Este documento resume los esfuerzos realizados para imitar la inteligencia humana a través de la creación de máquinas inteligentes y robots. Se han logrado avances modestos en sistemas expertos y juegos, pero el lenguaje y la visión continúan siendo grandes desafíos. A pesar de los fracasos de proyectos ambiciosos como el Fifth Generation Computer System, se ha aprendido mucho sobre la naturaleza de la inteligencia a través de estos intentos.
2. Hay otro camino para estudiar la
relación entre mente y cerebro.
Lo que se aprende al intentar imitar la
inteligencia humana (ordenadores).
Es preciso distinguir sus funciones.
Se ha hecho un gran esfuerzo.
Las realizaciones han sido modestas.
Pero se ha aprendido mucho.
Hubieran podido aprovechar más la
filosofía clásica, porque han vuelto a
aparecer las mismas cuestiones.
3. • Clinical Decision Making Group
• Open Mind -- 1001 Questions (Learner)
• Design Rationale
• Agent-based Intelligent Reactive
• Dynamic Languages Group
• Spoken Language Systems Group
• Humanoid Robotics Group
• Humans as Robots Learning Rich,
• Model-based Embedded and Robotic Systems Group
Tractable Models of the Real World
• Living Machines
• Sociable Machines
• Medical Vision Group
• Vision
• Vision Interface Project
• Visual Surveillance and Monitoring
• Algorithms Group
• Computation Structures Group
• Computer Architecture Group
• Program Analysis Group
• Program Analysis and Compilation
• Project on Mathematics and
Computation
• Advanced Network Architecture
• Networks and Mobile Systems
Complexity Theory Group
• Stochastic Systems Group
• Supercomputing Technologies
• Biomechatronics
• Computational Genomics
• Computation and Biology Group
• Center for Biological and
Computational Learning
Un ejemplo del esfuerzo: algunas secciones del
Computer Science and Artificial Intelligence Laboratory MIT
4. I. LAS MÁQUINAS INTELIGENTES
Es el gran reto.
Para hacer los programas, necesitamos una
lógica manejable por una máquina
• Un software básico
acomodado a un
Hardware
• Es la base del éxito y su
limitación original
• Algebra de Boole
• Lógica simbólica
• Computación
– Alan Turing
– von Newman
5. Areas de trabajo prácticas en
la imitación de la inteligencia
• Programas expertos
• Juegos
• Tratamiento del lenguaje
– Escribir texto escuchado
– Recibir instrucciones orales
– Responder oralmente
– Traducir texto (índice de la dificultad)
– Manejo inteligente de información (archivos)
6. EL MAYOR ÉXITO:
LOS SISTEMAS EXPERTOS
Eliza (psicoanálisis)
(conmovedor)
Dendral (análisis quim.)
Mycin (diagnóstico m.)
(lo más útil)
Prospector (sedimentos)
(salto a la fama)
Delta (locomotoras)
R1 (sistemas informat.)
Es el mejor resultado conseguido, aunque limitado
Muy útiles para análisis, clasificaciones, chequeos y diagnósticos
médicos y técnicos, cuando es preciso manejar mucha experiencia
para tomar decisiones
7. DIAGNÓSTICO CON REGLAS
• Se basan en acumular
reglas por áreas
• Ejemplo: Regla 037
• Infección en sangre
• SI el organismo
– 1) Tiñe “grampos”
– 2) Tiene forma de coco
– 3) Crece en cadena
• ENTONCES hay una
probabilidad del 70%
que el organismo sea un
streptococo.
MYCIN Diagnóstico clínico
8. SEGUNDO ÉXITO: JUEGOS
En 1996 Deep Blue derrotó a Kasparov
Aunque no sabría
encontrar dónde se
guarda el tablero
9. En cambio, el
lenguaje normal
ha resultado una
gran dificultad
Una escala de
problemas
en la imitación
humana
• Acústica: oír el sonido
• Fonética: distinguir los
sonidos, reunir palabras
• Morfología: identificar
tipos de palabras (verbos)
• Léxico: reconocer las
palabras en su sentido
• Sintaxis: comprender la
estructura de la secuencia
• Semántica: entender el
sentido y la referencia
• Pragmática: ponerlo en el
contexto del que habla
10. Logros útiles y modestos en el
tratamiento del lenguaje
Hablar al ordenador
Traductores de emergencia
La lógica es rígida, pero
el lenguaje, no. Es vago,
impreciso. Y esto es útil
también al hablar.
Sorpresa con la vaguedad
(fuzzy logic)
Esto origina dificultades de
traducción insalvables. Se
intentar un sistema
experto, con millones de
reglas. Pero eso no es
“entender el lenguaje”.
11. En 1982, el Gobierno
Japonés funda el ICOT
Institute for New
Generation Computer
Technology
Pres. Kazuhiro Fuchi
FGCS Fifth-Generation Computer System Proyect
12. FGCS Fifth-Generation Computer System Proyect
Cree que no basta un nuevo software.
Hay que renovar el Hardware, para que
se parezca mucho más al funcionamiento
humano.
“Entiendo la tarea básica de FGCS como
una vuelta a la lógica de predicados
(Predicate logic)”
“Necesitamos diez años”
13. • RESPUESTA
AMERICANA
• -Plan de Información
estratégica (del
Departamento de
Defensa)
• MCC Corporación de
tecnología
Microelectrónica e
Informática.
14. CRISIS Y ESTANCAMIENTO
DE LOS PROYECTOS
Muchas mejoras puntuales
y fracasos en los objetivos
fundamentales
15. • Hubert Dreyfus
vaticina en 1961 el
fracaso de las
exageradas
pretensiones de la
I.A. y predice los
débiles resultados
obtenidos en este
campo a pesar de la
inicialmente fuerte
inversión de dinero
público.
16. ALGUNAS CONCLUSIONES
• Sólo se puede hacer lo que se traduce a
reglas lógicas: razonamientos “exactos” y
las inferencias probables (sistemas
expertos).
• Hay dificultades insalvables en los
aspectos intuitivos de la inteligencia
– formación de nociones (entender)
– establecimiento de juicios (relacionar)
– analogía (aplicación a situaciones nuevas)
17. II. Los robots
Otro camino de imitación
• Tienen dos grandes retos:
• Lograr el automovimiento (sin ruedas)
• Lograr la visión, interpretar la imagen, para
la relación con el entorno. El hombre (y los
animales) lo hacen espontáneamente.
• Han surgido problemas inesperados
19. LA PRINCIPAL DIFICULTAD
ES SABER LO QUE SE VE
- Una cosa es reconocer
un obstáculo y otra es
saber lo que es. ¿
- ¿Cómo separar unos
objetos de otros?
- ¿Cómo distinguir
las caras?
- Además, las
preferencias en la
visión: a qué
se presta atención y a
qué no: ¿hay que verlo
todo a la vez?Vigilancia automática: haría falta
reconocer objetos, identificar peligros
21. ASIMO
éxito mecánico de HONDA
Se mueve bien (rótulas)
Reconoce órdenes fijadas (lenguaje)
Evita obstáculos (vista)
22. No es sencillo hacer
una mano mecánica,
pero hay cosas más
difíciles de imitar:
- el olfato,
- la vista, captación de
las caras.
- el sistema de
preferencias y
valoraciones para
actuar (a qué se mira
más, qué se tiene en
cuenta al responder)