implementacion de una linea de profundizacion en inteligencia

1
Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. ISSN 0122-1701
IMPLEMENTACION DE UNA LINEA DE PROFUNDIZACION EN INTELIGENCIA
ARTIFICIAL EN LA UNIVERSIDAD TECNOLOGICA DE PEREIRA.
Implementation of a profundization line in Artificial Intelligence in the Universidad Tecnológica de
Pereira.
RESUMEN
En este documento se publican los resultados de la investigación que pretende
proponer una estructura temática para la posible línea de profundización en
Inteligencia Artificial para el programa de Ingeniería de Sistemas y Computación
de la Universidad Tecnológica de Pereira. Justificando además, la gran
importancia de su implementación.
JORGE ADRIAN MARTÍNEZ
GARCÍA
Estudiante de ingeniería de
Sistemas y Computación en la
UTP, desarrollador de la propuesta.
[email protected]
PALABRAS CLAVES: Aprendizaje, Artificial, Conocimiento, Razonamiento,
IA, Inteligencia, Planificación, Percepción, Resolución de Problemas.
CESAR ANDRÉS GONZÁLEZ
MURCIA
Estudiante de ingeniería de
Sistemas y Computación en la
UTP, desarrollador de la propuesta.
[email protected]
ABSTRACT
In this document we will publish the results of the investigation that pretends to
propose a thematic structure to make possible the implementation of an Artificial
Intelligence profundization line. Besides of justifying the importance of its
possible implementation.
KEYWORDS: Artificial, AI, Intelligence, Knowledge, Learning, Perception,
Planning, Problem-Solving, Reasoning.
Director
ING.
JULIO
CESAR
CHAVARRO PORRAS
Ingeniero de Sistemas de la
Universidad Distrital Francisco
José de Caldas y profesor del
programa de Ingeniería de
Sistemas y Computación de la
UTP.
[email protected]
1. INTRODUCCIÓN
Actualmente en la Universidad Tecnológica de Pereira
existe un proyecto de cambio curricular, que busca entre
sus objetivos mejorar la calidad académica del programa
de Ingeniería de Sistemas y Computación suscrito a esta
misma universidad. Una de las áreas en las que
tentativamente se desea hacer énfasis con el nuevo
currículo es en el área de la Inteligencia Artificial.
En este orden de ideas como en todas las actividades
humanas, los recursos son finitos y se debe justificar por
qué se elige formar ingenieros con conocimientos
profundos y no superficiales en Inteligencia Artificial y
por qué no invertir los recursos en otras áreas del
conocimiento que caben dentro de lo que son las ciencias
de la computación. Así que es importante justificar este
hecho y en gran parte este documento se dedicará a este
propósito.
Fecha de Recepción: (Letra Times New Roman de 8 puntos)
Fecha de Aceptación:
2. IMPORTANCIA
ARTIFICIAL
DE
LA
INTELIGENCIA
La importancia y el interés existente en la Inteligencia
Artificial va más allá de lo que se puede percibir en el
entorno nacional y es nuestra obligación, además de la
identificación de esta misma importancia, proponer y
crear estructuras de conocimiento y herramientas que nos
permitan estar al frente de los avances que se producen.
Es por ello, que el trabajo encuentra un fundamento en la
importancia de esta ciencia a través de 3 perspectivas
identificadas en la industria, la academia y la prospectiva
tecnológica, que conciertan nuestro interés y
preocupación.
2.1 EN LA INDUSTRIAL
En la actualidad las técnicas de Inteligencia Artificial se
utilizan para resolver una multitud de problemas tan
diversos como la misma IA. Posee aplicaciones desde
algo tan común en la actualidad como el entretenimiento
Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira.
2
por medio de juegos de video, hasta aplicaciones tan
importantes y serias como la planeación y el control de
un vehículo espacial o la distribución de recursos y
trazado de rutas en una operación militar.
Los sistemas expertos se usan en múltiples áreas de la
actividad humana como el sector financiero, la medicina,
departamentos de recursos humanos entre otros,
demostrando experticia en campos de aplicación que van
más allá del rendimiento de los seres humanos.
Entre otras múltiples aplicaciones de la Inteligencia
Artificial, se encuentran grandes avances como el
procesamiento del lenguaje natural, reconocimiento del
lenguaje hablado, reconocimiento de patrones y rostros.
