Inteligencia Artificial

La Inteligencia Artificial (IA) es la rama de las ciencias de la computacin que se ocupa de construir
sistemas que permitan exhibir un comportamiento cada vez ms inteligente.
En general las definicin de inteligencia es recursiva, etimolgicamente deriva de la voz latina "legere" que
significa recolectar y por lo tanto elegir, "intellegere" significa elegir entre varias cosas. Inteligencia sera
entonces la capacidad de discernir, discriminar, evaluar pero a medida que el conocimiento humano se fue
ampliando, el concepto de inteligencia fue abarcando cada vez mayor cantidad de facetas del
comportamiento no automtico o repetitivo, cada vez mas asociado a la resolucin de problemas y al
proceso creativo.
Al carecer de una definicin ajustada, la IA se ha tornado pragmtica en tanto que define como sistema
inteligente a aquel que se comporta como un hombre "inteligente", en las mismas circunstancias. El Test
de Turing para establecer si una mquina es o no inteligente consiste en interrogarla por medio de una
teletipo (sin contacto fsico), el evaluador no debe poder discernir si el que responde es una mquina o una
persona. En la prctica esta definicin es evasiva y relega a la IA a la frontera de las ciencias de la
computacin, todo sistema de cmputo que en sus orgenes pudo ser considerado inteligente, al cabo de
cierto tiempo deja de serlo (FORTRAN, Traductores, POO, S.E., PERCEPTRON).
La Inteligencia Artificial comenz como el resultado de la investigacin en psicologa cognitiva y lgica
matemtica. Se ha enfocado sobre la explicacin del trabajo mental y construccin de algoritmos de
solucin a problemas de propsito general. Punto de vista que favorece la abstraccin y la generalidad.
La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general
y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los
cuales tienen en comn la creacin de mquinas que pueden "pensar".
La idea de construir una mquina que pueda ejecutar tareas percibidas como requerimientos de
inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista
incluyen juegos, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro
de asesora experta en diversos temas.
Es as como los sistemas de administracin de base de datos cada vez ms sofisticados, la estructura de
datos y el desarrollo de algoritmos de insercin, borrado y locacin de datos, as como el intento de crear
mquinas capaces de realizar tareas que son pensadas como tpicas del mbito de la inteligencia humana,
acuaron el trmino Inteligencia Artificial en 1956.
Trabajos tericos fundamentales fueron el desarrollo de algoritmos matemticos por Warren McCullock y
Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificacin, o funcionamiento en sentido
general, de una red neuronal. En 1949 Donald Hebb desarroll un algoritmo de aprendizaje para dichas
redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta
escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trat poco por muchos
aos, dando paso al razonamiento simblico basado en reglas de produccin, lo que se conoce como
sistemas expertos.
Definiciones sobre Inteligencia Artificial:
Disciplina cientfico-tcnica que trata de crear sistemas artificiales capaces de comportamientos
que, de ser realizados por seres humanos, se dira que requieren inteligencia.
Estudio de los mecanismos de la inteligencia y las tecnologas que lo sustentan. (Newell, 91)
Intento de reproducir (modelar) la manera en que las personas identifican, estructuran y resuelven
problemas difciles (Pople, 84).
Son ciertas herramientas de programacin, entendiendo por herramientas:
Lenguajes: LISP, PROLOG
Entornos de desarrollo: shells
Arquitecturas de alto nivel: nodo y arco, sistemas de producciones
Desde sus comienzos hasta la actualidad, la Inteligencia Artificial ha tenido que hacer frente a una serie de
problemas:
Los computadores no pueden manejar (no contienen) verdaderos significados.
Los computadores no tienen autoconciencia (emociones, sociabilidad, etc.).
Un computador slo puede hacer aquello para lo que est programado.
Las mquinas no pueden pensar realmente.

PRINCIPALES REAS DE LA I.A.

Las definiciones anteriores implican que las mquinas para ser consideradas inteligentes deben exhibir
ciertas habilidades, suficientemente complejas como para ser tratadas como reas independientes. La
forma de abordaje de cada una de estas reas suele ser tan dismil, que es difcil reconocerles un origen
comn.

