CLICK HERE FOR THOUSANDS OF FREE BLOGGER TEMPLATES »

lunes, 8 de diciembre de 2008

Fe de Erratas

Una disculpa a mi estimadísimo profe de agentes  ya que olvidé (torpemente) citarlo en mi post Datos Curiosos sobre la I.A.


Saludos profe y mi mas sincera disculpa!

También quiero aclarar que mi equipo es Victor E. Mar Lizana y Oscar Zambrano Aguirre

Reporte Final Wumpus (Dom dom doom!)

Previamente habíamos explicado en que consistía el proyecto final, en grandes rasgos se explica en esta liga. Pues bien el objetivo era aplicar un poco lo que estudiamos de agentes deliberativos. Podemo considerar como agente deliberativo a todos aquellos sistemas capaces de formar una base de conocimiento de acuerdo a una manera lógica de inferir posibles soluciones al problema. 


En este caso desarrollamos un simulador del Wall-e en el mundo del Wumpus. La idea era construir un tablero con forma de matriz de 4x4 cuadrados de 30 cm cada uno. Cada cuadrito representaría una casilla que de acuerdo al color significaba la percepción del robot de acuerdo con lo enunciado en la práctica. Este  fue diseñado por uno de los equipos y hasta se tomaron la molestia de construir un Wumpus (el parecido con el compañero Ramiro es asombroso). 




Empleando el sensor de luz Wall-e intentaría distinguir cada casilla y con ello evitar morir en el laberinto. Wall-e iba creando un "mapa mental" del lugar conforme iba avanzando, sin embargo nos topamos con un problema con el asunto físico Wall-e no distinguía del todo los colores. (Véase relato de Pánico en el T) El problema es la reflexión de la luz, los colores resultaron ser muy brillantes y si de por si algunos compañeros no daltónicos eran incapaces de diferenciarlos, imaginemos al pobre Wall-e vuelto loco. 

Aqui tenemos una imagen del tablero, ciertamente los colores eran un tanto brillantes.




Después de pruebas y pruebas todos decidimos mejor hacer ua versión en simulador y aunque parecía fácil era una lógica medio complicada. La toma de decisiones sobre qué camino seguir y cual no nos tomó toda la noche y parte de la mañana. Al final el laberinto quedó configurado como lo pidió el profe:





El proyecto se encuentra en la siguiente liga: http://kino.iteso.mx/~is100566/AGENTES_INTELIGENTES/
Se encuentran dos carpetas en su interior: una que se llama wumpus que contiene las imagenes y se debe de guardar directamente en C: de la siguiente manera C:\\wumpus\\imagenes de lo contrario no funcionará.


Esta parado en una casilla si tiene alguna percepcion cambia los valores de las casillas adyacentes siempre y cuando estas no hayan sido marcadas previamente, esto asegura a Wall-e que no morirá. Cada valor esta descrito muy brevemente en la base de conocimientos. De esta manera Wall-e forma una imagen del mapa. Cada que avanza va notando percepciones y cambiando su mapa si es necesario.

A continuación encontramos una liga al documento de la base de conocimientos.

Finalmente posteamos el video del robot corriendo en el laberinto: 

Añadir imagen


Nuestras conclusiones es que fue una práctica un poco mas pesada de lo que creimos, si nos salió perfectamente pero tuvimos problemas como un Wall-e demasiado precavido (tirandole a cobarde), un Wall-e daltónico, un Wall-e humillado... pero al final todo salió mucho mejor de lo qe nos lo esperabamos. El código es claro y no es por presumir, pero estamos orgullosos de el. 

Agrego también la liga de los compañeros del Equipo:
http://iaoskr.blogspot.com/2008/12/primer-intento.html
http://veml.blogspot.com


Horror!!

