IA
Unidad I: Introducción.
Concepto de Inteligencia Artificial • Es la ciencia e ingeniería de investigar y construir maquinas que hagan cosas que requieren de inteligencia hechas por las personas • Ciencia que estudia el comportamiento inteligente, a fin de formular una Teoría de la Inteligencia que explique la conducta de seres naturalmente inteligentes, que guíe la creación de seres artificiales capaces de manifestar dicho proceder inteligente (Gómez et al., 1997)
Dificultades para definirla: Existe una dificultad para definir la IA ya que resulta difícil entender y explicar la naturaleza de la inteligencia y el aprendizaje. También se desconoce si existen mecanismos o procesos básicos comunes en los comportamientos inteligentes, o si el conocimiento que se tiene es suficiente para reproducir artificialmente artificialmente a la inteligencia. 1) La tendenciosidad tendenciosidad (fin subjetivo) subjetivo) con que se trata el concepto de de inteligencia. inteligencia. 2) La dificult dificultad ad de admitir admitir la cuantific cuantificació ación n de la inteligen inteligencia. cia. 3) Una Una vez que se programa programa una una función función mental, mental, la gente gente pronto pronto deja de verla verla como un pensamiento real. 4) Todo comporta comportamien miento to inteligent inteligente e necesita necesita conocimien conocimiento to previo (ya sea innato innato o adquirido). IA ciencia e IA ingeniería. IA como ciencia estudia la mente. “IA como ingeniería es una ciencia que estudia el comportamiento inteligente, a fin de formul formular ar una una Teoría Teoría de la Inteli Inteligen gencia cia que expli explique que la conduc conducta ta de seres seres natur natural almen mente te inteligentes, que guíe la creación de seres artificiales capaces de manifestar dicho proceder inteligente.” IA como ingeniería construye maquinas inteligentes. La IA como ingeniería trata de construir artefactos que tengan una conducta inteligente, tiene como meta de trabajo construir sistemas reales que funcionen y desarrollen las funciones que realizan los seres inteligentes. inteligentes. Antecedentes históricos: En 1943 se publicaron 3 artículos teóricos relativos a lo que ahora se denomina cibernética. cibernética. En el primero se sugería distintas formas de otorgar fines y propósitos a las maquinas, en el segundo, se puso de manifiesto de que modo las maquinas podían emplear conceptos de lógica y abstracción y demostró como cualquier cualquier ley de entrada-salida podía modelizarse con una red neural. El ultimo, propuso que las maquinas empleasen modelos y analogías en la resolución de problemas. Estas ideas no se pusieron en practica hasta mediados de los ‘ 50, en los que el nivel de capacidad y flexibilidad de las computadoras permitieron la programación de procesos de tal complejidad. A mediados de 1.956, 1.956, un grupo de investigadore investigadoress se reunió en Darmouth Darmouth para discutir discutir la posibilidad posibilidad de construir máquinas genuinamente genuinamente inteligentes. En ese año dieron lugar a la aparición de ese dominio de conocimiento conocimiento académico y científicamente reconocido reconocido como “Inteligencia “Inteligencia Artificial” bautizado por McCarthy. Después de esta reunión c/u siguió con trabajos independientes independientes y así definieron dos escuelas que hoy en día constituyen los dos enfoques que imperan en la I.A.: el modo de simulación y el de ejecución. En el primer modo sus representantes (Newell y Simon) pretenden emular el cerebro, incluida su estructura. En el segundo, sus integrantes (McCarthy y Minsky) buscan crear sistemas cuyo comportamiento sea tal que, si lo llevase a cabo una persona sería considerada inteligente. Ambos enfoques son necesarios debido a que el primero
con es estudio y desarrollo de sistemas inteligentes inteligentes con simuladores, da la oportunidad oportunidad de alcanzar nuevos niveles de complejidad en las teorías del conocimiento. conocimiento. Principales campos de aplicación: tradicionales y novedosos. • Tareas de percepción visual. • Reconocimiento Reconocimient o de lenguaje natural (habla, escritura, traducción, …). • Control de robots. • Juegos (ajedrez, backgammon, damas,…). • Ingeniería (diseño, detección de fallos, planificación de manufacturación,…). manufacturación,…). • Sistemas expertos: (deducción basada en reglas) conocimiento como un conjunto de re reglas simples, para guiar el dialogo y deducir conclusiones. conclusiones. • Demostración automática de teoremas • Programación automática: programador y programa actúan de manera determinada • Análisis científicos (matemáticas, geometría, lógica, cálculo, demostración de propiedades, …). • Medicina (diagnósticos, asesoramientos,...). asesoramientos,...). • Análisis financieros. financieros. • Otros. Inteligencia humana: características del comportamiento inteligente y facultades de un ser inteligente. Características (comportamiento inteligente): • No está condicionado por mecanismos innatos. •
Las situaciones nuevas se dominan sin necesidad de aplicar mecanismos de pruebaerror.
•
La consideración de situaciones e interrelaciones para hallar la solución a un problema se realizan a nivel de operaciones mentales.
Facultades de un ser inteligente: • Comu Comuni nica caci ción ón:: pued pueden en enco encont ntra rarr sign signifific icad ado o en mens mensaj ajes es ambi ambigu guos os y aun aun contradictorios. • Conocim Conocimiento iento intern interno: o: conocen conocen acerc acerca a de si mismo mismos, s, por ejemp ejemplo, lo, saben saben cuando cuando necesitan algo, o lo que piensan de algo. •
Conocimiento del entorno: saben encontrar y utilizar información del mundo exterior, saben cómo utilizar experiencias pasadas.
•
Intencionalidad: el comportamiento está dirigido por metas saben que quieren y crean un plan para conseguirlo.
•
Crea Creatitivi vida dad: d: impl implic ica a usar usar cono conoci cimi mien ento to y habi habililida dade dess de una una mane manera ra nuev nueva a e inesperada, inesperada, implica descubrimiento descubrimiento e invención. invención.
•
Utilización de símbolos: saben decodificar mensajes verbales, visuales, etc., a fin de obtener un contenido.
•
Razonamiento e Inferencia: son capaces de resolver problemas a partir de información incierta e incompleta. incompleta. Razonar es la capacidad de derivar derivar inferencias.
con es estudio y desarrollo de sistemas inteligentes inteligentes con simuladores, da la oportunidad oportunidad de alcanzar nuevos niveles de complejidad en las teorías del conocimiento. conocimiento. Principales campos de aplicación: tradicionales y novedosos. • Tareas de percepción visual. • Reconocimiento Reconocimient o de lenguaje natural (habla, escritura, traducción, …). • Control de robots. • Juegos (ajedrez, backgammon, damas,…). • Ingeniería (diseño, detección de fallos, planificación de manufacturación,…). manufacturación,…). • Sistemas expertos: (deducción basada en reglas) conocimiento como un conjunto de re reglas simples, para guiar el dialogo y deducir conclusiones. conclusiones. • Demostración automática de teoremas • Programación automática: programador y programa actúan de manera determinada • Análisis científicos (matemáticas, geometría, lógica, cálculo, demostración de propiedades, …). • Medicina (diagnósticos, asesoramientos,...). asesoramientos,...). • Análisis financieros. financieros. • Otros. Inteligencia humana: características del comportamiento inteligente y facultades de un ser inteligente. Características (comportamiento inteligente): • No está condicionado por mecanismos innatos. •
Las situaciones nuevas se dominan sin necesidad de aplicar mecanismos de pruebaerror.
•
La consideración de situaciones e interrelaciones para hallar la solución a un problema se realizan a nivel de operaciones mentales.
Facultades de un ser inteligente: • Comu Comuni nica caci ción ón:: pued pueden en enco encont ntra rarr sign signifific icad ado o en mens mensaj ajes es ambi ambigu guos os y aun aun contradictorios. • Conocim Conocimiento iento intern interno: o: conocen conocen acerc acerca a de si mismo mismos, s, por ejemp ejemplo, lo, saben saben cuando cuando necesitan algo, o lo que piensan de algo. •
Conocimiento del entorno: saben encontrar y utilizar información del mundo exterior, saben cómo utilizar experiencias pasadas.
•
Intencionalidad: el comportamiento está dirigido por metas saben que quieren y crean un plan para conseguirlo.
•
Crea Creatitivi vida dad: d: impl implic ica a usar usar cono conoci cimi mien ento to y habi habililida dade dess de una una mane manera ra nuev nueva a e inesperada, inesperada, implica descubrimiento descubrimiento e invención. invención.
•
Utilización de símbolos: saben decodificar mensajes verbales, visuales, etc., a fin de obtener un contenido.
•
Razonamiento e Inferencia: son capaces de resolver problemas a partir de información incierta e incompleta. incompleta. Razonar es la capacidad de derivar derivar inferencias.
•
Interacción con el entorno: presentan una intensa interacción con su medio exterior.
PENSA EJEMPLOS QUE TENGAN O SEAN APLICACIONES Q SE CONSIDEREN INTELIGENTES
Unidad II: El problema y su representación. Definición de problema Una perso rsona se enfre nfren nta a un prob roblema cuan cuand do desea sea alg algo y no cono onoce inmediat inmediatamen amente te que acción, acción, o serie serie de accione acciones, s, debe ejecutar ejecutar para conseguirlo conseguirlo (Pazos Sierra). Ej: realizar un juego, demostrar un teorema, realizar un algoritmo. Condiciones que dan existencia a un problema: • Debe existir al menos un individuo (hombre o máquina) a quien atribuirle el problema. •
El individuo debe tener al menos dos cursos de acción alternativos (debe poder seleccionar seleccionar un comportamiento).
•
Debe haber al menos dos resultados posibles posibles de su selección y uno de ellos con mayor aceptación (debe existir al menos un objetivo).
•
La elección de una solución debe repercutir de diferente forma (medida en eficiencia y/o efectividad).
•
El individuo ignora cuál es el mejor curso de acción pero desea conocerlo.
Complejidad Complejidad (condiciones que aumentan la complejidad). • No recae en un individuo sino en un grupo. •
El entorno es dinámico y los cambios afectan la efectividad de los cursos de acción.
•
El número de los cursos de acción alternativos aunque finito es muy grande.
•
Las metas pueden ser múltiples y hasta incompatibles. incompatibles.
•
Las acciones son ejecutadas por otro grupo ajeno al problema.
•
Las decisiones tomadas afectan a otros grupos que pueden reaccionar bien o mal.
Formulación del Problema Definición formal (E, O, M) •
E: representa conjunto de expresiones que se suponen están presentes en el dominio del problema desde el principio. El problema implica expresiones de información. E engloba expresiones representando: tanto objetos, piezas de material suposiciones, axiomas, definiciones, hechos, etc.
•
O: en los problemas orientados a la acción, es el conjunto de todas las operaciones y transf transform ormaci acion ones es permit permitida idass a efectu efectuar ar sobre sobre E. En probl problema emass de extrac extracció ción n de conclusiones se llaman reglas de inferencia. Existen 2 tipos de O: las destructivas y las constructivas.
•
M: es la expresión terminal cuya existencia se desea conseguir en el dominio del problema. Aunque en principio puede existir un problema con varias metas, este siempre podría verse como varios problemas, tantos como metas, con los mismos E y O.
