Unidad 1

ANTECEDENTES DE LA INTELIGENCIA ARTIFICIAL

Clase # 1

INTRODUCCIÓN

La inteligencia artificial es un amplio campo del estudio de la computación en la actualidad, también conocida como IA, para su desarrollo abarca la lógica, matemáticas y la probabilidad. Nace tras la segunda guerra mundial, su nombre surge en 1956 y es una ciencia reciente que promete grandes esperanzas. La IA trabaja con muchos subcampos, para resolver problemas de manera generales como el aprendizaje  y la percepción, incluso hasta la demostración de teoremas matemáticos. La IA surge con el estudio biomolecular, es decir con el estudio del comportamiento humano y animal para lograr una simulación, una vez analizado su actuar se logra desarrollar software o agentes que permita dar solución a un problema.

INTELIGENCIA ARTIFICIAL

Es una de las ciencias modernas, que surgió a raíz de la segunda guerra mundial su objetivo principal es crear entidades inteligentes basándose en el comportamiento humano. y entre los subcampos de aplicación que trabaja la IA en resolver problemas: tenemos el aprendizaje y la percepción y se extiende hasta propósitos generales y mas profundos como diagnósticos médicos, demostración de teoremas, las estrategias de ajedrez y escritura de poseías.

INTELIGENCIA

La inteligencia es la capacidad que posee un agente para pensar y actuar de manera racional.

RACIONALIDAD

La racionalidad es hacer lo correcto de acuerdo a los conocimiento adquiridos.

DEFINICIÓN DE LA IA

Para la definición de IA desde su creación se ha seguido cuatro enfoques indispensables, que están basados en el comportamiento humano y la racionalidad. Detallaremos cada una de ellos.

SISTEMAS QUE PIENSAN COMO HUMANOS

«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)

SISTEMAS QUE PIENSAN RACIONALMENTE

«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 ACTUAN COMO HUMANOS

«El arte de desarrollar máquinas con capacidad para realizar funciones que cuando son realizadas por personas requieren de inteligencia». (Kurzwell, 1990)
«El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor». (Rich y Knight, 1991)

SISTEMAS QUE ACTUAN RACIONALMENTE

«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)
Estos enfoques fueron tomados del libro de trabajo para esta unidad que mas adelante estará en la bibliográfica.

COMPORTAMIENTO HUMANO: El enfoque a la Prueba de Turing

La prueba de Turing fue creada por Alán Turing en el año 1950 cuya finalidad es, que una máquina o agente se comporte como humano, para esto tiene que pasar un prueba estricta para medir dicho comportamiento y al realizar una serie de pregunta por un humano este, no pueda identificar que es una máquina, si ocurre lo contrario esta no supera la prueba considerándose fallida, en resumen se puede decir que la prueba de Turing realiza la simulación de un humano.

CAPACIDADES QUE DEBE POSEER UN COMPUTADOR

Para que un computador pase la prueba de Turing de manera eficiente, este debe obtener  procesamiento de lenguaje natural, es decir que interprete de manera fluida el inglés, a su vez debe almacenar la información de lo que conoce o siente considerado como representación del conocimiento. Debe tener razonamiento automático para que pueda hacer uso del conocimiento adquirido y pueda responder a preguntas y sacar sus propias conclusiones y tener un aprendizaje automático que le permita adaptarse a nuevas experiencias.
Sin embargo para que una computadora supere la prueba de Turing debe poseer las siguientes cualidades:
Visión computacional y robótica es decir que a través de la visión el computador puede percibir objeto con ayuda de sensores y con la robótica podrá realizar la acción de manipular objetos.

PENSAR COMO HUMANO: El enfoque del modelo cognitivo

Para que un programa piense como humano se debe realizar el estudio de nuestros propios pensamientos y realizar experimentos psicológico, se debe tener muy en cuenta la teoría para luego llegar a una programación. Este enfoque basa en el pensamiento cognitivo que son experimentos de psicología para elaborar teorías precisas y verificables.

