Inteligencia Artificial

La inteligencia artificial (IA) es un área multidisciplinaria

que, a través de ciencias como las ciencias de

la computación, 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.[cita requerida]

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 má-

quinas, 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.

1 Categorías de la inteligencia arti-

ficial

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.

[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.

[9]

2 Escuelas de pensamiento

La IA se divide en dos escuelas de pensamiento:

• La inteligencia artificial convencional

• La inteligencia computacional

2.1 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.

1

2 3 HISTORIA

• Redes bayesianas: Propone soluciones mediante inferencia

probabilística.

• Inteligencia artificial basada en comportamientos:

Esta inteligencia contiene autonomía y puede autoregularse

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.

2.2 Inteligencia artificial 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.

3 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

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, aún 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 arti-

ficial 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

...