Pasos para definir formalmente un problema: • Definir el ambiente del problema. Espacio de estados. • Definir los estados iniciales a partir de los que se implementará la búsqueda. • Definir los estados objetivos, condiciones de fin de búsqueda. • Definir el conjunto de operadores, reglas y condiciones de aplicación.
Características Intrínsecas de los Problema •
Descomposición: (descomposición de problemas en conjuntos de subproblemas independientes menores o mas fáciles de resolver). Usando esta técnica de descomposición de problemas, problemas muy grandes y/o complejos pueden ser fácilmente resueltos.
•
Reversibilidad: Puedo ignorar o deshacer lo ejecutado? Hay casos en que es posible la recuperación ante errores, es decir el problema es reversible, efectuando acciones adicionales. o Ignorable: En los que los pasos dados hacia la solución pueden ignorarse. Por ejemplo, para deshacer un lema inútil para la demostración de un teorema no se necesitan acciones adicionales. o Recuperables: Pueden deshacerse pasos dados hacia la solución, consumiendo recursos. Por ej. el caso del 8 puzzle se debe guardar el orden en que se efectuaron las operaciones y que operaciones se pueden deshacer si fuera necesario. o Irrecuperable: No pueden deshacerse pasos dados hacia la solución. Por ej. en el ajedrez, si el programa hace un mal movimiento y se da cuenta de esto mas tarde, lo que debe hacer es intentar jugar lo mejor posible a partir de la situación actual
•
Determinismo / UNIVERSO: Se conocen las consecuencias exactas de la ejecución de cada acción? (consecuencia cierta, consecuencia incierta) Bondad de la solución: la solución es absoluta o relativa?(alguna solución, mejor solución) Solución meta /Solución estado: ¿la solución es ruta o meta? (busco un camino, busco un estado)
• •
FALTA Cuando un problema se vuelve complejo?? Definición de Representación: … estructura + proceso de interpretación Criterios de evaluación: • Transparencia = ¿fácil identificación del conocimiento? • Claridad = ¿representación directa del conocimiento? • Naturalidad = ¿representación similar a lo original? • Eficiencia = ¿fácil acceso? • Adecuación = ¿representa todo lo necesario? Representación de un problema: estructura de datos que contiene al problema en una forma que hace posible su solución (Borrajo et al., 1999) Árbol de espacio de estados: definición y pautas de construcción. Es la estructura que se construye partiendo desde un estado inicial cualquiera, sobre el que se aplican todas las combinaciones de operaciones válidas. Pautas de construcción: • • •
No deben generarse ciclos. No todos los nodos hojas del árbol son estados objetivos. Puede existir más de una rama que conduzca a la meta.
• •
Los nodos objetivos pueden aparecer a diferentes niveles. Los árboles poseen distintos factores de ramificación.
Pasos para la construcción: • • •
Se parte de un nodo raíz que representa el estado inicial o condiciones de inicio del problema. Luego de él se desprenden nuevos estados a los que se arriba a través de la aplicación de los operadores válidos. El paso anterior se repite para cada uno de los nodos generados, generándose el árbol de estados. Esta iteración termina cuando todos los estados metas o estados finales son generados.
Tipos de representaciones: redes semánticas, marcos, guiones y sistemas de producción. Definición, características y ejemplos. •
Red Semántica: Es una representación gráfica conformada por nodos que denotan objetos y enlaces que representan relaciones entre objetos. o
o
Características: Razonamiento: Se produce de manera directa a través de los enlaces entre conceptos. Problema: Razonamientos incorrectos. Ejemplo: Caminar PUEDE
Mamífero
ES-UN
Ballena
ES-UN
Mono
ES-UN
Razonamiento correcto Alex puede caminar
•
Willy ES-UN
Alex
Razonamiento incorrecto Willy puede caminar
Marcos: Consiste en una serie de ranuras donde cada uno de ellas representa una propiedad o atributo del objeto definido a través del marco. o Características: Razonamiento: Se produce de manera directa a través de la herencia y de la equiparación de marcos. Problema: Definición de valores por defecto en ranuras. o
Ejemplo:
Subclase
MUEBLE Material :[madera, metal] Color :[marrón, negro, azul, rojo] Altura máxima: 2 metros
SILLA Altura máxima: 1 metro Patas: [1..4] Apoyabrazos:[0,2] Utilidad : asiento Instancia
SILLA-mía Material : madera Color : si-necesito (preg-color) Patas: 4 Apoyabrazos: 0
•
Guiones: Es una estructura que representa una serie de sucesos estándares, es decir denota una secuencia de acciones. o Características: Razonamiento: Se produce de manera directa a través de la selección del guión más apropiado. Problema: Situaciones imprevistas. o
Ejemplo: Guión: Atención-biblioteca Roles: Alumno, Bibliotecario Estado inicial : Bibliotecario en mostrador Alumno ingresando a Biblioteca Estado final : Alumno se retira con libro Escena 1: Alumno pide libro * Alumno saluda a Bibliotecario * Alumno solicita libro * Bibliotecario busca libro en biblioteca Escena 2 : Bibliotecario entrega libro * Bibliotecario regresa con libro * Bibliotecario entrega libro al Alumno * Alumno se retira con libro
•
Reglas de producción: Son estructuras que poseen un lado izquierdo (parte condicional) denominado antecedente, y un lado derecho (parte de acción) denominado consecuente
IF (condición/es) THEN (acción/es) o
o
Características: • Razonamiento: Se produce a través de la equiparación y del encadenamiento de reglas. • Problema: Ejemplo: IF nota < 6 AND asistencia < 0.70 THEN reprobado IS TRUE IF reprobado IS TRUE AND asistencia-recuperatorio IS ausente THEN condición-alumno IS libre
FALTA De cada uno de los formas de representación cuales son los problemas o inconvenientes q tiene cada una de ellas, como se soluciona, cuando y en q tipo de problema son aconsejable utilizar c/u Métodos de Búsqueda (aplicados a problemas de búsqueda) QUE SON, COMO SE UTILIZAN O APLICAN, VENTAJAS Y DESVENTAJAS DE C/U Problema Ejemplo
Una persona debe viajar desde la ciudad S a la ciudad G pero desconoce la ruta a seguir para lograr su objetivo.
Se desea trayectoria que con uno final: • Solución factible) •
encontrar una vincule un nodo inicial obvia… (no siempre es explorar todas las trayectorias posibles.
Aplicar métodos de búsqueda.
Clasificación: • Métodos no informados / Débiles o ciegos: Amplitud: Se elige la primera alternativa (por convención la de más a la o izquierda) y se explotan los nodos hacia derecha, respetando el nivel, hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos.
o
Profundidad: Se elige la primera alternativa (por convención la de más a la izquierda) y se sigue hacia abajo hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se reinicia la búsqueda en el antecesor más cercano que posea hijos sin explorar.
•
Métodos heurísticos / Fuertes o Informados: o Ascenso en colina: Se procede como en la búsqueda en profundidad pero considerando para explotar aquel nodo que de acuerdo con la información adicional resulte ser el más prometedor en esa rama y nivel. El procedimiento continúa hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se procede de igual manera con el segundo nodo más prometedor de la misma rama y nivel.
o
En Haz: Se procede como en la búsqueda en profundidad pero considerando para explotar los w nodos que de acuerdo con la información adicional resulten ser los más prometedores en esa rama y nivel. El procedimiento continúa hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se reemplaza el nodo por el siguiente mejor considerando la misma rama y nivel.
o
Primero el Mejor: La búsqueda se efectúa desde el mejor nodo aún no explotado, sin interesar su ubicación dentro del árbol parcialmente desarrollado, es decir, sin considerar su posición en rama o nivel.
Unidad III: Ingeniería del conocimiento. Ingeniería del conocimiento. Se puede definir la Ingeniería del Conocimiento como el conjunto de principios, métodos y herramientas que permiten aplicar el saber científico y de experiencia a la utilización de los conocimientos y de sus fuentes, mediante invenciones o construcciones útiles para el hombre. La INCO encara el problema de construir sistemas computacionales con pericia, aspirando primero a adquirir los conocimientos de distintas fuentes y, en particular, a educir los conocimientos de los expertos y luego a organizarlos en una implementación efectiva. Sistemas basados en conocimiento La principal característica de los SBC es el cuerpo de conocimientos que acumula durante la Construcción del sistema. Estos conocimientos son explícitos y están organizados para simplificar la toma de decisiones. Un sistema basado en conocimiento es un sistema computarizado capaz de resolver problemas en el dominio en el cual posee conocimiento específico. Decimos que un programa de computación está basado en conocimiento cuando el conocimiento que utiliza está expresado en una forma directamente comprensible por nosotros, y además, el conocimiento así expresado juega un papel formal, pero causal y esencial en el comportamiento del programa. Esto es porque está expresado de una forma comprensible por nosotros. Los problemas fundamentales en la construcción de Sistemas basados en conocimientos son: • La adquisición de los conocimientos : cómo trasladar los conocimientos humanos, tal y como existen corrientemente en los textos y las mentes de los expertos en un dominio, a una representación abstracta efectiva, denominada conceptualización • La representación de los conocimientos: es decir, cómo representar los conocimientos en términos de estructuras de información que una maquina pueda procesar. • La generación de inferencias : lo que equivale a decir como hacer uso de esas estructuras abstractas de información para generar información útil en el contexto de un caso específico. Definición de Sistemas Expertos (SE) Un sistema experto es un programa de computación basado en conocimiento que emula a un experto humano en la resolución de problema significativo en un dominio específico. Tipos de conocimiento involucrado Llamamos experto a alguien que tiene una gran cantidad de conocimiento que le permite resolver ciertos problemas de manera más eficaz que la mayoría de las personas. Este conocimiento es generalmente de os tipos: público y privado. El conocimiento público incluye las definiciones, hechos y teorías que podemos encontrar normalmente en los libros de textos y manuales de la especialidad. Pero los expertos poseen fundamentalmente conocimiento privado que no se encuentra en la literatura publicada. El conocimiento privado, es lo que permite al experto resolver problemas, reconocer rápidamente cual es el enfoque más apropiado para encararlos, manejarse efectivamente con datos incompletos e inexactos o planos de errores. Es el que se adquiere principalmente con la experiencia. Comprender, adquirir y reproducir este tipo de conocimiento es la tarea central en la construcción de sistemas expertos. Personas involucradas en la construcción de un SE. Los sistemas expertos son construidos por equipos en los que colaboran expertos del dominio e ingenieros del conocimiento. Una vez construidos son consultados por los usuarios y se interrelacionan con otros sistemas y otras fuentes o destinos de datos.
