Trabajo de Investigacin

INTELIGENCIA ARTIFICIAL

Diego Lema
Tutor: Ricard Marsal
I.E.S. Sant Andreu 20082009

NDICE.
1. INTRODUCCIN.
1.1. Inteligencia Artificial Simulacin de los Sentidos.3
2. HISTORIA E INICIOS....4
3. TEST DE TURING5
4. LA SALA CHINA6
5. REDES NEURONALES ARTIFICIALES.7
5.1. Preceptrn Simple8
6. SISTEMAS EXPERTOS.13
6.1. Arquitectura de Sistemas Expertos14
7. INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA DE AYUDA SOCIAL.16
8. INTELIGENCIA ARTIFICIAL EN MEDICINA.17
9. INTELIGENCIA ARTIFICIAL EN ECONOMIA19
10. SINGULARIDAD TECNOLGICA20
11. ENTREVISTA.
11.1 Ramn Lpez de Mntaras Bada23
12. CONCLUSIN.31
ANEXOS.32
BIBLIOGRAFA.36
WEBGRAFA36

1. INTELIGENCIA ARTIFICIAL
La eleccin de este tema para realizar el trabajo de investigacin fue
relativamente fcil, ya que desde hace aos me interesan temas que
pueden tener relacin con la robtica, porqu es como mezclar cienciaficcin con la realidad en que vivimos ahora, ya que cada vez la tecnologa
avanza a pasos agigantados, pero mientras investigaba averige que para
que la robtica funcione como es debido, primero se tena que desarrollar
un proceso ms complejo que es el de simular la inteligencia humana o por
lo menos algunos aspectos que se aproximen a ella, y al relacionarse todo
esto con el tema que voy a tratar y al analizar el inters que tenia y el que
puede suscitar me decid rpidamente en elegir un trabajo sobre la
inteligencia artificial.
Y al conocer que la inteligencia artificial influye en muchos ms mbitos de
nuestra vida de los que nos podramos imaginar, este hecho fue tambin
fundamental para la eleccin de este tema.
Inteligencia Artificial Simulacin de los sentidos.
Inteligencia artificial, para definir esta idea; primero deberamos analizar
cada uno de los conceptos que la forman.
Ya que a la inteligencia la asociamos como una cualidad exclusiva de
algunos seres vivos y aunque hay mucha controversia para definir con
exactitud que es inteligencia, podemos llegar a la conclusin que su
concepto esta enlazado principalmente con la habilidad de aprender, razonar
y con la ayuda de esto podremos resolver problemas que nos permiten
adaptarnos mejor al ambiente que nos encontremos.
Aunque el intento de dotar de inteligencia a sistemas computacionales
creados por el hombre es muy reciente, ya que comenz a principios del
siglo XX y su objetivo es que estos sistemas no se limiten a hacer procesos
mecnicos sino que puedan ser creativos, pero esto est lejos de llegar a
su objetivo, aunque el futuro es muy prometedor.

2. Inicios
El comienzo de la investigacin de
esta

ciencia,

qu

desarrollo

de

cuanto

un

estudiar

el

ordenador

en

comportamientos

racionales

es

relativamente

cercano ya que en 1950, en un

artculo

llamado

Computing

Machinery and Intelligence para la

revista Mind escrito por Alan Turing
en

el

llamado

cual

expone

Test

de

un

mtodo

Turing,

fue

considerado el primer paso y que

an es considerado uno de los
mejores mtodos para defender la
Alan Turing (1912-1954)

teora de la Inteligencia Artificial.

Aunque antes en 1943 Warren McCulloch y Walter Pitts mostraron su

modelo de sus redes de neuronas artificiales que consiste en la simulacin
de las respuestas del cerebro como un dispositivo binario con varias
entradas y salidas.
Pero la acuacin de este trmino fue en la Conferencia de Dartmouth por
parte de John McCarthy (Dartmouth College), Marvin

L.Minsky (Harvard

University), Nathaniel Rochester (I.B.MCorporation) y Claude E. Shannon

(Bell Telephone Laboratories) en el verano de 1955 donde estos cientficos
proponen

un

proyecto

de

investigacin

para

dotar

sistemas

computacionales de la capacidad del habla a travs del uso de una mejora

de las redes neuronales antes mencionados.
La bsqueda por parte del ser humano de sujetos que tengan la
caracterstica de razonar de manera independiente ha sido ardua durante
todos estos aos, con resultados que han ayudado al ser humano a mejorar
su estilo de vida aunque, es cierto, estos resultados distan mucho del
objetivo principal que se espera conseguir con el transcurso de los aos que
es una inteligencia de la misma capacidad que la nuestra.
4

3. Test de Turing
I propose to consider the question, "Can Machines Think?"
- Alan Mathison Turing

Una prueba para determinar si un ordenador o sistema computacional

puede ser inteligente propuesta por Alan Turing, matemtico britnico,
consiste en la simulacin

de una conversacin entre una persona y un

ordenador, en la cual los dos sujetos interactan

y un juez imparcial ha de definir cul de los dos es una mquina y cual un
ser humano, mediante las preguntas que realice el juez y si los dos sujetos
contestan con suficiente soltura y este no detecta diferencias, este ser el
momento en el que un ordenador tenga un sistema computacional que se
equipare con las capacidades cognitivas del ser humano, aunque este nivel
todava no se ha alcanzado pero el futuro es muy positivo ya que la
tecnologa evoluciona de manera exponencial, una caracterstica que la
analizaremos a fondo ms adelante.

