuas de alta complejidad se desarrolló enAlemania, en 1965, por Rechenberg
y Schwefel. Esta técnica, llamada estrategiaevolutiva, se utilizó inicialmente
para resolver problemas de ingeniería quedesafiaban a los métodos de
optimización tradicionales, como el gradienteconjugado, y se basa en la
modificación sistemática de un vector de númerosreales (representando las
variables de decisión del problema) medianteoperadores probabilísticos, usando
ciertos criterios para decidir en quédirección dirigir la búsqueda. La
estrategia evolutiva utiliza como operadorprincipal a la mutación, y en su
versión más reciente usa la cruza comooperador secundario. Aunque
el australiano Fraser propuso, desde fines de los 50,un procedimiento muy
similar al que John Holland llamó planes evolutivos afines de los 60, es al
segundo al que se le suele atribuir la creación de la técnicaque se conoce
como algoritmo genético, a raíz de que Holland publicara ellibro
"Adaptation in Natural and Artificial Systems" en 1975. La
principal diferencia del algoritmo genético con las técnicasantes mencionadas,
es que utiliza la cruza como operador principal y a la mutacióncomo operador
secundario (e incluso opcional). El algoritmo genético, al igualque las redes
neuronales, funciona como una caja negra que recibe ciertasentradas y produce
(tras una cantidad de tiempo indeterminada) las salidasdeseadas. Sin embargo, a
diferencia de éstas, los algoritmos genéticos nonecesitan entrenarse con
ejemplos de ningún tipo, sino que son capaces degenerar sus propios ejemplos y
contraejemplos que guíen la evolución a partirde poblaciones iniciales
totalmente aleatorias. Los
mecanismos de selección del más apto y de reproducciónsexual del algoritmo
genético, son los encargados de preservar las característicasmás adecuadas de
cada individuo a fin de hacer converger a la población ensoluciones óptimas. Los
algoritmos genéticos se distinguen también por noquedar atrapados fácilmente
en mínimos locales, como la mayor parte de las técnicasde búsqueda clásicas,
además de usar operadores probabilísticos másrobustos que los operadores
determinísticos, que las otras técnicas suelenusar. No
obstante, siendo una heurística, tampoco puedengarantizar encontrar siempre la
solución óptima, si bien la experienciaacumulada hasta la fecha parece
demostrar que, cuando se utilizanapropiadamente, pueden proporcionar soluciones
muy aceptables y, en la mayoríade los casos, superiores a las encontradas con
otras técnicas de búsqueda yoptimización. Aunque
aún atacados por algunos sectores de la comunidad deInteligencia Artificial,
los algoritmos genéticos, al igual que las redesneuronales, se han ido ganando
poco a poco, y sobre la base de la efectividad desus resultados en aplicaciones
prácticas, el reconocimiento de losinvestigadores como una técnica efectiva en
problemas de gran complejidad, comolo demuestra un número creciente de
conferencias y publicaciones especializadasalrededor del mundo, en los últimos
años. I.4. Base de Conocimiento. Sistemas Basados enConocimiento. Los
métodos generales desarrollados para la resolución deproblemas y técnicas de
búsqueda al inicio de la era de la InteligenciaArtificial demostraron no ser
suficientes para resolver los problemas orientadosa las aplicaciones, ni fueron
capaces de satisfacer los difícilesrequerimientos de la investigación. A
este conjunto de métodos, procedimientos y técnicas, selo conoce como Inteligencia
Artificial Débil. La principalconclusión que se derivó de este trabajo
inicial fue que los problemas difícilessólo podrían ser resueltos con la
ayuda del conocimiento específico acercadel dominio del problema. La
aplicación de estas ideas dio lugar al desarrollo de losdenominados Sistemas
Basados en Conocimiento (Knowledge Based Systems) yal aparecimiento de la
Ingeniería Cognoscitiva, como una rama de laInteligencia Artificial, que
estudia los sistemas basados en el conocimiento. Ladefinición de un sistema
basado en conocimiento puede ser la siguiente: Es un sistema computarizado capaz de resolver problemas en el dominio en
elcual posee conocimiento específico. La
solución es esencialmente la misma que hubiera dado unser humano confrontado
con idéntico problema, aunque no necesariamente elproceso seguido por ambos
puede ser igual. El
simple concepto dado, puede causar confusión ya quemuchos sistemas basados en
programas convencionales podrían ser incorrectamentecategorizados como sistemas
basados en conocimiento. Esta inconsistencia puedeser aclarada, sobre la base de
tres conceptos fundamentales que distinguen a lossistemas basados en
conocimiento de los programas algorítmicos convencionales yde los programas
generales basados en búsqueda: Inteligencia Artificial débil. Las características principales son: Los principales problemas asociados a este método son: I.4.1 Experiencia, Habilidades y Conocimiento. Los
tipos de experiencia que son de interés en los sistemas basados enconocimiento,
pueden ser clasificados en tres categorías: asociativa, motora yteórica. Los
sistemas basados en conocimiento son excelentes para representar conocimientoasociativo.
