Inteligencia artificial
La inteligencia artificial (IA)
es un área multidisciplinaria que, a través de ciencias como la informática,
la lógica y
la filosofía,
estudia la creación y diseño de entidades capaces de resolver cuestiones por sí
mismas utilizando como paradigma la inteligencia humana.
General y amplio como eso, reúne a
amplios campos, los cuales tienen en común la creación de máquinas capaces de
pensar. En ciencias de la computación se
denomina inteligencia artificial a la capacidad de razonar de un agente no
vivo. John McCarthy acuñó
la expresión «inteligencia artificial» en 1956, y la definió así: “Es la
ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes”.
·
Búsqueda del estado requerido en el conjunto de los estados producidos
por las acciones posibles.
· Algoritmos genéticos (análogo al proceso
de evolución de las cadenas de ADN).
· Redes neuronales artificiales (análogo
al funcionamiento físico del cerebro de animales y humanos).
· Razonamiento mediante
una lógica formal análogo al pensamiento
abstracto humano.
También existen distintos tipos de
percepciones y acciones, que pueden ser obtenidas y producidas,
respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos
eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits
de un software y su entorno software.
Varios ejemplos se encuentran en el
área de control de sistemas, planificación automática, la habilidad de
responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas
de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y
la milicia,
y se ha usado en gran variedad de aplicaciones de software,
juegos de estrategia, como ajedrez de computador, y otros video juegos.
Categorías de la inteligencia artificial
Stuart
Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial:5
· Sistemas que piensan como humanos.-
Estos sistemas tratan de emular el pensamiento humano; por ejemplo las redes neuronales artificiales. La
automatización de actividades que vinculamos con procesos de pensamiento
humano, actividades como la Toma de decisiones, Resolución de problemas y aprendizaje.
· Sistemas que actúan como humanos.-
Estos sistemas tratan de actuar como humanos; es decir, imitan el
comportamiento humano; por ejemplo la robótica.
El estudio de cómo lograr que los computadores realicen tareas que, por el
momento, los humanos hacen mejor.
· Sistemas que piensan racionalmente.- Es
decir, con lógica (idealmente), tratan de imitar o emular el pensamiento lógico
racional del ser humano; por ejemplo los sistemas
expertos. El estudio de los cálculos que hacen posible percibir, razonar y actuar.
· Sistemas que actúan racionalmente
(idealmente).– Tratan de emular de forma racional el comportamiento humano;
por ejemplo los agentes inteligentes.Está
relacionado con conductas inteligentes en artefactos.
Escuelas
de pensamiento
La IA
se divide en dos escuelas de pensamiento:
·
La inteligencia artificial convencional
·
La inteligencia computacional
Inteligencia artificial convencional
Se
conoce también como IA simbólico-deductiva. Está basada en el análisis formal y
estadístico del comportamiento humano ante diferentes problemas:
· Razonamiento basado en casos: Ayuda a
tomar decisiones mientras se resuelven ciertos problemas concretos y, aparte de
que son muy importantes, requieren de un buen funcionamiento.
· Sistemas expertos: Infieren una solución a
través del conocimiento previo del contexto en que se aplica y ocupa de ciertas
reglas o relaciones.
·
Redes bayesianas: Propone soluciones mediante
inferencia probabilística.
·
Inteligencia
artificial basada en comportamientos: Esta inteligencia contiene
autonomía y puede auto-regularse y controlarse para mejorar.
·
Smart process management:
Facilita la toma de decisiones complejas, proponiendo una solución a un
determinado problema al igual que lo haría un especialista en la dicha
actividad.
Inteligencia artificial computacional
Artículo
principal: Inteligencia computacional
La
Inteligencia Computacional (también conocida como IA subsimbólica-inductiva)
implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones
interactivas de los parámetros en sistemas conexionistas). El aprendizaje se
realiza basándose en datos empíricos.
Historia
Artículo
principal: Historia de la inteligencia
artificial
·
El término “inteligencia artificial” fue acuñado formalmente en
1956 durante la conferencia de Darthmounth, más para entonces ya se había
estado trabajando en ello durante cinco años en los cuales se había propuesto
muchas definiciones distintas que en ningún caso habían logrado ser aceptadas
totalmente por la comunidad investigadora. La IA es una de las disciplinas más
nuevas junto con la genética moderna.
·
Las ideas más básicas se remontan a los griegos, antes de
Cristo. Aristóteles (384-322 a. C.) fue el
primero en describir un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría (250 a. C.)
construyó la primera máquina autocontrolada, un regulador del flujo de agua
(racional pero sin razonamiento).
·
En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento
podía ser efectuado de manera artificial.
