INTELIGENCIA ARTIFICIAL E ING. DEL CONOCIMIENTO /
- 1ERA
- Alfaomega MEXICO 2006
- 364 ILUSTRACION 17X23 CM
Formato Libro Físico Editorial Alfaomega Grupo Editor Autor Gonzalo Pajares Martinsanz Categoría SIN CLASIFICAR Año 2006 Idioma Español N° páginas 384 Encuadernación Tapa Blanda ISBN 9701511662 ISBN13 9789701511664 N° edición 1
ÍNDICE
Autores .................................................................................................................... XI Prólogo .................................................................................................................. XIII
Capítulo 1. Introducción a la inteligencia artificial 1.1 La inteligencia de las máquinas ......................................................................... 1 1.1.1 Definiciones de sistema inteligente ............................................................. 4 1.1.2 El término Inteligencia Artificial ................................................................... 6 1.2 Estrategias de la IA ............................................................................................... 9 1.3 Breve visión histórica de la IA ........................................................................... 13 1.3.1 Hitos en la evolución de la IA ...................................................................... 13 1.3.2 Desarrollos históricos de la IA ..................................................................... 15 1.4 Futuro de la IA ...................................................................................................... 16 1.5 Comentarios bibliográficos ................................................................................ 16
Capítulo 2. Resolución de problemas mediante búsqueda 2.1 La definición del problema ................................................................................. 19 2.2 El espacio de estados .......................................................................................... 20 2.2.1 Representación en el espacio de estados ................................................. 23 2.3 Estrategias de búsqueda ..................................................................................... 24 2.4 Búsqueda a ciegas ............................................................................................... 26 2.4.1 Recorrido en amplitud ................................................................................. 26 2.4.2 Recorrido en profundidad ........................................................................... 31 2.5 Búsqueda heurística ............................................................................................ 32 2.5.1 Ascensión a la cima o gradiente ................................................................. 32 2.5.2 Primero el mejor ............................................................................................ 33 2.5.3 Algoritmo A* .................................................................................................. 34 2.6 Verificación con adversarios ............................................................................ 35 2.6.1 Búsqueda con adversarios .......................................................................... 35 2.6.2 El algoritmo del minimax ............................................................................ 36 2.6.3 El algoritmo del minimax con poda alfa-beta ......................................... 38 2.6.4 Comentarios bibliográficos ......................................................................... 39
Capítulo 3. Formalismos de representación del conocimiento 3.1 Base de conocimiento .......................................................................................... 45 3.2 Representación simbólica .................................................................................. 45 3.2.1 Axiomas ............................................................................................................ 46 3.2.2 Aproximación no simbólica ........................................................................ 47 3.3 Representación del conocimiento .................................................................... 48 3.3.1 Representación procedimental .................................................................. 48 3.3.2 Representación relacional ........................................................................... 49 3.3.3 Representación jerárquica ........................................................................... 50 3.4 Lógica matemática ................................................................................................ 51 3.4.1 La evolución de la lógica .............................................................................. 52 3.4.2 Lógica de predicados ..................................................................................... 53 3.5 Marcos ................................................................................................................... 55 3.6 Los guiones .......................................................................................................... 56 3.7 Redes de incertidumbre ..................................................................................... 58 3.7.1 Redes bayesianas (fuzzy) ............................................................................. 58 3.7.2 Otros borrosos ................................................................................................ 60 3.8 Comentarios bibliográficos ................................................................................ 61
Capítulo 4. Razonando con el conocimiento 4.1 Razonamiento según los distintos paradigmas de representación ........... 65 4.2 Estructura del conocimiento ............................................................................. 66 4.3 Activación de la inferencia ................................................................................. 68 4.3.1 Base de antecedentes .................................................................................... 68 4.3.2 Estrategias de control .................................................................................... 69 4.3.3 Razonamiento hacia atrás ............................................................................ 70 4.4 Inferencia lógica ................................................................................................... 73 4.5 Características de la inferencia basada en reglas ......................................... 75 4.6 Aprendizaje ........................................................................................................... 90 4.7 Comentarios bibliográficos ................................................................................ 93