El aprendizaje de maquina es una de las áreas de la
Inteligencia Artificial donde su aplicación se extiende
cada día en diversas áreas de la industria, desde la lucha
mundial contra el spam, hasta la minería de datos donde
el aprendizaje de maquina permite generar nuevo
conocimiento.
Actualmente las empresas más grandes en el mundo de la
tecnología están utilizando la Inteligencia Artificial para
ganar ventajas competitivas que les permita prevalecer
frente a los grandes cambios. Empresas como Apple Inc,
presentan un fuerte factor diferenciador ante sus
competidores utilizando su sistema SIRI1, que plantea
revolucionar la comunicación entre humano y máquina.
Google Inc sin quedarse atrás, utiliza técnicas de IA para
mejorar los resultados de sus búsquedas. Por su parte
IBM ha lanzado recientemente su sistema WATSON2,
que le permite ubicarse en la punta de lanza en este tipo
de sistemas computacionales (análisis, evaluación y
generación de conocimiento obtenido a partir del
lenguaje natural). Microsoft Corporation también ha
incluido dentro de su último sistema operativo Windows
7, el reconocimiento de voz y el reconocimiento de
escritura a mano.
Todos estos avances que constantemente van apareciendo
en el mundo permiten ver como se está usando la
Inteligencia Artificial para hacer la diferencia en el
tratamiento de problemas que requieren más que una
solución tradicional y como la IA está ayudando y
seguirá ayudando a mejorar la comunicación entre la
máquina y el hombre.
2.2 EN LA ACADEMICA
La Inteligencia Artificial nació en la academia. Sus
fracasos, desaciertos y errores fueron planteamientos que
con el paso del tiempo le han dado forma al propósito de
esta ciencia. Sus avances, logros y nuevas teorías son el
producto de la iniciativa y motivación de un grupo de
investigadores y visionarios que aumentan con el paso
del tiempo, para crear lo que permitiría revolucionar el
mundo a través de sistemas que solucionaran los
problemas a los cuales día tras día se enfrenta la
humanidad.
Se podría decir que la Academia es hoy en día el hogar
de muchos de los avances más importantes que ha
logrado la Inteligencia Artificial en la poca historia que
tiene. La importancia de la academia se ve reflejada en
los cientos de miles de personas alrededor del mundo
involucradas a la misma, que convergen en teorías y
conceptos que permiten dar forma a la Inteligencia
Artificial.
Si bien, la industria tiene un papel importante tanto en la
historia de la Inteligencia Artificial, como en los logros
que se han obtenido en esta ciencia; La academia sentó
las bases y planteo la estructura de la IA a través de
grandes esfuerzos durante más de 50 años.
2.3 PROSPECTIVA TECNOLÓGICA
La Inteligencia Artificial es relativamente joven dentro
de lo que se considera como ciencia, teniendo sus
orígenes en la década de los 40 s y oficialmente siendo
reconocido el término IA (además de sus objetivos como
disciplina) en la década de los años 50 s. A pesar de lo
novel de este campo, en 60 años se han logrado grandes
avances desde sus orígenes con la conferencia de
Darthmouth. Hasta el momento, los sistemas
computacionales han empezado a mostrar grandes
avances en el desempeño de actividades donde los
humanos van adelante como en los juegos de ajedrez,
damas chinas, ahora en Jeopardy!®3. El muy anhelado
sueño de lograr simular la inteligencia fuerte y además
imaginar la posibilidad que un sistema inteligente logre
completar la prueba de Turing, cada día tiene más
expectativas como una realidad.
A través de los años y todos estos pasos que se han dado,
la Inteligencia Artificial ha logrado dar luz en
interrogantes relacionados con la inteligencia, el
aprendizaje y el razonamiento; Preguntas que tienen una
considerable prioridad y gran importancia en el
desarrollo y construcción del conocimiento humano.
Desde la ilustración hasta el movimiento modernista del
siglo XX temprano, se ha identificado la inteligencia
como lo que hace al hombre ser humano. El lograr
descifrar los mecanismos que utiliza la mente humana
para crear conocimiento y resolver problemas, podría
3
1
SIRI, conocido como un software de asistencia inteligente (Intelligent
software assistant). [1].
2
WATSON, conocido como un sistema computacional de IA. [2].
Jeopardy!, concurso de televisión Estadounidense que plantea
preguntas en diferentes áreas del conocimiento en el que participó el
sistema computacional Watson de IBM Corporation iniciando el año
2011. [3].
Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira.
significar un avance gigantesco para la humanidad. En
caso además que se llegue a la singularidad, este hecho
podría llevar a plantear soluciones a los problemas a
través del raciocinio y la creatividad.
3. DIVISION TEMATICA DE LA LINEA DE
PROFUNDIZACION
EN
INTELIGENCIA
ARTIFICIAL
3
ofrecer soluciones inteligentes a este tipo de problemas,
como lo son las búsquedas en espacios de estados, por
medio de la Inteligencia Artificial. Esta área es
transversal a todas las áreas de la IA. Desde hace algunos
años, la Inteligencia Artificial ha venido desarrollando
diferentes métodos y herramientas con un considerable
éxito en solucionar problemas que contienen
incertidumbre o información incompleta.
3.3 COMPUTACION BIOINSPIRADA
Una vez demostrada la importancia que tiene la
Inteligencia Artificial por medio de la argumentación
planteada a través de 3 perspectivas, no solo para las
Ciencias de la Computación, sino para el desarrollo de la
humanidad, se procede a encontrar la estructura temática
más apropiada para abordar las grandes áreas de
conocimiento que componen la IA en profundidad.
Con este propósito, fue necesario en primer lugar, dividir
la Inteligencia Artificial temáticamente debido a que
actualmente en el ámbito académico no hay consenso que
estandarice las grandes áreas de conocimiento en las que
se puede dividir la Inteligenciar Artificial.
Siguiendo este objetivo, se tomaron como principal
referencia los trabajos realizados por distintos autores
que tienen importante reconocimiento en el área de la
Inteligencia Artificial; autores como Stuart Russell y
Peter Norvig, Nils Nilsson, George Luger y John
McCarthy. Dentro de los parámetros del desarrollo de la
propuesta se tuvieron en cuenta los distintos currículos de
universidades líderes en Inteligencia Artificial en el
ámbito nacional como la Universidad del Valle y en el
internacional como la Universidad de Standford, el
Instituto Tecnológico de Massachusetts y la Universidad
Carnegie Mellon. Fruto de esta labor se llegó a la
siguiente división temática de la Inteligencia Artificial.
3.1 AGENTES INTELIGENTES
Los agentes inteligentes son una abstracción que permite
modelar problemas que requieren un tratamiento
inteligente y necesitan interactuar con otras instancias de
la misma solución o con el entorno. En el campo de la
Inteligencia Artificial, son muy importantes debido a los
notables avances que se vienen observando en la forma
de modelar los problemas y su estructura con
especificaciones muy bien definidas y tecnologías que
aplican estas especificaciones, convirtiendo a los agentes
inteligentes es los modelos más usados para generar
soluciones de IA actualmente.
3.2 RESOLUCION DE PROBLEMAS
En esta área se encuentran el conjunto de técnicas y
algoritmos que se han ido desarrollando a través de los
años para lidiar con los problemas propios que surgen en
las búsquedas de información. Hoy en día existen una
gran variedad de algoritmos y avances desarrollados para
Dentro de la Inteligencia Artificial, se encuentran los
sistemas computacionales inspirados en los organismos
vivos y que han ayudado a resolver problemas de alta
complejidad (NP) de manera heurística y en tiempos
razonables. En esta área se encuentran técnicas como la
de los algoritmos genéticos, algoritmos de enjambres
entre otros.
3.4 CONOCIMIENTO Y RAZONAMIENTO
En esta área del conocimiento en la Inteligencia Artificial
entran algoritmos y estructuras esenciales en la
investigación y que permiten representar el conocimiento
útil y necesario para las maquinas pensadas para
solucionar problemas que dependen de una información
extensa del mundo. Dentro de esta área de la Inteligencia
Artificial, surge la necesidad de crear entidades y
relaciones que permitan representar y reconocer el
conocimiento, así como el conocimiento que se conoce
como del sentido común. A una representación de lo que
existe se define como ontología.
3.5 PLANIFICACIÓN
La humanidad día tras día busca procedimientos,
métodos y estrategias que le permita obtener resultados y
cumplir con objetivos establecidos de una manera
organizada y estructurada, con el propósito de reducir al
máximo los riesgos y eventualidades que se pueden
presentar durante el desarrollo de las actividades que se
realizan para cumplir los objetivos propuestos. Obtener
una secuencia de ejecución de actividades de manera
ordenada y controlada que permita cumplir los objetivos
se conoce como planificación. La Inteligencia Artificial
tiene grandes avances que permiten aplicar la
planificación en la resolución de problemas que requieren
un tratamiento inteligente a través de la robótica y de los
agentes inteligentes.