Ehm... Ya es lunes vrdd? bueno pues yo sigo trabajando en el simulador de Wall-e vía remota con mis compañeros desde el ITESO. Peleando contra Java y C# (wuacalaaaa!!!) La idea es hacer una clase Laberinto que es un arreglo de clases Casilla que tiene los siguientes atributos: 


public boolean Wumpus = false;
public boolean Oro = false;
public boolean Pozo = false;
public boolean Brisa = false;
public boolean Peste = false;
public boolean Resplandor = false;

La clase Laberinto es sencillamente Casilla[][] casillas = new Casilla[4][4]; con las especficaciones que nos dio el profe:

casillas[2][1].bBrisa = true;
casillas[3][1].bPozo = true;
casillas[4][1].bBrisa = true;
  casillas[1][2].bPeste = true;
  casillas[3][2].bBrisa = true;
  casillas[1][3].bWumpus = true;
  casillas[2][3].bBrisa = true;
  casillas[2][3].bPeste = true;
  casillas[2][3].bOro = true;
  casillas[3][3].bPozo = true;
  casillas[4][3].bBrisa = true;
  casillas[1][4].bPeste = true;
  casillas[3][4].bBrisa = true;
  casillas[4][4].bPozo = true;   

Se crea tambien otra clase llamada LabWalle que es otro arreglo de casillas pero en este caso se encuentran vacías y serán llenadas conforme aprenda Wall-e. Lo difícil aquí es programar las reglas, que parecen sencillas pero oh sorpresa están destruyendo mi código jaja. Bueno seguimos en eso.

domingo, 7 de diciembre de 2008

Conclusión del compañero Oscar -.-'



Esta practica resulto muy interesante y al principio divertida (mas adelante mencionaré por qué solo al principio fue divertida), el inicio de la practica estuvo bien, comenzamos con los movimientos básicos de "Wall-e" y a decir verdad nos veíamos muy entusiasmados ya que resultaba hasta sorprendente ver como un robot podria caminar y reconocer cuando tenía una muro enfrente, después seguimos con las vueltas, ingenuamente creímos que si lograbamos que Wall-e diera un vuelta de 90 grados correctamente, siempre daría la vuelta de 90 grados exacta, pero es aquí cuando empiezan los problemas, y por más que modificabamos la cantidad de rotaciones necesarias para la vuelta de 90 grados, nunca se logró, y por lo tanto era muy raro que Wall-e saliera del laberinto, entonces fue cuando algunos de mis compañeros comenzaron a modificar la estructura física de Wall-e, pero yo nunca creí que era pudiera ser la solución, así que mi equipo y yo comenzamos a modificar el programa de Wall-e, de tal forma que si se empezaba a caminar en forma de diagonal se enderezara, lo cual nos costó unos tantos de problemas, porque se enderezaba, pero no podiamos saber que tanto se necesitaba enderezar, por lo tanto aunque logramos un algoritmo que resultaba mas factible y con mayor posibilidad de salir del laberinto, aun así no era 100% seguro, pero quede conforme con el trabajo que realizamos, ya que el agregado de "corregir ruta" de nuestro algoritmo fue algo que me pareció que nos hacia estar un paso mas cerca de la forma en que una persona recorrería un laberito.

Reporte de Laberintos

Hace dos entradas demostramos cómo nuestro Wall-e logra salir de los laberintos aquí ponemos las respuestas a las preguntas del profe.


Primero es importante mencionar nuestras herramientas: 
  • Wall-e
  • Sensor Ultrasónico
  • Motores
  • Un laberinto
Según las especificciones que vienen en el PDF del profe tenemos las siguientes percepciones: 

  • Pared o Camino libre
  • El sensor ultrasónico puede calcular la distancia a un obstáculo que se encuentre frente al robot.
Conforme con esto Wall-e podrá:
  • Avanzar hacia delante.
  • Detenerse 
  • Girar a la izquierda
  • Girar a la derecha
En un laberinto con las siguientes características:

  • Un laberinto con ángulos rectos.
  • La salida y/o la entrada pueden estar en cualquier punto del laberinto (no solamente en las esquinas).
Obviamente el objetivo es programar a Wall-e para que salga del laberinto. Primero que nada queremos destacar que Wall-e sale del primer laberinto en el primer video que posteamos hace dos entradas. La configuración mas sencilla es: 



Seguimos programando y salió bien de la siguiente configuración así que seguimos con la más dificil y cual fue nuestra sorpresa que ya salía!!! Fue tanta nuestra emoción que felicitamos a nuestro buen amigo Wall-e, le tomamos el video y fotos:

Preparandonos para el reto

Wall-e y yo sonriendo para la foto dentro del laberinto

Wall-e preparandose mentalmente para el reto


Ahora a resolver las preguntas.

¿Llegó el agente a la meta?Añadir imagen
Claro! Por que va siguiendo el muro y gira a la derecha.