Este tipo de experiencia refleja la habilidad heurística o elconocimiento que
es adquirido mayoritariamente, a través de la observación. Puede
ser que no se comprenda exactamente lo que ocurre al interior de unsistema (caja
negra), pero se pueden asociar entradas o estímulos con salidas orespuestas,
para resolver problemas que han sido previamente conocidos. La
experiencia motora es más física que cognitiva. La habilidad seadquiere
fundamentalmente a través del ejercicio y la práctica físicaconstante. Los
sistemas basados en conocimiento no pueden emular fácilmenteeste tipo de
experiencia, principalmente por la limitada capacidad de latecnología robótica. La
experiencia teórica y el conocimiento profundo permite que loshumanos
puedan resolver problemas que no se han visto antes, es decir, no existeuna
posibilidad asociativa. El conocimiento teórico y profundo se adquiere através
de estudio y entrenamiento formal, así como por medio de la resolucióndirecta
de problemas. Debido
a su naturaleza teórica, este conocimiento se puede olvidar fácilmente,a no
ser que se use en forma continua. Al momento, los sistemas convencionalesbasados
en conocimiento tienen muchas dificultades para duplicar este tipo
deexperiencia. Sin embargo, los Sistemas de Razonamiento Basado en Modelosrepresentan
un notable intento de encapsular este conocimiento profundo yrazonar con él. Estructura de los Sistemas Basados en Conocimiento. La
arquitectura de un sistema basado en conocimiento de alguna manera reflejala
estructura cognitiva y los procesos humanos. La primera parte es la memoriade
largo plazo, en la que guarda los hechos (Base de Hechos) y los
conocimientos(Base de Conocimientos) acerca del dominio en el que tiene
experiencia.
Estructura de un sistema basado en conocimiento La
segunda parte es el sistema que realiza la funciónde razonamiento para resolver
problemas (Motor de Inferencia).Finalmente, la tercera parte la conforman
las unidades de entrada y salida quepermiten la comunicación entre el sistema y
su entorno. La
representación del conocimiento determina el desarrollode un sistema experto e
influye en las estrategias de control. Es muy versátil,hay muchas formas de
hacerlo y es complicada la elección. Generalmente laelección está basada en
la intuición o en las especiales circunstancias delproblema. La
primera fase es la adquisición del conocimiento desde unexperto y depende de la
cantidad y de su adecuada representación. Se debenconocer los límites, pues sólo
llegan hasta donde son capaces de resolver unproblema. Esto implica, que tiene
que circunscribirse a un dominio homogéneo. El
lenguaje de programación debe ser adecuado, se usanprincipalmente el LISP y
PROLOG, que difieren de los lenguajes clásicos en quesus reglas (que también
contienen hechos) entran masivamente, y que elprograma, es decir, el motor de
inferencia, encontrará el camino a través dereglas. Por
otra parte, la programación procedural consiste en unacuidadosa descripción de
los algoritmos que marcan el camino de los diferentesprocedimientos y funciones
en los programas. Estos
dos modos de programación son teóricamente iguales,pero en la práctica
difieren. La
programación declarativa es un tipo de programaciónimplantada en los sistemas
expertos y por ciertos lenguajes. La principaldiferencia es que en la
declarativa las reglas se formulan independientemente desu secuencia de aplicación.
