El documento resume la historia y desarrollo de la inteligencia artificial, desde sus inicios en la década de 1940 hasta la actualidad. Explica que la inteligencia artificial surge de avances en lógica matemática y computación, e incluye definiciones clave como la de Turing y McCarthy. También describe diferentes categorías y escuelas de pensamiento dentro de la inteligencia artificial como los sistemas convencionales y de computación.
3. La Inteligencia Artificial surge definitivamente a partir de algunos trabajos
publicados en la década de 1940 que no tuvieron gran repercusión, pero a partir del
influyente trabajo en 1950 de Alan Turing, matemático británico, se abre una nueva
disciplina de las ciencias de la información.
Para la evolución de la Inteligencia Artificial las dos fuerzas más importantes fueron la
lógica matemática, la cual se desarrolla rápidamente a finales del siglo XIX, y las
nuevas ideas acerca de computación y los avances en electrónica que permitieron la
construcción de los primeros computadores en 1940. También son fuente de la
inteligencia artificial: La filosofía, la Neurociencia y la Lingüística. La lógica
matemática ha continuando siendo un área muy activa en la inteligencia artificial.
Incluso antes de la existencia de los ordenadores con los sistemas lógicos
deductivos.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas
artificiales, el cual se considera el primer trabajo del campo de inteligencia artificial,
aun cuando todavía no existía el término.
4. En 1950 Turing consolidó el campo de la inteligencia artificial con su artículo
Computing Machinery and Intelligence, en el que propuso una prueba concreta para
determinar si una máquina era inteligente o no, su famosa Prueba de Turing por lo
que se le considera el padre de la Inteligencia Artificial. Años después Turing se
convirtió en el adalid que quienes defendían la posibilidad de emular el pensamiento
humano a través de la computación y fue coautor del primer programa para jugar
ajedrez.
5. En ciencias de la computación se denomina inteligencia artificial (IA) a la capacidad
de razonar de un agente no vivo. John McCarthy, acuñó el término en 1956, la definió:
"Es la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de
cómputo inteligentes.".
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.
Dichos atributos del agente inteligente son:
Tiene actitudes mentales tales como creencias e intenciones.
Tiene la capacidad de obtener conocimiento, es decir, aprender.
Puede resolver problemas, incluso particionado problemas complejos en otros más
simples.
Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas o
contradictorias.
Planifica, predice consecuencias, evalúa alternativas
6. Conoce los límites de sus propias habilidades y conocimientos.
Puede distinguir a pesar de las similitudes de las situaciones.
Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando
analogías.
Puede generalizar.
Puede percibir y modelar el mundo exterior.
Puede entender y utilizar el lenguaje y sus símbolos.
Podemos entonces decir que la IA posee características humanas tales como el
aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento
implícito, y la percepción modular del mundo. Así, podemos hablar ya no sólo de un
objetivo, sino de muchos, dependiendo del punto de vista o utilidad que pueda
encontrarse a la IA.
En los 90 s surgen los agentes inteligentes
7. La inteligencia es un programa capaz de
ser ejecutado independientemente de la
máquina que lo ejecute, computador o
cerebro.
Un agente inteligente es un programa
especialmente desarrollado para realizar
ciertas tareas de manera autónomo en
una red por encargo de un usuario
8. Categorías de la inteligencia artificial
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial:
Sistemas que piensan como humanos.- Estos sistemas tratan de emular el
pensamiento humano; por ejemplo las redes neuronales artificiales. La automatización
de actividades que vinculamos con procesos de pensamiento humano, actividades
como la Toma de decisiones, resolución de problemas, aprendizaje.
Sistemas que actúan como humanos.- Estos sistemas tratan de actuar como
humanos; es decir, imitan el comportamiento humano; por ejemplo la robótica. El
estudio de cómo lograr que los computadores realicen tareas que, por el momento, los
humanos hacen mejor.
Sistemas que piensan racionalmente.- Es decir, con lógica (idealmente), tratan de
imitar o emular el pensamiento lógico racional del ser humano; por ejemplo
los sistemas expertos. El estudio de los cálculos que hacen posible percibir, razonar y
actuar.
Sistemas que actúan racionalmente (idealmente). – Tratan de emular de forma
racional el comportamiento humano; por ejemplo los agentes inteligentes .Está
relacionado con conductas inteligentes en artefactos.
9. La IA se divide en dos escuelas de pensamiento:
La inteligencia artificial convencional
La inteligencia computacional
11. Inteligencia artificial convencional
Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y
estadístico del comportamiento humano ante diferentes problemas:
Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven
ciertos problemas concretos y, aparte de que son muy importantes, requieren de un
buen funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto
en que se aplica y ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilística.
Inteligencia artificial basada en comportamientos: esta inteligencia tiene autonomía
y pueden auto-regularse y controlarse para mejorar. Facilita la toma de decisiones
complejas, proponiendo una solución a un determinado problema al igual que lo haría
un especialista en la actividad.