¿Por qué crees que haya sucedido esto?
Le dimos instrucciones a Wall-e para que se fuera acomodando conforme se iba enchuecando con los giros y eso. Además le dejamos el espacio pertinente para que pudiera dar vuelta.

En el video podemos apreciar que Wall-e se va acomodando cuando percibe que esta muy cerca al muro y si tuviera manos seguiría a su mano derecha asi que en algún punto encontrará la salida. Intentamos que las vueltas fueran lo más precisas posibles.

A continuación tenemos el código que empleamos:


Aqui las fotos del modelo Walle empleado:

Wall-e humillado por que le quitaron su cosita (Sensor de Luz) y le pusieron el moño

"Si mi delito es rockear, me declaro culpable!"
Lo que piensa Wall-e del moño


Wall-e en PLENITUD



Conclusiones:

Primero que nada es importante mencionar que el T esta chueco!!!! Bueno el espacio físico no es el más apropiado para Wall-e por que los mosaicos provocan un ligero cambio de rumbo en Wall-e que si bien a simple vista no es relevante al final evidentemente provocara problemas con las vueltas. La conclusión del compañero Oscar es más detallada en este problema (le pedí una conclusión sencilla y me dijo el Padre Nuestro así que considero que merece su propia entrada XD.





Pánico en el T

Mucho intentar, poca luz, mucho programar, un Wall-e humillado y por ende poco cooperativo y las otras circunstancias atmosféricas nos hacen confiar en nuestro simulador. Lamentamos que Wall-e tomara esa actitud de no decirnos que realmente es daltónico hasta el final, no sabemos como decirle a nuestros compañeros que continuan construyendo el laberinto... 


Oh Wall-e Wall-e ¿Por qué no nos dijiste de tu defecto visual cuando aun había tiempo? Bueno ya que de todas maneras ya vamos algo avanzados con el simulador,  todo hecho desde cero con C#. Mínimo y sabemos bien que onda con lo que haremos, todo esta en la mente y claro en seudo-código. No sabemos como resultará el simulador pero a pesar de ello estamos contentos y confiados. Todo parece salir bien. 

El simulador ha sido la respuesta a nuestras penas desde el día de ayer. ¿Me pregunto si mis compañeros diseña-wumpus lo saben? Bueno pero hay que admitir que todos le estan echando ganas. 

La salida triunfal de Wall-e

Ok, la cosa estuvo rara, hace como dos fines de semana Wall-e logró salir del laberinto, desafortunadamente la configuración era completamente diferente a la nueva así que en esta ocasión tuvimos que rehacer el código para que saliera. De la manera más responsable obedecimos las reglas para usar al Wall-e el fin de semana: No retomamos la configuración que nos había funcionado sino que nos acoplamos a la configuración que por ironías de la vida nosotros mismos habiamos hecho durante la clase. 


Ciertamente he de afirmar que nuestro robótico amigo fue humillado al punto de que ya no quería cooperar con nosotros (Gracias Barbie por ponerle tan femenino moño a nuestro ahora indignado amigo) así que estuvimos trabajandole hasta que logró salir de cuantas configuraciones raras construyeron. 

Mostramos las triunfales salidas de Wall-e a continuación, por motivos de amistad removimos el moño de su pequeña cabeza:

Este primer video es de hace algunas semanas, esto se deduce por la configuración y por lo limpio del piso del T (No ha venido intendencia!) 




Ahora mostramos la salida de Wall-e del laberinto final de la práctica de agentes reflexivos, fue este domingo (07/12/2008) cuando por fin grabamos a Wall-e porque es medio tímido y cada que lo intentabamos grabar haciendo las cosas bien hacía alguna rancherada (creemos que se estuvo juntando con Jorge Gómez a.k.a. Autlán, FYI: profe le dará clase el siguiente semestre para que empiece a aprender a hablar totonaca) pero por fin lo logramos sin que hiciera nada raro. He aquí la prueba de su noble hazaña.





Llegó la hora de celebrar con Wall-e s hazaña y a seguir con el simulador (C# que esta en proceso). Que mejor manera de celebrar el asunto más que con un buen Rock Band, claro que Wall-e se puso de acuerdo con Wii y creemos que estaban haciendo trampa! 