4. El Argumento de la Sala China.

El argumento ms famoso para refutar el test de Turing es el experimento

propuesto por John Searle, en el cual nos propone imaginar que en una
habitacin sin contacto con el exterior hay un hombre, y en esta sala solo
entran documentos en chino, y el sujeto no sabe nada de chino pero sigue
unas directrices en cuanto a que tipo de documento entre en las sala para
responder con otro documento.
Esto es as en el contexto de la siguiente argumentacin:
1. Si la Inteligencia Artificial Fuerte es verdadera, hay un programa para el
idioma chino tal que cualquier mecanismo que lo ejecute entiende chino.
2. Una persona puede ejecutar mecnicamente un programa para el idioma
chino sin entender el idioma chino.
3. Los argumentos de la inteligencia artificial fuerte son falsos porque en
realidad el sistema no entiende chino, nada ms simula entender.

Por lo tanto, la respuesta ante esto ser que la persona que haya escrito el
texto en chino pensara que quien le enva las respuestas sabe chino, pero lo
que expone Searle es que el hecho que un sistema responda de una manera
autmata no significa que este sistema entienda, piense o haya aprendido
de la situacin, y el hablante chino puede ser engaado porque llega a la
conclusin de que quien le responde tambin entiende su idioma. Aunque
Searle tambin dice que no cree que sea imposible que algn da las
maquinas lleguen a pensar pero dice que el Test de Turing no es el mtodo
ms adecuado para determinarlo.
5. Redes Neuronales Artificiales. (RNA)
Las redes neuronales tienen su comienzo a finales del siglo XIX con el
cientfico Santiago Ramn y Cajal quien trabajo en la estructura de la
neurona y el funcionamiento de la misma.
Una red neuronal artificial (RNA), como su nombre lo indica, pretende imitar
a escala pequea la forma de funcionamiento de las neuronas del cerebro
humano.

Entre los primeros fueron Warren McCulloch y Walter Pitts que en 1943
propusieron un modelo matemtico de neurona, el cual estaba compuesto
por un conjunto de entradas y una salida. Cada entrada estaba afectada por
un peso, la activacin de la neurona se calcula mediante la suma de los
productos mediante la entrada y la salida es una funcin de activacin.

Uno de los primeros modelos de red neuronal artificial fue el introducido por
Frank Rosenblatt en el ao 1957, el llamado Perceptrn Simple y el que en
la estructura de este tipo de red estaba inspirado en las primeras etapas de
procesamiento de los sistemas sensoriales en los animales en los cuales la
informacin va atravesando sucesivamente capas de neuronas que realizan
un proceso progresivamente de ms alto nivel.
5.1 El Preceptrn Simple.
El preceptrn simple es un modelo unidireccional compuesto por dos capas
de neuronas, una sensorial o de entrada y otra de salida. La operacin de
este tipo de m (capas de salida) y n (capas de entrada) se expresa por:

Formula de aprendizaje:

Un ejemplo de un preceptrn simple con una red supervisada, que quiere

decir que un maestro indica cuantas entradas y cuantas salidas debera
obtener dicho problema.
Compuerta lgica OR.
X1

X2

X1VX2

1. Representacin de la red

2. Entrada (Positivo Verdad)/ (Negativo Falso)

X1

X2

-1

-1

-1

-1

-1

3. Formula de Activacin.

Formula de Ajustes de Pesos.

4. Elegir Valores Pesos Aleatorios

W1 = 1.2
W2 = -1.2

E=0.5 (factor de aprendizaje)

= -0.4
(Valor Umbral)
Nuevo grafico.

Se aplica la formula de A.

)
Con estas formulas se obtienen los siguientes resultados.
Entrada (1,1)

T (1)

y= 1 (1.2) + 1 (-1.2) -1(-0.4) = 0.4 es >= 0

Entrada (1,-1)

T= (1)

y= 1(1.2) -1(-1.2) -1(-0.4) = 2.8

Entrada (-1,1)

y= 1

es >= 0

y=1

es <0

y=-1

T (1)

y= -1(1.2)+ 1(-1.2) -1(-0.4) = -1

(Error se hace de nuevo el ajuste pesos por ser el valor negativo)

10

Reajuste de Pesos en (-1,1)

W1 = 1.2+ 2(0.5) (1) (-1) = 0.2

W2 = -1.2 + 2(0.5) (1) (1) = -0.2
= -0.4 + 2(0.5) (1) (-1) = -1.4
Nuevo grafico con nuevos pesos obtenidos.

Se repite el proceso con los nuevos pesos obtenidos para todas las entradas
otra vez.
Entrada (1,1)

T = (1)

y = 1(0,2) + 1(-0,2) -1 (-1,4) = 1.4 es > = 0

Entrada (1,-1)

T = (1)

y = 1(0.2) -1(-0.2) -1(-1.4)0 1.8 es > = 0

Entrada (-1,1)

y=1

T = (1)

y = -1(0.2) + 1(-0.2) 1(-1.4) = 1 es > = 0

Entrada (-1,-1)

y=1

y=1

T = (-1)

y = -1(0.2) 1(-0.2) 1(-1.4) = 1.4 es > = 0

y=1

(Error se hace de nuevo el ajuste pesos por ser el valor negativo)

11

Debemos hacer un reajuste de pesos en (-1,-1)

W1 = 0.2 + 2(0.5) (-1) (-1) = 1.2

W2 = -0.2 + 2(0.5) (-1) (-1) = 0.8
= -1.4 + 2(0.5) (-1) (-1) = -0.4
Y tenemos una nueva grfica

Se vuelve a hacer el proceso.

