1.4 Antecedentes Históricos 1.4.1 Década 50`s 1.4.2 Década 60`s

1.4 Antecedentes Históricos
Los primeros estudios se
realizaron con problemas de resolución
geométrica,
sin
embargo,
las
limitaciones tecnológicas de la época
tanto en Hardware como el Software
fueron evidentes. Es decir los conceptos
acerca del funcionamiento de la
inteligencia rebasaron a la tecnología de
la época, por lo que su implementación
fue impráctica.
1.4.1 Década 50’s
En la década de los 50's se
generó un interés especial por parte de
los Pedagogos y Psicólogos, por
encontrar los métodos generales de
solución de problemas con el fin de que
estos métodos se pudieran enseñar a
los estudiantes y con ellos se mejorara
su preparación. Se había observado ya
en aquel entonces que las personas
aún conociendo toda la información
necesaria para resolver correctamente
un problema (definiciones, fórmulas,
métodos, etc.) son muchas veces
incapaces de conseguirlo, realizando
con
frecuencia
razonamientos
defectuosos, así como conclusiones
erróneas. Como preámbulo a inicios de
los 50’s Alan Touring propone un
método para evaluar la inteligencia de
una máquina y que es descrito en la
sección 1.5.
El nacimiento de la Inteligencia
artificial se relaciona principalmente a la
conferencia Darmouth en el año de
1956, donde Newell, Shaw y Simon
presentaron sus programas para
demostrar las proposiciones lógicas
Logical Theorist .
La
expresión
Inteligencia
Artificial
la
propuso
en
aquel mismo año
por John McCarthy.
En
los
años
siguientes a 1956
se
dieron
las
condiciones para el
desarrollo
del
primer
programa
demostrador
de
teoremas
basado
en
lógica
proposicional (General Problem Solver,
por Newell, Shaw y Simon en 1957).
1.4.2 Década 60’s
En la década de los 60's con la
llegada del lenguaje LISP se dio uno de
los primeros pasos para avanzar dentro
de los terrenos de la I.A. Sin embargo
los sistemas desarrollados sólo eran
simuladores de aplicaciones específicas
que distan todavía de nuestra definición
de la IA. LISP, desarrollado por
McCarthy en 1959 y publicado en 1962
es un lenguaje que reconoce solamente
dos tipos de entidades, átomos y listas;
la lista es una estructura en árbol
binario. El LISP no distingue entre
procedimientos y datos y es muy
modular, es muy fácil de añadirle reglas
o conocimientos. Esta última cualidad
permitió su rápida adopción por los
investigadores de IA durante la década
de los 60’s.
En esta década se
sentaron los principios básicos de la
investigación en las estructuras en árbol
así como el movimiento de ideas
empleadas actualmente en la resolución
de problemas y los sistemas expertos.
Los textos Newell y Simon
(1972) y Nilsson(1971) marcan el final
de este período. Los principales
métodos en estrutura de árbol, que
todavía se emplean hoy en los
programas de sistemas expertos,
estaban ya disponibles en aquel tiempo.
1-8
Gustavo León 2015
Pero
las
realizaciones
de
los
investigadores
se
concentraron
especialmente en problemas fáciles de
describir, pero muy complejos de
resolver, por ejemplo, el juego del
ajedrez o la demostración de teoremas
matemáticos. Precisamente lo que ha
llegado a ser el principal campo de
aplicación de la IA son los problemas
imprecisamente definidos que constan
de un gran número de reglas y de
hechos pero de una complejidad
estratégica limitada, no habían sido
abordados en aquel tiempo. Los
investigadores
comenzaron
a
considerar problemas que eran simples
de describir donde todo era conocido
con certidumbre y donde tenía que
construirse
una
profunda
y
potencialmente amplia estructura de
árbol.
En la década del 60 se
comienza en el MIT el estudio de la
visión artificial, lo cual implica no solo
captar imágenes a través de una
1.4.3 Década 70’s
En la década de los 70's los
programas e investigaciones se enfocan
hacia la naturaleza del conocimiento.
Investigadores
de
distintas
procedencias (informática, psicología
filosofía y matemáticas) intentan
determinar lo que es el conocimiento.
