Inteligencia Artificial - Presente y futuro

Inteligencia Artificial: Presente y futuro

Equipo 7 Escalante Godinez Alfredo Humberto | Hernández Espinoza Jesús Bernardo | Jimenez Rivera Fernando | Urrea Barraza Karina Elizabeth

Temas a tratarIA: Presente y futuro

IntroducciónComponentes de los agentesArquitectura de los agentes¿Llevaremos la dirección correcta?¿Que pasaría si la IA tuviera éxito?

IntroducciónIA: Presente y futuro

Se ha demostrado que el problema de diseño de un agente racional depende de las percepciones y las disposiciones de las que dependa ese agente, las metas que deba satisfacer, el comportamiento del agente, y la naturaleza del entorno.

¿Nos va a llevar este progreso a un agente inteligente de propósito general que pueda actuar correctamente en diferentes entornos?

Componentes de los agentesIA: Presente y futuro

La interacción con el entorno a través de sensores y actores; durante mucho tiempo en la IA ha sido un punto notoriamente débil con pocas excepciones. Los sistemas de IA se construyeron de tal forma que los humanos tienen que proporcionar las entradas e interpretar las salidas. Mientras que los sistemas robóticos se centran en tareas de bajo nivel de razonamiento.


Las herramientas de filtrado se necesitan cuando se involucra la percepción real (y por tanto imperfecta). Los algoritmos actuales de filtrado y de percepciones pueden combinarse para hacer un trabajo razonable de informar predicados de bajo nivel, tales como la taza está sobre la mesa, pero falta mucho para informar que el Dr. Navarro está platicando con el Dr. Inés.


Incertidumbre de identidad, sucede tan pronto como hablemos de objetos y no sabemos que de que objeto estamos hablando, es decir, y en un tono incierto. Este problema ha sido ignorado por la IA basado en la lógica, la cuál supone que generalmente las percepciones incorporan símbolos que identifican los objetos.


Estructura jerárquicaConstan de miles y millones de pasos primitivos para un agente real. Por ejemplo, hacer frente a los cursos de una acción que podrían ser como :

• Mantener una conversación• Tomar una taza de té


La utilidad como expresión de preferencias en principios.

Basa las desiciones en maximizar la utilidad esperada, y evita mucho de los problemas basados en objetivos, como: objetivos conflictivos . Sin embargo, hasta ahorita no se ha trabajado muchos en la construcción de utilidades realistas.


A comparación de una función recompensa que es simple la función de utilidad es compleja.Esto sugiere que hay que tomar muy enserio la tarea de ingeniería del conocimiento para las funciones de recompensa como una forma de transmitir a nuestros agentes qué es lo que queramos que haga.


AprendizajeSe puede formular el aprendizaje de una agente como aprendizaje inductivo (supervisado, no supervisado ó basado en el esfuerzo).

Se han desarrollado técnicas estadísticas y lógicas muy poderosas que hacen frente a problemas grandes, alcanzando o excediendo las capacidades humanas en la identificación de patrones.


Por otro ladoEl aprendizaje de la máquina no ha avanzado mucho en cuanto al importante problema de construir representaciones nuevas a niveles de abstracción mayores a las del vocabulario de entrada.

Arquitectura de los agentesIA: Presente y futuro

¿Cuál es la arquitectura de los agentes que debemos de utilizar?Todas ellas

Hemos visto que en las situaciones en las que el tiempo no es esencial, se necesitan respuestas reflejas, mientras que la deliberación basada en el conocimiento que permite que el agente planifique con antelación.


Un agente completo debe hacer las dos cosas anteriores a través de una arquitectura híbrida que le permita que la decisión de sus componentes no sea fija.

Un ejemplo de estas arquitecturas son la SOAR, ya que cada vez que se resuelve un problema de manera explicita lo guardan para utilizarla en situaciones similares.


Los agentes necesitan formas de controlar sus propias deliberaciones y ejecutar las instrucciones de computo más rentable.

Por ejemplo, si un agente taxi, conduce y observa un accidente adelante de él, deberá optar por frenar o actuar de forma evasiva.