En el desarrollo de un sistema experto juega un papel central el experto del dominio. En principio, podemos decir que si no existe experto humano no podemos construir un sistema experto. Los sistemas expertos no crean conocimiento, lo encapsulan y vuelven reutilizable. El ingeniero del conocimiento es un profesional dedicado a una nueva disciplina cuyo objeto es ayudar al experto humano a comprender el conocimiento que realmente utiliza para resolver un problema, y encontrar una adecuada representación formal de este conocimiento, para construir un sistema experto. Reglas de producción: Definición, tipos de encadenamiento de reglas, conflictos y resolución de los mismos, ejemplos. Definición: Una regla consiste de una condición de activación y una acción, por lo que estas reglas reúnen información relativa a las condiciones de disparo y a los efectos resultantes del disparo. Son llamadas “Reglas de Producción” o también “Reglas de Inferencia”. Las reglas de producción son del tipo: SI Premisa ENTONCES Conclusión (SI A ENTONCES B). Donde tanto las premisas como la conclusión, no son más que una cadena de hechos conectados por “Y” o por “O”. Tipos de encadenamiento posibles para las reglas de producción. Existen dos tipos de encadenamientos posibles: hacia adelante y hacia atrás: Cuando el encadenamiento es hacia adelante el encadenador de reglas parte de los datos suministrados por el usuario, que almacena en la memoria de trabajo, determina para cuales reglas son verdaderos todos los antecedentes, obtiene entonces como conclusión el consecuente de una o todas estas reglas, agrega esta conclusión a la memoria de trabajo, y reinicia el ciclo. En algún momento eventualmente se obtienen como conclusión los valores de las expresiones que constituyen el objetivo, entonces el sistema termina su trabajo indicando las conclusiones a las que ha llegado. También puede suceder que sin obtener estos valores el sistema no pueda seguir trabajando porque no hay nuevas reglas para activar, entonces termina indicando que no tiene información suficiente para cumplir con su objetivo en este caso particular. Cuando el encadenamiento es hacia atrás el encadenador de reglas parte del objetivo, determina cuales reglas concluyen una respuesta para el mismo, elige de alguna manera alguna de estas reglas, procura ahora de la misma forma determinar el valor de cada uno de sus antecedentes, si fracasa en la determinación del valor de algún antecedente o el valor que obtiene no es el requerido por la regla recomienza el análisis con otra reglas que tenga el mismo consecuente. Eventualmente en algún momento encuentra alguna regla que le indica que debe solicitar datos al usuario, en este caso lo hace y los almacena en la memoria de trabajo.
Ejemplo de razonamiento que aplica encadenamiento hacia Adelante. Ejercer ciudadanía
Mayor de edad
Nativo No tener antecedentes
Postulable
Voluntad
Postulación
Ganar elección Diputado
Ejemplo de razonamiento que aplica encadenamiento hacia Atrás.
Diputado
Postulación
Ejercer ciudadanía
Postulable Mayor de edad
Ganar elección
Voluntad Nativo No tener antecedentes
Conflictos y resolución de las reglas de producción. (Ver parte 2 y 3 de la gola) JAJAJA GRACIAS X LA GOLA JAJAJA Los conflictos surgen ante situaciones en las cuales mas de una regla se puede Para la resolución de conflictos se aplican “Estrategias de control”. Estrategias de control: especifican el orden en que las reglas se comparan con la base de datos y la forma de resolver los conflictos que surjan cuando varias reglas pueden ser aplicadas a la vez. “Sistemas Expertos” vs. “Experto Humano”
Experiencia Natural Experiencia Artificial Razones para preferir la experiencia natural o artificial: Los expertos humanos son creativos. El SE La experiencia artificial permanece. La experiencia nat tiende a comportarse de manera rutinaria. es perecedera. Los expertos humanos son capaces de aprender La experiencia artificial es fácil de transferir o y adaptarse a condiciones cambiantes ajustando reproducir. La transferencia de conocimientos de sus estrategias de acuerdo a las nuevas un ser humano a otro es un proceso laborioso, situaciones. Los SSEE no están adaptados para la lento y caro denominado educción. adquisición de nuevos conocimientos, conceptos y La experiencia artificial genera resultados reglas. reproducibles más consistentes y completos que Los expertos humanos examinan todos los los expertos humanos. Un ser humano puede aspectos de un problema y ven de que manera tomar distintas decisiones ante idénticas están relacionados con la cuestión principal. Los situaciones. SSEE tienden a centrarse en el propio problema, Un ser humano en una situación límite, puede ignorando resultados relevantes para el problema olvidar, por presiones de tiempo o estrés, alguna básico, pero separados del mismo. regla importante. Un SE no cae en estos errores. Los expertos humanos, y en general los seres humanos poseen sentido común. Dada la gran La experiencia artificial es fácil de documentar. cantidad de conocimientos de sentido común Documentar la experiencia es difícil y consume existentes, no hay un modo fácil de incorporarlos tiempo. en un SE. Cuando a un SE se le plantean La experiencia artificial tiene un costo cuestiones que no pueden responder, o para las relativamente reducido. Los expertos humanos se que no existe respuesta, no tiene el sentido común hacen valer exigiendo honorarios altos. de abandonarlas inmediatamente. Puede La experiencia artificial es ubicua. La escasez y el malgastar mucho tiempo buscando a través de los costo de los expertos humanos hacen que la datos y reglas una solución. Cuando no encuentra experiencia este normalmente centralizada y la solución puede pensar que es debido a que sus consecuentemente no pueda usarse in situ, los conocimientos son incompletos, y pedir SSEE, por su bajo costo y su facilidad de informaciones adicionales para completar la base reproducción, son ubicuos. de datos.
“Sistemas Expertos” vs. “Sistemas Convencionales” Sistemas Convencionales Son producto de la Ingeniería de Software
Sistemas Basados en Conocimientos Son Producto de la Ingeniería del Conocimiento
Según el tipo de problema al que se aplica: Problemas Sistemáticos y procedimentales. Su Problemas heurísticos y declarativos. Su materia prima principal son los datos, procesos material de trabajo son los conocimientos y algoritmos. humanos. Se aplican en dominios relacionados con el Se aplican a problemas que requieren de tratamiento eficaz de datos o procesos inteligencia y conocimientos especializados. complicados. Según las diferencias metodológicas y estructurales: Se parte de un conjunto casi completo de Los procedimientos y conocimientos especificaciones. Los datos, el funcionamiento necesarios son acervo personal de los esperado y las técnicas de resolución se expertos en el dominio de aplicación, por eso conocen de antemano y, muchas veces están no pueden especificarse de antemano. documentadas. Se utilizan conocimientos heurísticos y se En los problemas de Ingeniería de Software se manipulan símbolos y conceptos. Requieren manejan datos y conocimientos una estructura declarativa, que permita procedimentales. separar los conocimientos expertos de los mecanismos de razonamiento que los manejan. Según la técnica de programación empleada: Son procedimentales, sofisticados, Los SBC son declarativos, elementales, secuenciales y rígidos, y tienden a reflejar paralelos y flexibles. ordenadamente el dominio para el cual fueron Los SBC centran su atención sobre hechos, escritos. Por lo que son deterministas y no creencias y/o teorías heurísticas. poseen redundancias. Los programas tradicionales carecen de la habitual auto-sabiduría humana sobre las técnicas que emplean y por lo tanto, no pueden razonar acerca de, o explicar sus propios mecanismos. Los programas complejos son inútiles para codificar experiencia o como medio para comunicarla.
Arquitectura de un SE: Componentes básicos, definición y modo de operación de cada uno. Componentes básicos: • Memoria de trabajo • Base de conocimientos • Motor de Inferencias Activador de Reglas
Trazador de Explicaciones
Motor de Inferencia Reglas
Aserciones Base de Conocimiento Datos
Conclusiones
Explicaciones
Memoria de Trabajo
Definición y modo de operación de cada uno: • Memoria de Trabajo: Es cualquier elemento (como notas en hojas de papel o SISTEMA EXPERTO registraciones en su propia memoria) donde el experto acumula información vinculada con este problema concreto. Esta vinculada a una consulta concreta, y generalmente no se conserva más que durante el transcurso de la misma. Por lo general dicha información se acumula como (objeto, atributo, valor) por ejemplo (gato, color, blanco). •
Base de Conocimiento: Es un elemento permanente pero específico de un sistema experto determinado. Está compuesta de aserciones y reglas, que implementan el conocimiento público y privado que el sistema utiliza. En los sistemas basados en reglas el conocimiento se representa a través de reglas de la forma antecedente (o condiciones) y consecuente (o conclusiones). El formato básico de una regla es: Si condición 1 y condición 2 y...........condición n Entonces Conclusión 1 y conclusión 2 y......conclusión n Las condiciones llamadas también antecedentes de la regla, son todo aquello que debe verificarse para que la regla se dispare. La parte de las conclusiones o acciones, indica lo que va a obtenerse al dispararse la regla. Por lo general implican modificaciones a la memoria de trabajo (agregando, modificando o eliminando elementos).
•
Motor de inferencia : Consiste de un activador de reglas y un trazador de explicaciones . El activador de reglas es el módulo que encadena las distintas reglas entre sí para poder concluir, combinando el conocimiento contenido en la base con los datos que suministra el usuario, los valores que tienen aquellas expresiones que son objetivo del sistema. El encadenamiento puede realizarse hacia adelante o hacia atrás. El trazador de explicaciones es el módulo que va almacenando en la memoria de trabajo, para cada conclusión registrada, las indicaciones necesarias para poder
explicar como se obtuvo, por ejemplo el rótulo de la regla que permitió hacerlo o la leyenda “porque usted me lo dijo”. El trazador de explicaciones es también el encargado de brindar explicaciones cada vez que el usuario lo requiere. El motor de inferencia cumple también otras funciones, como la administración del diálogo con el usuario. El motor de inferencia efectúa en realidad un proceso de tres fases: Etapa 1: identificar todas las reglas cuyos antecedentes se verifican por el o contenido de la memoria de trabajo, conformándose el conjunto conflicto. o Etapa 2: aplicar una estrategia de selección que resuelva el conflicto y determine cual es la regla a dispararse. Etapa 3: disparar la regla seleccionada. o Este ciclo, conocido como reconocimiento y acción, se repite hasta obtener el estado objetivo. Sin embargo, puede darse el caso en que el ciclo concluya sin cumplir el objetivo por no contar con información suficiente. Razonamiento Inexacto y Factores de Certeza Los datos suministrados por el usuario pueden ser inexactos, también lo pueden ser las reglas que utiliza el experto. Una correcta administración de estas inexactitudes requiere que se pueda calcular el grado de exactitud de cada conclusión en función del grado de exactitud de las reglas utilizadas, y de los datos suministrados. Una forma clásica de re representar la exactitud consiste en calificar el grado de certeza de un dato, de una regla o de una conclusión en una escala numérica de - 100 a 100. Aceptando este criterio la utilización de una escala numérica para calificar los distintos grados de certeza, llamados en este caso factores de certeza, hay diferentes formas de calcular sus combinaciones y acumulaciones. Si los antecedentes de una regla están unidos por una conjunción, el factor de certeza del conjunto de ellos es el mínimo de los FC individuales. Si están unidos por la disyunción se puede considerar que el FC del conjunto es el mayor de los FC individuales. Software utilizable para construir un SE. •
Lenguajes de programación convencionales:
Su principal inconveniente es que todos los elementos del sistema deben desarrollarse partiendo de la nada. •
Lenguajes de programación de Inteligencia Artificial: Lisp y Prolog . o
o
LISP: es un lenguaje de programación simbólico que representa y manipula la información almacenada en forma de listas. Una lista es una forma sencilla, pero flexible de representar el conocimiento. Permite implementar estructuras de representación del conocimiento como marcos y redes semánticas. Su principal inconveniente frente a otras herramientas de desarrollo podría radicar en el tiempo de aprendizaje. Es un lenguaje procedural. PROLOG: Es un lenguaje declarativo. Al diseñar un programa se da al ordenador un conjunto de hechos y reglas que describen sus relaciones. Prolog incorpora una máquina de inferencias con encadenamiento regresivo. Su estructura es ideal para implementar sistemas expertos. La programación en este lenguaje es un proceso que consta de dos etapas: en primer lugar se describen hechos que definen los objetos de la base de conocimientos, asignándole características; en segundo lugar se definen las reglas que establecen las relaciones entre objetos.
