UNIVERSIDAD DE LAS FUERZAS ARMADAS – ESPE

EXTENSIÓN LATACUNGA

ASIGNATURA NRC

INTELIGENCIA ARTIFICIAL 2065

INTEGRANTES:
HECTOR DAVID CALAPAQUI BONILLA
BRYAN DAVID ERAZO ESPINOSA
EDGAR ALEJANDRO SALAS ZAMBRANO
FERNANDO DAÍR SÁNCHEZ GÓMEZ
JUAN CARLOS VELASCO CASTILLO

PROFESOR: JOSE LUIS CARRILLO MEDINA

CUESTIONARIO No 1. UNIDAD 1: AGENTES QUE RESUELVEN PROBLEMAS
CARRERA: INGENIERÍA DE SOFTWARE

1. ¿Indique 5 definiciones de Inteligencia?

● Capacidad de entender o comprender
● Capacidad de resolver problemas
● Conocimiento, comprensión, acto de entender
● Sentido en el que se puede tomar una sentencia, un dicho o una expresión
● Habilidad destreza y experiencia

2. ¿Explique por qué en inteligencia no existe una definición formal?

Porque es un concepto que cada vez cambia debido a que la IA es una ciencia en
constante cambio e investigación y existen algunas áreas por investigar todavía.

3. ¿Indique 5 definiciones de inteligencia artificial?

● La Inteligencia artificial es el campo científico de la informática que se centra

en la creación de programas y mecanismos que pueden mostrar
comportamientos considerados inteligentes.
● Desarrollo y utilización de ordenadores con los que se intenta reproducir los
procesos de la inteligencia humana.
● Programas que resuelven tareas básicas de razonamiento
● Representaciones especializadas del conocimiento
● IA es el concepto según el cual “las máquinas piensan como seres humanos”

4. ¿Considera usted que la Inteligencia artificial es una nueva generación de tecnología

informática?

Si porque las técnicas y tecnologías aplicables a la inteligencia artificial tienen un

desarrollo muy rápido lo que provoca que cada vez mejore tanto el software como el
hardware, con la IA se habla de 5 generación de la informática.

5. ¿Diferencias entre inteligencia débil, fuerte y consciente?

INTELIGENCIA ARTIFICIAL DÉBIL IAD INTELIGENCIA ARTIFICIAL FUERTE IAF

Existen en la vida real Solo existen en ciencia ficción

Orientados a problemas muy concretos Resuelven problemas abiertos

Reactivo Proactivo

Sin Flexibilidad Son Flexibles

Programa un Humano Se autoprograman

Pocas redes neuronales Muchas redes neuronales a veces en

 conflicto

No razonan solo imitan el comportamiento humano

Aprenden de ejemplo similares Aprenden de personas

6. ¿Explique la perspectiva futura de la inteligencia artificial?

Cuando la IA alcance todo su potencial, grande o pequeño; debemos enfocarnos en

lo bueno ya sea en materia de creación de empleo, de avances médicos o en la
transformación de los procesos industriales, o también en el acceso a una mejor
educación o para facilitarnos la vida cotidiana mediante innumerables servicios.

7. ¿Indique campos de aplicación de la inteligencia artificial?

● Machine learning
● Fuzzy logic o lógica difusa
● Vida artificial
● Sistemas expData
● Mining o minería de datosertos
● Redes Bayesianas
● Ingeniería del conocimiento
● Redes neuronales artificiales

8. ¿Indique las áreas de la inteligencia artificial?

● Resolución de problemas mediante búsqueda

● Representación del conocimiento y razonamiento
● Planificación
● Aprendizaje
● Incertidumbre
● Planificación
● Percepción y actuación

9. ¿Explique con un ejemplo cada una de las áreas de la inteligencia artificial?

Filosofía
● Relación entre la mente y la materia (dualismo, materialismo)
Matemáticas
● Concepto de algoritmo (al-khwarizmi)
Psicología
● Modelos del comportamiento humano
Lingüística
● Modelos de la interacción verbal humana
Sociología
● Modelos del comportamiento humano en grupo
Ingeniería
 ● Modelar y proporcionar el “comportamiento inteligente” (informática)

10. ¿Dentro de las metas de la Inteligencia Artificial tenemos?

La Inteligencia Artificial tiene como objetivo el llegar a construir esas “máquinas”, y
mejorar el conocimiento de la inteligencia. Esas máquinas deberían ser capaces de
imitar, o superar, las capacidades mentales de los humanos: razonamiento,
comprensión, imaginación, reconocimiento, creatividad, emociones, etc.

11. ¿Explique qué es un Agente?

