INTELIGENCIA ARTIFICIAL

HISTORIA

Es en los años 50 cuando se logra realizar un sistema que tuvo cierto éxito, se llamó el Perceptrón de Rossenblatt. Éste era un sistema visual de reconocimiento de patrones en el cual se unieron esfuerzos para que se pudieran resolver una gama amplia de problemas, pero estas energías se diluyeron enseguida.

Fué en los años 60 cuando Alan Newell y Herbert Simon, que trabajando la demostración de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem Solver: solucionador general de problemas). Éste era una sistema en el que el usuario definía un entorno en función de una serie de objetos y los operadores que se podían aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, así como con criptoaritmética y otros problemas similares, operando, claro está, con microcosmos formalizados que representaban los parámetros dentro de los cuales se podían resolver problemas. Lo que no podía hacer el GPS era resolver problemas ni del mundo real, ni médicos ni tomar decisiones importantes. El GPS manejaba reglas heurísticas (aprender a partir de sus propios descubrimientos) que la conducían hasta el destino deseado mediante el método del ensayo y el error.

En los años 70, un equipo de investigadores dirigido por Edward Feigenbaum comenzó a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en problemas más concretos. Así es como nació el sistema experto.

El primer sistema experto fue el denominado Dendral, un intérprete de espectrograma de masa construido en 1967, pero el más influyente resultaría ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicación, todo un logro en aquella época que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso común en el Pacific Medical Center de San Francisco, EEUU).

Ya en los años 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta época cuando se desarrollan sistemas expertos más refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas heurísticas automáticamente, por inducción.

¿Qué es la inteligencia artificial?

La inteligencia artificial, IA, es ¨la disciplina científica que se ocupa del estudio de las ideas que permiten ser inteligentes a los ordenadores¨ (definición de Winston).

La definición que se maneja del concepto de inteligencia artificial (I.A.) en este proyecto es: rama de computación que se encarga, entre otras cosas, de los problemas de percepción, razonamiento y aprendizaje en relación con sistemas artificiales, y que tiene como áreas de investigación a los sistemas expertos y de conocimiento, la robótica, los lenguajes naturales, las redes neuronales y la lógica difusa.

¨Un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores. ¨ Un agente robótico tiene como sensores cámaras y telémetros infrarrojos, y los motores le sirven como efectores. Los agentes humanos tienen ojos, olfato y otros órganos que le sirven como sensores y piernas, brazos, boca y otras partes del cuerpo que sirven como efectores.

El criterio que sirve para definir que tan exitoso ha sido un agente en la elaboración de una tarea encomendada se denomina medición del desempeño y sirve como medio de evaluación de las acciones del agente. Se debe aclarar que no es posible utilizar una medida fija que se pueda aplicar por igual a todos los agentes ya que depende de la tarea realizada y el criterio de cada evaluador.

La I.A. tiene aplicación en la Robótica cuando se requiere que un robot "piense" y tome una decisión entre dos o más opciones, es entonces cuando principalmente ambas ciencias comparten algo en común. La I.A. también se aplica a los ordenadores, ya sean PC's servidores de red o terminales de red, ya que su principal aplicación es desarrollar programas computacionales que resuelvan problemas que implican la interacción entre la máquina y el hombre, es decir, las máquinas "aprenderán" de los hombres, para realizar mejor su labor.

Aprendizaje

Por lo general, la inteligencia que posee un agente es algo que le ha dado su diseñador pero este no es el mejor método ya que el mundo físico no es lineal y poco predecible presenta variables que no se pueden determinar con facilidad.

Cuando el diseñador desconoce el ambiente en el que va a interactuar el agente, el único camino de que dispondrá el agente es el aprendizaje. Este aprendizaje lo hace por medio de la experiencia permitiendo un alto desempeño, dominio sobre la aplicación y autonomía.

El aprendizaje se produce como resultado de la interacción entre el agente y el mundo, y, de la observación por el agente de sus propios procedimientos de toma de decisiones. Este aprendizaje puede ir desde la memorización de experiencias hasta la creación de teorías científicas.