·
En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de un
dispositivo físico para implementar cualquier cómputo formalmente definido.
·
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de
neuronas artificiales, el cual se considera el primer trabajo del campo, aun
cuando todavía no existía el término. Los primeros avances importantes comenzaron
a principios del año 1950 con el trabajo de Alan Turing,
a partir de lo cual la ciencia ha pasado por diversas situaciones.
·
En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer
lenguaje de programación orientado a la resolución de problemas, el IPL-11. Un año más tarde desarrollan el LogicTheorist, el cual era capaz de
demostrar teoremas matemáticos.
·
En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en
el que se hicieron previsiones triunfalistas a diez años que jamás se
cumplieron, lo que provocó el abandono casi total de las investigaciones
durante quince años.
·
En 1957 Newell y Simon continúan su trabajo con el desarrollo
del General Problem Solver (GPS). GPS era un sistema orientado a
la resolución de problemas.
·
En 1958 John McCarthy desarrolla en el Instituto de Tecnología
de Massachusetts (MIT) el LISP. Su nombre se deriva
de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico.
·
En 1959 Rosenblatt introduce el Perceptrón.
·
A finales de los 50 y comienzos de la década del 60 Robert K.
Lindsay desarrolla «Sad Sam», un programa para la lectura de oraciones en
inglés y la inferencia de conclusiones a partir de su interpretación.
·
En 1963 Quillian desarrolla las redes semánticas como modelo de representación del
conocimiento.
·
En 1964 Bertrand Raphael construye el sistema SIR (Semantic
Information Retrieval) el cual era capaz de inferir conocimiento basado en
información que se le suministra. Bobrow desarrolla STUDENT.
·
A mediados de los años 60, aparecen los sistemas
expertos, que predicen la probabilidad de una solución bajo un set
de condiciones. Por ejemplo DENDRAL,
iniciado en 1965 por Buchanan, Feigenbaum y Lederberg, el primer Sistema
Experto, que asistía a químicos en estructuras químicas complejas euclidianas,
MACSYMA, que asistía a ingenieros y científicos en la solución de ecuaciones
matemáticas complejas.
·
Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU, que
permitía interrogar y dar órdenes a un robot que se movía dentro de un mundo de
bloques.
·
En 1968 Minsky publica Semantic
Information Processing.
·
En 1968 Seymour Papert,
Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de programación LOGO.
·
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
·
En 1973 Alain Colmenauer y su equipo de investigación en la
Universidad de Aix-Marseille crean PROLOG (del francés PROgrammation en LOGique) un
lenguaje de programación ampliamente utilizado en IA.
·
En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares
de muchas técnicas actuales en Inteligencia Artificial y la informática en
general.
·
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas
Expertos más conocidos, que asistió a médicos en el diagnóstico y tratamiento
de infecciones en la sangre.
·
En las décadas de 1970 y 1980, creció el uso de sistemas
expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS,
etc. Algunos permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.
·
En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de computadoras.
·
En 1986
McClelland y Rumelhart publican Parallel
Distributed Processing (Redes
Neuronales).
·
En 1988 se establecen los lenguajes Orientados a Objetos.
· En 1997 Gari Kaspárov,
campeón mundial de ajedrez,
pierde ante la computadora autónoma Deep Blue.
·
En 2006 se celebró el aniversario con el Congreso en español 50 años de
Inteligencia Artificial - Campus Multidisciplinar en Percepción e Inteligencia
2006.
·
En el año 2009 ya hay en desarrollo sistemas inteligentes
terapéuticos que permiten detectar emociones para poder interactuar con niños
autistas.
·
En el año 2011 IBM desarrolló una supercomputadora
llamada Watson ,
la cual ganó una ronda de tres juegos seguidos de Jeopardy!,
venciendo a sus dos máximos campeones, y ganando un premio de 1 millón de
dólares que IBM luego donó a obras de caridad.
·
Existen personas que al dialogar sin saberlo con un chatbot no
se percatan de hablar con un programa, de modo tal que se cumple la prueba de Turing como cuando se formuló: «Existirá Inteligencia Artificial
cuando no seamos capaces de distinguir entre un ser humano y un programa de
computadora en una conversación a ciegas».
·
Como anécdota, muchos de los investigadores sobre IA sostienen
que «la inteligencia es un
programa capaz de ser ejecutado independientemente de la máquina que lo
ejecute, computador o cerebro».
La inteligencia artificial y los sentimientos
El
concepto de IA es aún demasiado difuso. Contextualizando, y teniendo en cuenta
un punto de vista científico, podríamos englobar a esta ciencia como la
encargada de imitar una persona, y no su cuerpo, sino imitar al cerebro,
en todas sus funciones, existentes en el humano o inventadas sobre el
desarrollo de una máquina inteligente.
