inteligencia artificial

INTELIGENCIA ARTIFICIAL

Se denomina inteligencia artificial a la rama de la ciencia informática dedicada al desarrollo de agentes racionales no vivos.
Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entiéndase a la racionalidad como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado (este concepto de racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina).
Por lo tanto, y de manera más específica 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.
Existen distintos tipos de conocimiento y medios de representación del conocimiento. El cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal (análogo al pensamiento abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas, respectivamente por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos 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 economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos.
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.
[editar] Inteligencia artificial computacional
Artículo principal: Inteligencia 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.

La Inteligencia Artificial empezó como resultado de la investigación en la psicología cognitiva y lógica matemática. Se ha encaminado 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 mezcla 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"
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, anulado y traspaso de datos, así como el ensayo de introducir máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, batieron el término Inteligencia Artificial en 1956
.Definiciones sobre Inteligencia Artificial.
Disciplina científico-técnica que trata de introducir sistemas artificiales capaces de conductas que, de ser ejecutados por seres humanos, se expresaría que solicitan inteligencia.
Estudio de los dispositivos de la inteligencia y las tecnologías que lo mantienen.
Desde sus comienzos hasta la actualidad, la Inteligencia Artificial ha tenido que hacer frente a una serie de problemas.
Los computadores no tienen autoconciencia
Un computador sólo puede hacer aquello para lo que está proyectado.
Las primeras dificultades que se trató de solucionar fueron puzzles, juegos de ajedrez, traducción de textos a otro idioma.
En el año 1955 Simón, Newell y Shaw, desarrollaron el primer lenguaje de programación encaminado a la resolución de dificultades de la Inteligencia Artificial, el IPL-11. Un año más tarde estos tres científicos desarrollan el primer programa de Inteligencia Artificial al que llamaron Logic Theorist, el cual era apto de demostrar teoremas matemáticos, representando cada problema como un modelo de árbol, en el que se seguían ramas en busca de la solución correcta, que resultó decisivo.
En 1957 McCarthy desarrolló el lenguaje LISP. La IBM acordó un equipo para la investigación en esa área
En 1961 se desarrolla SAINT (Simbolic Automatic INTegrator) por Slagle el cual se orienta a la demostración simbólica en el área del álgebra.
En 1964 Bertrand construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de entender oraciones en inglés.
Estos programas obviamente corren en un computador y se utilizan, como por ejemplo, en control robótico, comprensión de lenguajes naturales, procesamiento de imágenes basado en conocimientos previos, estrategias de juegos, etc.
Características de la Inteligencia Artificial.
Una característica fundamental que diferencia a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es bastante para diferenciarlo totalmente. Otros ejemplos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que utilicen técnicas de Inteligencia Artificial.
El comportamiento de los programas no es descrito explícitamente por el algoritmo. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En diferencia con los programas que no son de Inteligencia Artificial, que siguen un algoritmo determinado, que detalla, explícitamente, cómo hallar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
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.
Objetivos de la Investigación en la Inteligencia Artificial.
Los investigadores en Inteligencia Artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).
Otros investigadores están trabajando en el desafío del reconocimiento de modelos donde se espera un rápido progreso en este campo que comprende la comprensión y la suma del habla, el proceso de imágenes y la visión artificial.
Algoritmos.
Cuando una trabajo se realiza por medio de un algoritmo perfectamente definido de acumulación, clasificación o cálculo, lo puede hacer un computador. Esta noción de algoritmo, secuencial, fijo y de determinadas operaciones, es incapaz de operar problemas donde el camino del razonamiento es variable y donde deben afrontarse situaciones diversas sin haber sido detalladas.
La Inteligencia Artificial crea uso de un tipo de lenguaje diferente como es el tema de LISP y PROLOG.
En 1932, Cannon imaginó la evolución natural como un proceso de aprendizaje. Alan Turing reconoció, en 1950, que debe haber una conexión obvia entre el aprendizaje de máquina y la evolución, y marcó que se podrían desarrollar programas para jugar ajedrez utilizando esta técnica.
Los algoritmos genéticos se diferencian también por no permanecer atrapados fácilmente en mínimos locales, como la mayor parte de las técnicas de búsqueda clásicas, además de usar operadores probabilísticos más robustos que los operadores determinísticos, que las otras técnicas frecuentan utilizar.
Base de Conocimiento. Sistemas Basados en Conocimiento.
Los procedimientos generales desarrollados para la resolución de dificultades y técnicas de búsqueda al inicio de la era de la Inteligencia Artificial demostraron no ser bastantes para resolver los problemas encaminados a las aplicaciones, ni fueron capaces de satisfacer los difíciles exigencias de la investigación.
A este conjunto de métodos, procedimientos y técnicas, se lo presenta como Inteligencia Artificial Débil. La principal conclusión que se procedió de este trabajo inicial fue que los problemas difíciles sólo lograrían ser resueltos con el auxilio del conocimiento específico acerca del dominio del problema.
Experiencia, Habilidades y Conocimiento.
Los ejemplos de experiencia que son de interés en los métodos basados en conocimiento, pueden ser clasificados en tres categorías: asociativa, motora y teórica.
