Inteligencia Artificial Semana 1: Definicion de Inteligencia Artificial, Clasificación de problemas algorítmicos, Problemas N, NP, NP-Completos, Problemas de decisión, localización y optimización.
Definición de Inteligencia Artificial Es considerada una rama de la computación y relaciona un fenómeno natural con una analogía artificial a través de programas de computador. La inteligencia artificial puede ser tomada como ciencia si se enfoca hacia la elaboración de programas basados en comparaciones con la eficiencia del hombre, contribuyendo a un mayor entendimiento del conocimiento humano. Otras Definiciones: “El nuevo y excitante esfuerzo de hacer que los computadores piensen ... maquinas con mente, en el más amplio sentido literal” Haugeland, 1985
“IA... está relacionada con conductas inteligentes en artefactos”. Nilsson, 1998.
“El estudio de cómo lograr que los computadores realicen tareas que, por el momento, las personas hacen mejor” Rich y Knight, 1991.
“El estudio de los cálculos que hace posible percibir, razonar y actuar”. Winston, 1992.
Clasificación de problemas algorítmicos Por su Naturaleza
• Se toma en cuenta la dificultad para resolver los algoritmos. • Problemas que no admiten solución algorítmica: Indecidible y No computables. • Problemas que admiten solución algorítmica: Tratables y No tratables.
Por su tipo de respuesta
• Los problemas son clasificados de acuerdo a la respuesta requerida por el problema. • Se clasifican en: Problemas de decisión, Problema de Localización y Problema de optimización.
Por su trazabilidad
• Los problemas que admiten solución son clasificados de acuerdo a la complejidad que presentan los algoritmos para resolverlos. • Se clasifican en : Clase P ,constituido por los problemas tratables, Clase NP, constituidos por los problemas intratables y los NP- Completo.
Problemas segun su naturaleza No admiten solución algorítmica
Admiten solución algorítmica
Indecidible Los problemas de decisión y los no computables son llamados problemas indecidibles.
Tratable Los problemas tratables son aquellos que existen algoritmos de complejidad polinomial.
No computable Los problemas no computables son aquellas que no admiten solución por algoritmo.
Intratable Los problemas intratable admiten solución y pero los cuales no pueden ser resueltos por algoritmos de complejidad polinomial.
Problemas segun su tipo de respuesta Problemas de decisión
Problemas de localización
Problemas de Optimización
• Es el determinar o responder SI o NO a una pregunta dada o solicitada.
• Tienen como objetivo principal encontrar (en caso que exista), una estructura que verifique las restricciones del problema, dicha estructura es denominada de solución viable .
• Tiene el mismo objetivos que los problemas de localización pero este tipo en particular tiene que encontrar una estructura que optimice un criterio predefinido. Esto es, encontrar una solución viable que optimice un criterio pre-determinado.
Ejemplos: • Poner n reinas en un tablero n x n de manera que no se ataquen. • Problema de los misioneros y caníbales.
• EJEMPLOS: Búsqueda binaria, secuencial, factorial.
• Son los problemas en los cuales se aplica un algoritmo polinómico para comprobar si una posible solución es viable o no. • Sus mejores algoritmos conocidos son no deterministas. • EJEMPLOS: Torres de hanoi, Ordenación Shell.
NO DETERMINISTA POLINOMICO COMPLETO
• Son los problemas tratables, es decir que suelen ser abordables en la práctica, pueden contener muchos problemas naturales. • En P están los problemas que se pueden resolver en tiempo polinómico.
NO DETERMINISTA POLINOMICO
POLINOMICO
Problemas segun su trazabilidad
• Son aquellos problemas los cuales están en la frontera externa de la clase NP, son los peores problemas posibles de la clase NP. • Imposible encontrar un algoritmo eficiente para una solución óptima. • EJEMPLOS: Vendedor viajero, mochila, camino largo, ciclo hamiltoniano, coloración, etc.