DEFINICIONES SOBRE INTELIGENCIA
ARTIFICIAL
"…automatización de actividades que
asociamos con el pensamiento humano, actividades como la toma de decisiones, la
resolución de problemas, el aprendizaje etc." (Bellman, R.E.
"An introduction to Artificial Intelligence: Can Computers Think?" Boyd & Fraser Publishing Company, San
Francisco, 1978).
"…disciplina cuyo
objetivo científico es construir una teoría de la inteligencia en base al
proceso informático." (Nilsson, N.J., "Principles of Artificial
Intelligence". Tioga, Palo Alto, CA, 1980. Traducción española: Principios
de Inteligencia Artificial. Díaz de Santos, Madrid, 1987).
"…estudio de las facultades mentales a
través del uso de los modelos computacionales." (Charniak, E.C. and
McDermott, D. "Introduction to Artificial Intelligence"
Addison-Wesley. Reading,
Massachusetts. 1985)
"…estudio de cómo lograr que los
computadores realicen tareas que, por ahora, son realizadas mejor por los seres
humanos." (Rich, E., and Knight, K., Artificial Intelligence. McGraw Hill,
1991. Traducción española: Inteligencia Artificial. Segunda Edición.
McGraw-Hill, 1994.)
"…estudio de las computaciones que
permiten percibir, razonar y actuar." (Winston, P., "Artificial intelligence".
Addison-Wesley Publishing, 1992. (Versión traducida en Addison-Wesley
Iberoamericana, 1994) )
"…campo de la ciencia y la ingeniería
dedicado a la comprensión de los procesos computables propios de lo que
vulgarmente se identifica por comportamiento inteligente, y a la creación de
artilugios que manifiesten dicho comportamiento." (Shapiro, S.C. (Ed.),
"Encyclopedia of Artificial Intelligence". John Wiley & Sons, New
York, 1992, 2nd edition.)
"…proyecto de construcción de un
artefacto inteligente." (Ginsberg, M., "Essentials of
artificial intelligence". Morgan
Kaufmann Publishers, 1993)
"Hacer computacional el conocimiento
humano no analítico por procedimientos simbólicos, conexionistas o
híbridos." (Mira J., Delgado A.E., Boticario J.G. y Díez J. "Aspectos
Básicos de la Inteligencia Artificial". Sanz y Torres. Madrid, 1995.)
“Diseño de sistemas inteligentes, es decir,
que exhiben características que asociamos con la inteligencia humana – entender
lenguaje natural, aprendizaje, razonamiento, etc.” (Feigenbaum).
Resumiendo la inteligencia artificial es la
disciplina que se encarga de construir procesos que al ser ejecutados sobre una
arquitectura física, producen acciones o resultados que maximizan un
rendimiento determinado, basándose en la secuencia de entradas percibidas y en la
información almacenada en tal arquitectura. Existen distintos tipos de
conocimiento los cuales pueden ser cargado en el agente por su diseñador o
pueden ser aprendidos por el mismo agente utilizando técnicas de aprendizaje.
CATEGORÍAS DE LA INTELIGENCIA ARTIFICIAL
· Sistemas que piensan como humanos: Estos sistemas
tratan de imitar con el pensamiento humano; por ejemplo las redes neuronales artificiales.
La automatización de actividades vinculadas con procesos de pensamiento humano,
toma de decisiones, resolución de problemas y aprendizaje.
· Sistemas que actúan como humanos: Estos sistemas
tratan de actuar como humanos; imitando el comportamiento; por ejemplo la
robótica. Estudio de cómo lograr que los computadores realicen tareas que los
humanos hacen mejor.
· Sistemas que piensan racionalmente: Con lógica tratan de
competir con el pensamiento lógico racional del ser humano; los sistemas expertos.
Estudio cálculos que hacen posible percibir, razonar y actuar.