•
Lenguajes de programación orientada a objetos: Smalltalk, C++, KEE.
Los lenguajes basados en objetos son adecuados para el desarrollo de sistemas expertos por su enorme potencial de modelización del mundo real. El establecimiento de jerarquías, por un lado, y la descomposición de sistemas complejos en objetos que se relacionan enviando mensajes, por otro, permite modelar comportamientos inteligentes. Los lenguajes de programación orientado a objetos son ampliamente utilizados en inteligencia artificial porque: o Reflejan muchas de las ideas del paradigma de representación del conocimiento basada en marcos, tales como concentrar en una única estructura de datos, llamada objeto, propiedades relacionadas con la misma entidad separando datos de procedimientos. o Permiten estructurar el conocimiento en jerarquías de conceptos relacionados mediante un mecanismo de herencia o La programación es muy modular, la modularidad se alcanza mediante los mecanismos de transmisión de mensajes y el encapsulamiento de datos; esto ayuda al prototipaje cuando los requerimientos son desconocidos y las especificaciones incompletas o incorrectas. •
Shells
Un shell de un sistema experto es un sistema completamente desarrollado, pero con una base de conocimiento vacía. El shell contiene un motor de inferencias, una interfaz de usuario, un dispositivo de explicación y un dispositivo adecuado para entrar a la base de conocimientos. La mayoría de los sistemas expertos se han desarrollado haciendo uso de shells y no de lenguajes, debido a que eliminan la programación, simplificando de esta forma el proceso de creación del sistema. Metodologías de construcción de SE. (Una sola metodología basta): Definición de etapas y actividades. Metodología de Durkin. •
Fase 1: Asesoramiento: Durante esta etapa se trata de determinar si la construcción del sistema experto es posible, justificada y apropiada. Luego se definen los objetivos del proyecto, las características principales y recursos necesarios (inclusive personal) y se identifican las fuentes de conocimiento auxiliar.
•
Fase 2: Adquisición del conocimiento. Es el proceso de extraer el conocimiento que posee el experto del dominio, los conceptos claves y métodos de resolución del problema que este aplica.
•
Fase 3: Diseño. Una vez que se cuenta con los conocimientos del experto se debe definir la estructura y organización de ese conocimiento. También se definen los métodos de procesamiento a aplicar, se construye un pequeño sistema a fin de entender mejor el problema, este prototipo es sometido a la opinión del experto de lo cual pueden surgir modificaciones.
•
Fase 4: Testeo.
Esta no es una tarea separada, es un proceso continuo dentro del desarrollo. Con cada entrevista con el experto se agrega nuevo conocimiento al existente, debiendo realizarse nuevos testeos. El objetivo principal del testeo es validar la estructura del sistema y su conocimiento. •
Fase 5: Documentación. Satisface la necesidad de compilar toda la documentación existente sobre el proyecto, datos que luego podrían ser requeridos tanto por usuarios como por desarrolladores. Debe explicarse como opera el sistema y es conveniente la inclusión de un diccionario de conocimiento.
•
Fase 6: Mantenimiento. Luego de que el sistema fue desarrollado y se encuentra en funcionamiento se requiere un mantenimiento periódico. El conocimiento no es algo estático sino que crece, se actualiza, cambia y esto debe reflejarse en el sistema.
Desarrollo posible, justificado y apropiado. En Síntesis: La construcción de un SE es posible si: 1. 2. 3. 4. 5.
Existe un experto. El o los expertos pueden articular sus conocimientos. Los expertos concuerden en sus soluciones. El problema no contiene componentes físicos. La tarea no depende excesivamente del sentido común. 6. La tarea no es demasiado difícil. 7. Si el conocimiento es preciso y no requiere investigación previa.
En Síntesis: La construcción de un SE es justificable si: 1. 2. 3. 4. 5. 6. 7.
El problema tiene real significado. La pericia se perderá. La pericia es escasa. La pericia es necesaria en distintos lugares. La pericia es necesaria en horarios muy amplios. La pericia en necesaria en lugares hostiles. Se requiere consistencia en las recomendaciones a través del tiempo y del espacio.
En Síntesis: La construcción de un SE es apropiada si: 1. No resulta sencillo un enfoque convencional. 2. La solución es de naturaleza esencialmente simbólica. 3. Son más importante las reglas heurísticas y el conocimiento privado. 4. Los problemas no son demasiado simples. 5. La solución tiene importancia práctica y concreta.
Test de Viabilidad (de Nico.. revisar) PARA QUE? Y CUANDO UTILIZAR El método propuesto es de tipo métrico, usa ponderaciones, como métrica utiliza la media armónica e incorpora la manipulación de valores lingüísticos. Hasta ahora, la mayoría de los tests utilizaban únicamente valores numéricos para describir sus características. Pero muchas veces resulta difícil dar un valor numérico porque el cerebro humano piensa, en primer lugar, con valores lingüísticos en vez de con valores numéricos. Por ejemplo, para describir una temperatura se puede decir, hace mucho calor, lo que significaría que la temperatura está entre 30 y 45 grados, pero resulta imposible dar los grados exactos, sin termómetro. Para paliar este problema, se ha pensado en el tratamiento de valores lingüísticos como «poco», «mucho», «nada», etc. Al principio los tests que proponían este tipo de valores no guardaban la verdadera naturaleza lingüística de aquellos valores, sino que asociaban a cada valor lingüístico un valor numérico. El problema de los valores lingüísticos es que no se pueden hacer cálculos directamente con ellos. Una representación posible de valores lingüísticos es mediante intervalos difusos, con los que, además, se pueden definir operaciones básicas de cálculo. Se propone un método que integra tres tipos de valores para las características: • booleanos (que podrán tomar los valores sí o no, (esté, o no, presente)) • numéricos (en el intervalo [x, y]) lingüísticos Proceso de Educción de Conocimientos. (?) QUIEN LA HACE, AQUIEN, FINALIDAD, Q SE EXTRAE Y LA INDUCCION QUE ES PARAQUE, Q SE EXTRAE O SE TOMA Técnicas para adquisición el conocimiento (ver resumen nico) La adquisición y modelización del conocimiento de una manera eficaz puede ser la tarea que más tiempo requiera y que más dificultades presente dentro del proceso de ingeniería del conocimiento. Existen numerosas técnicas y herramientas de ayuda. Técnicas de extracción (conocimientos públicos) • Estudio de documentación • Análisis estructural de textos Técnicas de educción (conocimientos privados) • Entrevistas abiertas • Entrevistas cerradas • Cuestionarios • Observación de tareas • Análisis de casos raros Ciclo de Educción • Preparación (tema a tratar, granularidad, técnica a utilizar, preparación de material) • Realización (repasar sesión anterior, explicar objetivos perseguidos, aplicar técnica de educción elegida) • Trascripción • Análisis (identificación de conceptos y relaciones, revisión) • Evaluación (objetivos alcanzados, planificación) Proceso evolutivo de un SE (preguntar) • Versión preliminar : es el primer desarrollo, el resultado del primer enfoque efectuado. • Prototipo de demostración: tiende a demostrar la factibilidad técnica del sistema. Maneja un solo caso y por lo general contiene entre 50 y 100 reglas.
• • • •
Prototipo de investigación: maneja numerosos casos y tiene por objetivo distinguir los límites del sistema. Prototipo de campo: maneja eficientemente muchos casos, tiene una adecuada interface con el usuario y por lo general contiene entre 500 y 1000 reglas. Modelo de producción: es seguro y eficiente, está recodificado en lenguaje de bajo nivel. Generalmente incluye entre 500 y 2000 reglas. Sistema comercial: es exacto en un 95% de los casos y contiene aproximadamente 300 reglas.
