Agente

1. Agente Es una entidad, que existe en el mundo real o artificial, que puede observar el mundo cambiante y realizar acciones en el, manteniéndose de cierta forma armonioso con el mundo. Latin (agere) el que hace

2. Lógica Computacional • Como es usada en Inteligencia Artificial, es el lenguaje del pensamiento del agente. En Ingles Language of Thought (LOT) • ¿Que es eso? • Sentencias expresadas en este lenguaje para representar las creencias del agente acerca del mundo como es y sus metas. El agente usa sus goles y creencias (conocimiento) para controlar su comportamiento.

3. Lógica Computacional • Es un intento de programar computadoras que muestren ciertos niveles de inteligencia. Esta basado en lógica simbólica. • Herramienta poderosa para el uso de las computadoras • Pero su propósito general en mejorar el pensamiento humano.

4. Historia • Logica Tradicional-Aristoteles. • Geoge Boole- Logica • Aumento el trabajo- Bertrand Russel, Alfred North Whitehead, KurtGödel

5. Lógica Computacional Sintaxis Lenguaje de su pensamiento Su gramática. La forma de los pensamientos del agente Agente Semántica Los contenidos (significado) de esos pensamientos Su motor de Inferencia Procedimiento de prueba, que generara o inferirá nuevos pensamientos como consecuencia de sus existentes

6. Razonamiento • La definición de con respecto al razonamiento, en general es la manipulación formal de los símbolos representados por una colección de proposiciones creadas como ciertas para producir representaciones nuevas. Es aquí que utilizamos el hecho de que los símbolos son más accesibles que las proposiciones que representan. Deben de ser lo suficientemente concretas para que puedan manipularse (moverlas, separarlas, copiarlas etc.), de tal manera de que se puedan construir representaciones de nuevas proposiciones existentes.

7. Tareas del razonamiento • Derivar nuevo conocimiento a partir de la información dada. • Verificar la consistencia de la información dada. • Actualizar el conocimiento dado. • Encontrar una representación mínima.

8. Tipos de Inferencia • Forward Reasoning (Razonamiento hacia adelante) • BackwardReasoning (Razonamienot hacia atrás)

9. Forward Reasoning • Esta basado en el tradicional modus ponens • Ifcondicionthenconclusion • Deriva conclusiones de ciertas condiciones.

10. Si X croa y come moscas entonces es una rana • Si X pia y canta entonces es un canario • Si Xes una rana entonces es verde • Si X es una canario entonces es amarillo • Pedro croa, Pedro come moscas • Mario come moscas, Mario es amarillo

11. Pedro croa y Pedro come moscas Entonces Pedro es una rana Pedro es verde

12. BackwardReasoning • Es exactamente lo opuesto • Conclusiones son lo importante o bien las metas. • Este razonamiento puede ser visto como goalreduction, donde las conclusiones es una meta y las condiciones son submetas. • Goal-driven

13. /*Hechos*/ croa(pedro). croa(peter). comemoscas(pedro). pia(mario). canta(mario). /*Reglas */ esunarana(X):-croa(X),comemoscas(X). esunave(X):-pia(X),canta(X).

14. Ambigüedad es el enemigo de la claridad • El primer pasajero ataco al segundo con la mochila • El primer pasajero ataco usando una mochila • El segundo pasajero traía una mochila • El primer pasajero ataco de una manera no determinada.

15. Búsqueda • La búsqueda mas simple es breadthfirst, búsqueda de fuerza bruta, busca nivel por nivel. • Si cada nodo tiene dos alternativas, la busquedageneraria 22 =4 ramificacio • Si la solución envuelve 10 metas 210=1024 • Si la solución envuelve 50 metas 250=1125899906842624 • Por eso muchos critico creen IA imposible

16. Busqueda de profundidad, explora una rama a la vez, es lo opuesto del breadh-first., realiza un backtracking, una busqueda hacia atrás solo cuando es necesario.