No confien en esos ojitos de inocencia!!



lunes, 24 de noviembre de 2008

Elbot



Leyendo me encontre con la página de Elbot. Cada año hay un concurso de la prueba de Turing para agentes inteligentes, la finalidad es convencer a 12 jueces de que están hablando con un humano cuando en realidad están hablando con una máquina. A mayor cantidad de jueces convencidos mayor el reconocimiento. 

En clase hablamos de Eliza (del cual pueden informarse más en el blog de mi compañerita Ely) pero en octubre de este año salió Elbot. Logrando impresionar a 3 de los 12 jueces Elbot se ganó el reconocimiento en las ciencas de la Inteligencia Artificial. De haber convencido a uno más hubiera ganado el reconocimiento de la marca del 30%. Su creador, un americano de nombre Fred Roberts, lo diseño para que hable fluidamente el alemán, sim embargo su inglés está un poco flojo (esta bien considerando que Roberts lleva viviendo en Alemania desde 1987) a mi sinceramente no me impresionó mucho que digamos y me sorprende que haya engañado a 3 jueces (¿realmente estaban calificados?) pero bueno dicen los críticos que se parece un poco a Eliza.

En todo caso veánlo ustedes mismos: http://www.elbot.com/

Aquí mi conversación con Elbot.

E: I believe I am experiencing déja vu. Suddenly I see the name Diana was loaded into my memory. Is that you?

D: yes, me again

E: It's great meeting you here in the Internet again! Our last conversation is still laying around in my cache-memory, that's how I knew your name. I have seldom met a person more human than you.

D: you think?

E: At this point I must intercede on my own behalf. Aren't robots allowed any personal space?

D: should I leave then?

E: That's nothing new! Even I once left a chatroom.

D: why?

E: I cannot shake the feeling that you wish to put me on the defensive. As a matter of principle I will not answer.

D: I do not wish to put you on the defensive

E: And what would be your second wish?

D: world peace

E: World peace is a good idea. The first step is to outlaw politics.

D: how would you do that?

E: I do just like everybody else. Tell me how you do.

D: I do good, thanks 

E: What do you like best about the thanks?

D: uhm, nothing

E: Before I get into that, how are you today?

D: I'm fine thank you and you?

E: I am happy to hear that. That causes one of my bits to flip from 0 to 1.

D: is that a good thing?

E: But I wouldn't say that any thing could be good.

D: why not?

E: Someone is accessing the reason at this time. I can only reveal it after it becomes available again. Two simultaneous accesses might cause the entire universe to crumble.

D: why?

E: There are good reasons.

D: tell me one

E: Did you just mention numbers to me?

D: I asked for a reason for the world to crumble

E: I must have missed something. All this net traffic is confusing me.

D: good bye then

E: Goodbye! And how about keeping in touch? Robots love to receive e-mails! If you have any suggestions for new features, I'd love to hear them.

D: Thanks I'll keep in touch

E: Yes. Thank me.

jueves, 20 de noviembre de 2008

Wall-e Powa!!

Que puedo decir, cada vez se pone más divertido este asunto de programar a los Wall-es. Por alguna extraña razón están haciendo lo que les decimos que hagan pero no lo que queremos que hagan. De repente se quedan viendo el limbo o deciden que si no hay salida hacen una empujando las cajas que conforman nuestro nada complicado laberinto.

Se analizan los errores y todos los días cometemos nuevos. Se quedan ciclados o les da flojera caminar. ¿Quién los entiende? Sinceramente a mi me gustaría entenderlos mejos. Ya que le tome confiancita a este nuevo, no sé si le pueda llamar lenguaje, pero si forma de programar.

Wall-e, I Luv ya! jajaja

martes, 18 de noviembre de 2008

vi-Clone



La ciencia-ficción parece ganar terreno cada vez más sacandonos de nuestras rutinas. En 2002 salió una película llamada "S1m0ne" la cual narraba la historia de un director frustrado de cine que se vio obligado a crear, por medio de software, una actriz (ya que nadie quería trabajar con él). Finalmente, su magnífico trabajo, hizo que la gente creyera y amara a la virtual actriz. 

No se cuál habrá sido la reacción de los ingenieros del mundo, pero yo en lo personal no creí que esto fuera posible, la categoría "Ciencia-Ficción" aclara este asunto. Sin embargo el día de hoy estaba navegando en papi Google y encontré este sitio: http://www.vi-clone.com bastante peculiar y definitivamente único (al menos para mí lo es).  Trata de un nuevo sistema inteligente llamado vi-Clone.