Los sistemas basados en conocimiento son excelentes para simbolizar conocimiento asociativo. Este ejemplo de experiencia refleja la destreza heurística o el conocimiento que es logrado mayoritariamente, a través de la investigación.
Puede ser que no se perciba puntualmente lo que sucede al interior de un sistema (caja negra), pero se pueden asociar entradas o estímulos con salidas o respuestas, para solucionar problemas que han estado previamente conocidos.
La práctica motora es más física que cognitiva. La destreza se logra esencialmente a través del ejercicio y la práctica física constante
La experiencia teórica y el conocimiento profundo permite que los humanos logren solucionar problemas que no se han visto antes, es decir, no existe una posibilidad asociativa.
El diseño de un sistema basado en conocimiento de alguna manera manifiesta la estructura cognitiva y los procesos humanos. La primera parte es la memoria de largo plazo, en la que guarda los casos (Base de Hechos) y los conocimientos (Base de Conocimientos) acerca del dominio en el que tiene experiencia.
Tecnología de los Sistemas Basados en Conocimiento.
Desde el punto de vista tecnológico, los Sistemas Basados en Conocimiento logran mostrar varias formas de aplicación:
Aislada: un Sistema Basado en Conocimiento único se relaciona con el entorno.
Integrada: varios Sistemas Basados en Conocimiento interrelacionados a bases de conocimiento comunes
Embebida: un Sistema Basado en Conocimiento está compuesto con otros sistemas y no se lo distingue.
Componentes: software de interfaz, base de datos, programa computacional.
1) El software de interfaz, mediante el cual el usuario expresa preguntas a éste, el sistema experto pide más información a partir del usuario y éste le expone al usuario la causa de razonamiento utilizado para alcanzar a una respuesta.
2) La base de datos, llamada la base de conocimiento que consiste de axiomas (hechos) y reglas para hacer inferencias a partir de esos hechos acerca del dominio del sistema.
3)El programa computacional, llamado el motor de inferencia, elabora el proceso de hacer inferencias, interpreta y evalúa los hechos en la base de conocimiento para proveer una respuesta.
Tecnologías Involucradas.
Lenguajes de Programación
En principio, cualquier lenguaje de programación puede ser utilizado. Tradicionalmente LISP y PROLOG han sido los lenguajes que se han utilizado para la programación de sistemas expertos.
Estos lenguajes brindan características especialmente diseñadas para operar problemas generalmente hallados en Inteligencia Artificial.
Una de las principales características que comparten los lenguajes LISP y PROLOG, como derivación de su respectiva estructura, es que logran ser utilizados para escribir programas capaces de examinar a otros programas, incluyendo a ellos mismos.
Lisp: Su nombre viene de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico. fue desarrollado en 1958, en el Instituto de Tecnología de Massachusetts
Prolog: PROgramming in LOGic (PROLOG), es otro de los lenguajes de programación utilizados en IA. PROLOG fue desarrollado en Francia, en 1973 en la Universidad de Marseilles.
OPS5: Official Production System 5 (OPS5), es un lenguaje para ingeniería cognoscitiva que aguanta el procedimiento de representación del conocimiento en forma de reglas.
Sistemas de Desarrollo
Históricamente, los primeros Sistemas Basados en Conocimiento fueron desarrollados utilizando lenguajes de programación como el LISP y el PROLOG. A medida que el desarrollo de Sistemas Basados en Conocimiento iba aumentado en cantidad y complejidad, la comunidad científica emprendió a investigar formas de desarrollar los métodos en menor tiempo y con menor esfuerzo.
Esto dio lugar al surgimiento, en primer lugar a sistemas vacíos como el EMYCIN.
Algunos Casos y Antecedentes Históricos.
Los hitos más importantes en el desarrollo de los sistemas expertos son:
1928. Neuman desarrolla un teorema utilizado posteriormente en juegos.
1950. Shannon propone el primer programa de ajedrez.
1956. Newell, Shaw, y Simon crean "IPL-11" el primer lenguaje de programación para IA.
1957. Chomsky escribe "estructuras Sintácticas".
1958. McCarthy introduce el lenguaje "LISP", 1959. Rosenblatt introduce el Perceptron.
1959. EL programa de ajedrez de Samuel gana juegos contra grandes jugadores.
Aplicaciones.
Agentes Autónomos
Un agente autónomo es un sistema situado en un entorno y es parte de ese entorno que siente, actúa sobre él, a través del tiempo, persiguiendo sus propios objetivos de forma que afecte lo que siente en el futuro
Algunas aplicaciones.
Un agente, tal como se ha definido anteriormente, puede ser usado de múltiples maneras en el medio empresarial actual, por ejemplo:
Newstracker. Este programa recupera datos específicos.
Cuando el usuario indica el tipo de información que le interesa, Newstracker comprende el mensaje y, después de revisar durante horas miles de artículos en periódicos, agencias de noticias o revistas conectadas a Internet, cada mañana "edita" un periódico personalizado.
Si la selección de noticias no satisface por completo al lector, Newstracker toma nota, rectifica y es capaz de aprender de sus errores.
Mind-it. Este servicio gratuito de Internet envía un mensaje por correo electrónico cada vez que una página web (u otro documento) ha sido renovado. Permite elegir una parte de la página web para saber si ha sido renovada. Comunica al usuario, de forma automática, cuándo un documento ha sido trasladado a otra dirección.
Eliza. En 1966, Joseph Weizenbaum, del Instituto de Tecnología de Massachusetts, creó un programa para estudiar el lenguaje de comunicación entre el hombre y el computador. Fue programado para aparentar a un psicoterapeuta y contestar preguntas. Este sistema es muy simple.
Express. Este programa permite realizar múltiples investigaciones simultáneas en diferentes buscadores, y localizar información en la Web de modo fácil y veloz a través de una interfaz sencilla.
BargainFinder, simbolizado en la red como una esfera amarilla con un casco de minero, se dedica a buscar CD baratos en Internet.
Robótica
Los robots son dispositivos compuestos de censores que reciben datos de entrada, una computadora que al tomar la información de entrada, ordena al robot que efectúe una determinada acción