Después de la manera más natural,
dirigen su atención a la más compleja
de las formas del conocimiento, es
cámara, sino también la comprensión,
por parte del ordenador, de lo que estas
imágenes representan. Un resultado
importante en este trabajo lo constituye
el "mundo de micro-bloques", en el cual
un robot era capaz de percibir un
conjunto de bloques sobre una mesa,
moverlos y apilarlos; el éxito se debió a
los investigadores Larry Roberts, Gerald
Sussman, Adolfo Guzman, Max Clowes,
David Huffman, David Waltz, Patrick
Winston, y Berthold Horn.
decir, a la que es inexacta, mal definida
e implícita, en otras palabras: el sentido
común del hombre de la calle.
En esta década (70’s) se
desarrollan los primeros lenguajes
orientados a la I.A. (ver Tabla
“Lenguajes Orientados a la Inteligencia
Artificial”), En esta década los
investigadores sintieron la necesidad de
enriquecer el LISP y de diseñar
lenguajes en los que el control del
razonamiento deductivo fuese fácil de
escribir y de comprobar, siendo éste el
1-9
Gustavo León 2015
período en el que surgen los primeros
lenguajes orientados a objetos como
son el SIMULA-67 (Dhal, Myhrhaug,
Nygaard, 1970) y SMALLTALK-72 de
Xerox (Kay, 1976) que es el primero y
genuino lenguaje orientado a objetos.
Es en esta época cuando surge
también la primera generación de
sistemas expertos que se constituyeron
en los antecesores de los actuales
sistemas inteligentes.
Dos grandes éxitos de sistemas
desarrollados en la década de los 70's
son PROSPECTOR desarrollado por
Standford Research Institute (Duda &
Hart) en 1974, que ha ayudado a la
detección de importantes yacimientos
minerales. Este sistema experto dio
mucho de qué hablar, al ser la clave
para el descubrimiento de un yacimiento
de Molibdeno cuyo valor en su tiempo
fue estimado en alrededro de 100
millones de dólares.
en 1986 representó un ahorro de 40
millones de dólares anuales. En esta
misma década de los 80’s
se
retomaron conceptos y teorías sobre
Redes Neuronales para convertirse en
una de las fuentes más promisorias en
busca de la Inteligencia Artificial.
El lenguaje de programación
Python fue creado a finales de los
ochenta por Guido van Rossum en el
Centro para las Matemáticas y la
Informática (CWI, Centrum Wiskunde &
Informatica), en los Países Bajos, como
un
sucesor
del
lenguaje
de
programación ABC, capaz de manejar
excepciones e interactuar con el
sistema operativo Amoeba.3.
Python es un lenguaje de
programación interpretado cuya filosofía
hace hincapié en una sintaxis muy
limpia y que favorezca un código
legible. Se trata de un lenguaje de
programación multiparadigma, ya que
soporta
orientación
a
objetos,
programación imperativa y, en menor
medida, programación funcional. Es un
lenguaje interpretado, usa tipado
dinámico (habilidad de que una misma
variable pueda tomar valores de distinto
tipo en distintos momentos) y es
multiplataforma.
Y
el
sistema
MYCIN(Shortliff
e) diseñado en
la Universidad
de Standford en
el año de 1977
el cual es un
sistema
de
diagnóstico de
enfermedades
infecciosas de
orden
bacteriano.
1.4.5 Década 90’s
En la década de los 90’s nuevas
técnicas fueron probadas como los
Modelos de Markov Ocultos y los
Algoritmos Genéticos, destacando El
Sistema Experto “Deep Blue” que en
1997 ha derrotado al más grande
ajedrecista de nuestros tiempos: Gary
Kasparov, lo cual ha sido considerado
como uno de los más grandes logros de
la IA hacia el final del siglo XX.
1.4.4 Década 80’s
En la década de los 80’s se
comenzaron
a
comercializar
los
Sistemas Expertos. El primer sistema
comercial denominado R1 (McDermott,
Digital Equipment Corporation1982), se
utilizaba en la elaboración de pedidos
de nuevos sistemas de cómputo. Esto
En los 80's y los 90's también se
han dado cambios significativos debido
al vertiginoso avance en la parte de
1-10
Gustavo León 2015
dentro de la investigación y desarrollo
de ciertas tecnologías. Esta ya es una
nueva disciplina, a la cual se aplicaran
principios
biológicos
a
sistemas
computacionales ya que promete ser la
rama más importante y revolucionaria
en cuanto a la tecnología.