Es una entidad capaz de percibir su entorno por medio de sensores, procesar tales
percepciones y responder o actuar en su entorno de manera racional, es decir, de
manera correcta y tendiendo a maximizar un resultado esperado, mediante medidas
de rendimiento que guían dicho proceso.

12. ¿Describa los tipos de agentes inteligentes?

Agente estímulo-reacción (reactivos):​ Cálculo de la acción directamente desde la

percepción. A menudo tienen un enfoque centrado en las conexiones.Puede crear
rápidamente acciones "buenas" en muchos dominios. La información sensorial se
comprime en un vector característico del estado del entorno
Agentes deliberativos:​ Mantiene un modelo simbólico de su entorno. Usan el
modelo para anticipar el impacto potencial de su comportamiento. Esto evita hacer
acciones equivocadas que no se pueden deshacer. Eligen el mejor comportamiento
en función del rendimiento basado en este proceso.
Agentes Híbridos:​ Enfoque reactivo para Reacciones inmediatas, Enfoque
deliberativos: para realizar acciones estratégicas.
Agentes basados en objetivos: además de una descripción de la situación actual del
agente se necesita información sobre el objetivo que está intentando alcanzar.
Agentes basados en utilidad: ​Puede haber varios conjuntos de acciones para
llegar a el mismo objetivo,No todos tienen los mismos beneficios. Se compara la
utilidad que se obtiene en los distintos estados

13. ¿Qué son los agentes de resolución de problemas?

Ellos son entes que quieren solucionar problemas (bien definidos) Sigue una serie
de pasos para cambiar el estado del mundo acorde a sus metas. El diseñador
proporciona al agente conocimientos específicos por adelantado.

14. ¿Exponga tipos de agentes de resolución de problemas?

Búsqueda Ciega: ​Se permite que el árbol crezca de manera sistemática.

No se realiza ningún análisis entre el estado recibido y la solución.
Búsqueda heurística: ​El crecimiento del árbol se hace inyectando conocimiento.
Este conocimiento permite calcular la distancia entre el estado obtenido y el estado
final
15. ¿Indique la diferencia entre agente software y agente inteligente?

En ciencia de la computación, un agente de software (software agent) es un

programa de computación que actúa para un usuario u otro programa en una
relación de entidad, la cual deriva del Latín agere (hacer): un acuerdo para actuar en
nombre propio. Tal "acción en nombre de" implica la autoridad para decidir cual
acción, si existe, es adecuada. Mientras que un agente inteligente es una entidad
capaz de percibir su entorno, procesar tales percepciones y responder o actuar en
su entorno de manera racional, es decir, de manera correcta y tendiendo a
maximizar un resultado esperado.

16. ¿Explique la formulación y tipos de problemas que se resuelven con inteligencia

artificial?

Se tiene un problema si se quiere conseguir un objetivo y no se conoce que

acción o qué serie de acciones llevan a conseguir este objetivo.
Componentes de un problema:
● Individuo (agente, humano, ...)
● Estado actual (percepción del mundo real)
● Estado meta (objetivo)
● Acciones (que el individuo puede realizar)
● Influyen en el mundo (cambian el estado del mundo)
● Deben existir varias acciones
● El individuo debe ser capaz de seleccionar una acción
● Las acciones deben repercutir de forma diferente en la consecución del
objetivo
● Voluntad de conseguir el objetivo por parte del individuo, el individuo ignora
cual
● es la mejor secuencia de acciones para conseguir el objetivo
Problemas bien definidos
Discreto: Se puede concebir el mundo en estados. En cada estado hay conjunto
finito de percepciones y acciones
Accesible: Es posible percibir el estado actual del mundo.Es posible determinar si un
estado es un estado meta
Determinista: El resultado de cada acción es un estado totalmente definido
Ejemplos:
Jarras de H2O, 8-Puzzle, 8-Reinas, etc.

17. ¿En la manipulación del conocimiento los procesos de búsqueda proporcionan una
forma de resolver problemas?

La manipulación del conocimiento tiene como finalidad la validación del

conocimiento representado y la verificación del funcionamiento del modelo
desarrollado. En este proceso participan tanto el ingeniero del conocimiento como el
experto y los usuarios del modelo, cada uno verificando aspectos particulares del
modelo. Las observaciones que resultan en este proceso implica realizar de nuevo
actividades relacionadas con la adquisición y la representación del conocimiento. Se
 da por terminado el proceso cuando el modelo es aprobado y acogido para
comenzar su vida útil real.

18. ¿Los Sistemas que piensan como humanos?

La interesante tarea de lograr que las computadoras piensen... Máquinas con mente,
en su amplio sentido literal

19. ¿Dentro de las preguntas fundamentales de la I.A. tenemos?

● ¿Dónde están los límites de la inteligencia?