El modo en que se ejecutan las reglas correspondeal motor de inferencia y es
independiente de las reglas en sí mismas. En laprogramación procedural, las
reglas se implantan y ejecutan en un ordenestablecido. Las
ventajas en los sistemas expertos es la modularidad, nohay un solo camino para
responder a un problema y son fáciles de leer, lo quesimplifica comprobar su
consistencia. La
representación del conocimiento es esencial eninteligencia artificial y es la
base de la construcción de un sistema experto. Fases en la adquisición del conocimiento: Tecnología de los Sistemas Basados en Conocimiento. Desde
el punto de vista tecnológico, los Sistemas Basados enConocimiento pueden
presentar varias formas de aplicación: ·
Aislada:
un Sistema Basado en Conocimiento único se relaciona con el entorno. I.5. Motor de Inferencia. Un
motor de inferencia interpreta y evalúa los hechos en labase de conocimientos
para proveer una respuesta. Este debe ser independientedel conocimiento y de los
hechos. Se puede caracterizar por: El
lenguaje en que ha sido escrito. No Ordenada: aleatoria, heurística. Ordenada: Encadenamiento hacia adelante (guiado por
los datos, deductivo), encadenamiento hacia atrás (guiado por los
objetivos, inductivo). Booleana, trivalente, multivalente, difusa. Monotónica o no monotónica. Atemporal o temporal. Lógica de orden 0, orden 0 , orden 1. Determinístico. Probabilístico. Aproximado. Difuso. En
un sistema experto, dado un estado particular de la basede datos, se deben
reconocer las reglas aplicables y esto se llama filtrado oidentificación de
patrones, operación especialmente larga, ya que muchossistemas realizan una
preselección de las reglas antes de que comience laidentificación propiamente
tal. Es decir, se considera un subconjunto de reglasy entre éstas, las
aplicables. Esto, es lo que se llama restricción. Adicionalmente
puede existir una Base de Datos con informaciónpuntual sobre problemas específicos
anteriormente resueltos por el sistema, yque se usa como información adicional
en el proceso de inferencia. Una
vez que las reglas han sido reconocidas deben serelegidas, dependiendo de la
estrategia de control, que es la selección. Una
vez que las regla han sido elegida ha de ejecutarse. Al
módulo central del sistema experto que maneja estas tresoperaciones se le
denomina motor de inferencia o intérprete de reglas. Haydiversos tipos de
motores de inferencia según los métodos con que se manejanlas tres operaciones
precedentes. Identificación de patrones. Esta
operación determina cuáles son las reglaspotencialmente aplicables en un
estado dado de la base de datos. Hay
ciertos métodos típicos para resolver problemasmediante Inteligencia
Artificial como: descomposición de problemas, inferenciadeductiva, deducción lógica,
etc. No
es necesario que la búsqueda se aplique a todas lasreglas, el sistema de
control puede decidir cuáles no son necesarias a esenivel. El
filtrado significa tener el conocimiento para encontrarlas reglas cuya
precondición se satisfaga. Se debe comparar por tanto laprecondición con la
base de datos. Si es una regla deductiva "si premisaentonces conclusión",
la parte a ser probada de la regla, se llamadisparador o activador (tigger) es
siempre una fórmula bien formada ya sea de lógicaproposicional o de lógica de
primer orden. Puede aplicarse a cualquier hecho. El
único lenguaje que está totalmente basado en el cálculode predicados es el
PROLOG. Los
procesos de identificación de patrones pueden mejorarseexaminando, dentro del
