Está en la página 1de 23

LA INTELIGENCIA ARTIFICIAL

La inteligencia artificial Hacia dnde nos lleva?


Renato Gmez Herrera
Un vistazo al sueo humano de la creacin
Cuando en los aos cuarenta se pusieron a funcionar las primeras computadoras (esos roperos de
metal, llenos de bulbos) se les llam cerebros electrnicos, ya que podan hacer sumas. Esto hizo
imaginar a muchos: Maana las mquinas conversarn con nosotros. Y entonces el cine, los
dibujos

animados

la

televisin

se

poblaron

de

robots

inteligentsimos

aunque de movimientos algo torpes que acompaaban a los humanos en toda clase de mundos.
Mientras los alumnos de ciberntica seguan perforando tarjetas, en el cine la computadora HAL se
pona paranoica y tomaba la decisin de asesinar a los astronautas de la pelcula 2001, Odisea del
Espacio.
La industria de las computadoras no dej de evolucionar y, de pronto, aquellos enormes aparatos
con grandes cintas de carrete se volvieron pequeos y mucho ms fciles de operar. Un da ya
tenan un monitor y un teclado para comunicarnos con sus circuitos. Al da siguiente aparecieron en
nuestras casas las computadoras personales y hoy estn por todos lados, volvindose indispensables.
Los nios de hoy viven en un mundo que, por lo menos en parte, la ciencia ficcin imagin hace 50
aos.
A nuestra imagen y semejanza?
La palabra robot, acuada en 1921 por el escritor checo Karel Capek, ya ha dejado de ser sinnimo
de androides metlicos que van moviendo sus brazos como tentculos, mientras avanzan sobre sus
rueditas por el planeta de las Amazonas Sicodlicas. Los robots sern parte de nuestra vida
cotidiana.
Ya comienzan a serlo. En el siglo XX, el ser humano intenta reproducir el antiguo mito de la
creacin. As como, segn la Biblia, Dios cre a Adn y a Eva para no estar solo, ahora nosotros
quisiramos crear compaeros a nuestra imagen y semejanza. Pero, de qu tipo? Que nos sean
tiles y podamos interactuar con ellos de una forma cercana, casi natural; por eso se desea poner un
cerebro artificial dentro de un cuerpo que imite lo mejor posible al nuestro. Finalmente somos como

tristes Gepetos soando con darle vida a un mueco de madera para no sentirnos tan solos.
Procurando ese sueo, el industrial estadounidense Joe Engelberg construy un prototipo en los
aos cincuenta, y en la dcada siguiente vendi su primer robot til. Pero realmente los robots
dejaron de ser ficcin en los aos ochenta, cuando brazos gigantes que se movan obedeciendo un
programa predeterminado, desplazaron a los obreros en las fbricas automotrices de Japn. Y
aunque la robtica tiene el objetivo de poner a las mquinas a trabajar en todas las reas posibles,
esto es caro y complicado.
En los Estados Unidos han logrado crear un modelo que es capaz de caminar, captar el movimiento
de una pelota en el aire y cacharla con su mano mecnica. Sin embargo, para ejecutar un
movimiento tan sencillo, el costoso robot (que asemeja ms a una maraa de alambres y pistones
hidrulicos que a un humano) est conectado a varias computadoras que trabajan a su mxima
capacidad intentando coordinar lo que detectan los ojos (varias cmaras de video) y el
movimiento del brazo y la mano.
Aunque es cierto que Mike otro robot acoplado a una lavadora rodante que limpia, pule y
abrillanta pisos es an tan caro que cuesta menos tener un empleado que lo haga, no siempre ser
as. Un da, la produccin en masa har a los robots baratos. Si algunos tendrn una figura
semejante a la nuestra, est por verse. Lo que parece ms factible es que sus cerebros electrnicos
tengan algn grado de inteligencia.
Puede la inteligencia ser artificial?
La inteligencia artificial (IA) puede definirse como el medio por el cual las computadoras, los
robots y otros dispositivos realizan tareas que normalmente requieren de la inteligencia humana. Por
ejemplo, la resolucin de cierto tipo de problemas, la capacidad de discriminar entre distintos
objetos o el responder a rdenes verbales. La IA agrupa un conjunto de tcnicas que, mediante
circuitos electrnicos y programas avanzados de computadora, busca imitar procedimientos
similares a los procesos inductivos y deductivos del cerebro humano. Se basa en la investigacin de
las redes neuronales humanas y, a partir de ah, busca copiar electrnicamente el funcionamiento del
cerebro.
El avance en la investigacin de las redes neuronales va ganando terreno a una velocidad
espectacular. Entre sus aplicaciones destaca la poderosa computadora Deep Blue, que puede vencer
a cualquier jugador de ajedrez: no slo tiene gran cantidad de jugadas programadas, sino que

aprende de su adversario, por lo que se va volviendo capaz de adelantarse a las decisiones de su


enemigo y hundir sus estrategias antes de que prosperen.
Esas redes tambin se han usado en los autos robot, que pueden circular por las autopistas a una
velocidad normal con un excelente margen de seguridad, y de hecho han cruzado la Unin
Americana de costa a costa sin que el conductor tuviera que tocar el volante o los pedales. Persisten
dos problemitas: la cajuela contina atiborrada de equipo y cuestan un dineral. Pero siguiendo esta
lnea de avance, es posible que en la prxima dcada sea comn que en la central de autobuses una
mquina pregunte al pasajero si desea viajar en un autobs conducido por un humano o guiado por
computadora; este ltimo servicio ser ms seguro y por lo tanto ms caro. Se espera que en poco
tiempo, imitando el funcionamiento de nuestro cerebro, las computadoras ya no tendrn un gran
procesador, sino miles (y ms adelante millones) de pequeos procesadores totalmente
interconectados entre s, lo que permitir la maravillosa capacidad de aprender a travs de
experiencias recogidas por los sentidos de la mquina (cmaras de video, micrfonos, etctera).