PENSAMIENTO RACIONAL: El enfoque de las leyes del pensamiento

El pensamiento racional se enfoca en la filosofía, siendo Aristóteles quien proporcionó la manera correcta de pensar, en donde su silogismo es un esquema estructurado de tal manera que determina siempre se llega a conclusiones verdaderas si se parte de premisas correctas. Estas leyes dieron el inicio de la lógica que en la actualidad es parte para el estudio de la IA.

ACTUAR DE FORMA RACIONAL: El enfoque del agente racional

Para que un agente pueda razonar debe tener control autónomo y ser capaz de observar el medio en que se encuentre y actuar de acuerdo a él. 

AGENTE

Un agente es algo que razona.

AGENTE RACIONAL

Un agente racional razona de acuerdo al medio para lograr el  mejor resultado.

CONCLUSIÓN

Como conclusión tenemos que para realizar un agente y llegar a su programación es necesario realizar el estudio previo de la teoría y establecer las reglas y funcionalidad que debe realizar el agente. Es por esto que la IA se basa en cuatro enfoques fundamentales.

LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

Clase # 2

INTRODUCCIÓN

Los fundamentos de la Inteligencia Artificial son disciplinas que  dan apoyo a la IA en su desarrollo. Gracias  a estas se ha contribuido de manera satisfactoria en el avance tecnológico del último siglo, puesto que brindan ideas en el estudio del comportamiento humano para luego llegar a la simulación en máquinas que sean capaz de actuar de acuerdo a su programación donde el desarrollador determina el nivel de conocimiento. A continuación los fundamentos tratados en clase.

Filosofía (desde 428 a. C hasta hoy)

Este fundamento surge con Aristóteles, quien fue el primero en realizar leyes racional de la inteligencia, donde estableció premisa para extraer conclusiones.  Que dice que para llegar a una conclusión verdadera, hay que partir de premisas verdaderas. Por lo tanto la filosofía establece las reglas que describen lo racional y formal de la mente.

Matemáticas (800 al presente)

Para considerar a la IA como ciencia formal se divide a las matemáticas en tres áreas que son: la  lógica, computación y probabilidad. Este fundamento nace para crear conclusiones validad, entender procesos para luego computarlos y razonar con información incierta.

Economía (1776 hasta la actualidad)

Es una ciencia que estudia los procesos que hay que llevar a cabo en la toma de decisiones par obtener mejor rendimiento. Y un agente tiene que tener claro este conocimiento para poder  maximizar su propio estado en bienestar propio.

Neurociencia (1861 hasta la actualidad)

La neurociencia estudia el cerebro humano, principalmente a las neuronas que son la fuente de información y es uno de los misterios de los científicos que no se logra resolver como se genera pensamientos, la conciencia y lo que controla los impulsos.

A continuación se muestra las partes de una neurona.

Psicología (1879 hasta la presente)

La Psicología  es una ciencia que estudia los procesos mentales y el comportamiento humano tanto física como moral ademas todo esto entorno al medio o sociedad en que se encuentre. Es decir que se adquiera un estado o actitud de acuerdo a las percepciones recibidas del medio ambiente que se desenvuelve.

CONCLUSIÓN

Se concluye que los fundamentos de la IA en sus inicios no fueron consideradas ciencias puesto que según los científicos de esa época no realizaban ningún tipo de aporte para el desarrollo de inteligencia artificial, pero al realizar investigaciones se dieron cuenta de lo importante que podría llegar a ser el estudio de estos fundamentos.