1- Procesamiento del Lenguaje Natural
2- Consulta inteligente de base de datos
3- Robtica
4- Programacin Automtica
5- Sistemas Expertos
6- Prueba automtica de teoremas y matemticas simblica
7- Problemas de optimizacin combinatorios y de itinerarios.
8- Percepcin y reconocimiento de patrones
9- Autoaprendizaje
Objetivos de la Investigacin en Inteligencia Artificial.
Los investigadores en inteligencia artificial se concentran principalmente en los sistemas expertos, la
resolucin de problemas, el control automtico, las bases de datos inteligentes y la ingeniera del software
(diseos de entornos de programacin inteligente).
Otros investigadores estn trabajando en el reto del reconocimiento de patrones donde se espera un
rpido progreso en este campo que abarca la comprensin y la sntesis del habla, el proceso de imgenes
y la visin artificial.
Finalmente, la fundamental investigacin sobre la representacin del conocimiento, la conceptualizacin
cognoscitiva y la comprensin del lenguaje natural.
Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproduccin
automtica del razonamiento humano.
El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un directivo que se pregunta
la viabilidad de fabricar un nuevo producto. Un nio jugando con bloques de madera en una mesa no tiene
idea de la complejidad del razonamiento necesario para llevar a cabo la construccin de una pirmide, e
intentar que un robot hiciera lo mismo que el nio requerira un largo programa de computador.
Formas de considerar situaciones complejas son:
deduccin, que permite obtener conclusiones de reglas cuyas premisas hemos comprobado
induccin que produce reglas a partir de observaciones parciales.
Estos dos tipos principales pueden utilizarse de un modo analtico (el razonamiento se divide en
submdulos que son ms difciles de manejar, o de un modo sinttico (inverso del proceso anterior,
juntando elementos que se separaron anteriormente).
La induccin puede tener lugar cuando se comparan situaciones que son casi similares, con parmetros
desconocidos en una situacin dada asignndole los valores que tienen ya en una situacin de referencia;
este es un razonamiento por analoga.
Los mtodos para razonar son variados. La iteracin significa repetir la misma secuencia de razonamiento
hasta que se alcance una condicin de final; la recursin consiste en una forma particular del
razonamiento que se llama a s misma, como aquellas muecas rusas que estn unas dentro de otras,
hasta llegar a un problema simple que es fcil de resolver.
Las estrategias para el razonamiento pueden hacer uso de la especializacin, la reduccin al absurdo, de
la eliminacin de caminos poco prometedores y de la reduccin de las diferencias.
En todos los casos, la organizacin jerrquica del conocimiento y la segmentacin de los problemas son
mtodos que se emplean siempre al intentar resolver un problema complejo.
La funcin asignada a los sistemas expertos es la de razonar.

Podemos decir entonces que la inteligencia es la aptitud para tratar con smbolos y relaciones abstractas,
para aprender y para enfrentarse con requerimientos nuevos, haciendo uso adecuado del pensamiento
como medio o bien para la adaptacin de situaciones nuevas.
"Si no se hubiera investigado estos 30 o 40 aos en inteligencia artificial y robtica, sera imposible hacer
un robot como 'Curiosity'", explica Ramn Lpez de Mntaras, director del Instituto de Investigacin en
Inteligencia Artificial (IIIA), que depende del Centro Superior de Investigaciones Cientficas (CSIC), situado
en Barcelona. El aterrizaje de este explorador en Marte es clave para conocer ms detalles sobre la
geologa del llamado planeta rojo, pero sin el desarrollo de sus sensores, o de su sistema de navegacin
para evitar obstculos, sera imposible su misin espacial.
"La inteligencia artificial avanza muy rpido y si uno se pasa varios aos sin hacer actividad
investigadora, sin tener estudiantes de doctorado, te arriesgas a quedarte obsoleto", explica el cientfico.
Se declara defensor de la divulgacin y de hacer partcipe a la sociedad de los conocimientos que se
financian a travs de los impuestos de todos. Por ello, estos das participa en un curso sobre Alan Turing,
considerado el padre de su materia, que organiza la Universidad Internacional Menndez Pelayo de
Santander.
"Con uno de mis doctorandos estamos trabajando en la robtica del desarrollo o tambin
denominada epigentica. Se trata de dar un comportamiento innato muy reducido a un robot de manera
que aprenda interactuando con su entorno", apunta. Para entenderlo, cita un ejemplo prctico: "Igual que
un nio de corta edad agarra todos los objetos que puede, experimenta y as mejora sus habilidades
motoras". El objetivo es lograr el desarrollo paulatino en mquinas inteligentes y con este trabajo, el propio
Lpez de Mntaras ha dado uno de los pasos para lograr una inteligencia artificial general.

