Resumen
En este documento daremos una explicación del
surgimiento de la Inteligencia Artificia, algunas definiciones
propuestas por varios autores que durante la historia se ha
polemizado sobre el verdadero concepto y objetivos de esta rama
de la ciencia que combinan ciencias como la computación,
fisiología y filosofía. En el intento de crear
programas para mejor la tecnología, máquinas que
imiten el comportamiento humano.
Introducción
INTENTOS DE DEFINICIÓN DE
INTELIGENCIA ARTIFICIAL
Se encuentra mucha información criterios y
conceptos de lo que podría ser la inteligencia artificial,
sus aplicaciones y el enfoque de esta rama científica
donde interviene conocimientos avanzados de sistemas,
lógica ,filosofía , electrónica ,redes
neuronales .
Recopilando los conceptos de grandes
investigadores desarrolladores y científicos como
:
Haugeland, 1985 "El nuevo y excitante esfuerzo de
hacer que los computadores piensen , maquinas con mente, en el
más amplio sentido literal"..[1]
Imagen1 : Wired modelo del cerebro
3d.[3]
Charniak y McDermott, 1985 "El estudio de las
facultades mentales mediante el uso de modelos computacionales".
[1]
Richard Ernest Bellman 1978 "La
automatización de actividades que vinculamos con procesos
de pensamiento humano, actividades como la toma de
decisión, resolución de problemas, aprendizaje" [1]
, "El estudio de los cálculos que hace posible percibir,
razonar y actuar". [2]
Rich y Knight, 1991 "El estudio de cómo
lograr que los computadores realicen tareas que, por el momento,
las personas hacen mejor . [2]
Raymond Kurzweil l, 1990 "El arte de desarrollar
máquinas con capacidad para realizar funciones que cuando
son realizadas por personas requieren de inteligencia".
[1]
Hacemos relacion las definiciones de Rich y Raymond
Kurzweil con la Imagen 2
Imagen 2: Robot cargando gasolina en una
motocicleta, que cuando son realizadas por personas requieren de
inteligencia [4]
Pool y col., 1988 "La Inteligencia Computacional es el
estudio del diseño de agentes inteligentes".
[1]
Nilsson, 1998 "La inteligencia artificial
está relacionada con conductas inteligentes en
artefactos".[1]
Imagen 3.Reloj inteligente (conductas
inteligentes en artefactos
) [5]
Test de
Turing
Proponiendo que si una maquine se comporta en todos los
aspectos como inteligente, entonces debe ser
inteligente.
El test de Turing (o prueba de Turing) es
una prueba propuesta por Alan Turing para demostrar la
existencia de inteligencia en una máquina. Fue
expuesto en 1950 en un artículo (Computing
machinery and intelligence) para la revista Mind, y sigue
siendo uno de los mejores métodos para los defensores de
la Inteligencia Artificial [6][7]
Imagen 4: representación
gráfica test de Turing [10]
Básicamente la prueba consiste en un
desafío en el cual la máquina debe hacerse pasar
por humana en una conversación con un hombre a
través de una comunicación de texto en modo chat.
Al sujeto no se le avisa si está hablando con una
máquina o una persona de modo que si el sujeto es incapaz
de determinar si la otra parte de la comunicación es
humana o máquina, entonces se considera que la
máquina ha alcanzado un determinado nivel de madurez: es
inteligente.[7][6]
Existe una versión modificada, propuesta por John
Searle y popularizada por Roger Penrose: la sala china. En
esencia es igual, pero la ejecución del algoritmo la
realizan personas encerradas en una habitación y se
requiere que las personas de la habitación no conozcan el
idioma en que se realiza la
conversación.[7][12][13]
Este razonamiento, que no tiene fisuras evidentes, ataca
frontalmente la idea de que nuestra mente es similar a un
programa de ordenador. Los defensores de la inteligencia
artificial fuerte sostienen que nuestra mente funciona igual que
un programa de ordenador, y que nuestro cerebro no es más
que un "ordenador biológico". La mente, en este paradigma,
sería para el cerebro lo que un programa es para el
ordenador. En este esquema, un ordenador convenientemente
programado para simular la inteligencia humana (como el que se
encontraría dentro de la habitación china), no
sólo es una simulación de inteligencia sino que es
inteligencia. [8][14][15]
Imagen 5:Concepto de pensar. Su cerebro
es su procesador.[11].
