Este documento resume la historia y los conceptos fundamentales de la inteligencia artificial en tres oraciones. Explica que la IA surgió en la década de 1940 a partir de trabajos sobre redes neuronales y la prueba de Turing, y que en la década de 1950 se establecieron los cuatro enfoques principales. Luego pasó por etapas de entusiasmo inicial, desilusión por la falta de progreso y el surgimiento de sistemas basados en conocimiento, para convertirse finalmente en una industria y ciencia establecida.
2. ¿Qué es la I.A.?
Sistemas que piensan como humanos Sistemas que piensan racionalmente*
“El nuevo y excitante esfuerzo de hacer que los
computadores piensen… máquinas con mentes,
en el más amplio sentido literal”. (Haugeland,
1985)
“La automatización de actividades que
vinculamos con procesos de pensamiento
humano, actividades como la toma de
decisiones, resolución de problemas,
aprendizaje…” (Bellman, 1978)
“El estudio de las facultades mentales mediante
el uso de modelos computacionales” (Charniak y
McDermott, 1985)
“El estudio de los cálculos que hacen posible
percibir, razonar y actuar”. (Winston, 1992)
Sistemas que actúan como humanos Sistemas que actúan racionalmente
“El arte de desarrollar máquinas con capacidad
para realizar funciones que cuando son
realizadas por personas requieren de
inteligencia”. (Kurzweil, 1990)
“El estudio de cómo lograr que los computadores
realicen tareas que, por el momento, los
humanos hacen mejor” (Rich y Knight, 1991)
“La Inteligencia Computacional es el estudio del
diseño de agentes inteligentes”. (Poole et al.,
1998)
“IA… está relacionada con conductas inteligentes
en artefactos”. (Nilsson, 1998)
*Un sistema es racional si hace “lo correcto”, en función de su conocimiento
3. Enfoques de la I.A.
Comportamiento humano:
enfoque de la Prueba de
Turing
Pensar como humano: el
enfoque del modelo cognitivo
Pensamiento racional: el
enfoque de las “leyes del
pensamiento”
Actuar de forma racional: el
enfoque del agente racional
4. Comportamiento Humano: el
enfoque de la Prueba de Turing
Propuesta por Alan Turing
(1950)
Diseñada para proporcionar
una definición operacional y
satisfactoria de inteligencia
Prueba basada en la
incapacidad de diferenciar
entre entidades inteligentes
indiscutibles y seres humanos
5. Comportamiento Humano: el
enfoque de la Prueba de Turing
El computador debería poseer las siguientes capacidades
para pasar la prueba básica:
1)Procesamiento de lenguaje natural
2)Representación del conocimiento
3)Razonamiento automático
4)Aprendizaje automático
La Prueba Global de Turing incluye además:
5)Visión computacional
6)Robótica
http://www.jabberwacky.com/chat-george
http://www.turinghub.com/
http://alice.pandorabots.com/
6. Pensar como un humano: el
enfoque del modelo cognitivo
Se requieren mecanismos
para determinar cómo
piensan los humanos,
penetrando en las mentes
humanas: introspección y
experimentos psicológicos
Una vez que se cuente con
una teoría precisa sobre
cómo trabaja la mente, se lo
podrá plasmar en el
computador
7. Pensar como un humano: el
enfoque del modelo cognitivo
En el campo interdisciplinario de la ciencia
cognitiva convergen modelos
computacionales de IA y técnicas
experimentales de psicología intentando
elaborar teorías precisas y verificables sobre
el funcionamiento de la mente humana
8. Pensamiento racional: el enfoque
de las “leyes del pensamiento”
Aristóteles codificó la “manera
correcta de pensar” a través de
los silogismos – LÓGICA
Se desarrollaron programas
(1965) que inicialmente resolvían
cualquier problema resoluble en
notación logista.
