Anda di halaman 1dari 20

Qu es la inteligencia artificial?

La inteligencia artificial es considerada una rama de la computacin y relaciona un fenmeno


natural con una analoga artificial a travs de programas de computador. La inteligencia
artificial puede ser tomada como ciencia si se enfoca hacia la elaboracin de programas
basados en comparaciones con la eficiencia del hombre, contribuyendo a un mayor
entendimiento del conocimiento humano.

Si por otro lado es tomada como ingeniera, basada en una relacin deseable de entrada-
salida para sintetizar un programa de computador. "El resultado es un programa de alta
eficiencia que funciona como una poderosa herramienta para quien la utiliza."

A travs de la inteligencia artificial se han desarrollado los sistemas expertos que pueden imitar
la capacidad mental del hombre y relacionan reglas de sintaxis del lenguaje hablado y escrito
sobre la base de la experiencia, para luego hacer juicios acerca de un problema, cuya solucin
se logra con mejores juicios y ms rpidamente que el ser humano. En la medicina tiene gran
utilidad al acertar el 85 % de los casos de diagnstico.

http://bvs.sld.cu/revistas/san/vol2_2_98/san15298.htm
La inteligencia artificial
La inteligencia artificial (IA) es una de las ramas de la Informtica, con fuertes races en
otras reas como la lgica y las ciencias cognitivas. Vicen Torra nos conduce por sus
definiciones y aplicaciones.
Compartir|

La inteligencia artificial (IA) es una de las ramas de la Informtica, con fuertes races en
otras reas como la lgica y las ciencias cognitivas. Como veremos a continuacin, existen
muchas definiciones de lo que es la inteligencia artificial. Sin embargo, todas ellas coinciden
en la necesidad de validar el trabajo mediante programas. H. A. DESTACADOSPefil:
Vicen Torra
Simon, uno de los padres de la IA, nos sirve de ejemplo, pues afirm, en un artculo en 1995,
que el momento de la verdad es un programa en ejecucin. Las definiciones difieren en las
caractersticas o propiedades que estos programas deben satisfacer.

La inteligencia artificial nace en una reunin celebrada en el verano de 1956 en Dartmouth


(Estados Unidos) en la que participaron los que ms tarde han sido los investigadores
principales del rea. Para la preparacin de la reunin, J. McCarthy, M. Minsky, N. Rochester
y C. E. Shannon redactaron una propuesta en la que aparece por primera vez el trmino
inteligencia artificial. Parece ser que este nombre se dio a instancias de J. McCarthy.

ASIMO (Advanced Step in Innovative Mobility paso avanzado en movilidad innovadora) es


un robot humanoide creado en el ao 2000 por la empresa Honda. / Foto: Honda.

Qu es la inteligencia artificial?
La propuesta citada ms arriba de la reunin organizada por J. McCarthy y sus colegas incluye
la que puede considerarse como la primera definicin de inteligencia artificial. El documento
define el problema de la inteligencia artificial como aquel de construir una mquina que se
comporte de manera que si el mismo comportamiento lo realizara un ser humano, este sera
llamado inteligente.
Existen, sin embargo, otras definiciones que no se basan en el comportamiento humano. Son
las cuatro siguientes.

1. Actuar como las personas. Esta es la definicin de McCarthy, donde el modelo a seguir
para la evaluacin de los programas corresponde al comportamiento humano. El llamado Test
de Turing (1950) tambin utiliza este punto de vista. El sistema Eliza, un bot (programa
software) conversacional es un ejemplo de ello.

2. Razonar como las personas. Lo importante es cmo se realiza el razonamiento y no el


resultado de este razonamiento. La propuesta aqu es desarrollar sistemas que razonen del
mismo modo que las personas. La ciencia cognitiva utiliza este punto de vista.

3. Razonar racionalmente. En este caso, la definicin tambin se focaliza en el razonamiento,


pero aqu se parte de la premisa de que existe una forma racional de razonar. La lgica permite
la formalizacin del razonamiento y se utiliza para este objetivo.

4. Actuar racionalmente. De nuevo el objetivo son los resultados, pero ahora evaluados de
forma objetiva. Por ejemplo, el objetivo de un programa en un juego como el ajedrez ser
ganar. Para cumplir este objetivo es indiferente la forma de calcular el resultado.

Adems de las definiciones mencionadas ms arriba, hay an otra clasificacin de la


inteligencia artificial segn cules son los objetivos finales de la investigacin en este campo.
Son la inteligencia artificial fuerte y la dbil.

Durante dcadas, la inteligencia artificial se ha dedicado a los juegos con el fin de derrotar

a los mejores jugadores humanos Inteligencia artificial dbil


Se considera que los ordenadores nicamente pueden simular que razonan, y nicamente
pueden actuar de forma inteligente. Las partidarios de la inteligencia artificial dbil consideran
que no ser nunca posible construir ordenadores conscientes, y que un programa es una
simulacin de un proceso cognitivo pero no un proceso cognitivo en s mismo.

Inteligencia artificial fuerte


En este caso se considera que un ordenador puede tener una mente y unos estados mentales,
y que, por tanto, un da ser posible construir uno con todas las capacidades de la mente
humana. Este ordenador ser capaz de razonar, imaginar, etc.