Proceso evolutivo de un SE. El proceso de desarrollo en cinco fases distintas Fase Descripción Identificación Conceptualización Formalización Implementación Prueba
Determinar las características del problema Diseñar estructuras para organizar el conocimiento Diseñar estructuras para organizar el conocimiento Formulación de las reglas que incorporen conocimiento Validación de las reglas
En la fase de identificación, el experto describe distintos casos y el ingeniero del conocimiento formula una descripción preliminar del problema. El experto en el dominio sugerirá cambios en la misma, suministrando ejemplos adicionales que aclaren los aspectos más significativos del problema. El ingeniero del conocimiento modifica su descripción preliminar y la presenta al experto en el dominio para que sugiera nuevos cambios, hasta que ambos llegan al convencimiento de que la descripción es adecuada. Una vez identificado el problema a resolver, debe analizarse el problema con mayor profundidad (etapa de conceptualización). En esta etapa el ingeniero del conocimiento suele crear un diagrama del problema en el que representa gráficamente las relaciones existentes entre los objetos y los procesos. Al igual que en la etapa de identificación, se produce un proceso iterativo entre el experto y el ingeniero del conocimiento hasta que ambos estén de acuerdo en que los conceptos claves y las relaciones existentes entre ellos están adecuadamente conceptualizados. En el proceso de formalización, el problema se conecta con las técnicas de desarrollo apropiadas. En el supuesto de un sistema experto basado en reglas, el ingeniero de conocimiento debe desarrollar un conjunto de reglas hasta que representen el conocimiento del experto adecuadamente. Después de realizada la formalización se implementa el sistema en el ordenador elegido utilizando las herramientas y técnicas especificadas a fin de obtener un primer prototipo del sistema. Cuando el prototipo se ha perfeccionado suficientemente, pasa a la fase de prueba. El proceso de prueba se considera superado cuando las soluciones propuestas por el sistema sean tan válidas como las del experto humano. Metodología de Enfoque Evolutivo. Esta metodología de diseño y desarrollo de SE comprende cuatro fases: Fase 1: Identificación de la aplicación y concepción de la solución
En esta fase se trata de determinar si la construcción de un SE para la resolución de un problema específico, dentro de un dominio en particular resulta: Desarrollo del Sistema Experto SI el desarrollo es POSIBLE Y el desarrollo es JUSTIFICADO Y el desarrollo es APROPIADO Y si tendrá éxito en su construcción
ENTONCES desarrollar el sistema experto. El desarrollo de un sistema experto es POSIBLE si se verifica la siguiente regla: Regla de Plausibilidad: SI existen verdaderos y genuinos expertos Y pueden proporcionar la experiencia necesaria Y son cooperativos Y concuerdan en sus soluciones Y son capaces de articular sus métodos y procedimientos de trabajo Y se dispone de suficientes casos de prueba Y la tarea no es muy difícil Y la tarea está adecuadamente estructurada Y la tarea no requiere sentido común Y la tarea solo exige habilidad cognoscitiva ENTONCES es POSIBLE el desarrollo y la construcción del sistema experto. El desarrollo de un sistema experto es JUSTIFICADO si se verifica la siguiente regla: Regla de Justificación: Si se necesita experiencia en ambientes hostiles o poco gratificantes O hay escasez de experiencia humana O esa experiencia es necesaria en distintos y distantes lugares O hay pérdida de dicha experiencia O se espera una alta tasa de recuperación de la inversión O no existen soluciones alternativas O el enfoque de la programación convencional no es posible o satisfactorio ENTONCES es JUSTIFICADO la construcción de un sistema experto El desarrollo de un sistema experto es APROPIADO si se verifica la siguiente regla: Regla de Adecuación: SI la naturaleza de la tarea es tal que básica y permanentemente requiere manipulación simbólica y soluciones heurísticas Y la complejidad de la tarea no es elemental Y por su alcance, es o puede reducirse a un tamaño manejable Y tiene un valor práctico Y no necesita investigación básica para encontrar soluciones Y la cantidad de conocimiento requerido es suficientemente grande como para que se necesite usar una base de conocimientos Y los efectos de su introducción pueden planificarse Y el proyecto de construcción de un sistema experto no está en el camino crítico de otros proyectos ENTONCES es APROPIADA la construcción del sistema experto. Para que la tecnología alcance el éxito esperado, además de estas reglas netamente técnicas existen otros factores que deben ser considerados. El desarrollo de un sistema experto será EXITOSO si verifica la siguiente regla: Regla de Éxito: SI los directivos están mentalizados de la importancia y eficiencia de la tecnología Y tienen expectativas realistas Y apoyan decididamente al proyecto Y hay cambios mínimos en los procedimientos habituales y estándares Y los usuarios finales no rechazan “a priori” la construcción del SE Y los resultados no están influenciados por los cambios políticos
Y el dominio es lo suficientemente estable Y las metas del proyecto global están adecuadamente integradas Y se efectúa una adecuada transferencia de tecnología ENTONCES el ÉXITO del proyecto está garantizado Fase 2 : Desarrollo de prototipo
Luego de que se ha verificado la factibilidad de la construcción del SE se continua con la Fase 2, es decir con el desarrollo del prototipo. Es importante destacar que durante el proceso de desarrollo del SE no aparecen algunos inconvenientes que generalmente surgen durante la implementación del sistema. La construcción rápida de un prototipo es una forma de determinar la plausibilidad de producir un desarrollo de SE, ya que el ingeniero del conocimiento puede explorar las técnicas de implementación, especificar la interfaz del usuario, encontrar los errores de implementación y mostrar los requerimientos de los usuarios. Esta forma de trabajo se denomina “paradigma del prototipo”. “El desarrollo del/os prototipo/s puede verse como un conjunto altamente interdependiente y solapado de etapas, que son tan interactivas que establecer una secuencialidad de las mismas sería un grave error metodológico”. [Pazos Sierra - Maté Hernández ] Esta fase está compuesta de las etapas que a continuación se explican: Etapa 1: Diseño conceptual El ingeniero del conocimiento y el experto de campo, producen una identificación completa del problema a resolver, incluyendo: • tipo de problema y alcances • características del problema • características de los datos del problema objetivos del sistema • • casos de prueba • soluciones que aporta el sistema usuarios finales y servicios a prestar a los mismos • • tipos de conocimiento involucrados y sus fuentes • recursos necesarios (recursos humanos, equipos, etc). definiendo la estructura conceptual del sistema. Etapa 2 : Adquisición estructurada del conocimiento
La adquisición estructurada del conocimiento consiste en una combinación del método estructurado de adquisición de conocimiento con distintos enfoques de extracción del conocimiento. Etapa 3: Representación del conocimiento
Se comienza a conceptualizar el conocimiento adquirido en la Etapa 2, definiendo conceptos y sus interrelaciones, para ello se tiene en cuenta los componentes del conocimiento: • Nombre, los conceptos son denotados por su nombre • Descripción, se describen las propiedades y/o funciones de un concepto • Organización, se crean categorías de conceptos, generalmente con un mismo tipo de propiedad o de función. • Relación, se determinan las entidades que deben incluirse en las relaciones entre categorías de conceptos. • Limitación, se deben especificar con precisión las propiedades de los conceptos de tal manera de limitar el rango de valores, relaciones y estructuras organizacionales con las que el sistema trabajará.
Luego de la conceptualización del conocimiento, se procede a la formalización del conocimiento. El ingeniero del conocimiento formaliza el conocimiento transformándolo en reglas dentro del marco de un determinado lenguaje o herramienta de construcción de SE. Etapa 4: Implementación
Una vez que se ha formalizado el conocimiento en reglas es transportado a un programa de construcción de SE, lo que incluye: • contenido, se refiere a las estructuras de datos, reglas de inferencia y estrategias de control • forma, está condicionada por el lenguaje de programación escogido • integración, se combinan de manera adecuada las estructuras de datos con reglas y estrategias de control La ejecución de esta etapa debe hacerse rápidamente porque una de las razones para implementar el prototipo inicial consiste en verificar la efectividad de las decisiones inherentes al diseño tomadas durante las primeras etapas del desarrollo. Etapa 5 : Validación
En esta etapa se busca descubrir los errores del sistema, como por ejemplo, omisión de conceptos y relaciones, incorrecto nivel de abstracción, complejos mecanismos de control. Este tipo de errores pueden producir un “ciclo” entre las distintas etapas del desarrollo, permitiendo un replanteo del problema, una reformulación de conceptos; el rediseño de estructuras de conocimiento, un refinamiento de las reglas y las estrategias de control. Para poder detectar tales errores es necesario someter al prototipo a diferentes casos de pruebas, las cuales apunten al alcance establecido inicialmente para el sistema. Fase 3: Ejecución y construcción del SE completo.
Esta fase comprende cinco etapas: Etapa 1: Implementación de la estructura central o núcleo del sistema completo.
Aunque el prototipo sea exitoso, puede producirse un replanteo del diseño de la base de conocimiento y a veces del desarrollo en su totalidad. En algunas situaciones puede ser necesario modificar las representaciones planteadas inicialmente para las reglas. Etapa 2 : Expansión de la base de conocimiento Se puede lograr una expansión de la base de conocimiento, a través de un incremento en el número de reglas y en el número de casos tratables por el sistema. Estas nuevas reglas permitirán al sistema un manejo de problemas adicionales que no fueron contemplados inicialmente. Etapa 3: Adecuación de la interfaz a las necesidades del usuario final
El ingeniero del conocimiento debe adaptar la interfaz desarrollada durante la creación del prototipo, teniendo en cuenta las necesidades del usuario final. El sistema debe contribuir con el usuario, para que a éste le resulte fácil y natural la formulación de preguntas, el seguimiento de la lógica empleada por el sistema para resolver una situación específica y para la obtención de cualquier detalle que desee del sistema. Etapa 4: Monitorización de las prestaciones y evaluación del rendimiento del sistema.
Una vez que el sistema ha sido construido en su totalidad y su funcionamiento es satisfactorio, es decir alcanza las expectativas iniciales, este debe ser sometido a casos de prueba con personas expertas y con personas no expertas, a los fines de controlar que cumpla con todos los requerimientos que fueron planteados en la etapa de creación del prototipo.
Etapa 5 : Mantenimiento de la base de conocimiento
Una vez que el sistema ha pasado por todas las pruebas de control, debe determinarse un plan o proyecto de software, que permita verificar, incrementar, transferir y mantener la base de conocimiento cuando sea necesario incluir el tratamiento de nuevos problemas. Fase 4: Alcanzar la integración, mantenimiento en régimen de producción y asimilación de
tecnología. En esta Fase deben incluirse los procedimientos necesarios para lograr que el sistema experto funciona de manera coordinada con otros sistemas existentes, se entiende sistemas convencionales o sistemas expertos dentro de la organización. Esta fase comprende cinco etapas: Etapa 1: Establecimiento de interfaces del SE con distintos sistemas.
Es necesario construir elementos que permitan la transferencia de datos e información desde otros sistemas de hardware, sistemas de bases de datos o de personas al SE. Etapa 2 : Transportabilidad
Esta etapa está muy relacionada con la etapa de integración. Se refiere básicamente a la posibilidad de que el código en el que fue construido el sistema experto pueda ser recodificado en otro lenguaje para poder transferir su funcionamiento a otro computador, si esto fuera necesario para alcanzar una integración adecuada. Etapa 3: Mejoras de las prestaciones del sistema global resultante
Hay que tener en cuenta puntos como: • los tiempos de respuesta y la facilidad transaccional • el perfeccionamiento de las interfaces para ayudar al funcionamiento y al manejo del sistema en su totalidad por los usuarios finales. Etapa 4: Mantenimiento del sistema
En esta etapa se debe establecer el personal que se hará cargo del mantenimiento del sistema y además, flexibilizar el sistema para su adaptación a otros entornos. Etapa 5 : Organización de la transferencia de tecnología
En esta etapa, el ingeniero del conocimiento debe asegurar que los expertos, los usuarios y el personal que va a estar en contacto con el SE, lo comprendan. Luego de que se ha efectuado esta transferencia de información y de conocimientos puramente tecnológicos, el ingeniero del conocimiento puede abandonar el proyecto, dejando al sistema experto en manos de los usuarios. Tipos principales de SE. Clasificación de los sistemas expertos teniendo en cuenta las características que resuelven: • De diagnóstico: detectan funcionamientos incorrectos. • De diseño: realizan configuraciones que satisfagan ciertos objetivos. • De capacitación: sirven para adiestramiento de nuevo personal. • De control: dirigen adaptativamente un sistema. • De reparación: combina el diagnóstico con el remedio adecuado. • De planeamiento: diseña acciones.