Pese a la brillantez de Penrose, esta
modificación no aporta nada al problema, puesto que si los
operadores consiguen comprender la conversación, lo
harían gracias a su propia inteligencia. Por otra parte,
pese a lo aparentemente absurdo de la proposición, la sala
podría pasar la prueba de Turing sin que los operadores
hubieran comprendido nada de la conversación. Esta
experiencia intenta cuestionar la veracidad de la prueba de
Turing [8][16]
La primera y única vez que un juez
confundió a una máquina con un humano fue en el
año 2010, cuando el robot Suzette, de Bruce Wilcox,
superó la prueba.[12][17]
Ramas de la
inteligencia artificial.
La inteligencia artificial está
dividida en distintas ramas, aqui solo nombrare algunas ya que la
IA abarca muchos más temas. Algunas de ellas
son:
A. Inteligencia Artificial
Computacional.
La inteligencia computacional implica desarrollo o
aprendizaje iterativo. El aprendizaje se realiza basándose
en datos empíricos. Algunos métodos de esta rama
incluyen [19]
Un ejemplo seria el buscador de Google
Imagen 6 :Google representá su
motor de búsqueda que contiene algoritmos que simulan
entender exactamente qué es lo que quieres decir y darte
exactamente lo que buscas[25]
Para explicar el proceso que el buscador lleva a cabo
desde que el usuario escribe su búsqueda hasta que obtiene
los resultados, Google ha distinguido varias fases en su proceso
interno de rastreo: el 'crawling' (que traducido literalmente
significa "gateo", de "gatear") y la indexación, los
algoritmos, y la lucha contra el 'spam'.
El perfecto motor de búsqueda
entendería exactamente qué es lo que quieres decir
y darte exactamente lo que buscas Durante la primera fase, el
proceso de búsqueda de Google comienza a realizar un
rastreo de las más de 30 billones de páginas
existentes en Internet, cifra que se encuentra en continuo
crecimiento. En este proceso, Google busca, en ínfimas
fracciones de segundo, los enlaces página a página.
Mientras, los propietarios de éstas son los que deciden si
el buscador puede 'gatear' en su web estableciéndolo
así en su código. Tras el "gateo", Google clasifica
las páginas según su contenido y otros factores
manteniendo una monitorización de todas las páginas
que se encuentran 'indexadas', las cuales constituyen cerca de
más de 100 millones de GB de contenido.[20][25]
Máquina de vectores soporte: sistemas que permiten
reconocimiento de patrones genéricos de gran
potencia.
Redes neuronales: sistemas con grandes
capacidades de reconocimiento de patrones. [19]
Modelos ocultos de Markov: aprendizaje basado en
dependencia temporal de eventos probabilísticos.
[19]
Sistemas difusos: técnicas para lograr el
razonamiento bajo incertidumbre. Ha sido ampliamente usada en la
industria moderna y en productos de consumo masivo, como las
lavadoras. [19]
Inteligencia artificial
convencional.
La inteligencia artificial convencional tiene que ver
con métodos que actualmente se conocen como
máquinas de aprendizaje, se caracteriza por el formalismo
y el análisis estadístico Se conoce también
como IA simbólico-deductiva.[21]
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.[21]
Sistemas expertos: Infieren una solución a
través del conocimiento previo del contexto en que se
aplica y ocupa de ciertas reglas o relaciones. [21]
Redes bayesianas: Propone soluciones mediante
inferencia probabilística. [21]
Inteligencia artificial basada en
comportamientos: que tienen autonomía y pueden
auto-regularse y controlarse para mejorar. [21]
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. [21]
B. Computación
Evolutiva:
Aplica conceptos inspirados en la biología, tales
como población, mutación y supervivencia del
más apto para generar soluciones sucesivamente mejores
para un problema. Estos métodos a su vez se dividen en
algoritmos evolutivos (ej. algoritmos genéticos) e
inteligencia colectiva (ej. algoritmos hormiga).[21]
C. Sistemas
Difusos.
