El estudio de la Inteligencia Artificial

in #stem-espanol7 years ago (edited)

El hombre se ha denominado a sí mismo Homo Sapiens (Hombre Sabio) debido a que nuestras capacidades mentales son muy importantes para nosotros. Durante muchísimos años hemos tratado de comprender cómo pensamos, es decir, comprender como un conjunto de materia puede entender, analizar, percibir y manipular un mundo que es muchísimo más complicado que ella misma. El área de la Inteligencia Artificial (IA) comprende un estudio que va mucho más allá, pues no solo se preocupa en comprender sino también en crear entidades inteligentes.

La inteligencia artificial es un área de la computación muy reciente, todo comenzó poco después de la Segunda Guerra Mundial. En la actualidad la IA abarca una gran variedad de subcampos que van desde áreas de propósito general como por ejemplo el aprendizaje y la percepción, a otras más específicas como ajedrez, diagnóstico de enfermedades, demostración de teoremas matemáticos, etc.


¿Qué es la inteligencia?

Esta pregunta suele ser muy polémica debido a que es muy difícil llegar a una definición acertada de lo que es “la inteligencia”. Haciendo una aproximación podríamos decir que la inteligencia es la capacidad de entender, comprender, analizar, elaborar información y poder usarla para poder resolver un problema y puede estar ligada a funciones de la mente como por ejemplo percepción y la memoria. 

  • Entendimiento,
  • Comprensión,
  • Percepción del entorno,
  • Conocimiento de uno mismo,
  • Razonamiento,
  • Resolución de problemas,
  • Planeación,
  • Razonamiento abstracto,
  • Uso y comprensión de lenguaje
  • Aprendizaje


¿Qué es razonamiento?

Se define como la capacidad que posee el ser humano que le permite pensar, evaluar y actuar dependiendo de una situación específica. También se puede definir como la virtud de usar la razón o instinto para determinar que sería lo mejor dependiendo de la situación, que sería lo más lógico o que es lo que se adapta adecuadamente a sus necesidades.

¿Cómo podemos representar el conocimiento? 


Ingeniería del conocimiento: Conjunto de técnicas computacionales para representar conocimiento estructurado (ejemplo: bases de datos) y conocimiento no estructurado (ejemplo: imágenes, metadatos, reglas).

El trabajo de los ingenieros del conocimiento es poder extraer el conocimiento de los humanos en un área específica, y luego codificarlo de manera de que pueda ser procesado por un sistema.


¿Qué es la Inteligencia Artificial?


  • Sistemas que piensan como humanos: El nuevo y excitante esfuerzo de hacer que los computadores piensen...máquinas con mentes, en el más amplio sentido literal. (Haugeland, 1985).
  • Sistemas que piensan racionalmente: El estudio de las facultades mentales mediante el uso de modelos computacionales. (Charniak y Mcdermott, 1985).
  • Sistemas que actúan como humanos: El arte de desarrollar máquinas con capacidad para realizar funciones que cuando son  realizadas por personas requieren de inteligencia. (Kurzweil, 1990).
  • Sistemas que actúan racionalmente: La Inteligencia Computacional es el estudio del diseño de agentes inteligentes.(Pool et al., 1998).

A lo largo de la historia se han seguido los cuatro enfoques mencionados. Existe un enfrentamiento entre los enfoques centrados en los humanos y los otros centrados en torno a la racionalidad.

El enfoque centrado en los humanos no debe ser una ciencia empírica, que incluya hipótesis y confirmaciones mediante experimentos. El enfoque racional implica una combinación de matemáticas e ingeniería. 