Unidad IV: Sistemas Inteligentes Artificiales. Redes neuronales (RN): Definición y estructura. Definición: Son sistemas de procesamiento de información que constan de un número de procesadores simples, muy interconectados y con organización jerárquica, llamados neuronas, que son análogas a las neuronas biológicas del cerebro o redes neuronales biológicas (RNB), las cuales interactúan con los objetos del mundo real del mismo modo que lo hace el sistema nervioso biológico, también son capaces de aprender de la misma forma que lo hacen las personas. Sus similitudes con las RNB son las siguientes: • El procesamiento es realizado a través de varios elementos simples: las neuronas • Las señales se transmiten a través de conexiones entre neuronas • Cada conexión tiene un peso asociado que influye sobre la señal transmitida Estructura: Las redes neuronales son modelos que intentan reproducir el comportamiento del cerebro. Los elementos de esta son: 1) La neurona artificial 2) Estados de activación 3) Función de salida o de transferencia 4) Formas de conexión entre neuronas 5) Función o regla de activación 6) Regla de aprendizaje 1) La neurona artificial: Neurona Real Cualquier modelo de red neuronal consta de dispositivos elementales de proceso: las neuronas. A partir de ellas, se pueden generar representaciones específicas, de tal forma que un estado conjunto de ellas puede significar una letra, un número o cualquier otro objeto. Se pueden encontrar 3 tipos de neuronas: • Neuronas de Entrada: Son aquellas que reciben estímulos externos, relacionados con el aparato sensorial, que tomará la información de entrada, esta información se transmite a ciertos elementos internos que se ocupan de su procesado. • Neuronas Ocultas: Puesto que no tiene relación directa con la información de entrada ni con la de salida estos elementos se denominan unidades ocultas. Es en la sinapsis y neuronas correspondientes a este segundo nivel donde se genera cualquier tipo de representación interna de la información. • Neuronas de Salida: Una vez finalizado el período de proceso la información llega a estas unidades de salida, cuya misión es dar la respuesta del sistema. El trabajo de la neurona es simple y único, y consiste en recibir las entradas de las células vecinas y calcular un valor de salida, el cual es enviado a todas las células restantes. Se conoce como capa o nivel a un conjunto de neuronas cuyas entradas provienen de la misma fuente (que puede ser otras capas de neuronas) y cuyas salidas se dirigen al mismo destino (que puede ser otra capa de neuronas). X1 X2
W1 W2
Regla de propagación: Net/F/f
... Xn
Wn
Y
Net=Xi*Wi Función de activación: F (a(t), Net)=a(t+1) Función de salida: f(a(t+1))=Y Estado de activación: a(t) Umbral: 2) Estados de activación: Cada neurona i-esima está caracterizada en cualquier instante por un valor numérico denominado valor o estado de activación Ai(t). Todas las neuronas que componen la red se hallan en cierto estado. Estado de reposo o excitado, a los que denominaremos estados de activación y a cada uno de los cuales se le asigna un valor. Los valores de activación pueden ser continuos (se le asigna un valor entre [0, 1] o en el intervalo [-1,1] ) o discretos (toman un conjunto pequeño de valores o bien valores binarios), limitados o ilimitados. Es necesario saber qué criterios o reglas siguen las neuronas para alcanzar tales estados de activación. Esto depende de dos factores: • Es necesario tener idea del mecanismo de interacción de neuronas. El estado de activación estará fuertemente influenciado por tales interacciones, ya que el efecto que producirá una neurona sobre otra será proporcionar la fuerza, peso o magnitud de la conexión entre ambas. • Por otro lado la señal que envía cada una de las neuronas a sus vecinas dependerá de su propio estado de activación. 3) Función de salida o de transferencia: Asociado a cada unidad, existe una función de salida F(i), que transforma el estado actual de activación en una señal de salida Y(i). Dicha señal es enviada a través de los canales de comunicación unidireccionales a otras unidades de la red; en estos canales la señal se modifica de acuerdo con la sinapsis (el peso, Wji ) asociada a cada uno de ellos según una determinada regla. Existen 4 funciones de transferencia que determinan diferentes tipos de neuronas: a. Función escalón o umbral : únicamente se utilizan cuando las salidas de la red son binarias. La salida de una neurona se activa sólo cuando el estado de activación es mayor o igual que cierto valor umbral. Las redes formadas por este tipo de neuronas son fáciles de implementar en hardware. f(x)= 1 si x >= 0 si x < f(x)= 1 si x >= -1 si x < b. Función lineal y mixta : responde a la expresión f(x) = x. En las neuronas con función mixta si la suma de las señales de entrada es menor que un límite inferior, la activación se define como 0 (ó -1). Si dicha suma es mayor o igual que el límite superior, la activación es 1. Si la suma de entrada esta comprendida entre ambos límites, superior e inferior, entonces la activación se define como una función lineal de la suma de las señales de entrada. Esta función equivale a no aplicar función de salida. Se usa muy poco.
f(x)= x c. Función continua o Signoidal : para la mayoría de los valores del estimulo de entrada, el valor dado por la función es cercano uno de los valores asintóticos. Entonces el valor de salida está comprendido en la zona alta o baja del signoide. Al Igual que la función mixta es apropiada cuando se desea información analógica como salida. 1 si x > f(x)= 0 si - <= x <= -1 si x < - d. Función Gaussiana: mapeos que suelen requerir dos niveles ocultos utilizando neuronas con funciones sigmoidales, algunas veces se puede realizar con un solo nivel en redes con neuronas de función gaussiana. Son más adaptativas que las funciones sigmoidales. f(x)= 1/1+e^(-x) 4) Formas de conexión entre neuronas: Se refiere a la manera en que las salidas de las neuronas se convierten en entradas, las conexiones que unen a las neuronas que forman parte de una R.N.A. tienen asociado un peso, que es el que hace que la red adquiera conocimiento. Una neurona recibe un conjunto de señales que le dan información del estado de activación de todas las neuronas con las que se encuentra conectada. Se considera que el efecto de cada señal es aditivo, de tal forma que la entrada neta que recibe una neurona net j es la suma del producto de cada señal individual por el valor de la sinapsis que conecta ambas neuronas: net j = w j i * y¡ Esta regla es conocida como regla de propagación y existen 2 tipos de propagación Propagación hacia delante: ninguna salida de las neuronas de una capa es entrada de neuronas de la misma capa o anteriores.
PROPAGACIÓN HACIA ADELANTE
Propagación hacia atrás: las salidas pueden conectarse como entrada a neuronas de la misma capa o anteriores, e incluso a ella misma.
PROPAGACIÓN HACIA ATRÁS
5) Función o regla de activación: Esta regla permite combinar las entradas con el estado actual de la neurona para producir un nuevo estado de activación. Esta función F produce un nuevo estado de activación en una neurona a partir del estado que existía y la combinación de las entradas con los pesos de las conexiones. Por lo que la función F es la encargada de producir el nuevo estado de activación ai (t+1) en cada neurona teniendo en cuenta el estado actual ai(t) y la combinación de las entradas ponderadas Net. ai(t+1) = F(ai(t),Net) Generalmente se utiliza la función identidad por lo que: ai(t+1) = F(ai(t),Net) = Net 6) Regla de aprendizaje: En las R.N.A. se puede considerar que el conocimiento se encuentra representado en los pesos de las conexiones entre las neuronas. Todo proceso de aprendizaje implica cierto número de cambios en estas conexiones. En realidad, puede decirse que se aprende modificando los valores de los pesos de la red. Al igual que el funcionamiento de una red depende del número de neuronas de las que disponga y de como estén conectadas entre sí, cada modelo dispone de su o sus propias técnicas de aprendizaje. Simplificadamente, es un Proceso por el cual la red modifica sus pesos, creando, modificando o eliminando conexiones entre neuronas (Si Wi = 0 entonces conexión destruida). El proceso de aprendizaje finaliza cuando los pesos permanecen estables, es decir cuando no se producen cambios de t a t+1. Características de las redes neuronales Topología o Arquitectura, mecanismos de aprendizaje, tipos de asociaciones entre E y S, representación de las E y S Arquitectura de una Red Neuronal La arquitectura general de una red neuronal es la siguiente:
Capa de Entrada: N neuronas. Capa Oculta: M neuronas. Capa de Salida: 1 neurona.
Para definir totalmente una red neuronal no basta con escribir el comportamiento individual de sus componentes (neuronas), sino que hay que especificar, además la interconexión existente entre ellas. Éstas se agrupan en capas, cada una de ellas con un conjunto de neuronas de número variable y comportamiento similar, constituyendo varias capas una red neuronal. Cada capa está conectada a la inmediata posterior total o parcialmente, excepto la última capa, que constituye la salida total de la red neuronal. Existen tres tipos de capas:
1. Capa de entrada: es la capa que recibe directamente la información proveniente de las fuentes externas a la red. El número y tipo de neuronas que constituyen esta capa, depende de los datos de entrada al problema. 2. Capas intermedias: son internas y no tienen contacto directo con el entorno exterior. Pueden ser más de una, dependiendo del tipo y complejidad del problema que va a resolver la red. Mediante el tratamiento adecuado de estas capas se consiguen las propiedades de generalización, extracción de características, adaptabilidad, etc., que hacen muy interesante el trabajo de las redes neuronales. 3. Capa de salida: transfieren información de la red hacia el exterior. El número de neuronas de esta capa depende del formato esperado de salida de la red. Las diferentes formas de distribuir, conectar e interrelacionar estos tres tipos de capas, junto al tipo de neuronas que constituyen cada una de ellas nos van a definir los diferentes paradigmas de red existentes.
Topología: Clasificación de la Topología
Topología: • •
Monocapa Multicapa: Feedforward. Feedforward/ Feedback.
La arquitectura de las redes neuronales consiste en la organización y disposición de las neuronas en la red formando capas o agrupaciones de neuronas más o menos alejadas de la entrada y salida de la red. En este sentido los parámetros fundamentales de la red son: el número de capas, el número de neuronas por capas, el grado de conectividad y el tipo de conexiones entre neuronas. •
Redes Monocapa: se establecen conexiones laterales entre las neuronas que pertenecen a la única capa que constituye la red. También pueden existir conexiones autorrecurrentes, es decir que la salida de una neurona se conecta a su propia entrada, aunque en algunos modelos esta recurrencia no se utiliza.
Redes Multicapa: son aquellas que disponen de conjuntos de neuronas agrupados en varios (2, 3, etc.) niveles o capas. En estos casos, una forma de distinguir la capa a la que pertenece una neurona consistirá en fijarse en el origen de las señales que recibe a la entrada y el destino de la señal de salida. Normalmente, todas las neuronas de una capa reciben señales de entrada de otra capa anterior, mas cercana a la entrada de la red, y envían las señales de salida a una capa posterior, más cercana a la salida de la red. A estas conexiones se las denomina conexiones hacia adelante o feedforward. Normalmente no existen conexiones autorrecurrentes ni laterales. Sin embargo, en un gran número de estas redes también existe la posibilidad de conectar las salidas de las neuronas de capas posteriores a las entradas de las capas anteriores. A estas conexiones se las denominan conexiones hacia atrás o feedback. •
Mecanismos de aprendizaje. Mecanismos de aprendizaje: Es el proceso por el cual una red neuronal modifica sus pesos en respuesta a una información de entrada. Los cambios que se producen durante el proceso de aprendizaje se reducen a la destrucción, modificación y creación de conexiones entre las neuronas. En los modelos de redes neuronales artificiales, la creación de una nueva conexión implica que el peso de la misma pasa a tener un valor distinto de cero. De la misma forma una conexión se destruye cuando su peso pasa a ser cero. Durante el proceso de aprendizaje, los pesos de las conexiones de la red sufren modificaciones, por tanto se puede afirmar que este proceso ha terminado (la red ha aprendido) cuando los valores de los pesos permanecen estables. Un aspecto importante respecto del aprendizaje es el conocer cómo se modifican los valores de los pesos; es decir, cuáles son los criterios que se siguen para cambiar el valor asignado a las conexiones cuando se pretende que la red aprenda nueva información. Estos criterios determinan lo que se conoce como la regla de aprendizaje de la red. Se suelen considerar dos tipos de reglas: las que responden a lo que se conoce como aprendizaje supervisado, y las correspondientes a un aprendizaje no supervisado. La diferencia fundamental entre ambos tipos estriba en la existencia o no de un agente externo (supervisor) que controle el proceso de aprendizaje de la red. •
Según la existencia o no de un agente externo que controle el aprendizaje este puede ser: o Supervisado Aprendizaje por corrección de error. Aprendizaje por refuerzo. Aprendizaje estocástico. o No Supervisado Aprendizaje Hebbiano. Aprendizaje competitivo y cooperativo.