· Sistemas que actúan racionalmente. Tratan de copiar en
forma racional el comportamiento humano; por ejemplo los agentes inteligentes relacionado
con conductas inteligentes en artefactos.
ESCUELAS DE PENSAMIENTO
La Inteligencia Artificial se divide en dos escuelas de pensamiento:
- La inteligencia artificial convencional.
- La inteligencia computacional.
La primera se conoce también como inteligencia
artificial simbólico-deductiva y está basada en el análisis formal y
estadístico del comportamiento humano ante problemas como:
a. Razonamiento basado en
casos:
Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y requieren
de un buen funcionamiento.
b. Sistemas expertos: Infieren una solución
a través del conocimiento previo del contexto en que se aplica y ocupa de
ciertas reglas o relaciones.
c. Redes bayesianas: Propone soluciones
mediante inferencia probabilística.
d. Inteligencia
artificial basada en comportamientos: que tienen autonomía y pueden
auto-regularse y controlarse para mejorar.
e. Smart process management: facilita la toma de decisiones complejas,
proponiendo una solución a un determinado problema al igual que lo haría un
especialista en la actividad
La segunda también conocida como inteligencia artificial sub-simbólica-inductiva,
tiene por objetivo el desarrollo de técnicas computacionales inspiradas en la
observación, implica desarrollo o aprendizaje interactivo (por ejemplo,
modificaciones interactivas de los parámetros en
sistemas conexionistas). El aprendizaje se realiza basándose en datos empíricos.
sistemas conexionistas). El aprendizaje se realiza basándose en datos empíricos.
HISTORIA
· En 1315 Ramon Llull,
publicó la idea de que el razonamiento
podía ser efectuado de manera artificial.
· 1943 Warren McCulloch
y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se
considera el primer trabajo del campo, aun cuando todavía no existía el
término.
· 1957 Newell y Simon
continúan su trabajo con el desarrollo del General Problem Solver (GPS). GPS era un sistema orientado a la
resolución de problemas.
· 1958 John McCarthy
desarrolla en el Instituto de Tecnología de Massachusetts (MIT), el LISP. Su
nombre se deriva de LISt Processor. LISP fue el primer lenguaje para
procesamiento simbólico.
· 1963 Quillian
desarrolla las redes semánticas como modelo de representación del conocimiento.
· 1964 Bertrand Raphael
construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de
inferir conocimiento basado en información que se le suministra. A mediados de
los años 60, aparecen los sistemas expertos, que predicen la probabilidad de
una solución bajo un set de condiciones.
· 1965 Buchanan,
Feigenbaum y Lederberg, introducen el primer Sistema Experto, que asistía a
químicos en estructuras químicas complejas euclidianas, MACSYMA, para ingenieros y científicos.
· 1969 Alan Kay
desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
· 1973
Alain Colmenauer y su equipo de investigación en la Universidad de
Aix-Marseille crean PROLOG (del francés PROgrammation en LOGique) un lenguaje
de programación ampliamente utilizado en IA.
· 1970 y 1980, aumentó
el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET,
INTERNIST/CADUCEUS, entre otros. Algunos permanecen hasta hoy (Shells) como
EMYCIN, EXPERT, OPSS.
· 1981 Kazuhiro Fuchi
anuncia el proyecto japonés de la quinta generación de computadoras.
· 1997 Garry Kasparov,
campeón mundial de ajedrez pierde ante la computadora Deep Blue.
· 1986
McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales).
· 2009 en desarrollo
sistemas inteligentes terapéuticos que permiten detectar emociones para poder
interactuar con niños autistas.
· 2011 IBM desarrolló
una supercomputadora llamada Watson, la cual ganó una ronda de tres juegos
seguidos de Jeopardy, venciendo a sus dos máximos campeones, y ganando un
premio de 1 millón de dólares que IBM luego donó a obras de caridad. «La
inteligencia es un programa capaz de ser ejecutado independientemente de la
máquina que lo ejecute, computador o cerebro».