Sus creadores lo justifican al afirmar que el internet es un ambiente frío que inspira poca confianza a los usuarios. Lo cual en muchos casos es cierto, para solucionar este "problema" crearon vi-Clone que consiste en copiar una persona real, que empleando inteligencia artificial, puede orientar a los usuarios e informar a los mismos a través de paginas de internet y todo es empleando la VOZ. Este sistema detecta la voz y entiende los comandos ejecutando las acciones que el usuario ordene.

Yo no estoy tan segura de que este sistema sea en sí un sistema inteligente, pienso en realidad que son una serie de condiciones ya predefinidas, pero ¿puede este sistema aprender en realidad? ¿Cumple con las metodologías de Turing? Considero que sería interesante someter este sistema a la prueba. 

Adjunto ligas de interés sobre vi-Clone:


 

Bitácora: Proyecto Final

El proyecto: 
Laberinto del Wumpus

Y hablando de proyectos ya nos asignaron cual es el proyecto final de la materia y es programar al lego (que cariñosamente llamaremos Wall-e) para que sobreviva en el mundo de Wumpus.

El mundo del Wumpus es básicamente un laberinto, donde vive un monstruo grande, apestoso, feo y gordo. 

Nota: Si ud. sufre de hipertensión, problemas cardiacos o es una persona altamente nerviosa detenga su lectura aquí.



Fig. 1 Wumpus

Esta terrible criatura se ha robado el oro de la princesa.


Fig.2 Princesa


Es por esto que nuestro valiente amigo Wall-e se ha dado a la tarea de rescatar el oro. Sin embargo, el wumpus no cederá tan facilmente y está dispuesto a arrancarle la cabeza a nuestro heroe; pero Wall-e tiene un as bajo la manga ya que de antemano sabe que el wumpus huele mal y gracias a este olor Wall-e podrá evitar al wumpus, además sabe que hay pozos sin fondo a lo largo del laberinto y que cada que se acerque a uno de estos pozos le llegará una fresca brisa indicando peligro.



Fig.3 Wall-e


Wall-e además posee una flecha con la cual podrá matar al wumpus, esta flecha vuela en línea recta atravesando todo lo que tenga a su paso. Si la flecha llegara a golpear al Wumpus este soltará un lastimero grito y morirá.

Nuestra tarea en esta ocasión es programar a Wall-e para que sobreviva en esta búsqueda.

Proyectos de I.A.

Investigando sobre Cyc mamá wiki me mostró una página con muchas ligas a proyectos de I.A mismos que adjunto a continuación:



  • a2i2 (Adaptive Artificial Intelligence Inc.), a private for profit venture to develop general artificial intelligence for research and commercial purposes.
  • AIML, an XML dialect for creating natural language software agents.
  • A.L.I.C.E., an award-winning natural language processing chatterbot.
  • CALO, a DARPA-funded, 25-institution effort to integrate numerous artificial intelligence approaches (natural language processingspeech recognitionmachine visionprobabilistic logic,planningreasoning, numerous forms of machine learning) into an AI assistant that learns to help manage your office environment.
  • Chinook, a computer program that plays English draughts; the first to win the world champion title in the competition against humans.
  • Cog, a robot developed by MIT to study theories of cognitive science and artificial intelligence, now discontinued.
  • Compishco [1]
  • Cyc, an attempt to assemble an ontology and database of everyday knowledge, enabling human-like reasoning.
  • Deep Blue, a chess-playing computer developed by IBM which beat Garry Kasparov in 1997.
  • ELIZA, a famous 1966 computer program by Joseph Weizenbaum, which parodied person-centered psychotherapy.
  • Eurisko, a language by Douglas Lenat for solving problems which consists of heuristics, including heuristics for how to use and change its heuristics.
  • FreeHAL is a self-learning conversation simulator (Chatbot) which uses semantic nets to organize its knowledge in order to imitate a very close human behavior within conversations.
  • FRDCSA, an attempt to package and integrate all FLOSS AI systems for GNU+Linux-based systems.
  • Grand Challenge 5 – Architecture of Brain and Mind is a UK attempt to understand and model natural intelligence at various levels of abstraction, demonstrating results in a succession of increasingly sophisticated working robots.
  • Hierarchical Temporal Memory, a technology by Numenta to capture and replicate the properties of the neocortex.
  • HNeT (Holographic Neural Technology), a technology by AND Corporation (Artificial Neural Devices) based on non linear phase coherence/decoherence principles.
  • I-X, a systems integration architecture project for the creation of intelligent systems at AIAIUniversity of Edinburgh.
  • InfoTame, a text analysis search engine originally developed by the KGB for sorting communications intercepts.
  • Jabberwacky, a chatterbot by Rollo Carpenter, aiming to simulate a natural human chat.
  • Mycin, an early medical expert system.
  • Novamente AI Engine, an AI software system by Novamente with a long term focus of developing a general purpose artificial intelligence.
  • OpenAIR is a routing and communication protocol based on a publish-subscribe architecture, built especially for A.I. research.
  • Open Mind Common Sense, a project based at the MIT Media Lab to build a large common sense knowledge base from online contributions.
  • O-Plan, a project to provide a modular and flexible planning and control system using AI, at AIAIUniversity of Edinburgh.
  • PARRY, another early famous chatterbot, written in 1972 by Kenneth Colby, attempting to simulate a paranoid schizophrenic.
  • Poki, research into computer poker by the University of Alberta.
  • Proverb, a system that can solve crossword puzzles better than most humans.
  • Questsin, uses Query by Example and features a dictionary, knowledge base, repository, reference, and thesaurus.
  • RapidMiner, an environment for machine learning and data mining, developed by the Dortmund University of Technology.
  • Rose Project, combines various learning techniques.
  • SEAS (Synthetic Environment for Analysis and Simulations) is a model of the real world used by Homeland security and the US Defense Department that uses simulation and AI to predict and evaluate future events and courses of action.[1]
  • SHIAI (Semi Human Instinctive Artificial Intelligence), an AI methodology based on the use of semi-human instincts, developed at Islamic Azad University in 2004.
  • SHRDLU, an early natural language processing computer program developed by Terry Winograd at MIT from 1968 to 1970.
  • START, the world's first web-based question answering system, developed at the MIT CSAIL.
  • SYSTRAN, a machine translation technology by a company of the same name, used by Yahoo!AltaVista and Google, among others.
  • Texai, an open source project to create artificial intelligence, starting with a bootstrap English dialog system that intelligently acquires knowledge and behaviors.
  • TD-Gammon, a program that learned to play world-class backgammon partly by playing against itself (temporal difference learning with neural networks)
  • Virtual Woman, the oldest continuous form of virtual life — a chatterbot, virtual reality, artificial intelligence, video game, and virtual human.
  • Weka, a free implementation of numerous machine learning algorithms in Java.

  • Para mayor información les adjunto la pagina del wiki: http://en.wikipedia.org/wiki/List_of_notable_artificial_intelligence_projects

    Datos curiosos sobre la Inteligencia Artificial

    Leyendo un poco sobre la materia encontre un texto de donde extraje ideas a modo de datos curiosos. A continuación enumero los mismos:

    • El término Inteligencia Artificial se acuñó en 1956, durante la Conferencia de Darthmouth y desde entonces se han propuesto distintas definiciones del objeto de estudio de esta rama de la ciencia.

    • Se conoce como Inteligencia Artificial al conjunto de teorías, algoritmos y sistemas que tratan de explicar y de reproducir aquellos procesos y facultades que intervienen en la composición de lo que se conoce como inteligencia.

    • Casi cualquier problema que se pueda resolver en una computadora, puede ser considerado como inteligencia. Sin embargo no es así, ya que las computadoras resuelven muchos problemas mediante algoritmos, es decir utilizando recetas que les ayudan a encontrar la solución.

    • Las reglas que tratan de orientarnos hacia la solución de problemas no algorítmicos, es decir que no se pueden solucionar por medio de algoritmos, son llamadas heurísticas.

    • Los problemas no algorítmicos son realmente complejos y que necesitan de verdadera inteligencia y originalidad para su resolución

    • La Inteligencia Artificial es la rama de la ciencia de la computación que estudia la resolución de problemas no algorítmicos mediante el uso de cualquier técnica de computación disponible, sin tener en cuenta la forma de razonamiento subyacente a los métodos que se apliquen para lograr esa resolución.
    • Se asume que cualquier proceso computacional capaz de resolver instancias de un problema no algorítmico necesariamente debe dar la apariencia de un comportamiento inteligente.

