I.

INTRODUCCION
La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva
y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y construcción
de algoritmos de solución a problemas de propósito general. Punto de vista que favorece la
abstracción y la generalidad.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía,
tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por
ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
La idea de construir una máquina que pueda ejecutar tareas percibidas como requerimientos
de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto
de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de
fallas, robótica, suministro de asesoría experta en diversos temas.
Es así como los sistemas de administración de base de datos cada vez más sofisticados, la
estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos,
así como el intento de crear máquinas capaces de realizar tareas que son pensadas como
típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en
1956.
Trabajos teóricos fundamentales fueron el desarrollo de algoritmos matemáticos por Warren
McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificación, o
funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarrolló un
algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos
de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen
de la Inteligencia Artificial, sin embargo se trató poco por muchos años, dando paso al
razonamiento simbólico basado en reglas de producción, lo que se conoce como sistemas
expertos.
II. HISTORIA
Los esfuerzos por reproducir algunas habilidades mentales humanas en máquinas y
androides se remontan muy atrás en la historia. El mito del coloso de Rodas entre los griegos,
las estatuas "parlantes" del medioevo, el androide de Von Kempelen que jugó al ajedrez con
Napoleón, y el "motor analítico" de Charles Babbage que calculaba logaritmos, son sólo
algunos de los ejemplos de este antiguo interés. Igualmente, la concepción de la inteligencia
humana como un mecanismo no es reciente ni ha estado disociada de la psicología:
Descartes, Hobbes, Leibniz, y el mismo Hume se refirieron a la mente humana como una
forma de mecanismo.
“Durante el siglo XIX y la primera mitad del XX, las analogías biológicas y fenomenológicas
desplazaron a la noción de mecanismo en el estudio de la mente humana. Sin embargo, a
partir de la segunda mitad de nuestro siglo, la noción de mecanismo renovó su poder
heurístico con la formalización de la noción de "computación".
Como algunas máquinas, especialmente las calculadoras, se diseñaron para evitar el tener
que pensar y para hacer el pensamiento más rápido y exacto, fue inevitable que desde sus
orígenes las calculadoras, y más adelante las computadoras, se relacionaran con la
inteligencia y el pensamiento enfatizando sus similitudes.
La IA fue introducida a la comunidad científica en 1950 por el inglés Alan Turing en su artículo
"Maquinaria Computacional e Inteligencia." A pesar de que la investigación sobre el diseño y
las capacidades de las computadoras comenzaron algún tiempo antes, fue hasta que
apareció el artículo de Turing que la idea de una máquina inteligente cautivó la atención de
los científicos.
La pregunta básica que Turing trató de responder afirmativamente en su artículo era: ¿pueden
las máquinas pensar? Los argumentos de Turing en favor de la posibilidad de inteligencia en
las máquinas, iniciaron un intenso debate que marcó claramente la primera etapa de
interacción entre la IA y la psicología. Los debates en aquella época se centraron en el análisis
de la serie de problemas implicados en la aplicación de términos mentalistas a las
computadoras. La intención de Turing no era la de usar estos términos como analogías sino
la de eliminar la distinción entre inteligencia natural e inteligencia artificial.
Dos de las contribuciones más importantes de Turing a la IA fueron el diseño de la primera
computadora capaz de jugar ajedrez y, más importante que esto, el establecimiento de la
naturaleza simbólica de la computación.
El trabajo de Turing, quien falleció prematuramente, fue continuado en los Estados Unidos
por John Von Neumann durante la década de los cincuentas. Su contribución central fue la
idea de que las computadoras deberían diseñarse tomando como modelo al cerebro humano.
Von Neumann fue el primero en "antropomorfizar" el lenguaje y la concepción de la
computación al hablar de la "memoria", los "sensores", etc., de las computadoras. Construyó
una serie de máquinas utilizando lo que a principios de los cincuentas se conocía sobre el
cerebro humano, y diseñó los primeros programas almacenados en la memoria de una
computadora.
Sin embargo, esta línea de investigación pronto encontró serias limitaciones. La
concentración en la imitación de la constitución físico-química del cerebro, no permitió ver, a
Von Neumann y sus seguidores, que la analogía sería mucho más eficiente si se estudiaran
las funciones del cerebro, es decir, sus capacidades como procesador de información.
Corresponde a McCulloch, a mediados de los cincuentas, formular una posición radicalmente
distinta al sostener que las leyes que gobiernan al pensamiento deben buscarse entre las
reglas que gobiernan a la información y no entre las que gobiernan a la materia. Esta idea
abrió grandes posibilidades a la IA. En esta línea, Minsky (1959), uno de los padres
fundadores de la IA, modificó su posición y sostuvo que la imitación del cerebro a nivel celular
debería ser abandonada.
Es más o menos en esta época que ocurre un evento que organizaría y daría un gran impulso
al desarrollo de la IA: el congreso en Darthmouth (1956). En este congreso, en el que se
reunieron los padres fundadores de la disciplina, se llegó a la definición de las
presuposiciones básicas del núcleo teórico de la IA:
1. El reconocimiento de que el pensamiento puede ocurrir fuera del cerebro, es decir, en
máquinas
2. La presuposición de que el pensamiento puede ser comprendido de manera formal y
científica
3. La presuposición de que la mejor forma de entenderlo es a través de computadoras
digitales
“Desde fines de los cincuentas la investigación en IA se expande y se multiplica en direcciones
diversas. La capacidad simbólica de las computadoras es estudiada, entre otros, por Shanon
(1950) y por Newell, Shaw y Simon (1958) quienes diseñan el primer programa inteligente
basado en su modelo de procesamiento de información. Este modelo de Newell, Shaw y
Simon habría de convertirse pronto en la teoría dominante en psicología cognoscitiva”.
Durante los 90’s la mayoría de las empresas tecnológicas decidieron realizar inversiones
mayúsculas en este terreno con el fin de mejorar la capacidad de procesamiento y análisis de
la ingente cantidad de datos que se generan en el creciente mundo digital.

