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”.
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
Stuart
Russell y Peter Norvig diferencian estos tipos 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.
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.
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.
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 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».
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.
Véase
también: La era de las máquinas espirituales
Críticas
Las
principales críticas a la inteligencia artificial tienen que ver con su
capacidad de imitar por completo a un ser humano. Estas críticas ignoran que
ningún humano individual tiene capacidad para resolver todo tipo de problemas,
y autores como Howard Gardner han propuesto que existen inteligencias
múltiples. Un sistema de inteligencia artificial debería resolver problemas.
Por lo tanto es fundamental en su diseño la delimitación de los tipos de
problemas que resolverá y las estrategias y algoritmos que utilizará para
encontrar la solución.
En los
humanos la capacidad de resolver problemas tiene dos aspectos: los aspectos
innatos y los aspectos aprendidos. Los aspectos innatos permiten por ejemplo
almacenar y recuperar información en la memoria y los aspectos aprendidos el
saber resolver un problema matemático mediante el algoritmo adecuado. Del mismo
modo que un humano debe disponer de herramientas que le permitan solucionar
ciertos problemas, los sistemas artificiales deben ser programados de modo tal
que puedan resolver ciertos problemas.
Muchas
personas consideran que el test de Turing ha sido superado, citando
conversaciones en que al dialogar con un programa de inteligencia artificial
para chat no saben que hablan con un programa. Sin embargo, esta situación no
es equivalente a un test de Turing, que requiere que el participante esté sobre
aviso de la posibilidad de hablar con una máquina.
Otros
experimentos mentales como la Habitación china de John Searle han mostrado cómo
una máquina podría simular pensamiento sin tener que tenerlo, pasando el test
de Turing sin siquiera entender lo que hace. Esto demostraría que la máquina en
realidad no está pensando, ya que actuar de acuerdo con un programa
preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser
humano que intenta evitar que le engañen es muestra de una mente inteligente,
Searle considera posible lograr dicho efecto mediante reglas definidas a
priori.
Uno de los
mayores problemas en sistemas de inteligencia artificial es la comunicación con
el usuario. Este obstáculo es debido a la ambigüedad del lenguaje, y apareció
ya en los inicios de los primeros sistemas operativos informáticos. La
capacidad de los humanos para comunicarse entre sí implica el conocimiento del
lenguaje que utiliza el interlocutor. Para que un humano pueda comunicarse con
un sistema inteligente hay dos opciones: o bien el humano aprende el lenguaje
del sistema como si aprendiese a hablar cualquier otro idioma distinto al
nativo, o bien el sistema tiene la capacidad de interpretar el mensaje del
usuario en la lengua que el usuario utiliza.
Un humano
durante toda su vida aprende el vocabulario de su lengua nativa. Un humano
interpreta los mensajes a pesar de la polisemia de las palabras utilizando el
contexto para resolver ambigüedades. Sin embargo, debe conocer los distintos
significados para poder interpretar, y es por esto que lenguajes especializados
y técnicos son conocidos solamente por expertos en las respectivas disciplinas.
Un sistema de inteligencia artificial se enfrenta con el mismo problema, la
polisemia del lenguaje humano, su sintaxis poco estructurada y los dialectos
entre grupos.
Los
desarrollos en inteligencia artificial son mayores en los campos disciplinares
en los que existe mayor consenso entre especialistas. Un sistema experto es más
probable de ser programado en física o en medicina que en sociología o en
psicología. Esto se debe al problema del consenso entre especialistas en la
definición de los conceptos involucrados y en los procedimientos y técnicas a
utilizar. Por ejemplo, en física hay acuerdo sobre el concepto de velocidad y
cómo calcularla. Sin embargo, en psicología se discuten los conceptos, la
etiología, la psicopatología y cómo proceder ante cierto diagnóstico. Esto
dificulta la creación de sistemas inteligentes porque siempre habrá desacuerdo
sobre lo que se esperaría que el sistema haga. A pesar de esto hay grandes
avances en el diseño de sistemas expertos para el diagnóstico y toma de
decisiones en el ámbito médico y psiquiátrico (Adaraga Morales, Zaccagnini
Sancho, 1994).
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
Inteligencia artificial en la ficción
En Portal y
Portal 2, GLaDOS es una IA que conduce al jugador a través de las cámaras de
prueba.
Inteligencia
artificial, la película de Steven Spielberg.
¿Sueñan los
androides con ovejas eléctricas?, y su adaptación al cine Blade Runner.
Comienza con la aplicación del Test de Turing.
Ghost in the
Shell, anime, películas y serie
J.A.R.V.I.S.,
la inteligencia artificial que, en la serie Iron Man, de Marvel Comics, permite
maniobrar el traje-armadura pilotado por Pepper Potts: el Mark 1616 o Rescate.
También aparece en la trilogía de películas basadas en el comic book, ayudando
a Tony Stark a pilotar las diversas versiones de su armadura IronMan, además de
servir como mayordomo.
The Matrix,
la trilogía
Resident
Evil, la saga
Cortana
Código Lyoko
Vida y Obra
de Multivac, Isaac Asimov
Yo, robot,
Isaac Asimov
El hombre
bicentenario, Isaac Asimov