3.6 APRENDIZAJE DE MAQUINA
En esta área de la inteligencia artificial se encuentran
todas las técnicas que simulan el aprendizaje del ser
humano y permiten establecer comportamientos que
evolucionen a través del análisis de datos empíricos que
representan una información incompleta o incierta;
Además de los algoritmos que permiten realizar tareas
como la clasificación y la extracción del conocimiento a
Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira.
4
partir de datos como es el caso de la minería de datos y el
KDD, que son formas aplicadas del aprendizaje de
máquina.
en equipo y además los problemas que se
plantean son problemas del mundo real.
Le ayuda a los estudiantes a obtener habilidades
de adquisición de conocimiento.
3.7 PERCEPCIÓN
La percepción es una de las áreas de la Inteligencia
Artificial que se encuentran en el punto donde convergen
las teorías y avances que se han obtenido hasta el
momento, para lograr obtener metodologías y
herramientas que generen una Inteligencia Artificial
aplicada al mundo real. Si bien la percepción puede
utilizarse para obtener información simulada, también
permite obtener información del mundo en el cual
habitan los agentes inteligentes desarrollados para la
resolución o identificación de cierto tipo de problemas a
través de la interpretación de señales obtenidas en
sensores integrados al sistema que compone el agente
inteligente.
3.8 INTERACCION Y COMUNICACIÓN
La comunicación como área de conocimiento que hace
parte de lo que se conoce como Inteligencia Artificial, es
una de las actividades que más importancia ha venido
obteniendo en el proceso de integración de todas las áreas
que conforman la IA, para lograr desarrollar agentes
inteligentes que extiendan sus capacidades más allá de un
conjunto de problemas establecido, y que a través de esta
integración de áreas de conocimiento, se permitan
obtener resultados por medio de agentes inteligentes que
puedan solucionar cualquier tipo de problema sin
importar el conjunto de características que lo integren. La
comunicación, permite hoy en día la transmisión de cierta
información apropiada para cierto tipo de propósitos
entre los diferentes agentes inteligentes que ataquen un
problema de manera distribuida.
4. APRENDIZAJE BASADO EN PROBLEMAS
4.1 INTRODUCCIÓN
Acompañando la propuesta de la estructura temática y el
contenido de las materias que la componen, se suma una
propuesta de entrega de contenido o mejor, un método de
enseñanza que deseamos, entre a escrutinio de la
comunidad académica. La elección de este método de
enseñanza se hace con base en los beneficios que
presenta frente a la enseñanza tradicional catedrática
ortodoxa.
Todas estas habilidades tienden a proponer soluciones a
debilidades detectadas en los estudiantes durante la
autoevaluación que se realizó en el programa de
Ingeniería de Sistemas y Computación de la Universidad
Tecnológica de Pereira [4].
4.2 CARACTERISTICAS DEL ABP.
El Aprendizaje Basado en Problemas (PBL-Problem
Based Learning) reúne ciertas características como son:
Uso de problemas del mundo real.
Confiar en los problemas para presentar el
currículo. Esto significa que los problemas no
prueban habilidades; simplemente asisten en el
desarrollo y afinamiento de las habilidades de
cada uno de los estudiante.
Los problemas están mal estructurados. No se
supone que exista una única solución a estos
problemas, y a medida que nueva información es
recopilada de manera reiterativa, la percepción
del problema y su solución cambian.
El ABP está centrado en el educando, a estos se
les
va
dando
progresivamente
más
responsabilidad por su educación y se convierten
incrementalmente
en
estudiantes
más
independientes de su docente para su educación
y formación.
4.3 EL PAPEL DEL INSTRUCTOR
En el aprendizaje basado en problemas, el instructor toma
un papel de facilitador del conocimiento, lo que
permitiría establecer una posición para guiar al estudiante
por medio de la inducción y la mayéutica. Se considera el
papel del instructor de tal vitalidad, que en sus manos se
encuentra la responsabilidad de un administrador de los
recursos académicos, y el conocimiento básico que él
considere necesario para resolver el problema planteado.