Temas en la inteligencia artificial


Aunque existen puntos de vista diferentes sobre qu es la inteligencia artificial, hay un acuerdo
importante sobre cuales son los resultados atribuibles a esta rama de la Informtica, as como
a la clasificacin de los mtodos y tcnicas desarrollados. Repasamos a continuacin los
cuatro grandes temas de la inteligencia artificial.

1. Resolucin de problemas y bsqueda. La inteligencia artificial tiene como objetivo resolver


problemas de ndole muy diferente. Para poder cumplir este objetivo, dado un problema es
necesario formalizarlo para poderlo resolver. Este tema se centra en cmo formalizarlo y las
formas de resolucin.

2. Representacin del conocimiento y sistemas basados en el conocimiento. Es frecuente que


los programas en inteligencia artificial necesiten incorporar conocimiento del dominio de
aplicacin (por ejemplo, en medicina) para poder resolver los problemas. Este tema se centra
en estos aspectos.

3. Aprendizaje automtico. El rendimiento de un programa puede incrementarse si el


programa aprende de la actividad realizada y de sus propios errores. Se han desarrollado
mtodos con este objetivo. Existen tambin herramientas que permiten extraer conocimiento
a partir de bases de datos.

4. Inteligencia artificial distribuida. Durante sus primeros aos la inteligencia artificial era
monoltica. Ahora, con los ordenadores multiprocesador e Internet, hay inters en soluciones
distribuidas. Estas van desde versiones paralelas de mtodos ya existentes a nuevos
problemas relacionados con los agentes autnomos (programas software con autonoma para
tomar decisiones e interaccionar con otros).

Adems de los cuatro temas mencionados ms arriba, existen otros que estn fuertemente
relacionados con la inteligencia artificial. Son los enumerados a continuacin:

a) El lenguaje natural.
b) La visin artificial.
c) La robtica.
d) El reconocimiento del habla.

Como se ver a continuacin, muchas de las aplicaciones ms llamativas utilizan algunas de


las tcnicas relacionadas con estos temas.
Paro, comercializado en Espaa con el nombre Nuka, es una foca robot de origen japons,
que lleva desarrollndose desde 1993. / Foto: www.parorobots.com

Algunas aplicaciones
Hasta la fecha se han desarrollado muchas aplicaciones que utilizan algunos de los mtodos
o algoritmos diseados en el rea de la inteligencia artificial. En esta seccin repasamos
algunas de las aplicaciones existentes ms vistosas o que han tenido relevancia histrica. Sin
embargo, estas no son las nicas aplicaciones existentes, pues hay mtodos desarrollados en
esta rama de la Informtica que se utilizan en aparatos de uso cotidiano o en el software
empleado por empresas y corporaciones. Por ejemplo, por una parte, encontramos los
algoritmos de bsqueda citados ms arriba en los sistemas que construyen horarios teniendo
en cuenta las restricciones de las entidades e individuos que participan en ellos. Por otra parte,
los mtodos de aprendizaje se usan para recomendar productos en las tiendas virtuales y para
seleccionar los anuncios que se nos proporcionan al visitar ciertas pginas web. Otro ejemplo
es el de los sistemas difusos, uno de los mtodos de representacin del conocimiento que han
sido aplicados con xito en problemas de control de muy diversa ndole. Existen tanto cmaras
digitales como lavadoras que incorporan en su interior un sistema difuso.

Pasamos a ver a continuacin algunas de las aplicaciones ms relevantes.

Aplicaciones en los juegos


Durante dcadas, la inteligencia artificial se ha dedicado a los juegos con el fin de derrotar a
los mejores jugadores humanos. Se ha considerado siempre que la habilidad de jugar era
propia de la inteligencia. Las damas y el othello fueron derrotados primero. En el ao 1997 fue
el turno del ajedrez. Ahora prcticamente queda nicamente el go por batir.

Las damas. Chinnok, un programa desarrollado desde el ao 1989 por el equipo de


Jonathan Schaeffer, de la Universidad de Alberta, se convirti en el ao 1994 en el
campen mundial de damas. El programa incluye una base de datos con aperturas de los
mejores jugadores y otra de situaciones finales cuando quedan 8 o menos fichas en el
tablero. El mismo equipo investigador demostr aos ms tarde, en el ao 2007, que
cuando se juega a las damas de forma perfecta ningn jugador puede ganar. Esto significa
que una estrategia ptima por parte de los dos jugadores nicamente puede llevar a tablas.
La dificultad de esta demostracin estriba en que puede haber aproximadamente 500 3
1020 tableros posibles, o, en palabras, cincuenta mil trillones de tableros. El problema es
un milln de veces ms difcil que el de las 4 en raya. La informacin sobre este programa
se puede encontrar en: http://webdocs.cs.ualberta.ca/~chinook/.

El ajedrez. Durante muchos aos se desarrollaron inventos y programas con el fin de ganar
en el juego del ajedrez. Sin embargo, no fue hasta mayo del ao 1997 cuando Deep Blue
venci al campen humano G. Kasparov en Nueva York. El programa desarrollado por IBM
utilizaba hardware especfico, bases de datos que permitan al programa jugar de forma
perfecta en las situaciones finales con 7 o menos fichas en el tablero, y algoritmos de
bsqueda del tipo minimax para encontrar la mejor solucin en todos los otros casos. Se
puede encontrar informacin sobre Deep Blue en la pgina web
http://www.research.ibm.com/deepblue.

