Algoritmo primero en profundidad

April 10th, 2014 Comments Off Categoria Algoritmos, Ciencias Computacion, Inteligencia artificial, Matematica

El algoritmo primero en profundidad funciona de la manera como lo muestra este esquema:

A continuacion, el algoritmo de busqueda Depth First:

Begin
open := [Start];
closed := [ ];
while open ? [ ] do
begin
remove leftmost state from open, call it X;
if X is a goal then returns SUCCESS
else begin
generate children of X;
put X on closed;
discard children of X if already on open or closed;
put remaining children on left end of open
end
end
return FAIL
end

A continuacion se muestra un arbol, el cual va a ser recorrido hasta encontrar el nodo U

La implementacion del algoritmo seria:

open = [A]; closed = [ ]
open = [B,C,D]; closed = [A]
open = [E,F,C,D]; closed = [B,A]
open = [K,L,F,C,D]; closed = [E,B,A]
open = [S,L,F,C,D]; closed = [K,E,B,A]
open = [L,F,C,D]; closed = [S,K,E,B,A]
open = [T,F,C,D]; closed = [L,S,K,E,B,A]
open = [F,C,D]; closed = [T,L,S,K,E,B,A]
Continua hasta encontrar U, o open = [ ].

Ciencias de la computacion y su logros

Logros de las Ciencias de la Computacion:
Contribuciones fundamentales a la ciencia y la sociedad.

  • Definición formal de computación y de computabilidad
  • Demostración de que existen problemas a los que no hay una solución computacional y problemas intratables.
  • Concepto de lenguaje de programación, una herramienta para la expresión precisa de información metodológica con diferentes niveles de abstracción
  • Tecnologías revolucionarias: computadoras de uso general, Internet, firmas digitales, comercio electrónico y los motores de búsqueda
  • Nuevas formas de investigación científica: Física computacional Química computacional

Como especificar un problema en IA

April 9th, 2014 Comments Off Categoria Algoritmos, Ciencias Computacion, Inteligencia artificial, Matematica

Para producir una especificación formal de un problema se deben definir:

  • espacio de estados válidos;
  • estado inicial del problema;
  • estado objetivo o final;
  • estado de falla
  • reglas que se pueden aplicar para pasar de un estado a otro.

Un estado es la representación de un problema en un instante dado. Para definir el espacio de estados no es necesario hacer una enumeración exhaustiva de todos los estado válidos, sino que es posible definirlo de manera más general.
El estado inicial consiste en uno o varios estados en los que puede comenzar el problema.
El estado objetivo consiste en uno o varios estados finales que se consideran solución aceptable.
Las reglas describen las acciones u operadores que posibilitan un pasaje de estados.
Una regla tiene una parte izquierda y una parte derecha.
La parte izquierda determina la aplicabilidad de la regla, es decir, describe los estados a los que puede aplicarse la regla.
La parte derecha describe la operación que se lleva a cabo si se aplica la regla, es decir, como obtener el estado sucesor.
Por ejemplo, en el problema de jugar al ajedrez:
el espacio de estados son la totalidad de tableros que se puede generar en un juego de ajedrez;
el estado inicial es el tablero de 8 x 8 donde cada celda contiene un símbolo de acuerdo a las piezas situadas;
el objetivo o estado final se define como cualquier posición de tablero en la que el contrario no puede realizar ningún movimiento legal y su rey esté amenazado.
las reglas son los movimientos legales, que pueden describirse mediante una parte patrón para ser contrastado con la posición actual de tablero y otra parte que describe el cambio que debe producirse en el tablero.
dado que escribir exhaustivamente todas las reglas es imposible prácticamente, (en el ejemplo, escribir todas las posiciones

Inteligencia Artificial: Introducción

Hace poco más de 10 años, la sola idea de otorgarle inteligencia a un sistema computacional, parecía utópica, rayando en lo imposible. Hoy dia, contamos con infinidad de productos que demuestran inteligencia a mayor o menor grado, lo cual facilita en mucho nuestra vida y el concepto que tenemos acerca de ella.