A la vanguardia de la IA
Entrevista con el doctor Ismael Espinosa Espinosa.
El doctor Ismael Espinosa me abre sonriente las puertas del Laboratorio de Ciberntica de la
Facultad de Ciencias, de la UNAM. Son las nueve de la maana en punto. Nos concede la entrevista
en su despacho, saturado de libros, imgenes de paisajes futuristas y uno que otro robot de juguete.
Qu suean los que ahora estn a la vanguardia de la inteligencia artificial?
Creo que el hombre desea, desde hace mucho, a un amigo que lo acompae en su viaje por el
cosmos. Hace milenios se inventaron las marionetas, despus los androides animados por complejos
mecanismos de relojera, como el famoso jugador turco de ajedrez, que incluso le gan a Napolen
una partida (aos despus se descubri que en su interior haba estado escondido un enano). Los
robots del futuro harn que los prototipos actuales se parezcan a aquellos llenos de engranes del
siglo XVIII.

Y cmo sern esos robots?


Quiz sean robots biolgicos. Definitivamente la clonacin es un fuerte competidor de la
robtica como la conocemos. Ya se puede clonar fibra muscular mucho ms fuerte que la nuestra, u
rganos internos tan complejos como el corazn.
Se puede clonar un cerebro?
An no, pero ya trabajamos en las redes neuronales, que intentan ser la copia electrnica del
funcionamiento de un cerebro. Actualmente usamos redes pequeas, pues cuando stas son muy
complejas, se pierde el control y ya no sabemos exactamente qu est ocurriendo ah dentro.
Qu diferencia existe entre las redes neuronales y las computadoras actuales?
Mucha. Las redes neuronales estn conectadas entre s de manera que la informacin no se
almacena en un solo lugar, sino que est repartida, y cada neurona puede activar o inhibir el
funcionamiento de las otras. Esto quiere decir que si la computadora recibe un golpe que destruya
una parte de la red, sta puede seguir funcionando. Pero lo que se busca es reproducir la capacidad
de aprender.
Cmo va el estudio de la robtica en Mxico?
Un poco atrasado. Las redes neuronales comenzaron a usarse desde los aos 60, pero entonces,
cuando yo traje ese concepto a Mxico y me tildaron de loco, ni siquiera me dieron acceso a las
computadoras que se tenan, as que perdimos muchos aos. Ahora, que ya se sabe qu son y qu
alcances tienen, todos quieren saber de redes neuronales. Por otro lado, la robtica es una ciencia
muy compleja, que necesita ingenieros en computacin, ingenieros mecnicos y electrnicos,
matemticos y hasta expertos en fisiologa. Desarrollar un robot requiere de equipos
multidisciplinarios que no siempre son fciles de armar. Finalmente, slo quisiera agregar que por
ms que avancemos en el campo de la inteligencia artificial, siempre sentiremos que hay una
especie de enano escondido dentro de los robots.
Qu podemos esperar en el futuro?
Se han hecho cuantiosas predicciones de lo que la aplicacin de las tcnicas de IA traera en el
futuro; algunas podran ser realidad en poco tiempo y otras parecen francamente especulativas.
Echemos un vistazo:

En el terreno de las computadoras personales, la velocidad de un procesador ser enorme y no


podremos agotar su memoria ni cargando ciclos enteros de cine ruso, que podremos ver doblados al
espaol con una voz idntica a la de los actores. Sern gobernadas con la voz: Actvate. Quiz ya
no sean necesarios los monitores; unos anteojos inalmbricos de realidad virtual nos mostrarn
cmo va quedando nuestro texto. Los teclados tambin sern tan obsoletos como ahora lo son las
tarjetas con hoyitos; en vez de teclear, quiz podremos plasmar palabras en la memoria de la
computadora con slo imaginarlas, gracias a una discreta placa (chip) adherida a nuestra frente. Una
voz agradable nos dir al odo que hemos cometido un error de sintaxis y nos proporcionar, si lo
deseamos, una lista de posibles soluciones. En lugar de usar el ratn, podremos manipular el texto
(o el dibujo, o lo que sea) con el movimiento de nuestros ojos, que ser detectado por un inofensivo
rayo lser.
La red Internet, que llegar a nuestra casa a travs del cableado ptico, transportar inmensas
cantidades de informacin que sern cargadas en nuestra computadora en dcimas de segundo. Las
imgenes aparecern instantneamente y nos reiremos de la poca en que una pgina tardaba hasta
10 minutos en bajar. Por medio de la red podremos acceder a cualquier programa de televisin o
radio que se transmita en cualquier parte del mundo, con una traduccin impecable, o guardarlo en
la memoria de la mquina si deseamos verlo ms tarde, como si fuera una videocasetera. Pero si
algn amigo se perdi de ese programa, se lo enviaremos a su terminal en segundos. Los estudiantes
tendrn cada vez ms clases virtuales en las que accedern directamente a los bancos de
informacin de la universidad y se comunicarn con sus maestros slo para resolver dudas o
exmenes.
Pronto los robots comenzarn a desplazar al personal que nos atiende detrs de las ventanillas. Una
mquina podr perfectamente cambiarnos un cheque y resolver de manera satisfactoria las dudas
sobre nuestro estado de cuenta. El cajero automtico del cine recibir nuestro dinero (o una tarjeta)
para darnos a cambio entradas para la pelcula en el horario que le indiquemos. Y as ser en los
aeropuertos, las estaciones de ferrocarril y en todas partes donde ahora hay ventanillas ocultando a
empleados que aguardan impacientes la hora de salida.
Es muy probable que la economa cambie. Quedarn en el pasado los tipos de traje pelendose a
gritos en las casas de bolsa. Las computadoras, conectadas en red a los indicadores burstiles de
todo el mundo, movern los capitales de un lugar a otro, sin que sea necesaria la voluntad humana,
obedeciendo tan slo a agresivos programas que beneficiarn a los dueos del dinero, sin importar
si una nacin se hunde en una pavorosa crisis en algunos instantes.

