La inteligencia artificial

La inteligencia artificial

 

La inteligencia artificial (ia).

Es una de las ramas de la Informática, que tiene raíces muy fuertes en otras áreas tales como la lógica y la ciencia cognitiva. Como les explicamos a continuación, existen muchas definiciones de lo que es la inteligencia artificial. Sin embargo, todos coinciden en la necesidad de comprobar el funcionamiento de un programa.

Simón, uno de los padres de la inteligencia artificial, nos sirve de ejemplo, así como se ha dicho, en el artículo en 1995, que “el momento de la verdad es un programa en ejecución” Las definiciones varían en características o propiedades que deben satisfacer.

La inteligencia artificial nace en una reunión celebrada en el verano de 1956 en Dartmouth (Estados Unidos) en la que participaron, que más tarde fueron los principales investigadores en el área. Para la preparación de la reunión. McCarthy, M. Minsky, N. Rochester y C. E. Shannon han elaborado una propuesta en la que aparece por primera vez el término “inteligencia artificial” Parece que este nombre fue dado por iniciativa de J. Mccarthy.

 ¿Qué es la inteligencia artificial?

la propuesta citada más arriba de la reunión organizada por J. Mccarthy y sus colaboradores concluye que puede considerarse como la primera definición de la inteligencia artificial. El documento define el problema de la inteligencia artificial como el de construir una máquina que se comporta de tal manera que, si el mismo comportamiento lo realizara un ser humano, este sería llamado inteligente.

Existe, sin embargo, otras definiciones que no se basan en el comportamiento humano. Son las cuatro siguientes.

1.- Actuar como un hombre. Esta es la definición de Mccarthy, donde el modelo a seguir para la evaluación de los programas corresponde a la conducta de las personas. El llamado Test de turing (1950) también utiliza este razonamiento. El sistema de elisa, el bot (programa) hablado es un ejemplo de esto.

2.- Razonar como personas. Lo importante es cómo se realiza el razonamiento y no el resultado de este razonamiento. La propuesta aquí es desarrollar sistemas que razonen de la misma manera como lo hacen las personas. La ciencia cognitiva utiliza este punto de vista.

3.- Pensar de forma racional. En este caso, se define también se dirige en el razonamiento, pero aquí se parte de que existe una única forma racional para pensar. La lógica permite formalizar el razonamiento y se utiliza para este propósito.

4.- Actuar racionalmente. De nuevo el objetivo es el resultado, pero ahora evaluados objetivamente. Por ejemplo, programa en el juego como el ajedrez va a ganar. Para lograr este objetivo se quieren como calcular el resultado.

Además, a partir de las definiciones anteriores, existe otra clasificación de la inteligencia artificial en función de cuáles son los objetivos finales de la investigación en este campo. Son la inteligencia artificial fuerte y débil.

La Inteligencia artificial débil

se considera que los equipos sólo pueden simular que son capaces de pensar, y sólo pueden actuar de forma inteligente. Todos los partidarios de la inteligencia artificial débil creen que nunca será posible construir equipos conscientes, de que el programa es una simulación de proceso cognitivo, pero no el proceso cognitivo tal cual.

La Inteligencia artificial fuerte

En este caso se considera que el equipo puede tener una mente y unos estados mentales, y, por lo tanto, un día será posible construir una con todas las capacidades de la mente humana. Este equipo será capaz de razonar, imaginar, etc.

Temas de inteligencia artificial

si bien existen distintas formas de ver de lo que es la inteligencia artificial, en lo que estan todos de acuerdo es en los resultados atribuibles a la industria de la tecnología de la información, así como la clasificación de los métodos y técnicas desarrollados. Analizaremos los siguientes cuatro grandes temas de la inteligencia artificial.

1.- Solución de problemas y la búsqueda

La inteligencia artificial tiene el fin de resolver los problemas de naturaleza muy diferente. Sin embargo, para alcanzar este objetivo, ya que el problema es necesario formalizar de manera que se puede resolver. Esta sección se centra en cómo formalizarlo y formas de solución.

2.- La representación del conocimiento y de los sistemas basados en el conocimiento.