Actualmente, nos estamos acostumbrando a la idea de lograr, en el futuro, maquinas con un grado de inteligencia muy cercano a la humana, de tal manera que podriamos considerarlos como automatas e independientes de los deseos u propósitos para los que fueron creados. Es asi, de tal manera que escuchamos noticias como que para el 2050 podríamos conseguir robots amantes, algo muy polémico por cierto, pero no descartable. Esto me hace acuerdo del capitulo de futurama, en el que se recomendaba muy energicamente no tener citas con robots, ya que la reproducción humana estaba en riego. Para muestra un boton

Esto lleva a muchos a intentar entender los conceptos claves de esta inteligencia no humana, ni siquiera perteneciente a un ser vivo. Es por eso que se la conoce como intelifencia artificial. Estos seran una serie de posts dedicados a este tema. Mi intención es dar una idea general de los conceptos básicos de la misma, porque este campo es muy extenso y muy complejo, pero es importante tener un conocimiento basico de la misma

Inteligencia artificial, se conoce como una de las áreas de las ciencias computacionales encargadas de la creación de hardware y software con comportamiento inteligente. Esto engloba el estudio de técnicas que permite percibir, razonar y actuar de forma inteligente, ademas de lograr que las máquinas realizen tareas que, en algunos casos, son realizadas mejor por los sereshumanos.

Cuidado: uno de los errores más comunes a cometer en la definición de IA es afirmar que simula la inteligencia humana. La IA busca REPRODUCIR el efecto de la inteligencia humana en la resolucion u análisis de un problema. Para recalcar el punto, hagamos una analogía con el vuelo de las aves.

Los precursores en la fabricación de aviones, si bien es cierto estudiaron la estructura osea de las aves para inspirarse en sus invenciones, trataron de reproducir el efecto en sus inventos, es decir, que lograrar volar. NO intentaron reproducir un ala de ave a tamaño gigante, ni los procesos biologicos y químicos que permiten al ave batir sus alas para volar. Si fuea asi, veríamos a los aviones batiendo sus alas para remotarse en el cielo

Los Estudios en el Campo de la IA, tiene 2 objetivos principales:

  • Objetivos a largo plazo: Desarrollar sistemas que alcancen niveles de inteligencia similares/comparables o incluso mejores que los seres humanos. Esto no resulta muy viable por lo menos en los próximos 20 o 30 años.
  • Obejtivos a corto plazo: Desarrollar sistemas para realizar tareas “especificas” que puedan necesitar inteligencia.

Estos es todo por hoy, mas adelante veremos:

aplicaciones de IA

historia de la IA


Ordenes de Complejidad

April 7th, 2014 Escribi un comentario   Categoria complejidad

Ordenes de Complejidad

  1. O (1) Contantante
  2. O(ln n) Orden Logaritmico
  3. O(n): Orden lineal
  4. O (ln n n) Orden casi lineal
  5. O(n2) Orden Cuadratico
  6. O(n3) Orden cubico<
  7. O(na) Orden polinomico
  8. O(2n) Orden Exponencial
  9. O (n!) Orden factorial

Ciencias de la Computacion

April 7th, 2014 Escribi un comentario   Categoria Ciencia, complejidad

Ciencias de la Computacion

Las ciencias de la computación es el estudio de las bases teóricas de la información y la computación ademas de su aplicación practica en sistemas computacionales.(Wikipedia)

Diferenctes campos de estudio:

  • Resultados específicos del cómputo (ej gráficos por computadora),
  • Teoría de la complejidad computacional
  • Problemas que requieren la implementación de cómputos.

Fuente: Aprender Programacion

Introduccion a técnicas de de resolucion de problemas usando IA

Uno de los resultados que surgieron de las primeras investigaciones en IA fue que la inteligencia necesita conocimiento. El conocimiento posee algunas propiedades poco deseables como:

  • Es voluminoso
  • Es difícil caracterizarlo
  • Cambia
  • Se organiza de manera que tiene correspondencia con la forma en que va a ser usado

Una técnica de IA es un método que explota el conocimiento representado de manera que:

  • Representa generalizaciones, es decir, no es necesario representar cada situación individual, sino que las situaciones que comparten propiedades importantes se agrupan.
  • Debe ser entendido por las personas que lo provean.
  • Puede ser modificado para corregir errores y reflejar cambios en el mundo
  • Puede usarse en muchas situaciones aun sin ser totalmente exacto o completo
  • Puede usarse para superar su propio volumen, y disminuir el rango de posibilidades que normalmente deben considerarse

Se pueden caracterizar las técnicas de IA con independencia del problema a tratar.