Los edificios inteligentes sern comunes. Al llegar a casa la puerta se abrir con el sonido de
nuestra voz. Sensores dispuestos en cada rincn encendern la luz de la habitacin a la que
entremos y dejarn a oscuras la que ha quedado sola, ahorrando electricidad. La temperatura
tambin ser regulada por la computadora central para ofrecernos un clima privado a nuestro gusto.
Verbalmente activaremos la televisin, el aparato de sonido o cualquier otro electrodomstico
conectado a nuestra ama de llaves ciberntica. Por las maanas, el desayuno que dejamos en el
microondas comenzar a prepararse; en la radio la estacin de nuestra preferencia nos despertar
mientras el calentador se ajusta para que nos demos una ducha deliciosa. Al salir podremos estar
tranquilos porque la casa estar capacitada para detectar a posibles intrusos y, en caso dado, la
alarma se activar a la ms mnima insinuacin de peligro, dando aviso a los cuerpos de seguridad.
Si llega a haber una guerra global, sta podra ser nombrada por los medios como The Robot War,
en la que los pilotos controlaran por realidad virtual pequeos y mortferos aviones, helicpteros y
tanques a cientos de kilmetros del campo de batalla sin arriesgar un solo cabello.
Es muy probable que en pocos aos, robots cirujanos realicen complejas intervenciones utilizando
el instrumental quirrgico con la precisin de una impresora.
Algn da, el Sojourner, el robot que explor Marte, ser una caja de zapatos comparada con los
que llegarn a ese planeta, no para posar un espectrmetro sobre las piedras, sino para construir los
centros urbanos de los primeros colonizadores. La ltima frontera sern los robots biolgicos
autorreplicantes que poblarn en nuestro nombre otros sistemas solares hasta hacerlos habitables
para nuestra especie.
Pueden pensar las mquinas?
Se ha logrado dotar a las mquinas de informacin til que pueden usar en un mbito especializado,
por ejemplo para recorrer una trayectoria de obstculos y memorizarla o para ejecutar algunos
procesos complejos, pero el pensamiento humano es otra cosa: nuestro cerebro posee
aproximadamente 10 mil millones de neuronas y si todava no sabemos exactamente cmo se
interrelacionan para pensar, mucho menos podemos reproducir en una mquina ese proceso. Hay
muchos aspectos que diferencian al cerebro humano de los sistemas desarrollados por la
inteligencia artificial, entre ellos:

Las mquinas carecen de mecanismos intuitivos y se basan slo en el mtodo automtico de


prueba y error; por ello, no tienen la capacidad de reaccionar ante situaciones inesperadas ni la
posibilidad de generalizar acontecimientos distintos.
Las mquinas carecen de creatividad, aspecto hasta ahora totalmente humano. En las mquinas no
existe una interrelacin creativa, y los cambios de contexto no implican una modificacin sustancial
entre sus circuitos y programas; el medio circundante no modifica estructuralmente sus funciones.
La mente humana est provista de valores producto de la interrelacin social; al carecer de
aqullos, las mquinas no pueden evolucionar o autoperfeccionarse.
Y la gente?
Al parecer la inteligencia artificial promete un mundo fantstico, pero realmente lo ser? Qu
pasar, por ejemplo, con la enorme cantidad de seres humanos que no tienen acceso a la educacin
ni a la tecnologa?, qu pasara con las relaciones humanas y con la economa, con la enorme
brecha entre ricos y pobres, entre desarrollo y subdesarrollo? No sabemos a ciencia cierta cul ser
el futuro de la humanidad, pero s sabemos que indudablemente cambiarn las relaciones de
produccin y quiz de comunicacin. Es altamente probable, por ejemplo, que se agrave an ms el
problema del desempleo; que se transformen radicalmente los conceptos de ocio y tiempo libre; que
cambien las relaciones laborales entre patrones y trabajadores; que haya una revolucin an mayor
en cuanto al acceso a la informacin y que se agudicen las diferencias entre pases hacedores de
tecnologa y de aquellos histricamente dependientes. Es casi seguro que la inteligencia artificial y
el desarrollo tecnolgico subsecuente estarn al servicio de una minora. Si por el contrario, el
desarrollo tecnolgico y especficamente la inteligencia artificial se utiliza para lograr que todos
en este planeta logremos un mejor nivel de vida en estricta relacin con el medio ambiente, tal
artificio ser realmente inteligente.
http://www.comoves.unam.mx/numeros/articulo/2/la-inteligencia-artificial-hacia-donde-nos-lleva
Inteligencia artificial
La inteligencia artificial (IA) es un rea multidisciplinaria, que a travs de ciencias como
las ciencias de la computacin, lamatemtica, la lgica y la filosofa, estudia la creacin y diseo de
sistemas capaces de resolver problemas cotidianos por s mismas utilizando como paradigma
la inteligencia humana.[cita requerida]

General y amplio como eso, rene a amplios campos, los cuales tienen en comn la creacin de
mquinas capaces de pensar. En ciencias de la computacin se denomina inteligencia artificial a la
capacidad de razonar de un agente no vivo. 1 2 3John McCarthy acu la expresin inteligencia
artificial en 1956, y la defini as: Es la ciencia e ingenio de hacer mquinas inteligentes,
especialmente programas de cmputo inteligentes.4

Bsqueda del estado requerido en el conjunto de los estados producidos por las acciones
posibles.

Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN).

Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de animales y


humanos).

Razonamiento mediante una lgica formal anlogo al pensamiento abstracto humano.

Tambin existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas,
respectivamente, por sensores fsicos y sensores mecnicos en mquinas, pulsos elctricos u pticos
en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Al igual que en la informtica convencional, en la Inteligencia artificial tenemos una serie de
elementos peculiares que la caracterizan y la diferencian. Para Nilsson son cuatro los pilares bsicos
en los que se apoya la Inteligencia Artificial, los cuales sern analizados a continuacin.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin automtica, la
habilidad de responder a diagnsticos y a consultas de los consumidores, reconocimiento de
escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente
son parte de la rutina en campos como economa, medicina, ingeniera y lamilicia, y se ha usado en
gran variedad de aplicaciones de software, juegos de estrategia, como ajedrez de computador, y
otros videojuegos.
Categoras de la inteligencia artificial
Bsqueda heurstica. Podemos definir una heurstica como un truco o estrategia que limita
grandiosamente la bsqueda de soluciones ante grandes espacios de problemas. Por lo tanto ante un

