Relaciones familiares

Definiciones del profesor

---

Madre
∀ m,c Mother(c) = m ⇔ Female(m) ^ Parent(m,c)
Esposo
∀ w, h Husband(h, w) ⇔ Male(h) ^ Spouse(h, w)

Hombre / Mujer
∀ x Male(x) ⇔ ~Female(x)

Padres
∀ p,c Parent(p,c) ⇔  Child(c,p)

Abuelos
∀ g,c Grandparent(g,c) ⇔  ∃ p Parent(g,p) ^ Parent(p,c)
Hermanos
∀ x,y Sibling(x,y) ⇔  x ≠ y ^ ∃ p Parent(p,x) ^ Parent(p,y)


Definiciones de tarea

---

Abuelo
∀ g, c Grandpa(g,c) ⇔ ∃ p Grandparent(p,c) ^Male(p)

Abuela
∀ g, c Grandma(g,c) ⇔ ∃ p Grandparent(p,c) ^Female(p)

Padre
∀ d, c Dad(c) = d ⇔ Male(d) ^ Parent (d,c)

Hermano
∀ x, b Brother(b,x) ⇔∃ s Sibling(s,x) ^ Male(b)

Hermana
∀ x, s Sister(s,x) ⇔∃ y Sibling(y,x) ^ Female(s)

Esposa
∀ h, w Wife(w,h) ⇔Spouse(w,h) ^ Female(w)


Tio
∀ u, c Uncle(u,c) ⇔[∃ p Parent(p,c) ^ Sibling(u,p)] v [∃ a Aunt(a,c) ^ Spouse(a,u)]

Tia
∀ a, c Aunt(a,c) ⇔[∃ p Parent(p,c) ^ Sibling(a,p)] v [∃ u Uncle(u,c) ^ Spouse(a,u)]

Hijo
∀ s, p Son(s,p) ⇔ Parent(p,s) ^Male(s)

Hija
∀ d, p Daugther(d,p) ⇔ Parent(p,d) ^ Female(s)

Cuñado
∀ b, c BrotherInLaw(c,b) ⇔ [∃ s Sibling(s,c) ^ Spouse(s,b) ^ Male(b)] v [∃ s Sibling(s,b) ^ Spouse(c,s) ^ Male(b)]

Cuñada
∀ s, c SisterInLaw(c,s) ⇔ [∃ x Sibling(x,c) ^ Spouse(x,c) ^ Female(s)] v [∃ s Sibling(x,s) ^ Spouse(c,x) ^ Female(s)]

Primo
∀ m, c Cousin(c,m) ⇔ ∃ u,a Uncle(u,m) ^ Aunt(a,m) ^  Son(c,a) ^ Son(c,u)

Prima
∀ m, c Cousine(c,m) ⇔ ∃ u,a Uncle(u,m) ^ Aunt(a,m) ^  Daugther(c,a) ^ Daugther(c,u)

Suegro
∀ f, c FatherInLaw(f,c) ⇔ ∃ s Spouse(s,c) ^ Parent(f,s) ^ Male(f)

Suegra
∀ m, c MotherInLaw(f,c) ⇔ ∃ s Spouse(s,c) ^ Parent(m,s) ^ Female(m)

Lógica de primer orden

1. No todos los estudiantes toman Inteligencia Artificial y Sistemas Distribuidos

Ǝx ESTUDIANTE(X) →  ¬(TOMA(X,IA) ˄ TOMA(X,SD))

2. Solo un estudiante reprobó Inteligencia Artificial

∀x,y ESTUDIANTE(X) ˄ ESTUDIANTE(Y) ˄ REPROBO(X,IA) ˄ REPROBO(Y,IA) →  X=Y

3. Solo un estudiante reprobó tanto Inteligencia Artificial como Sistemas Distribuidos

∀x,y ESTUDIANTE(X) ˄ ESTUDIANTE(Y) ˄ REPROBO(X,IA) ˄ REPROBO(Y,IA) ˄ REPROBO(X,SD) ˄ REPROBO(Y,SD) →  X=Y

4. La mejor calificación en Inteligencia Artificial fue más alta que la primera calificación en Sistemas Distribuidos

∀x,y CALIFICACION(X,IA) ˄ CALIFICACION(Y,SD) ˄ ESMEJOREN(X,IA) → ¬ESMAYORQUE(Y,X)

5. Cualquier persona a quien le caigan mal los vegetarianos es lista

∀x PERSONA(X) ˄ ODIA(X,VEGETARIANOS) →  ES(X,LISTA)
6. Nadie quiere a un vegetariano listo
∀x VEGETARIANO(x) ˄ LISTO(x) →  ∃ y ¬QUIERE(y,x)