Estos temas normalmente se estudian bajo el encabezamiento de IA en tiempo real. A medida que los agentes entran en dominios más complejos , todos los problemas serán de tiempo real. Porque el agente nunca tendrá tiempo necesario suficiente como para resolver un problema de la forma más exacta.


Algoritmos de cualquier momentoUn algoritmo de esta clase es cuya salida mejora gradualmente con el tiempo, de manera que tiene preparada una decisión razonable siempre que tenga una interrupción.Dichos algoritmos se controlan mediante un procedimiento de desiciones de meta nivel que evalúa si vale la pena realizar más instrucciones de cómputo.


Meta razonamiento técnico para las desicionesEste método aplica la técnica del valor de la información para la selección de instrucciones. El valor del computo depende tanto de los costes (el tiempo que se tardara en realizar la acción) como en sus beneficios (la calidad de los resultados).


Desde luego que el meta razonamiento es caro y que los métodos de compilación se pueden aplicar para que los sobre costes sean pequeños en comparación con los costes de computo que se están controlando.El meta razonamiento es un aspecto de un arquitectura reflexiva.

¿Estamos llevando la dirección adecuada?IA: Presente y futuro

En las anteriores diapositivas mencionamos muchos avances y oportunidades para progresar.

Nuestro objetivo principal es construir agentes racionales.

Y sabemos que la racionalidad perfecta, haciendo siempre lo correcto, no es viable en entornos complicados.


Racionalidad perfecta

Un agente perfectamente racional actúa en cualquier instante de tal manera que maximiza la utilidad esperada, dada la información que haya adquirido en el entorno. Hemos observado que la mayoría de los cálculos para llegar una racionalidad perfecta en los entornos lleva demasiado tiempo.


Racionalidad calculadora

Está es la racionalidad que hemos utilizado implícitamente al diseñar agentes lógicos y teóricos para las desiciones. Un agente calculadoramente racional devuelve lo que habría sido la opción racional al comienzo de su deliberación.


Racionalidad limitada

Herbert Simón rechazó la noción de la racionalidad perfecta y la remplazo con la racionalidad limitada, una teoría descriptiva de la toma de desiciones por agentes reales. Simón sugiere que la racionalidad limitada funciona satisfaciendo en primer lugar, deliberando sólo el tiempo necesario para elaborar una buena respuesta.


Optimalidad limitada

Se comporta todo lo bien que puede, dado sus recursos computaciones, es decir , la utilidad esperada del programa para un agente optimo es por lo menos tan elevada como la utilidad esperada de otro programa agente que se ejecute desde la misma computadora.


Optimalidad limitada

Se propone un concepto como una tarea formal para la investigación de la IA que esta bien definida y es viable. Especifica programas óptimos en ves de acciones optimas.

¿Que ocurriera si la IA tuviera éxito?IA: Presente y futuro

En la novela de David Lodge, Small World {1984) sobre el mundo académico de la crítica literaria, el protagonista causa consternación cuando pregunta a un panel de teóricos literarios eminentes, la siguiente cuestión: ¿Qué ocurriría si ustedes tuvieran razón?


Ninguno de los teóricos parece haber considerado antes la cuestión quizá porque debatir teorías infalsificables en un fin mismo.

Una situación similar sucede cuando preguntamos ¿Que pasaría si la IA tuviera éxito?

La IA es fascinante, las computadoras inteligentes son mas útiles que las computadoras que no lo son.


Existen temas éticos a tener en cuenta. Las computadoras inteligentes son más potentes pero ¿se van a utilizar para fines buenos ó malos?El alcance de ese impacto se dependerá del grado de éxito de la IA.Se puede esperar que éxitos medios de la IA afectaran a toda clase de gente en su vida cotidiana.


Finalmente, parece probable que un éxito de la IA a gran escala, por ejemplo: la creación de inteligencia en el nivel humano, y más allá, cambiaría las vidas a la mayoría de la humanidad. La verdadera naturaleza de nuestro trabajo y de nuestro papel cambiaría nuestro punto de vista de la inteligencia, la consciencia y el destino del futuro de la raza humana.

Equipo 7IA: Presente y futuro

¡GRACIAS!

Technology

Inteligencia Artificial - Presente y futuro