De hecho, la consagración definitiva de la inteligencia artificial llegó en 1997, cuando IBM

demostró que un sistema informático era capaz de vencer al ajedrez a un humano… y no un
humano cualquiera, sino el campeón del mundo Gari Kaspárov. Se llamaba Deep Blue y sirvió
de base para que la industria tecnológica y la sociedad en general cobrara conciencia de la
relevancia y las posibilidades de las IA.

La llegada de Watson:

Si hay un ejemplo de inteligencia artificial por defecto, ese es IBM Watson. Un sistema que
hizo su aparición estelar, al estilo de Deep Blue, ganando una competición de alto nivel,
aunque en este caso más complejo que la anterior. En 2011, Watson ganó el popular
concurso televisivo Jeopardy! frente a los dos máximos campeones de este programa, en el
que se realizan preguntas sobre cultura y conocimiento de todo tipo. Lo primero de todo
Watson tuvo que ser capaz de entender las preguntas y las respuestas que da, a lo que
ayudaron sus 200 millones de páginas de contenido almacenadas en su sistema. También
tuvo que realizar jugadas inteligentes a la hora de sopesar la elección de las categorías y
cuando tuvo que apostar una cantidad en la ronda final.
III. Definición
Se define la inteligencia artificial como aquella inteligencia exhibida por artefactos creados por
humanos (es decir, artificial). A menudo se aplica hipotéticamente a los computadores. El nombre
también se usa para referirse al campo de la investigación científica que intenta acercarse a la
creación de tales sistemas.
Debido a que la inteligencia artificial tuvo muchos padres no hay un consenso para definir ese
concepto, pero podemos decir que la inteligencia artificial se encarga de modelar la inteligencia
humana en sistemas computacionales.
Puede decirse que la Inteligencia Artificial (IA) es una de las áreas más fascinantes y con más
retos de las ciencias de la computación, en su área de ciencias cognoscitivas. Nació como mero
estudio filosófico y razonístico de la inteligencia humana, mezclada con la inquietud del hombre de
imitar la naturaleza circundante (como volar y nadar), hasta inclusive querer imitarse a sí mismo.
Sencillamente, la Inteligencia Artificial busca el imitar la inteligencia humana. Obviamente no lo ha
logrado todavía, al menos no completamente.