problema, no ayuda a seleccionar las bifurcaciones, dentro de un rbol, con ms posibilidades, con
ello se restringe la bsqueda aunque no siempre se garantiza una solucin adecuada. Todo lo que se
debe tener para que una heurstica sea adecuada es que nos proporcione soluciones que sean lo
suficientemente buenas. Adems utilizando la heurstica, no ser necesario replantear un problema
cada vez que se afronte, ya que si lo hemos planteado anteriormente, sta sugerir la forma en que
se ha de proceder para resolverlo. Representacin del conocimiento. La representacin es una
cuestin clave a la hora de encontrar soluciones a los problemas planteados, y que adems stas
sean adecuadas. Si analizamos ms detenidamente el trmino y adems dentro de la Informtica, y
ms concretamente dentro de la Inteligencia Artificial, encontramos varias definiciones, como
pueden ser las siguientes: segn Barr y Feigenbaum, la representacin del conocimiento es una
combinacin de estructuras de datos y procedimientos de interpretacin que, si son utilizados
correctamente por un programa, ste podr exhibir una conducta inteligente. La opinin de Farias
y Verdejo ser que la Inteligencia Artificial tiene como objetivo construir modelos computacionales
que al ejecutarse resuelvan tareas con resultados similares a los que obtenida una persona. Por ello,
el tema central de esta disciplina es el estudio del conocimiento y su manejo. Y por ltimo la
opinin de Buchanan y Shortliffe apunta a que la Representacin del Conocimiento en un programa
de Inteligencia Artificial significa elegir una serie de convenciones para describir objetos,
relaciones, y procesos en el mundo. Gran parte del esfuerzo realizado en la consecucin de
ordenadores inteligentes, segn Rahael, ha sido caracterizado por el intento continuo de conseguir
ms y mejores estructuras de representacin del conocimiento, junto con tcnicas adecuadas para su
manipulacin, que permitiesen la resolucin inteligente de algunos de los problemas ya planteados.
Otra caracterstica a resaltar, es la inclusin en los programas de Inteligencia artificial, aunque por
separado, de los conocimientos y la unidad que controla y dirige la bsqueda de soluciones. Dada
esta disposicin, en estos programas se hace fcil la modificacin, ampliacin y actualizacin de los
mismos. Hemos de tener en cuenta que un programa de Inteligencia Artificial, tiene toda la
informacin interconectada e interrelacionada, y estas interconexiones se utilizaran para representar
relaciones unidas al conocimiento genrico sobre el problema planteado. Para que un problema sea
tratado adecuadamente, sabiendo que no es fcil la representacin del conocimiento en un entorno
concreto, hemos de elegir un esquema de representacin acorde con la naturaleza del dominio de
conocimiento donde se vaya a trabajar. Sentido comn y lgica El razonamiento que puede tener
cualquier persona, ha demostrado ser una de las cosas ms difciles de modelar dentro de un
ordenador. El sentido comn, a menudo nos ayuda a prever multitud de hecho y fenmenos
corrientes, pero como ya hemos dicho es muy complicado representarlos en un ordenador ya que los
razonamientos, son casi siempre inexactos, dado que sus conclusiones y reglas en las que se basan

solamente son aproximadamente verdaderas. Lenguajes, entornos y herramientas de Inteligencia


Artificial En la Inteligencia Artificial, se han desarrollado diferentes lenguajes especficos para los
diferentes campos de aplicacin. Estos lenguajes en su mayora cuentan con una serie de
caractersticas comunes que podemos resumir de la siguiente forma: Este tipo de software ofrece
una gran modularidad. Poseen gran capacidad de tomar decisiones de programacin hasta el ltimo
momento, es decir cuando el programa ya est ejecutndose. Ofrecen grandes facilidades en el
manejo de listas, y esto es importante, ya que las listas son la estructura ms habitual usada para la
representacin del conocimiento en la Inteligencia Artificial. Facilitan la realizacin de ciertos tipos
de deduccin automtica permitiendo tambin, la creacin de una base de hechos, que es el lugar
donde se recogen los datos iniciales del problema a resolver y tambin los resultados intermedios
una vez obtenidos. Permite el uso simultneo de estructuras que incorporan conocimiento
declarativo y conocimiento procedimental. Tienen una marcada orientacin grfica. Adems, las
herramientas de Inteligencia artificial, permiten hacer un seguimiento de todos los cambios
realizados a lo largo de toda la sesin Disponen herramientas capaces de desarrollar programas que
son capaces de comprender otros programas y tambin de realizar modificaciones sobre ellos.
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial: 5

Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento
humano; por ejemplo las redes neuronales artificiales. La automatizacin de actividades que
vinculamos con procesos de pensamiento humano, actividades como la toma de
decisiones, resolucin de problemas y aprendizaje.6

Sistemas que actan como humanos.- Estos sistemas tratan de actuar como humanos; es
decir, imitan el comportamiento humano; por ejemplo la robtica. El estudio de cmo lograr
que los computadores realicen tareas que, por el momento, los humanos hacen mejor.7

Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente), tratan de imitar o
emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas expertos. El
estudio de los clculos que hacen posible percibir, razonar y actuar.8

Sistemas que actan racionalmente (idealmente). Tratan de emular de forma racional el


comportamiento humano; por ejemplo los agentes inteligentes.Est relacionado con conductas
inteligentes en artefactos.9

Escuelas de pensamiento

La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional

La inteligencia computacional

Inteligencia artificial convencional


Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y estadstico del
comportamiento humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos


problemas concretos y, aparte de que son muy importantes, requieren de un buen
funcionamiento.

Sistemas expertos: Infieren una solucin a travs del conocimiento previo del contexto en
que se aplica y ocupa de ciertas reglas o relaciones.

Redes bayesianas: Propone soluciones mediante inferencia probabilstica.

Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonoma y


puede auto-regularse y controlarse para mejorar.

Smart process management: Facilita la toma de decisiones complejas, proponiendo una


solucin a un determinado problema al igual que lo hara un especialista en la dicha actividad.

Inteligencia artificial computacional


La Inteligencia Computacional (tambin conocida como IA subsimblica-inductiva) implica
desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parmetros en
sistemas conexionistas). El aprendizaje se realiza basndose en datos empricos.
Historia

El trmino inteligencia artificial fue acuado formalmente en 1956 durante la conferencia


de Darthmounth, ms para entonces ya se haba estado trabajando en ello durante cinco aos en
los cuales se haba propuesto muchas definiciones distintas que en ningn caso haban logrado

ser aceptadas totalmente por la comunidad investigadora. La IA es una de las disciplinas ms


nuevas junto con la gentica moderna.

