HISTORIA DE LA INTELIGENCIA ARTIFICIAL Los esfuerzos por reproducir algunas habilidades mentales humanas en mquinas y androides se remontan muy

atrs en la historia. El mito del coloso de Rodas entre los griegos, las estatuas "parlantes" del medioevo, el androide de Von Kempelen que jug al ajedrez con Napolen, y el "motor analtico" de Charles Babbage que calculaba logaritmos, son slo algunos de los ejemplos de este antiguo inters. Igualmente, la concepcin de la inteligencia humana como un mecanismo no es reciente ni ha estado disociada de la psicologa: Descartes, Hobbes, Leibniz, y el mismo Hume se refirieron a la mente humana como una forma de mecanismo. Durante el siglo XIX y la primera mitad del XX, las analogas biolgicas y fenomenolgicas desplazaron a la nocin de mecanismo en el estudio de la mente humana. Sin embargo, a partir de la segunda mitad de nuestro siglo, la nocin de mecanismo renov su poder heurstico con la formalizacin de la nocin de "computacin". Como algunas mquinas, especialmente las calculadoras, se disearon para evitar el tener que pensar y para hacer el pensamiento ms rpido y exacto, fue inevitable que desde sus orgenes las calculadoras, y ms adelante las computadoras, se relacionaran con la inteligencia y el pensamiento enfatizando sus similitudes. La IA fue introducida a la comunidad cientfica en 1950 por el ingls Alan Turing en su artculo "Maquinaria Computacional e Inteligencia." A pesar de que la investigacin sobre el diseo y las capacidades de las computadoras comenzaron algn tiempo antes, fue hasta que apareci el artculo de Turing que la idea de una mquina inteligente cautiv la atencin de los cientficos. La pregunta bsica que Turing trat de responder afirmativamente en su artculo era: pueden las mquinas pensar? Los argumentos de Turing en favor de la posibilidad de inteligencia en las mquinas, iniciaron un intenso debate que marc claramente la primera etapa de interaccin entre la IA y la psicologa. Los debates en aquella poca se centraron en el anlisis de la serie de problemas implicados en la aplicacin de trminos mentalistas a las computadoras. La intencin de Turing no era la de usar estos trminos como analogas sino la de eliminar la distincin entre inteligencia natural e inteligencia artificial. Dos de las contribuciones ms importantes de Turing a la IA fueron el diseo de la primera computadora capaz de jugar ajedrez y, ms importante que esto, el establecimiento de la naturaleza simblica de la computacin. El trabajo de Turing, quien falleci prematuramente, fue continuado en los Estados Unidos por John Von Neumann durante la dcada de los cincuentas. Su contribucin central fue la idea de que las computadoras deberan disearse tomando como modelo al cerebro humano. Von Neumann fue el primero en "antropomorfizar" el lenguaje y la concepcin de la computacin al hablar de la "memoria", los "sensores", etc., de las computadoras. Construy una serie de mquinas utilizando lo que a principios de los cincuentas se conoca sobre el cerebro humano, y dise los primeros programas almacenados en la memoria de una computadora. Sin embargo, esta lnea de investigacin pronto encontr serias limitaciones. La concentracin en la imitacin de la constitucin fsico-qumica del cerebro, no permiti ver, a Von Neumann y

sus seguidores, que la analoga sera mucho ms eficiente si se estudiaran las funciones del cerebro, es decir, sus capacidades como procesador de informacin. Corresponde a McCulloch, a mediados de los cincuentas, formular una posicin radicalmente distinta al sostener que las leyes que gobiernan al pensamiento deben buscarse entre las reglas que gobiernan a la informacin y no entre las que gobiernan a la materia. Esta idea abri grandes posibilidades a la IA. En esta lnea, Minsky (1959), uno de los padres fundadores de la IA, modific su posicin y sostuvo que la imitacin del cerebro a nivel celular debera ser abandonada. Es ms o menos en esta poca que ocurre un evento que organizara y dara un gran impulso al desarrollo de la IA: el congreso en Darthmouth (1956). En este congreso, en el que se reunieron los padres fundadores de la disciplina, se lleg a la definicin de las presuposiciones bsicas del ncleo terico de la IA: 1. El reconocimiento de que el pensamiento puede ocurrir fuera del cerebro, es decir, en mquinas 2. La presuposicin de que el pensamiento puede ser comprendido de manera formal y cientfica 3. La presuposicin de que la mejor forma de entenderlo es a travs de computadoras digitales Desde fines de los cincuentas la investigacin en IA se expande y se multiplica en direcciones diversas. La capacidad simblica de las computadoras es estudiada, entre otros, por Shanon (1950) y por Newell, Shaw y Simon (1958) quienes disean el primer programa inteligente basado en su modelo de procesamiento de informacin. Este modelo de Newell, Shaw y Simon habra de convertirse pronto en la teora dominante en psicologa cognoscitiva.