Esto sucede a menudo que los programas en inteligencia artificial necesiten incorporar conocimiento del dominio de aplicación (por ejemplo, en la medicina, a fin de resolver los problemas. En esta sección se analizan estos aspectos.

3.- Aprendizaje automático.

Él puede incrementarse si el programa aprende acerca de las actividades y de sus propios errores. Se han desarrollado métodos para este fin. También existen herramientas que permiten extraer conocimiento a partir de bases de datos.

4.- La inteligencia artificial distribuida.

En sus inicios, la inteligencia artificial se ha monolítica. Ahora, con la ayuda de ordenador equipo multiprocesador y de internet, tiene un interés en soluciones distribuidas. Estos van desde las versiones paralelas de los métodos ya existentes a nuevos problemas relacionados con agentes autónomos (programas con autonomía para tomar decisiones e interactuar con otros).

Además de los cuatro aspectos mencionados anteriormente, hay otros que están estrechamente relacionados con la inteligencia artificial. Son los que se enumeran a continuación:

A – de lenguaje natural.

B – visión artificial.

C – de la robótica.

D – el reconocimiento de voz.

Les presentaremos continuación, muchas de las aplicaciones más visibles utilizan algunas de las técnicas relacionados con estos temas.

Algunas aplicaciones

Hoy en día ya se ha desarrollado una vasta variedad de aplicaciones que utilizan algunos de los métodos o algoritmos desarrollados en la esfera de la I.A. En esta unidad vamos a ver algunas de las aplicaciones más brillantes o que tengan valor histórico. Sin embargo, no son los únicos existentes, pues hay técnicas desarrolladas en esta rama de la Informática que se utilizan en dispositivos de uso cotidiano o en el software de personal de las empresas. Por ejemplo, por un lado, nos, encontramos con los algoritmos de búsqueda citados más arriba en los sistemas que construyen la programación teniendo en cuenta las limitaciones de las personas físicas y jurídicas que participan en ellos. Por otro lado, los métodos de aprendizaje se utilizan para recomendar productos en tiendas virtuales y elegir los anuncios que nos brindan al visitar determinados sitios digitales. Otro ejemplo es sistema difuso, una de los sistemas difusos, uno de los métodos de representación del conocimiento que se han aplicado con éxito en problemas de gestión en una variedad de formas. Existen cámaras digitales como las lavadoras que incluyen en su interior un sistema difuso.

podemos ver a continuación algunas de las aplicaciones más importantes.

Aplicaciones en los juegos

Durante muchos años, 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 año 1997 fue el turno del ajedrez. Ahora prácticamente queda únicamente el go por batir.

Las damas.

Chinnok, un programa desarrollado desde el año 1989 por el equipo de Jonathan Schaeffer, de la Universidad de Alberta, se convirtió en el año 1994 en el campeón mundial de damas. El programa incluye una base de datos con aperturas de los mejores jugadores y otra de situaciones finales cuando quedan ocho o menos fichas en el tablero. El mismo equipo investigador demostró tiempo después, en el año 2007, que cuando se juega a las damas de forma perfecta no hay ganador. Esto significa que una estrategia óptima por parte de ambos jugadores únicamente puede llevar a empate. La dificultad de esta demostración estriba en que puede haber aproximadamente 500 3 1020 tableros posibles, o, en palabras, cincuenta mil trillones de tableros. El problema es un millón de veces más difícil que el de las 4 en raya. La información sobre este programa se puede encontrar en: http://webdocs.cs.ualberta.ca/~chinook/.

El ajedrez.

Durante muchos años se desarrollaron inventos y programas con el fin de ganar en el juego del ajedrez. Sin embargo, no fue hasta mayo del año 1997 cuando Deep Blue venció al campeón humano G. Kasparov en Nueva York. El programa desarrollado por IBM utilizaba hardware específico, bases de datos que permitían al programa jugar de forma perfecta en las situaciones finales con 7 o menos fichas en el tablero, y algoritmos de búsqueda del tipo minimax para encontrar la mejor solución en todos los otros casos. Se puede encontrar información sobre Deep Blue en la página web http://www.research.ibm.com/deepblue

El go.

