Historia de las IA

Durante miles de años, hemos intentado comprender cómo pensamos; es decir, cómo un simple puñado de materia puede percibir, comprender, predecir y manipular un mundo mucho más grande y complicado que él mismo. El campo de inteligencia artificial, o IA, va más allá no solo intenta comprender, sino también construir entidades inteligentes.

La IA abarca actualmente una gran variedad de subcampos, que van desde lo general (aprendizaje y percepción) hasta lo específico, como jugar al ajedrez, demostrar teoremas matemáticos, escribir poesía, conducir un automóvil en una calle concurrida y diagnosticar enfermedades.

Existen ocho definiciones de IA dispuestas en dos dimensiones que son las siguientes:

• Pensamiento humanamente
• Pensamiento racionalmente
• Actuar humanamente
• Actuar racionalmente

Históricamente, los cuatro enfoques de la IA han sido seguidos, cada uno por diferentes personas con diferentes métodos. Un enfoque centrado en el ser humano debe ser en parte una ciencia empírica, en volviendo observaciones e hipótesis sobre el comportamiento humano. Un racionalista El enfoque implica una combinación de matemáticas e ingeniería. Los diversos grupos se han menospreciado y se han ayudado mutuamente.

Los Prueba de Turing, propuesto por Alan Turing (1950), fue diseñado para proporcionar una definición operativa satisfactoria de inteligencia.

La computadora necesitaría poseer las siguientes capacidades:

• procesamiento natural del lenguaje para permitirle comunicarse con éxito en inglés;
• representación del conocimiento para almacenar lo que sabe u oye; CION
• razonamiento automatizado utilizar la información almacenada para responder preguntas y sacar nuevas conclusiones.
• aprendizaje automático adaptarse a nuevas circunstancias y detectar y extrapolar patrones.
• visión por computador percibir objetos.
•  robótica manipular objetos y moverse.

Pensar humanamente: el enfoque de modelado cognitivo

Si  un programa piensa como un humano, debemos tener alguna forma de determinar cómo piensan los humanos. Hay tres formas de hacer esto: a través de la introspección, tratando de captar nuestros propios pensamientos a medida que pasan; a través de experimentos psicológicos: observar a una persona en acción; ya través de imágenes cerebrales, observando el cerebro en acción.El campo interdisciplinario de Ciencia cognitiva reúne modelos informáticos de IA y técnicas experimentales de psicología para construir teorías precisas y comprobables de la mente humana.

Pensar racionalmente: el enfoque de las “leyes del pensamiento

Disciplinas que aportaron ideas, puntos de vista y técnicas a la IA

Hay dos obstáculos principales para este enfoque. Primero, no es fácil tomar el conocimiento informal y expresarlo en los términos formales requeridos por la notación lógica, particularmente cuando el conocimiento es menos del 100% cierto. En segundo lugar, existe una gran diferencia entre resolver un problema "en principio" y resolverlo en la práctica. Incluso los problemas con unos pocos cientos de hechos pueden agotar los recursos computacionales de cualquier computadora a menos que tenga alguna guía sobre qué pasos de razonamiento probar primero.

 Actuar racionalmente: el enfoque del agente racional

Todos los programas informáticos hacen algo, pero se espera que los agentes informáticos hagan más: operar de forma autónoma, percibir su entorno, persistir durante un período de tiempo prolongado, adaptarse al cambio y crear y perseguir objetivos. A agente racional es aquel que actúa para lograr el mejor resultado o, cuando hay incertidumbre, el mejor resultado esperado. En el enfoque de las “leyes del pensamiento” de la IA, se hizo hincapié en las inferencias correctas. Hacer inferencias correctas a veces es parte de ser un agente racional, porque una forma de actuar racionalmente es razonar lógicamente hasta la conclusión de que una acción determinada logrará los objetivos de uno y luego actuar sobre esa conclusión. Por otro lado, la inferencia correcta no es todos de racionalidad; en algunas situaciones, no hay nada que se pueda demostrar que es correcto, pero aún se debe hacer algo.

 Filosofía

¿Se pueden utilizar reglas formales para sacar conclusiones válidas?

 ¿Cómo surge la mente de un cerebro físico?

