Está en la página 1de 12

Etapas de desarrollo de la Inteligencia Artificial Primera etapa 1950 Redes Neuronales La mayora de los expertos coinciden en situar el nacimiento

de la IA en 1950 con la publicacin de un artculo de Alan Turing en el que explicaba la excesiva connotacin filosfica de la histrica pregunta puede pensar una mquina? y la necesidad de explicar la inteligencia artificial de un modo concreto. Para ello propuso un juego de imitacin en el que existan tres partes: dos personas y una computadora. Una de las personas era la interrogadora, que efectuaba preguntas por medio del teclado. Algunas de las preguntas que efectuaba eran contestadas por la computadora y otras por la otra persona. El juego consista en que sa primera persona detectara cules de las preguntas eran contestadas por el ordenador y cules por el humano. En aquel momento las computadoras no siempre ganaban la partida pero Turing sostena que a finales del siglo XX esto sera posible. La prueba tuvo ms una importancia terica que prctica, al determinar el comportamiento racional que pueden tener los ordenadores ms que un comportamiento humano, que era lo estudiado hasta el momento en relacin a IA. En ese mismo ao, un matemtico, Norbert Wiener, desarroll el principio de la retroalimentacin. Esta tcnica, es la utilizada, por ejemplo, por el termostato. Es capaz de comparar la temperatura actual del entorno con la deseada y, segn los resultados, aumentarla o disminuirla. Wiener adems, es conocido como el fundador de la ciberntica.

En 1955 se desarrolla la teora de la lgica. Gracias a sta se haca posible la creacin de un programa capaz de elegir la solucin ms correcta de un problema de entre varias. Supuso un gran paso en los estudios de Inteligencia Artificial, fue desarrollada por Newell y Simon. Adems, a partir de ese ao se generaliza el trmino de Inteligencia Artificial, al proponerlo John MacCarthy en la Conferencia de Dartmouth. En 1957 se crea el primer General Problem Solver(GPS), un sistema que puede resolver problemas de sentido comn utilizando la teora de la retroalimentacin de Wiener. Un ao despus, McCarthy crea un lenguaje de programacin desarrollado especialmente para su aplicacin en Inteligencia Artificial, el lenguaje LISP, que ser el elegido, a partir de entonces, por la mayora de los desarrolladores inmersos en IA.

Redes Neuronales Los intentos de imitar el funcionamiento del cerebro humano en una mquina han ido aumentando con la evolucin de la tecnologa. La inteligencia artificial, como ya sabemos, trata de descubrir aspectos de la inteligencia humana que pueden ser simulados mediante mquinas. En este sentido, las redes neuronales no son ms que otra forma de emular ciertas caractersticas propias de los humanos.

Neuronas cerebrales

La particularidad de las redes neuronales es que, mientras otras reas de inteligencia artificial slo se basan en algoritmos y conexiones electrnicas, sta estudia directamente el cerebro humano y trata de crear un modelo artificial y simplificado de este. As ya podemos dar una definicin ms concreta: las redes neuronales son un paradigma de aprendizaje y procesamiento automtico inspirado en la forma en que acta el sistema nervioso de los animales. La unidad bsica de procesamiento de las redes neuronales est inspirada en la clula fundamental del sistema nervioso humano, la neurona. Las redes neuronales, por tanto, pretenden resolver problemas que otras reas no son capaces. Esto lo consiguen gracias a que, el estudio de las neuronas humanas permite crear unidades de procesamiento que pueden intercambiar datos, sirven para reconocer patrones (tales como imgenes) y tienen capacidad de aprendizaje. El cerebro y la computadora Aunque las redes neuronales artificiales se encarguen de imitar a las redes neuronales humanas, stas son tan complejas que, al fin y al cabo, lo nico que se consigue es una imitacin simplificada.