Mientras los otros juegos ya han sido derrotados, no existe en la actualidad ningún programa informático que tenga un nivel suficiente en go como para ganar a los buenos jugadores humanos. Hace años que se considera el go un juego mucho más difícil que el ajedrez. La dificultad estriba en las dimensiones del tablero (19 3 19, con 361 intersecciones), el número de movimientos posibles en cada tablero y la dificultad de definir funciones que evalúen 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 búsqueda que el ajedrez (el mínimax) sino el UCT.

Aplicaciones en robótica

Las aplicaciones en robótica se han desarrollado desde el principio de la informática con diversidad de objetivos: la automatización de procesos industriales, las aplicaciones militares y la exploración espacial. Mientras los primeros robots estaban orientados a realizar actividades repetitivas, actualmente se busca una mayor autonomía en relación a su capacidad de tomar decisiones. La evolución de la robótica también ha pasado por su intento de construir robots con forma humana y con capacidad de andar. A continuación, se enumeran algunos de los logros más importantes en esta área.

Los robots mascotas.

Existen en la actualidad muchos robots para diversión o juegos. Podemos subrayar dos de ellos: los japoneses Paro y Aibo. El primero es un robot terapéutico para reducir el estrés de los pacientes y que permite incrementar su socialización. Aibo, presentado en el año 1999 e implementado y comercializado por SONY, es un robot en forma de perro con un sistema de visión y programable.

Los robots de exploración 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 año 2010 y Opportunity aún está en funcionamiento. El 26 de noviembre de 2011 se mandó un tercer robot, el Curiosity, que debe llegar a Marte en agosto de 2012. Este robot tiene una navegación automática media de 30 m/hora (y máxima de 90 m/hora). Se espera que su misión dure dos años.

Los robots bípedos.

P3 fue el primer robot bípedo capaz de caminar. Su construcción, realizada por la compañía Honda, acabó en el año 1997. En octubre del año 2000, la misma compañía presentó el robot ASIMO (de Advanced Step in Innovative Mobility). Este robot es la culminación 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 bípedo que puede andar y correr. Además puede reconocer objetos móviles, posturas y gestos a partir de la información subministrada por sus cámaras.

Aplicaciones en vehículos inteligentes

Se han construido muchos tipos de vehículos con diferentes grados de autonomía. En el apartado anterior ya se mencionaron algunos robots. Aquí se señalan vehículos que pueden llevar pasajeros.

El metro de la ciudad japonesa de Sendai (仙台地下鉄). Este metro, desarrollado en el año 1987, fue el primero que existió en el mundo con una conducción totalmente automatizada. En la actualidad, son muchas las líneas de metro sin conductor en diversas zonas del orbe. El sistema fue realizado bajo la dirección de Seiji Yasunobu, miembro del laboratorio de Desarrollo de Sistemas de Hitachi. Está basado en técnicas de lógica difusa.

Coches autónomos

Stanley fue el automóvil ganador de la carrera “2005 DARPA Grand Challenge”. El coche, autónomo y sin conductor, completó 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 realizó la «2007 DARPA Grand Challenge» que consistía en recorrer 96 km en área urbana (en la base de las Fuerzas Aéreas George en California). Los coches circulaban procesando en tiempo real las reglas de circulación del estado de California. El 20 de septiembre de 2011, el coche Made in Germany de la Universidad Libre de Berlín se desplazó 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 Berlín. El automóvil es completamente autónomo, aunque algunas informaciones, como la velocidad del recorrido, le vienen dadas y no son recogidas por sus cámaras. El coche reconoce la presencia de peatones y de semáforos. Para información del coche alemán puede consultarse la siguiente página web: http://autonomos.inf.¬fu-berlin.de

Los vehículos aéreos no tripulados (UAV, Unmanned Aerial Vehicle)

El vehículo aéreo no tripulado Global Hwak fue el primero en cruzar el Océano Pacífico sin paradas. Realizó el trayecto de Estados Unidos (California) a Australia en abril del año 2001. Sin embargo, aún necesita un piloto en una estación terrestre y otros operadores para analizar los datos. De acuerdo con Weiss (2011), el principal problema de estos sistemas autónomos es que, aunque pueden recoger muchos datos, les falta todavía capacidad de proceso para tratar los datos en tiempo real y actuar de forma inteligente conforme a estos datos.