7. Existe una mujer que quiere a todos los hombres que no son vegetarianos
Ǝx,y MUJER(x) ˄ HOMBRE(y) →  (QUIERE(x,y) ⇔  ¬VEGETAL(y))

8. Existe un barbero en la ciudad que rasura a todos los hombres que no se rasuran solos.
Ǝx,y BARBERO(x) ˄ HOMBRENOSERASURA(y) →  RASURA (x,y)

9. Nadie quiere al profesor a menos que el profesor sea inteligente

∀x PROFESOR(X) ˄ QUERIDO(X,TODOS) →  ES(X,INTELIGENTE)

10. Los políticos pueden engañar a algunas personas todo el tiempo y pueden engañar a todas las personas algún tiempo pero no pueden engañar a todas las personas todo el tiempo

∀x,y PERSONA(X) ˄ ESENGAÑADAPOR(X,POLITICOS) ˄ PERSONA(Y) ˄ CONTINUAENGAÑADA(X,SIEMPRE) ˄ ESENGAÑADAPOR(Y,POLITICOS) ˄ ˥CONTINUAENGAÑADA(Y,SIEMPRE) → X=¬Y

Analizando el Test de Turing

El artículo nos propone una manera de probar lo que es la inteligencia artificial, sin presentarla con estas palabras. En el desarrollo del articulo Turing presenta distintas objeciones que se tenían en su tiempo con respecto al desarrollo de “máquinas pensantes”.

Desde nuestro punto de vista una de las objeciones mas importante es “La informalidad de la conducta” la cual menciona que para cada circunstancia que se puede presentar debe de estar programado algo en el agente o máquina para poder reaccionar ante la situación presentada. Por lo tanto, al tener que programar cada regla para tener una manera a la cual reaccionar, no sería por inteligencia que se van creado sus acciones, es por esta razón que no se le podría llamar inteligencia artificial como tal. Simplemente será algo hecho por un ser humano pensante, tratando de imitarse, sin poder lograrlo del todo.

Al hablar de nuevas objeciones creemos que algunos se pudieron haber debilitado y algunas otras pudieron convertirse en más importante, pero no pudieron haber salido nuevas, debido a que se ha avanzado en el desarrollo de la tecnología y esta  demostrado que se puede ir más allá de donde antes se creía poder llegar.

Según Turing, hace 12 años un interrogador tendría el 30% de probabilidad de pasar el Test de Turing debido al avance en la investigación del área de inteligencia artificial. Sin embargo, hasta el año en el que vivimos no se ha logrado esto debido a que no se comprende aún el pensamiento humano, por lo tanto no es posible desarrollar un agente que piense como nosotros. Lo que se ha tratado de  hacer es crear sistemas  expertos en mentir, lo cual no demuestra que sean inteligentes.

Otro punto importante es la comprensión de la lengua, para poder hacer un sistema que pase el test primero necesita tener el conocimiento del lenguaje y las variaciones que puede haber, así de esta forma tendría mayor posibilidad de pasar el test, el problema es que el cálculo que realizó Turing, también afectaría que la lengua ha crecido, por lo tanto creemos que no ha pasado, y sera más difícil cada día porque la lengua crece, la comprensión de la lengua entonces sería más difícil y por lo tanto  el interlocutor identificaría quien es la computadora y quien es la persona.

Como conclusión creemos que crear un agente inteligente que pueda pasar el test de Turing es proporcional a la complejidad de entender el pensamiento de los seres humanos, y esto es muy complejo porque tendría que comprender el lenguaje la cultura, edad, y otros factores del contexto en el que se sitúa el interlocutor. Un punto interesante también es que desde hace bastante tiempo Turing predijo que se iba a poder tener un sistema con esas características, es decir que pudiera predecir lo que prácticamente seria un agente inteligente, aún sin conocer los términos.

Las escuelas de la inteligencia artificial

¿Que consideran lo más importante?

El saber identificar la diferencia entre pensar y actuar. Y entre hacerlo con la forma de pensar del ser humano o con un raciocinio diferente.

Otro de los puntos importante hasta este punto es saber identificar entre racionalidad y la racionalidad limitada.

Actividad de arranque

¿Que sabes de la Inteligencia Artificial? ¿Y de los agentes inteligentes? 

La inteligencia artificial es poder hacer agentes que interactúen con el medio en el que están y que estos tomen decisiones por medio de las cosa que están pasando a su alrededor. 

¿Qué esperas aprender de la Inteligencia Artificial? 

Lo que nos gustaría aprender serian las bases para entender la IA y el desarrollo de los AI tanto como su optimización.

Presentación

Este blog es para presentar el trabajo que se irá realizando en el curso de Agente inteligentes.
El equipo estará integrado por:

•  Iyaly Hernández Ramón
• Jose Antonio Raygosa Palomino
• Agustin Luna Muñoz Ledo