Comportamiento humano: El enfoque de la prueba de Turing

La prueba de Turing, propuesta por Alan Turing (1950) se diseñó para proporcionar una definición operacional y satisfactoria de la inteligencia. Turing sugirió una prueba basada en la incapacidad de diferenciar entre entidades inteligentes indiscutibles y seres humanos. El computador supera la prueba si el evaluador humano no es capaz de distinguir si las respuestas, a una serie de preguntas planteadas, son de un ser humano o no. Podemos decir que programar un computador para que supere la prueba requiere un trabajo considerable. El computador debería poseer estas capacidades: 

  • Procesamiento del lenguaje natural que le permita comunicarse satisfactoriamente en inglés. 
  • Representación del conocimiento para almacenar lo que conoce o siente. 
  • Razonamiento automático para utilizar la información almacenada para responder a preguntas y extraer nuevas conclusiones. 
  • Aprendizaje automático para adaptarse a nuevas circunstancias y para detectar y extrapolar patrones. 

Si quieres saber más sobre el Test de Turing puedes leer uno de mi post acerca de este tema dándole click aquí    

Pensar como un humano: El enfoque del modelo cognitivo 

Para decir que un programa cualquiera piensa como un humano, es necesario poder contar con un mecanismo para determinar cómo piensan los humanos. Hay dos formas de hacerlo, mediante introspección (intentando atrapar nuestros propios pensamientos conforme éstos van apareciendo) y mediante experimentos psicológicos. Una vez se cuente con una teoría lo suficientemente precisa sobre cómo trabaja la mente, se podrá expresar esa teoría en la forma de un programa de computador. 

En los comienzos de la IA había confusión en las distintas aproximaciones: un autor podría argumentar que un algoritmo resolvía adecuadamente una tarea y que por tanto este sería un buen modelo de representación humana, o viceversa. Los autores actuales hacen diferencias entre las dos reivindicaciones, lo cual ha permitido un desarrollo mucho más rápido de la IA y la ciencia cognitiva. Ambos campos se suman entre sí, especialmente en las áreas de visión y el lenguaje natural.  

Pensamiento Racional: El enfoque de las “leyes del pensamiento”    

Aristóteles fue el primero en intentar codificar la “manera correcta de pensar”, es decir, un proceso de razonamiento irrefutable. Estudiosos de la lógica desarrollaron, en el siglo XIX, una notación precisa para definir sentencias sobre todo tipo de elementos del mundo y especificar relaciones entre ellos. Ya en 1965 existían programas que, en principio, resolvían cualquier problema resoluble descrito en notación lógica. La llamada tradición logista dentro del campo de la inteligencia artificial trata de construir sistemas inteligentes a partir de estos programas. 

Este enfoque presenta dos obstáculos. No es fácil transformar conocimiento informal y expresarlo en los términos formales que requieren de notación lógica, particularmente cuando el conocimiento que se tiene es inferior al 100 por 100. En segundo lugar, hay una gran diferencia entre poder resolver un problema «en principio» y hacerlo en la práctica. Aunque los dos obstáculos anteriores están presentes en todo intento de construir sistemas de razonamiento computacional, surgieron por primera vez en la tradición lógica. 

Actuar de forma racional: El enfoque del agente racional

Un agente es algo que razona (agente viene del latín agere, hacer). Pero de los agentes informáticos se espera que tengan otros atributos que los distingan de los programas convencionales, como que estén dotados de controles autónomos, que perciban su entorno, que persistan durante un período de tiempo prolongado, que se adapten a los cambios, y que sean capaces de alcanzar objetivos diferentes. Un agente racional es aquel que actúa con la intención de alcanzar el mejor resultado o, cuando hay incertidumbre, el mejor resultado esperado. En el caso del enfoque de la IA según las «leyes del pensamiento», todo el énfasis se pone en hacer inferencias correctas. Existen también formas de actuar racionalmente que no implican realizar inferencias. Por ejemplo, el retirar la mano de una estufa caliente es un acto reflejo mucho más eficiente que una respuesta lenta llevada a cabo tras una deliberación cuidadosa. Todas las habilidades que se necesitan en la Prueba de Turing deben permitir emprender acciones racionales. Es necesario ser capaz de generar sentencias comprensibles en lenguaje natural, ya que el enunciado de tales oraciones permite a los agentes desenvolverse en una sociedad compleja. El aprendizaje no se lleva a cabo por erudición exclusivamente, sino que profundizar en el conocimiento de cómo funciona el mundo facilita la concepción de estrategias mejores para manejarse en él. 