Las ideas ms bsicas se remontan a los griegos, antes de Cristo. Aristteles (384-322 a. C.)
fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de
la mente para obtener conclusiones racionales, y Ctesibio de Alejandra (250 a. C.) construy la
primera mquina autocontrolada, un regulador del flujo de agua (racional pero sin
razonamiento).

En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento poda ser
efectuado de manera artificial.

En 1936 Alan Turing disea formalmente una Mquina universal que demuestra la
viabilidad de un dispositivo fsico para implementar cualquier cmputo formalmente definido.

En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales,


el cual se considera el primer trabajo del campo, an cuando todava no exista el trmino. Los
primeros avances importantes comenzaron a principios del ao 1950 con el trabajo de Alan
Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.

En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de
programacin orientado a la resolucin de problemas, el IPL-11. Un ao ms tarde desarrollan
el LogicTheorist, el cual era capaz de demostrar teoremas matemticos.

En 1956 fue inventado el trmino inteligencia artificial por John McCarthy, Marvin
Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron
previsiones triunfalistas a diez aos que jams se cumplieron, lo que provoc el abandono casi
total de las investigaciones durante quince aos.

En 1957 Newell y Simon continan su trabajo con el desarrollo del General Problem
Solver (GPS). GPS era un sistema orientado a la resolucin de problemas.

En 1958 John McCarthy desarrolla en el Instituto de Tecnologa de Massachusetts (MIT)


el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para
procesamiento simblico.

En 1959 Rosenblatt introduce el Perceptrn.

A finales de los 50 y comienzos de la dcada del 60 Robert K. Lindsay desarrolla Sad


Sam, un programa para la lectura de oraciones en ingls y la inferencia de conclusiones a
partir de su interpretacin.

En 1963 Quillian desarrolla las redes semnticas como modelo de representacin del
conocimiento.

En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el


cual era capaz de inferir conocimiento basado en informacin que se le suministra. Bobrow
desarrolla STUDENT.

A mediados de los aos 60, aparecen los sistemas expertos, que predicen la probabilidad de
una solucin bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por
Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asista a qumicos en
estructuras qumicas complejas euclidianas, MACSYMA, que asista a ingenieros y cientficos
en la solucin de ecuaciones matemticas complejas.

Posteriormente entre los aos 1968-1970 Terry Winograd desarroll el sistema SHRDLU,
que permita interrogar y dar rdenes a un robot que se mova dentro de un mundo de bloques.

En 1968 Minsky publica Semantic Information Processing.

En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de


programacin LOGO.

En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.

En 1973 Alain Colmenauer y su equipo de investigacin en la Universidad de AixMarseille crean PROLOG (del francs PROgrammation en LOGique) un lenguaje de
programacin ampliamente utilizado en IA.

En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas tcnicas
actuales en Inteligencia Artificial y la informtica en general.

En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos ms
conocidos, que asisti a mdicos en el diagnstico y tratamiento de infecciones en la sangre.

En las dcadas de 1970 y 1980, creci el uso de sistemas expertos, como MYCIN:
R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen
hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.

En 1981 Kazuhiro Fuchi anuncia el proyecto japons de la quinta generacin de


computadoras.

En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes


Neuronales).

En 1988 se establecen los lenguajes Orientados a Objetos.

En 1997 Gari Kasprov, campen mundial de ajedrez, pierde ante la computadora


autnoma Deep Blue.

En 2006 se celebr el aniversario con el Congreso en espaol 50 aos de Inteligencia


Artificial - Campus Multidisciplinar en Percepcin e Inteligencia 2006.

En el ao 2009 ya hay en desarrollo sistemas inteligentes teraputicos que permiten detectar


emociones para poder interactuar con nios autistas.

En el ao 2011 IBM desarroll una supercomputadora llamada Watson , la cual gan una
ronda de tres juegos seguidos de Jeopardy!, venciendo a sus dos mximos campeones, y
ganando un premio de 1 milln de dlares que IBM luego don a obras de caridad. 10

Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un
programa, de modo tal que se cumple la prueba de Turing como cuando se formul: Existir
Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un
programa de computadora en una conversacin a ciegas.

Como ancdota, muchos de los investigadores sobre IA sostienen que la inteligencia es un


programa capaz de ser ejecutado independientemente de la mquina que lo ejecute,
computador o cerebro.

Crticas
Las principales crticas a la inteligencia artificial tienen que ver con su capacidad de imitar por
completo a un ser humano. Estas crticas ignoran que ningn humano individual tiene capacidad
para resolver todo tipo de problemas, y autores como Howard Gardner han propuesto que
existen inteligencias mltiples. Un sistema de inteligencia artificial debera resolver problemas. Por
lo tanto es fundamental en su diseo la delimitacin de los tipos de problemas que resolver y las
estrategias y algoritmos que utilizar para encontrar la solucin.
En los humanos la capacidad de resolver problemas tiene dos aspectos: los aspectos innatos y los
aspectos aprendidos. Los aspectos innatos permiten por ejemplo almacenar y recuperar informacin
en la memoria y los aspectos aprendidos el saber resolver un problema matemtico mediante el
algoritmo adecuado. Del mismo modo que un humano debe disponer de herramientas que le
permitan solucionar ciertos problemas, los sistemas artificiales deben ser programados de modo tal
que puedan resolver ciertos problemas.
Muchas personas consideran que el test de Turing ha sido superado, citando conversaciones en que
al dialogar con un programa de inteligencia artificial para chat no saben que hablan con un
programa. Sin embargo, esta situacin no es equivalente a un test de Turing, que requiere que el
participante est sobre aviso de la posibilidad de hablar con una mquina.
Otros experimentos mentales como la Habitacin china de John Searle han mostrado cmo una
mquina podra simular pensamiento sin tener que tenerlo, pasando el test de Turing sin siquiera
entender lo que hace. Esto demostrara que la mquina en realidad no est pensando, ya que actuar
de acuerdo con un programa preestablecido sera suficiente. Si para Turing el hecho de engaar a un
ser humano que intenta evitar que le engaen es muestra de una mente inteligente, Searle considera
posible lograr dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicacin con el
usuario. Este obstculo es debido a la ambigedad del lenguaje, y apareci ya en los inicios de los
primeros sistemas operativos informticos. La capacidad de los humanos para comunicarse entre s
implica el conocimiento del lenguaje que utiliza el interlocutor. Para que un humano pueda
comunicarse con un sistema inteligente hay dos opciones: o bien el humano aprende el lenguaje del