Algunos investigadores se dedicaron al estudio de la naturaleza del aprendizaje en las computadoras y a los procesos de reconocimiento de patrones visuales. Como resultado de ello Selfridge y Dinneen consiguen disear el primer programa capaz de aprender por experiencia (ver McCorduck, 1979). Basndose en los estudios sobre memoria asociativa, el equipo Newell-Shaw-Simon construy los primeros lenguajes de procesamiento de informacin (IPL-I, IPL-II) utilizados en el diseo de su "Logic Theorist Machine" que se convirti en la primera mquina "inteligente". Esta mquina fue capaz no slo de memorizar y aprender, sitio que consigui demostrar de una manera original y "creativa", es decir no prevista por sus creadores, algunos de los teoremas propuestos por Bertrand Russell en los Principios (Russell and Whitehead, 1925).

Desde sus orgenes la IA se relacion con juegos como el ajedrez y las damas, probablemente debido a que los juegos de mesa constituyen modelos de situaciones reales en las que hay que calcular, solucionar problemas, tomar decisiones, corregir errores, recordar, etc. A pesar de que

esta lnea de investigacin ha sido casi totalmente abandonada en la actualidad, muchos de los avances tericos y metodolgicos de la IA se deben a ella. Por ejemplo, Samuel dise en 1961 un programa que jugaba damas y que era capaz de aprender de sus errores, es decir, era capaz de adaptar su comportamiento en relacin a eventos pasados. Lo pasmoso de este programa fue que, aunada a su capacidad de aprendizaje la de memoria, con el tiempo consigui derrotar invariablemente a su creador. El mismo resultado fue obtenido por Bernstein a travs de un programa que jugaba ajedrez (Boden, 1977). Los grandes "retos" entre computadoras y seres humanos se multiplicaron, siendo el ms famoso de ellos el que ocurri entre Dreyfus (un enconado crtico de la IA) y el programa Machack, en el que Dreyfus fue derrotado en un juego de ajedrez de varias horas.

A principios de los sesentas, la IA comienza una fase distinta de su desarrollo. En 1962, McCarthy y Raphael inician sus trabajos sobre el diseo y la construccin de un robot mvil que llamaran "Shakey". La diferencia fundamental entre este robot y los programas en computadora utilizados hasta ahora por la IA, es que "Shakey" tendra que enfrentar el reto de interactuar con el mundo real en trminos de espacio, tiempo, movimiento, etc. En otras palabras, el robot tendra que tener alguna forma de "conocimiento" del mundo que lo rodeaba. Este reto inici una fuerte preocupacin en la IA por el estudio de la epistemologa y los procesos cognoscitivos. La discusin se centr alrededor de los problemas de la representacin mental o interna del conocimiento, la percepcin y los problemas del significado. La idea bsica de Raphael era la de reunir, en una sola, distintas mquinas con capacidad de aprender por experiencia, de reconocer patrones visuales, de modelar, de manipular smbolos, etc., y esperar que el todo fuera mayor que la suma de las partes. El resultado del experimento no fue el xito que Raphael esperaba, pero fue un logro sin precedente que hizo posibles avances muy importantes. El aprendizaje ms importante de esta experiencia fue la comprensin de que el problema ms difcil por resolver en IA era el de construir una mquina capaz de funcionar con altos ni<,eles de incertidumbre, como lo hace un ser humano. Se hizo claro que construir una mquina que no lidiara efectivamente con la incertidumbre sera una de dos: o trivial, por la simpleza de la tarea, o imposible por la complejidad de la misma. Hacia mediados de los sesentas la IA se convierte en un rea en la que se interesan e interactan especialistas de diversas disciplinas: lgicos, psiclogos, matemticos, lingistas, filsofos, etc. Uno de los grandes temas de IA en esta dcada fue el estudio del lenguaje. En la mayora de los estudios iniciales sobre lenguaje, se atac el problema de disear una mquina que fuera capaz de traducir de un idioma a otro. El nfasis se hizo en el anlisis de la sintaxis, en lugar del significado, estrategia que se abandon relativamente pronto. Los investigadores interesados en esta rea de la IA pronto descubrieron que traduccin no es lo mismo que transformacin, y que, como consecuencia de ello, de alguna manera la mquina tendra que "entender" un texto antes de poder traducirlo. Los esfuerzos se orientaron hacia una definicin de la comprensin que pudiera simularse en una computadora.

