HISTORIA Y ANTECEDENTES DE LA IA (INTELIGENCIA ARTIFICIAL)

ANTECEDENTES

La prehistoria de la inteligencia artificial abarca desde los primeros tiempos de nuestra

civilizacin hasta mediados del siglo XX. En este perodo se producen hechos que podemos
agrupar en dos lneas:
Una de ella directamente relacionada con la construccin de autmatas que simulaba
desde el punto de vista externo el comportamiento humano o animal, y que solan
funcionar en ayuda de su amo.
La otra lnea, referente a la informacin y automatizacin del razonamiento lgico y
matemtico.

CONSTRUCCION DE AUTOMATAS
Es muy cierto que muchas veces la inteligencia se ha asociado a los aparatos mecnicos
complejos, como es el caso de los autmatas. Y evidentemente, mucho antes de que
surgieran la inteligencia artificial como una disciplina autnoma, hubo una gran cantidad de
consideraciones casi filosficas sobre la posibilidad de reproducir el ser humano mediante
mquinas.
El nacimiento de la inteligencia Artificial, y el concepto de mquinas inteligentes debe ser
buscado en la mitologa griega. Los artefactos inteligentes aparecen en la literatura desde
entonces.
La primera mencin de los autmatas aparece en la Ilada escrita en el siglo VIII a.C. (canto
XVIII), donde leemos que Vulcano fabricaba veinte trpodes que deban permanecer
arrimados a la pared del bien construido palacio y tenan ruedas de oro en los pies para que
de propio impulso pudieran entrar donde los dioses se congregaban y volver a la casa y
que era ayudado en su cojera por dos estatuas de oro semejantes a vivientes jvenes, pues
tenan inteligencia, voz y fuerza.
Por su parte, la tradicin juda cre el mito de golem (1580), figura humanoide hecha de

arcilla a la que un rabino poda dar vida propia, convirtindola en un perfecto criado (que en
leyendas posteriores llega a escapar de su amo). Hay que decir, sin embargo, que se
requera la intervencin divina para conseguir estos espectaculares resultados.
Al llegar el racionalista (s. XVIII), las cosas fueron diferentes. Descartes (1569-1650) haba
defendido la tesis del animal-mquina: los seres vivos, salvo el hombre, son meros
mecanismos. La mettrie, en 1747, va ms all con su escandaloso L homme machine:
tambin el hombre y su comportamiento inteligente son explicables en trminos
exclusivamente mecnicos.
Ciertamente existan admirables mecanismos, por ejemplo, los de: El Flautista (1737) que
mova realmente los dedos para producir una meloda, o el pato (1738) capaz de nadar, batir
las alas, comer y expulsar excrementos simulados (figura 1, pg. ). No por casualidad
Vaucanson fue, antes de Jacquard, el inventor del telar automtico de tarjetas perforadas.
El espaol torres Quevedo construy dos versiones de lo que, sin duda, constituye su ms
llamativo invento: el jugador ajedrecista. Se trata de un autmata jugador de final de partidas
de ajedrez: juega el rey y torre blancos (mquina) contra rey negro (jugador humano). El
resultado (victoria de las blancas) del juego est determinado algortmicamente. Para
simplificar el diseo, el autmata lograba siempre el jaque mate, si bien no por el camino
ms corto.
El primer jugador fue construido en 1912 y expuesto en Pars en 1914, ocasionando gran
sensacin. Dispona de un brazo mecnico para mover las piezas, y de sensores elctricos
en el tablero para conocer su ubicacin. El segundo jugador (figura 2, pg. ), de 1920, fue
construido por su hijo Gonzalo, en l el movimiento de las piezas se consigue mediante
imanes dispuestos bajo el tablero. Ambos ingenios eran de naturaleza electromecnica, y se
citan como precursores de la Inteligencia Artificial. Ciertamente, constituyeron el primer
intento exitoso de construir un autmata que jugase realmente a un juego humano, lo que se
vena intentando desde el siglo XVIII.
En 1929 se presenta en Francia el Philidog, que segua el rayo luminoso de una linterna y
ladraba si la intensidad luminosa era excesiva.