sistema como si aprendiese a hablar cualquier otro idioma distinto al nativo, o bien el sistema tiene
la capacidad de interpretar el mensaje del usuario en la lengua que el usuario utiliza.
Un humano durante toda su vida aprende el vocabulario de su lengua nativa. Un humano interpreta
los mensajes a pesar de la polisemia de las palabras utilizando el contexto para resolver
ambigedades. Sin embargo, debe conocer los distintos significados para poder interpretar, y es por
esto que lenguajes especializados y tcnicos son conocidos solamente por expertos en las
respectivas disciplinas. Un sistema de inteligencia artificial se enfrenta con el mismo problema, la
polisemia del lenguaje humano, su sintaxis poco estructurada y los dialectos entre grupos.
Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe
mayor consenso entre especialistas. Un sistema experto es ms probable de ser programado en
fsica o en medicina que en sociologa o en psicologa. Esto se debe al problema del consenso entre
especialistas en la definicin de los conceptos involucrados y en los procedimientos y tcnicas a
utilizar. Por ejemplo, en fsica hay acuerdo sobre el concepto de velocidad y cmo calcularla. Sin
embargo, en psicologa se discuten los conceptos, la etiologa, la psicopatologa y cmo proceder
ante cierto diagnstico. Esto dificulta la creacin de sistemas inteligentes porque siempre habr
desacuerdo sobre lo que se esperara que el sistema haga. A pesar de esto hay grandes avances en el
diseo de sistemas expertos para el diagnstico y toma de decisiones en el mbito mdico y
psiquitrico (Adaraga Morales, Zaccagnini Sancho, 1994).

Aerosoles
Los coloides, tambin llamados suspensiones coloidales, son dispersiones en las cuales el dimetro
de sus partculas dispersas son entre 1.0 nm y 1000 nm y, consecuentemente, tienen caractersticas
intermedias entre los compuestos homogneos y heterogneos. Sus partculas no pueden verse con
el ojo desnudo, pero dispersan luz porque son lo suficientemente grandes para tal.
Existen varios tipos de coloides caractersticos de los procesos importantes en nuestra vida
cotidiana. Ellos se distinguen segn las fases dispersas, que pueden estar en los estados slidos,
lquidos o gaseosos.
Los aerosoles pueden ser slidos (cuando las partculas slidas se dispersan en un gas) o lquidos
(cuando un lquido est disperso en un gas). Veamos ejemplos de ambos tipos de aerosoles a
continuacin.

Aerosoles lquidos Brumas y nieblas: en trminos generales, son el resultado de la condensacin


del vapor de agua que, en forma de gotas, quedan suspendidos en la atmsfera, casi siempre junto a
la superficie terrestre.
En ese caso, tenemos un aerosol lquido en el cual el medio de dispersin es un gas, el aire; y la
fase dispersa es un lquido, el agua. Sin embargo, existen nieblas resultantes de la dispersin de
otros materiales que no son los vapores de agua. Principalmente en los grandes centros urbanos, hay
nieblas constituidas por un enorme nmero de sustancias gaseosas, slidas y lquidas que resultan
de las actividades humanas e interactan entre s.
Desodorantes y otros productos domsticos en la forma de spray: en el spray, el componente
activo es disperso en el aire.
Nube: constituida de agua y aire.
Aerosoles slidos Humo: consiste en partculas slidas dispersadas en el aire.
Polvo: los granos de polvo normalmente presentan dimetro superior a 1000 nm. Ellos se presentan
en suspensin y tienden a sedimentar y a depositarse sobre los objetos. Sin embargo, hay en el aire
algunos granos de polvo y dimensiones coloidales que nunca sedimentan. Ese tipo de coloide es un
aerosol slido. El efecto Tyndall, a saber, la dispersin de la luz por partculas coloidales, se observa
ms comnmente en la niebla citada anteriormente y en el polvo. Por ejemplo, puedes ver el camino
de la luz causado por la dispersin de la luz solar en sus partculas coloidales.
Fuente original: Escuelapedia.comhttp://www.escuelapedia.com/aerosol-un-tipo-de-coloide/
Aerosoles
El trmino aerosol se aplica a la mezcla heterognea de partculas slidas o lquidas en un medio
gaseoso, cuyo tamao va desde 0,002 m (algunas molculas) hasta 100 m, esto significa que
pueden permanecer en suspensin por un tiempo de al menos 1 hora (glosario
EPA

http://yosemite.epa.gov/oar/globalwarming.nsf/content/glossary.html),

algunos

autores

incluyen la condicin de que deben ser capaces de observarse o medirse (Hinds, 1982). En la
prctica el trmino aerosol usualmente se refiere a los componentes semivoltiles y no voltiles que
forman parte de las partculas pero no a los compuestos voltiles que residen exclusivamente en la
fase gaseosa (Pschl et al., 2005).
Fuentes

