INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

1. Definición de inteligencia artificial

Formular una definición de inteligencia artificial (IA) es una tarea bastante complicada. Cada experto tiene una visión distinta de lo que es la IA y no coinciden en dar una definición exacta ni en los alcances y limitaciones de la IA a lo largo de años de existencia.  En el libro texto, así como en el texto complementario, se presentan y analizan algunas definiciones dadas por expertos en la materia, las cuales son clasificadas en cuatro grupos.  Por otro lado, en libro complementario también se presentan y clasifican algunas definiciones, que se presentan en la figura 1. Las que aparecen en la parte superior se refieren a procesos mentales y al razonamiento, mientras que las de la parte inferior aluden a la conducta. Las definiciones de la izquierda miden el éxito en términos de la fidelidad en la forma de actuar de los humanos, mientras que las de la derecha toman como referente un concepto ideal de inteligencia, denominada racionalidad. Un sistema es racional si hace “lo correcto”, en función de sus conocimientos.

[pic 3]

1. Fundamentos de la IA

La IA es un campo científico interdisciplinario, pues su sustento teórico se alimenta de varias ciencias como la Filosofía, la Matemática, Economía, la Neurociencia, Psicología, Ingeniería Computacional, Teoría de control y cibernética, Lingüística.

Se presenta una breve reseña de estas disciplinas que han contribuido con ideas, puntos de vista y técnicas al desarrollo de la IA.

1. Filosofía

Desde hace 400 años antes de Cristo (a.C.) ha tratado de dar respuesta a interrogantes tales como

• ¿Se puede utilizar reglas formales para extraer conclusiones válidas?
• ¿Cómo se genera la inteligencia mental a partir de un cerebro físico?
• ¿De dónde viene el conocimiento?
• ¿Cómo se pasa del conocimiento a la acción?

Los filósofos concebían la idea de que la mente es de alguna manera como una máquina que funciona a partir del conocimiento codificado en un lenguaje interno, y que el pensamiento servía para seleccionar la acción a llevar a cabo. Es así como facilitaron de alguna manera el poder imaginar la IA.

Tres hitos apuntan la posibilidad de una inteligencia mecánica.

• Sócrates, Platón, Aristóteles: Leyes que gobiernan el pensamiento (Silogismos, lógica)
• Descartes, Leibniz: La mente está ligada al mundo físico.
• Bacon, Hume, Russell. El conocimiento es fruto de la percepción, se adquiere por la experiencia (Inducción). El conocimiento está representado por teorías lógicas.

1. Matemática

Los filósofos delimitaron las ideas más importantes de la IA, pero para pasar de ahí a una ciencia formal es necesario contar con una formulación matemática en tres áreas fundamentales: lógica, computación y probabilidad. De esta manera, los matemáticos trataban de dar respuesta a las siguientes cuestiones.

• ¿Qué reglas formales son las adecuadas para obtener conclusiones válidas?
• ¿Qué se puede computar?
• ¿Cómo razonamos con información incierta?

Las matemáticas proporcionaron las herramientas para manipular tanto las aseveraciones de certeza lógica, como las inciertas de tipo probabilística. Asimismo, prepararon el terreno para un entendimiento de lo que es el cálculo y el razonamiento con algoritmos. Cabe destacar las siguientes aportaciones concretas:

• Boole, Frege: Fundamentos de la lógica matemática.
• Gödel, Turing: Límites de lo computable (teorema de incompletitud, NP – completitud)
• Fermat, Bernoulli, Bayes: Probabilidad, razonamiento probabilístico.

1. Economía

Las investigaciones en economía giraron en torno a las cuestiones siguientes

• ¿Cómo se debe llevar a cabo el proceso de toma de decisiones para maximizar el rendimiento?
• ¿Cómo se deben llevar a cabo acciones cuando otros no colaboren?
• ¿Cómo se deben llevar a cabo acciones cuando los resultados se obtienen en un futuro lejano?