El escritor karel Kapek difunde en los aos 20 una palabra destinada a tener un gran xito.
robot. En su obra R.U.R. (Rossums Universal Robots) aparece unos seres creados para
realizar las tareas que el hombre no quiere hacer, que acaban siendo ms poderosos que el
mismo hombre, llegando a poner en peligro su existencia. Sin embargo, hasta la llegada de
los ordenadores electrnicos no dispusieron los cientficos y tcnicos de una herramienta
que permitiera la ejecucin de tareas ms complejas por parte de dispositivos mecnicos,
que hiciera posible, por as decir, la construccin de robots.

AUTOMATIZACION DEL RAZONAMIENTO

La segunda de las lneas, es la automatizacin del razonamiento y por tanto, la obtencin de
una formalizacin.
Encontramos en primero a Ramn Llull y su Ars Magna, donde describe una gramtica
universal para cristianos, musulmanes y hebreos, es decir, un mtodo cientfico de
discusin. Esta ciencia universal consiste en que los msticos de las tres religiones del libro
acepten que dios tiene unos atributos, que hay un cierto nmero de nombres de Dios, llull
los describi y cre unas tablas que permitan que cada trmino pudiese combinarse con los
dems, puesto que todos eran equivalentes y cre una gramtica universal con una lgica
binaria, combinatoria.
Tambin encontramos a Leibniz que busc un lgebra universal que permitiera deducir todas
las verdades, y as si surgieran controversias no habra necesidad de mayor disputa entre
dos filsofos que entre dos contables, pues bastara que, tomando en sus manos lpiz, se
sentaran frente a sus pizarras y se dijeran (con un amigo como testigo), calculemos, como
antecesores de los sistemas formales y de la lgica que tan buen papel juegan en la
moderna inteligencia artificial.
Los estudios matemticos de Rusell y Hilert, permitieron por primera vez reducir el
razonamiento (o un tipo de razonamiento) a la manipulacin abstracta de cadenas de
smbolos, ideas de gran fecundidad en los mecanismos de la inferencia simblica de la
inteligencia artificial y tambin en los sistemas de representacin del conocimiento.

Las teoras de la computabilidad y de los autmatas porporcionan el vinculo entre la

formalizacin del razonamiento y las mquinas que estaban a punto de surgir tras la
Segunda Guerra mundial. En este ambiente, no es extraa que la aparicin de las primeras
mquinas electrnicas de cmputo fuera seguida inmediatamente por los intentos de
aplicarlas a lo que hoy llamamos IA.

CIBERNETICA
En los primeros aos de la informtica era habitual hablar de cerebros electrnicos y, de
hecho, este era uno de los objetos lejanos que resultaban ms del gusto de los pioneros
como Von Neumann.
Ms solidez ha tenido las ideas que provenan de la ciberntica. La nueva visin, fruto de la
inspiracin de Norbert Wiener, qued publicada a partir de 1948 en su famoso libro
Cibernetics y, mas adelante, el mismo Wiener analizo las relaciones de la ciberntica con la
sociedad.
Ciberntica en un trmino que ya haba sido utilizado en el ao 1834 por el francs Ampere,
pero fue redefinido por Wiener como el campo de la teora del control y la comunicacin,
tanto en las mquinas como en los animales. En paralelo a la construccin de los primeros
ordenadores electrnicos, la ciberntica introdujo nuevos conceptos como los de la retroalimentacin (feedback), el control y los sistemas auto-organizados.
La ciberntica influy en muchos campos debido a su naturaleza fundamental
interdisciplinar, ligando entre s la fisiologa neurona, la teora de la informacin de Shannon,
la lgica matemtica y la naciente tecnologa informtica. De esta forma, las ideas de los
creadores de la ciberntica llegaron a ser parte del espritu del tiempo, e influyeron
fuertemente en los primeros investigadores de la IA.