Técnicas y campos de la Inteligencia Artificial

* Aprendizaje Automático (Machine Learning)
* Ingeniería del conocimiento (Knowledge Engineering)
* Lógica difusa (Fuzzy Logic)
* Redes neuronales artificiales (Artificial Neural Networks)
* Sistemas reactivos (Reactive Systems)
* Sistemas multi-agente (Multi-Agent Systems)
* Sistemas basados en reglas (Rule-Based Systems)
* Razonamiento basado en casos (Case-Based Reasoning)
* Sistemas expertos (Expert Systems)
* Redes Bayesianas (Bayesian Networks)
* Vida artificial (Artificial Life). La VA no es un campo de la IA, sino que la IA es un campo de la
VA.
* Computación evolutiva (Evolutionary Computation)
* Estrategias evolutivas
* Algoritmos genéticos (Genetic Algorithms)
* Técnicas de Representación de Conocimiento
* Redes semánticas (Semantic Networks)
* Frames
* Visión artificial
* Audición artificial
* Lingüística computacional
* Procesamiento del lenguaje natural (Natural Language Processing)
* Minería de datos (Data Mining)
IV. CARACTERISTICAS
4.1. CARACTERÍSTICAS DE LA INTELIGENCIA ARTIFICIAL.
* Una característica fundamental que distingue a los métodos de Inteligencia Artificial de
los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente
para distinguirlo completamente. Otros tipos de programas como los compiladores y
sistemas de bases de datos, también procesan símbolos y no se considera que usen
técnicas de Inteligencia Artificial.
* El comportamiento de los programas no es descrito explícitamente por el algoritmo. La
secuencia de pasos seguidos por el programa es influenciado por el problema particular
presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para
resolver un problema dado (programa declarativo). En contraste con los programas que
no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica,
explícitamente, cómo encontrar las variables de salida para cualquier variable dada de
entrada (programa de procedimiento).
* Las conclusiones de un programa declarativo no son fijas y son determinadas
parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones
al problema específico. Los lenguajes orientados al objeto comparten esta propiedad y
se han caracterizado por su afinidad con la Inteligencia Artificial.

* El razonamiento basado en el conocimiento, implica que estos programas incorporan

factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan.
Al contrario de los programas para propósito específico, como los de contabilidad y
cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el
programa de razonamiento o motor de inferencia y base de conocimientos dándole la
capacidad de explicar discrepancias entre ellas.

* Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia

Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la
resolución de conflictos en tareas orientadas a metas como en planificación, o el
diagnóstico de tareas en un sistema del mundo real: con poca información, con una
solución cercana y no necesariamente exacta.

* La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica,

usada principalmente en el campo industrial; comprensión de lenguajes y traducción;
visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje;
reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales
expertos.
* Los sistemas expertos, que reproducen el comportamiento humano en un estrecho
ámbito del conocimiento, son programas tan variados como los que diagnostican
 infecciones en la sangre e indican un tratamiento, los que interpretan datos sismológicos
en exploración geológica y los que configuran complejos equipos de alta tecnología.

* Tales tareas reducen costos, reducen riesgos en la manipulación humana en áreas

peligrosas, mejoran el desempeño del personal inexperto, y mejoran el control de calidad
sobre todo en el ámbito comercial.

4.2. ÁREAS DE APLICACIÓN DE LA I.A.

* Lingüística computacional
* Minería de datos (Data Mining)
* Mundos virtuales
* Procesamiento de lenguaje natural (Natural Language Processing)
* Robótica
* Sistemas de apoyo a la decisión
* Videojuegos
* Prototipos informáticos

4.3. IMPORTANCIA
Conforme el mundo se vuelve más complejo, debemos usar nuestros recursos
materiales y humanos con más eficiencia, y para lograrlo, se necesita la ayuda que nos
ofrecen los computadores.