9. Actuar de forma racional: el
enfoque del agente racional
Agente = razona
Un agente racional es aquel
que actúa con la intención de
alcanzar el mejor resultado o,
cuando hay incertidumbre, el
mejor resultado esperado
10. Actuar de forma racional: el
enfoque del agente racional
Es necesario contar con la capacidad para
representar el conocimiento y razonar
basándonos en él, porque ello permitirá
alcanzar decisiones correctas en una amplia
gama de situaciones.
11. Fundamentos de la I.A.
Filosofía
Matemáticas
Economía
Neurociencia
Psicología
Ingeniería Computacional
Teoría de control y cibernética
Lingüística
12. Fundamentos de la I.A.
FilosofíaFilosofía: Los filósofos (desde el año 400 A.C.)
facilitaron el poder imaginar la I.A. al concebir la
idea de que la mente es de alguna manera como
una máquina que funciona a partir del
conocimiento codificado en un lenguaje interno, y
al considerar que el pensamiento servía para
seleccionar la acción a llevar a cabo.
LingüísticaLingüística: Los lingüistas demostraron que el
uso del lenguaje se ajusta a ese modelo.
13. Fundamentos de la I.A.
MatemáticasMatemáticas: Las matemáticas proporcionaron
las herramientas para manipular tanto las
aseveraciones de certeza lógicas, como las
inciertas de tipo probabilista. Asimismo,
prepararon el terreno para un entendimiento de lo
que es el cálculo y el razonamiento con
algoritmos.
EconomíaEconomía: Los Economistas formalizaron el
problema de la toma de decisiones para maximizar
los resultados esperados.
14. Fundamentos de la I.A.
Ingeniería ComputacionalIngeniería Computacional: Los informáticos
proporcionaron los artefactos que hicieron posible
la aplicación de la I.A.. Los programas de IA
tienden a ser extensos y no podrían funcionar sin
los grandes avances en velocidad y memoria
aportados por la industria informática.
PsicologíaPsicología: Los Psicólogos adoptaron la idea de
que los humanos y los animales podían
considerarse como máquinas de procesamiento de
información.
15. Fundamentos de la I.A.
Teoría de control y cibernéticaTeoría de control y cibernética: La teoría de
control se centra en el diseño de dispositivos que
actúan de forma óptima con base en la
retroalimentación que reciben del entorno en el
que están inmersos. Inicialmente las
herramientas matemáticas de la teoría de control
eran bastante diferentes a las técnicas que
utilizaba la IA, pero ambos campos se están
acercando.
16. Fundamentos de la I.A.
NeurocienciaNeurociencia: La neurociencia consiste en el
estudio del sistema neurológico, y en especial del
cerebro. Las neuronas y las sinapsis del cerebro
están activas simultáneamente, mientras que las
computadoras actuales tienen una o como mucho
varias UCP. Por tanto, incluso sabiendo que un
computador es un millón de veces más rápido en
cuanto a su velocidad de intercambio, el cerebro
acaba siendo 100.000 veces más rápido en lo que
hace.
17. Etapas en la historia de la I.A.
1. Génesis de la inteligencia artificial
2. Nacimiento de la Inteligencia Artificial
3. Entusiasmo inicial, grandes esperanzas
4. Una dosis de realidad
5. Sistemas basados en el conocimiento: ¿clave del poder?
6. La IA se convierte en una industria
7. Regreso de las redes neuronales
8. IA se convierte en una ciencia
18. Génesis de la I.A. (1943 – 1955)
Warren McCulloch y Walter Pitts (1943): 1er trabajo de
I.A. ; consistía en un modelo constituido por neuronas
artificiales (estímulos), a través de 3 fuentes:
Conocimientos sobre fisiología básica y funcionamiento de las
neuronas en el cerebro
Análisis formal de la lógica proposicional de Russell y
Whitehead
Teoría de la computación de Turing
Donald Hebb (1949): Regla de actualización para
modificar las intensidades de las conexiones entre neuronas
19. Génesis de la I.A. (1943 – 1955)
Marvin Minsky y Dean Edmonds (Princeton, 1951):
Construyeron el 1er computador a partir de una red
neuronal denominada SNARC*
Alan Turing (1950): Artículo “Computing Machinery
and Intelligence” sobre una visión de la I.A.:
Prueba de Turing
Aprendizaje automático
Algoritmos genéticos
Aprendizaje por refuerzo
20. Nacimiento de la I.A. (1956)
John McCarthy (Dartmouth College):
Para aumentar el interés de los investig.
americanos en las nuevas teorías, organizó
un taller de 2 meses con 10 asistentes.
