Inteligencia artificial

La inteligencia artificial pronto superar a la humana.

Vernor Vinge, a los 62 aos, puede considerarse uno de los pioneros en la inteligencia artificial, lo que da una idea de la corta vida que tiene esta rama de la ciencia. En una entrevista reciente advirti sobre los riesgos y oportunidades que una inteligencia artificial electrnica puede ofrecer a la humanidad. Actualmente, Vinge es un profesor universitario jubilado. Ha enseado matemticas e informtica, y es un autor de ciencia ficcin. Es muy conocido por su manifiesto publicado en 1993 sobre lo que el llama la singularidad tecnolgica, es decir, el punto en que la inteligencia artificial alcanzara el grado de desarrollo de la inteligencia humana. Vinge, 14 aos despus sigue creyendo en esa posibilidad, y arriesga como fecha probable algn momento de la dcada que comienza en 2020. Hace ya 10 aos, en mayo de 1997, Deep Blue le gano una partida de ajedrez a un oponente humano. Esto no tendra nada de particular si el humano no hubiese sido el campen Gary Kasparov. A primera vista, podra pensarse que Deep Blue es una sper IA (Inteligencia Artificial). Pero Vinge no opina lo mismo. Deep Blue es un ejemplo de fuerza bruta aplicada a resolver un problema concreto, a base de hacer millones de pruebas y seleccionar la mejor alternativa posible. La maquina de IBM seria incapaz de, por ejemplo, distinguir un humano de otro, algo que hasta un nio puede hacer.

Inteligencia artificial
La IA que menciona Vinge en su escrito de 1993 es una ms flexible, que no esta enfocada en un problema en particular, si no que, como hace su contrapartida orgnica, pueda brillar en cada dimensin intelectual y creativa. Vinge supone que esta singularidad puede alcanzarse tan pronto gracias a los avances en el hardware, cada vez mas y mas poderoso y barato; el software, con algoritmos genticos sumamente eficientes; y sobre todo, con Internet, que puede servir de vinculo a muchas inteligencias menores desperdigadas a lo largo de la Tierra, que mediante la red pueden aportar su granito de arena a la inteligencia total. La aparicin d una IA de esta magnitud provocara cambios muy espectaculares en nuestro mundo fsico, gracias a los avances de la robtica. Sobre la posibilidad de realizar modificaciones en nuestros genes para proporcionar a nuestros descendientes un coeficiente intelectual mas alto, de forma de que la inteligencia humana este por delante de la IA, Vinge se muestra escptico: No creo que a largo plazo la biologa puede competir con el hardware. Quizs, la mejor estrategia de supervivencia como raza sea tomar algo de ambos mundos. La biologa es fuerte en algunos aspectos como la reproduccin, y el hardware es mejor en cosas como manipulacin de datos y manejo de informacin. Sern nuestros descendientes una mezcla de ambas cosas?

Inteligencia artificial
Electrodos en el cerebro
Tenemos tanto el hardware como el software para alcanzar un nivel de inteligencia artificial con la misma flexibilidad que la inteligencia humana, incluyendo la emocional, para el 2029 afirma el ingeniero Ray Kurzweil. El profesor Vernor Vinge predijo que las mquinas nos superaran de aqu a 15 aos y se mostr escptico respecto de nuestra capacidad de perfeccionar nuestros genes para mantener la biologa por sobre la tecnologa. Sin embargo, Kurzweil afirma que la humanidad est a un solo paso de tener robots diminutos implantados en su cerebro para ser ms inteligentes. Ya somos una civilizacin de mquina humanas; usamos nuestra tecnologa para expandir nuestros horizontes fsicos y mentales. Esto slo sera una extensin de eso Kurzweil cree que la fusin entre los hombres y las mquinas es inevitable. As como ya utilizamos electrodos para combatir problemas cerebrales o quizs un chip para recuperar la vista, unos nanobots avanzados mejorarn nuestra inteligencia y salud. La visin de Kurzweil es una interaccin entre nanobots inteligentes y nuestras neuronas, hacindonos ms rpidos, capaces de recordar cosas de inmediato o sumergirnos en entornos virtuales a voluntad. Quizs realmente terminemos siendo cyborgs en el futuro. Habra que evaluar los efectos colaterales, como no perder nuestra capacidad de romper reglas o gozar del famoso pensamiento lateral para encontrar soluciones. y