Entrada (1,1)

T= (1)

y = 1(1.2) + 1(0.8) -1(-0.4) = 2.4 es >= 0

Entrada (1,-1)

T= (1)

y = 1(1.2) -1(0.8) -1(-0.4) = 0.8 es >= 0

Entrada (-1,1)

y=1

y=1

T= (1)

y = -1(1.2) +1(0.8) -1(-0.4) = 0 es >= 0

y=1

Entrada (-1,-1) T= (-1)

Y = -1(1.2) -1(0.8) -1(-0.4) = -1.6 es < 0

y=-1

12

Todos los valores son correctos. Los pesos definitivos son:

W1 = 1.2
W2 = 0.8
= -0.4
Donde cada smbolo corresponde a determinado concepto.
Ei: El estado de la neurona de la capa de entrada (i).
Pij: El peso actual asociado a la sinapsis que une la neurona (i) de la capa
de entrada y la neurona (j) de la capa de salida.
Ej: El estado de la neurona de la capa de salida (j).
Sj: El valor deseado por esa neurona.
TASA: Es una constante entre o y 1 que indica cuanto aprende la red.
Aplicaciones de las redes neuronales. Perceptrn Simple
Se utiliza en la clasificacin y reconocimientos de patrones de voz,
imgenes, seales, etc. Encontrar patrones de fraude econmico, hacer
predicciones en el mercado financiero, hacer predicciones de tiempo
atmosfrico, etc. Y para crear controladores de robot, como podran ser el
Quake II Neuralbot, y en medicina el Clasificador No Sesgado de Protenas.

6. Sistemas expertos

Antes se pensaba que la resolucin de teoremas, el reconocimiento de voz,

el de patrones y la resolucin de juegos como el ajedrez y las damas y
cualquier problema semejante podran ser resueltos por personas, ya que
su formulacin y resolucin requieren habilidades que supuestamente solo
tienen los seres humanos como pensar, memorizar, aprender, ver, etc.
Este tipo de cuestin al inicio impensable de resolver por medio de
computadoras, pero ahora se utilizan este tipo de sistema.
13

Los sistemas expertos son mquinas que piensan y razonan como un

experto lo hara en una cierta especialidad de campo. Los sistemas expertos
no solo realizan funciones y manejan grandes cantidades de datos sino que
tambin manipulan esos datos de forma, que el resultado sea inteligible y
tenga significado para responder a preguntas incluso no completamente
especificadas.
Stevens
(1984)
Ahora casi todas las dems ramas de la inteligencia artificial se basan en
sistemas expertos. Como por ejemplo un coche que aparca solo, ya que
mediante un sistema, este analiza la situacin y toma una decisin en base
de la misma.
Militar

Informtica

Telecomunicaciones

Qumica

Derecho

Aeronutica

Geologa

Arqueologa

Agricultura

Electrnica

Transporte

Educacin

Medicina

Industria

Finanzas y Gestin

6.1 Arquitectura de Sistemas Expertos.

Base de conocimientos: Es la parte que envuelve el conocimiento del
dominio, se obtiene el conocimiento del experto y se codifica en la base de
conocimientos del experto y se codifica en la base de conocimiento. La
forma

bsica

de

representarlo

es

por

reglas,

que

son

estructuras

condicionales que relacionan la informacin contenida en la parte del

antecedente con otra informacin contenida en la parte del consecuente.
Base de hechos (Memoria de trabajo): Incluye los hechos sobre el
problema anterior descubiertos en la consulta. En la consulta actual con el
14

sistema experto, el usuario introduce la informacin del problema actual en

la base de hechos. Y al sumar el conocimiento de las dos informaciones, la
base de conocimiento deduce nuevos hechos.
- Motor de interferencia: Es el modulo de la resultante de la modelacin
del razonamiento humano. Y trabaja con la informacin obtenida de la base
de conocimientos y la de la base de hechos para deducir nuevos hechos.
Y al contrastar los hechos particulares de la base de hechos se obtienes
conclusiones acerca del problema.
- Subsistema de explicacin: Con esta explicacin, el sistema experto da
una explicacin al usuario de por qu est haciendo una pregunta y como
ha llegado a la conclusin. Y con esto el diseador puede usarlo para
detectar errores y el usuario se aprovecha de la transparencia del sistema.
- Interfaz del usuario: La comunicacin entre el sistema experto y el
usuario se realiza en lenguaje natural. Es interactiva y sigue el patrn de la
conversacin entre personas. Para hacerlo de una manera vlida para el
usuario es especialmente importante el diseo del interfaz de usuario. Una
peticin bsica del interfaz es la habilidad de hacer preguntas. Par obtener
informacin aceptable del usuario hay que poner especial atencin en el
diseo de la pregunta. Esto puede requerir disear el interfaz usando mens
o grficos.

7. La inteligencia artificial como herramienta de ayuda social.

15

La verdadera Inteligencia Artificial no

es crear seres que imiten a los seres
humanos, sino desarrollar aplicaciones
que faciliten las tareas del ser humano.

Guardrobo D1", desarrollado por la firma de

seguridad japonesa Sohgo Security Services,
est diseado para patrullar por caminos
preprogramados y estar atento a las seales de

Ramn Lpez de Mntaras.

problemas.