Estructura de una neurona

Las redes neuronales no dejan de ser computadoras, mquinas que procesan datos. No obstante las diferencias entre una red neuronal artificial y una computadora convencional son elevadas. Obviamente, tambin existen grandes diferencias entre las redes neuronales artificiales y las de los humanos. A continuacin realizaremos un anlisis comparativo, para que simplificar la comprensin, cuando hablemos de cerebro artificial lo llamaremos computadora. En primer lugar, el cerebro humano es capaz de tratar gran cantidad de datos en poco tiempo pero no necesariamente con exactitud. Por su parte, la computadora ser capaz de procesar informacin mucho ms concreta y siempre seguir unas instrucciones dadas. Por otro lado, si nos fijamos en los impulsos nerviosos, en el caso del humano stos pueden variar pero, la computadora, al ser mecnica y automtica, tiene una frecuencia inalterable de transmisin y est dirigida por el reloj interno de la mquina. En tercer lugar, en cuanto al almacenaje, el cerebro humano guarda la memoria pero no se sabe dnde quedar almacenada, dado su carcter asociativo. En cambio, en la computadora la informacin se guarda en posiciones de memoria de acceso directo por su direccin. Un punto a favor de las computadoras que, en eso, superan al cerebro humano, es el de la velocidad. De este modo, en el cerebro, los impulsos fluyen a unos 30 metros por segundo frente a la computadora, donde los impulsos fluyen a la velocidad de la luz. Por otro lado, en el anlisis comparativo debemos destacar tambin similitudes importantes. As hay que destacar que, tanto en cerebro como la computadora

codifican la informacin en impulsos digitales, ambos tienen compuertas lgicas, en ambos casos existen diferentes tipos de memoria y ambos tienen aproximadamente el mismo consumo de energa. Ventajas de las redes neuronales Como ya hemos dicho, las redes neuronales, debido a su constitucin y fundamento, presentan grandes semejanzas con el cerebro. Por ejemplo, son capaces de aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer caractersticas esenciales a partir de entradas que representan informacin irrelevanteEntre las ventajas se incluyen: Tienen capacidad de aprender a realizar tareas basadas en un entrenamiento inicial (Aprendizaje adaptativo). De esta forma, la mquina puede aprender a llevar a cabo ciertas tareas mediante el entrenamiento con ejemplos ilustrativos, por lo que no es necesario elaborar modelos a priori. Las redes neuronales permiten organizar por s mismas lo aprendido. Mientras que el aprendizaje es la modificacin de cada elemento procesal, la auto organizacin consiste en la modificacin de la red neuronal completa para llevar a cabo un objetivo especfico. Adems las redes neuronales tienen la capacidad de ser tolerantes a fallos. Fueron los primeros mtodos computacionales con esta capacidad inherente. De este modo, si se produce un fallo en un nmero no muy grande de neuronas, aunque el comportamiento del sistema se ve influenciado, no sufre una cada repentina. Una de las prioridades principales de las redes neuronales es que son capaces de operar en tiempo real. Las redes neuronales trabajan mediante conexiones en paralelo, lo que permite grandes velocidades de transmisin y respuesta casi al instante. Por ltimo, hay que destacar como ventaja la facilidad de insercin en la tecnologa existente. De manera que, por ejemplo, resulta muy sencillo conseguir chips especializados que mejoren su capacidad. Segunda etapa 1960 Bsqueda Heurstica Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la demostracin de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem Solver: solucionador general de problemas). ste era un sistema en el que el usuario defina un entorno en funcin de una serie de objetos y los operadores que se podan aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros problemas similares, operando, claro est, con microcosmos formalizados que representaban los parmetros dentro de los cuales se podan resolver problemas. Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni

mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a partir de sus propios descubrimientos) que la conducan hasta el destino deseado mediante el mtodo del ensayo y el error. Las conquistas de los micro- mundos Durante los aos sesenta, se avanza en la representacin del conocimiento. En esta poca se suceden aproximaciones sobre la resolucin de problemas concretos como ANALOGY (PROBLEMAS DE ANALOGA), STUDENT, SIR y SINTEX (lenguaje natural), se produce la formulacin de las redes de discriminacin de Feigenbaum, las rede semnticas de Quillian y las directrices para el procesamiento semntico de Minsky. No obstante el proyecto que mejor define esta poca es el Blocks Micro-World del MIT: en un mundo de formas geomtricas, los robots interpretan la escena, se mueven, manipulan bloques y explican sus experiencias. En este contexto se desarrolla en 1969 el programa SHRDLU de Winograd, como aportacin a la comprensin del lenguaje natural y, un ao ms tarde el programa ARCHES de Winston, dedicado al aprendizaje estructural de un robot mvil; y el proyecto de programacin heurstica (HPP) de la Universidad de Stanford, comenzado en 1965 y en cuyo mbito se desarrollo DENDRAL, el primer sistema experto. En otro orden de cosas, tambin se avanza en contexto como la programacin de juegos. En 1966, Greenblat comienza a desarrollar un programa para el juego de ajedrez, capaz de competir en torneos. En esta poca la IA se institucionaliza teniendo lugar en el primer congreso internacional y aparecimiento en 1970 el primer nmero de la revista Inteligencia artificial. A pesar de los avances sucedidos durante estos aos, los investigadores en IA no ven cumplidas, desde el principio, sus expectativas. Ya en 1961, Lucas paltea, desde el mbito de la lgica, seria objeciones contra las posibilidades de desarrollo de sistemas inteligentes. Sin embargo, el choque ms drticotiene como protagonista la traduccin automtica. Efectivamente, desde su planteamiento por Weaver en 1949, los resultados prcticos obtenidos durante los cincuenta y mediados de los sesenta son realmente escasos. En 1968 Minsky y Papert ponen de manifiesto los lmites tericos de los perceptrones. En 1969, Weizenbaum desata la polmica al contruir un programa inteligente: ELIZA. En realidad dicho programa simulaba, utilizando diversos esquemas de lenguaje, un razonamiento inteligente. La heurstica La capacidad heurstica es un rasgo tpico de los humanos. Consiste en la capacidad de realizar innovaciones positivas para conseguir los fines que se pretenden. Tambin podemos definirla como la solucin de problemas en los cuales, las soluciones se descubren por la evaluacin del progreso logrado en la bsqueda del resultado final.

La base de la heurstica surge de la experiencia de resolver problemas y ver cmo otros lo hacen. De lo anterior podemos deducir que un mtodo heurstico aplicado correctamente puede devolver soluciones falsas, positivas o negativas. En las ciencias de la computacin, el mtodo heurstico es usado en determinadas circunstancias, cuando no existe una solucin ptima bajo las restricciones dadas. En general la manera de actuar de los programas heursticos consiste en encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones. Dadas las caractersticas de la heurstica, sta es muy usada en juegos informticos que se adelantan a lo que va a hacer el usuario basndose en la experiencia y los pasos que ha seguido en otras ocasiones.

Figura 4 El programa de ajedrez Muchos algoritmos en la inteligencia artificial son heursticos por naturaleza, o usan reglas heursticas. Un ejemplo claro son los programas que detectan si un correo electrnico es o no spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificacin, pero cuando se unen mltiples reglas heursticas, la solucin es ms robusta y creble.

Tercera etapa 1970 Sistemas Expertos La IA resurge con gran importancia, a raz de la creacin del sistema experto medico Mycin que detectaba enfermedades infecciosas de la sangre. En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en problemas ms concretos. As es como naci el sistema experto.

Ya en el ao 1970 se produce el advenimiento de los Sistemas Expertos. Los Sistemas Expertos se han utilizado para ayudar a los mdicos a diagnosticar enfermedades e informar a los mineros a encontrar vetas de mineral. Al mismo tiempo, en 1970. David Marr propone nuevas teoras sobre la capacidad de reconocimiento visual de las diferentes mquinas El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de masa construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo un logro en aquella poca que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn en el Pacific Medical Center de San Francisco, EEUU). Sistemas expertos Los sistemas expertos utilizados en inteligencia artificial son software que emula el comportamiento de un experto humano en la solucin de un problema. Los sistemas expertos funcionan de manera que almacenan conocimientos concretos para un campo determinado y solucionan los problemas, utilizando esos conocimientos, mediante deduccin lgica de conclusiones. Con ellos se busca una mejora en calidad y rapidez de respuestas dando as lugar a una mejora de la productividad del experto. Los sistemas expertos pueden estar basados en reglas, es decir, disponen de unos conocimientos predefinidos que se utilizan para tomar todas las decisiones (aplicando heurstica), o basados en casos (CBR, Case Based Reasoning), aplicando el razonamiento basado en casos, donde la solucin a un problema similar planteado con anterioridad se adapta a un nuevo problema.

