Introducción a la Inteligencia Artificial: Conceptos, Agentes y Tipos de Búsqueda

Introducción a la Inteligencia Artificial (IA)

La Inteligencia Artificial (IA) es un campo de estudio que busca que los sistemas puedan percibir, razonar y actuar. Se puede entender como un sistema que intenta emular el pensamiento humano, buscando comprender cómo funciona la mente. También puede basarse en un sistema basado en reglas.

Agentes Inteligentes y Racionales

Un agente inteligente es una entidad capaz de percibir su entorno, procesar estas percepciones y responder o actuar de manera racional y correcta. Un agente racional se define por la siguiente ecuación:

Agente = Arquitectura + Programa

El programa del agente depende del entorno en el que se encuentre.

Prolog: Es un lenguaje de programación funcional, basado en la lógica, comúnmente usado en IA.

Tipos de Programas Agente

1. Agente Reflejo Simple: Sus acciones dependen de reglas predefinidas. El programa funciona de la siguiente manera:
   • estados <- interpretar_entradas
   • reglas <- reglas_iguales
   • acciones <- reglas_actuacion
2. Agente Reflejo con Estado Interno: El programa actualiza y modifica el estado interno:
   • estados <- modificar_estados
   • reglas <- reglas_iguales
   • accion <- Reglas_actuacion
   • estado <- modificar_estado
3. Agentes Basados en Objetivos: Estos agentes mantienen un control del "mundo" con diferentes estados. Por ejemplo, un conductor de taxi necesita planificar una ruta hacia un destino. Las herramientas clave son la búsqueda y la planificación. La acción se determina mediante:
   • accion <- algoritmo_del_objetivo(estado, percepcion)
4. Agentes Basados en Utilidad: Generan todos los estados posibles, los evalúan y eligen el más adecuado basándose en una función de utilidad.

Entornos de los Agentes

Los entornos donde operan los agentes se pueden clasificar según varias características:

1. Accesible / Inaccesible: El agente tiene acceso a toda la información relevante o no.
2. Determinístico / No Determinístico: Es posible predecir el siguiente estado a partir del estado actual o no.
3. Episódico / No Episódico: El agente puede actuar sin considerar acciones previas (episódico), o debe considerar la secuencia completa de acciones (no episódico).
4. Discreto / Continuo: Existe un número finito de acciones posibles (discreto) o un rango continuo de acciones (continuo).
5. Estático / Dinámico: El entorno no cambia mientras el agente delibera (estático) o puede cambiar (dinámico).

Tipos de Búsqueda en Inteligencia Artificial

Los algoritmos de búsqueda son fundamentales en IA para resolver problemas y tomar decisiones.

1. Búsqueda a Ciegas (No Informada): No se dispone de información adicional sobre los estados más allá de la proporcionada en la definición del problema. No se conoce la cantidad de pasos o el costo del camino. Comúnmente se utiliza primero breadth-first y luego depth-first.
2. Búsqueda Heurística (Informada): Utiliza una función heurística, h(n), que estima el costo desde el estado actual (n) hasta el estado objetivo.
3. Búsqueda Best-First: Se expande primero el nodo con la mejor evaluación según la función de evaluación. Se consideran todos los nodos vistos hasta el momento.
4. Búsqueda Breadth-First (Búsqueda en Anchura): Se evalúa cada nodo en un nivel antes de pasar al siguiente. Es completa (siempre encuentra una solución si existe) y óptima (encuentra la solución más corta). Funciona buscando en todo el gráfico o secuencia sin considerar el objetivo hasta que lo encuentra. No utiliza heurística. Los nodos hijos se añaden a una cola FIFO (First-In, First-Out).
5. Búsqueda Depth-First (Búsqueda en Profundidad): Recorre todos los nodos de un grafo o árbol de manera ordenada, pero no uniforme. Expande cada nodo de forma recursiva en un camino concreto. Cuando no quedan más nodos, retrocede y repite el proceso con cada rama del nodo procesado.