 ¿De dónde viene el conocimiento?

 ¿Cómo conduce el conocimiento a la acción?

El elemento final en la imagen filosófica de la mente es la conexión entre conocimiento y acción. Esta pregunta es vital para la IA porque la inteligencia requiere acción además de razonamiento. Además, sólo comprendiendo cómo se justifican las acciones podremos entender cómo construir un agente cuyas acciones sean justificables (o racionales).

Matemáticas

¿Cuáles son las reglas formales para sacar conclusiones válidas?

¿Qué se puede calcular?

¿Cómo razonamos con información incierta?

Los filósofos establecieron algunas de las ideas fundamentales de la IA, pero el salto a una ciencia formal requirió un nivel de formalización matemática en tres áreas fundamentales: lógica, computación y probabilidad.

El desarrollo matemático realmente comenzó con el trabajo de George Boole, quien Capítulo 1. Introducción elaboró los detalles de la lógica proposicional o booleana .

En 1879, Gottlob Frege (1848-1925) amplió la lógica de Boole para incluir objetos y relaciones, creando la lógica de primero de los que se usa en la actualidad.

 Alfred Tarski (1902-1983) introdujo una teoría de la referencia que muestra cómo relacionar los objetos en una lógica con los objetos del mundo real

El siguiente paso fue determinar los límites de lo que se podía hacer con la lógica y la computación. La primera no trivial algoritmo se cree que es el algoritmo de Euclides para calcular los máximos divisores comunes.

En 1930, Kurt Gödel  demostró que existe un procedimiento eficaz para probar cualquier enunciado verdadero en la lógica de primer orden de Frege y Russell, pero que la lógica de primer orden no podía captar el principio de inducción matemática necesario para caracterizar los números naturales

En 1931, Gödel demostró que existen límites a la deducción. Su teorema de incompletitud demostró que en cualquier teoría formal tan fuerte como la aritmética de Peano (la teoría elemental de los números naturales), hay afirmaciones verdaderas que son indecidibles en el sentido de que no tienen prueba dentro de la teoría.

Economía

¿Cómo debemos tomar decisiones para maximizar los beneficios?

¿Cómo deberíamos hacer esto cuando otros pueden no estar de acuerdo?

¿Cómo deberíamos hacer esto cuando la recompensa puede ser lejana en el futuro?

La ciencia de la economía comenzó en 1776, cuando el filósofo escocés Adam Smith (1723-1790) publicó Una investigación sobre la naturaleza y las causas de la riqueza de las naciones. Si bien los antiguos griegos y otros habían hecho contribuciones al pensamiento económico, Smith fue el primero en tratarlo como una ciencia, utilizando la idea de que se puede pensar que las economías consisten en agentes individuales que maximizan su propio bienestar económico.

Teoría de la decisión, que combina la teoría de la probabilidad con la teoría de la utilidad, proporciona un marco formal y completo para las decisiones (económicas o de otro tipo) tomadas en condiciones de incertidumbre es decir, en los casos en que las descripciones probabilísticas capturan adecuadamente el entorno del tomador de decisiones.

En su mayor parte, los economistas no abordaron la tercera pregunta mencionada anteriormente, a saber, cómo tomar decisiones racionales cuando los beneficios de las acciones no son inmediatos sino que son el resultado de varias acciones tomadas.

Neurociencia

Los cerebros y las computadoras digitales tienen propiedades algo diferentes. La figura 1.3 muestra que las computadoras tienen un ciclo de tiempo que es un millón de veces más rápido que un cerebro. El cerebro lo compensa con mucho más almacenamiento e interconexión que incluso una computadora personal de alta gama, aunque las supercomputadoras más grandes tienen una capacidad similar a la del cerebro. (Debe notarse, sin embargo, que el cerebro no parece utilizar todas sus neuronas simultáneamente). Los futuristas hacen gran parte de estos números, apuntando a una aproximación singularidad en el que las computadoras alcanzan un nivel de rendimiento sobrehumano (Vinge, 1993; Kurzweil, 2005), pero las comparaciones en bruto no son especialmente informativas. Incluso con una computadora de capacidad virtualmente ilimitada, todavía no sabríamos cómo alcanzar el nivel de inteligencia del cerebro.

...