Allen Newell y Herbert Simon (Carnegie Tech): Prog.
de razonamiento denominado Teórico Lógico (TL), fue
capaz de pensar de manera no numérica
Nombre propuesto por McCarthy para este campo:
INTELIGENCIA ARTIFICIAL
21. Entusiasmo inicial, grandes esperanzas
(1952 - 1969)
John McCarthy: “¡Mira mamá, ahora sin manos!”
Newell y Simon: SRGP fue el 1er programa que
incorporó el enfoque “pensar como un ser humano”, lo
que conllevó (1976) a la hipótesis “sistema de símbolos
físicos”: estructura de datos compuestas por símbolos
Arthur Samuel (1952): Programa para juego de damas
amateur – TV en Feb 1956
John McCarthy (MIT, 1958):
Creó el lenguaje LISP;
Artículo “Programs with common sense”: programa
hipotético llamado generador de consejos considerado
como el 1er sistema de I.A. completo
22. Entusiasmo inicial, grandes esperanzas
(1952 - 1969)
John McCarthy (Stanford, 1963): Creó el laboratorio
de Inteligencia Artificial.
Micromundos (1964-1969) : consistió en elegir un
Nro. de problemas limitados cuya solución pareció
requerir inteligencia. Ejms:
SAINT: problemas de integración de cálculo
ANALOGY: problemas de analogía geométrica
STUDENT: problemas de álgebra
SHRDLU: El mundo de los bloques
24. Una dosis de realidad
(1966 - 1973)
Herbert Simon (1957): Famoso comentario sobre el
“futuro previsible”
Problemas:
traducción automática;
programas contaban con poco o ningún conocimiento de
la materia objeto de estudio
Informe (1966): “No se ha logrado obtener ninguna
traducción de textos científicos generales ni se prevé
obtener ninguna en un futuro inmediato”.
25. Sistemas basados en el conocimiento:
¿clave del poder? (1969 – 1979)
1ra década de IA: centrado en el desarrollo de
mecanismos de búsqueda de propósito general;
razonamiento básico para encontrar soluciones
completas: métodos débiles
Programa DENDRAL (Stanford, 1969): 1er sistema
de conocimiento intenso (sistema experto), que
consistia en inferir una estructura molecular a partir
de un espectrómetro de masas.
Programa MYCIN: sistema que diagnostica
infecciones sanguíneas, con 450 reglas aprox.
26. Sistemas basados en el conocimiento:
¿clave del poder? (1969 – 1979)
Comprensión del lenguaje natural: Problemas:
Representación de situaciones estereotipo
Descripción de la organización de la memoria humana
Comprensión de planes y objetivos
PROLOG: lenguaje basado en la lógica en Europa
PLANNER: lenguaje basado en la lógica en EEUU
Marcos: (Minsky, 1975): enfoque estructurado
27. La I.A. se convierte en una
industria (1980 – actualidad)
R1 (McDermott, 1982): 1er sistema experto
comercial exitoso; elaboración de pedidos de nuevos
sistemas informáticos.
Quinta generación (Japón, 1981): Plan de 10 años
para construir computadoras inteligentes utilizando
Prolog.
Microelectronics and Computer Technology
Corporation (USA): competitividad nacional en I.A.
“El invierno de la I.A.”
28. Regreso de las redes neuronales (1986
– actualmente)
Se reinventó el algoritmo de aprendizaje de
retroalimentación en el campo de la informática y de
la psicología.
