Inteligencia artificial

Inteligencia artificial..
Término que, en su sentido más amplio, indicaría la capacidad de un artefacto de realizar los mismos tipos de
funciones que caracterizan al pensamiento humano. La posibilidad de desarrollar un artefacto así ha
despertado la curiosidad del ser humano desde la antigüedad. Con el avance de la ciencia moderna la
búsqueda de la IA (inteligencia artificial) ha tomado dos caminos fundamentales: la investigación psicológica
y fisiológica de la naturaleza del pensamiento humano, y el desarrollo tecnológico de sistemas informáticos
cada vez más complejos.
En este sentido, el término IA se ha aplicado a sistemas y programas informáticos capaces de realizar tareas
complejas, simulando el funcionamiento del pensamiento humano, aunque todavía muy lejos de éste.
En esta esfera los campos de investigación más importantes son el procesamiento de la información, el
reconocimiento de modelos, los juegos y las áreas aplicadas como el diagnóstico médico. Algunas áreas de la
investigación actual del procesamiento de la información están centradas en programas que permiten a un
ordenador o computadora comprender la información escrita o hablada, y generar resúmenes, responder a
preguntas específicas o redistribuir datos a los usuarios interesados en determinados sectores de esta
información. En esos programas es esencial la capacidad del sistema de generar frases gramaticalmente
correctas y de establecer vínculos entre palabras e ideas. La investigación ha demostrado que mientras que la
lógica de la estructura del lenguaje, su sintaxis, está relacionada con la programación, el problema del
significado, o semántica, es mucho más profundo, y va en la dirección de una auténtica inteligencia artificial.
Actualmente existen dos tendencias en cuanto al desarrollo de sistemas de IA: los sistemas expertos y las
redes neuronales. Los sistemas expertos intentan reproducir el razonamiento humano de forma simbólica. Las
redes neuronales lo hacen desde una perspectiva más biológica (recrean la estructura de un cerebro humano
mediante algoritmos genéticos). A pesar de la complejidad de ambos sistemas los resultados distan mucho de
un auténtico pensamiento inteligente.
Muchos científicos se muestran escépticos acerca de la posibilidad de que alguna vez pueda desarrollarse una
verdadera IA. El funcionamiento de la mente humana todavía no ha llegado a conocerse en profundidad y, en
consecuencia, el diseño informático seguirá siendo esencialmente incapaz de reproducir esos procesos
desconocidos y complejos.
Sistemas Expertos.
Los Sistemas Expertos (SE),también llamados Sistemas Basados en Conocimiento. Estos aplican técnicas de
razonamiento de Inteligencia Artificial a la resolucion de problemas en áreas específicas para simular la
aplicacion de expertos humanos. La efectividad de uno de tales sistemas estriba en la cantidad de
conocimiento que se le siministre. Se usan a menudo como asistentes o consultores inteligentes de
los usuarios humanos para resolverles problemas rutinarios dejandoles así libres para que se dediquen a
aplicaciones más novedosas e interesantes.
Un Sistema Experto está diseñado para generar soluciones de una gama de problemas dentro de un dominio
determinado. Aunque la estructura de los problemas cambiase, el Sistema está capacitado para dar soluciones
y en caso de requerir de mayor información, se puede añadir conocimiento sin necesidad de modificar el
método de solución. Es un programa o conjunto de programas que emplea las técnicas de la Inteligencia
Artificial para la solución de problemas. La solución que éste dará será una solución dada al nivel de un
experto humano. Un sistema Experto busca una solución satisfactoria tal que sea lo suficientemente exacta de
1
acuerdo al dominio del problema, aunque no sea la óptima.
Los Sistemas Expertos pueden:
1. Actuar como localizador de averias en equipos de enseñanza.
2. Asesorar medicamente sobre tratamiento de sospechosos de infecciones bacterianas en la sangre.
3. Reducir la localización de grandes depósitos de molibdeno.
4. Configurar sistemas complicados de cálculo en la fracción de tiempo requerida por el ingeniero
experimentado.
Sistemas Expertos en la realidad.
Un problema se presta a ser considerado como un Sistema Experto cuando:
* Una solución del problema tiene una rentabilidad tan alta que justifica el desarrollo de un sistema, pues las
soluciones son necesidades del área y no se ha trabajado en otros métodos para obtenerla.
