Inteligencia artificial
-
Upload
bryan-campoverde -
Category
Documents
-
view
142 -
download
0
Transcript of Inteligencia artificial
Inteligencia Natural
Procesar a gran velocidad
Multiplicidad de sensores
Comparación con información almacenada
Combinación de información
Respuestas correctas o incorrectas
No necesita instrucciones explícitas
Inteligencia Artificial
Modelado y simulación de actividades cognitivas
observar representar comunicarmemorizar
recuperar calcular aplicar procedimientos
comprender
conceptualizar
comparar relacionarordenar clasificar analizar sintetizar
elaborar hipótesis resolver problemas interpretar
inferir planificar evaluar transferir
CREAR
Fundamentos Filosóficos
Fundamentos Matemáticos
Fundamentos Psicológicos
Fundamentos de Ingeniería Computacional
Platón Algoritmo de Eutidemo
Aristóteles Silogismos
Rene Descartes Dualismo
Blas Pascal Intuición e Instintos
Newell y Simon Programación
Computación máquina de Turing 1936
Lógica Aristoteles 430 ACBoole 1847
Probabilidad Gerolamo Cardano 1530
De la IAa la ingeniería computacional
Multi Tasking
Base de datos relacionadas
Administración automática de memoria
Programación orientada a objetos
Sistemas que piensan como humanos
Sistemas que actúan como humanos
Sistemas que piensan racionalmente
Sistemas que actúan racionalmente
Los microtúbulos son cilindros huecos de 25 nm de diámetro.
Sus paredes son hexágonos de la proteína tubulina.
Cada tubulina tiene forma de un “maní “de dímeros de 8 nm
constituidos por monómeros alfa y beta.
Los microtúbulos son los mayores componentes del citoesqueleto
y se auto.reúnen para determinar la forma y función celular.
Cristalografía por rayos X . Amos y Klug. 1974
El pensamiento humano no es solo racional sino también emotivo
El accionar humano no es solo mecánico sino motivacional
La emoción, el deseo, la motivación y el bienestar propio y de la especie guían la conducta humana inteligente.
La emoción por quién, el deseo hacia qué, la motivación hacia donde y el bienestar de quién guiará la conducta de los sistemas inteligentes?
Y la pregunta fundamental...
El sistema inteligente será desarrollado en una computadora o en un ordenador?La inteligencia artificial tendrá un cerebro masculino o uno femenino?
Diferencias cognoscitivasDiferencias cognoscitivas
Los hombres se destacan: Tareas espaciales Razonamiento matemático Recorridos en rutas predeterminadas
Las mujeres presentan: Mayor velocidad perceptual Mayor fluidez verbal Más recuerdos de los detalles de una ruta Más velocidad en trabajos manuales de precisión. Mejor significación de la expresión facial y
reconocimiento de caras
Los hombres se destacan: Tareas espaciales Razonamiento matemático Recorridos en rutas predeterminadas
Las mujeres presentan: Mayor velocidad perceptual Mayor fluidez verbal Más recuerdos de los detalles de una ruta Más velocidad en trabajos manuales de precisión. Mejor significación de la expresión facial y
reconocimiento de caras
Estas diferencias persisten con la evolución.
La cultura y la educación pueden atenuarlas pero no transformarlas
Se objetivan en tests neuropsicológicos y en neuroimágenes de alta resolución
Lopez Mato 03, modificado de Pease
Significado Paleológico
Hombre cazaba sólo. Desarrolló
Competencia,cálculo de distancia,visión tubular, percepción de sonidos graves, detección de movimientos lejanos, piel gruesa.
Comunicación corta y fuerte Pease A y B
Significado Paleológico
Mujer recolectaba frutos y cuidaba a la cría. Desarrolló
Cooperación, visión periférica, percepción de sonidos agudos,
detección de movimientos cercanos, piel fina con mayor tacto.
Comunicación verbal y paraverbal acentuada Pease A y B
Significado paleológico de las diferencias
Mujer programada para parir defender a la prole mantener la armonía
Cerebro femenino fue programado para nutrir, educar, proveer cariño y amor
Pease A y B
Significado paleológico de las diferencias
Hombre programado para cazar, guerrear, proteger, proveer materialmente
Cerebro masculino está determinado a intentar resolver problemas.