CRÍTICAS DE LA
INTELIGENCIA ARTIFICIAL
Las principales críticas a la inteligencia artificial tienen
que ver con su capacidad de imitar por completo a un ser humano. Estas críticas
ignoran que ningún humano individual tiene capacidad para resolver todo tipo de
problemas, autores como Howard Gardner han propuesto que
existen inteligencias múltiples. Un sistema de inteligencia artificial debería resolver
problemas. Por lo tanto es fundamental en su diseño la delimitación de los
tipos de problemas que resolverá y las estrategias y algoritmos que utilizará
para encontrar la solución.
Uno de los mayores problemas en sistemas de inteligencia
artificial es la comunicación con el usuario. Este obstáculo es debido a la
ambigüedad del lenguaje, para que un humano pueda comunicarse con un sistema
inteligente hay dos opciones: o bien el humano aprende el lenguaje del sistema
como si aprendiese a hablar cualquier otro idioma distinto al nativo, o el
sistema tiene que interpretar el mensaje del usuario en la lengua que el
usuario utiliza.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL
En la actualidad existen varios
campos en la actividad humana, los cuales vamos a nombrar:
1. Comunicaciones: Las telecomunicaciones a
través de fibra óptica y los enlaces que se establecen gracias a los satélites
de comunicación.
2. Educación: El estudiante no aprende solamente de los
libros impresos o de la cátedra de un docente, sino que tiene la posibilidad de
instruirse virtualmente a través de libros electrónicos, enciclopedias
virtuales, publicaciones educativas en Internet, sitios interactivos con
diversas imágenes y sonidos o multimedia, gráficos, etc.
3. Internet: Permiten
que los usuarios que navegan por una de estas redes interconectadas pueda acceder
sin problemas a las otras y de este modo, enviar mensajes y recibir
informaciones de otros usuarios.
4. Sector
Comercio: Ofrece funciones no sólo de cajas registradoras, sino también de
herramientas para almacenar datos, calcular costos, mantener almacenes al día,
etcétera.
5. Comercio Electrónico: Es toda aquella transacción comercial que se realiza por medios
electrónicos de transmisión de datos, definición que cobra especial significado
cuando se suma Internet a estas posibilidades.
6. Arquitectura y Diseño de Fabricación: Estas
técnicas de diseño y producción mediante computadoras hacen posible que una
misma cadena de montaje fabrique alternativamente diversas versiones
de un mismo modelo, adaptándose a la demanda existente en cada momento.
7. Medicina: Ofrecen una gran ayuda en el campo de la
investigación médica, farmacéutica, biológica, química, entre otros, aspectos
todos ellos relacionados con la lucha de los médicos para conseguir un buen
nivel de salud en las personas.
8. Automóviles: El
automóvil del futuro dispondrá de radar y de un sistema computacional
que advertirá al conductor la posibilidad de realizar un
adelantamiento y estará alerta para frenar automáticamente en situaciones de
peligro inminente de choque.
9. Sistemas Domésticos de Control: Los sistemas domésticos de control también pueden realizar tareas no
requeridas de modo específico, como detectar fugas de gas y prevenir al
usuario o cerrar la llave de paso, avisar a los bomberos en caso de fuego,
controlar un sistema de seguridad, etc.
10. Animación: La técnica de la animación por computadora
proporciona a los medios audiovisuales muchas posibilidades de manipulación de
imágenes y de producción de efectos especiales.
11. Robótica.
CIENTÍFICOS EN EL CAMPO DE
LA INTELIGENCIA ARTIFICIAL
- Jeff Hawkins.
- John McCarthy.
- Marvin Minsky.
- Judea Pearl.
- Alan Turing
- Joseph Weizenbaum.
- Raúl Rojas.
- Ray Kurzweil.
VENTAJAS
- Estas tecnologías permiten la generación de áreas de oportunidad, las cuales aprovechadas correctamente ofrecen grandes beneficios a todo aquello que las apliquen.
