Post on 02-Apr-2015
1
Aproximaciones hacia áreas de IA
Aprendizaje Sistemas basados en reglas Planificación Áreas basadas en habilidades Robótica Agentes softbots y hardbots
2
Aprendizaje de máquina
Con Explicación Descubrimiento Minería de datos
Sin Explicación Redes neurales Razonamiento basado en casos Algoritmos Genéticos
3
Aprendizaje - Explicación
4
Aprendizaje – sin explicación
Redes Neurales
5
Sistemas basados en reglas
Lenguajes Lógicos Prolog LISP
Bases de Conocimientos Motores de Inferencia
6
Búsqueda
“Todo en IA se reduce a búsquedas” Teoría de Juegos Espacios de problema
Cada problema es un árbol “virtual” de todas las posibilidades, de buen o mal éxito.
El truco reside en encontrar estrategias de búsqueda eficientes.
7
Búsqueda Min - Max
8
Áreas basadas en habilidades (autómata pensante mínimo)
Visión de Computadora Reconocimiento de Lenguaje
Natural Generación de Lenguage
Natural Reconocimiento del habla Generación del habla Robótica
9
Traducción entre lenguajes naturales
“La carne es débil pero el espíritu es voluntarioso”
Traducido al idioma rusoRetraducido al idioma original“La comida es mala pero el
vodka está grandioso”
10
Reconocimiento de lenguaje natural
You give me the gold
pronounn
verb pronound
article noun
VP NP
VP
NP
VP
NP
sentencew
PERSON:Joe
PERSON:FredTRANSACTION
GOLD: X
REPT
OBJ
AGNT
Audio
Words
Syntax
Context
Semantics
11
Reconocimiento de lenguaje natural
PERSON:Tom
BELIEF
PERSON:Mary
WANT
T MARRY SAILOR
SITUATION:
PROPOSITION:
EXPR
EXPR
AGNT
PTNT
PTNT
PTNT
“Tomás cree que María quiere casarse con un marinero.”
12
Algunas pocas ramas de la IA
Resolución de problemas (rama con buenos éxitos iniciales GPS – juegos – ajedrez –uso de búsqueda y de reducción de problemas)
Razonamiento lógico (demostración de teoremas Otter con su gestión de bases de conocimiento)
13
Algunas pocas ramas de la IA
Programación automatizada (basada en descripciones que sirvan como pistas – buen éxito con técnicas semi-automáticas – sistemas de detección de errores – verificación automática para eliminar errores)
14
Algunas pocas ramas de la IA
Comprensión del habla y modelado semántico. Moderado éxito en campos muy específicos. Cómo se entienden los lenguajes escritos u orales – Responder preguntas – traducir entre hablas – asociar palabras orales con palabras reales – reconocimiento del habla – sintaxis, formas correctas e incorrectas – semántica de voces, frases, oraciones – el problema del contexto – conversación – lectura de labios (??)
15
Algunas pocas ramas de la IA
Reconocimiento de patrones – (identificación computacional de objetos – formas – sonidos – comprensión del habla y de gráficos – imágenes satelitales – adquisición de señales – extracción de detalles – minería de datos – reentrega de información)
Sistemas expertos – Sistemas basados en el conocimiento – (ingeniería del conocimiento adquisición – explicación de las respuestas dadas – modelos del conocimiento, esto es, qué hacer con la info – gestión de lo incierto)
16
Algunas pocas ramas de la IA
Planificación Aprendizaje de Máquina y
Redes Neurales Visión de máquina Robótica Razonamiento No Monótono –
Sistemas de Mantenimiento de la Verdad
17
IA débil versus fuerte
IA débil cree en máquinas que algun día podrán actuar como si fuesen inteligentes.
IA fuerte cree en máquinas que algun día, actuando inteligentemente, pasarán a tener mentes realmente concientes.
18
¿Qué es la inteligencia?La Sala China
19
¿Qué es la Inteligencia?La Sala China
?
20
¿Qué camino ya se ha hecho?
Nuestros mejores sistemas tienen la inteligencia de una rana.
¿Cuántas ranas están usando su inteligencia para el control de un reactor nuclear?
21
¿Qué camino ya se ha hecho?
Zue Pegasus (programa que reconoce la fonética de diversos clientes para reservas de viajes)
Schwuttke Marvel (sistema experto que monitorea naves espaciales)
Pomerleau (conducción autónoma de vehículos robóticos con red neural)
Heckerman (sistema experto médico que resulta mejor que el mismo experto)
King (sistema de control de tráfico con video)