El cientfico explica que hay dos visiones de la inteligencia artificial: la ms dbil, que son las
investigaciones en un contexto muy limitado como puede ser la creacin de sistemas de reconocimiento
del habla, o de automviles sin piloto capaces de recorrer kilmetros, y la ms fuerte, en la que ya est
inmerso. "Sera la que iguala e incluso supera la inteligencia general humana", afirma para aadir que aqu
es cuando entra en juego la tica.
"Todo avance tiene una moneda de dos caras, o se puede usar bien o se puede usar mal". Para ilustrar
seala que hay pases que persiguen la creacin de robots soldados, aunque oculten la informacin:
"Eso debera limitarse, no es razonable ni tico dar esa capacidad autnoma de decidir a una mquina a la
hora de si dispara o no un arma que puede ser letal". El Director del IIIA apuesta, llegado el caso, por la
creacin de comisiones que regulen estas actividades que ponen en peligro la seguridad de las personas.
En el presente artculo pretende plantear algunas diferencias entre la inteligencia artificial y la inteligencia
humana; comenzando por un breve recorrido por cada una de ellas desde su historia hasta la actualidad y
concluyendo as que aunque el hombre se esfuerce por conseguir una maquina perfecta no podr
remplazar a la mente humana, ya que no tiene la capacidad de interpretar los indicadores biolgicos como
emociones, estados de nimo y muy seguramente adaptarse a sus necesidades.
La inteligencia artificial se conoce tambin como IA; es parte de la informtica, se ocupa del diseo y
creacin de maquinas capaces de tener comportamientos inteligentes, hasta llegar a limitar el
funcionamiento de la mente humana. Se la puede definir como una ciencia de lo artificial y como un
conjunto de tecnologas computacionales que se interesan en cmo se manifiesta la adaptacin al
ambiente, la representacin y el razonamiento, en diversas especies vivientes (el humano, los
invertebrados, etc.) y lo aplican o lo imitan (hacen una mmica) de su adaptacin, su representacin y su
razonamiento en mquinas artificiales.
La IA fue introducida a la comunidad cientfica a mediados de los cincuenta por el ingls Alan Turing, fue
continuada por John Von Neumann; su idea central era que los computadores deberan disearse
tomando como modelo el cerebro humano. Jhon Von Neumann fue el primero en antropomorfizar el
lenguaje y la concepcin de la computacin al hablar de la memoria, los sensores, etc., de las
computadoras. Construy una serie de mquinas utilizando lo que a principios de los cincuentas se
conoca sobre el cerebro humano, y dise los primeros programas almacenados en la memoria de una
computadora.
En la poca del renacimiento aparecieron los primeros autmatas, con la nica funcin de entretener a la
nobleza. As Jacques vaucanso construyo su famoso pato mecnico, este imitaba conductas de comer y
defecar. Pero tambin surgieron los primeros fraudes como la mquina que jugaba ajedrez y que, en
realidad, estaba manipulada por una persona oculta en su interior.
En la actualidad existen sistemas expertos para resolver problemas de todo tipo con aplicaciones en los
bancos, las bolsas de valores, las compaas de seguros, en la medicina, en la ingeniera, en los ejrcitos
y en las propias gestiones informticas etc. Es tanto el inters en esta disciplina que ya estn trabajando
en un proyecto liderado por la Ecole Polytechnique federl de Lausa (suiza), y la firma IBM, utilizando una
mquina llamada Blue Brain, dotada de 8.000 procesadores que trabajan en paralelo para simular las
formas en que las neuronas intercambian informacin en tiempo real.
Pero nos preguntamos que tan benfico son esto adelantos, con que objetivos quieren llegar a que una
mquina sea tan similar al funcionamiento de la mente humana, donde quedara la integridad del hombre,
lo moral, los valores etc.,
Por el otro lado tenemos la Inteligencia Humana, aunque por increble que sea no hay una definicin
exacta, lo que quiere decir que ninguna es suficientemente precisa y acertada.