Sistema experto y humano experto

Para los verdaderos expertos humanos supone un gran apoyo que reduce tiempo y, en ocasiones puede realizar tareas por s mismo. Pero, para que un sistema experto sea una herramienta efectiva debe de poseer dos capacidades: por un lado debe ser posible explicar los razonamientos del sistema experto, por otro debe ser capaz de integrar nuevos conocimientos as como modificar sus conocimientos obtenidos por otros mejorados.

Ventajas de los Sistemas Expertos Los sistemas expertos ha resultado uno de los grandes avances en la inteligencia artificial. Entre sus muchas ventajas destaca el hecho de poder trabajar con gran cantidad de informacin lo cual es ms limitado en los expertos humanos y puede afectar negativamente en la solucin de problemas por parte de estos ltimos. Adems, hoy en da, los sistemas expertos son capaces de trabajar a velocidades muy elevadas. Limitaciones o inconvenientes que se dan en los sistemas expertos En primer lugar el elevado coste que suponen y el tiempo que debe gastarse en programarlos. Adems, para actualizar un sistema experto es necesario reprogramarlo. Por otro lado, la IA no ha conseguido desarrollar sistemas que sean capaces de resolver problemas de manera general, de aplicar el sentido comn para resolver situaciones complejas ni de controlar situaciones ambiguas. Aplicacin de los Sistemas Expertos Las principales aplicaciones de los sistemas expertos son las relacionadas con el mundo empresarial. Esto se debe a que resultan muy tiles en funciones como la contabilidad, tesorera, gestiones internasEl campo que ms aplicaciones de sistemas expertos est realizando es el de la auditora. Pero los sistemas expertos son aplicados en muchas ms reas con resultados satisfactorios. Algunas de las principales son: telecomunicaciones, medicina, militar, derecho, aeronutica, geologa, electrnica, etc.

Sistema experto robtico utilizado en medicina

Cuarta etapa 1980 Aprendizaje de las Maquinas Se empieza a conocer la necesidad de trabajar en sociedad con profesionales de diversas reas de conocimiento. Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando se desarrollan sistemas expertos ms refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas heursticas automticamente, por induccin. Surge la robtica Para el 1986 las ventas de hardware y software relacionados con la IA se contabilizan por 425,000.00 millones de dlares. Compaas como DuPont, General Motors, y Boeing utilizan sistemas expertos a principios de la dcada de los 80 y estos sistemas expertos se convertiran en un estndar a finales de la misma. La robtica La robtica es la ciencia o rama de la ciencia que se ocupa del estudio, desarrollo y aplicaciones de los robots. Los robots son mquinas controladas por ordenador y programadas de manera que sean capaces de moverse, manipular objetos y realizar trabajos al mismo tiempo que interactan con el entorno. Los robots suelen ser programados para ahorrar tiempo y sustituir a los humanos en trabajos costosos, pesados, complicados y repetitivos, por ello, son capaces de realizar tareas repetitivas de forma ms rpida, barata y precisa que los seres humanos. Al or la palabra robot, a menudo se produce en nuestra mente la imagen de una mquina con forma humana, con cabeza y extremidades. Esta asociacin es fruto de la influencia de la televisin o del cine, cuyos anuncios o pelculas muestran mquinas con forma humana, llamadas androides, que generalmente son pura ficcin.