- Los sistemas de inteligencia artificial se han aplicado en una gran variedad de tareas, desde la enseñanza hasta la automatización de procesos productivos.
- Los sistemas de inteligencia artificial, tienen la peculiaridad de aprender, lo que les permite ir perfeccionando su desempeño conforme pasa el tiempo.
- Estos sistemas pueden analizar volúmenes muy grandes de información a muy alta velocidad, lo que permite obtener indicadores puntuales de las operaciones de la empresa.
DESVENTAJAS
- Los sistemas de inteligencia artificial son de elevado costo, se invierte mucho tiempo y dinero.
- Estos programas son poco flexibles y de difícil acceso a información no estructurada.
Conjunto
de programas que sobre una base de conocimientos, posee información de uno o
más expertos en un área específica. Se puede entender como una rama de la
inteligencia artificial.
Es un software que
imita el comportamiento de un experto humano en la solución de un problema, almacenando
conocimientos de expertos para un campo determinado y solucionando problemas mediante deducción lógica de
conclusiones.
Para
que un sistema experto sea herramienta efectiva, los usuarios deben interactuar
de una forma fácil, reuniendo las siguientes capacidades:
· Explicar sus
razonamientos o base del conocimiento: los sistemas expertos se deben realizar
siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar
la explicación para cada una de estas reglas, que a la vez se basan en hechos.
· Adquisición de nuevos
conocimientos o integrador del sistema: son mecanismos de razonamiento que
sirven para modificar los conocimientos anteriores. Sobre la base de lo
anterior se puede decir que los sistemas expertos son el producto de
investigaciones en el campo de la inteligencia artificial ya que ésta no
intenta sustituir a los expertos humanos, sino que desea ayudarlos a realizar
con más rapidez y eficacia todas las tareas que realiza.
Debido a esto en la
actualidad se están mezclando diferentes técnicas o aplicaciones aprovechando
las ventajas que cada una de estas ofrece para poder tener empresas más
seguras. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad
de negociar y navegar a través de recursos en línea; y es por eso que en la
actualidad juega un papel preponderante en los sistemas expertos.
ESTRUCTURA O TIPOS DE SISTEMA EXPERTO
Un Sistema Experto
está conformado por:
- Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo con un experto.
- Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis.
- Motor de inferencia: Modela el proceso de razonamiento humano.
- Módulos de justificación: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusión.
- Interfaz de usuario: es la interacción entre el SE y el usuario y se realiza mediante el lenguaje natural.
TAREAS QUE REALIZA UN SISTEMA EXPERTO
MONITORIZACIÓN
La monitorización es un caso particular de la interpretación y
consiste en la comparación continua de los valores de las señales o datos de
entrada y unos valores que actúan como criterios de normalidad o estándares. En
el campo del mantenimiento predictivo los Sistemas Expertos se utilizan
fundamentalmente como herramientas de diagnóstico. Se trata de que el programa
pueda determinar en cada momento el estado de funcionamiento de sistemas
complejos, anticipándose a los posibles incidentes que pudieran acontecer. Utilizando
así un modelo computacional del razonamiento de un experto humano, proporciona
los mismos resultados que alcanzaría dicho experto.
DISEÑO
Diseño es el proceso de especificar una descripción de un
artefacto que satisface varias características desde un número de fuentes de
conocimiento.
El diseño se concibe de distintas
formas:
· El diseño en ingeniería es el uso de principios científicos,
información técnica e imaginación en la definición de una estructura mecánica,
máquina o sistema que ejecute funciones específicas con el máximo de economía y
eficiencia.
· El diseño industrial busca rectificar las omisiones de la
ingeniería, es un intento consciente de traer forma y orden visual a la
ingeniería de hardware donde la tecnología no provee estas características.
PLANIFICACIÓN
La planificación es la realización de planes o secuencias de
acciones y es un caso particular de la simulación. Está compuesto por un
simulador y un sistema de control. El efecto final es la ordenación de un
conjunto de acciones con el fin de conseguir un objetivo global.