Estos modelos de IA fueron llamados conexionistas
Tendencia actual: las aproximaciones conexionistas y
simbólicas son complementarias y no competidoras
29. I.A. se convierte en una ciencia
(1987 – actualmente)
Predomina desarrollo sobre teorías ya existentes que
proponer teorías nuevas
La IA forma parte del ámbito de los métodos
científicos. Para que se acepten, las hipótesis se deben
someter a rigurosos experimentos empíricos, y los
resultados deben analizarse estadísticamente para
identificar su relevancia.
Un modelo de la tendencia actual es el campo del
reconocimiento del habla.
Sistemas de I.A. han llegado a ser comunes en
aplicaciones desarrolladas para la Web, Ejm: chatbot
Editor's Notes
Existe confrontación entre los enfoques centrados en los humanos y los centrados en la racionalidad.
El enfoque humano: ciencia empírica – hipótesis y experimentos
El enfoque racional: combinación de matemáticas e ingeniería
El computador supera la prueba si un evaluador humano no es capaz de distinguir si las respuestas a una serie de preguntas planteadas, son de una persona o no.
Permite comunicarse satisfactoriamente en inglés
Para almacenar lo que se conoce o siente
Para utilizar la información almacenada para responder a preguntas y extraer nuevas conclusiones
Para adaptarse a nuevas circunstancias y para detectar y extrapolar patrones
Para percibir objetos
Para manipular y mover objetos
Allen Newell y Herbert Simon que desarrollaron el SRGP en 1961 (Sistema general de resolución de problemas), no les bastó con que su programa resolviera correctamente problemas propuestos. Lo que les interesaba era seguir la pista de las etapas del proceso de razonamiento y compararlas con las seguidas por humanos a los que se les enfrentó a los mismos problemas.
Los campos de IA y ciencia cognitiva continúan alimentándose entre sí, especialmente en las áreas de la visión y el lenguaje natural.
Los Silogismos están estructurados a través de las Premisas (mayor, menor, conclusión)
“Sócrates es un hombre; todos los hombres son mortales; Sócrates es mortal”
“El pingüino es un ave; todas las aves vuelan; el pingüino vuela”
Estudiosos de la lógica desarrollaron en el siglo XIX una notación precisa oara definir sentencias sobre todo tipo de elementos del mundo y especificar relaciona entre ellos. (comparable con la notación aritmética)
Existe confrontación entre los enfoques centrados en los humanos y los centrados en la racionalidad.
El enfoque humano: ciencia empírica – hipótesis y experimentos
El enfoque racional: combinación de matemáticas e ingeniería
El modelo constituido por neuronas artificiales se caracterizaba por estar “activada” o “desactivada”; la “activación” se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas.
Aprendizaje Hebbiano o de Hebb
La SNARC utilizaba 3000 válvulas de vacío y un mecanismo de piloto automático de un avión bombardero B-24 para simular una red con 40 neuronas.
-Racionalidad computacional
-SRGP : Sistema de Resolución General de Problemas se diseñó para que imitara protocolos de resolución de problemas de los seres humanos.
- Lisp fue el 2do lenguaje de programación mas antiguo después de Fortran
-Comentario: “Sin afán de sorprenderlos y dejarlos atónitos, pero la forma más sencilla que tengo de resumirlo es diciéndoles que actualmente en el mundo existen máquinas capaces de pensar, aprender y crear. Además, su aptitud para hacer lo anterior aumentará rápidamente hasta que (en un futuro previsible) la magnitud de problemas que serán capaces de resolver irá a la par que la capacidad de la mente humana para hacer lo mismo”.
-También dijo que en los próximos 10 años un computador llegaría a ser campeón de ajedrez
Consejo Nacional para la investigación de EEUU apoyo la traducción de artículos científicos en vísperas del lanzamiento del Sputnik en 1957
“El espiritu es fuerte pero la carne es débil” – “el vodka es bueno pero la carne está podrida”
En 1988 ya se había distribuido 40 sistemas expertos. Du Pont utilizaba ya 100 y estaban en etapa de desarrollo 500 más.
El invierno de la IA afectó a muchas empresas que no fueron capaces de desarrollar los extravagantes productos prometidos