Influencia de los medios sobre la robtica (Terminator)

Por ello es preciso aclarar que un robot no tiene por qu tener esa forma humana, los androides son solo una clase de robots. Los robots no son ms que dispositivos compuestos de sensores que reciben datos de entrada y que pueden estar conectados a una computadora. sta, al recibir esos datos, los procesa y ordena al robot que lleve a cabo la accin determinada. Puede ocurrir que el robot sea al mismo tiempo computadora de manera que dispondr de sus propios microprocesadores. Por otro lado, tambin es necesario aclarar que, hoy en da, no existen robots plenamente inteligentes y es impensable a corto plazo dado que la tecnologa y la ciencia no lo permiten. No obstante, la mayora de los expertos en IA coinciden en apuntar que, a largo plazo si ser posible. Aplicaciones de la robtica Hoy en da, los robots pueden ser utilizados con diversidad de aplicaciones diferentes. Cada uno de ellos lleva consigo una problemtica propia y sus soluciones afines. Al margen de otros usos, es seguro que, el mayor impacto se ha producido en la industria. Esto se debe a numerosos factores como la reduccin de costos, pueden producir variedad de productos sin cambios importantes en la maquinaria. En la industria, los robots son utilizados por una diversidad de procesos industriales. De este modo podemos distinguir como los usos ms utilizados, los robots de: Transferencia de material: Su objetivo primario consiste en mover una pieza de una posicin a otra. Carga y descarga de mquinas: Se utilizan para servir a una mquina de produccin transfiriendo piezas desde las mquinas.

Operaciones de procesamiento: El robot realmente efecta trabajos sobre piezas. El tipo de herramienta utilizada depende de la operacin de procesamiento que se realiza. Laboratorios.

Figura 8 - Robtica en la industria Por otro lado, tambin debemos destacar, el uso cada vez ms frecuente de la robtica en la enseanza. As destacan los robots de simulacin, el robot tortuga (para el aprendizaje de las matemticas), los robots de aprendizaje que se prev que quitaran trabajo a los profesores. Quinta etapa 1990 Nuevos Estudios de las Redes Neuronales Ya en los aos 90 se buscan otros usos para la IA y aumenta su utilizacin con fines militares y, por otro lado, cada vez se orienta ms al usuario medio. La ciberntica La ciberntica es la ciencia que estudia los sistemas de control y comunicacin de las personas y las mquinas. De esta manera se aprovechan todos los aspectos y mecanismos comunes. El trmino de ciberntica nace de la mano de Norbert Wiener en 1942 en un congreso sobre la inhibicin cerebral celebrado en 1942. Ciberntica proviene de una palabra griega que puede traducirse como piloto, timonel o regulador. Por tanto la palabra ciberntica podra significar ciencia de los mandos. Estos mandos son estructuras con elementos especialmente electrnicos y en correlacin con los mecanismos que regulan la psicologa de los seres vivientes y

los sistemas sociales humanos, y a la vez que permiten la organizacin de mquinas capaces de reaccionar y operar con ms precisin y rapidez que los seres vivos, ofrecen posibilidades nuevas para penetrar ms exactamente las leyes que regulan la vida general y especialmente la del hombre en sus aspectos psicolgicos, econmicos, sociales etc.

Norbert Wiener

Dentro del campo de la ciberntica podemos incluir las grandes mquinas calculadoras y toda clase de mecanismos de autocontrol semejantes a las mquinas que imitan la vida. Una nueva disciplina que nace desde la Ciberntica es la binica. sta surge de la sntesis realizada en la comparacin de algunos resultados por la biologa y la electrnica. La binica estudia los principios de la organizacin de los seres vivos para su aplicacin a las necesidades tcnicas. La ciberntica tambin se aplica al estudio de la psicologa, servomecanismo, economa, neuropsicologa, ingeniera en sistemas y al estudio de sistemas sociales, el trmino ciberntica no es muy utilizado para describir por separado a un campo de estudio, y muchas de las investigaciones en el campo ahora se centran en el estudio y diseo de redes neuronales artificiales. La ciberntica, por tanto, siempre se presenta en conjunto con alguna de las tecnologas anteriormente explicadas. As podemos encontrar, por ejemplo, robots dotados con medios cibernticos y redes neuronales.