NACIMIENTO DE LA INTELIGENCIA ARTIFICIAL

Ambiciosos y optimistas se mostraban los pioneros de la IA durante los primeros aos de la
era informtica. Pero el fracaso de la mayora de sus proyectos mostro que los problemas
que intentaban resolver era demasiado complicado, tanto terica como tecnolgicamente.
En julio de 1945 Vannevar Bush public As we May Think una visin del futuro en donde
los ordenadores asistan a los humanos en muchas actividades.
En 1950 Alan Turing present un articulo sobre el tema de la IA, titulado Inteligencia y
Funcionamiento de Mquinas. En este trabajo propone un Test de Turing para determinar
el carcter inteligente o no de una mquina. El test parte del juego donde un interrogador
tiene que descubrir el sexo de dos participantes A y B situados en otra habitacin, cuando,
aunque los dos dicen ser mujeres, en verdad son un hombre y una mujer. En la propuesta
original de Turing, se trata de sustituir a la mujer por un ordenador, y que el interrogador
descubriera quien era la mquina de los dos participantes, aunque los dos decan ser
personas. Este objetivo haba que cumplirlo incluso sabiendo que los participantes no
estaban obligados a decir la verdad y que, por ejemplo, la mquina poda decidir dar un
resultado errneo en una multiplicacin o decir el resultado lo suficientemente ms tarde
despus de haberlo obtenido, para engaar al interlocutor sobre su propia habilidad
calculista. En la hiptesis optimista del mismo Turing, ms o menos alrededor del ao 2000
se podra disponer de ordenadores suficientemente potentes para conseguir que un
interrogador normal no tuviera mas del 70% de posibilidades de realizar la identificacin
correcta a los cinco minutos del comienzo de las preguntas. Hay que decir que la prediccin
de Turing parece, ahora mismo muy optimista.
Posteriormente, en 1955 fue creado un lenguaje de procesamiento (bsqueda heurstica) por
Allen Newell, J.C. Shaw y Hebert Simon que fue considerado como el primer lenguaje
especializado de la Inteligencia Artificial, era el IPL-II (Information Proccessing Language-II)
En verano del 1956 tuvo lugar la Conferencia del Dalmouth a Hanover (New Hampshire)
sobre IA, organizada por John McCarthy (Stanford), Marvin Minsky (MIT), Allen Newell y J.C.
Shaw y Hebert Simon, con el patrocinio de la fundacin Rockefeller, reuni a todos los que
trabajaban en el recin estrenado campo de la IA. A la Dartmouth Conference, Newell y
Simon ya disponan de un programa pro-IA, el Logic Theorist que resolva problemas de

bsqueda heurstica, junto con los principios matemticos de Whitehead y Rusell. Gracias a
esta conferencia se crearon diferentes grupos de estudio de especialidades en diversas
universidades como el instituto Tecnolgico de Massachusetts, MIT (Minsky), Stanford
(McCarthy) y Carnegie-Mellon (Newell y Simon).
Destaquemos tambin que a mediados de los aos 50 John McCarthy y posteriormente el
MIT, disearon el lenguaje LISP (List Processing).
De todas formas, la Conferencia del Dalmouth acuaba la expresin Inteligencia Artificial y
predeca que al cabo de 25 aos los ordenadores haran todo el trabajo de los seres
humanos, y en 1958 Newell y Simon aseguraban que en 1968 un ordenador seria campen
mundial de ajedrez y habra demostrado algn teorema importante de las matemticas.
PERIODO 1956-1969
En este periodo la IA es una actividad acadmica poco conocida fuera de los crculos
especializados. Durante estos aos la IA se caracteriza por una ambicin exagerada en los
objetivos que se pretenden lograr, agravndose este hecho por las limitaciones reales del
hardware y del software de la poca. Esto abocara en una gran decepcin al final de este
periodo, debiendo