CONCEPTOS Y TCNICAS (ESTADO DEL ARTE) Se define la Inteligencia Artificial como aquella inteligencia exhibida por artefactos creados por humanos (es decir, artificial). A menudo se aplica hipotticamente a los computadores. El nombre tambin se usa para referirse al campo de la investigacin cientfica que intenta acercarse a la creacin de tales sistemas. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando es necesario incorporar en un sistema informtico, conocimiento o caractersticas propias del ser humano. La Inteligencia Artificial ha tenido gran auge en nuestros das, teniendo aplicabilidad en la informtica, la ciencia, la salud y otros campos. Ha sido un gran reto tratar de acercar la mente de una mquina al pensamiento humano, y sin dudar que en un futuro no muy lejano no sepamos distinguir si estamos en presencia de una Inteligencia Artificial o una verdadera mente humana. La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden pensar. La de idea construir una mquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora experta en diversos temas. Es as como los sistemas de administracin de base de datos cada vez ms sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin, borrado y locacin de datos, as como el intento de crear mquinas capaces de realizar tareas que son pensadas como tpicas del mbito de la inteligencia humana, acuaron el trmino Inteligencia Artificial en 1956. La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus tcnicas cuando es necesario incorporar en un sistema informtico conocimiento o caractersticas propias del ser humano. Podemos interrogar a algunas bases de datos de Internet en lenguaje natural, o incluso charlar con ellas nuestro idioma, porque por detrs se est ejecutando un programa de Inteligencia Artificial. Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se generan en un banco en busca de patrones de comportamiento de sus clientes o para detectar tendencias en los mercados de valores.

MODELO DE AGENTE INTELIGENTE Un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o acta por medio de efectores.

Los agentes humanos tienen ojos, odos y otros rganos que les sirven de sensores, as como manos, piernas, boca y otras partes del cuerpo que sirven de efectores. En el caso de los agentes robticos, los sensores son sustituidos por cmaras y los efectores reemplazados mediante motores. En el caso de un agente de software, sus percepciones y acciones vienen a ser las cadenas de bits codificados. Qu es un Agente Inteligente? Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Desde el punto de vista del software: Un agente inteligente es una entidad de software que, basndose en su propio conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno de stos se lo requiere. Propiedades de los Agentes Inteligentes Autonoma: Actuar sin ningn tipo de intervencin humana directa, y tener control sobre sus propios actos. Inteligencia: Creada o adaptable al entorno (aprendizaje). Reactividad Proactividad Reactivo: Acta en funcin de los sucesos producidos en el entorno. Proactivo: Toma la decisin de actuar antes de que se den los sucesos. Sociabilidad: Comunicarse por medio de un lenguaje comn con otros agentes, e incluso con los humanos. Cooperacin: Con otros agentes para realizar tareas de mayor complejidad. Racionalidad: el agente siempre realiza lo correcto a partir de los datos que percibe del entorno. Adaptabilidad: est relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basndose en ese aprendizaje. Movilidad: Capacidad de un agente de trasladarse a travs de una red telemtica. Veracidad: Un agente no comunica informacin falsa a propsito.

HEURSTICA La capacidad heurstica es un rasgo tpico de los humanos. Consiste en la capacidad de realizar innovaciones positivas para conseguir los fines que se pretenden. Tambin podemos definirla como la solucin de problemas en los cuales, las soluciones se descubren por la evaluacin del progreso logrado en la bsqueda del resultado final. Muchos algoritmos en la inteligencia artificial son heursticos por naturaleza, o usan reglas heursticas. Un ejemplo reciente es SpamAssassin que usa una amplia variedad de reglas heursticas para determinar cundo un correo electrnico es spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificacin, pero cuando se unen mltiples reglas heursticas, la solucin es ms robusta y creble. La base de la heurstica surge de la experiencia de resolver problemas y ver cmo otros lo hacen. De lo anterior podemos deducir que un mtodo heurstico aplicado correctamente puede devolver soluciones falsas, positivas o negativas. En las ciencias de la computacin, el mtodo heurstico es usado en determinadas circunstancias, cuando no existe una solucin ptima bajo las restricciones dadas. En general la manera de actuar de los programas heursticos consiste en encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones. Dadas las caractersticas de la heurstica, sta es muy usada en juegos informticos que se adelantan a lo que va a hacer el usuario basndose en la experiencia y los pasos que ha seguido en otras ocasiones. Muchos algoritmos en la inteligencia artificial son heursticos por naturaleza, o usan reglas heursticas. Un ejemplo claro son los programas que detectan si un correo electrnico es o no spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificacin, pero cuando se unen mltiples reglas heursticas, la solucin es ms robusta y creble.