* El problema puede resolverse sólo por un conocimineto experto que puede dar forma a los conocmientos
necesarios para resolver el problema, y la intervención de experto dará al sistema la experiencia que necesita.
* El problema puede resolverse solamente por un conocimiento experto en vez de usar algoritmos
particulares.
* Se tiene acceso a un experto que puede dar forma a los conocimientos necesarios para resolver el problema.
La intervención de este experto dará al sistema la experiencia que necesita.
* El problema puede o no tener una solución única. Los sistema expertos funcionan mejor con problemas que
tienen un cierto número de soluciones aceptables.
* El problema cambia rápidamente, o bien el conocimiento es el que cambia rápidamente, o sus soluciones
son las que cambian constantemente.
* El desarrollo de un sistema experto no se considera que está acabado una vez que funciona este, sino que
continuan desarrollando y actualizando tanto el conocimiento del sistema como los métodos de
procesamiento, quedando reflejados los progresos o modificaciones en el campo, área o sistema.
Aplicaciones de los Sistemas Expertos.
* ANALISIS E INTERPRETACION: Se utilizan para analizar grandes cantidades de información y
proporcionar alguna recomendación.
* PREDICCION: Los sistemas expertos son utilizados para predecir resultados o deducir consecuencias
futuras en base a datos y hechos.
* DIAGNOSTICO Y DEPURACION: Los sistemas expertos pueden utilizarse para detectar errores y sugerir
acciones correctivas.
* CONTROL: Se utilizan sistemas expertos para el control de procesos.
2
* DISEÑO: Se refiere a la creación de un nuevo producto, dispositivo o procedimiento. (ejem.Programas
CAD (diseño asistido por computadora)).
* PLANIFICACION: Elaborar un plan significa construir una serie de acciones para alcanzar una meta.
..
La inteligencia artificial es una de las áreas más fascinantes y con más retos de las ciencias de la
Computación ya que ha tomado a la inteligencia como la
característica universalmente aceptada para diferenciar a los humanos de otras criaturas ya sean vivas o
inanimadas, para construir programas o computadoras
inteligentes. Hay preguntas profundas que surgen al hacer esta comparación, y la posibilidad de construir una
inteligencia maquinísta genera y estímula reacciones
fuertes. En particular porque no hay una definición unánime de inteligencia para todas las áreas del
conocimiento y todas las corrientes de pensamiento, y como
establece McFarland, la inteligencia sólo la podemos medir por el resultado, es decir, podemos apreciar y
diferenciar si un comportamiento es o no inteligente.
La investigación en inteligencia artificial se ha disparado buscando solución al problema si las máquinas
pueden pensar.
El saber si una máquina es inteligente o ha sido enseñada a pensar se basa en el despliegue de características
que así la califican, de manera que al ´continuum´ que
se presenta en la definición y reconocimiento de lo que es inteligencia, se agrega el de las máquinas.
.......
tomando como definición de Inteligencia Artificial, la que dio en su día Marvin Minsky (frase tal, que se ha
hecho famosa por donde quiera que va):
"La Inteligencia Artificial es el arte de hacer máquinas capaces de hacer cosas que requerirían inteligencia en
caso de que fuesen
hechas por seres humanos"
...esta definición nos llevaría, o por lo menos,
nos ayudaría a entender porque en inteligencia
artificial hay tantas ramas, pues al igual que la
medicina, la I.A. debe
abarcar todo lo inherente al hombre, para podérselo
ofrecer a la máquina y en definitiva, a nosotros, los
3
seres humanos.
......
datos
Definición: Un dato es un símbolo lingüístico o numérico que representa ya sea algo concreto como abstracto.
"1, 2, 3" son datos. En el momento de enlazar datos. como por ejemplo, "1, 2, 3" = "ventas diarias de enero
1,2,3", los datos se convierten en información. Así como se confunde conocimiento con información, es
habitual confundir información con datos.
.....
conocimiento, representación del conocimiento
Definición: El resultado, por parte del humano de la maduración semántica de la información y su
comprensión experiencial, se denomina conocimiento. En inteligencia artificial, una manera consistente y útil
de organizar la información en la computadora cuyo objetivo es facilitar su procesamiento. Se lo denomina
KR (knowledge representation). Entre los esquemas de KR aparecen reglas de lógica simbólica, frames, redes
semánticas y gráficos conceptuales. Se suelen usar bases de conocimientos que contienen el conocimiento
formalizado.