Pease A y B
Historia
Simulación de red neuronal (1956)
ADALINE, MADALINE (1959)
PERCEPTRON (1962)
Incapacidad XOR (1969)
Memorias asociativas (década del 70)
PDP (década del 80)
Unidad de proceso electrónica
Carlos von der Becke- - - - - - - - - - - - - - - - - - - -U. FASTA- - - - - -------------------------------------------------------------------------------------------------------------------------------------Foundations of Artificial Intelligence
9
Dos amplificadores operacionalesson una neurona artificial analógica
e=excitación; i=inhibición; h=dintel -- Beer se aparta de este modelo
Neuronas Biológicas y Unidades de ProcesoNeuronas Unidades de proceso
Conexiones sinápticas Conexiones ponderadas
Efectividad de las sinápsis
Peso de las conexiones
Excitación o inhibición Signo del peso
Sinápsis combinadas Función de propagación
Activación por tasa de disparo
Activación por salida
TAMAÑO Y RAPIDEZ de las REDES
PESO SINAPTICO ACON (N+n).K
OCON N (n+1).K
TIEMPO ENTRENAMIENTO
Para N chico: ACON ~ OCON
Para N grande: OCON + peso y + velocidad
Función de activación
1.Acomodación de señales muy intensas sin producir saturación. 2.Admite señales débiles sin excesiva atenuación 3.Fácilmente derivable, ya que
ASOCIACION
CLASIFICACION
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
ASOCIACION
CLASIFICACION
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
ASOCIACION
AUTO recupera un patrón dada información
parcial
HETERO recupera un conjunto de patrones dado un
patrón
ASOCIACION
CLASIFICACION
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
CLASIFICACION de RNA
NO SUPERVISADA solo se basa en entradas
SUPERVISADA
interpola entre entradas y salidas
CLASIFICACION
RNA No Supervisadas modernas
Aprendizaje por componentes principales
Aprendizaje competitivo
Códigos demográficos
Aprendizaje reforzado
ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
FORMULACION PROBLEMA- VISION ARTIFICIAL- PROCESADO DE IMÁGENES- PROCESADO DE SEÑALES- RECONOCIMIENTO DEL HABLA- RECONOCIMIENTO DE CARACTERES- SISTEMAS EXPERTOS- ANALISIS DE IMÁGENES MEDICAS- CONTROL REMOTO- CONTROL DE ROBOTS- INSPECCION INDUSTRIAL- EXPLORACION
ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
ALGORITMO DE ANALISIS
Modelos lineales
Suman ruido
Modelos no lineales
Eliminan perturbaciones
s=bim ti de todas las unidades ocultas
ALGORITMO DE ANALISIS
s
Salida de otras redesAsociacion
HumedadTemperaturaVibraciónDisconfort
UmbralRuidoFactores de Distracción
Funciones de probabilidadErrores
ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
Redes Competitivas
Simulación neurofisiológica del córtex cerebral
Similitud en métodos estadísticos de análisis de clusters
Redes de Adaptación Probabilística
Pesos de conexiones precalculados
Operaciones no lineales
Actualización iterativa
Minimiza la función de energía
ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
ASOCIACION
CLASIFICADOR
FORMULACION PROBLEMA
ALGORITMO DE ANALISIS
MODELO NEURAL
ARQUITECTURA
IMPLEMENTACION
Implementación
Insecto ElectrónicoHardware dedicado 20000 neuronas
Gato ElectrónicoHardware evolutivo 1 millón de neuronas
RobokonecoCompuertas matriciales de efecto de campo 40
millones de neuronas
Implementación
Carlos von der Becke- - - - - - - - - - - - - - - - - - - -U. FASTA- - - - - -------------------------------------------------------------------------------------------------------------------------------------Foundations of Artificial Intelligence
70
“Correlato neural” de PERIPLANETA
Implementación
Carlos von der Becke- - - - - - - - - - - - - - - - - - - -U. FASTA- - - - - -------------------------------------------------------------------------------------------------------------------------------------Foundations of Artificial Intelligence
72
Hexápodo en 3-Duno de los tantos robots hexapódicos
Implementación
ROBOKONEKO 32768 módulos neurales
Módulo Neural 180 axones
1152 neuronas por módulo
450 millones de transistores por módulo
Implementación
Gato Electrónico
106 neuronas 104 sinapsis 102 1/s sw
Robokoneko
107 neuronas 104 sinapsis 103 1/s sw
Cerebro
1011 neuronas 107 tubulinas 109 1/s sw
Implementación
Comparativamente con un procesador Pentium IV de 2,5 Gb realizando 109 operaciones por segundoEl Gato Electrónico realiza 1000 conexiones mas por unidad de tiempoRobokoneko o un gato real realizan 100000 conexiones mas por unidad de tiempoEl cerebro realiza 1000000000000000000 (un Trillón) de conexiones mas por unidad de tiempo
Tecnologías en computación neuronal
Simuladores de Software
Aceleradores de Hardware
Chips de Silicio
Procesadores Opticos
Bio Chips
Tecnologías en computación neuronal
Simuladores de Software
Simples de implementar con cualquier lenguaje
Librerías C++
Matlab
Mathematica
P3 (LISP)
Tecnologías en computación neuronal
Aceleradores de HardwareMark III y IV 8100 unidades de proceso
417000 conexiones
NEP para PC
ANZA 1500000 conexiones
DELTA II 11000000 conexiones
Tecnologías en computación neuronal
Chips de Silicio
ENN 256 neuro transistores
100000 sinapto resistores
Silicon Retina
Silicon Ear
Tecnologías en computación neuronal
Procesadores Ópticos
Moduladores de luz
Opto electrónica integrada
Llaves ópticas no lineales
Resonadores ópticos de fase variable
Lógica difusa
Control de posición
Estacionamiento automático
Frenos ABS
Cajas de cambio
Autofocus de cámaras
El Futuro
La teletransportación
Primera computadora de quantums
T A B
T BA
T BA
Blatt, Wineland, et al 2004
T A B
El Futuro
Primer computadora de quantums
3 átomos- 272,7 ºC
Computadora de quantums práctica
500 a 5000 átomos
Temperatura ambiente
Con la Inteligencia aparece la certeza de la finitud y la búsqueda de la trascendencia.
¿Las computadoras tendrán sentido de muerte y buscarán un dios?
En el mundo del carbono,primero surgen las emociones y los sentimientos y más tarde la inteligencia.
En el mundo del silicio, primero surgirá la inteligencia y a lo mejor, bastante más tarde las emociones y los sentimientos.
Andrea Romanella