Comunidad de diseño web y desarrollo en internet

Modelo General Problem Solver GPS en Inteligencia Artificial

Quiero enseñar inteligencia artificial en lenguaje humano que cualquiera pueda entender.

En ocasiones es necesario emplear teoremas de inteligencia artificial (AI) a nuestros códigos para avanzar un poco más para resolver aquella incognita imposible de descifrar. Hace tiempo tuve que predecir actividades que estaban ligadas a lógica humana (Percepción, aprendizaje, etc). La unica solución es leer MUCHO de AI.

Los teoremas son expresados matemáticamente pero rara vez explicados en casos coherentes o prácticos. Por lo cual para emplear algo como una red bayesiana puedes llegar a llorar.

Este tip, pretende crear un compendio de los teoremas de AI aplicados a la realidad de un programador. Seguramente cometa errores matemáticos para explicarlo (No soy matemático) pero mi idea es dar una explicación fácil para aplicar modelos complejos en nuestros códigos y obtener resultados avanzados.

"GPS" Algoritmo General Problem Solver


Empezaré por el que pienso es más fácil de todos. A. Newell & H. Simon lo crearon en 1957 para describir el proceso cognitivo humano en la resolución de problemas complejos.

Hagamos de cuenta que tenemos un portal de salud y que queremos saludar a todos los que tengan buena salud de una forma y a los que tengan mala salud con otra y aplicar una publicidad adecuada a cada target.

Para hacerlo usaremos GPS para resolver el dilema: ¿Quien es saludable? ¿Que publicidad va para cada quien?

Para emplear GPS lo que debemos hacer es trazar sub-secuencias que lleven al resultado. Lo que buscamos es crear pequeñas partes manejables para llegar a aquel problema tan imposible.

En nuestro caso, el modelo GPS será:
  1. Aplicar la formula de IMS (Indice Masa Corporal).
  2. Determinar si alguien esta saludable o no.
  3. Buscar en la tabla de gustos que han marcado (Asumiremos eso fue preguntado a modo de encuesta al registrarte)
  4. Buscar en la tabla de publicidad si tenemos algo para ese gusto
  5. Sino tenemos algo para el gusto, buscar una publicidad aleatoria
  6. Conclusión final


Para hacerlo tenemos la siguiente información:
  • Tabla Usuario: Nombre del Sujeto | E-mail | Peso | Altura
  • Tabla Gustos: Deporte | ID Usuario
  • Tabla Publicidad: Deporte | Lugar

Haremos un Select del usuario y con esos datos, este algoritmo (leanlo con atención):
  1. IMS = Peso / Altura
  2. Salud = Si -> IMS < 18 || IMS > 25 ? false : true
  3. Gusto = Select Tabla Gustos ID Usuario
  4. Publicidad = Select Tabla Publicidad Where Gusto
  5. Si -> Publicidad == null ? Select Tabla Publicidad Where random() : Publicidad
  6. Si -> Salud == true ? "Eres Saludable " + Publicidad : "Estas por morir "+Publicidad

Si lo analizan, verán que es la forma tradicional de pensamiento que llevaremos a cabo para cualquier cosa en la vida real. Debo ir al supermercado. Entonces lo que haré es ir al auto, manejar, entrar, comprar, salir, volver a casa, acomodar todo.

Es por ello que para diseñar cualquier esquemática, deben primero emplear el sentido común. Lógicamente el GPS es solo útil a cierta medida, solo es capaz de usar datos empíricos y objetivos. A futuro, podremos enseñarle a nuestros sistemas AI subjetiva y/o predictiva basada en memoria, experiencia y aprendizaje.

(Prometo con todas las fuerzas escribir los siguientes Tips jeje).

Saludos, Hernán . -

¿Sabes SQL? ¿No-SQL? Aprende MySQL, PostgreSQL, MongoDB, Redis y más con el Curso Profesional de Bases de Datos que empieza el martes, en vivo.

Publica tu comentario

o puedes...

¿Estás registrado en Cristalab y quieres
publicar tu URL y avatar?

¿No estás registrado aún pero quieres hacerlo antes de publicar tu comentario?

Registrate