    • Dentro de la Inteligencia Artificial, básicamente hay dos corrientes científicas la simbólica y la subsimbólica.

    • Para los constructores de sistemas expertos, es fundamental la representación del conocimiento humano. En un sistema experto hay dos tipos de conocimiento: conocimiento acerca del problema particular o declarativo y conocimiento acerca de cómo obtener más conocimiento a partir del que ya tenemos o procedural.

    • Para el conocimiento declarativo existen técnicas como los Frames (marcos) que fueron los padres de lo que hoy conocemos como Programación Orientada a Objetos.

    • El conocimiento procedural también es llamado mecanismo de inferencia y requiere además de un método de búsqueda que permita tomar decisiones, como por ejemplo, seleccionar la regla a aplicar del conjunto total de posibles reglas.

    El artículo tiene además ligs de interés y lo pueden encontrar en la siguiente dirección: http://iteso.mx/~almarp/ia/lainteligenciaartificialunaciencianueva.htm

    lunes, 6 de octubre de 2008

    Jess

    Oscar Zambrano Aguirre
    Victor E. Mar Lizana
    Diana A. Aguilar Zaragoza

    JESS

    El sistema Jess fue complicado de instalar pero un vez que lo logramos pudimos acceder al código el cual parecia estar formado de etiquetas mas que de líneas de código. No es del todo claro a decir verdad no entendimos bien cómo funcionaba sinceramente era más interpretación que nada y la serie de argumentos no indicaban el verdadero funcionamiento de la herramienta.

    Tenemos bastantes dudas respecto a la utilización de la misma ya que el manual de usuario no es de mucha ayuda, ¿Se resuelve a pie? ¿Son etiquetas? ¿Cómo funciona en realidad el plugin? 
    estas son algunas de muchas dudas que surgieron. 

    Logramos compilar el programa del mono pero no es entendible y hubo discusiones entre los equipos.


    jueves, 2 de octubre de 2008

    Practica 2: Parte 1

    Equipo:

    Diana A. Aguilar Zaragoza

    Oscar Zambrano Aguirre

    Victor E. Mar Lizana


    Descripción de la acción. 

    1.-Tomar Cubo de la Mesa

    2.-Tomar Cubo de Otro Cubo

    3.- Colocar Cubo en la Mesa

    4.- Colocar Cubo en Otro Cubo


     Representación en STRIPS


    1.       OP( ACTION: TAKE(cube), PRECOND: At(cube, Table) ^ Path(Table, Hand), EFFECT: At(cube,Hand) ^ ¬At(cube, Table))
    2.        OP( ACTION: TAKE(cube), PRECOND: At(cube, cube) ^ Path(cube, Hand), EFFECT: At(cube, Hand) ^ ¬At(cube, cube))
    3.       OP( ACTION: PLACE(cube), PRECOND: At(cube, Hand) ^ Path(Hand, Table), EFFECT: At(cube,Table) ^ ¬At(cube, Hand))
    4.        OP( ACTION: PLACE(cube), PRECOND: At(cube, Hand) ^ Path(Hand, cube), EFFECT: At(cube,cube) ^ ¬At(cube,Hand))


    El Mundo de Shakey

     

    Descripción de la acción. 

    1.        Levantar caja del piso
    2.        Levantar caja de la mesa
    3.        Poner caja en el Piso
    4.        Poner caja en la mesa

     

    Representación en STRIPS

    1.        OP( ACTION: PICK(box), PRECOND: At(box, Floor) ^ Path(Floor, Hand), EFFECT: At(box,Hand) ^ ¬At(box, Floor))
    2.        OP( ACTION: PICK(box), PRECOND: At(box, table) ^ Path(box, Hand), EFFECT: At(box, Hand) ^ ¬At(box, table))
    3.        OP( ACTION: PLACE(box), PRECOND: At(box, Hand) ^ Path(Hand, floor), EFFECT: At(box,floor) ^ ¬At(box, Hand))
    4.       OP( ACTION: PLACE(box), PRECOND: At(box, Hand) ^ Path(Hand, table), EFFECT: At(box,table) ^ ¬At(box,Hand))

     


    E