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

Clase # 3 (exp. M)

Génesis de la Inteligencia Artificial (1943-1955)

El principio de la Inteligencia Artificial surge con el primer trabajo realizado por Warren McCulloch y Walter Pits en el año de 1943, en los temas que se apoyaron tenemos la filosofía básica y funcionalidad de las neuronas en el cerebro, el análisis de lógica proposicional de Rusell y Whitehead y la teoría de la computación de Turing. Aportaron con la construcción de un modelo de neuronas artificiales teniendo estas neuronas dos estados activada y desactivada, es decir que trabajaron en la simulación de redes neuronales que funcionaban con estímulos y estaban interconectadas entre si.

En 1949 Herb expuso una regla de actualización para modificarse las intensidades de las conexiones entre neuronas llamado Aprendizaje Hebbiano. En ese mismo año se construyó el primer computador en base a redes neuronales por Marvin Minsky y Dean Edmonds. 

Nacimiento de la Inteligencia Artificial (1956)

John McCarthy tras su graduación formó un grupo conformado por Minsky, Claude Shannon y Nathaniel Rochester para que le ayudaran a incentivar a los investigadores americanos en la teoría de los autómatas, las redes neuronales y el estudio de la inteligencia. En este nacimiento se formaron grupos para realizar estudios los cuales no fueron aceptados y otros no obtuvieron ningún avance en la investigación. Se dio el nuevo nombre Inteligencia Artificial, siendo inicialmente conocida como Racionalidad computacional.

Entusiasmo inicial, grandes esperanzas (1952-1969)

Como todo inicio la IA tuvo gran éxito partiendo de las primeras computadoras y herramientas de programación de ese entonces, Newell y Simon crearon el posible primer programa que se aplico el enfoque de "pensar como humano" llamado SRGP (Sistema de Resolución general de problemas), donde este programa podía dar solución a problemas generales y realizar tareas. En 1976 Newell y Simon formularon una hipótesis del sistema de símbolos físicos, donde determinaron que todo sistema con símbolos físicos tienen capacidad de generar una acción inteligente. 1959 Herbert Gelernter construyo el DTG (Demostrador de teoremas geométricos). En 1952 Arthur Samuel programas para juego de damas. Es decir en esta época ya se tenia entusiasmo de la realización de sistemas y ya  se empezaba a tener la competencia por crear nuevas ideas.

Una dosis de realidad (1966-1973)

Desde que surge la IA se dieron a conocer ante la sociedad los cambios que se fueron efectuando en cada investigación y de acuerdo a esta, algunos científicos realizaron predicciones que ocurrían en futuro, aunque unas no se cumplieron con gran exactitud. Herbert Simon fue el precursor de proyectar desarrollo en los siguientes 40 años, donde dedujo que un computador podía llegar a ser campeón de ajedrez. Es decir que se de acuerdo al gran entusiasmo de mejorar la tecnología se obtuvo una realidad de lo planteado en teoría.

Sistemas basados en conocimiento (1969-1979)

La investigación realizada en la década anterior permito el desarrollo de sistemas basados en conocimientos, donde se incluía el razonamiento básico para la soluciones complicadas, es decir que ya se trabajaba con mecanismos estrictos para la programación con conocimiento especifico del dominio que facilitara el desarrollo de etapas de razonamiento mas extensas y trabajando con fundamentos exactos. Entre los programas destacados tenemos el DENTRAL, creado por Buchanan en el año 1969. Y se trabajaba con sistemas expertos.

La IA se convierte en una industria (1980 hasta la actualidad)

Desde este año los sistemas expertos han tenido éxito en el mercado y donde surge la competencia mundial en desarrollar nuevos sistemas informáticos, siendo uno de los mayores ingresos de algunos países pioneros en esta área, En 1981 Japón también realiza construcciones de computadoras inteligentes en los que se ejecutase Prolong. 