La percepción visual es necesaria no sólo porque ver es divertido, sino porque es necesaria para poder tener una idea mejor de lo que una acción puede llegar a representar, por ejemplo, el ver un delicioso bocadillo contribuirá a que nos acerquemos a él. El estudiar la IA desde el enfoque del diseño de un agente racional ofrece al menos dos ventajas. La primera es más general que el enfoque que proporcionan las «leyes del pensamiento», dado que el efectuar inferencias correctas es sólo uno de los mecanismos existentes para garantizar la racionalidad. La segunda es más afín a la forma en la que se ha producido el avance científico que los enfoques basados en la conducta o pensamiento humano, porque la norma de la racionalidad está claramente definida y es de aplicación general. La conducta humana se adapta bien a un entorno específico, y es producto de un proceso evolutivo complejo, en gran medida desconocido, que aún está lejos de llevarnos a la perfección. Más adelante quedará patente que a pesar de la aparente facilidad con la que se puede describir un problema, cuando se intenta resolver surgen una enorme variedad de cuestiones.   


Subáreas de la IA  

  • Sistemas Expertos (Fuzzy) 
  • Robótica 
  • Redes Neuronales 
  • Visión por computadora 
  • Algoritmos Genéticos Procesamiento de lenguaje natural 
    • Reconocimiento y síntesis de voz
    • Entendimiento y comprensión de texto/habla
  • Teoría de juegos 
  • Realidad virtual 
  • Vida artificial 
  • Aprendizaje de máquina 
  • Inteligencia de enjambres 
  • IA Distribuida  


Avances actuales de la IA 

  • Eugene 
  • Drones 
  • Manejo autónomo 
  • ASIMO 
  • Intérprete simultáneo 
  • Comprador personal 
  • Edificios inteligentes 
  • Descripción de textos e imágenes 
  • Navegación autónoma 
  • Medicina personalizada 
  • Acompañantes conversacionales 
  • IBM Watson 
  • Google Brain   

Fuente de las Imágenes: A B C D E 

Referencias Bibliográficas: 

  1. Sitio Web: https://es.wikibooks.org/wiki/Ingenier%C3%ADa_del_conocimiento/Introducci%C3%B3n 
  2. Sitio Web: https://www.psicoactiva.com/blog/diferencia-entre-inteligencia-artificial-e-inteligencia-humana/ 
  3. Sitio Web: https://www.psicoactiva.com/blog/concepto-inteligencia-ha-evolucionado/ 
  4. Sitio Web: https://es.wikipedia.org/wiki/Ingenier%C3%ADa_del_conocimiento 
  5. Sitio Web: https://es.wikipedia.org/wiki/Inteligencia_artificial 
  6. Libro: Inteligencia Artificial Un Enfoque Moderno, Segunda edición. Stuart J. Russell & Peter Norvig.  

Agradecimiento

Quiero agradecer a la iniciativa de #stem-espanol que promueve la ciencia y a las personas que me han apoyado y ayudado en mi crecimiento personal  @hogarcosmico @bettino @rchirinos @annyclf @paolasophiat @luisrz28 @jesusrafaelmb @erika89 @rubenanez @natitips 

Sort:  

Buen post, me gusto mucho @merlinrosales96

Muchas gracias amigo, saludos.

Excelente información amigo que nos serán de gran ayuda, felicidades!!! @merlinrosales96. Saludos ; )

Muchas gracias por tu comentario amigo, me alegra mucho que te gustara! Saludos.

Coin Marketplace

STEEM 0.23
TRX 0.21
JST 0.035
BTC 97405.88
ETH 3349.98
USDT 1.00
SBD 3.18