Inteligencia Artificial

Fernando Berzal, [email protected]

Inteligencia Artificial

Qu es la Inteligencia Artificial?

Definiciones de Inteligencia Artificial

Racionalidad computacional

Historia de la Inteligencia Artificial

Aplicaciones

Inteligencia Artificial
Algo que ver con la ciencia ficcin?

Inteligencia Artificial
Algo que ver con la ciencia ficcin?

Inteligencia Artificial
Qu significa ser inteligente?

La inteligencia se puede definir como la capacidad de

resolver problemas o elaborar productos que sean
valiosos en una o ms culturas.
-- Howard Gardner, Universidad de Harvard

Inteligencia Artificial
Definiciones de Inteligencia Artificial

Sistemas que
( piensan | actan )
( racionalmente | como humanos )

Inteligencia Artificial
Definiciones de Inteligencia Artificial:
Sistemas que piensan como humanos

El nuevo y excitante esfuerzo de hacer que los

ordenadores piensen mquinas con mentes en el
ms amplio sentido literal (Haugeland, 1985)

[La automatizacin de] actividades que vinculamos

con procesos de pensamiento humano, actividades
como la toma de decisiones, resolucin de problemas,
aprendizaje (Bellman, 1978)
6

Inteligencia Artificial
Definiciones de Inteligencia Artificial:
Sistemas que piensan racionalmente

El estudio de las facultades mentales mediante el uso

de los modelos computacionales
(Charniak & McDermott, 1985)

El estudio de clculos que hacen posible percibir,

razonar y actuar (Winston, 1992)

Inteligencia Artificial
Definiciones de Inteligencia Artificial:
Sistemas que actan racionalmente

La inteligencia computacional es el estudio del diseo

de agentes inteligentes (Poole et al., 1998)

IA est relacionada con conductas inteligentes en

artefactos (Nilsson, 1998)

IA construccin de agentes que se comportan

racionalmente (dados los recursos disponibles)
(Russell & Norvig, 1995)

Inteligencia Artificial
Definiciones de Inteligencia Artificial:
Sistemas que actan como humanos

El arte de desarrollar mquinas con capacidad para

realizar funciones que cuando son realizadas por
personas requieren inteligencia (Kurzweil, 1990)

El estudio de cmo lograr que los

computadores realicen tareas que,
por el momento, los humanos hacen mejor
(Rich & Knight, 1991)
9

Inteligencia Artificial
La ciencia de construir mquinas que
piensen
como humanos

piensen
racionalmente

acten
como humanos

acten
racionalmente

Berkeley CS188
10

Inteligencia Artificial
Racionalmente?

Objetivos predefinidos.

Racionalidad referida a las decisiones

que se toman, no al proceso mental utilizado:
el cerebro es a la inteligencia lo que las alas al vuelo

Objetivos definidos en trminos de la utilidad de los

resultados obtenidos (funcin de utilidad).

Ser racional es, en este sentido,

maximizar la utilidad esperada.

11

Inteligencia Artificial
Un nombre alternativo para la I.A.
Racionalidad Computacional
o cmo maximizar la utilidad esperada

Berkeley CS188
12

Historia
Nacimiento de la I.A.
1943 Circuitos booleanos como modelos del cerebro
McCulloch & Pitts: A logical calculus of the ideas immanent in nervous
activity. Bulletin of Mathematical Biophysics, 5:115-133.

Threshold Logic Unit (TLU):

Primer modelo de neurona artificial

13

Historia
Nacimiento de la I.A.
1950 Test de Turing
Alan M. Turing: Computing Machinery and Intelligence",
Mind LIX 236:433460, doi:10.1093/mind/LIX.236.433

Conducta inteligente
Capacidad de lograr eficiencia
a nivel humano en todas las
actividades de tipo cognoscitivo,
suficiente para engaar
a un evaluador humano
14

Historia
Nacimiento de la I.A.
1956 Inteligencia Artificial
Dartmouth Summer Research Conference on Artificial Intelligence
(John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon,
Ray Solomonoff, Oliver Selfridge, Trenchard More, Arthur Samuel,
Herbert Simon & Allen Newell)

Conjetura inicial
Every aspect of learning or any other feature of intelligence can be
so precisely described that a machine can be made to simulate it.
http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html

15

Historia
Primeros xitos
Aos 50: Primeros programas con IA
Juego de damas, 1952
Arthur Samuel, IBM

Poda -
Resolucin de problemas:
Allen Newell, Herbert A. Simon & J. C. Shaw, RAND Corporation

LT [Logic Theorist], 1955-1956

GPS [General Problem Solver], 1959
Demostracin de teoremas usando bsqueda heurstica.