Inteligencia artificial
El enfoque probabilstico ha sido responsable de la mayor parte de los avances recientes enInteligencia Artificial (IA). Gracias a este paradigma son posibles los sistemas de reconocimiento de voz, o el sistema de Netflix que recomienda pelculas a sus suscriptores. Pero Noah Goodman, un cientfico del departamento de Ciencias Cognitivas y del Cerebro del MIT, que trabaja en el laboratorio de Ciencias de la Computacin e Inteligencia Artificial, opina que la IA sacrific demasiado cuando abandon el uso de reglas. Googman cree que combinando lo mejor de los antiguos sistemas basados en reglas con los resultados de los ms recientes sistemas probabilsticos se podra desarrollar una nueva forma de modelar el pensamiento. Si est en lo cierto, esto revolucionara tanto la IA como las ciencias cognitivas en general. Hay programas capaces de aprender a partir de ejemplos. Los primeros investigadores que se interesaron por la Inteligencia Artificial intentaron modelar el pensamiento como una coleccin de reglas lgicas: si sabemos que las aves pueden volar, y te dicen que una paloma es una ave, deduces que las palomas vuelan. No est nada mal, pero no siempre funciona tan bien como puede parecer a primera vista. Este enfoque requiere de una enunciacin de las premisas utilizando un lenguaje extremadamente riguroso, como para que el ordenador pueda extraer conclusiones sin luchar contra las ambigedades que normalmente estn presentes en una conversacin tpica. Durante aos, los investigadores usaron reglas para codificar muchas de las afirmaciones con sentido comn, y las almacenaron en grandes bases de datos. .

Inteligencia artificial
Pero el sistema tiene un problema, y es que todas las reglas tienen alguna excepcin. En efecto, as como no todas las aves pueden volar, cada regla de la base de datos contiene algn caso atpico que puede provocar que las conclusiones extradas por el ordenador sean completos disparates (Los pinginos pueden volar, por ejemplo). Los especialistas descubrieron que el desarrollo de la IA basada en reglas era mucho ms difcil de lo previsto Cuando descubrieron esto, intentaron un enfoque basado en la probabilstica. Dejaron las reglas rgidas de lado, y escribieron programas capaces de aprender a partir de una gran cantidad de ejemplos que se ponan a su disposicin. Se alimentaba al sistema con una serie de imgenes de aves, y este infera por s solo que tenan en comn los elementos integrantes del grupo. A pesar de que puede parecer ms complicado que el enfoque basado en reglas, la probabilstica funciona bastante bien con conceptos concretos como el "pjaro", aunque suele presentar problemas con temas ms abstractos como vuelo, ya que es una caracterstica compartida por las aves, los helicpteros, las cometas y los superhroes. Cuando se ponan a disposicin del sistema de IA una cantidad de fotos de cosas volando para que intentase encontrar que es lo que tenan en comn, a menudo el software se confunda por la presencia de nubes, el sol o las antenas en la parte superior de los edificios. Si tenemos en cuenta que vuelo es un concepto bastante sencillo comparado con otros como gramtica o maternidad, comenzamos a avizorar los problemas de este enfoque. La robtica se beneficiara, sin dudas, de estos avances.

Inteligencia artificial
Para enfrentar estas dificultades, Goodman ha desarrollado un lenguaje de programacin de ordenadores llamado Church (como reconocimiento al el gran lgico estadounidense Alonzo Church) que, igual que los primeros lenguajes de IA, incluye reglas de inferencia. Pero esas normas son probabilsticas. Al establecer que una paloma es un ave, un programa escrito en Church dara como respuesta que hay una determinada probabilidad que esta pueda volar. A medida que se le proporciona mas informacin (La paloma est herida o La paloma tiene 2 das de vida) el sistema modifica su estimacin de probabilidad inicial, concluyendo que quizs esa paloma en concreto no pueda volar. A medida que aprenden ms sobre los pinginos y los petirrojos enjaulados o las aves con alas rotas, los programas escritos en Church revisan sus probabilidades. Googman dice que esta es la forma en que los seres humanos aprenden conceptos nuevos y actualizan los antiguos. "Lo ms genial que tiene esto es que nos permite construir un modelo cognitivo de una forma mucho ms directa y transparente de lo que podamos hacer antes", dice Nick Chater, profesor de ciencias cognitivas del University College de Londres. "Imaginar todas las cosas que el ser humano conoce y tratar de incluirlas en una lista es un trabajo interminable, y podra incluso ser una tarea infinita. Pero el truco que est utilizando Goodman consiste en establecer algunas reglas bsicas, y dejar que el sistema -de forma anloga al cerebro humano- utilice el clculo probabilstico, ponga en la balanza todas las consecuencias e inferencias, y obtenga resultados a partir de eso. Se trata de un enfoque muy reciente, por lo que todava no se conocen exactamente los inconvenientes que pueden aparecer cuando se profundice el anlisis de sus posibilidades. Pero la opinin general es que Church y las ideas de Goodman pueden cambiar radicalmente el desarrollo de la IA. Dado el aparente estancamiento en el que se encuentra esta rama de la ciencia, este soplo de aire fresco seguramente ser bienvenido. Quizs finalmente podamos tener sistemas capaces de realizar diagnsticos mdicos o burstiles que realmente funcionen. No crees?