.......
información, infodinámica
Definición: La información, situada en el contexto de las ciencias naturales, es lo que tiene la capacidad, es la
materia prima, para ir construyendo (quizás a la manera asociativa como se construye un mapa conceptual) el
conocimiento (que tiende a ser sabiduría) residente en nuestros cerebros. Un proceso de información que
sucede subjetivamente en un cerebro tiene como resultado una amplificación de dicho cerebro frente a
alarmas y seudoalarmas. El proceso individual
de información resulta en un incremento, ya no individual, sino general, de la información y del conocimiento.
Los sistemas reales que guardan
información son del tipo de un cerebro o de una biomolécula de DNA (en ambos casos, información
persistente). Los sistemas artificiales que
transmiten información son parte de la tecnología de comunicación o de instrumentación y control y son del
tipo emisor − canal − receptor, filtrándole el
ruido y las señales sin sentido (información no−persistente). Una sencilla descripción es que información es lo
guardado en el cerebro o en la molécula
de DNA o la parte aprovechable y verdadera que fluye por los canales de comunicación (la verdad es, segun
muchos teóricos, un atributo imperioso de
la información). La información consiste en la selección de un signo de un almacén de signos y requiere de un
4
seleccionador. La información es siempre
información sobre algo y por consiguiente depende de restricciones (del cerebro, del DNA, del canal, de las
situaciones). No hay demasiado acuerdo
sobre este concepto, uno de los más difusos y difíciles de encuadrar. Norbert Wiener: Información es
información, ni materia ni energía, es una
cantidad física separada y distinta. Carl Friederich von Weszäcker: La energía, es posible que al final de los
análisis, aparezca como información.
Hansjürgen Mey: Materia − energía − información es una tríada básica de elementos que interactúan para
producir las propiedades de un objeto o
proceso tal como es percibido por el humano. Daniel Federico Flückiger, David Chalmers: Información es un
concepto situado en el contexto de las
ciencias naturales que puede condensar los procesos y objetos, tanto mentales como no−mentales, en un único
título. Nauta (argumentación inválida
para las informaciones permanentes ya citadas): Hay un enlace entre información e improbabilidad.
Información es noticia. Lo que ya se conoce no es
información. De esta suerte algo es información en la medida que sea desconocido, inesperado, sorprendente o
"improbable". La información pierde
buena parte de su valor al ser comunicada y usada. Evans: La información I que crece con la disminución de
entropía, S, respeta esta ecuación
aproximada:
I + S = K (una constante)
¿Se infiere que siendo la entropía tan misteriosa, la información tambien resulte misteriosa?− Jasper
Hoffmeyer:
"...en biología evolucionaria, el neo−Darwinismo ha sido seriamente discutido por un conjunto de ideas
denominadas infodinámica (Brooks and
Wiley, 1986; Weber, et al., 1989; Weber and Depew, 1995; Goodwin, 1989; Salthe, 1993). La infodinámica,
en palabras de Stanley Salthe
"subsume la termodinámica y la teoría de la información, esencialmente animando a la primera por medio de
la segunda" (Salthe, 1993, 6). La
idea general fue sugerida originariamente por Dan Brooks y Ed Wiley y se refiere a que la capacidad de
información (desorden) aumenta
espontaneamente en sistemas en desarrollo, siendo producida al mismo tiempo que la entropía física a medida
que el sistema madura y se
diferencia. Dado que una autoorganización de ese tipo es una propiedad prevalente de nuestro universo, la
5
selección natural debiera ser vista
como jugando, no el papel de una fuerza dominante en la evolución, sino el relativamente modesto papel de
podar la novedad que en forma
constante y autónoma se está generando segun los requisitos de la segunda ley de la termodinámica."
Jasper Hoffmeyer − Biosemiotics: Towards a New Synthesis in Biology?, en Internet. Fred Dreske: En el
principio era la información. La palabra vino
más tarde. El proceso de adquirir información es la piedra angular para el aumento de conocimiento. El
conocimiento es una forma especial de la
información. El aumento de información se llama aprendizaje. Fischbach: El conocimiento no siempre está
asociado directamente con objetos del
mundo externo, ya que el objeto del conocimiento suele ser abstracto. Este tipo de conocimiento es debido a la
asociación de neuronas en regiones del
cerebro, (nota: que Minsky llama cerebro−B), lejanas (en términos de circuitado) con respecto a los órganos
sensoriales. La estructura del
conocimiento debe estar de acuerdo con la estructura del cerebro.