Además el instructor debe servir como modelo para que
los
estudiantes
puedan
aprender
habilidades
metacognitivas; Este papel difiere bastante del papel
habitual en donde el docente es el centro de la clase y el
poseedor absoluto del conocimiento y los métodos de
representar el mismo.
Entre sus ventajas reportadas en los espacios académicos
donde se ha implementado se encuentran:
4.4 IMPACTO DE LA IMPLEMENTACIÓN DEL
ABP
Mejora notablemente el trabajo en grupo.
Facilita la transición de la academia al sector
productivo debido a que los estudiantes trabajan
Hay múltiples retos a la hora de implementar el ABP.
Recogiendo las experiencias del profesor France Cheong
del Instituto Real de Tecnología de Melbourne, en
Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira.
Australia; Quien ya tuvo la experiencia de implementar
un curso en sistemas inteligentes usando el ABP [5].
Teniendo en cuenta la anterior experiencia, el propósito
es claro; La implementación de ABP en un curso o en un
conjunto de cursos que desarrollen los temas
relacionados con la Inteligencia Artificial, podría
eliminar la actitud mecánica que tienen la mayoría d e los
estudiantes durante el desarrollo de proyectos y
permitiría mejorar la experiencia de aprendizaje de los
mismos Estudiantes.
5. CONCLUSIONES Y RECOMENDACIONES
Uno de los grandes retos a la hora de construir este
documento fue encontrar una descripción unificada de lo
que es la Inteligencia Artificial, y el mayor gasto
energético en el desarrollo de este proyecto además de
uno de sus grandes resultados es haber desarrollado una
visión completa de las áreas que componen y definen a la
inteligencia artificial moderna desde un punto de vista
académico.
En la creación de este documento no se tuvieron en
cuenta ciertas limitaciones que pueden llevar a que el
proyecto sea actualmente inviable como son la
disponibilidad de personal calificado que pueda orientar
los temas que aquí se tratan, problemas del tipo
económicos que hagan inviable el proyecto en la
actualidad, problemas de tipo organizacional debido a
que el proyecto asume que la reforma estructural del
programa en la forma que permitiría la creación de líneas
de profundización es una realidad.
Todos estos factores se deben evaluar y sopesar contra la
ganancia que puede obtener el programa de Ingeniería de
Sistemas y Computación de la Universidad Tecnológica
de Pereira en cuanto a la calidad y el reconocimiento a
nivel nacional e internacional que esta implementación
podría representar.
La formación de ingenieros con un gran arsenal de
herramientas computacionales y un alto grado de
diferenciación con respecto a la mayoría de los
ingenieros de sistemas y computación del país. Las bases
para el estudio y la investigación a fondo de la
Inteligencia Artificial podrían llegar a ser fuertemente
estructuradas y desarrolladas en nuestra institución, a
través de grupos de investigación adecuadamente
formados y con los conocimientos, metodologías y
herramientas pertinentes, que logren obtener resultados
que estén a la altura de las grandes universidades
internacionales. Una implementación así, podría permitir
a la universidad, estar en la punta de los grandes avances
y logros en esta ciencia que todavía esperan por ser
descubiertos.
5
6. BIBLIOGRAFÍA
[1] Apple. Siri, your wish is its command. [Online].
Iphone, Apple. Available from World Wide Web:
http://www.apple.com/iphone/features/siri.html
[2] IBM. What is Watson? [Online]. IBMWATSON.
Available from World Wide Web: http://www03.ibm.com/innovation/us/watson/what-iswatson/index.html
[3] J, Jackson, IDG News. (2011, Feb.). IBM Watson
vanquishes Human Jeopardy Foes. [Online].
Business Center, PCWorld. Available from Word
Wide
Web:
http://www.pcworld.com/businesscenter/article/2198
93/ibm_watson_vanquishes_human_jeopardy_foes.h
tml
[4] UTP. (2009, Dic.). Informe de Autoevaluación con
fines de acreditación. [Online]. Planeación
Académica, Universidad Tecnológica de Pereira.
Available
from
World
Wide
Web:
http://media.utp.edu.co/planeacion/archivos/docume
ntos-de-interes-de-planeacionacademica/informedeautoevaluacionisc.pdf
[5] Cheong, France. (2008). Using a Problem-Based
Learning Approach to Teach an Intelligent Systems
Course. [Online]. Journal of Information Technology
Education, Informing Science Institute. Available
from
World
Wide
Web:
http://jite.org/documents/Vol7/JITEv7p047060Cheong.pdf