Los
problemas que presentan la planificación mediante SE son los siguientes:
· Existen consecuencias no previsibles, de forma que hay que
explorar y explicar varios planes.
· Existen muchas consideraciones que deben ser valoradas o
incluirles un factor de peso.
· Suelen existir interacciones entre planes de sub-objetivos
diversos, por lo que deben elegirse soluciones de compromiso.
· Trabajo frecuente con incertidumbre, pues la mayoría de los datos
con los que se trabaja son más o menos probables pero no seguros.
· Es necesario hacer uso de fuentes diversas tales como bases de
datos.
CONTROL
Un sistema de control
participa en la realización de las tareas de interpretación, diagnóstico y
reparación de forma secuencial. Con ello se consigue conducir o guiar un
proceso o sistema. Los sistemas de control son complejos debido al número de
funciones que deben manejar y el gran número de factores que deben considerar;
esta complejidad creciente es otra de las razones que apuntan al uso del
conocimiento y por lo tanto de los sistemas expertos.
Cabe aclarar que los
sistemas de control pueden ser en lazo abierto, si en el mismo la
realimentación o el paso de un proceso a otro lo realiza el operador, o en lazo
cerrado si no tiene que intervenir el operador en ninguna parte del mismo.
La reparación, corrección,
terapia o tratamiento consiste en la proposición de las acciones correctoras
necesarias para la resolución de un problema. Los SE en reparación tienen que
cumplir diversos objetivos, como son: Reparación lo más rápida y económicamente
posible, orden de las reparaciones cuando hay que realizar varias. Y evitar los
efectos secundarios de la reparación, es decir la aparición de nuevas averías
por la reparación.
SIMULACIÓN
La simulación es una técnica que
consistente en crear modelos basados en hechos, observaciones e
interpretaciones sobre la computadora, a fin de estudiar el comportamiento de
los mismos mediante la observación de las salidas para un conjunto de entradas.
Las técnicas tradicionales de simulación requieren modelos matemáticos y
lógicos, que describen el comportamiento del sistema bajo estudio.
El empleo de los SE para la simulación
viene motivado por su principal característica que es la capacidad para la
simulación de un proceso complejo como lo es el razonamiento de un experto
humano.
En la aplicación de los Sistemas Expertos
para simulación hay que diferenciar cinco configuraciones posibles:
1. Un sistema experto puede disponer de un simulador con el fin de
comprobar las soluciones y en su caso rectificar el proceso que sigue.
2. Un sistema de simulación puede contener como parte del mismo a un
SE y por lo tanto él SE no tiene que ser necesariamente de simulación.
3. Un sistema de experto puede controlar un proceso de simulación, es
decir que el modelo está en la base de conocimiento del SE y su evolución es
función de la base de hechos, la base de conocimientos y el motor de
inferencia, y no de un conjunto de ecuaciones aritmético – lógicas.
4. Puede utilizarse como
consejero del usuario y del sistema de simulación.
5. Utilizarse como máscara o sistema frontal de un simulador con el
fin de que el usuario reciba explicación y justificación de los procesos.
ÁREAS DE APLICACIÓN
Los SE se
aplican a una gran diversidad de campos o áreas. En el siguiente cuadro se
citan algunas de las principales:
Militar
|
Informática
|
Telecomunicaciones
|
Química
|
Ingeniería
|
Aeronáutica
|
Geología
|
Arqueología
|
Agricultura
|
Electrónica
|
Transporte
|
Educación
|
Medicina
|
Industria
|
Finanzas y Gestión
|
RECUPERACIÓN
DE INFORMACIÓN
Los Sistemas Expertos, con
su capacidad para combinar información y reglas de actuación, han sido vistos
como una de las posibles soluciones al tratamiento y recuperación de
información, no sólo documental. La investigación y publicaciones sobre
experimentos de este orden, fue minuciosa en la década de los 80, interés que continúa en la actualidad. Lo que
diferencia a estos sistemas de un sistema tradicional de recuperación de
información es que éstos últimos sólo son capaces de recuperar lo que existe
explícitamente, mientras que un Sistema Experto debe ser capaz de generar
información no explícita, razonando con los elementos que se le dan. Pero la
capacidad de los SE en el ámbito de la recuperación de la información no se
limita a la recuperación. Pueden utilizarse para ayudar al usuario en selección
de recursos de información, en filtrado de respuestas, etc. Un sistema experto
puede actuar como guía y apoyo en el trabajo del usuario.