•
Según la capacidad de aprender durante el funcionamiento habitual o desconectando la red: o On Line o Off Line
•
Aprendizaje Supervisado: se caracteriza porque el proceso de aprendizaje se realiza mediante un entrenamiento controlado por un agente externo que determina la respuesta que debería generar la red a partir de una entrada determinada. El supervisor comprueba la salida de la red y en el caso de que ésta no coincida con la deseada, se procederá a modificar los pesos de las conexiones, con el fin de conseguir que la salida obtenida se aproxime a la deseada. En este tipo de aprendizaje se suelen considerar: - Aprendizaje por corrección de error: consiste en ajustar los pesos de las conexiones en la red en función de la diferencia entre los valores deseados y los obtenidos en la salida de la red; es decir, en función del error cometido en la salida. - Aprendizaje por refuerzo: en este tipo de aprendizaje la función del supervisor se reduce a indicar mediante una señal de refuerzo si la salida obtenida en la red se ajusta a la deseada, en función de ello se ajustan los pesos basándose en un mecanismo de probabilidades. - Aprendizaje estocástico: este tipo de aprendizaje consiste básicamente en realizar cambios aleatorios en los valores de los pesos de las conexiones de la red y evaluar su efecto a partir del objetivo deseado y de distribuciones de probabilidad.
•
Aprendizaje No supervisado: las redes con este tipo de aprendizaje no requieren influencia externa para ajustar los pesos de las conexiones entre sus neuronas. La red no
recibe ninguna información por parte del entorno que le indique si la salida generada en respuesta a una determinada entrada es o no correcta. - Aprendizaje hebbiano: consiste básicamente en el ajuste de los pesos de las conexiones de acuerdo con la correlación de los valores de activación de las dos neuronas conectadas. - Aprendizaje competitivo y cooperativo: suele decirse que las neuronas compiten (y cooperan) unas con otras con el fin de llevar a cabo una tarea dada. Con este tipo de aprendizaje, se pretende que cuando se presente a la red cierta información de entrada, solo una de las neuronas de salida, o una por cierto grupo de neuronas, se active. Por tanto las neuronas compiten por activarse, quedando finalmente una, o una por grupo, como neurona vencedora, quedando anuladas el resto, que son forzadas a sus valores de respuesta mínimos Otro criterio que se puede utilizar para diferenciar las reglas de aprendizaje se basa en considerar si la red puede aprender durante su funcionamiento habitual o si el aprendizaje supone la desconexión de la red; es decir su inhabilitación hasta que el proceso termine. El primer caso, se trataría de un aprendizaje On Line, mientras que el segundo es lo que se conoce como aprendizaje Off Line. Cuando el aprendizaje es Off Line, se distingue una fase de aprendizaje o entrenamiento y una fase de operación o funcionamiento. Los pesos de las conexiones permanecen fijos después de que termina la etapa de entrenamiento de la red. Debido precisamente a su carácter estático, estos sistemas no presentan problemas de estabilidad en su funcionamiento. En las redes con aprendizaje On Line, no se distingue entre fase de entrenamiento y operación, de tal forma que los pesos varían dinámicamente siempre que se presente una nueva información al sistema. En este tipo de redes, debido al carácter dinámico de las mismas, el estudio de la estabilidad suele ser un aspecto fundamental. Tipos de asociación de las informaciones de entrada y salida Las redes neuronales son sistemas que almacenan cierta información aprendida; esta información se registra de forma distribuida en los pesos asociados a las conexiones entre neuronas. Por lo tanto, puede imaginarse una red como cierto tipo de memoria que almacena datos en forma estable, datos que se grabarán en dicha memoria y que podrán ser leídos a la salida como respuesta a cierta información de entrada, comportándose la red como lo que se conoce como memoria asociativo. Es decir cuando se aplica un estímulo, la red se responde con una salida asociada a dicha información de entrada. Existen dos formas de realizar esta asociación entre entradas y salidas: • La primera sería la denominada heteroasociación, que se refiere al caso en que la red aprende parejas de datos [(Al, BI) , (A2, B2), ... , (AN, BN)] , de tal forma que cuando se presente cierta información de entrada A i, deberá responder generando la salida asociada B i. • La segunda se conoce como autoasociación, donde la red aprende ciertas informaciones Al, A2, ... , AN, de tal forma que cuando se le presenta una información de entrada realizará una autocorrelación, respondiendo con uno de los datos almacenados, el más parecido al de entrada. Estos dos mecanismos de asociación dan lugar a dos tipos de redes neuronales: • Redes heteroasociativas: son aquellas que computan cierta función, que en la mayoría de los casos no podría expresarse analíticamente. • Redes autoasociativas: son aquellas que se encargan de reconstruir una determinada información de entrada que se presenta incompleta o distorsionada, asociándole el dato almacenado más parecido.
Representación de la información de E/S Las redes neuronales pueden también clasificarse en función de la forma en que se representan las informaciones de entrada y las respuestas o datos de salida. Redes analógicas: Entrada analógica – salida analógica. Redes híbridas: Entrada analógica – salida binaria. Redes discretas: Entrada binaria – salida binaria. Ventajas de las redes neuronales Las propiedades globales de las redes neuronales surgen de la conjunción de componentes individuales sencillos. Las principales son: • Paralelismo masivo: Una red neuronal está formada por unidades individuales cada una de las cuales se encarga de calcular una función elemental sin cooperar con las demás. Esto ofrece una ventaja frente al comportamiento secuencial ya que cada unidad de cálculo puede ejecutarse en paralelo. • Aprendizaje adaptativo: el sistema va modificando su comportamiento para ajustarlo a los datos que se le van proporcionando. • Memoria asociativa distribuida: Un dato no se encuentra en un único sitio, sino repartido en toda la estructura. • Tolerancia a fallos: El sistema no deja de funcionar aunque se estropee una serie de componentes. El sistema se degrada con una función de error continuo. • Reconstrucción de datos parciales: los datos de entrada no necesitan ser explicados rigurosamente. Cuando el conocimiento del problema no es total, resulta imprescindible la capacidad de procesamiento a partir de información parcial. Diferentes implementaciones CDO ES CONVENIENTE UTILIZAR C/U? O PROBLEMA Q PUEDEN PRESENTARSE, PROC DE APRENDIZAJE 0 COMO LO HACEN Modelo de RN: PERCEPTRÓN Fue el primer modelo de red neuronal artificial. Despertó un gran interés en los años 60, debido a su capacidad para aprender a reconocer patrones sencillos. Sin embargo, al constar sólo de una capa de entrada y otra de salida con una única neurona, tiene la capacidad de representación bastante limitada. Reglas de aprendizaje del perceptron: el algoritmo de aprendizaje del perceptrón es de tipo supervisado, lo cual requiere que sus resultados sean evaluados y se realicen las oportunas modificaciones del sistema si fuera necesario. El algoritmo de aprendizaje con N elementos procesales de entrada y un único elemento procesal de salida es el siguiente: 1. Inicialización de los pesos y del umbral. 2. Presentación de un nuevo par ( entrada , salida esperada) 3. Calculo de la salida actual Y (t) = f [∑ i w(t) x(t) - 0] Siendo f(x) la función de transferencia escalón 4. Adaptación de los pesos 5. Volver al paso 2. El algoritmo es extensible al caso de múltiples neuronas en la capa de salida . el perceptron será capaz de aprender a clasificar todas sus entradas, en un numero finito de pasos, si el conjunto de los patrones de entrada son linealmente separables. En tal caso, puede demostrarse que el aprendizaje de la red se realizara en un número finito de pasos. El perceptron multinivel o multicapa es una red de tipo feedforward compuesto de varias capas de neuronas entre la entrada y la salida. Esta red permite establecer regiones de
decisión mucho mas complejas que las de dos semi planos como hacía el perceptron de un solo nivel. No se requieren mas de 4 capas en una red de tipo perceptron, pues, puede generar regiones de decisión arbitrariamente complejas. En ciertos problemas se puede simplificar el aprendizaje mediante el aumento del número de neuronas ocultas. Sin embargo, la tendencia es el número de la extensión de la función de activación, en lugar del aumento de la complejidad de la red. REDES ADALINE Y MADALINE Ambas estructuras usan neuronas con funciones de transferencia escalón. La red Adaline esta limitada a una única neurona de salida, mientras que Madaline puede tener varias. La diferencia fundamental respecto al perceptron se refiere al mecanismo de aprendizaje. Adaline y Madaline utilizan la denominada regla Delta de Hidrow – Hoff o regla del mínimo error cuadrado medio. Aprendizaje de Adaline Utilizan un aprendizaje Offline con supervisor denominado LMS. También se conoce como regla Delta porque trata de minimizar una delta o diferencia entre el valor observado y el deseado en las salidas de la red. La aplicación del proceso iterativo de aprendizaje consta de los siguientes pasos: 1. se aplica un vector o patrón de entrada, x k en las entradas de Adaline. 2. Se obtiene la salida lineal y se calcula la diferencia con respecto a la deseada. 3. Se actualizan los pesos. 4. Se repiten los pasos del 1 al 3 con todos los vectores de entrada. 5. Si el error cuadrado medio es un valor reducido aceptable, termina el proceso de aprendizaje; si no, se repite otra vez desde el paso 1 con todos los patrones. Aplicaciones de la red Adaline La principal aplicación de las redes Adaline esta en el campo de procesamiento de señales, para el diseño y realización de los filtros que eliminen el ruido en señales portadoras de información. Destaca su uso como filtros de ecualización adaptativos en modems de alta velocidad y canceladores adaptativos del eco para el filtrado de señales en comunicaciones telefónicas de larga distancia y comunicaciones vía satélite. Algoritmos Genéticos (AG): concepto y breve historia. Concepto: Como su propio nombre lo sugiere, los algoritmos genéticos tienen un paralelo biológico. Estos algoritmos comienzan con una colección de datos o patrones generados aleatoriamente y evolucionan posteriormente hacia una solución mediante técnicas de adaptación de los patrones iniciales. La solución no es necesariamente óptima, pero puede estar muy cerca de ella. Estructura: Los algoritmos genéticos son una familia de métodos de búsqueda adaptativa de soluciones, que reciben su nombre por su analogía con el cambio genético que se produce en las poblaciones naturales. Los algoritmos genéticos utilizan una representación basada en las características de los individuos o sucesos mediante un conjunto de estructuras de conocimiento denominadas patrones. Cada patrón representa la presencia o ausencia (1, 0) de un conjunto de propiedades o características en un determinado individuo o ejemplo que permiten incrementar la experiencia del sistema al estudiarlo. Los patrones también tienen un peso asociado, denominado idoneidad el patrón, que recoge su representatividad o rendimiento en experiencias pasadas.
Principios Darwinianos sobre la evolución por selección natural. Los individuos de una población “compiten”, los más fuertes tienen más probabilidades de sobrevivir y de generar mayor número de descendientes
Los genes de los mejor adaptados se heredan a las generaciones siguientes
Funcionamiento: Los algoritmos genéticos siguen tres pasos en el proceso de nuevas experiencias: 1.
Actualización de los pesos de los patrones. Los pesos aumentan cuando clasifican adecuadamente un caso real y disminuyen en caso contrario.
2.