13. La inteligencia computacional
Inteligencia Computacional (IC) es una rama de la inteligencia artificial centrada en
el estudio de mecanismos adaptativos para permitir el comportamiento inteligente de
sistemas complejos y cambiantes. Se presenta como una alternativa a la GOFAI
("Good Old-Fashioned Artificial Intelligence"), tratando de no confiar en algoritmos
heurísticos tan habituales en la Inteligencia Artificial más tradicional. Dentro de la
Inteligencia Computacional podemos encontrar técnicas como las Redes
Neuronales, Computación Evolutiva, Sistemas Inmunes Artificiales o Sistemas
difusos.
La Inteligencia Computacional combina elementos de aprendizaje, adaptación,
evolución y Lógica difusa para crear programas que son, en cierta
manera, inteligentes. La investigación en Inteligencia Computacional no rechaza los
métodos estadísticos, pero muy a menudo aporta una vista complementaria.
Las Redes Neuronales son una rama de la inteligencia computacional muy
relacionada con el aprendizaje automático.
14. Agente Inteligente “como una entidad
software que, basándose en su propio
conocimiento, realiza un conjunto de
operaciones destinadas a satisfacer las
necesidades de un usuario o de otro
programa, bien por iniciativa propia o porque
alguno de éstos se lo requiere.” “Pieza de
software que ejecuta una tarea dada
utilizando información recolectada del
ambiente, para actuar de manera apropiada
hasta completar la tarea de manera exitosa.
El objetivo de un agente es el de trabajar en beneficio de los usuarios que utilicen los
ambientes donde ellos se desenvuelven, así como de aprender de lo que
anteriormente ya ha realizado en ese ambiente y de su interacción con otros agentes
que estén trabajando en su ambiente.
15. Características:
- Autonomía: el agente inteligente actúa sin ningún tipo de intervención humana directa
y tiene control de sus propios actos.
- Capacidad de reacción o reactividad: los agentes pueden detectar cambios en su
entorno y reaccionar ante ellos.
- Adaptabilidad: es una consecuencia directa de la característica de reacción, ya que
los cambios producidos por el entorno provocan que los agentes se estén
continuamente adaptando a dichos cambios.
- Comunicación o sociabilidad: el agente es capaz de comunicarse por medio de un
lenguaje común con otros agentes e incluso con las personas.
- Iniciativa o pro-actividad: el agente tiene un propósito u objetivo determinado y
emprende las acciones necesarias hasta conseguirlo.
- Continuidad temporal: los agentes no sólo realizan ejecuciones en un momento
determinado sino que, desde su creación, pasan a un estado de espera hasta cualquier
evento provocado por otro agente o usuario, o cualquier cambio producido en el entorno
les haga reaccionar.
16. Las características anteriores son fundamentales, pero a su vez los agentes inteligentes
pueden presentar otras peculiaridades tales como, cooperación (capacidad de
interactuar con otros agentes), movilidad (de un sistema a otro para acceder a recursos
remotos o reunirse con otros agentes), benevolencia (disponibilidad para ayudar a otros
agentes cuando no entre en conflicto con sus propios objetivos).
Un agente inteligente está diseñado especialmente para prestar servicio al usuario con
el que se comunica a través de consultas, y para ello posee al menos unos de los
siguientes elementos:
- Capacidad de proceso: es capaz de descomponer las consultas en subconsultas y
asociar los términos resultantes de esta operación con otros afines.
- Conocimiento del entorno donde se mueve: un agente debe saber en todo momento a
qué información acceder o a qué otro agente dirigirse para obtener esta información.
17. Clasificación de agentes
1. Agentes de interfaz: apoyan y dan asistencia, principalmente al usuario, para que
aprenda a utilizar una aplicación particular
2. Agentes colaborativos o cooperativos: en estos agentes se acentúan las
características de autonomía y cooperación con otros agentes, así como una
capacidad de negociación para realizar tareas de manera conjunta.
3. Agentes móviles: son procesos capaces de viajar por las WAN y la WWW,
interactuando con otros equipos reuniendo información en beneficio de su
propietario y regresando de vuelta después de haber ejecutado las tareas asignadas
por su usuario y así, informar de los resultados.
18. 4. Agentes de información: esta tecnología surge como respuesta de los retos que
plantea la recuperación de la información en la WWW. Estos agentes cumplen con el
papel del manejo, de la manipulación o la recopilación de la información que se
encuentran en diferentes fuentes distribuida para dar una respuesta relevante a las
cuestiones planteadas por el usuario.
5. Agentes reactivos: responden a estímulos del entorno en el que se encuentran, no
poseen un modelo simbólico de su entorno.
6. Agentes híbridos: Estos agentes son la combinación de dos o más filosofías dentro
de un agente simple (móvil, interfaz, colaborativo, etc.). De este modo se maximizan las
habilidades del agente y se minimizan las deficiencias de los diferentes tipos.
19. 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.
20. 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.
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, etc. Esto es fundamental tanto para tomar
decisiones como para conservar su propia integridad y seguridad.
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.