Caractersticas de la Inteligencia Artificial.
1. Una caracterstica fundamental que distingue a los mtodos de Inteligencia Artificial de los mtodos
numricos es el uso de smbolos no matemticos, aunque no es suficiente para distinguirlo
completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos,
tambin procesan smbolos y no se considera que usen tcnicas de Inteligencia Artificial.
Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las
conclusiones intermedias alcanzadas durante las consideraciones al problema especfico. Los
lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la
Inteligencia Artificial.
2. El comportamiento de los programas no es descrito explcitamente por el algoritmo. La secuencia de
pasos seguidos por el programa es influenciado por el problema particular presente. El programa
especifica cmo encontrar la secuencia de pasos necesarios para resolver un problema dado
(programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen
un algoritmo definido, que especifica, explcitamente, cmo encontrar las variables de salida para
cualquier variable dada de entrada (programa de procedimiento).
3. El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y
relaciones del mundo real y del mbito del conocimiento en que ellos operan. Al contrario de los
programas para propsito especfico, como los de contabilidad y clculos cientficos; los programas de
Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base
de conocimientos dndole la capacidad de explicar discrepancias entre ellas.
4. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de Inteligencia Artificial los
programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolucin de conflictos en
tareas orientadas a metas como en planificacin, o el diagnstico de tareas en un sistema del mundo
real: con poca informacin, con una solucin cercana y no necesariamente exacta.
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robtica, usada principalmente
en el campo industrial; comprensin de lenguajes y traduccin; visin en mquinas que distinguen formas
y que se usan en lneas de ensamblaje; reconocimiento de palabras y aprendizaje de mquinas; sistemas
computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho mbito del
conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre e indican
un tratamiento, los que interpretan datos sismolgicos en exploracin geolgica y los que configuran
complejos equipos de alta tecnologa.
Tales tareas reducen costos, reducen riesgos en la manipulacin humana en reas peligrosas, mejoran el
desempeo del personal inexperto, y mejoran el control de calidad sobre todo en el mbito comercial.
Diferentes teoras:
1. Construir rplicas de la compleja red neuronal del cerebro humano (bottom-up).
2. Intentar imitar el comportamiento del cerebro humano con un computador (top-down).
Diferentes metodologas:
1. La lgica difusa: permite tomar decisiones bajo condiciones de incerteza.
2. Redes neuronales: esta tecnologa es poderosa en ciertas tareas como la clasificacin y el
reconocimiento de patrones. Est basada en el concepto de "aprender" por agregacin de un gran
nmero de muy simples elementos.
Este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante
su estado puede ser activo o inactivo. La interaccin entre las neuronas se lleva a cabo a travs de
sinapsis. Segn el signo, la sinapsis es excitadora o inhibidora.
El perceptrn est constituido por las entradas provenientes de fuentes externas, las conexiones y la
salida. En realidad un perceptrn es una Red Neuronal lo ms simple posible, es aquella donde no existen
capas ocultas.
Para cada configuracin de los estados de las neuronas de entrada (estmulo) la respuesta del perceptrn
obedece a la siguiente dinmica: se suman los potenciales sinpticos y se comparan con un umbral de
activacin. Esta suma ponderada es tambin llamada campo. Si el campo es mayor que un umbral, la
respuesta de la neurona es activa, si no, es inactiva.
Con una arquitectura tan simple como la del perceptrn no se puede realizar ms que una clase de
funciones "booleanas" muy simples, llamadas linealmente separables. Son las funciones en las cuales los
estados de entrada con salida positiva pueden ser separados de aquellos a salida negativa por un
hiperplano. Un hiperplano es el conjunto de puntos en el espacio de estados de entrada, que satisfacen
una ecuacin lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etc.
Si se quieren realizar funciones ms complejas con Redes Neuronales, es necesario intercalar neuronas
entre las capas de entradas y de salida, llamadas neuronas ocultas. Una red multicapas puede ser definida
como un conjunto de perceptrones, ligados entre si por sinapsis y dispuestos en capas siguiendo diversas
arquitecturas. Una de las arquitecturas ms comnmente usada es llamada feedforward: con conexiones
de la entrada a las capas ocultas y de stas hacia la salida.
El funcionamiento de una Red Neuronal es gobernado por reglas de propagacin de actividades y de
actualizacin de los estados.