En 1990, se define la Inteligencia Artificial como el acto de crear mquinas

con capacidad de realizar funciones que llevadas a cabo por personas
requieren inteligencia.
Despus de que los robots dejaran su funcin operativa han entrado en la
sociedad en juguetes o robots cirujanos, que estn monitorizados.
- En 1917 la Universidad de Stanford desarrollo el StanforArm, un brazo
elctrico.
- En 1959 se introdujo el primer robot comercial por Planet Corporation.
- En 1961 la Ford Motor Company utilizo uno para controlar una mquina de
fundicin en troquel.
- Reconocimiento del habla y patrones
Audeo es un sistema que permite comunicarse por telfono cara a cara o sin
voz, consiste en captar y reconocer las seales neurolgicas enviadas por
las cuerdas vocales para ser simuladas por el ordenador. Con la finalidad de
ayudar a quienes tienen problemas vocales o de habla, o quienes padecen
Parkinson o parlisis cerebral.
- Anlisis de bandadas de pjaros.
16

Un sistema es capaz de diferenciar entre bandadas de pjaros o de

insectos, el programa es de ayuda en el mbito de seguridad aeroportuaria
ya que las bandadas de pjaros es un problema de seguridad a tener en
cuenta.
- Conectividad entre vehculos.
Tambin hay un sistema con el cual los coches sern capaces de
intercambiar informacin entre s mediante Internet, a la vez podrn
advertir de manera instantnea si hay un accidente o si algn coche ha
cometido una infraccin como saltarse un semforo en rojo.
8. Inteligencia Artificial en Medicina (AIM)
El ltimo siglo esta ciencia ha
tenido

un

exponencial

crecimiento

en

investigacin

que ha sentado la base de la

medicina actual. En medicina,
como en otras ciencias, en el
ltimo

medio

alcanzado

siglo

metas

se

que

han
hace

algunos aos solamente eran

un sueo.
Y se utiliza esta tecnologa
El uBOT-5 es un robot que es capaz de detectar cuando
una persona se ha cado, comprobar sus signos vitales y
llamar al 911

para obtener diagnsticos ms

rpidos a partir de bases de

datos.
Mdico de la Inteligencia Artificial.
Se refiere principalmente a la construccin de los programas de la IA que
realizan el diagnstico y la terapia de hacer recomendaciones. A diferencia
de las aplicaciones medicas basadas en otros mtodos probabilsticas, los
programas se basan en modelos simblicos, cualidades de la enfermedad y
su relacin con los factores del paciente y de las manifestaciones clnicas.
Clancey, W. y Letsinger, R.
17

Ejemplos de tecnologa.
- Scanner Trmico.
Cientficos acaban de lanzar una nueva tecnologa que permitir detectar
tempranamente el cncer a la piel y la artrosis gracias a las variaciones
trmicas producidas bajo la piel.
- Dispositivos de insulina.
Los

investigadores

Systems

han

de

Starbridge

desarrollado

una

estructura de microfluidos para un

dispositivo
insulina

de
que

administracin
podra

de

mejorar

notoriamente la calidad de vida de los

enfermos de diabetes.

Ordenadores en Anestesia y Cuidados Intensivos.

Tema de especial inters son los relacionados con el apoyo a la decisin de
decisiones clnicas, incluyendo:
-

Sistemas

de

apoyo

de

decisiones:

guas

clnicas

protocolos,

asesoramiento en los sistemas de vigilancia.

- Sistemas informticos para el control y la evaluacin de la calidad de la
atencin.
- Gestin de la informacin y la visualizacin e interpretacin de los datos
clnicos, programacin de los recursos de cuidados crticos.

18

* Gracias a la inteligencia artificial es posible realizar operaciones con

mdicos especialistas que se encuentran a cientos de quilmetros con igual
o ms precisin que el mdico presente.
Sistemas de informacin en laboratorios clnicos.
PUFF: Es un sistema automtico para la interpretacin de las pruebas de
funcin pulmonar, y este fue uno de los primero sistemas utilizados en
laboratorios.
GermWatcher: Un sistema experto que utiliza monitores microbiolgicos
para identificar infecciones nosocomiales y advertir de esto al Centro
nacional de Estados Unidos para el control y precaucin de enfermedades
(CDC, siglas en ingles)
9. Inteligencia Artificial en Economa
Se utiliza la aplicacin de los sistemas expertos para el desarrollo de
sistemas para su utilizacin en gestiones administrativas, ya que estos
sistemas realizan funciones en referencia a datos como: contabilidad,
decisiones financieras, gestin y planificacin. Y como en este tipo de
campo se maneja una gran cantidad de informacin y se realizan
operaciones numricas que servirn para tomar decisiones, y como ejemplo
esta el Cashvalue que evala proyectos de inversin, y Vatia que asesora
sobre el valor del IVA.
10. Singularidad Tecnolgica.
Everyone takes the limit of his own vision for the limits of the world
Arthur Schopenhauer.

