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.1 2 3 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”.4
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 videojuegos.
Categorías de la inteligencia artificial
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.6
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.7
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.8
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
Se divide
en dos escuelas de pensamiento:
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. La inteligencia artificial convencional
La 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
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 auto controlada,
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 Logic Theorist, 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.10
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».
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