El go. Mientras los otros juegos ya han sido derrotados, no existe en la actualidad ningn
programa informtico que tenga un nivel suficiente en go como para ganar a los buenos
jugadores humanos. Hace aos que se considera el go un juego mucho ms difcil que el
ajedrez. La dificultad estriba en las dimensiones del tablero (19 3 19, con 361
intersecciones), el nmero de movimientos posibles en cada tablero y la dificultad de definir
funciones que evalen correctamente un tablero dado. Actualmente se han conseguido
algunos programas que tienen un buen nivel en un tablero reducido de 9 x 9. Los programas
que tienen un buen rendimiento no utilizan el mismo algoritmo de bsqueda que el ajedrez
(el mnimax) sino el UCT.

Aplicaciones en robtica
Las aplicaciones en robtica se han desarrollado desde el principio de la informtica con
diversidad de objetivos: la automatizacin de procesos industriales, las aplicaciones militares
y la exploracin espacial. Mientras los primeros robots estaban orientados a realizar
actividades repetitivas, actualmente se busca una mayor autonoma en relacin a su
capacidad de tomar decisiones. La evolucin de la robtica tambin ha pasado por su intento
de construir robots con forma humana y con capacidad de andar. A continuacin se enumeran
algunos de los logros ms importantes en esta rea.

Los robots mascotas. Existen en la actualidad muchos robots para diversin o juegos.
Podemos subrayar dos de ellos: los japoneses Paro y Aibo. El primero es un robot
teraputico para reducir el estrs de los pacientes y que permite incrementar su
socializacin. Aibo, presentado en el ao 1999 e implementado y comercializado por
SONY, es un robot en forma de perro con un sistema de visin y programable.
Los robots de exploracin y reconocimiento. Se enviaron a la superficie de Marte dos
robots, el 3 y el 24 de enero de 2004 respectivamente. Son los robots Spirit y Opportunity.
Spirit estuvo activo hasta el ao 2010 y Opportunity an est en funcionamiento. El 26 de
noviembre de 2011 se mand un tercer robot, el Curiosity, que debe llegar a Marte en
agosto de 2012. Este robot tiene una navegacin automtica media de 30 m/hora (y
mxima de 90 m/hora). Se espera que su misin dure dos aos.

Los robots bpedos. P3 fue el primer robot bpedo capaz de caminar. Su construccin,
realizada por la compaa Honda, acab en el ao 1997. En octubre del ao 2000, la misma
compaa present el robot ASIMO (de Advanced Step in Innovative Mobility). Este robot
es la culminacin de la serie de robots P, todos desarrollados con el objetivo de disponer
de robots con forma y capacidades motrices humanas. ASIMO es un robot bpedo que
puede andar y correr. Adems puede reconocer objetos mviles, posturas y gestos a partir
de la informacin subministrada por sus cmaras.

Aplicaciones en vehculos inteligentes


Se han construido muchos tipos de vehculos con diferentes grados de autonoma. En el
apartado anterior ya se mencionaron algunos robots. Aqu se sealan vehculos que pueden
llevar pasajeros.

El metro de la ciudad japonesa de Sendai (). Este metro, desarrollado en el


ao 1987, fue el primero en el mundo con una conduccin totalmente automatizada.
Actualmente, son muchas las lneas de metro sin conductor en el mundo. El sistema fue
realizado bajo la direccin de Seiji Yasunobu, miembro del laboratorio de Desarrollo de
Sistemas de Hitachi. Est basado en tcnicas de lgica difusa.

Coches autnomos. Stanley fue el coche ganador de la carrera 2005 DARPA Grand
Challenge. El coche, autnomo y sin conductor, complet el recorrido de 212,4 km en el
desierto de Mojave, en los Estados Unidos, en 6 horas y 54 minutos. En el 2007 se realiz
la 2007 DARPA Grand Challenge que consista en recorrer 96 km en rea urbana (en la
base de las Fuerzas Areas George en California). Los coches circulaban procesando en
tiempo real las reglas de circulacin del estado de California. El 20 de septiembre de 2011,
el coche Made in Germany de la Universidad Libre de Berln se desplaz por las calles de
esta ciudad en un viaje de 80 km. El recorrido fue entre el Centro de Congresos
Internacional y la Puerta de Brandenburgo, en el centro de Berln. El automvil es
completamente autnomo, aunque algunas informaciones, como la velocidad del recorrido,
le vienen dadas y no son recogidas por sus cmaras. El coche reconoce la presencia de
peatones y de semforos. Para informacin del coche alemn puede consultarse la
siguiente pgina web: http://autonomos.inf.fu-berlin.de.

Los vehculos areos no tripulados (UAV, Unmanned Aerial Vehicle). El vehculo areo no
tripulado Global Hwak fue el primero en cruzar el Ocano Pacfico sin paradas. Realiz el
trayecto de Estados Unidos (California) a Australia en abril del ao 2001. Sin embargo, an
necesita un piloto en una estacin terrestre y otros operadores para analizar los datos. De
acuerdo con Weiss (2011), el principal problema de estos sistemas autnomos es que,
aunque pueden recoger muchos datos, les falta todava capacidad de proceso para tratar
los datos en tiempo real y actuar de forma inteligente conforme a estos datos.