● ¿Qué es Aprendizaje Automático (AA)
● ¿Qué se puede hacer con AA?
● ¿Qué es Machine Learning?
● ¿Qué tipo de entrenamiento se utiliza en IA?

20. ¿Qué es y para que se aplica la representación del conocimiento?

Es un área de la inteligencia artificial cuyo objetivo fundamental es representar el

conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir
de dicho conocimiento.
○ Comprensible para los humanos.
○ Consistencia.
○ Facilidad de modificación y actualización.
○ Soporte de la actividad inteligente que usa la base de conocimiento.

21. ¿En la definición del problema, los espacios de estados son?

Actuar de forma racional en entornos bien definidos: espacios de estado

(entornos accesibles, deterministas, estáticos y discretos)

22. ¿La representación como espacio de estados ofrece?

Entornos accesibles, deterministas, estáticos y discretos, en la resolución de

problemas mediante búsqueda.

23. ¿Qué es el Conocimiento?

El conocimiento es la acción y efecto de conocer, es decir, de adquirir información

valiosa para comprender la realidad por medio de la razón, el entendimiento y la
inteligencia. Se refiere, pues, a lo que resulta de un proceso de aprendizaje.

24. ¿Indique de qué depende el nivel del modelo de Inteligencia?

Depende del enfoque que se le de a la inteligencia artificial puede ser una IA debil o
Fuerte teniendo en cuenta los siguientes enfoques:
Sistemas que piensan como humanos
“La interesante tarea de lograr que las computadoras piensen...
 Máquinas con mente, en su amplio sentido literal” (Haugeland 1985)
Sistemas que actúan como humanos
“El arte de crear máquinas con capacidad de realizar funciones que
realizadas por personas requieren inteligencia” (Kurzweil 1990)
Sistemas que actúan de forma racional
“La rama de la Informática que se ocupa de la automatización del
comportamiento inteligente”

25. ¿Explique de manera general las técnicas de búsqueda?

Las técnicas de búsqueda son una serie de esquemas de representación del

conocimiento, que mediante diversos algoritmos nos permite resolver ciertos
problemas desde el punto de vista de la I.A.

26. ¿Qué entiende por conocimiento heurístico?

Conocimiento basado en la experiencia que puede utilizarse como ayuda para

resolver problemas, desde calcular los recursos necesarios hasta planear las
condiciones de operación de los sistemas. Mediante el uso de heurísticas, es posible
resolver más rápidamente problemas conocidos o similares a otros conocidos.

27. ¿Describa los tipos de técnicas de búsqueda?

Búsqueda ciega - Sólo utiliza información acerca de si un estado es o no objetivo

para guiar su proceso de búsqueda.
Búsqueda heurística - Orientados a reducir la cantidad de búsqueda requerida para
encontrar una solución
Búsqueda en amplitud - Se comienza en la raíz y se exploran todos los vecinos de
este nodo
Búsqueda en profundidad - Su funcionamiento consiste en ir expandiendo todos y
cada uno de los nodos que va localizando, de forma recurrente, en un camino
concreto.
Búsqueda en profundidad progresiva - se realizan sucesivas búsquedas en
profundidad limitada incrementando el límite de profundidad en cada iteración hasta
alcanzar la meta
Búsqueda bidireccional - Encuentra una ruta más corta desde un vértice inicial hasta
un vértice objetivo en un gráfico dirigido.

28. ¿Qué son las técnicas de búsqueda a ciegas?

La búsqueda ciega o no informada sólo utiliza información acerca de si un estado es

o no objetivo para guiar su proceso de búsqueda. Los métodos básicos de búsqueda
a ciegas son ​búsqueda en anchura​ y b ​ úsqueda en profundidad​.

29. ¿Qué son las técnicas de búsqueda heurísticas?

 Los métodos de búsqueda heurística disponen de información sobre la proximidad
de cada estado a un estado objetivo, lo que permite explorar en primer lugar los
caminos más prometedores.

30. ¿Indique las diferencias entre búsqueda con y sin información?

La búsqueda sin información es más extensa debido a que los algoritmos no saben
nada acerca del siguiente estado a visitar, se guía por lo que la información de los
estados visitados. Mientras que la informada recibe una heurística para saber algo
sobre el siguiente estado a explorar

31. ¿Ejemplifique por lo menos 3 tipos de técnicas de búsqueda sin información?

Búsqueda en profundidad

Búsqueda en anchura

Búsqueda Bidireccional
Algoritmo de Dijkstra, concebida por el informático Edsger Dijkstra en 1956 y
publicado en 1959, es un algoritmo de búsqueda gráfica que resuelve la sola fuente
problema del camino más corto para un gráfico con costes de ruta borde no
 negativos, produciendo una menor árbol de ruta. Este algoritmo se utiliza a menudo
en el enrutamiento y como una subrutina en otros algoritmos de grafos.