activador de cada regla, primero los predicados con másrestricciones, es decir,
los que tienen el menor número de variables libres.Otra forma de proceder es
que, para cada regla o parte de su activador, seguarda en la memoria el
resultado de las posibles unificaciones para cada partedel activador. Después
de cada ciclo del motor de inferencia, esta memoria seactualiza y se denomina
filtrado por propagación. Ejecución de las reglas. Después
de la fase de filtrado, cuando una regla estáreconocida como aplicable,
teniendo en cuenta la base de datos existente, soloresta ejecutarla. Si hay
varias posibles reglas, la elección la realiza laestrategia de control. La
conclusión de la regla tiene por objeto modificar la basede conocimiento,
creando, modificando o suprimiendo un hecho. La fase de restricción. En
un sistema dirigido por los datos, el filtrado consiste enretener todas las
reglas cuyas premisas son verdaderas teniendo en cuenta loshechos (verdaderos)
presentes en la base de datos. Este sistema funciona enencadenamiento hacia
delante. Si
el sistema es a la vez dirigido por los datos y por losobjetivos, se denomina
mixto. La
restricción también puede estar especificado explícitamentepor el experto
para utilizar reglas dentro de las reglas, es decir, meta reglas.Indica qué
grupo de reglas debe ser retenido, por prioridad, o definir un ordenen los
subconjuntos de las reglas. El
conocimiento puede organizarse en forma de red como en lasredes semánticas
utilizadas en el análisis sintáctico del lenguaje. Su posicióndentro de la
red dirige las restricciones utilizando heurísticas. Estaformulación es
particularmente eficiente si se establece válidamente unaorganización jerárquica
del conocimiento, en este caso existiría una taxonomíade los hechos. Otro
modo de gobernar las restricciones es organizar lasreglas en paquetes o
esquemas, lo que genera una estructura de árbol en reglas,lo que es una
ventaja. Todos
estos modos dependen de la forma en que estárepresentado el conocimiento. La fase de selección. Como
después de las fases anteriores quedan varias reglas sedebe seleccionar una y
luego de procesada el programa debe saber dónde volver. Cuando
hay una o más reglas, se usan dos estrategias: -
La búsqueda en anchura, que elige una, generalmente laprimera y se van
ejecutando por turno antes de comprobar que se ha alcanzado lacondición final.
Si no es así se inicia otro ciclo del motor de inferencia.Este tipo de búsqueda
es exhaustiva y la usa el sistema experto MYCIN. Cada
una de las estrategias pueden ser irrevocables o avanzarpor prueba y error. Muchos
sistemas efectúan marcha atrás, si no hay reglaaplicable, pero si el sistema
está bajo un control irrevocable se detendrá. Visto
en la práctica, las reglas poseen la siguienteestructura: SI
(CONJUNTO_DE_PREMISAS) ENTONCES CONSECUENCIA o
bien: (CONJUNTO_DE_PREMISAS)
CONSECUENCIA El
CONJUNTO_DE_PREMISAS contiene las cláusulas, osimplemente condiciones, que
deben cumplirse para que la regla pueda ejecutarse,y la CONSECUENCIA
representa el resultado de la ejecución de dicharegla. Un
ejemplo sencillo que ilustra cómo representarconocimiento a través de reglas: Afirmación: Todos los catedráticos son doctores. Representación
Lógica - Matemática:
En
esta representación la variable x constituye el conjuntode todas las personas
posibles, CATEDRÁTICO representa la relación "SERCATEDRÁTICO" y
DOCTOR la de "SER DOCTOR". De esta manera laregla anterior representa
el hecho: Para toda persona x, Si x es catedráticoentonces x es doctor. Representación