Capítulo 5. Ingeniería del conocimiento: Modelos en CommonKADS 5.1 Introducción ......................................................................................................... 115 5.2 Concepto de conocimiento ............................................................................... 116 5.3 Modelos de conocimiento .................................................................................. 118 5.4 Roles del proceso ................................................................................................ 121 5.5 Terminología ......................................................................................................... 122 5.6 Breve reseña de otros sistemas de modelado del conocimiento ............. 123 5.7 Modelado del contexto ....................................................................................... 123 5.7.1 Estudio de viabilidad: organización .......................................................... 126 5.7.2 Análisis de impacto y mejora: modelos de tarea y agente .................... 128 5.8 Comentarios bibliográficos ................................................................................ 130
Capítulo 6. Ingeniería del conocimiento: El conocimiento en CommonKADS 6.1 Introducción ......................................................................................................... 131 6.2 Aspectos del conocimiento ................................................................................ 132 6.3 Naturaleza del conocimiento ............................................................................. 134 6.4 Esquema general del modelo de conocimiento ............................................ 135 6.4.1 Conocimiento de dominio .......................................................................... 135 6.4.2 Conocimiento de tarea ................................................................................ 137 6.4.3 Conocimiento de inferencia ....................................................................... 140 6.5 Técnicas de adquisición del conocimiento .................................................... 144 6.5.1 Técnicas manuales ....................................................................................... 145 6.5.2 Técnicas semiautomáticas .......................................................................... 146 6.5.3 Técnicas automáticas .................................................................................. 148 6.6 Comentarios bibliográficos ................................................................................ 157
Capítulo 7. Ingeniería del conocimiento: Plantillas de tareas 7.1 Introducción ......................................................................................................... 159 7.2 Reusabilidad de los modelos ............................................................................ 160 7.2.1 Tipos de tareas ................................................................................................ 160 7.2.2 Tareas de análisis .......................................................................................... 161 7.2.3 Tareas de síntesis .......................................................................................... 162 7.3 Catálogo de plantillas de tareas ....................................................................... 163 7.3.1 Clasificación .................................................................................................... 163 7.3.2 Diagnóstico ..................................................................................................... 166 7.3.3 Monitorización ............................................................................................... 168 7.3.4 Valoración ....................................................................................................... 170 7.3.5 Predicción ....................................................................................................... 172 7.3.6 Síntesis ............................................................................................................ 173 7.3.7 Diseño ............................................................................................................. 175 7.3.8 Planificación .................................................................................................... 177
Capítulo 8. Ingeniería del conocimiento: Modelo de comunicación 8.1 Introducción ......................................................................................................... 183 8.2 Visión general del modelo de comunicación ................................................ 184 8.3 Construcción del diagrama de diálogo ......................................................... 186 8.3.1 Transacciones sobre bases de datos .......................................................... 187 8.3.2 Transacciones entre agentes ....................................................................... 188 8.4 Interacción de los mensajes .............................................................................. 190 8.5 Validación del modelo de comunicación ...................................................... 194 8.6 Generación del plan de comunicación ......................................................... 196 8.7 El MAGE ................................................................................................................ 197 8.8 Comentarios bibliográficos ................................................................................ 197
Capítulo 9. Ingeniería del conocimiento: Modelo de diseño 9.1 Introducción ......................................................................................................... 199 9.2 Desarrollo de la estructura de la arquitectura del sistema ..................... 200 9.2.1 Paso 1. Identificar la plataforma de implementación ............................ 201 9.2.2 Paso 2. Especificar la aplicación dentro de la arquitectura .................. 205 9.2.3 Paso 3. Especificar los componentes de arquitectura distribuidos ..... 206 9.2.4 Paso 4. Diseño de prototipos ....................................................................... 209 9.3 Lenguajes de programación ............................................................................. 210 9.5 Implementación del sistema basado en conocimiento ............................ 212 9.5.1 Evaluación ...................................................................................................... 212 9.5.2 Validación ........................................................................................................ 214 9.6 Comentarios bibliográficos ................................................................................ 215