Para solucionar problemas complicados, los programas que utilizan las técnicas de IA presentan numerosas ventajas con respecto a los que no lo hacen:

  • Son menos frágiles, es decir, que no se “caen” frente a una perturbación en la entrada
  • El conocimiento del programa es comprendido fácilmente por la gente
  • Usa generalizaciones
  • Tiene facilidad de extensión

Las técnicas de solución de problemas en IA, en general, incorporan un proceso de búsqueda.

Todo proceso de búsqueda puede ser visualizado como el recorrido por un árbol en el que cada nodo representa un estado y cada rama representa las relaciones entre los estados cuyos nodos conecta.

En general, las reglas contienen en forma implícita el árbol, y se genera en forma explícita sólo aquellas partes que se decide explorar.

La dirección en la cual se conduce la búsqueda (hacia adelante o hacia atrás).

La estrategia de control, o forma de seleccionar las reglas que pueden ser aplicables. Los principales requerimientos de una buena estrategia de control son: que cause desplazamiento en el espacio de estado; y, que sea sistemático.

La forma de representar cada nodo del proceso de búsqueda (representación del conocimiento).

Muchas veces, tratar el proceso como búsqueda en un grafo en lugar de una búsqueda en un árbol, puede reducir el esfuerzo que se gasta en explorar senderos, esencialmente iguales, varias veces. Sin embargo, los requisitos asociados, son:

  • Cada vez que se genere un nodo se debe chequear para ver si ha sido generado antes.

Plateamiento de problemas en IA

A continuación se plantean tres soluciones diferentes del problema de tres en raya analizando la conveniencia de cada una. Cada una de las soluciones plantea un enfoque diferente, pero solo la última simula la forma en que una computadora lo resolveria de forma inteligente:

Solución 1:

  • Una primera solución directa a este juego podría ser la de almacenar en un vector las 19.693 posibilidades de un tablero de 3 x 3 con tres valores posibles en cada casilla (vacío-X-O), así como las correspondientes jugadas sucesoras.
  • Para realizar una jugada, bastaría con acceder a la posición del tablero actual y la jugada sucesora correspondiente.
  • Las desventajas de este eficiente programa son bastante obvias:
  • Necesita gran cantidad de memoria; alguien debe realizar el pesado trabajo de introducir todas las jugadas y sus sucesoras; y el juego no se puede ampliar, por ejemplo a tres dimensiones.

Solución 2:

  • El programa posee una estrategia para cada turno de jugador.
  • Analiza el posible triunfo a partir de un estado del tablero dado.
  • Aunque es menos eficiente que la solución anterior en términos de tiempo, tiene la ventaja que es más eficiente en términos de espacio.
  • Su estrategia es más fácil de comprender y realizar cambios, aunque el programador debe comprender la totalidad de la estrategia de antemano.
  • Además, no es posible generalizar parte del conocimiento del programa hacia un dominio distinto, como tres en raya 3D.

Solución 3:

  • Una estructura contiene el tablero actual, así como una lista de posiciones del tablero que podrían ser el próximo movimiento, y una estimación de la probabilidad de que esa jugada lleve a la victoria.
  • Para decidir la siguiente jugada se tienen en cuenta las posiciones de tablero que resultan de cada movimiento posible.
  • Se decide la posición que corresponde a la mejor jugada, considerando si la jugada produce la victoria, y en caso contrario considerando todos los movimientos que el oponente puede realizar asumiendo que éste elegirá el peor para nosotros.
  • El algoritmo inspecciona varias secuencias de movimientos intentando maximizar la probabilidad de victoria.
  • Necesita mucho más tiempo que los demás, ya que debe realizar una búsqueda en un árbol de posibilidades antes de realizar cada movimiento. Sin embargo, es superior a las demás soluciones pues podría ser ampliado para manipular juegos más complicados.
  • Además, puede aumentar su potencia usando conocimiento sobre el juego, por ejemplo, en lugar de considerar todos los posibles movimientos considerar solo un subconjunto siguiendo algún criterio razonable.