A
veces, aplicando la definición de Inteligencia Artificial, se piensa en
máquinas inteligentes sin sentimientos,
que «obstaculizan» encontrar la mejor solución a un problema dado. Muchos
pensamos en dispositivos artificiales capaces de concluir miles de premisas a partir de otras premisas dadas, sin que ningún tipo de emoción
tenga la opción de obstaculizar dicha labor.
En esta
línea, hay que saber que ya existen sistemas inteligentes. Capaces de tomar decisiones «acertadas».
Aunque,
por el momento, la mayoría de los investigadores en el ámbito de la
Inteligencia Artificial se centran sólo en el aspecto racional, muchos de ellos
consideran seriamente la posibilidad de incorporar componentes «emotivos» como indicadores de estado, a fin de
aumentar la eficacia de los sistemas inteligentes.
Particularmente
para los robots móviles, es necesario que cuenten con algo similar a las
emociones con el objeto de saber –en cada instante y como mínimo– qué hacer a
continuación [Pinker, 2001, p. 481].
Al
tener «sentimientos» y, al menos potencialmente, «motivaciones», podrán actuar
de acuerdo con sus «intenciones» [Mazlish, 1995, p. 318]. Así, se podría
equipar a un robot con dispositivos que controlen su medio interno; por
ejemplo, que «sientan hambre» al detectar que su nivel de energía está
descendiendo o que «sientan miedo» cuando aquel esté demasiado bajo.
Esta
señal podría interrumpir los procesos de alto nivel y obligar al robot a
conseguir el preciado elemento [Johnson-Laird, 1993, p. 359]. Incluso se podría
introducir el «dolor» o el «sufrimiento físico», a fin de evitar las torpezas
de funcionamiento como, por ejemplo, introducir la mano dentro de una cadena de
engranajes o saltar desde una cierta altura, lo cual le provocaría daños
irreparables.
Esto
significa que los sistemas inteligentes deben ser dotados con mecanismos de retroalimentación que les permitan tener conocimiento de
estados internos, igual que sucede con los humanos que disponen de propiocepción, interocepción, nocicepción,
etcétera. Esto es fundamental tanto para tomar decisiones como para conservar
su propia integridad y seguridad. La retroalimentación en sistemas está
particularmente desarrollada en cibernética,
por ejemplo en el cambio de dirección y velocidad autónomo de un misil,
utilizando como parámetro la posición en cada instante en relación al objetivo
que debe alcanzar. Esto debe ser diferenciado del conocimiento que un sistema o
programa computacional puede tener de sus estados internos, por ejemplo la
cantidad de ciclos cumplidos en un loop o bucle en sentencias tipo do... for, o la cantidad de
memoria disponible para una operación determinada.
A los
sistemas inteligentes el no tener en cuenta elementos emocionales les permite
no olvidar la meta que deben alcanzar. En los humanos el olvido de la meta o el
abandonar las metas por perturbaciones emocionales es un problema que en
algunos casos llega a ser incapacitante. Los sistemas inteligentes, al combinar
una memoria durable, una asignación de metas o motivación, junto a la toma de
decisiones y asignación de prioridades con base en estados actuales y estados
meta, logran un comportamiento en extremo eficiente, especialmente ante
problemas complejos y peligrosos.
En
síntesis, lo racional y lo emocional están de tal manera interrelacionados
entre sí, que se podría decir que no sólo no son aspectos contradictorios sino
que son –hasta cierto punto– complementarios.
Tecnologías de apoyo
·
Interfaces de usuario
·
Visión artificial
·
Smart process management
Aplicaciones de la inteligencia artificial
·
Lingüística computacional
·
Minería de datos (Data Mining)
·
Industriales.
·
Medicina
·
Mundos virtuales
·
Procesamiento de lenguaje natural (Natural Language Processing)
·
Robótica
·
Mecatrónica
·
Sistemas de apoyo a la decisión
·
Videojuegos
·
Prototipos informáticos
·
Análisis de sistemas dinámicos.
·
Smart Process Management
·
Simulación de multitudes
Investigadores en el campo de la inteligencia artificial
·
Jeff Hawkins
·
John McCarthy
·
Marvin Minsky
·
Judea Pearl
·
Alan Turing, discípulo de John von Neumann,
diseñó el Test de Turing que debería utilizarse para comprender
si una máquina lógica es inteligente o no.
·
Joseph Weizenbaum
·
Raúl Rojas
·
Ray Kurzweil
No hay comentarios:
Publicar un comentario