Conclusiones
La informtica ha avanzado enormemente desde sus inicios hace 70 aos. La potencia de
clculo se ha estado multiplicando por dos cada 18 meses, siguiendo la ley de Moore. Se cree
que, si la ley de Moore se sigue cumpliendo, para el ao 2030 la capacidad de clculo de un
procesador corresponder a la de una persona.

A su vez, la cantidad de informacin almacenada digitalmente en la actualidad es enorme. Los


buscadores como Google almacenan millones de copias de las pginas web existentes, y los
servicios de correo de las compaas acumulan por millones nuestros mensajes. Las redes
sociales registran cules son nuestros intereses y nuestras amistades. Las compaas
guardan cualquier informacin, por insignificante que pueda ser, por si en el futuro les puede
ser de alguna utilidad.

Naturalmente, un aumento de la velocidad de computacin y una mayor capacidad de


almacenaje implicar que los sistemas dispongan de ms recursos para tomar decisiones y
que estas decisiones se realicen de manera ms informada y, a su vez, de manera ms
personalizada.
http://www.fgcsic.es/lychnos/es_es/articulos/inteligencia_artificial
La inteligencia artificial (IA), tambin llamada inteligencia computacional, es la inteligencia
exhibida por mquinas. En ciencias de la computacin, una mquina inteligente ideal es un
agente racional flexible que percibe su entorno y lleva a cabo acciones que maximicen sus
posibilidades de xito en algn objetivo o tarea.1234 Coloquialmente, el trmino inteligencia
artificial se aplica cuando una mquina imita las funciones cognitivas que los humanos
asocian con otras mentes humanas, como por ejemplo: "aprender" y "resolver problemas". 5 A
medida que las mquinas se vuelven cada vez ms capaces, tecnologa que alguna vez se
pens que requera de inteligencia se elimina de la definicin. Por ejemplo, el reconocimiento
ptico de caracteres ya no se percibe como un ejemplo de la "inteligencia artificial" habindose
convertido en una tecnologa comn.6 Avances tecnolgicos todava clasificados como
inteligencia artificial son los sistemas capaces de jugar ajedrez, GO y manejar por si mismos.
En 1956, John McCarthy acu la expresin inteligencia artificial, y la defini como: "...la
ciencia e ingenio de hacer mquinas inteligentes, especialmente programas de cmputo
inteligentes".7
Para Nils John Nilsson son cuatro los pilares bsicos en los que se apoya la inteligencia
artificial:

Bsqueda del estado requerido en el conjunto de los estados producidos por las acciones
posibles.
Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN).
Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de animales y
humanos).
Razonamiento mediante una lgica formal anlogo al pensamiento abstracto humano.
Tambin existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y
producidas, respectivamente, por sensores fsicos y sensores mecnicos en mquinas, pulsos
elctricos u pticos en computadoras, tanto como por entradas y salidas de bits de un software
y su entorno software.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin automtica, la
habilidad de responder a diagnsticos y a consultas de los consumidores, reconocimiento de
escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA
actualmente son parte de la rutina en campos como economa, medicina, ingeniera y
la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia,
como ajedrez de computador, y otros videojuegos.

ndice
[ocultar]

1Categoras de la inteligencia artificial


2Escuelas de pensamiento
o 2.1Inteligencia artificial convencional
o 2.2Inteligencia artificial computacional
3Historia
4La inteligencia artificial, la conciencia y los sentimientos
5Crticas
6Tecnologas de apoyo
7Aplicaciones de la inteligencia artificial
o 7.1Aplicaciones prcticas
7.1.1Las tres en raya
8Investigadores en el campo de la inteligencia artificial
9Vase tambin
10Referencias
11Bibliografa
12Enlaces externos
o 12.1Publicaciones
o 12.2Asociaciones
o 12.3Robtica
o 12.4Videos
o 12.5Otros

Categoras de la inteligencia artificial[editar]