32. ¿Ejemplifique las estrategias que utilizan las técnicas de búsqueda con información?

Para mejorar los resultados de una búsqueda es necesario que evaluemos los
registros que recuperamos en función de su accesibilidad (¿es una base de datos de
texto completo?¿tenemos la revista u obra en la Biblioteca?, etc.), de su pertinencia
(¿es útil para mi trabajo?) y de la cantidad de registros recuperados (¿son
muchos?¿son pocos?).
Búsqueda en índices
La búsqueda en índices permite revisar alfabéticamente las entradas de autor, título
y temas; esto es útil, por ejemplo, cuando no conocemos el término exacto. El índice
general muestra todas las palabras existentes en el catálogo o en una base de
datos.
Búsqueda por campos
La búsqueda por campos viene dada por los puntos de acceso de una base de
datos. La mayoría de las bases de datos permiten la búsqueda por campos. Esta
opción suele aparecer en cajas de menús en donde seleccionamos un campo
específico y escribimos el dato que conocemos.
Operadores de proximidad
Los operadores de proximidad o de posición sirven para especificar la ubicación
relativa de palabras específicas dentro del registro o en el texto completo de un
documento, ya sea que se encuentre en la misma frase, párrafo o línea.

33. ¿Explique que son las búsquedas con adversarios?

La búsqueda en adversarios fue creada por los investigadores de la inteligencia

artificial, para resolver los problemas de agentes que se encuentran en entornos
multiagente, y que son competitivos o cooperativos, en el caso de los juegos, ambos
agentes requieren ganar, pero solamente puede haber uno que gane, y la se debe
realizar esa búsqueda hasta que se consiga ese objetivo.

Existen muchas clases de juegos que pueden ser representados en la búsqueda

entre adversarios, el ajedrez y 3 en raya son algunos de los más conocidos.

34. ¿Explique la técnica minimax con un ejemplo?

Estado inicial: Es una configuración inicial del juego, es decir, un estado en el que se
encuentre el juego. Para nuestro ejemplo sería:
Operadores: Corresponden a las jugadas legales que se pueden hacer en el juego,
en el caso del tres en raya no puedes marcar una casilla ya antes marcada.

Condición Terminal: Determina cuando el juego se acabó, en nuestro ejemplo el

juego termina cuando un jugador marca tres casillas seguidas iguales, ya se
horizontalmente, verticalmente o en diagonal, o se marcan todas las casillas
(empate) .

Función de Utilidad: Da un valor numérico a una configuración final de un juego. En

un juego en donde se puede ganar, perder o empatar, los valores pueden ser 1, 0, o
-1.

Implementación Minimax: Los pasos que sigue minimax pueden variar, pero lo
importante es tener una idea clara de cómo es su funcionamiento, los pasos a seguir
son:
El algoritmo primero generar un árbol de soluciones completo a partir de un nodo
dado. veamos el siguiente ejemplo:
Para cada nodo final, buscamos la función de utilidad de estos. En nuestro ejemplo
usaremos un 0 para las partidas que terminen en empate, un 1 para las que gane la
IA y un -1 para las que gane el jugador humano.

Y lo que hará el algoritmo Minimax cuando vaya regresando hacia atrás, será
comunicarle a la llamada recursiva superior cuál es el mejor nodo hoja alcanzado
hasta el momento. Cada llamada recursiva tiene que saber a quién le toca jugar,
para analizar si el movimiento realizado pertenece a la IA o al otro jugador, ya que
cuando sea el turno de la IA nos interesa MAXIMIZAR el resultado, y cuando sea el
turno del rival MINIMIZAR su resultado.
 Al final el algoritmo nos devolverá la jugada que debe realizar la máquina para
maximizar sus posibilidades y bloquear las posibilidades del rival.

35. ¿Explique porque puede suspenderse la exploración por debajo de cualquier nodo
MIN que tenga valores de Beta menores o iguales que el valor Alfa de cualquiera de
sus nodos MAX ascendientes suyos. Así como también, porque se puede
suspenderse la exploración por debajo de cualquier nodo MAX que tenga valores de
Alfa mayores o iguales que el valor Beta de cualquiera de sus nodos MIN
ascendientes suyos. ¿Indique que tipo de búsqueda es?

Se evalúan los valores min y max podando las ramas que nos llevan a una solución
peor que las ya encontradas. Los valores alfa de los nodos max nunca puede
decrecer. Y los valores min nunca pueden crecer. La poda alfa-beta es aplicar
minimax, solo que decidimos que algunas ramas no serán exploradas