Las partculas del aerosol ambiental pueden ser de origen primario o secundario. Los aerosoles
primarios son formados por la emisin directa de las partculas desde su fuente y los secundarios se
forman a partir de reacciones atmosfricas a partir de precursores gaseosos
(Pandis et al., 1992; Jacobson et al., 2000). Tanto los primarios como los secundarios pueden
formarse como consecuencia de las actividades naturales o antrpicas. Las partculas naturales
incluyen los siguientes orgenes.
marino: partculas de sal formadas por la accin combinada del viento y de las olas en el
ocano
mineral: materiales derivados de la accin de los vientos sobre distintas superficies geolgicas
volcnico: inyeccin de gases y partculas durante una erupcin y lava caliente
biognico: fuegos forestales, polen, hongos, bacterias, virus, accin de organismos vivientes,
desintegracin y dispersin de materiales descompuestos de las plantas
csmico: algunos materiales ingresados a la atmsfera desde el espacio exterior (Gourdeau,
2003; Oberdrster et al., 2005).
Los aerosoles orgnicos secundarios (AOS) son un producto de la oxidacin atmosfrica de algunos
de los gases orgnicos reactivos (GOR) presentes en ella por uno de los tres gases electroflicos
presentes en trazas en la atmsfera: el radical hidroxilo (OHo), el ozono (O3), y el radical nitrato
(NO3o) (Bjorseth y Ramdahl ,1985; Jacobson et al., 2000).
Los GORs son emitidos durante el quemado de madera y combustibles fsiles, uso de solventes,
emisiones de los vegetales y por los ocanos (Duce et al., 1983), estos gases incluyen a compuestos
como alquenos, hidrocarburos aromticos y fenoles (Jacobson et al.,
2000).
Partculas y aerosol atmosfrico.
Por su origen, los aerosoles atmosfricos se clasifican en naturales, compuestos principalmente por
cenizas volcnicas, esporas, polen, sal marina, polvo terrestre, polvo desrtico etc., y
antropognicos, derivados de la actividad humana, tales como humo de chimeneas, trnsito
vehicular, partculas minerales surgidas de procesos industriales, las partculas producidas
fotoqumicamente a partir de contaminantes gaseosos tambin entran en este apartado. Su
concentracin puede oscilar desde unos pocos g/m3 de un aire limpio a varias centenas de mg/m3
en una atmsfera contaminada (Manahan, 2007).

Las partculas no son esfricas ni todas de igual densidad, sino que responden a un alto grado de
variabilidad de tamao y de anisotropa en todas sus dems propiedades fsicas; a fines prcticocomparativos se les asigna un dimetro equivalente (De) que corresponde al dimetro que tendra la
partcula esfrica con el mismo volumen que la partcula en estudio, adems y mas importante an
es el dimetro aerodinmico equivalente (Da) (Bird et al.,
1982). El Da depende de la densidad de la partcula y se define como el dimetro de una partcula
esfrica de densidad igual a 1 g/cm3 que tendra los mismos efectos gravitatorios y velocidad en la
atmsfera que la partcula en cuestin. Esta ltima definicin es fundamental para la interpretacin
de resultados ambientales y ecotoxicolgicos (Baron y Willeke, 1993;
Wilson et al., 2002). Cuando el dimetro aerodinmico de la partcula es menor a 0,5 m., se utiliza
el dimetro de difusin de la partcula en lugar del dimetro aerodinmico, el cual corresponde al
dimetro de una esfera con el mismo coeficiente de difusin que el de la partcula, bajo las mismas
condiciones de presin, temperatura y humedad relativa (Allen,
1997).
Se pueden distinguir, distintos modos de distribuciones de tamao (USEPA, 1996;
Seinfeld y Pandis, 1998; Qerol et al., 2001, Puigcerver y Dolors, 2008) (Figura 2.1.2.1):

Partculas ultrafinas, moda de nucleacin (<0,02 m): la mayor concentracin en

nmero de partcula se encuentra entre 5-15 nm. Son atribuidas a precursores como H2SO4,
NH3 y vapor de agua. La vida media de estas partculas en la atmsfera es del orden de horas
ya que coagulan rpidamente con otras partculas o incrementan de tamao por condensacin.
La nucleacin se ve favorecida por descensos en la temperatura y/o incrementos en la
humedad relativa (Eastern y Peter 1994, Kulmala et al., 2001).

Moda Aitken (0,02-0,1 m): estas partculas pueden tener un origen primario (natural

o antropognico) o secundario (a partir de partculas del moda nucleacin). Mucho se


desconoce an acerca de la composicin qumica de estas partculas, aunque es muy probable
que las de origen secundario se formen por procesos de coagulacin a partir del modo de
nucleacin, por condensacin y/o por reacciones en fase lquida (con compuestos
inorgnicos). La influencia de las emisiones antropognicas en las partculas de la moda
Aitken no est bien definida en la actualidad.

Moda de acumulacin (0,1-1 m): la mayor densidad de partculas se registra entre

150-250 nm. En la atmsfera, las partculas de la moda Aitken crecen hasta formar parte de la
moda de acumulacin por medio de reacciones en fase lquida que tienen lugar en gotas de
agua en las nubes. La transferencia de masa es mxima en la nube a pesar del escaso tiempo

de reaccin, debido al elevado volumen de agua y la velocidad de reaccin en las nubes.


Aproximadamente el 90% del sulfato que se forma en la atmsfera es originado por la
oxidacin en fase lquida del dixido de azufre en las nubes (Langner y Rodhe, 1992). El
tiempo de residencia en la atmsfera es mximo para las partculas de esta moda.

Moda gruesa (>1 m en trminos de aerosoles atmosfricos): en trminos de calidad

del aire y epidemiologa esta moda comprende las partculas de dimetro >2,5 m. La mayor
parte de las partculas en esta moda se forman por procesos mecnicos tales como la erosin
de la superficie terrestre. El crecimiento de las partculas de dimetro <1 m no puede dar
lugar a partculas de dimetro >1 m. Por otra parte, los procesos mecnicos que generan las
partculas primarias no pueden normalmente producir partculas de dimetro <1 m debido
a limitaciones energticas. Consecuentemente, la transferencia de partculas entre diferentes
modas se encuentra con un lmite en torno a 1 m. Las partculas <1 m son denominadas
partculas finas, mientras que aquellas de dimetro >1 m son gruesas (USEPA, 2004).