en SE:
o
bien: SI
(x ES CATEDRÁTICO) ENTONCES (x ES DOCTOR) En
este caso CATEDRÁTICO y DOCTOR representan de nuevorelaciones que deben estar
representadas sobre el sistema. ¿Cómo representar estas nuevas relaciones?: Como
todo sistema informático los SE pueden operar sobre unconjunto finito de
elementos, para esto es necesario definir el universo detrabajo dentro del cual
probaremos nuestras reglas. Sobre esta base la definiciónde la relación SER
CATEDRÁTICO o CATEDRÁTICO, según sea la representaciónusada, debe hacerse
puntualmente para cada individuo del universo, por ejemplo: CATEDRÁTICO("Mario
Pérez") CATEDRÁTICO("Manuel
Fernández") CATEDRÁTICO("Maria
González") Los
componentes de la relación SER DOCTOR se deducen apartir de la relación SER
CATEDRÄTICO y la regla anterior, por lo que no esnecesario una representación
o definición explícita. La inferencia o extracción de conclusiones: Para
extraer una conclusión, o inferencia, se hacenecesario, antes que nada, saber
el objetivo a satisfacer, o problema aresolver. Este problema se plantea en
forma de objetivo que se toma por el Motorde Inferencia el cual a través de la
activación y encadenamiento de reglastrata de llegar a una solución. Al seguir
con el ejemplo: Objetivo: "Es
Mario Pérez Doctor"? Solución: Al
aplicar la regla: SI (x ES CATEDRÁTICO) ENTONCES (x ESDOCTOR) Se
debe chequear, como precondición de activación, elcumplimiento de la relación: CATEDRÁTICO("Mario
Pérez") Se
debe chequear la base de Axiomas o Afirmaciones: CATEDRÁTICO("Mario
Pérez") existe en la base deaxiomas, por lo que la precondición es
verdadera. Se
dispara la consecuencia y se llega a la conclusión queMario Pérez es doctor. Encadenamientos de reglas: Existen
dos mecanismos fundamentales de encadenamiento dereglas: 1.
Encadenamiento hacia delante: Se
produce cuando el objetivo propuesto al sistema hace quese ejecute una regla, y
la conclusión obtenida permite que se ejecute otra, yasí sucesivamente hasta
llegar a una respuesta, positiva o negativa. El puntofinal se detecta cuando no
se pueden producir más encadenamientos, por ejemplocuando se llega a un axioma. Por
ejemplo: (1).
SI (x ES JEFE_DPTO) ENTONCES (x ES CATEDRÁTICO) (2).
CATEDRÁTICO("Mario Pérez") (3).
CATEDRÁTICO("Manuel Fernandez") (4).
CATEDRÁTICO("Maria Gonzalez") Al
evaluar el objetivo: "Mario Pérez esJefe_Dpto"?, se dispara la regla
(1), la cual a su vez se encadena con la(2), en este momento no se pueden
producir más encadenamientos pues la regla(2) es un axioma. Llegado a este
punto el Motor de Inferencia retrocede y da unarespuesta positiva a la pregunta. Consiste
en, dado un objetivo, buscar una regla que permitaestablecer dicha conclusión,
el proceso se repite hasta encadenar con la reglacuya conclusión satisfaga el
objetivo propuesto, o se detecte que dichoproblema no se puede resolver
positivamente. Por ejemplo para averiguar si"Mario Pérez es doctor"
se busca un regla que tenga esta afirmaciónen sus consecuencias. Analizando las
reglas anteriores vemos que la regla: (5).
SI (x ES CATEDRÁTICO) ENTONCES (x ES DOCTOR) Satisface
estas condiciones; siguiendo esta regla hacia atrástenemos que buscar una nueva
que permita validar si "Mario Pérez" escatedrático, lo cual se hace
con el axioma (2). Los
encadenamientos constituyen, de esta manera, una de lasherramientas
fundamentales del Motor de Inferencia; el Lenguaje PROLOG solamentesoporta el
encadenamiento hacia atrás, el cual constituye el másfrecuentemente
implementado. | |||||||||