19

La singularidad tecnolgica es la creacin de una inteligencia de mayor

potencia que la inteligencia humana. La tecnologa ms conocida es,
probablemente, Inteligencia Artificial, pero hay otros: como el interfaz
directo cerebro-ordenador, el aumento biolgico del cerebro, la ingeniera
gentica, la ultra-alta resolucin en escaneos del cerebro seguido por
ordenador de simulacin. Algunas de estas tecnologas parece probable que
llegaran mucho antes que las dems, todas estas tecnologas son la partida
en direccin de la Singularidad. Que en caso de que lleguen a un nivel de
sofisticacin, permitira la creacin de inteligencia superior a la inteligencia
humana.
Vernor Vinge, escritor estadounidense, originalmente acu el trmino
"singularidad" observando que, al igual que nuestro modelo de la fsica se
rompe cuando se trata de modelo de la singularidad en el centro de un
agujero negro, nuestro modelo del mundo se rompe cuando se trata de un
modelo de futuro que contiene las entidades ms inteligentes que humanos.
La inteligencia humana es el fundamento de la tecnologa humana, y toda la
tecnologa es, en ltima instancia el producto de la inteligencia. Si la
tecnologa mejorar la inteligencia, esto cierra un bucle, creando un efecto
de retroalimentacin positiva.
Los seres humanos se enfrentan a un lmite en el tamao de sus cerebros.
La estimacin actual es que el tpico cerebro humano contiene algo as
como un centenar de millones de neuronas y un cien billones de sinapsis.
Eso es una enorme cantidad de pura fuerza bruta de clculo en comparacin
con las computadoras de hoy. Sin embargo, en la industria de la
computacin, los puntos de referencia aumentan de forma exponencial, por
20

lo general con un tiempo de duplicacin de uno a dos aos. El original

argumento de la Ley de Moore dice que el nmero de transistores en un
rea dada de silicio se duplica cada dieciocho meses; hoy existe la Ley de
Moore para velocidades de chip, para la memoria de la computadora, para
la conexin a Internet, y una docena de otras variantes.
Por el contrario, los cinco millones de aos de evolucin de los seres
humanos modernos a partir de primates que participan un triple aumento
en la capacidad del cerebro y un aumento de seis veces en la corteza prefrontal. Actualmente no puede aumentar nuestra capacidad de reflexin y
ms all de esto, de hecho, estamos perdiendo poco a poco las neuronas a
medida que envejecemos.

Todos

hemos escuchado

que los seres humanos slo utilizan el 10% de sus

21

cerebros. Lamentablemente, esta es una leyenda urbana completa, no slo

no, pero rotundamente desmentida por la neurociencia.
Aunque hay que recordar que todas estas teoras aunque tienen una base
cientfica solo son eso teoras sobre un futuro tecnolgicamente ideal. Y
fundamentado por la atraccin que conlleva este tema y por los diferentes
autores que creen firmemente en este tipo de teoras como Raymond
Kurzweil o Vernor Vinge de manera tan optimista, y por sus diferentes libros
que nos hablan de mquinas, en el futuro, que podrn pasar el test de
Turing o un tipo de tecnologa que nos permitira almacenar nuestra
memoria en discos duros y con esto crear un mundo virtual que se
parecera al existente en la pelcula Matrix,etc. Pero hay que reconocer que
pese a que se considera toda esta literatura como ciencia ficcin y no como
cientfica pura y dura, la historia nos ha enseado que los sueos que
tuvieron cierto tipo de gente; tachados por sus contemporneos de fantasa,
con el tiempo se convirtieron en realidad.

11. Entrevista a Ramn Lpez de Mntaras Bada:

22

Es muy poco probable que se nos rebele una mquina.

Profesor de investigacin
del Consejo Superior de
Investigaciones Cientficas
(CSIC)

director

del

Instituto de Investigacin
en

Inteligencia

(IIIA).

Es

Artificial
ingeniero

tcnico por la Universidad

de Mondragn, licenciado en Informtica por la Universidad Politcnica de
Catalua, mster en Ingeniera Informtica por la Universidad de California
en Berkeley, doctor en Automtica por la Universidad de Toulouse y doctor
en Informtica por la Universidad Politcnica de Catalunya. Es autor de
numerosas publicaciones, pionero en Espaa y un referente internacional.
Diego Lema: En qu ramas de la inteligencia artificial se especializa
la institucin que usted preside?
Ramn Lpez de Mntaras: Aqu hay tres lneas de trabajo de inteligencia
artificial; una es la lgica-matemtica, que sirve para trabajar en los
fundamentos de la inteligencia artificial, y que se utiliza para poder utilizar
el razonamiento que es uno de los temas que se ha de modelar
computacionalmente, porque si una maquina pueda ser considerada
inteligente tiene que ser capaz de realizar razonamientos.
Otra es los logaritmos de aprendizaje con el fin de dotar a los ordenadores
de un capacidad de que aprendizaje y que con esta

capacidad puedan

23

mejorarla a lo largo del tiempo, para que no tengan que hacer las cosas una
y otra vez desde cero
La tercera es los sistemas multiagentes, que consiste en hacer un conjunto
de entes inteligentes, en este caso de maquinas, que son capaces de
realizar un problemas entre ellos. Por ejemplo; al igual que un grupo de
personas, donde una por si sola no tiene todos los conocimientos o
capacidades para resolver un problema cuando este es muy complejo, la
persona necesitara cooperar con las dems para solucionarlo. Con esta idea,
en inteligencia artificial estos agentes han de resolver la cuestin con sus
determinadas habilidades.
D.L: Es con estos sistemas multiagentes que se utilizo para crear el
software que se utiliza en el futbol robot?
R.L.M: Si es una de las aplicaciones de los sistemas multiagentes; en un
robot, este llevaba algunos agentes con los cuales mediante uno de ellos el
robot poda evitar obstculos para chocar entre ellos, otro agente estaba
programado para reconocer mediante su sistema de visualizacin artificial
reconocer objetos o marcas determinadas en una habitacin, de manera
que cuando las viera supiese donde esta porque lo reconoce ya que lo haba
visto antes.
Es un ejemplo los AIBO-robots, perros robticos que juegan al ftbol, donde
cada uno de los robots tiene que hacer una serie de acciones coordenadas
con los dems para marcar un gol y determinar, que en caso que est
siendo bloqueado a que compaero pasar la pelota, la idea al igual que el
ftbol humano es la colaboracin entre ellos.