la dificultad de obtener resultados y a la constatacin terica de la

imposibilidad de obtenerlos en ciertos casos. Aun as en esta poca se realizaron con xito
varios proyectos menos ambiciosos que supusieron un avance en el campo de la IA (LISP,
SAINT, juego de dama, ELIZA, Student, etc.).
Los proyectos ms ambiciosos de esta poca fueron el intento del General Problem Solver
(GSP), el Perceptrn, la Traduccin Automtica y la resolucin generalizada de problemas
matemticos.
Logic Theorist.1956. El logic Teorist fue programado por Alan Newell, Hebert Simon y J.C.
Shaw y buscaba las demostraciones de Teoremas Lgicos. Un teorema lgico tiene la
siguiente forma: supuesto que o bien X o bien Y es verdadera, y supuesto que Yes de hecho
falsa, entonces X es verdadera. El Logic Theorist encontr la demostracin de 38 de los 52
teoremas presentes en el capitulo II de los Principia Mathematica de Bertrand Ruseel y
Alfred North Whitehead. Sirvi como base para el GPS.

General Problem Solver (GPS). El solucionador General de Problemas fue llevado a cabo
por Alan Newell, Hebert Simon y J.C. Shaw. La filosofa del GPS era que las tcnicas para
solucionar un problema pueden separarse del conocimiento especfico sobre el problema.
Se trata de un programa que solo resuelve problemas en un microcosmos formalizado. El
programa es capaz de resolver problemas como el de las torres de Hani. Exactamente del
tipo puzzle en los que descrito el objetivo y la posicin final, y dado un listado de los medios
disponibles, GPS puede realizar los ensayos necesarios hasta encontrar la manera de usar
los medios para alcanzar el objetivo (anlisis medios-fines). Tambin utiliza la teora de la
retroalimentacin de Wiener.
Perceptrn. Proyecto iniciado en el 1958 por Frank Rosenblatt. Su intencin era ilustrar
algunas propiedades fundamentales de los sistemas inteligentes en general, sin entrar en
mayores detalles con respecto a condiciones especficas y desconocidas para organismos
biolgicos concretos. Roseblatt crea que la conectividad existente en las redes biolgicas
tiene un elevado porcentaje de aleatoriedad y que la herramienta de anlisis ms apropiada
era la teora de probabilidades. El Perceptrn que desarroll Rosenbatt imitaba el
funcionamiento del ojo humano, el fotoperceptrn como se llam era un dispositivo que
responda a seales pticas.
El Perceptrn era inicialmente un dispositivo de aprendizaje, en su configuracin inicial no
estaba en capacidad de distinguir patrones de entrada muy complejos, sin embargo
mediante un proceso de aprendizaje era capaz de adquirir esta capacidad.
Mediante esas investigaciones se pudo demostrar que el Perceptrn era capaz de clasificar
patrones correctamente, en los que Rosenblatt denominaba un entorno diferenciador, en el
cual cada clase estaba formada por patrones similares. El Preceptrn tambin era capaz de
responder de manera congruente frente a patrones aleatorios, pero su precisin iba
disminuyendo a medida que aumentaba el nmero de patrones que intentaba aprender.
En 1969 Marvin Minsky y Seymour Papert publicaron su libro: Preceptrons: An introduction
to Computational Geometry, el cual para muchos signific el final de las redes neuronales.
En l se presentaba un anlisis detallado del Perceptrn, en trminos de sus capacidades y
limitaciones, en especial en cuanto a las restricciones que existen para los problemas que
una red tipo Perceptrn puede resolver, la mayor desventaja de este tipo de redes es su
incapacidad para solucionar problemas que no sean linealmente separables.

