Inteligencia Artificial y Búsqueda

Inteligencia Artificial: estudio del comportamiento inteligente en máquinas

(*) Percibir(Rvoz,VA), razonar(SEs), aprender(RNAs), buscar, comunicarse y actuar en entornos complejos. Sistemas que piensan actúan racionalmente como humanos.

Agentes Inteligentes

Una parte muy importante de la inteligencia artificial está destinada a la resolución de problemas mediante algoritmos o estrategias de búsqueda. Un agente es una entidad que toma decisiones dependiendo del estado de su entorno.

Agentes Inteligentes

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.

Agentes con distintas opciones

Un agente con distintas opciones inmediatas de valores desconocidos, puede decidir qué hacer examinando las diferentes secuencias posibles de acciones que le conduzcan a estados de valores conocidos, y entonces escoger la mejor secuencia. Este proceso de hallar esta secuencia se llama búsqueda.

Búsqueda a Ciegas

No aprovechan información del dominio. Búsqueda sistemática y exhaustiva. Poco eficientes. Aplicación a gran diversidad de problemas. Varias estrategias (amplitud, profundidad).

Búsqueda Informada

Usan información para ayudar en la búsqueda. Evitan la explosión combinatoria. Muy eficientes (dependen función heurística). Varias estrategias (A*, Voraz).

Nodos

Elementos en el espacio de estados que representan situaciones válidas en el dominio. Un nodo terminal que satisfaga las condiciones del objetivo recibe el nombre de nodo meta. El nodo del que se parte se denomina nodo raíz.

Expansión

Obtener todos sus posibles sucesores en el árbol de búsqueda a través de la aplicación de todos los operadores disponibles relacionados.

Coste-Arco

Valor numérico que refleja el coste (tiempo, espacio...) requerido para aplicar un operador a un estado en el proceso de búsqueda.

Coste-Nodo

Medida del coste consumido en alcanzar el nodo en cuestión desde la raíz a lo largo del mejor camino encontrado hasta un momento dado.

Factor Ramificación

Número de descendientes de un nodo, o lo que es lo mismo, número de operadores que pueden aplicarse a un estado.

Profundidad

Longitud de camino más corto desde el estado inicial a una meta. La profundidad del nodo raíz es 0 y la de cualquier otro nodo es la de su antecesor “inmediato + 1”.

Representación Explícita

Mostrar todos los nodos y aristas del árbol.

Representación Implícita

Estado inicial + efectos que las acciones producen sobre él. Podemos, a partir de la representación implícita, obtener el grafo explícito, generando los nodos sucesores del nodo inicial y los sucesores de estos. Existen 3 elementos básicos en la representación implícita del grafo de estados: nodo inicial, operadores y condición de éxito.