IA se se convierte en una ciencia (1987 hasta la actualidad)

En los primeros años de la IA parecía perfectamente posible que las nuevas formas de la

computación simbólica, por ejemplo, los marcos y las redes semánticas, hicieran que la mayor parte de la teoría clásica pasara a ser obsoleta. Esto llevó a la IA a una especie de aislamiento, que la separó del resto de las ciencias de la computación. En la actualidad se está abandonando este aislamiento. Existe la creencia de que el aprendizaje automático no se debe separar de la teoría de la información, que el razonamiento incierto no se debe separar de los modelos estocásticos, de que la búsqueda no se debe aislar de la optimización clásica y el control, y de que el razonamiento automático no se debe separar

de los métodos formales y del análisis estático.

Emergencia de los sistemas inteligentes (1995 hasta la actualidad)

Tras el afán del progreso en la resolución de subproblemas de Ia IA,  los investigadores han comenzado a trabajar de nuevo en el problema del «agente total», incluyendo la arquitectura de los mismo El llamado «movimiento situado» intenta entender la forma de actuar de los agentes inmersos en entornos reales, que disponen de sensores de entradas continuas. Uno de los medios más importantes para los agentes inteligentes es Internet Los sistemas de IA han llegado a ser tan comunes en aplicaciones desarrolladas para la Web que el sufijo «-bot» se ha introducido en el lenguaje común.

CONCLUSIÓN

Dentro de la historia de Inteligencia Artificial desde sus inicios, para su desarrollo a tenido un sinnúmero de inconvenientes para su llegar hasta lo que es hoy en día, para concluir el tema podemos decir nada se construye de la noche a la mañana y que fueron años y años de investigación para llegar a elaborar sistemas expertos que puedan resolver problemas de mucha dificultad.

EL ESTADO DEL ARTE

Clase # 4

El estado de arte se representa en las siguientes aplicaciones.

Planificación autónoma

La NASA creo un programa Agente remoto, siendo el primer sistema de planificación autónoma, que controlaba la planificación de las operaciones desde una nave espacial. 

Juegos

Deep Blue de IBM fue el primer sistema que derrotó a un campeón mundial en una partida de ajedrez cuando superó a Garry Kasparov por un resultado de 3.5 a 2.5 en una partida de exhibición (Goodman y Keene, 1997). Kasparov dijo que había percibido un «nuevo tipo de inteligencia» al otro lado del tablero. La revista Newsweek describió la partida como «La partida final». El valor de las acciones de IBM se incrementó en 18 billones de dólares.

Control autónomo

ALVINN fue un sistema de control autónomo de visión por computadora, que dirigía a un coche como seguidor de linea. Es decir realizaba su propio control de acuerdo a las condiciones de programación realizadas por su diseñador.  

Diagnosis

Fueron programas de diagnostico médico basados en el análisis de probabilidad. 

Planificación logística

para automatizar la planificación y organización logística del transporte. Lo que incluía hasta 50.000 vehículos, carga y personal a la vez, teniendo en cuenta puntos de partida, destinos, rutas y la resolución de conflictos entre otros parámetros. Las técnicas de planificación de IA permitieron que se generara un plan en cuestión de horas que podría haber llevado semanas con otros métodos.

Robótica

Sistema de asistente de cirugía que son utilizados en microcirugía. Consiste en técnicas de visión por computador para crear un modelo tridimensional de la anatomía interna del paciente.

Procesamiento de lenguaje y resolución de problemas

ROVERB (Littman etal., 1999) es un programa informático que resuelve crucigramas mejor que la mayoría de los humanos, utilizando restricciones en programas de relleno de palabras, una gran base de datos de crucigramas, y varias fuentes de información como diccionarios y bases de datos online, que incluyen la lista de películas y los actores que intervienen en ellas, entre otras cosas.

CONCLUSIÓN

Para concluir el tema decimos que el estado del arte fueron los distintos aplicativos en que desarrollo la IA, dando mayor aporte a sociedad con sistemas que ayudaron al ser humano a realizar sus actividades de diarias de acuerdo a su campo.

BIBLIOGRAFÍA

Russell, S y Norvig, P. 2013. Inteligencia Artificial, Un Enfoque moderno: Agentes Inteligentes. 2da Ed.