Las aplicaciones de la vida
artificial se pueden encontrar en alguno
de estos casos:
hardware de los sistemas. El alto grado
de integración y la reducción del costo
en este renglón han permitido
desarrollar nuevas técnicas y poner en
práctica viejas teorías.
• Los sistemas complejos adaptativos,
•
1.4.6 Década 00’s
En esta Primera década del siglo
21 se ha generado un debate en dos
grandes corrientes una denominada
“neats" y otra llamada “scruffies”.
Mientras
los
“neats”
buscan y
demuestran con métodos científicos y
desarrollan descripciones formales, los
“scruffies” se apoyan en técnicas
empíricas y tratan de simplificar la
disciplina con explicaciones más
directas sin palabras rebuscadas ni
complicaciones.
•
•
•
En esta década es también en la
cual tiene un gran auge un nuevo
concepto relacionado con la IA
denominado, Vida Artificial (VA).
que han dado paso a una nueva
generación de sistemas expertos,
que son capaces de aprender y
evolucionar.
Los autómatas celulares, que imitan
funciones
de
los
organismos
celulares en programas complejos,
aplicando el conocimiento biológico
de los mismos a principios prácticos
de organización en sistemas de
cómputo.
Los agentes autónomos que son
cada día más usados en aplicaciones
de búsqueda.
En
el
conocimiento
de
comportamientos adaptativos, para el
desarrollo de robots adaptativos.
La computación cuántica, que a
través del uso de las propiedades
cuánticas de los átomos y sus
desplazamientos, posibilitara una
nueva forma de cálculos binarios.
En muchos campos de la vida artificial
se plantea dos tipos de simulaciones
las cuales ayudan a una toma de
decisión en el mundo real las cuales
son:
La vida artificial pretende crear
vida mediante la imitación de procesos
y comportamientos de los seres
humanos, todo esto con el objetivo de
solucionar problemas del mundo real.
• La primera de ellas está basada en la
realidad,
centrándose
en
los
aspectos “a más alto nivel” de cada
problema utilizando fórmulas y reglas
o hechos históricos que ayudan a la
toma de decisiones. Un ejemplo de
esto pueden ser las fórmulas del tiro
La vida artificial que tienen como
objetivo la aplicación del conocimiento
sobre el funcionamiento de cierto
fenómeno el cual se denomina de una
manera genérica: vida, y su aplicación
1-11
Gustavo León 2015
parabólico ya que estos pueden
entenderse como modelos de
simulación.
•
La segunda también está basada
en la realidad, poniendo atención
en los aspectos “a más bajo nivel”,
mediante fórmulas o reglas, una
de las ventajas de este tipo de
simulaciones
es
que
sus
características son más sencillas,
ya que suelen ser más fáciles de
detectar.
1.4.6 Década 10’s
Watson consistentemente superó a sus
oponentes humanos en el dispositivo de
señalización empleado por el juego,
aunque tuvo problemas en responder a
algunas (realmente pocas) categorías,
notablemente compuestas de pistas
cortas con pocas palabras. Para cada
pista, las respuestas más probables de
Watson fueron mostradas por la
pantalla de televisión. Watson tuvo
acceso a 200,000,000 páginas de
contenido,
estructurado
y
no
estructurado, que consumió cuatro
terabytes de almacenamiento en disco,
incluyendo el texto completo de la
Wikipedia en inglés. Watson no fue
conectado al Internet durante el juego.
En nuestra década actual, un evento
relevante ha sido, la competencia entre
una supercomputadora creada por IBM
(nuevamente) y que denominaron
“Watson” (en honor al primer presidente
y fundador de la compañía), y dos
humanos sobresalientes en el tipo de
desafío en el que se enfrentaron.
También podemos incluir como parte de
la cronología de la década 10’s las
iniciativas
para
desarrollar
el
Conectoma Humano, mencionadas en
la sección anterior correspondiente a los
Paradigmas de la I.A.