Aplicación de operadores de búsqueda. Se utilizan típicamente dos operadores, cruce y mutación, que se aplican a los patrones de mayor peso para producir nuevos patrones. El cruce es análogo al genético, mientras que la mutación introduce pequeñas variaciones aleatorias. Por ejemplo, dados dos patrones representados por: X1 X2 X3 X4 X5 X6 X7 Yl Y2 Y3 Y4 Y5 Y6 Y7 Un ejemplo de cruce sería: XI X2 X3 X4 X5 Y6 Y7 Yl Y2 Y3 Y4 Y5 X6 X7 Una mutación, por el contrario, provocaría un cambio, por ejemplo: 0001110011 mediante mutación sería 0001010011
3.
Supresión de patrones ineficaces. Para mantener el tamaño del conjunto de patrones, se reemplazan los de menor peso por los nuevos. De alguna manera, cada patrón compite con los demás para producir resultados en el siguiente ciclo o generación.
El funcionamiento del algoritmo es el siguiente: 1. Representación del problema a resolver en una cadena de unos y ceros. La cadena tendrá una longitud de unos diez bits a varios cientos. 2. Generación aleatoria de una población de cadenas (patrones) de la longitud apropiada. El tamaño de la población estará comprendido entre 20 y 200 cadenas. 3. Evaluación de la representatividad o rendimiento de cada patrón. Función de evaluación del rendimiento. 4. Selección de los individuos para la nueva generación basada en su rendimiento. 5. Realización de cruces. Aleatoriamente se seleccionan dos individuos y un punto de cruce ( posición de la cadena a partir de la que se van a intercambiar los bits). Se intercambian los bits a la derecha del punto de cruce, creando individuos modificados. La cantidad total de cruces realizados va a depender de la aplicación. 6. Realización de mutaciones. Se seleccionan aleatoriamente los patrones y las posiciones sobre las que realizar la mutación. La mutación cambia un 1 por un 0, y viceversa. La cantidad total de mutaciones dependerá también de la aplicación.
7. Vuelta al paso número 3 y comienzo del ciclo otra vez. La población tenderá a múltiples copias de una sola cadena que tenga un rendimiento óptimo o cercano a él. Existe evidencia, tanto teórica como empírica, que demuestra que, incluso en espacios de búsqueda muy amplios y complejos, los algoritmos genéticos pueden localizar rápidamente estructuras de conocimiento efectivas empleando entre 50 y 100 patrones. Operadores Genéticos 1) Selección: Decide quienes serán los individuos que se reproducirán. Existen varias estrategias: selección directa (los x mejores, los x peores, etc.), selección aleatoria (todos tienen igual probabilidad de ser elegidos), Aplicando el Principio de selección natural, los mejor adaptados ( fitness mayor) deberían ser los seleccionados. Generalmente se elige un padre de acuerdo con su fitness y el otro padre aleatoriamente 2) Reproducción: Produce el cruce de los individuos seleccionados Estrategia destructiva: los descendientes se insertan en la población nueva aunque tengan menor fitness que sus padres Estrategia no destructiva: los descendientes se insertan en la población nueva sólo si tienen mejor fitness que sus padres Los métodos de cruzamiento mas utilizados son: De un punto: se elige al azar un punto de ruptura en la cadena que representa el cromosoma de cada uno de los padres y se intercambian sus elementos. Si el punto de cruza está en el extremo de la cadena, el contenido del cromosoma de una de los padres pasa intacto al del hijo. Cadenas padre Hijos 11101 . 001000 11101010101 00001 . 010101 00001 001000 De dos puntos: se eligen dos puntos aleatorios de ruptura para intercambiar. Cadenas padre 11 . 10100 . 1000
Hijos 11001011000
00 . 00101 . 0101
0010100 0101
3) Mutación: Produce una variación en la información genética contenida en un cromosoma. Generalmente de efectúa a través del cambio de valor de un gen, luego de la operación de reproducción, y con una probabilidad de ocurrencia muy baja. Las razones para utilizar mutación pueden ser tanto Desbloquear el Algoritmo o Enriquecer la diversidad Genéti ca. CDO UTILIZARLO, EJEMPLO DE APLICACIÓN MAS FAMILIAR DONDE PUEDAN EXPLICAR CANT DE DE MIEMBROS EN LA POBLACION, XQ EL GEN Y EL GENOTIPO ETC. Ejemplos de Aplicaciones • Stockton y Quinn describen el programa GA Workbench para la determinación de la cantidad óptima de pedido. El problema permite tratar situaciones complejas de inventario representando las cantidades de pedido en forma de códigos genéticos. • Asistencia a viajantes. • Construcción de horarios en grandes universidades, evitando conflictos de clases Redes bayesianas(RB): conceptos básicos y características. Aplicaciones. Definición: Las Redes Bayesianas son Grafos acíclicos dirigidos que representan las relaciones de causalidad entre las variables de un dominio, se utilizan mucho en el caso de incertidumbre.
Razones que dan lugar a la Incertidumbre en IA:
Deficiencias de la Información
Características del Mundo Real
Información Incompleta
Historia clínica incompleta, Paciente no recuerda….
Información Errónea
Paciente recuerda incorrectamente, miente,…
Información Imprecisa
Hay síntomas que deben cuantificarse subjetivamente…
Mundo no Determinista
Cada ser humano es un Mundo… no todos reaccionan igual
Modelo Incompleto
Aun hay cosas que se desconocen e incluso desacuerdo entre médicos.
Modelo Inexacto
Hay información estimada subjetivamente…
Deficiencias del Modelo
Ejemplo de Red Bayesiana simple
Ganar el puesto (GP)
Resultado Evaluación (REV)
Resultado Entrevista (REN)
Estructura: En toda Red Bayesiana se cumplen los siguientes Términos: 1) Los nodos de la red están formados por un conjunto de variables aleatorias (generalmente de tipo discretas, pero si son continuas se las discretiza utilizando rangos)
REV – Aprobado (A) o Desaprobado (D)
Ganar el puesto (GP)
Resultado Evaluación (REV)
REN - 100 a 80 puntos = Muy bueno (MB), 50 a 79 puntos = Bueno (B) o 0 a 49 puntos = Malo (M) Resultado Entrevista (REN)
GP – SI (S) o No (N)
2) Los nodos se conectan de a pares mediante flechas (el sentido de la flecha indica la influencia ejercida). En el ejemplo: REV se conecta con GP REN se conecta con GP entonces GP depende de REV y de REN 3) Para cada nodo hijo existe una tabla de probabilidad condicionada (cuantificando el efecto que ejercen sus padres sobre el) Tabla de probabilidades condicionadas Variables REV=A, REN=MB REV=A, REN=B REV=A, REN=M REV=D, REN=MB REV=D, REN=B REV=D, REN=M
P(GP = SI) 1 0,80 0,60 0,40 0,20 0
P(GP = NO) 0 0,20 0,40 0,60 0,80 1
4) No existen ciclos de influencia (pueden existir bucles) A
B
A
C
D
B
C
D
Como se razona en RB Considerando nuestro ejemplo, podríamos INFERIR el valor asumido por la VARIABLE DE SALIDA (GP) propagando las EVIDENCIAS (REV y REN). Para ello aplicamos el teorema de Bayes, las probabilidades de los nodos marginales (REV y REN) y las probabilidades condicionadas. Es decir, inferir,
P (GP=S/REV, REN) y P (GP=N/REV, REN) Pasos para construir una RB 1) Determinar cuáles son las Variables del dominio a incluir 2) Definir a que Tipo corresponde cada variable estableciendo también sus Valores posibles (discretizar variables si es necesario) 3) Definir la Topología de la RB (determinando las relaciones causales existentes entre las variables) 4) Definir las Probabilidades condicionales Conociendo las probabilidades de los nodos marginales (nodos evidencia) ya se puede efectuar razonamiento probabilístico Ventajas: • Proveen una representación gráfica de las relaciones de dependencia del dominio • Permiten utilizar criterios objetivos (ej. información histórica) y subjetivos (ej. experiencia del experto del dominio) • Permiten modelar la incertidumbre generando buenas predicciones con información incompleta • Permiten inferencias bidireccionales (se puede predecir que valores de entrada son necesarios para obtener un determinado valor de salida) Desventajas: • Definir la topología de la red puede ser una tarea muy compleja, quizás generando un grafo que no modela al dominio • En la identificación de variables pueden haberse omitido algunas que resultan importantes • Una mala estimación de los valores posibles de asumir por las variables puede llevar a invalidar resultados • Los resultados obtenidos son altamente sensibles a las probabilidades marginales y condicionales que se establezcan Aplicaciones SABER EXPLICAR LA UTILIDAD EN LAS APLICACIONES Y PORQUE USAR RB Y NO OTRAS TIPO AG RN ETC ETC… OSEA VER CDO ES CONVENIENTE UNA U OTRA Algunas aplicaciones de Redes Bayesianas Diagnostico de Cáncer Diagnostico de fallos de procesadores Diagnostico de problemas de impresora
Proceso de descubrimiento del conocimiento(PDC): conceptos basicos y caracteristicas. Aplicaciones. (?) Razonamiento Basado en Casos (RBC): conceptos básicos y características. Aplicaciones. Implica razonar haciendo uso de casos o experiencias previas: • sugerir una solución a un problema o situación nueva • sugerir adaptaciones para soluciones que no resultaron eficaces • proponer cambios para prevenir posibles fracasos • criticar una solución en progreso
RBC: resolver un problema nuevo recordando una situación similar previa y reutilizando su información y conocimiento
Principios de sostienen al enfoque de RBC 1) El mundo es regular, por ello problemas similares tienen soluciones similares (Soluciones para problemas anteriores similares son útiles puntos de partida para dar nuevas soluciones a problemas) 2) Los tipos de problemas con que alguien puede encontrarse tienden a recurrir (Los problemas futuros serán probablemente similares a los actuales) Ejemplo: Un doctor atiende a un paciente que presenta una combinación inusual de síntomas… Si este doctor trató a un paciente previo con síntomas similares, probablemente recordará el caso y propondrá el diagnóstico dado en aquel momento como solución para el nuevo problema. Ahora bien, ¿El diagnóstico anterior es correcto para este otro paciente?, la respuesta es que no podemos afirmarlo con certeza, primero hay que validarlo… para no impedir la consideración de otros probables diagnósticos. Sin embargo, el caso previo facilitó la generación de una respuesta por lo que el RBC es una estrategia de razonamiento efectiva. FALTA DESARROLLO, Q SE AMPLIE EL TEMA CON EJM CONCRETOS Q PUEDAN EXPLICAR.. O SEA Q ENTIENDA XQ UNO U OTRO TIPO DE AG… Agentes inteligentes (AI) y sistemas multiagentes (SMA): agentes de software, conceptos básicos y características. Aplicaciones.
Definición. Un agente (AI) es software que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores (AIMA). Características Algunas de las características que en la literatura se suelen atribuir a los agentes en mayor o menor grado para resolver problemas particulares son: 1) Continuidad Temporal: se considera un agente un proceso sin fin, ejecutándose continuamente y desarrollando su función. 2) Autonomía: un agente es completamente autónomo si es capaz de actuar basándose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por otra parte, una definición menos estricta de autonomía sería cuando el agente percibe el entorno. 3) Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades. 4) Racionalidad: el agente siempre realiza «lo correcto» a partir de los datos que percibe del entorno. 5) Reactividad: un agente actúa como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente. 6) Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios objetivos a pesar de cambios en el entorno.