Bsqueda heurstica. Podemos definir una heurstica como un truco o estrategia que limita
grandiosamente la bsqueda de soluciones ante grandes espacios de problemas. Por lo tanto,
ante un problema, nos ayuda a seleccionar las bifurcaciones dentro de un rbol con ms
posibilidades; con ello se restringe la bsqueda, aunque no siempre se garantiza una solucin
adecuada. Todo lo que se debe tener en cuenta para que una heurstica sea adecuada es que
nos proporcione soluciones que sean lo suficientemente buenas. Adems, con la utilizacin
de la bsqueda heurstica, no ser necesario replantear un problema cada vez que se afronte,
ya que si ya ha sido planteado anteriormente, sta sugerir la forma en que se ha de proceder
para resolverlo.
Representacin del conocimiento. La representacin es una cuestin clave a la hora de
encontrar soluciones adecuadas a los problemas planteados. Si analizamos ms
detenidamente el trmino encontramos varias definiciones: segn Barr y Feigenbaum, la
representacin del conocimiento es una combinacin de estructuras de datos y procedimientos
de interpretacin que, si son utilizados correctamente por un programa, ste podr exhibir una
conducta inteligente; segn Farias y Verdejo, la Inteligencia Artificial tiene como objetivo
construir modelos computacionales que al ejecutarse resuelvan tareas con resultados
similares a los obtenidos por una persona, por lo que el tema central de esta disciplina es el
estudio del conocimiento y su manejo; y segn Buchanan y Shortliffe, la Representacin del
Conocimiento en un programa de Inteligencia Artificial significa elegir una serie de
convenciones para describir objetos, relaciones, y procesos en el mundo. Gran parte del
esfuerzo realizado en la consecucin de ordenadores inteligentes, segn Rahael, ha sido
caracterizado por el intento continuo de conseguir ms y mejores estructuras de
representacin del conocimiento, junto con tcnicas adecuadas para su manipulacin, que
permitiesen la resolucin inteligente de algunos de los problemas ya planteados. Otra
caracterstica importante es la inclusin en los programas de Inteligencia artificial, aunque por
separado, de los conocimientos y la unidad que controla y dirige la bsqueda de soluciones.
Dada esta disposicin, en estos programas la modificacin, ampliacin y actualizacin de los
mismos es sencilla.
El razonamiento que puede tener cualquier persona, ha demostrado ser una de los aspectos
ms difciles de modelar "dentro" de un ordenador. El sentido comn a menudo nos ayuda a
prever multitud de hechos y fenmenos corrientes, pero, como ya hemos dicho, es muy
complicado representarlos en un ordenador, dado que los razonamientos son casi siempre
inexactos y que sus conclusiones y reglas en las que se basan solamente son
aproximadamente verdaderas. Lenguajes, entornos y herramientas de Inteligencia Artificial En
la Inteligencia Artificial, se han desarrollado diferentes lenguajes especficos para los
diferentes campos de aplicacin. Estos lenguajes en su mayora cuentan con una serie de
caractersticas comunes que podemos resumir de la siguiente forma: Este tipo
de software ofrece una gran modularidad. Poseen gran capacidad de tomar decisiones de
programacin hasta el ltimo momento, es decir cuando el programa ya est ejecutndose.
Ofrecen grandes facilidades en el manejo de listas, y esto es importante, ya que las listas son
la estructura ms habitual usada para la representacin del conocimiento en la Inteligencia
Artificial. Facilitan la realizacin de ciertos tipos de deduccin automtica permitiendo tambin
la creacin de una base de hechos (lugar donde se recogen los datos iniciales del problema a
resolver y los resultados intermedios una vez obtenidos). Permite el uso simultneo de
estructuras que incorporan conocimiento declarativo y conocimiento procedimental. Tienen
una marcada orientacin grfica. Adems, las herramientas de Inteligencia Artificial permiten
hacer un seguimiento de todos los cambios realizados a lo largo de toda la sesin Disponen
herramientas capaces de desarrollar programas que son capaces de comprender otros
programas y tambin de realizar modificaciones sobre ellos.
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial: 8

Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento
humano; por ejemplo las redes neuronales artificiales. La automatizacin de actividades
que vinculamos con procesos de pensamiento humano, actividades como la toma de
decisiones, resolucin de problemas y aprendizaje.9
Sistemas que actan como humanos.- Estos sistemas tratan de actuar como humanos;
es decir, imitan el comportamiento humano; por ejemplo la robtica. El estudio de cmo
lograr que los computadores realicen tareas que, por el momento, los humanos hacen
mejor.10
Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente), tratan de imitar
o emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas
expertos. El estudio de los clculos que hacen posible percibir, razonar y actuar.11
Sistemas que actan racionalmente (idealmente). Tratan de emular de forma racional
el comportamiento humano; por ejemplo los agentes inteligentes. Est relacionado con
conductas inteligentes en artefactos.12

Escuelas de pensamiento[editar]
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional.


La inteligencia computacional.
Inteligencia artificial convencional[editar]
Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y
estadstico 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 solucin a travs del conocimiento previo del contexto en
que se aplica y ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilstica.
Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonoma y
puede auto-regularse y controlarse para mejorar.
Smart process management: Facilita la toma de decisiones complejas, proponiendo una
solucin a un determinado problema al igual que lo hara un especialista en la dicha
actividad.
Inteligencia artificial computacional[editar]
Artculo principal: Inteligencia computacional
La Inteligencia Computacional (tambin conocida como IA subsimblica-inductiva) implica
desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parmetros
en sistemas de conexiones). El aprendizaje se realiza basndose en datos empricos.

Historia[editar]
Artculo principal: Historia de la inteligencia artificial

El trmino inteligencia artificial fue acuado formalmente en 1956 durante la conferencia