Consenso en plena gestión entre los neurocientíficos: Todas las cosas parecen tener en el fondo la misma
estructura, lo cual es siempre un reflejo de la
estructura del cerebro en general y de las neuronas combinadas entre sí en particular. La estructura del
conocimiento debe estar de acuerdo con la
estructura del cerebro. Las cosas construídas por el cerebro son los vehículos de información y las relaciones
entre esas cosas son los elementos de
información. La estructura de las cosas consideradas como construcciones del cerebro se puede entender
como análoga a la estructura neuronal del
cerebro, constructor de esas mismas cosas. La estructura del vehículo de información y la estructura del
elemento de información deben ser
coherentes con la estructura o modelo del cerebro. Correlato neuronal de la información: Las neuronas serían
los vehículos de información ya no mas
divisibles (en una palabra, atómicas) y las sinapsis serían los elementos de información ya no más divisibles
(atómicas). La información bajo la forma de
ceros y unos neurales, no es en si misma el objeto de la información: es apenas una representación de ella sin
ser idéntica con la información pura.
......
inteligencia artificial, IA
6
Definición: La inteligencia artificial es la tecnología y la ciencia del diseño de máquinas que realizan tareas
que
normalmente se asocian con la inteligencia humana (o de los animales más o menos brutos). Las técnicas de la
IA incluyen
brazos robotizados con varios grados de libertad, demostración de teoremas y sistemas expertos que
diagnostican
enfermedades y prescriben remedios.
.......
sistema experto
Definición: Un capítulo de la inteligencia artificial que ejecuta, a partir de una base de reglas, algunas tareas
que
normalmente requieren cierto nivel de experiencia por parte del humano. Estos programas usualmente logran
satisfacer inferencias usando dicho conjunto de reglas para interpretar inputs y generar un output que suene a
inteligente.
.......
heurística
Definición: De acuerdo con ANSI/IEEE Std 100−1984, la heurística trata de métodos o algoritmos
exploratorios durante
la resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en
la
búsqueda de un resultado final.
......
.......
Definición de Heurística
La palabra "heurística" se deriva del verbo griego heuriskein, que significa "encontrar" o "descubrir" "reglas
prácticas" utilizadas por los expertos
para generar buenas soluciones sin tener que embarcarse en exhaustivas búsquedas. Especialmente, en el área
de los algoritmos de búsqueda, se refiere a
una función mediante la cual se obtiene un estimado del costo de una solución.
.....
7
La información es coleccionable, almacenable o reproducible. Se utiliza para tomar decisiones, conduce
también a conclusiones acertadas o equivocadas, puesto que puede ser interpretada de diversas formas por
distintos individuos, dependiendo de muchos factores subjetivos y del contexto en que se encuentre la
persona que la recibe e interpreta. Así como es posible comunicar una noticia, también se comunican los
estados de ánimo, opiniones o conocimientos. Citamos un caso a manera de ejemplo: el 19 de junio de
1815, en la Bolsa de Valores de Londres, un mensajero proveniente de Ostend, Bélgica, entregó en secreto
una noticia a Nathan Rothschild. De inmediato, Rothschild vendió todas sus acciones. Los observadores,
enterados de que Rothschild tenía fuentes confiables de información, lo imitaron porque supusieron que ello
se debía a una victoria napoleónica en Waterloo, lo cual pondría en serios problemas a la prosperidad
británica y su hegemonía sobre Europa. Hacia el mediodía, en un mercado de valores totalmente deprimido,
Rothschild compró nuevamente todos los valores que él y todos los que lo imitaron habían vendido, a sólo
una fracción del precio de las ventas originales. Horas más tarde llegó la noticia de la victoria de Wellington
con lo cual los valores no sólo recuperaron su precio de la mañana, sino que, al estar en manos de una sola
persona, éste aumentó... y con ello Rothschild ganó una fortuna en pocas horas, por tener y manejar
adecuadamente información que nadie más poseía.
8