A lo largo de tres días en febrero de
2011, para probar las capacidades
reales de la máquina, se llevó a cabo
una partida especial de dos juegos en
el
concurso
de
televisión
estadounidense Jeopardy!, derrotando a
sus dos oponentes humanos: Brad
Rutter, el mayor ganador de dinero en
toda la historia del programa, y Ken
Jennings, el poseedor del récord por la
racha más larga de campeonatos
(después de haber ganado 75 partidos).
Ejercicio 1.c
Ver el video de Kasparov vs. Deep Blue
Formar equipos de trabajo según
instrucciones del profesor y analizar los
paradigmas mostrados en el video.
1-12
Gustavo León 2015
le permite prácticamente cualquier cosa.
Por ejemplo, si es interrogada sobre la
pregunta “¿Cuánto es 12,324 por
73,981?”, podría tardarse algunos
minutos en responder.
Nuestras
conclusiones
al
respecto de la prueba de Turing son:
• Su naturaleza empírica la limita
a un nivel básico
• No existe una medición de la
magnitud de Inteligencia que
una máquina posee
1.5 Prueba de Turing
Una de las preguntas más importantes
a resolver por cualquier científico o
investigador en un proyecto, es la
determinación de si
éste ha sido exitoso.
La
Inteligencia
Artificial no es la
excepción. ¿Cómo
sabremos si hemos
construido
una
máquina inteligente?
Por su sencillez, no requiere
demostraciones ni justificaciones.
En
1950,
Alan Turing propuso el siguiente método
para determinar si una máquina puede
pensar o no. Este método ha sido
denominado como Prueba de Turing.
Para efectuar este método, se
necesitarán dos personas y la máquina
que va a ser evaluada.
Una de las personas jugará el papel de
interrogador. El interrogador puede
de
1.5.1 Premio Loebner
El Premio Loebner es una competencia
anual que concede premios a un
programa de computadora que esté
considerado por el jurado que lo
compone, como el más inteligente de
los que se han presentado. El formato
de la competencia sigue el estándar
establecido en la prueba de Turing. Un
juez humano se enfrenta a dos
pantallas de computadora, una de ellas
que se encuentra bajo el control de un
sistema de cómputor, y la otra bajo el
control de un humano. El juez plantea
preguntas a las dos pantallas y recibe
respuestas. En base a las respuestas,
el juez debe decidir qué pantalla es la
controlada por el ser humano y cuál es
la controlada por el programa de
computadora.
hacer preguntas ya sea a la persona o a
la computadora tener conocimiento de
cual es cual. El interrogado sólo puede
identificarlos como A ó B y su tarea será
la de determinar cuál de ellos es la
persona y cual la máquina. La meta de
la máquina es engañar al interrogador
para hacerlo creer que es la persona. Si
la máquina tiene éxito
en esto, se concluirá en que la
máquina puede pensar. A la máquina se
1-13
Gustavo León 2015
¿Cuáles considera que son los hechos
de la Inteligencia Artificial y lo que
pudiera representar una ficción?
Ejercicio 1.d
Ejercicio 1.e
Formar equipos de trabajo según
instrucciones del profesor y responder a
los siguientes cuestionamientos:
Se otorgará un punto extra
acreditable al primer examen teórico,
para aquellos que coloquen una
pregunta
de
la
sección
1.4
(Antecedentes históricos) de esta
unidad como post en muro del facebook
de la materia. Para acreditarse el
punto alguien diferente debe de
contestar correctamente la pregunta en
cuyo caso el que responda tendrá
también un punto extra. El máximo de
puntos acreditables por alumno es de 5.
En
la
página
http://uat.gustavoleon.com.mx pueden
encontrar la liga así como la fecha límite
para completar el ejercicio.
¿Es la Inteligencia humana perfecta?
¿Es la Inteligencia humana superior a la
de las máquinas? ¿En qué aspectos si,
y en qué aspectos, no?
¿Sería deseable duplicar solamente
aspectos positivos de la Inteligencia
humana o los negativos también?
Son las emociones parte de la
inteligencia o un hecho separado de
ella?
1-14
Gustavo León 2015