de Darthmounth, ms para entonces ya se haba estado trabajando en ello durante cinco
aos en los cuales se haba propuesto muchas definiciones distintas que en ningn caso
haban logrado ser aceptadas totalmente por la comunidad investigadora. La IA es una de
las disciplinas ms nuevas junto con la gentica moderna.
Las ideas ms bsicas se remontan a los griegos, antes de Cristo. Aristteles (384-
322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandra
(250 a. C.) construy la primera mquina autocontrolada, un regulador del flujo de agua
(racional pero sin razonamiento).
En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento poda ser
efectuado de manera artificial.
En 1936 Alan Turing disea formalmente una Mquina universal que demuestra la
viabilidad de un dispositivo fsico para implementar cualquier cmputo formalmente
definido.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales,
el cual se considera el primer trabajo del campo, aun cuando todava no exista el trmino.
Los primeros avances importantes comenzaron a principios del ao 1950 con el trabajo
de Alan Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.
En 1955 Herbert Simon, Allen Newell y J. C. Shaw, desarrollan el primer lenguaje de
programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms tarde
desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemticos.
En 1956 fue inventado el trmino inteligencia artificial por John McCarthy, Marvin
Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se
hicieron previsiones triunfalistas a diez aos que jams se cumplieron, lo que provoc el
abandono casi total de las investigaciones durante quince aos.
En 1957 Newell y Simon continan su trabajo con el desarrollo del General Problem
Solver (GPS). GPS era un sistema orientado a la resolucin de problemas.
En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de Massachusetts (MIT)
el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para
procesamiento simblico.
En 1959 Rosenblatt introduce el Perceptrn.
A finales de la dcada de 1950 y comienzos de la de 1960 Robert K. Lindsay desarrolla
Sad Sam, un programa para la lectura de oraciones en ingls y la inferencia de
conclusiones a partir de su interpretacin.
En 1963 Quillian desarrolla las redes semnticas como modelo de representacin del
conocimiento.
En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el
cual era capaz de inferir conocimiento basado en informacin que se le suministra. Bobrow
desarrolla STUDENT.
A mediados de los aos 60, aparecen los sistemas expertos, que predicen la probabilidad
de una solucin bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por
Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asista a qumicos
en estructuras qumicas complejas euclidianas, MACSYMA, que asista a ingenieros y
cientficos en la solucin de ecuaciones matemticas complejas.
Posteriormente entre los aos 1968-1970 Terry Winograd desarroll el sistema SHRDLU,
que permita interrogar y dar rdenes a un robot que se mova dentro de un mundo de
bloques.
En 1968 Marvin Minsky publica Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de
programacin LOGO.
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
En 1973 Alain Colmenauer y su equipo de investigacin en la Universidad de Aix-Marseille
crean PROLOG (del francs PROgrammation en LOGique) un lenguaje de programacin
ampliamente utilizado en IA.
En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas tcnicas
actuales en Inteligencia Artificial y la informtica en general.
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos ms
conocidos, que asisti a mdicos en el diagnstico y tratamiento de infecciones en la
sangre.
En las dcadas de 1970 y 1980, creci el uso de sistemas expertos, como MYCIN:
R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos
permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.
En 1981 Kazuhiro Fuchi anuncia el proyecto japons de la quinta generacin de
computadoras.
En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes
Neuronales).
En 1988 se establecen los lenguajes Orientados a Objetos.
En 1997 Gari Kasprov, campen mundial de ajedrez, pierde ante la computadora
autnoma Deep Blue.
En 2006 se celebr el aniversario con el Congreso en espaol 50 aos de Inteligencia
Artificial - Campus Multidisciplinar en Percepcin e Inteligencia 2006.
En el ao 2009 ya hay en desarrollo sistemas inteligentes teraputicos que permiten
detectar emociones para poder interactuar con nios autistas.
En el ao 2011 IBM desarroll una supercomputadora llamada Watson, la cual gan una
ronda de tres juegos seguidos de Jeopardy!, venciendo a sus dos mximos campeones, y
ganando un premio de 1 milln de dlares que IBM luego don a obras de caridad. 13
En 2016, un programa informtico gan cinco a cero al triple campen de Europa de Go.14
Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con
un programa, de modo tal que se cumple la prueba de Turing como cuando se formul:
Existir Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser
humano y un programa de computadora en una conversacin a ciegas.
Como ancdota, muchos de los investigadores sobre IA sostienen que la inteligencia es
un programa capaz de ser ejecutado independientemente de la mquina que lo ejecute,
computador o cerebro.

La inteligencia artificial, la conciencia y los sentimientos[editar]


El concepto de IA es an demasiado difuso. Contextualizando, y teniendo en cuenta un punto
de vista cientfico, podramos definir esta ciencia como la encargada de imitar el cerebro, que
no el cuerpo, de una persona en todas sus funciones. Estas pueden ser las ya existentes en
el humano o bien otras novedosas e incorporadas en el desarrollo de una mquina inteligente.
En relacin a la conciencia y las emociones, y aunque por el momento la mayora de los
investigadores en el mbito de la Inteligencia Artificial se centran slo en el aspecto racional,
hay expertos que consideran seriamente la posibilidad de incorporar componentes emotivos
como indicadores de estado, a fin de aumentar la eficacia de los sistemas inteligentes en
determinadas situaciones.
A diferencia de los humanos, hay trminos que la Inteligencia Artificial no puede comprender
o entender conceptos humanos como el amor, el matrimonio, el sentido de la vida, el libre
albedro el cario o las emociones humanas
Particularmente, en el caso de los robots mviles, es necesario que estos cuenten con algo
similar a las emociones con el objeto de saber en cada instante y como mnimo qu hacer
a continuacin [Pinker, 2001, p. 481].
Al tener sentimientos y, al menos potencialmente, motivaciones, podrn actuar de
acuerdo con sus intenciones [Mazlish, 1995, p. 318]. As, se podra equipar a un robot con
dispositivos que controlen su medio interno; por ejemplo, que sientan hambre al detectar
que su nivel de energa est descendiendo o que sientan miedo cuando este est
demasiado bajo.
Esta seal podra interrumpir los procesos de alto nivel y obligar al robot a conseguir el
preciado elemento [Johnson-Laird, 1993, p. 359]. Incluso se podra introducir el dolor o el
sufrimiento fsico, a fin de evitar las torpezas de funcionamiento como, por ejemplo,
introducir la mano dentro de una cadena de engranajes o saltar desde una cierta altura, lo cual
le provocara daos irreparables.
Esto significa que los sistemas inteligentes deben ser dotados con mecanismos
de retroalimentacin que les permitan tener conocimiento de estados internos, igual que
sucede con los humanos que disponen de propiocepcin, interocepcin, nocicepcin,
etctera. Esto es fundamental tanto para tomar decisiones como para conservar su propia
integridad y seguridad. La retroalimentacin en sistemas est particularmente desarrollada
en ciberntica: por ejemplo, en el cambio de direccin y velocidad autnomo de un misil,
utilizando como parmetro la posicin en cada instante en relacin al objetivo que debe
alcanzar. Esto debe ser diferenciado del conocimiento que un sistema o programa
computacional puede tener de sus estados internos, por ejemplo la cantidad de ciclos
cumplidos en un loop o bucle en sentencias tipo do... for, o la cantidad de memoria disponible
para una operacin determinada.
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. Los sistemas inteligentes, al combinar una memoria durable, una asignacin de
metas o motivacin, junto a la toma de decisiones y asignacin de prioridades con base en
estados actuales y estados meta, logran un comportamiento en extremo eficiente,
especialmente ante problemas complejos y peligrosos.
En sntesis, lo racional y lo emocional estn de tal manera interrelacionados entre s, que se
podra decir que no slo no son aspectos contradictorios sino que son hasta cierto punto
complementarios.
Vase tambin: La era de las mquinas espirituales

