INTELIGENCIA ARTIFICIAL (IA)
1. INTELIGENCIA ARTIFICIAL
Según J. McCarthy “Es la Ciencia e Ingeniería de hacer máquinas inteligentes
(especialmente programas). Esto está relacionado a la tarea de usar computadoras para
entender la inteligencia humana, pero IA no tiene que limitarse a métodos que son
biológicamente observables”.
La inteligencia artificial (IA) tiene por objetivo el estudio y el análisis del comportamiento
humano en los ámbitos de la comprensión, de la percepción, de la resolución de problemas
y de la toma de decisiones con el fin de poder reproducirlos con la ayuda de un
computador. De esta manera, las aplicaciones de la IA se sitúan principalmente en la
simulación de actividades intelectuales del hombre. Es decir, imitar por medio de
máquinas, normalmente electrónicas, tantas actividades mentales como sea posible, y
quizás llegar a mejorar las capacidades humanas en estos aspectos (Hardy, 2001).
- Definiciones de inteligencia artificial basadas en el objetivo de “Estudio de
Procesos Cognitivos”
Un primer objetivo de la inteligencia artificial se puede centrar, en general, en el
estudio de los procesos cognitivos, intentando obtener un desarrollo teórico
sistematizado de las diversas actividades del intelecto que nos permite un
conocimiento más profundo y preciso del mismo. Los trabajos sobre métodos
automáticos de deducción, sentido común, síntesis de planificación, comprensión y
generación del lenguaje natural, entre otros, son ejemplos de investigación en
inteligencia artificial sobre dichos procesos. Los investigadores en Inteligencia
Artificial, a lo largo de estos años, han usado muchas técnicas diferentes para
intentar hacer a los ordenadores más inteligentes. Una de estas técnicas, utilizada
normalmente, ha sido la determinación de los procesos empleados por el hombre
para generar una conducta inteligente y su implementación en un ordenador. Esto es
lo que se ha dado en llamar modelación o simulación.
- Definiciones de inteligencia artificial basadas en el objetivo de “Creación de
Sistemas Automáticos”
Como segundo objetivo a lograr por la inteligencia artificial, está la creación de
entes o sistemas automáticos que sean capaces de llevar a cabo tareas y funciones
que han estado, hasta el momento, reservadas en su desempeño exclusivamente a
los seres humanos. En este segundo enfoque la inteligencia artificial se encarma
dentro de un contexto, más tecnológico, donde sea posible diseñar y construir
programas, maquinas, etc., con aptitudes similares o superiores a la de un ser
humano.
La primera fase de las aplicaciones del ordenador es bien conocido que se ha
concentrado en los cálculos números. Actualmente, nos encontramos en un
momento de transición hacia otra fase en la que se intenta que los ordenadores
posean la facultad de razonar. A la parcela de la informática que se ocupa de la
concepción y el diseño de los ordenadores inteligente se la suele denominar como
Inteligencia Artificial.
La inteligencia artificial es el estudio de cómo hacer que los ordenadores hagan
cosas que por el momento las personas realizan de una forma más perfecta (Rich,
1983). La definición dada por Rich, se refiere a las cosas que los ordenadores hacen
2
peor que los humanos, es precisamente sobre esas cosas en las que se va a centrar el
análisis, para lo cual considerará dos apartados: Calculo numérico, almacenaje de
información y ejecución de operaciones repetitivas.
1.1. ORIGEN Y ESTADO DE LA INTELIGENCIA ARTIFICIAL
Escolano et al. (2003), afirman que las bases de la inteligencia artificial y su estado actual
son las siguientes:
1.1.1. BASES DE LA INTELIGENCIA ARTIFICIAL MODERNA
La Inteligencia Artificial, toma un sentido científico viable como disciplina
informática moderna, durante la segunda mitad de este siglo. Es el resultado directo
de la confluencia de diversas corrientes intelectuales desarrolladas sobre los
cimientos formales de la Lógica y la Matemática Discreta e impulsada por el
desarrollo de los computadores digitales.
Los primeros esfuerzos en el estudio de la simulación automática de la inteligencia
tuvieron lugar en el periodo 1945 a 1956. Durante este periodo las diferencias
fundamentales entre el funcionamiento del cerebro humano, los sistemas de retro-
alimentación y los computadores digitales no estaban aún bien definidas. En 1943
Wiener, en colaboración con Rosenblueth y Bigelow, establece las bases de la
Cibernética (control, autorregulación) integrando aproximaciones mecánicas.