24

D.L: Tambin desarrollan sistemas que pueden crear msica y

manipularla.
R.L.M: En realidad lo que hemos hecho son sistemas que cuando les
introducen msica que suena pero que suena de una manera aburrida, sin
emociones, donde no hay matices expresivos ni variaciones en el ritmo o en
la intensidad con que suena la msica. Por lo tanto hemos logrado que un
sistema artificial (ordenador), sea capaz de mejorar una interpretacin que
inicialmente tiene poca expresividad o no la tiene.
D.L: Cul cree, usted, que es el objetivo de la inteligencia artificial?
R.L.M: Bueno, el objetivo principal es el mismo que hace 50 aos, y es que
algn da tengamos mquinas que, posiblemente, muchas de ellas sean
robots humanoides con dos brazos, dos piernas, con un sistema de visin,
un sistema de percepcin y que tengan una inteligencia indistinguible de la
humana. En definitiva, que exista una nueva especie artificial que conviva
con nosotros y que nos ayude.
D.L.: En caso de que logren su objetivo, cree que estas mquinas
se rebelen contra su creador?
R.LM: Esto suele suceder en las pelculas de ciencia-ficcin esto suele
suceder, pero hay que reconocer que este objetivo que no estoy seguro de
hasta qu punto se pueda cumplir ya que es un objetivo de gran
complejidad. Es posible que si hay una maquina que ha seguido un
desarrollo a lo largo de su vida, de una manera muy similar a la humana, es
muy probable que tengan los mismos defectos que tenemos los seres
humanos y que desarrollen ansias de independizarse o de rebelarse.

25

Aunque en ocasiones la ciencia-ficcin se anticipa a cosas, que quizs, en el

futuro lleguen a suceder yo no lo veo as.
Yo lo veo como una herramienta en un futuro con inteligencia especializada,
donde sern capaces de realizar cosas muy concretas, pero tengo mis
dudas de que sea una inteligencia igual que la humana. Ya que la
inteligencia que desarrollaran es una inteligencia ms especializada, que
solo entiendo de una cosa. Como es el ejemplo del famoso programa Deep
Blue que fue capaz de ganar a Gasparov jugando al ajedrez, pero que no
saba realizar otra funcin ya que si intentabas jugar a otro juego aunque
fuese ms sencillo que el propio ajedrez era incapaz de hacerlo. Por eso
digo que la inteligencia generalizada, la que tenemos los humanos, que
consiste en poder entender diferentes cosas a niveles superiores o inferiores
es muy poco probable de alcanzar.
Por lo tanto es muy poco probable que se nos rebele una mquina.
D.L: Cul cree que sera el impacto en nuestras vidas si dejramos
de utilizar los avances conseguidos en inteligencia artificial? Cmo
por ejemplo en medicina? En ocio?
R.L.M: Actualmente, est claro que los buscadores de internet no existiran,
Google y dems buscadores utilizan los avances que existen en inteligencia
artificial.
En ocio, muchos videojuegos que existen serian mucho ms aburridos,
porque si no fuera por la inteligencia artificial, sabramos despus que
movimientos haran los otros caracteres si tu realizas una determinada
accin; y en los juegos ms sofisticados esto no es as, gracias al desarrollo

26

del Non-Playing Characters, ya que no puedes prever lo que va a pasar

porque los jugadores no-controlados estn siendo controlados por un
sistema de inteligencia artificial.
Y para cosas ms relevantes para la humanidad, en la medicina hay muchos
diagnsticos que esta automatizado, prcticamente terapias tratamientos
que se hacen a travs de la inteligencia artificial. No es que haya un robot
en los hospitales, pero lo que s existen en hospitales sofisticados son
robots que ayudan a hacer operaciones quirrgicas o hay instrumentos que
realizan anlisis, por ejemplo para los marcadores del cncer o para otras
actividades de diagnostico medico que hay en el instrumento, que toma las
medidas de sangre y hay un software que interpreta los datos y el resultado
que obtiene para el mdico son datos pre-procesados con un sistema
software inteligente y da un resultado ms simplificado y ms valioso .
Tambin en farmacia, prcticamente todos los programas que utilizan para
disear nuevos frmacos estn basados en inteligencia artificial.
D.L: Usted piensa que se debera regular con algn tipo de cdigo
tico, ya que ahora se utiliza en inteligencia artificial para crear
armas ms eficaces?
R.L.M: Sin duda, ya hay comisiones ticas que al igual que en otras
aplicaciones, pues no todo lo que cientficamente o tecnolgicamente es
posible hacer se tendra que hacer. Para eso estn estas comisiones que
regulan los usos de estos avances cientficos y particularmente en
inteligencia artificial; yo creo que en el futuro habr ms restricciones o
condicionantes porque si algn da llegamos a convivir con mquinas, como
los robots humanoides que hablaba antes, que puedan ayudar a una
27

persona mayor en tareas domesticas tendra que cumplirse este cdigo

tico por parte de estas mquinas.
D.L: Qu opina sobre el excesivo optimismo de algunos autores,
como Raymond Kurzweil, ante su visin sobre la inteligencia
artificial?
R.L.M: Respecto a esto, hay gente que ms que cientficos son personajes
mediticos que les interesa escribir libros que se vendan ms. Y hay una
serie de autores, que anteriormente eran investigadores en informtica o en
inteligencia artificial, que despus dejaron la ciencia y se dedicaron
escribir libros completamente

inverosmiles o muy exagerados acerca del

futuro de la informtica o la inteligencia artificial.