Crticas[editar]
Las principales crticas a la inteligencia artificial tienen que ver con su capacidad de imitar por
completo a un ser humano. Sin embargo, hay expertos en el tema que indican que ningn
humano individual tiene capacidad para resolver todo tipo de problemas, y autores
como Howard Gardner han teorizado que existen inteligencias mltiples. Un sistema de
inteligencia artificial debera resolver problemas por lo que es fundamental en su diseo la
delimitacin de los tipos de problemas que resolver y las estrategias y algoritmos que utilizar
para encontrar la solucin.
En los humanos, la capacidad de resolver problemas tiene dos aspectos: los aspectos innatos
y los aspectos aprendidos. Los aspectos innatos permiten, por ejemplo, almacenar y recuperar
informacin en la memoria, mientras que en los aspectos aprendidos reside el saber resolver
un problema matemtico mediante el algoritmo adecuado. Del mismo modo que un humano
debe disponer de herramientas que le permitan solucionar ciertos problemas, los sistemas
artificiales deben ser programados de modo tal que puedan llegar a resolverlos.
Muchas personas consideran que el test de Turing ha sido superado, citando conversaciones
en que al dialogar con un programa de inteligencia artificial para chat no saben que hablan con
un programa. Sin embargo, esta situacin no es equivalente a un test de Turing, que requiere
que el participante est sobre aviso de la posibilidad de hablar con una mquina.
Otros experimentos mentales como la Habitacin china, de John Searle, han mostrado cmo
una mquina podra simular pensamiento sin realmente poseerlo, pasando el test de Turing
sin siquiera entender lo que hace, tan solo reaccionando de una forma concreta a
determinados estmulos (en el sentido ms amplio de la palabra). Esto demostrara que la
mquina en realidad no est pensando, ya que actuar de acuerdo con un programa
preestablecido sera suficiente. Si para Turing el hecho de engaar a un ser humano que
intenta evitar que le engaen es muestra de una mente inteligente, Searle considera posible
lograr dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicacin con el
usuario. Este obstculo es debido a la ambigedad del lenguaje, y se remonta a los inicios de
los primeros sistemas operativos informticos. La capacidad de los humanos
para comunicarse entre s implica el conocimiento del lenguaje que utiliza el interlocutor. Para
que un humano pueda comunicarse con un sistema inteligente hay dos opciones: o bien que
el humano aprenda el lenguaje del sistema como si aprendiese a hablar cualquier otro idioma
distinto al nativo, o bien que el sistema tenga la capacidad de interpretar el mensaje del usuario
en la lengua que el usuario utiliza.
Un humano, durante toda su vida, aprende el vocabulario de su lengua nativa o materna,
siendo capaz de interpretar los mensajes (a pesar de la polisemia de las palabras) utilizando
el contexto para resolver ambigedades. Sin embargo, debe conocer los distintos significados
para poder interpretar, y es por esto que lenguajes especializados y tcnicos son conocidos
solamente por expertos en las respectivas disciplinas. Un sistema de inteligencia artificial se
enfrenta con el mismo problema, la polisemia del lenguaje humano, su sintaxis poco
estructurada y los dialectos entre grupos.
Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que
existe mayor consenso entre especialistas. Un sistema experto es ms probable que sea
programado en fsica o en medicina que en sociologa o en psicologa. Esto se debe al
problema del consenso entre especialistas en la definicin de los conceptos involucrados y en
los procedimientos y tcnicas a utilizar. Por ejemplo, en fsica hay acuerdo sobre el concepto
de velocidad y cmo calcularla. Sin embargo, en psicologa se discuten los conceptos, la
etiologa, la psicopatologa y cmo proceder ante cierto diagnstico. Esto dificulta la creacin
de sistemas inteligentes porque siempre habr desacuerdo sobre la forma en que debera
actuar el sistema para diferentes situaciones. A pesar de esto hay grandes avances en el
diseo de sistemas expertos para el diagnstico y toma de decisiones en el mbito mdico y
psiquitrico (Adaraga Morales, Zaccagnini Sancho, 1994).
Al desarrollar un robot con inteligencia artificial se debe tener cuidado con la autonoma, 15hay
que tener cuidado en no vincular el hecho de que el robot interaccione con seres humanos a
su grado de autonoma. Si la relacin de los humanos con el robot es de tipo maestro esclavo,
y el papel de los humanos es dar rdenes y el del robot obedecerlas, entonces s cabe hablar
de una limitacin de la autonoma del robot. Pero si la interaccin de los humanos con el robot
es de igual a igual, entonces su presencia no tiene por qu estar asociada a restricciones para
que el robot pueda tomar sus propias decisiones.