McCulloch y Pitts explican formalmente la realización de operaciones lógicas
mediante el interconexionado neutral y su control por realimentación, demostrando
que cualquier ley de entrada/salida podría implementarse con una red neuronal. Seis
años más tarde en 1949, Hebb sugerirá mecanismos de aprendizaje. Acababa de
nacer el paradigma conexionista. En 1950 Turing aborda desde otra perspectiva
3
“¿Puede una maquina pensar?”. Turing propone un test (bautizado con su nombre)
de caracterización basado en la capacidad de emular el comportamiento humano en
el llamado juego de imitación. El test de Turing se define de la siguiente manera:
“Disponemos a un humano y a una maquina en habitaciones diferentes. Un
observador le hace una serie de preguntas a uno y a otro a través de la puerta. Si
pasado un cierto tiempo el observador no es capaz de determinar quién es el
humano y quién la máquina, podríamos concluir diciendo que la maquina posee
inteligencia.”
1.1.2. ESTADO ACTUAL
Durante los noventa el paradigma conexionista sigue avanzando en compañía de la
lógica difusa y los algoritmos genéticos, motivándose el desarrollo de sistemas
híbridos, a los que trata de dotar de adaptatividad. Se aportan nuevas metodologías
de adquisición del conocimiento, como KADS. En aprendizaje se producen avances
significativos y proponen nuevos métodos. Continua el desarrollo de la
programación declarativa tanto en el desarrollo de métodos automáticos de
prototipado como en la propuesta de enfoques de interpretación del lenguaje natural.
En cuanto a arquitecturas cognitivas se concreta la revolución del planteamiento
reactivo en el desarrollo de agentes autónomos. Finalmente, en visión artificial se
observa un cambio de paradigma, desde el enfoque pasivo clásico al enfoque activo,
se conecta la tarea perceptual con la ejecución de acciones (binomio percepción-
acción) estudiándose sus implicaciones en el desarrollo de sistemas robóticos con
mejores prestaciones.
4
En general, se ha abandonado el objetivo de buscar una inteligencia artificial, como
meta primordial. En vez de eso, se pretende resolver problemas más concretos y que
puedan ser fácilmente transferibles a la industria para que, poco a poco, los sistemas
vayan adquiriendo inteligencia unido ello al desarrollo tecnológico y al progreso en
campos afines.
1.2. ELEMENTOS BASICOS DE LA INTELIGENCIA ARTIFICIAL
Son cuatro los elementos o pilares básicos sobre los que descansa el fundamento de un
programa de Inteligencia Artificial: Búsqueda heurística, modelación y representación del
conocimiento, el razonamiento de sentido común y lógica y, por último, los lenguajes y
herramientas de Inteligencia Artificial (Nilsson, 1981).
1.2.1. BUSQUEDA HEURISTICA
Hasta la aparición de la Inteligencia Artificial, la mayoría de los programas de
ordenador existentes estaban concebidos para realizar operación y cálculos
fundamentalmente números o alfa-numéricos, efectuándolos con gran rapidez y
exactitud. La aplicación de algoritmos era la base de la sustentación de la mayoría
de los programas convencionales que exigían, además, un conocimiento completo
de la cuestión a resolver.
Estos programas, utilizados ampliamente en las últimas décadas, han proporcionado
resultados satisfactorios hasta tal punto que las predicciones más optimistas,
pronosticaron la posibilidad de que los mismos fuesen capaces de superar a la
inteligencia humana simplemente mediante la reducción de todo hecho, fenómeno o
problema elementos que puedan ser representados en términos matemáticos,
procesándolos con posterioridad mediante ordenadores.
5
1.2.2. REPRESENTACION DEL CONOCIMIENTO
El conocimiento y la comprensión de las cosas, hechos y fenómenos y en general de
todo cuanto acontece en el entorno, es fruto de un proceso mediante el cual se
realiza una abstracción y representación de lo percibido a través de los sentidos.
Cuando se analiza el problema de la representación del conocimiento es frecuente
centrar la atención sobre la manera en que se pueden representar, de una forma
natural y asequible, los objetos y fenómenos que conforman dicha realidad. Si esto
se consigue se hará posible, además, una interpretación exacta y precisa de la misma
que, con posterioridad, posibilitará actuar convenientemente sobre ella para
modificarla según los objetivos que se hayan planteado. Es, por lo tanto, la
representación una cuestión clave a la hora de encontrar soluciones a los problemas
planteados intentando, además, que estas sean adecuadas.
CUADRO 1: Programación convencional-Programación simbólica. Comparación.
PROGRAMACION PROGRAMACION SIMBOLICA
CONVENCIONAL
Orientada hacia el proceso numérico Orientada hacia el procesamiento
simbólico
Emplea algoritmos Emplea heurísticos
Procesamiento por lotes y secuencial Procesamiento interactivos
Imposibilidad de acceso a explicaciones Fácil acceso a explicaciones y
o aclaraciones aclaraciones
Base de datos dirigida numéricamente Base de conocimiento estructurada
simbólicamente.
