Inteligencia artificial y Robotica
Inteligencia artificial y
Robotica
Saltar a: navegación,
búsqueda
«IA» redirige aquí. Para
otras acepciones, véase IA (desambiguación).
Inteligencia artificial
TOPIO 2.0.jpg
TOPIO, un robot humanoide,
jugando tenis de mesa en Tokio International Robot Exhibition (IREX) 2009.
Otros nombres IA
Campo de aplicación Desarrollo de agentes racionales no vivos
Subárea Ciencias de la Computación
En ciencias de la computación
se denomina inteligencia artificial (IA) a las inteligencias no naturales en
agentes racionales no vivos.1 2 3 John McCarthy, acuñó el término en 1956, la
definió: "Es la ciencia e ingeniería de hacer máquinas inteligentes,
especialmente programas de cómputo inteligentes."4
Para explicar la definición
anterior, entiéndase a un Agente inteligente que permite pensar, evaluar y
actuar conforme a ciertos principios de optimización y consistencia, para
satisfacer algún objetivo o finalidad. De acuerdo al concepto previo,
racionalidad es más general y por ello más adecuado que inteligencia para
definir la naturaleza del objetivo de esta disciplina.
Con lo cual , y de manera más
específica la inteligencia artificial es la disciplina que se encarga de
construir procesos que al ser ejecutados sobre una arquitectura física producen
acciones o resultados que maximizan una medida de rendimiento determinada,
basándose en la secuencia de entradas percibidas y en el conocimiento
almacenado en tal arquitectura.
Existen distintos tipos de
conocimiento y medios de representación del conocimiento, el cual puede ser
cargado en el agente por su diseñador o puede ser aprendido por el mismo agente
utilizando técnicas de aprendizaje.
También se distinguen varios
tipos de procesos válidos para obtener resultados racionales, que determinan el
tipo de agente inteligente. De más simples a más complejos, los cinco
principales tipos de procesos son:
Ejecución de una respuesta
predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
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, 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.
Contenido
1 Categorías de la
inteligencia Artificial[5]
2 Escuelas de pensamiento
2.1 Inteligencia artificial
convencional
2.2 Inteligencia artificial
computacional
3 Historia
4 La inteligencia artificial
y los sentimientos
5 Críticas
6 Tecnologías de apoyo
7 Aplicaciones de la
inteligencia artificial
8 Científicos en el campo de
la inteligencia artificial
9 Inteligencia artificial en
la ficción
10 Véase también
11 Referencias
12 Bibliografía
13 Enlaces externos
13.1 Publicaciones
13.2 Asociaciones
13.3 Robótica
13.4 Videos
13.5 Otros
Categorías de la inteligencia
Artificial5
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, 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 en forma racional el
comportamiento humano; por ejemplo los agentes inteligentes .Está relacionado
con conductas inteligentes en artefactos.9
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: que tienen autonomía y pueden 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 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.
Él 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. Ambos son
dos de los campos más atractivos para los científicos hoy día.
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 de los años
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.
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.
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.
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.
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 Garry Kasparov,
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... flor, 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 Turín 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 Turín, 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 Secarle han mostrado cómo una máquina podría
simular pensamiento sin tener que tenerlo, pasando el test de tú ring 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 Turín el hecho de engañar a un ser humano que intenta
evitar que le engañen es muestra de una mente inteligente, sedarle 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
Científicos en el campo de la
inteligencia artificial
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
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
The Matrix, la trilogía
Resident Evil, la película-
trilogía
2001: Una odisea espacial,
novela y película
Cortana
Code Lyoko
Vida y Obra de Multivac,
Isaac Asimov
Yo, robot, Isaac Asimov
El hombre bicentenario, Isaac
Asimov
Véase también
Aprendizaje
Aprendizaje automático
Red neuronal artificial
Bot conversacional
Sistema inteligente
Cibernética
Dr. Abuse
Eliza
Cerebro artificial
Razonamiento automatizado
Bibliografía
Tirso de Andrés, Homo
Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8
Luis Mª Gonzalo, Inteligencia
Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7
Víctor Gómez Pin, Entre lobos
y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9
Revista "Inteligencia
Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN
1137-3601
Adaraga Morales P.,
Zaccagnini Sancho J. L., Psicología e inteligencia artificial, Editorial
Trotta, Madrid, 1994. ISBN 84-87699-77-4
Alberto García Serrano,
Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC
Libros, 2012. ISBN 978-84-939450-2-2
Enlaces externos
Colabora en Commons.
Wikimedia Commons alberga contenido multimedia sobre Inteligencia artificial.
Wikilibros alberga un libro o
manual sobre Ingeniería del conocimiento.
Publicaciones
Revista "Inteligencia
Artificial" Revista Iberoamericana de Inteligencia Artificial
Página sobre Inteligencia
Artificial Web que desde 1998 trata este tema de forma diversificada. Tiene
enlaces a proyectos.
Asociaciones
AEPIA - Asociación Española
de Inteligencia Artificial
Aperture Laboratories, o
Aperture Science.
Robótica
Robots Sitio de robótica con
artículos de contenido técnico y didáctico (en español)
Videos
Inteligencia Artificial - El
futuro, la fusión del alma y la tecnología -2008- Redes, nº 10, en RTVE a la
carta
Otros
Luis Piscoya, "Lógica e
inteligencia artificial"
Una nueva tecnología percibe
la información antes de que llegue al consciente
Introduzione all'intelligenza
artificiale (en italiano)
Lista de películas con
mención a la IA (en inglés)
Grupo de investigación en
Sistemas Inteligentes
Artículos sobre IA