Figura 2.1.2.1: Distribuciones modales de tamaos de partculas segn USEPA 1996,


2004, y Querol et al. (2001).
Todo ello se reduce a dos modas, finas y gruesas, si se contabilizan los dos primeros conjuntamente,
o bien si se hace una clasificacin atendiendo a la masa de las partculas.
Referente a su eliminacin de la atmsfera, los ncleos de Aitken se condensan en partculas de
mayor tamao para posteriormente sufrir una coalescencia en cadenas de agregados, siendo
finalmente eliminados por precipitacin en el agua de lluvia (WHO, 2003). Las partculas entre del
moda de acumulacin forman gotas que se eliminan de modo parecido aunque menos eficazmente y

las partculas gruesas se eliminan por accin gravitatoria, esto es, por sedimentacin (Psfai y
Molnr, 2000).
En primer lugar, el tiempo de residencia atmosfrica posee una relacin inversa con el tamao de
partcula (para partculas de dimetro aproximadamente >50 nm). La vida media de las partculas de
la moda de nucleacin (<0,02 m) es muy reducida (horas), debido a su rpida transformacin a la
moda Aitken. El tiempo de residencia en suspensin de las partculas de la moda gruesa incrementa
al disminuir el dimetro: varias horas para las partculas de dimetro >20 m, y de 2-4 das para
partculas de 2-3 m. Finalmente, las partculas en las modas de acumulacin y en el lmite superior
de la moda Aitken (0,1-1 m) presentan el mayor tiempo de residencia en la atmsfera (Mszros,
1999).
Las partculas de dimetro >0,1 m (modas de acumulacin y gruesa) actan como eficientes
ncleos de condensacin debido a que suelen contener una importante fraccin soluble en agua, y es
por ello que uno de sus principales mecanismos de retirada de la atmsfera es la deposicin
hmeda. De esta manera, la vida media de las partculas entre 0,11 m se considera similar a la del agua (alrededor de 10 das) (Psfai y Molnr, 2000). Por el
contrario, las partculas carbonosas son de naturaleza ms hidrofbica, por tanto es necesario el
transcurso de cierto tiempo hasta que la oxidacin de la superficie de estas partculas permita su
retirada por deposicin hmeda. Como resultado, la vida media de las partculas carbonosas es
superior a la de la fraccin soluble (Gaffney et al., 2002).
Partculas.Calidad de aire y Salud.
El nmero de partculas domina las modas de Nucleacin y Aitken, mientras que la distribucin en
funcin de la superficie muestra un mximo en torno a 0,1 m, lo cual indica que en este dimetro
se produce la acumulacin de masa de forma ms efectiva por procesos de coagulacin y
condensacin, con un mximo de masa concentrado en la moda gruesa
(Querol et al, 2001). Este comportamiento tambin fue observado en un estudio realizado en
33 puntos de muestreo repartidos por toda Europa, en el que se concluye que el nmero de
partculas se incrementa en mayor medida que la masa en zonas contaminadas (Putaud et al.,
2002).
En trminos de calidad del aire se definen tambin cuatro parmetros fundamentales, atendiendo al
tamao de corte de los sistemas de captacin: TSP, PM10, PM2,5 y PM1
(Figura 2.1.2.1). Mientras que el trmino TSP (del ingls Total Suspended Particles), se refiere a
partculas totales en suspensin, PM10 (del ingls Particulated Matter) se define como la masa del

material particulado que atraviesa un cabezal de tamao selectivo para un dimetro aerodinmico de
10 m, con una eficiencia de corte del 50 %. La misma definicin para cabezales de corte de 2,5 m
y 1 m se aplica para PM2,5 y PM1, respectivamente.
Desde el punto de vista ambiental y especialmente por su impacto sobre la salud, pueden
clasificarse segn su tamao como (Harrison et al., 1998):
-TSP: corresponde a las partculas menores a 100 m
-PM10 (fraccin inhalable): partculas menores de 10 m
-PM2,5 ( fraccin respirable): partculas menores de 2,5 m, esta fraccin tambin contiene al PM1,
que corresponde a partculas menores a 1 m.
Revisten inters las fracciones inhalable y especialmente la respirable, ya que las partculas ms
grandes que 10m son retenidas en las vas respiratorias superiores, mientras que las de tamao
mayor a 5 m son retenidas en la zona nasofarngea, las de 1 a 5 m son depositadas en la regin
traqueo bronquiolar del pulmn, que es la regin media, de aqu pueden ser eliminadas del sistema
respiratorio por vehiculizacin en el moco y con la ayuda de los movimientos de las fibras ciliares,
pueden pasar de esta manera al sistema digestivo
para su eliminacin (Klaassen et al., 1990) (Figura 2.1.3.1 ).

Figura 2.1.3.1: Distribucin granulomtrica del material particulado atmosfrico en funcin del
nmero de partculas, la superficie y la masa (segn Hasson, comunicacin personal).
Las de 1 m y menores penetran en los sacos alveolares de los pulmones, pudiendo
seguir distintas vas de eliminacin entre ellas por la accin de macrfagos (Soukup et al.,
2000; Pea et al., 2001).
A partir de numerosos estudios epidemiolgicos llevados a cabo en las dcadas de

1980 y 1990 se han obtenido suficientes datos para afirmar que existe una correlacin significativa
entre la exposicin al material particulado atmosfrico y diversos efectos adversos sobre la salud
(Dockery et al., 1993; Schwartz, 1994 y 1996; Bascom et al., 1996;
Dockery y Pope, 1996; Brunekreef et al., 1997; Knzli et al., 2000). Los efectos de la exposicin al
material particulado atmosfrico se observan tanto en episodios de contaminacin crnicos como
agudos (WHO, 2002). Ambos tipos de situaciones conllevan aumentos en los ingresos hospitalarios
por enfermedades respiratorias y cardiovasculares, siendo estas las principales causas de los
incrementos en la mortalidad (Schwartz, 1994;
Dockery y Pope, 1996).
El mayor riesgo para la salud de la fraccin PM2,5 (fraccin alveolar de PM10) se relaciona con su
mayor capacidad de penetracin en el organismo (Figura 2.1.3.2 y 2.1.3.3) y mayor reactividad
qumica por las elevadas reas superficiales (Figura 2.1.3.1) (USEPA,
1996; Monarca, 1997; Kittelson, 1998). Sin embargo, Abbey et al. (1999) discuten la relacin entre
PM2,5 y cncer de pulmn, al observar un mayor grado de correlacin con PM10 y las emisiones
de O2. Asimismo, debido a la evidencia existente en la literatura que demuestra los efectos adversos
de la fraccin gruesa PM2,5-10 (Dockery y Pope 1993; Pekkanen et al.
1997; Knzli et al., 2000) sugiere garantizar la vigencia de la normativa respecto a PM10
(WHO, 2003).