Yo, los considero unos escritores de ciencia-ficcin que escritores cientficos,
pero el problema es que con sus publicaciones hacen creer que son
cientficos y luego hay gente que los lee, sobretodo periodistas, que los
convierte en mediticos.
Y pienso que esto es malo para la inteligencia artificial, porque luego la
gente se hace una idea falsa de lo que es la inteligencia artificial y lo que
ser en el futuro, y es por esto que salta la alarma sobre maquinas que
pueden controlarnos.
Por lo tanto, yo creo que estn causando ms prejuicio que beneficio a la
inteligencia artificial.

28

D.L: Cul cree que es el paso ms difcil y que no se puede avanzar

en inteligencia artificial?
R.L.M: El avance principal y crucial para conseguir el objetivo, que
hablbamos antes de inteligencia no-especializada sino general, lo que se
denomina common-sense (conocimientos de sentido comn). Es decir, los
conocimientos que son implcitos, aquellos conocimientos que tu no los
aprendes leyendo un libro o no te lo ensean en la escuela, sino que
aquellos conocimientos muy generales sobre la vida, lo que aprendes por
experiencia.
Por ejemplo, a nadie le tienes que explicar porque los objetos cuando las
sueltan estas se caen, aunque no tengas cosas sobre la fuerza de la
gravedad. Ya que los seres humanos nacemos pre-programados para
comprender estas vivencias.
Este tipo de acciones, que parecen tan sencillas, a nivel cognitivo tiene una
gran complejidad, la de haber aprendido a manipular un objeto y a
contrarrestar la fuerza de la gravedad sujetndolo para que no resbale de la
mano. Estas acciones responden a lo que llamamos conocimiento implcito o
de sentido comn (common-sense).
D.L: Cmo ve la situacin de Espaa respecto a otros pases de la
Unin Europea u otros pases del mundo?
R.L.M: Esto se debe de medir respecto a los diferentes criterios que se
utilizan. Si utilizamos los criterios que se suelen utilizar en el mundo de la
ciencia que es el nmero de artculos publicados en revistas especializadas,
en congresos de alto nivel, donde nosotros damos a conocer a la comunidad

29

cientfica nuestros resultados mediante estas publicaciones del mismo modo

que lo hacen colegas de diferentes partes del mundo, y as podemos
conocer lo que han hecho los dems y utilizar esto para mejorarlo.
En Europa estamos entre los 5 mejores, y a nivel mundial hay otros 5 o 6
pases ms avanzados, gracias tambin a que hay ms gente trabajando.
Aunque claro no todos los pases tienen los recursos para desarrollar una
tecnologa de inteligencia artificial, pero entre los 40-50 pases que hay
actividad respecto a inteligencia artificial de manera sostenida estamos
entre los 10 mejores.

12. Conclusiones

30

Una vez terminada esta investigacin, solo puedo dar mi punto de vista final
de toda la informacin que he recolectado durante el transcurso de este
trabajo. Desde mi actual perspectiva, puedo reconocer las ideas errneas
que sostena al comenzar este trabajo de investigacin.
Durante el transcurso de la investigacin pude comprobar, que en la
actualidad estamos siendo beneficiarios de los desarrollos de la inteligencia
artificial, y que prcticamente todas las ramas de la tecnologa tienen en su
catalogo una relacin, de mayor o menor alcance, con la inteligencia
artificial. Y mientras ms conoca sobre el tema que estaba tratando
descubr utilidades que no pensaba que necesitaran de la inteligencia
artificial como es el ejemplo de los buscadores de internet, tan necesarios
hoy en da y con los cuales no sabramos o nos dificultara mucho la
navegacin por internet.
Gracias a este trabajo he aprendido nuevas pautas de trabajo que seguro
me servirn en un futuro prximo; y me siento totalmente satisfecho del
trabajo que he realizado, ya que he aprendido mucho sobre este tema y
espero que de este mismo modo se vea recompensado justamente por todo
mi esfuerzo.
Tambin quisiera aprovechar este espacio para agradecer a todas las
personas que han colaborado y han ayudado en la investigacin de este
trabajo; en primer lugar, a mi tutor Ricard Marsal, al aceptar la tarea de
guiarme en este trabajo, y con la dificultad aadida de desconocer en su
mayora el tema que trataba; en segundo lugar, a mi familia por el apoyo
que me dieron durante la investigacin; y tambin a profesores como Gloria
Mateu al facilitarme herramientas y gua para realizar la entrevista, y a Pilar
Prez por su aportacin, al solicitarlo, de material escolar para la entrevista.
Y a Ramn Lopz de Mntaras por atenderme, por mostrarme las
investigaciones de su institucin y por no poner trabas al realizarle la
entrevista.

31

ANEXOS

Elbot, premio Loebner 2008

Elbot es el resultado de un proyecto llevado a cabo durante 7 aos por Fred

Roberts y la empresa Artificial Solutions.
Mark: Are you married?
Elbot: I'm not married but if I were, my wife would have to be called Embot.
M: Is there a special robot in your life?
E: I'm not sure I ever saw that...
Eh? ...I'm not even sure you can use special in that context!
M: Have you ever been in love?
E: Please tell me your inclination to feelings of affection first.
This is getting more personal than I had expected. But hey, who's listening?
M: I have been in love but am not now.
E: I see your point. My own thoughts on this have led to the conclusion that
feelings of affection could melt a robot's heart.