Inteligencia artificial
Algoritmos
Watson es una supercomputadora especializada en el procesamiento de lenguaje natural Es una implementacin de DeepQA, un sistema de inteligencia artificial creado por IBM para responder preguntas abiertas acerca de cualquier dominio del conocimiento humano. La computadora debera ser capaz de entregar respuestas precisas e inteligibles, sintetizadas de una forma rpida y natural para un ser humano. Estamos hablando de un sistema eficiente en trminos humanos, ms que computacionales Algoritmos Anlisis y procesamiento de preguntas. Anlisis semntico para mejorar el desempeo del sistema. Aprendizaje Maquinal para evaluar qu tan confiables son las respuestas. Reconocimiento, relacin y aprendizaje de las respuestas a lo largo del tiempo. Reconocimiento del sentido y el contexto de las preguntas. Para participar en Jeopardy!, IBM ha reunido un equipo de especialistas para crear otros algoritmos que ayuden a Watson ganar a sus rivales. Algoritmos de estrategia para encontrar y evaluar posibles respuestas. Valorar y estimar la certeza de las posibles respuestas con tcnicas de Aprendizaje Maquinal. Anlisis y categorizacin de preguntas tpicas de los juegos de palabras. Estrategia para competir especficamente en las instancias finales de Jeopardy!, creados por Gerry Tesauro, experto mundial en juegos de computadora contratado por IBM. Adems, IBM ha creado un equipo para la sntesis de voz y reconocimiento del habla para que participe de forma natural en el concurso.

Inteligencia artificial
Algoritmo general:
Pregunta Anlisis de la pregunta. Descomposicin de la pregunta en una consulta a la bases de datos. Generacin de hiptesis Bsqueda en las fuentes Generacin de respuestas candidatas Filtrado suave para las mejores respuestas (unas 100 en promedio) Calificacin de las hiptesis en funcin de la evidencia. Sntesis de la posible respuesta. Respuesta. Infraestructura

Inteligencia artificial
Especificaciones: 10 racks con 90 servidores IBM POWER 750 con 32 cores cada uno (2.880 unidades de procesamiento a 3.55 GHz cada una = 80 teraflops). Sistema operativo Novell SUSE Linux Enterprise Sever 11 (SLES). Almacena ms de 200 millones de pginas de informacin en un disco de 4 Terabytes. 16 Terabytes de memoria RAM. Si corriera sobre un slo CPU, le llevara unas dos horas contestar una pregunta, por eso necesita un cluster de esas dimensiones para responder rpida y correctamente. IBM menciona que estamos en un momento muy especial Estamos en un momento en el que las computadoras y su tecnologa han alcanzado a los humanos. Hemos creado un sistema computacional con la habilidad para entender el lenguaje natural, lo cual es algo muy difcil de conseguir para las computadoras. Watson ser probado en Jeopardy! para que el mundo entero la admir como un magnfico monumento dedicado como pocos a las ciencias de la computacin y en especial a la inteligencia artificial. Su futuro no estar en Jeopardy!, sino en la administracin y anlisis de datos para diferentes reas de la industria y el gobierno: salud, finanzas, servicio a clientes, ciencia. IBM ver subir sus bonos y quiz venda ms mquinas.

Inteligencia artificial
Bibliografia:
http://www.neoteo.com/inteligencia-artificial-implantada-en-nuestros.neo http://www.neoteo.com/la-inteligencia-artificial-pronto-superara-a-la.neo http://www.neoteo.com/la-gran-teoria-unificada-de-la-inteligencia.neo http://alt1040.com/2011/02/como-funciona-watson-la-supercomputadora-que-concursara-en-jeopardy