Inteligencia artificial

Historia

El trmino inteligencia artificial fue acuado formalmente en 1956 durante la

conferencia de Darthmounth, ms para entonces ya se haba estado trabajando en ello
durante cinco aos en los cuales se haba propuesto muchas definiciones distintas que en
ningn caso haban logrado ser aceptadas totalmente por la comunidad investigadora. La
IA es una de las disciplinas ms nuevas junto con la gentica moderna.

Las ideas ms bsicas se remontan a los griegos, antes de Cristo. Aristteles (384322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, yCtesibio de Alejandra
(250 a. C.) construy la primera mquina autocontrolada, un regulador del flujo de agua
(racional pero sin razonamiento).

En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento poda
ser efectuado de manera artificial.

En 1936 Alan Turing disea formalmente una Mquina universal que demuestra la
viabilidad de un dispositivo fsico para implementar cualquier cmputo formalmente
definido.

En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas

artificiales, el cual se considera el primer trabajo del campo, aun cuando todava no exista
el trmino. Los primeros avances importantes comenzaron a principios del ao 1950 con
el trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.

En 1955 Herbert Simon, Allen Newell y J. C. Shaw, desarrollan el primer lenguaje de

programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms tarde
desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemticos.

En 1956 fue inventado el trmino inteligencia artificial por John McCarthy, Marvin
Minsky y Claude Shannon en laConferencia de Dartmouth, un congreso en el que se
hicieron previsiones triunfalistas a diez aos que jams se cumplieron, lo que provoc el
abandono casi total de las investigaciones durante quince aos.

En 1957 Newell y Simon continan su trabajo con el desarrollo del General Problem
Solver (GPS). GPS era un sistema orientado a la resolucin de problemas.

En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de Massachusetts

(MIT) el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para
procesamiento simblico.

En 1959 Rosenblatt introduce el Perceptrn.

A finales de la dcada de 1950 y comienzos de la de 1960 Robert K. Lindsay

desarrolla Sad Sam, un programa para la lectura de oraciones en ingls y la inferencia
de conclusiones a partir de su interpretacin.

En 1963 Quillian desarrolla las redes semnticas como modelo de representacin del
conocimiento.

En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval)

el cual era capaz de inferir conocimiento basado en informacin que se le suministra.
Bobrow desarrolla STUDENT.

A mediados de los aos 60, aparecen los sistemas expertos, que predicen la
probabilidad de una solucin bajo un set de condiciones. Por ejemplo DENDRAL, iniciado
en 1965 por Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asista a
qumicos en estructuras qumicas complejas euclidianas, MACSYMA, que asista a
ingenieros y cientficos en la solucin de ecuaciones matemticas complejas.

QUE ES?
es la inteligencia exhibida por mquinas. En ciencias de la computacin, una mquina
"inteligente" ideal es un agente racional flexible que percibe su entorno y lleva a cabo acciones
que maximicen sus posibilidades de xito en algn objetivo o tarea. 1 2 3 4Coloquialmente el
trmino "inteligencia artificial" se aplica cuando una mquina imita las funciones "cognitivas"
que los humanos asocian con otras mentes humanas, como por ejemplo: "aprender" y
"resolver problemas". 5 A medida de que las mquinas se vuelven cada vez ms capaces,
tecnologa que alguna vez se pens que requera de inteligencia se elimina de la definicin.
Por ejemplo, el reconocimiento ptico de caracteres ya no se percibe como un ejemplo de la
"inteligencia artificial" habindose convertido en una tecnologa comn. 6 Avances tecnolgicos
todava clasificados como inteligencia artificial son los sistemas capaces de jugar ajedrez, GO
y manejar por si mismos.

Caractersticas
Bsqueda heurstica. Podemos definir una heurstica como un truco o estrategia que limita
grandiosamente la bsqueda de soluciones ante grandes espacios de problemas. Por lo tanto
ante un problema, nos ayuda a seleccionar las bifurcaciones, dentro de un rbol, con ms
posibilidades, con ello se restringe la bsqueda aunque no siempre se garantiza una solucin
adecuada. Todo lo que se debe tener para que una heurstica sea adecuada es que nos
proporcione soluciones que sean lo suficientemente buenas. Adems utilizando la heurstica,
no ser necesario replantear un problema cada vez que se afronte, ya que si lo hemos
planteado anteriormente, sta sugerir la forma en que se ha de proceder para resolverlo.
Representacin del conocimiento. La representacin es una cuestin clave a la hora de
encontrar soluciones a los problemas planteados, y que adems stas sean adecuadas. Si
analizamos ms detenidamente el trmino encontramos varias definiciones, como pueden ser
las siguientes: segn Barr y Feigenbaum, la representacin del conocimiento es una
combinacin de estructuras de datos y procedimientos de interpretacin que, si son utilizados
correctamente por un programa, ste podr exhibir una conducta inteligente.

Sistemas que piensan como humanos.- Estos sistemas tratan de emular el

pensamiento humano; por ejemplo lasredes neuronales artificiales. La automatizacin de
actividades que vinculamos con procesos de pensamiento humano, actividades como
la toma de decisiones, resolucin de problemas y aprendizaje.9

Sistemas que actan como humanos.- Estos sistemas tratan de actuar como
humanos; es decir, imitan el comportamiento humano; por ejemplo la robtica. El estudio
de cmo lograr que los computadores realicen tareas que, por el momento, los humanos
hacen mejor.10

Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente), tratan de

imitar o emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas
expertos. El estudio de los clculos que hacen posible percibir,razonar y actuar.11

Sistemas que actan racionalmente (idealmente). Tratan de emular de forma

racional el comportamiento humano; por ejemplo los agentes inteligentes.Est relacionado
con conductas inteligentes en artefactos.

EN DONDE SE UTILIZA
Escuelas de pensamiento [editar]
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional.

La inteligencia computacional.

Inteligencia artificial convencional [editar]

Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y
estadstico del comportamiento humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven

ciertos problemas concretos y, aparte de que son muy importantes, requieren de un buen
funcionamiento.

Sistemas expertos: Infieren una solucin a travs del conocimiento previo del contexto
en que se aplica y ocupa de ciertas reglas o relaciones.

Redes bayesianas: Propone soluciones mediante inferencia probabilstica.

Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonoma

y puede auto-regularse y controlarse para mejorar.

Smart process management: Facilita la toma de decisiones complejas, proponiendo

una solucin a un determinado problema al igual que lo hara un especialista en la dicha
activida

Inteligencia artificial computacional[editar]

Artculo principal: Inteligencia computacional

La Inteligencia Computacional (tambin conocida como IA subsimblica-inductiva) implica

desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los
parmetros en sistemas conexionistas). El aprendizaje se realiza basndose en datos
empricos.