16

Historia
Look, Ma, no hands!
Principio de resolucin, 1965
John Allan Robinson, Rice University

Algoritmo completo para razonamiento lgico

a b, a c
bc
17

Historia
Optimismo desbordado

Machines will be capable, within twenty years, of

doing any work a man can do.
Herbert Simon

Within 10 years the problems of artificial intelligence

will be substantially solved.
Marvin Minsky

I visualize a time when we will be to robots what dogs

are to humans, and I'm rooting for the machines.
Claude Shannon
18

Historia
resultados decepcionantes
Traduccin automtica [Machine Translation]
The spirit is willing but the flesh is weak.

(Russian)

The vodka is good but the meat is rotten.

ALPAC report, 1966
Eliminacin de la financiacin gubernamental para sistemas MT

19

Historia
El invierno de la I.A.
1966 ALPAC report
(traduccin automtica)

1969 Marvin Minsky & Seymour Papert: Perceptrons

(abandono de modelos conexionistas,
la investigacin en redes neuronales casi desaparece)

1973 Lighthill report

(investigacin en IA en el Reino Unido)

1974 Decepcin en DARPA con CMU

(programas de reconocimiento de voz)

Recortes de DARPA a la investigacin en IA

http://en.wikipedia.org/wiki/AI_winter

20

Historia
Estudios sobre complejidad computacional
Aos 70

Problemas NP-difciles: Problemas que para resolverlos
de forma exacta requieren realizar una bsqueda en
un espacio de tamao exponencial (nadie sabe cmo
evitar esa bsqueda y no se espera que se consiga
evitar).

Todos los problemas de los que se ocupa la IA son
NP-difciles.

Si tenemos un algoritmo que encuentra la solucin de
forma rpida y casi siempre correcta, podemos
considerarlo inteligente
21

IA implica bsqueda sujeta a errores.

Historia
Sistemas basados en el conocimiento

Aos 70: Primeros sistemas expertos
DENDRAL, MYCIN, PROSPECTOR, R1/XCON

Aos 80: La industria de la I.A.
(boom de los sistemas expertos)
Base de
conocimiento

Memoria
de trabajo

Motor de inferencia
22

Historia
Renacimiento de la I.A.
Aos 80

Modelo conexionista: backpropagation, 1986

(las redes neuronales retoman su popularidad)
David E. Rumelhart, Geoffrey E. Hinton & Ronald J. Williams
"Learning representations by back-propagating errors
Nature 323(6088):533536, 1986. doi:10.1038/323533a0

SAT solvers
(problemas de satisfaccin de restricciones)

Modelos ocultos de Markov

(procesamiento del lenguaje natural)

23

Historia
I.A. moderna
Aos 90

Knowledge Discovery & Data Mining

KDD workshop, Detroit, MI, August 20th, 1989.

Business rule engines

(versin moderna de los sistemas expertos de los 80)

Tcnicas estadsticas (aprendizaje bajo incertidumbre)

Agentes inteligentes

24

Capacidades de la I.A.
Qu puede hacer actualmente la I.A.?

Jugar al ping-pong?

Conducir un vehculo por una carretera montaosa?

Conducir un vehculo por el Camino de Ronda en obras?

Hacer la compra semanal por Internet?

Hacer la compra en un mercadillo?

Conversar con una persona durante una hora?

Realizar una operacin quirrgica?

Recoger los platos y doblar la ropa?

Jugar al 50x15 en Espaa / Jeopardy! en USA?

Traducir un idioma hablado en tiempo real?
25

Escribir, a propsito, una historia divertida?

Capacidades de la I.A.
Creatividad? Historias divertidas (sin querer)
TALE-SPIN System, James Meehan, UC Irvine, 1976
http://en.wikipedia.org/wiki/Computational_creativity

One day Joe Bear was hungry. He asked his friend

Irving Bird where some honey was. Irving told him
there was a beehive in the oak tree. Joe walked to
the oak tree. He ate the beehive. The End.
Henry Squirrel was thirsty. He walked over to the river
Berkeley CS188
bank where his good friend Bill Bird was sitting. Henry
slipped and fell in the river. Gravity drowned. The End.
Once upon a time there was a dishonest fox and a vain crow.
One day the crow was sitting in his tree, holding a piece of
cheese in his mouth. He noticed that he was holding the piece
of cheese. He became hungry, and swallowed the cheese.
26
The fox walked over to the crow. The End.

Capacidades de la I.A.
Creatividad? Alguna mejora?
Agentes conversacionales

27

Capacidades de la I.A.
Creatividad? Redes neuronales recurrentes, 2016
http://spectrum.ieee.org/computing/software/the-neural-network-that-remembers

On tap at the brewpub. A nice dark red color with a nice head
that left a lot of lace on the glass. Aroma is of raspberries and
chocolate. Not much depth to speak of despite consisting of
raspberries. The bourbon is pretty subtle as well. I really dont
know that find a flavor this beer tastes like. I would prefer a little
more carbonization to come through. Its pretty drinkable, but I
wouldnt mind if this beer was available.
-- Review for a fruit/vegetable beer.