Este último es un ejemplo del uso de una técnica de IA.

Dado este ejemplo, podemos definir tres parámetros importantes para poder resolver un problema usando IA:

  • Búsqueda: proporciona una forma de resolver problemas en los que no se dispone de un método directo
  • Uso del conocimiento: proporciona una forma de resolver problemas complejos explotando las estructuras existentes entre los objetos involucrados
  • Abstracción: proporciona una forma de separar aspectos y variaciones importantes de aquellos otros sin importancia, y que en caso contrario podrían colapsar el proceso.

Más adelante describiremos en detalle cada uno de estos elementos.

Tipos de Busqueda, Busqueda Heuristica

April 5th, 2014 Comments Off Categoria Inteligencia artificial

Tipos de búsqueda según estrategias de control:
ALGORITMO
Disponemos de información segura sobre qué operación aplicar
BUSQUEDA EXHAUSTIVA (A CIEGAS)
Exploración del árbol de búsqueda sistemáticamente pero sin información
BUSQUEDA HEURÍSTICA (INFORMADA)
información sobre el problema (información del dominio) que permite reducir la búsqueda

Del griego “heuriskein” que significa descubrir o encontrar
La heurística es una ayuda para guiar el proceso de búsqueda.

En general, con la utilización de heurísticas no se van a conseguir
siempre resultados óptimos (la mejor solución), pero si se van a conseguir resultados de buena calidad en un tiempo razonable.

Se utilizan en problemas complejos donde aparece el problema de la explosión combinatoria. En este tipo de problemas, los algoritmos de búsqueda exhaustiva tienen costos inaceptablemente altos (sólo son válidos para problemas sencillos).

Usar información “heuristica” para “adivinar” cuál nodo expandir
la heurística aparece bajo la forma de una función de evaluación basada en la información específica para el dominio o contexto relacionado con el problema
el problema de búsqueda se puede considerar como la maximización o minimización de una función.

La función de evaluación nos proporciona una manera de evaluar un nodo “localmente” basado en una estimación del costo de llegar desde el nodo actual al nodo meta.
Problemas con la Heurística
la heurística suele ser poco certera – problema abierto
puede no encontrar la mejor respuesta – superado por algoritmo A*
La heurística es una técnica la cual produce resultados, pero no siempre.

Mucho de lo que hacemos en la vida cotidiana involucra soluciones heurísticas a los problemas. Usualmente trabaja, o usualmente trabaja lo suficientemente bien, y cuando no trabaja, entonces se trata el problema de otra forma.

La palabra heurística, no solo describe los casos donde una solución podría no ser encontrada, sino que describe los casos donde deseamos encontrar la mejor solución.

La heurística podría ayudar a encontrar soluciones que pueden ser buenas, pero talvez no la mejor solución. Obviamente la medida de cuan bueno es y la evaluación de las técnicas heurísticas, es relativa al dominio, y a la tarea específica que la solución del problema será aplicada al dominio.

Maquina de Turing Funcionamiento

Maquina de TuringDescripcion de la maquina de Turing.

La idea de la maquina funcion con un Cabeza de Lectura y Escritura que lee una cinta infinita.

Cada vez que lee, borrar el contenido anterior, escribe un nuevo contenido, para luego Avanzar un lugar hacia la izquierda o Derecha.

Con esta maquina se puede realizar cualquier computo de las maquinas computadoras actuales

La maquina de Turing puede considerarse un automata capaz de leer lenguajes formales (es un conjunto de palabras (Palabras son cadenas de caracteres) de longitud finita que se forman a partir de un alfabeto (_Conjunto de caracteres) finito.

Definicion de una maquina de Turing de una sola cinta :una 6- tuplaM=(Q, \Gamma, s, b, F, \delta)\,,

  • Q \, es un conjunto finito de estados.
  • \Gamma \, El alafabeto de la cinta, un conjunto finito de símbolos de cinta
  • s \in Q Estado Incial.
  • b \in \Gamma Ssímbolo denominado blanco.
  • F \subseteq Q es el conjunto de estados finales de aceptación.
  • \delta: Q \times \Gamma \rightarrow Q \times \Gamma \times \{L,R\}\, función de transición, donde L es un movimiento a la izquierda y R es el movimiento a la derecha.