Con este tipo de preguntas, este software logr engaar a 3 de 12 jueces,

ya fue dotado de sentido de humor, aunque en realidad no comprende lo
que dice, ni tiene la ms mnima idea sobre lo que es el sentido comn.

32

Este es un robot que utiliza su sistema de visualizacin artificial para lograr

descubrir donde se encuentra mediante los cdigos binarios que identifica
en las cajas que ve en la habitacin, fue desarrollado por el Instituto de
Investigacin de Inteligencia Artificial (IIIA).

Estos robots juegan gracias al sistema multiagente

dotado por el IIIA.

AIBO-robots, desarrollados por la empresa nipona Sony. Es sensible a las

caricias,

tiene

una

enorme

capacidad

flexibilidad, y lo ms importantes que

de

movimientos,

equilibrio

aprende. Esta controlado por el

software Mind3.

Tres Leyes de la Robtica.

1. Un robot no puede hacer dao a un ser humano o, por su inaccin,
permitir que un ser humano sufra dao.
2. Un robot debe obedecer las rdenes dadas por los seres humanos,
excepto si estas rdenes entrasen en conflicto con la Primera Ley.
33

3. Un robot debe proteger su propia existencia en la medida en que esta

proteccin no entre en conflicto con la Primera o la Segunda Ley.
Estas tres leyes, que se han tomado como punto de partida para la creacin
en Japn de un cdigo tico, surgieron de la coleccin de cuentos titulada
Yo, Robot (1950).
ASIMO (Advanced Step in Innovative Mobility)
Es

el

resultado

de

diferentes

actualizaciones que se han llevado a

cabo

desde

el

ao

1986

por

la

empresa Honda. Este robot que es

capaz de moverse, interactuar con los
seres humanos y ayudarles es, sin
duda, una de las mayores proezas
tecnolgicas del siglo XXI.
Las

medidas

de

ASIMO

estn

pensadas para adaptarse al entorno

humano: 1,20 cm de altura, 450 mm
de ancho de hombros, 440 mm de
profundo y 43 Kg de peso.

El pack de baterias que incorpora en su mochila le proporciona 38 voltios y

10AH a plena carga. Puede levantar un peso de 0,5 Kg en cada mano.

Reem-B

Es un robot humanoide de
servicio que es capaz de
ayudar a los seres humanos
en el futuro con tareas
sofisticadas.
Este
robot
34

puede caminar dinmicamente, reconocer y comprender los objetos,

levantar cargas pesadas y andar por s mismo dentro de cualquier edificio,
evitando obstculos.
Fue
mostrado
como
la
estrella principal en las
ultimas Jornadas de Robtica de Barcelona, que se celebran hasta maana
en el Museu d'Art Contemporani (Macba)

Ha sido creado por la empresa PAL-Roboticcs y un grupo de

ingenieros catalanes.

BIBLIOGRAFA.
Alan Turing. Computing machinery and intelligence. Mind magazine, 1950.
J. McCarthy, M. L. Minsky, N. Rochester, C.E. Shannon. A Proposal for the
Dartmouth Summer Research Project on Artificial Intelligence, 1955.
Gordon Moore. The Future of Integrated
Semiconductor internal publication, 1964.

Electronics.

Fairchild

Lewis E. Garrett. The Best of Creative Computing, 1977.

35

Clancey, W. and Letsinger, R. "NEOMYCIN: Reconfiguring a Rule-Based

Expert System for Application to Teaching." Readings in Medical Artificial
Intelligence. The First Decade. Reading, Addison-Wesley Publishing
Company, 1984.
Revista. Mundo Cientfico. Inteligencia Artificial, 1985
Gordon Moore. Lithography and the Future of Moore's Law, Proceedings of
SPIE, Vol. 2437, 1995.
Raymond Kurzweil. The Age of Spiritual Machines: When Computers Exceed
Human Intelligence. 2000.
Raymond Kurzweil. The
KurzweilAI.net, 2001.

Law

of

Accelerating

Returns.

Published

on

David Cole. The Chinese Room Argument, Stanford Encyclopedia of

Philosophy, 2004.
Raymond Kurzweil. The Singularity Is Near: When Humans Transcend
Biology, 2006.
Rodrigo Gonzlez, EL Test de Turing: Dos Mitos, Un Dogma, 2007
WEBGRAFA.
http://www.aaai.org
http://www.iiia.csic.es/es
http://www.loebner.net/Prizef/loebner-prize.html
http://en.wikipedia.org/wiki/Artificial_intelligence
http://www.agi-09.org/schedule.php
http://documat.unirioja.es/
http://www.neurosecurity.com/articles.php
http://store.irobot.com/corp/index.jsp
http://singularity.com/charts/
http://www.singinst.org/
http://singularidad.wordpress.com/
http://www.eduardpunset.es/blog/
http://www.eduardpunset.es/libros_detalle.php?idlibro=123
http://www.spectrum.ieee.org/singularity
http://www.openclinical.org/aiinmedicine.html
http://www.csmc.edu/5835.html
36

http://www.artificial-solutions.com
http://news.bbc.co.uk/1/hi/magazine/7670050.stm
http://www.elbot.com
http://support.sony-europe.com/aibo/index.asp
http://www.roboticspot.com/spot/asifue/asi2004.html

37