“Existe la falsa impresión de que uno de los objetivo del IA es sustituir a los trabajadores
humanos y ahorrar dinero. Pero en el mundo de los negocios, la mayoría de personas
está más entusiasmada ante las nuevas oportunidades que ante el abatimiento de
costos. Además, la tarea de reemplazar totalmente a un trabajador humano abarca de
lo difícil a lo imposible, ya que no se sabe cómo dotar a los sistemas de IA de toda esa
capacidad de percibir, razonar y actuar que tienen las personas. Sin embargo, debido a
que los humanos y los sistemas inteligentes tienen habilidades que se complementan,
podrían apoyarse y ejecutar acciones conjuntas”:

* En la agricultura, controlar plagas y manejar cultivos en forma más eficiente.

* En las fábricas, realizar montajes peligrosos y actividades tediosas (labores de
inspección y mantenimiento).
* En la medicina, ayudar a los médicos a hacer diagnósticos, supervisar la condición de
los pacientes, administrar tratamientos y preparar estudios estadísticos.
* En el trabajo doméstico, brindar asesoría acerca de dietas, compras, supervisión y
gestión de consumo energético y seguridad del hogar.
* En las escuelas, apoyar la formación de los estudiantes, especialmente en aquellas
materias consideradas complejas.
* Ayudar a los expertos a resolver difíciles problemas de análisis o a diseñar nuevos
dispositivos.
* Aprender de los ejemplos para explorar bases de datos en busca de regularidades
explotables.
* Proporcionar respuestas a preguntas en lenguaje natural usando datos estructurados
y texto libre.

La IA aplicada es la contraparte de ingeniería de la ciencia cognoscitiva y complementa

sus perspectivas tradicionales. La ciencia cognoscitiva es una mezcla de psicología,
lingüística y filosofía.

La metodología y terminología de la IA está todavía en vías de desarrollo. La IA se está

dividiendo y encontrando otros campos relacionados: lógica, redes neuronales,
programación orientada a objetos, lenguajes formales, robótica, etc. Esto explica por qué
el estudio de IA no está confinado a la matemática, ciencias de la computación,
ingeniería (particularmente la electrónica y la mecánica), o a la ciencia cognoscitiva, sino
que cada una de estas disciplinas es un potencial contribuyente. La robótica es
considerada como un campo interdisciplinario que combina conceptos y técnicas de IA,
con ingeniería óptica, electrónica y mecánica.
V. Escuelas de pensamiento
La IA se divide en dos escuelas de pensamiento:
* La Inteligencia Artificial Convencional
* La Inteligencia Computacional
5.1. INTELIGENCIA ARTIFICIAL CONVENCIONAL
Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y
estadístico del comportamiento humano ante diferentes problemas:
* Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven
ciertos problemas concretos.
* Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto
en que se aplica y ocupa de ciertas reglas o relaciones.
* Redes bayesianas: Propone soluciones mediante inferencia estadística.
* Inteligencia artificial basada en comportamientos: que tienen autonomía y pueden auto-
regularse y controlarse para mejorar.

5.2. INTELIGENCIA ARTIFICIAL COMPUTACIONAL

La Inteligencia Computacional (también conocida como IA subsimbólica-inductiva)
implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de
los parámetros en sistemas conexionistas). El aprendizaje se realiza basándose en datos
empíricos.

VI. FUTURO DE LA INTELIGENCIA ARTIFICIAL

Existen muchas áreas de aplicación de las técnicas de Inteligencia artificial. A corto plazo
veremos la difusión de los Robots de Charla.

6.1. ROBOTS DE CHARLA

Un robot de charla o chatterbot es un programa de inteligencia artificial que pretende
simular una conversación escrita, con la intención de hacerle creer a un humano que
está hablando con otra persona.

Estos programas informáticos prometen ser el futuro de la inteligencia artificial aplicada

al público general.
 A estos robots se les unirán las tecnologías del reconocimiento de voz y el de video, para
mejorar la interacción con el usuario.