Tecnologas de apoyo[editar]

Interfaces de usuario
Visin artificial
Smart process management

Aplicaciones de la inteligencia artificial[editar]


Artculo principal: Aplicaciones de la inteligencia artificial
Un asistente automtico en lneadando servicio de atencin al cliente en un sitio web una de
las muchas aplicaciones primitivas de la inteligencia artificial.
Las tcnicas desarrolladas en el campo de la inteligencia artificial son numerosas y ubicuas.
Comnmente cuando un problema es resuelto mediante inteligencia artificial la solucin es
incorporada en mbitos de la industria y de la vida diaria de los usuarios de programas de
computadora, pero la percepcin popular se olvida de los orgenes de estas tecnologas que
dejan de ser percibidas como inteligencia artificial. A este fenmeno se le conoce como
el efecto IA.16

Lingstica computacional
Minera de datos (Data Mining)
Industriales.
Medicina
Mundos virtuales
Procesamiento de lenguaje natural (Natural Language Processing)
Robtica
Mecatrnica
Sistemas de apoyo a la decisin
Videojuegos
Prototipos informticos
Anlisis de sistemas dinmicos
Smart Process Management
Simulacin de multitudes
Aplicaciones prcticas[editar]
La mayora de los juegos de mesa y una gran cantidad de problemas informticos mediante la
modelizacin del problema en estados con la posterior aplicacin de un algoritmo de bsqueda
entre estos estados.
Cabe destacar entre otras la IA del juego Left for Dead 4(L4D), la inteligencia artificial de este
juego es llamada AI Director y es la responsable de regular las armas, los zombies y la
aparicin de equipos de curacin como los botiquines dependiendo de la vida de los jugadores.
La aplicacin ms evidente es el control de los PNJ en el juego. La bsqueda de ruta es otro
de uso comn para la IA, buscar un camino para mover un PNJ de un punto en un mapa a
otro, teniendo en cuenta el terreno y evitando los obstculos. Ms all de bsqueda de
caminos, la navegacin es un subcampo de la IA del juego que se centra en dar a los PNJ la
capacidad de navegar en su entorno, la bsqueda de un camino hacia un objetivo, evitando
colisiones con otras entidades o colaborar con ellos. La IA tambin est involucrada con el
equilibrio de la dificultad del juego, que consiste en el ajuste de la dificultad de un juego de
videojuego en tiempo real basado en la habilidad del jugador, aumentando la dificultad del
juego se aumentara la capacidad de la IA reduciendo as el "tiempo de reaccin" a
determinados sucesos.
Las tres en raya[editar]
Una de las aplicaciones de la IA en la que es muy fcil entender el funcionamiento y la
programacin de la misma es por ejemplo en el tic-tac-toe, es decir, "las tres en raya".Cmo
podra programarse un juego de este tipo?:
Para empezar, el tablero es una estructura de datos de tipo matriz que contiene unas casillas
las cuales estn ocupadas por un jugador o vacas. Una partida es una secuencia de estados
por los que pasa un tablero. Para programar la inteligencia artificial para que pueda ganarnos
debemos hacer que aprenda los distintos estados e ir avanzando por los que pueda ganar:

Una opcin para ensear a la inteligencia artificial es ensearle todos los distintos estados
ganadores que pueden darse en el tablero. Pero esto puede ser muy costoso ya que
cuantas ms casillas tenga el tablero, mas estados tiene.

Otro punto de vista sera programar la IA para que acte en cada turno, es decir, que la
instruyamos para que acte de acuerdo a unas instrucciones estipuladas. Por ejemplo,
cuando el jugador tenga dos fichas alineadas, la IA debe colocar su ficha en la posicin en
la que el jugador fuese a ganar para cortarle la victoria, as pues, cuando la IA tenga dos
fichas alineadas la siguiente que debe colocar es en la posicin ganadora. Si no se da
ninguno de estos dos casos podra elegir un sitio aleatorio.
Normalmente para estos juegos se utiliza la estrategia minimax, la cual imita el
comportamiento humano tras examinar un cierto nmero de jugadas anteriormente. En este
enfoque existe una funcin de evaluacin que da un valor a cada posible movimiento.
Investigadores en el campo de la inteligencia artificial[editar]

Jeff Hawkins
John McCarthy
Marvin Minsky
Judea Pearl
Alan Turing, discpulo de John von Neumann, dise el Test de Turing que debera
utilizarse para comprender si una mquina lgica es inteligente o no.
Joseph Weizenbaum
Ral Rojas
Ray Kurzweil

https://es.wikipedia.org/wiki/Inteligencia_artificial