Sus aportes se materializan, principalmente, a través de los de trabajos de

• Adam Smith (1723-1790): Utilizó la idea de que las economías pueden concebirse como un conjunto de agentes individuales que intentan maximizar su bienestar económico.
• León Walras(1834-1910) Formalizó el tratamiento matemático de la utilidad. Aportes adicionales de Frank Ramsey, J. von Neumann y O. Morgenstern (The Theory of Games and Economic Behavior (1944).
• Teoría de decisiones = teoría de probabilidades + teoría de utilidad. Proporciona un marco completo y formal para la toma de decisiones realizadas bajo incertidumbre.
• Investigación operativa. Se preocupó de la tercera cuestión- Richard Bellman (1957) formaliza los problemas de decisión secuencial llamados procesos de decisión de Harkov.

De esta manera, los economistas formalizaron el problema de la toma de decisiones para maximizar los resultados esperados. El trabajo en la economía y la investigación operativa ha contribuido en gran medida a la noción de agente racional.

1. Neurociencia

La neurociencia es el estudio del sistema neurológico, y en especial del cerebro. La forma exacta en la que en un cerebro se genera el pensamiento es uno de los grandes misterios de la ciencia.

• ¿Cómo procesa información el cerebro?

Sus aportes principales son:

• Camilo Golgi (1843 – 1926): desarrolló una técnica de coloración que permitió la observación de neuronas individuales en el cerebro
• Santiago Ramón y Cajal (1852 – 1934): utilizó la técnica de Golgi en sus estudios pioneros sobre la estructura neuronal del cerebro. Ambos compartieron el premio Nobel en 1906.
• Un cerebro medio tiene 1000 veces más neuronas que puertas lógicas en UCP(108 puertas lógicas – 1011 neuronas)
• Las neuronas y las sinapsis del cerebro están activas simultáneamente, mientras que las computadoras tienen una o varias UCP.
• Una computadora es un millón de veces más rápido, en cuanto a velocidad de intercambio, el cerebro es 100 000 veces más rápido en lo que hace.

La conclusión verdaderamente increíble es que unas colecciones de simples células pueden llegar a generar razonamientos, acción, y conciencia o, dicho en otras palabras, los cerebros generan las inteligencias (Searle, 1992)

1. Psicología

• ¿Cómo piensan y actúan los humanos y los animales?
• Psicología cognitiva: teorías sobre la conducta, bases del comportamiento racional.

 – Representación de los estímulos externos.

 – Manipulación consciente de la representación.

– Actuación consecuente

1. Ingeniería computacional

 Para que la IA pueda llegar a ser una realidad se necesitan dos cosas: inteligencia y un artefacto. El computador ha sido el artefacto elegido.

• ¿Cómo se puede construir una computadora eficiente?

1. Teoría de control y cibernética

La teoría matemática de los sistemas con retroalimentación estables se desarrolló en el siglo XIX. L figura central del desarrollo de lo que ahora se llama la teoría de control fue Norbert Wiener (1894 – 1964). Wiener trabajó en sistemas de control biológico y mecánico y en sus vínculos con la cognición. El libro de Wiener, Cybernetics (1948), fue un bestseller y presentó al público la posibilidad de las máquinas con inteligencia artificial.

•  ¿Cómo pueden los artefactos operar bajo su propio control?

La teoría de control moderna, especialmente la rama conocida como control óptimo estocástico, tiene como objetivo el diseño de sistemas que maximizan una función objetivo en el tiempo, lo cual se asemeja a la visión de la IA del diseño de sistemas que se comportan de forma óptima.

1. Lingüística

• ¿Cómo está relacionado el lenguaje con el pensamiento?