Fuente: Amador, 1996
6
1.2.3. REPRESENTACION DEL CONOCIMIENTO
El sentido común se suele calificar como razonamiento de bajo nivel basado en la
riqueza de la experiencia. Con la paulatina adquisición del sentido común se
aprende a prever multitud de hechos y acontecimientos corrientes del acaecer diario,
que incluso, pueden estar difusamente especificados y comprendidos. Sin embargo,
estos hechos y fenómenos corrientes, que se dan en la vida de cualquier persona,
han resultado ser los más complicados a la hora de representarlos en un ordenador.
1.2.4. LENGUAJES, ENTORNOS Y HERRAMIENTAS DE INTELIGENCIA
ARTIFICIAL
En el ámbito de la informática convencional se han desarrollado diversos lenguajes
específicos de alto nivel para los diferentes campos de aplicación. Esto mismo ha
ocurrido en el caso de la inteligencia artificial. Los lenguajes nuevos aparecidos
dentro del ámbito de la inteligencia artificial cuentan, en su mayoría, con una serie
de características y particularidades comunes a todos que se pueden resumir de la
forma siguiente:
- En general este tipo de software se caracteriza por ofrecer un gran modularidad.
- Los lenguajes de Inteligencia Artificial poseen la capacidad de diferir decisiones
finales de programación hasta el último momento, cuando el programa ya está en
ejecución.
- Estos lenguajes ofrecen grandes facilidades en el manejo de listas
- Facilitan la realización de ciertos tipos de deducción automática permitiendo,
además, la creación de una base de hechos, lugar donde se recogen los datos
iniciales que describen el problema a resolver y donde se recogen también los
7
resultados intermedios que se han obtenido mediante las deducciones hechas a
través del razonamiento.
- Ese tipo de lenguajes permiten el uso simultaneo de estructuras que incorporan
conocimiento declarativo y procedimental.
- Los entornos de IA tienen una marcada orientación grafica que permite visualizar
las estructuras de los mismos cuando los están creando o cuando realizan alguna
modificación. Además, las herramientas de inteligencia artificial suelen hacer un
seguimiento de todos los cambios efectuados en el transcurso de una sesión o
ejecución programática, lo cual facilita la mejora y depuración de los programas.
- Estos entornos disponen de numerosas herramientas que permiten a los diseñadores
de sistemas desarrollar programas capaces de comprender otros programas y
efectuar, de forma automática, transformaciones entre ellos.
1.3. COMPARACION DE LA INTELIGENCIA ARTIFICIAL CON LA
INTELIGENCIA HUMANA
CUADRO 2: Comparación entre ambas inteligencias
INTELIGENCIA ARTIFICIAL INTELIGENCIA HUMANA
RASGOS COMUNES
- Crece con la experiencia
- Obsolescencia y empobrecimiento por falta de uso
ASPECTOS POSITIVOS ASPECTOS NEGATIVOS
- Suele estar bien documentada. Se - Documentación escasa
puede reproducir y transmitir con - No resulta fácil su transmisión
facilidad - Es efímera y no permanente
- Posibilidad de acumular - Es irregular
conocimiento permanentemente - Desaparece con la persona
8
- Es consistente - Coste alto
- Perdura tras la desaparición de la
persona
- Coste razonable
ASPECTOS NEGATIVOS ASPECTOS POSITIVOS
- De forma general no es creativa - Es creativa
- No forma parte de la cultura - Forma parte de la cultura general de
general de una persona una persona
Fuente: Amador, 1996.
Para complementar esta información podemos recalcar las características sugeridas por
Hofstadter (1987), quien da a conocer estas características como actitudes esenciales de la
inteligencia, algunas son:
- Responder de manera flexible a las situaciones. No hay motivo para proceder de la
misma forma siempre que uno se enfrenta consecutivamente a un problema similar.
Si así se hiciera, se seguiría una conducta mecánica en lugar de inteligente.
- Saber extraer el sentido de mensajes contradictorios o ambiguos. Se extienden
muchas expresiones, que aparecen como contradictorias o ambiguas, ya que se es
capaz de referirlas a un contexto adecuado debido al conocimiento y experiencia
que se posee.
- Se puede reconocer la importancia relativa de los diferentes elementos que
concurren en una situación. Diariamente, se reciben grandes cantidades de mensajes
e información y se da un sentido al entorno circundante, asignando diferentes
niveles de importancia a todos los acontecimientos ocurridos en el mismo.
9
- Se encuentran semejanzas entre distintas situaciones, a pesar de las diferencias
posibles que puede haber entre ellas. En el reconocimiento de estas semejanzas se
basan las acciones futuras, dado que del pasado se han retenido y aprendido cosas.
Por eso, no es necesario que dos hechos o situaciones sean idénticas para que se le
aplique la experiencia.
- Se detectan las diferencias existentes entre dos situaciones, a pesar de las aparentes
similitudes que se pueden dar entre ellas, obrando en consecuencia.
10