Técnicas para lograr el razonamiento bajo
incertidumbre. Ha sido ampliamente usada en la industria moderna
y en productos de consumo masivo, como las
lavadoras.[22]
D. Sistemas
Expertos:
Aplican capacidad de razonamiento para lograr una
conclusión. Un sistema experto puede procesar una gran
cantidad de información conocida y proveer conclusiones
basadas en ésta.[23]
Un ejemplo :
Wolfram|Alpha es un buscador de respuestas que tiene por
objetivo responder a preguntas hechas por visitantes a la
página, que es: www.wolframalpha.com. Un buscador de
respuestas contrasta con los buscadores de Internet (como Google)
en que éstos traen como resultado páginas o
documentos que satisfacen una consulta, mientras que
Wolfram|Alpha obtiene respuestas haciendo un análisis que
le permite dividir el problema para hacer consultas en diversas
bases de datos, sintetizar conocimiento y presentarlo todo como
la respuesta a la pregunta.[22]
E. Inteligencia Artificial
Basada en Comportamientos:
Método modular para construir sistemas de IA
manualmente. Es usada para la predicción basado en eventos
pasados.[24]
F. Redes
Neuronales:
Son sistemas para el procesamiento de la
información, inspirados en las redes de neuronas
biológicas del cerebro. Es decir, que se han intentado
plasmar los aspectos esenciales de una neurona real a la hora de
diseñar una neurona "artificial". Ellas están
compuestas de capa de entrada, capa oculta y capa de
salida.[24]
Imagen 7: diseñar una neurona
"artificial". Ellas están compuestas de capa de entrada,
capa oculta y capa de salida[24]
Conclusiones
Hay muchos conceptos sobre definiciones de la
Inteligencia Artificial, estas se deberán a su campo de
aplicación, de la complejidad de sus logaritmos que le
faciliten sus proceso Sin embargo, al intentar reproducir algunas
tareas que para los humanos son muy sencillas, como caminar,
correr o coger un objeto con tal precisión para no
romperlo, no se ha obtenido resultados satisfactorios,
especialmente en el campo de la robótica autónoma.
Se espera que el continuo aumento de la potencia de los
ordenadores y las investigaciones en inteligencia artificial,
visión artificial, la robótica autónoma y
otras ciencias puedan mejorar sus resultados que nos
permitirían un mejor estilo de vida pero el exponencial
crecimiento de la inteligencia artificial producirá una
singularidad tecnológica, un punto en el que la maquina
inteligente se impondrá sobre la inteligencia
humana.
Bibliografía
[1] | «Hiperenciclopedica,» 4 | |||||||||
[2] | A. P. Savgin, «Flit,» 27 | |||||||||
[3] | O. Vilarroya, Palabra de Robot: | |||||||||
[4] | F. Nieto, «Monografias,» | |||||||||
[5] | realcg, «123ref,» 8 | |||||||||
[6] | A. rights, «123REF,» 5 | |||||||||
[7] | G. C. Alonso, «INROR | |||||||||
[8] | N. Media, «Mas de 1.2 millones | |||||||||
[9] | [. l. j. d. 2. d. e. :. Jack Copeland | |||||||||
[10] | J. Copeland, | |||||||||
[11] | ktsdesign, «123RF,» All | |||||||||
[12] | EditorNeoteo_constanza, | |||||||||
[13] | R. Stallman, «Prueba de | |||||||||
[14] | F. Dominguez, | |||||||||
[15] | O. Woods, «Scribd,» 4 | |||||||||
[16] | Quintanar, «Hijos de | |||||||||
[17] | H. Lozano, «Fundamentos de | |||||||||
[18] | M. Bonafio, Redes neuronales y | |||||||||
[19] | G. Mjuzik, | |||||||||
[20] | P. H. WINSTON, Inteligencia | |||||||||
[21] | R. Muñoz, | |||||||||
[22] | L. M. A. Rendon, | |||||||||
[23] | A. M. Salazar, «Prezi,» 5 | |||||||||
[24] | P. P. Cruz, Inteligencia Artificial | |||||||||
[25] | L. C. d. M. d. L. (CaMiLanus), | |||||||||
Autor:
Huilca Jaime Gustavo.
Universidad Politécnica
Salesiana
Jaime Gustavo Huilca-Nació en Cuenca,
Ecuador. Estudiante de 5to ciclo de Ingeniería
Electrónica en la Universidad Politécnica Salesiana
sede Cuenca, miembro de la Cruz Roja Ecuatoriana desde el 25
de enero del 2009,. Tercer lugar en el concurso Burningbots 2.0
organizado por la rama IEEE de la UPS Cuenca.