VENTAJAS DE LOS SISTEMAS EXPERTOS
· Están disponibles a las 24 horas, ofreciendo siempre su máximo desempeño.
· Pueden duplicarse
ilimitadamente y tener tantos de ellos como se requieran.
· Pueden trabajar en
entornos hostiles y peligrosos.
· Siempre se ajustan a las
normas establecidas y son consistentes en su desempeño, no desarrollan
apreciaciones subjetivas, tendenciosas, irracionales o emocionales. No padece
de olvido, fatiga, dolor o comete errores de cálculo.
· No requiere un sueldo,
promociones, seguros médicos, incapacidades.
· Siempre están dispuestos
a dar explicaciones, asistir o enseñar a la gente, así como a aprender.
· Pueden tener una vida de
servicio ilimitada.
DESVENTAJAS DE LOS SISTEMAS EXPERTOS
· El conocimiento es
difícil de extraer de los expertos humanos.
· La aproximación de cada
experto a la situación evaluada puede ser diferente.
· Tienen una noción muy
limitada acerca del contexto de problema, no pueden percibir todas las cosas que un
experto humano puede apreciar de una situación.
· Pueden existir
decisiones que sólo son de competencia para un ser humano y no una máquina.
· No saben cómo subsanar
sus limitaciones, no son capaces de trabajar en equipo o investigar algo nuevo.
· Son muy costosos de
desarrollar y mantener.
LIMITACIONES DE UN SISTEMA EXPERTO
- Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible ya que un hombre no puede procrear hijos.
- Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un SE no.
- Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado.
- Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.
- Capacidad sensorial: Un SE carece de sentidos.
- Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolución de un problema.
INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS EN LA FICCIÓN
REFERENCIAS
·
Http://
www.csail.mit.edu/
·
Http://decsai.ugr.es/
·
Http://ai.stanford.edu/
·
Basic
questions (http:// www-formal.stanford.edu/jmc/whatisai/ node1. Html)». Consultado
el 27 de octubre de 2011.
·
Stuart russell and peter norvig,inteligencia
artificial: un enfoque moderno http://aima.cs.berkeley.edu/contents.html
·
Bellman, 1978
·
Rich y knight, 1991
·
Winston, 1992
·
Nilsson, 1998
· Http://es.blog.pinggers.com/2011/02/21/watson-y-otros-sistemas-que-mejoran-nuestras-vidas-con-inteligencia-artificial/
· Luis
piscoya, "lógica e inteligencia artificial"
(http://www.cesfia.org.pe/piscoya/logica_e_inteligencia_artificial.pdf)
·
Una nueva tecnología percibe la información
antes de que llegue al consciente (http://www.tendencias21.net/)
·
Una-nueva-tecnologia-percibe-la-informacion-antes-de-que-llegue-al-consciente_a2051.Html?phpsessid=5ac08a2c351962a314ad54cdfc780681)
·
Introduzione
all'intelligenza artificiale (http://www.terrediconfine.eu/introduzione-allintelligenza-artificiale.Html)
(en italiano)
·
Lista de películas con mención a la ia (en
inglés) (http://homepages.inf.ed.acuk/rbf/aimovies/ aimovai.htm)
· Grupo
de investigación en sistemas inteligentes (http://www.esp.uem.es/gsi/ )