28

Capacidades de la I.A.
Demos

29

Aplicaciones
Sistemas de planificacin

Google Maps

30

Aplicaciones
Visin artificial

UC Berkeley project, funded by Caltrans, 1994

31

Aplicaciones
Visin artificial

Terminator @ 1984
(ciencia-ficcin)

Reconocimiento de objetos
(realidad)
32

Aplicaciones
Visin artificial
Googles Brain-Inspired Software Describes What It Sees in Complex Images
MIT Technology Review, November 2014

33

Aplicaciones
Visin artificial: Microsoft Kinect, 2010

34

Aplicaciones
Visin artificial
2010 Microsoft Kinect
2009 Project Natal

Image-based 3D reconstruction
Depth sensor = infrared projector (laser)
+ monochrome camera (CMOS)

35

Aplicaciones
Visin artificial
2010 Microsoft Kinect
2009 Project Natal

36

Aplicaciones
Robtica

Roomba iRobot

QRIO & AIBO Sony

37

Aplicaciones
Vehculos autnomos

Stanley 2005 DARPA Grand Challenge Winner

38

Aplicaciones
Vehculos autnomos
2005 Stanley (DARPA Grand Challenge)
2007 Junior (DARPA Urban Challenge)
2010 Google driverless car
Sensores
Toyota Prius

GPS: Google Street View

Cmara de vdeo (parabrisas): Semforos y obstculos mviles

LIDAR [Light Detection And Ranging]: Mapa 3D del entorno

Radares (3 frontales, 1 trasero): Distancias a objetos lejanos

Sensor de posicin (rueda trasera): Pequeos movimientos
39

Aplicaciones
Vehculos autnomos
LIDAR

40

Aplicaciones
Vehculos autnomos
2005 Stanley (DARPA Grand Challenge)
2007 Junior (DARPA Urban Challenge)
2010 Google driverless car

Software

Localizacin
Navegacin
Control

GPS + histogram/Kalman/particle filters

A*, programacin dinmica
PID
41

Aplicaciones
Vehculos autnomos
Google (2015)

42

Aplicaciones
Vehculos autnomos
Tesla (2015)

43

Aplicaciones
Vehculos autnomos
MARTY (Stanford, 2015)

a vintage 1981 DeLorean

for researching the physical limits of autonomous driving.

44

http://news.stanford.edu/news/2015/october/marty-autonomous-delorean-102015

Aplicaciones
Juegos

IBM Deep Blue, 1997

45

Aplicaciones
Juegos

46

RoboCup

Aplicaciones
Reconocimiento de voz

Android Voice Search

Kinect (mic array)

47

Aplicaciones
Procesamiento del lenguaje natural

IBM Watson, 2011 Jeopardy!

48

Aplicaciones
Traduccin automtica

49

Aplicaciones
Traduccin simultnea

50

Bibliografa

Stuart Russell & Peter Norvig:

Artificial Intelligence:
A Modern Approach
Prentice-Hall, 3rd edition, 2009
ISBN 0136042597
http://aima.cs.berkeley.edu/

Nils J. Nilsson
The Quest for Artificial Intelligence
Cambridge University Press, 2009
ISBN 0521122937
http://ai.stanford.edu/~nilsson/QAI/qai.pdf

51

Bibliografa
Bibliografa complementaria

Elaine Rich & Kevin Knight: Artificial Intelligence.
McGraw-Hill, 1991.

Patrick Henry Winston: Artificial Intelligence.
Addison-Wesley, 1992.

Nils J. Nilsson: Principles of Artificial Intelligence.
Morgan Kaufmann, 1986.

Daniel Jurafsky & James H. Martin: Speech and
Language Processing. Prentice Hall, 2008.

Yoav Shoham & Kevin Leyton-Brown: Multiagent
Systems: Algorithmic, Game-Theoretic, and
Logical Foundations. Cambridge University Press,
52
2008.

Cursos de inters

Introduction to AI
Peter Norvig & Sebastian Thrun (Stanford & Google)
https://www.ai-class.com/

CS221 Artificial Intelligence: Principles & Techniques

http://www.stanford.edu/class/cs221/
Stanford University

CS188 Introduction to Artificial Intelligence

Dan Klein & Peter Abbeel (UC Berkeley)
https://www.edx.org/ @ edX
http://inst.eecs.berkeley.edu/~cs188/ @ Berkeley
53

Cursos de inters
Temas ms especficos

Machine Learning
Andrew T. Ng, Stanford University
https://www.coursera.org/course/ml

AI Planning
Gerhard Wickler & Austin Tate, University of Edinburgh
https://www.coursera.org/course/aiplan

Natural Language Processing
Dan Jurafsky & Christopher Manning, Stanford University
https://www.coursera.org/course/nlp

Programming a Robotic Car
Sebastian Thrun, Stanford University & Google
http://www.udacity.com/overview/Course/cs373/
54