6.2. RED NEURONAL ARTIFICIAL:

Línea de investigación que analiza la viabilidad de reconstruir un cerebro humano
mediante una enorme red neuronal. Se presume la posibilidad de recrear la estructura
de un cerebro humano empleando para ello Internet.

Sin embargo este proyecto es tremendamente complejo, porque a día de hoy ni siquiera
conocemos la distribución exacta de las neuronas y sus interconexiones en un cerebro
humano.

“Si alguna vez hemos jugado ajedrez o algún otro tipo de juego en una computadora, en
donde nuestro contrincante no es una persona, estamos jugando contra una IA. Los
niños y jóvenes en contacto con los videojuegos, son los que más veces han
interactuado con ella, ya que en estos se busca mucho simular un enfrentamiento con
otro jugador, dándole al personaje reacciones básicas y comportamientos necesarios
para hacer del juego algo más interesante y entretenido”.

Actualmente también se utiliza en los robots espaciales, ya que es una manera que
simplifica la tediosa espera al mandar y recibir señales por las distancias tan grandes
que hay en el universo, y así los robots puedan realizar sus tareas y exploraciones con
mayor eficacia sin la necesidad de que una persona lo esté controlando de manera
manual.

Uno de los ejemplos considerado de los más interesantes, es el robot ASIMO de Honda.
Tiene la habilidad de interactuar con los humanos y algunos objetos, así como correr y
girar sin tropezar. Es como un bebé aprendiendo de su entorno, y eso es lo que busca
Honda al estudiar tanto los movimientos del cuerpo humano, hacer que poco a poco
aprenda como un niño pequeño.

También existen programas llamados chatbots, que buscan imitar una charla escrita con
una persona. El primero fue ELIZA, creado en 1966 por Joseph Wizenbaum, este
buscaba palabras claves en lo que le decía el usuario y daba contestaciones un tanto
coherentes. Un proyecto más nuevo es A.L.I.C.E., pero llega a un nivel muy superior a
ELIZA, ya que es difícil para la persona que habla con A.L.I.C.E. que se percate de que
no es más que un programa.

Estos son claros ejemplos de hacia dónde va el futuro de la Inteligencia Artificial. Es

posible que en unos cuantos años estemos conviviendo con robots o programas como
los que nos ha mostrado Hollywood en sus películas. Tecnología que nos facilitará
muchas cosas, como los refrigeradores que existen en la actualidad que ya hacen las
compras del supermercado por ti.

Pero tenemos un problema, que muchas veces somos renuentes a los cambios y más
si son tecnológicos. Sin embargo, las aplicaciones que podemos darle en un futuro a la
 IA son muy grandes. Se está buscando utilizarlo en diferentes áreas, como por ejemplo
en la medicina, para llevar un control de la salud de los pacientes.
“Existen muchas áreas todavía por explorar y explotar, dónde podamos utilizar la
Inteligencia Artificial para hacernos la vida más sencilla. Sólo nos queda esperar por
aquellas sorpresas que nos puedan tener los estudiosos de esta rama de la informática”.

VII. CONCLUSIONES
1. 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 una
medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el
conocimiento almacenado en tal arquitectura.

2. La inteligencia artificial permite al hombre emular en las máquinas el comportamiento humano,

tomando como base el cerebro y su funcionamiento, de manera tal que se pueda alcanzar cierto
razonamiento.

3. Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que
existe mayor consenso entre especialistas. Un sistema experto es más probable de ser
programado en física o en medicina que en sociología o en psicología.

4. La finalidad de la inteligencia artificial consiste en crear teorías y modelos que muestren la

organización y funcionamiento de la inteligencia. Actualmente, el mayor esfuerzo en la búsqueda
de la inteligencia artificial se centra en el desarrollo de sistemas de procesamientos de datos que
sean capaces de imitar a la inteligencia humana, realizando tareas que requieran aprendizaje,
solución de problemas y decisiones. Introducción. Historia y evolución de la inteligencia artificial.