Capítulo 10. Aprendizaje por observación 10.1 Introducción ....................................................................................................... 217 10.2 Centro de aprendizaje ....................................................................................... 219 10.2.1 Inferencia deductiva ................................................................................... 219 10.3 Procesos de aprendizaje .................................................................................. 220 10.4 Definiciones previas .......................................................................................... 220 10.5 Inducción basada en ejemplos ....................................................................... 221 10.5.1 Procedimiento de aprendizaje inductivo ................................................ 222 10.5.2 Restricciones .................................................................................................. 224 10.5.3 Estrategias de aprendizaje: algoritmo ID3 ............................................. 226 10.6 Inducción basada en el conocimiento del dominio: abducción ............ 227 10.7 Aprendizaje deductivo ..................................................................................... 228 10.8 Aprendizaje de naturaleza mixta .................................................................. 229 10.8.1 Aprendizaje por analogía ......................................................................... 229 10.8.2 Razonamiento basado en casos ............................................................. 230 10.8.3 Aprendizaje multiestrategia ..................................................................... 231 10.9 Comentarios bibliográficos .............................................................................. 231
Capítulo 11. Aprendizaje: Redes neuronales 11.1 Introducción ....................................................................................................... 233 11.2 El perceptrón ...................................................................................................... 234 11.2.1 Perceptrón para dos clases separables ................................................... 234 11.2.2 Algoritmo del perceptrón ......................................................................... 236 11.2.3 Ejemplo de aplicación ................................................................................ 238 11.3 La red retropropagación .................................................................................. 240 11.3.1 Arquitectura de la red de retropropagación .......................................... 240 11.3.2 Entrenamiento por retropropagación ..................................................... 248 11.4 Comentarios bibliográficos .............................................................................. 248
Capítulo 12. Percepción visual: Generalidades 12.1 Introducción ....................................................................................................... 249 12.2 Proceso de percepción visual artificial ......................................................... 250 12.3 Formación de imágenes digitales .................................................................... 251 12.4 Preprocesamiento: suavizado y realzado .................................................... 252 12.4.1 Suavizado de imágenes ............................................................................ 252 12.4.2 Realzado de imágenes ................................................................................ 254 12.5 Segmentación: bordes y regiones .................................................................. 254 12.5.1 Extracción de bordes .................................................................................. 255 12.5.2 Extracción de regiones ............................................................................... 257 12.6 Extracción de propiedades: líneas y regiones ........................................... 259 12.6.1 Descripción de líneas: transformada de Hough .................................... 259 12.6.2 Descripción de regiones ............................................................................ 265 12.7 Comentarios bibliográficos .............................................................................. 266
Capítulo 13. Percepción: Visión estereoscópica 13.1 Introducción ....................................................................................................... 267 13.2 El sistema de visión estereoscópica ............................................................. 268 13.3 Geometría del sistema estereoscópico y obtención de la distancia ...... 270 13.4 Correspondencia estereoscópica .................................................................... 272 13.4.1 Restricciones aplicables para la correspondencia ................................ 273
Capítulo 14. Aplicación: Un caso de estudio 14.1 Introducción ....................................................................................................... 275 14.2 Descripción del problema ................................................................................ 276 14.3 Modelo de contexto .......................................................................................... 278 14.4 Modelo de tarea ................................................................................................ 280 14.5 Modelo de conocimiento ................................................................................. 282 14.6 Comentarios bibliográficos .............................................................................. 285
Capítulo 16. Procesamiento del lenguaje natural: Análisis semántico y contextual 16.1 Introducción ....................................................................................................... 295 16.2 Análisis semántico: modelo estructural ...................................................... 297 16.3 Procesamiento guiado por la semántica ..................................................... 299 16.4 Interpretación guiada por la forma lógica .................................................. 3
Los sistemas inteligentes pueden ser de muy diversa naturaleza, sistemas de vigilancia y seguridad, sistema de automatización o de clasificación para la inspección de calidad o de procesos industriales; tales sistemas exigen combinar adecuadamente dos disciplinas: la inteligencia artificial y la ingeniería del conocimiento por eso el acierto de esta obra que desde una perspectiva unificadora y práctica aborda este libro las técnicas de la inteligencia artificial y la ingeniería del conocimiento. Esta visión de dos paradigmas hace de él una referencia apropiada para su uso tanto en la docencia universitaria como en los desarrollos a nivel industrial. El libro se estructura en tres partes fundamentales, comienza por las técnicas básicas de IA, para a continuación abordar los aspectos relativos a la metodología CommonKADS en IC, y finaliza con técnicas avanzadas de IA que utilizan la metodología propia de CommonKADS en ejemplos reales. Resumen del contenido: Introducción a la inteligencia artificial - Resolución de problemas mediante búsqueda - Formalismos de representación del conocimiento - Razonando con el conocimiento - Ingeniería del conocimiento: modelos en commonkads - Ingeniería del conocimiento: el conocimiento en commonkads - Ingeniería del conocimiento: plantillas de tareas - Ingeniería del conocimiento: modelo de comunicación - Ingeniería del conocimiento: modelo de diseño - Aprendizaje: por observación - Aprendizaje: redes neuronales - Percepción visual: generalidades - Percepción: visión estereoscópica - Aplicación: un caso de estudio - Procesamiento del lenguaje natural: análisis léxico y sintáctico - Procesamiento del lenguaje natural: análisis semántico y contextual Anexos: - A. Hojas de trabajo - B. Catálogo de inferencias - C. La red neuronal de Hopfield.