• B.F.Skinner (1957) – Verbal Behavior - enfoque conductista del aprendizaje del lenguaje
• Noam Chomsky – Syntactic structures – abordó el tema de la creatividad en el lenguaje. Posee el formalismo suficiente para permitir su programación.
• Lingüística computacional

 [pic 4]

1. Historia de la IA.

Génesis de la IA (1943 – 1955)

La constituyen las investigaciones y publicaciones realizadas sobre lo que posteriormente se llamaría inteligencia artificial

• El primer trabajo de IA fue realizado por Warren McCulloch y Walter Pitts en 1943. Propusieron un modelo constituido por neuronas artificiales, en el cada una de ellas se caracterizaba por estar “activada” o “desactivada”. Ellos mostraron que cualquier función de cómputo podía calcularse mediante una red de neuronas interconectadas, y que todos los conectores lógicos se podían implementar utilizando estructuras de red sencillas. También sugirieron que redes adecuadamente podían aprender apoyándose en.
• Warren McCulloch y Walter Pitts son precursores de la tradición logística y la tradición conexionista.
• Donald Hebb (1949) propuso y demostró una sencilla regla de actualización para modificar las intensidades de las conexiones entre neuronas. Su regla, ahora llamada de aprendizaje Hebbiano o de Hebb, sigue vigente en la actualidad.
• Marvin Minsky y Dean Edmonds – alumnos de post grado en el departamento de matemáticas de Princeton – construyeron la primera computadora de red neuronal, la SNARC, en 1951. el comité de evaluar el doctorado de Minsky veía con escepticismo el que este tipo de trabajo pudiera considerarse como matemático. Al respecto von Newmann manifestó “Si no lo es actualmente, algún día lo será”.
• Sin embargo, fue Alan Turing el primero en lograr articular una visión de la IA en su artículo “Computing Machinery and Intelligence” publicado en 1950. Ahí, introdujo la prueba de Turing, el aprendizaje automático, los algoritmos genéticos y el aprendizaje por refuerzo.

Nacimiento de la IA (1956)

• Conferencia de Dartmouth en 1956. asistieron, entre otros, Mc Carthy, Minsky, Claude Shannon, Nathaniel Rochester, Trenchard More (Princeton), Arthur Samuel (IBM), Ray Solomonoff (MIT), Oliver Selfridge, Allen Newell (UCM), Univ. De Carnegie Mellon, Herbert Simon (UCM).

• Newell y Simon presentaron el programa Teórico Lógico ( TL )
• Se acordó denominar a este nuevo campo con el nombre de Inteligencia Artificial

Entusiasmo inicial (1952 – 1969)

Es la etapa de varios éxitos, de proyección limitada:

• La aparición del programa Solucionador General de Problemas (SGP) que imitaba protocolos de resolución de problemas de los humanos. Es el primer programa que utilizó el enfoque del “pensar como humano”.
• Herbert Gelerntner (1959) construyó el Demostrador de Teoremas de Geometría (DTG), que demostraba teoremas utilizando axiomas explícitamente representados.
• Arthur Samuel (1952) escribió programas para el juego de damas. Hecho por tierra la idea de que las computadoras sólo pueden hacer lo que se les dice, pues su programa aprendió rápidamente a jugar mejor que su creador.
• John McCarthy (1958) hizo tres contribuciones cruciales: creó el lenguaje de programación de alto nivel Lisp, que se convertiría en lenguaje de programación dominante en IA; inventó el tiempo compartido y escribió un artículo Programs with Common Sense (Programas con sentido común) en el que describía el escucha consejos (EC) diseñado para la búsqueda de soluciones de problemas. Podría considerarse como el primer sistema de IA completo.
• Frank Rosenblat (1962) creo los perceptrones, que son redes neuronales con una sola neurona. Demostró el famoso teorema de convergencia del perceptron. Florecieron las actividades enfocadas a las redes neuronales.

Dosis de realidad (1966 – 1973)

Obstáculo: Los métodos de IA que funcionaban en uno o dos ejemplos sencillos, fallaban rotundamente cuando se utilizaban en problemas más variados o de mayor dificultad. No eran programas robustos

...