A pesar de

esta limitacin, el Perceptrn es an hoy una red de gran importancia, pues con base en su
estructura se han desarrollado otros modelos de red neuronal como la red Adaline y las
redes multicapa.
LISP (List Procesing). En 1958 John McCarthy anunci el desarrollo del lenguaje LISP (List
Procesing), este fue considerado desde aquel momento como lenguaje de programacin de
los investigadores de la IA. El LISP es un lenguaje declarativo funcional.
SAINT (Symbolic Autommatic Integrador). Programa desarrollado por J. Slagle en 1961. Con
el que se inicia la automatizacin de la integracin simblica.
GTP (Geometry Theorem Prover). Demostrador de Teoremas Geomtricos. Programa
desarrollado por Hebert Gelernter y auspiciado por IBM para resolver problemas de
geometra elemental. Se inicio en el 1958. Gelernter trabaj durante tres aos, escribiendo y
desarrollando las viente mil introducciones que componan el GPS; pero adems tuvo que
disear un nuevo lenguaje de programacin. GPS funcionaba de atrs hacia delante
(backward), primero exponemos el teorema a demostrar y el programa empieza a construir
cadenas de resultados intermedios que conducen al fin, a teoremas conocidos o a axiomas.
Programa para jugar a las damas. Programa creado por Arthur Samuel en 1962 y al igual
que el proyecto GTP fue auspiciado por IBM. El pregrama era capaz de aprender por si solo.
Aprenda de la experiencia teniendo en cuenta sus errores y xitos pasados para determinar
su juego en partidas posteriores. Alex Bernstein, cinsigui tambin un resultado similar para
el ajedrez. Tras hacerse eco la prensa de estos logros, se creo un escndalo entre los
periodistas y accionistas de IBM en general al considerar que se estaba gastando el dinero
de investigacion en unos objetivos tan frvolos. Con lo que IBM no sigui aportando fondos
para investigaciones en el campo de la IA.
Fracaso de la Traduccin Automtica. La CIA y otros organismos militares, tras ser
conocedores de la utilizacin, por parte del ejercito britnico, de ordenadores en la Segunda
Guerra Mundial para descifrar cdigos secretos enemigos; pensaron que la traduccin
automtica no seria ms dificil, as podran leer casi en el acto cualquier publicacin del
mundo, escrita en cualquier idioma. Despus de gastar viente aos de investigacion y casi
vienticinco millones de dlares en proyectos de este tipo la NRC (Consejo Nacional de

Investigacin, de EE.UU.) puso fin a este tipo de investigaciones con inversin pblica
respecto a IA., el ALPAC (Automated Language Processing Advisory Committee, Comit de
Seguimiento del Procesamiento Automtico del Lenguaje) arroll a todos los laboratorios en
los que se realizaban proyectos sobre investigacin lingstica, afortunadamente, los centros
de investigacin ms importantes (MIT, Carneige Mellon y Stanford) se salvaron por no tener
entre manos ningun proyecto asociado a la rama de la Traduccin Automtica.
Se reconocen las dificultades: concepcin errnea de los proyectos, mal conocimiento del
lenguaje, tcnicas informticas inadecuadas, etc. Sin embargo, posteriormente comienzan a
vislumbrarse importantes avances tanto en lingstica terica como en ciencia informtica.
Como ancdota sealamos el resultado que se obtuvo al traducir primero del ingls al ruso,
y el resultado se tradujo de nuevo al ingls:
- Original en ingls: El espritu es fuerte, pero la carne es dbil.
- Resultado despues de traducir al ruso y luego al ingls: El vodka es bueno, pero el
filete est podrido.
Micromundos de Bloques. El proyecto de los micromundos fue ideado por Marvin Minsky y
Seymour Paper en 1963. Tras desistir de sus intentos previos en visin artificial ante la
dificultad que supona realizar un proyecto de tal magnitud, en los que se intentaba conectae
una cmara de televisin a un ordenador y hacer que la cmara describiera lo que vea.
Minsky opto por llevarla a cabo en un plano ms reducido, los Micromundos de bloques.
Los Micromundos no eran otra cosa que representaciones de laboratorio de la vida real,
con un aditivo muy especial, el sujeto que interaccionara con la realidad sera un ordenador
con forma de robot o de simple programa. Se crearon programas capaces de tratar con
objetos geomtricos (SHRDLU), robots que manejaban cubos (shakey) y diferentes
programas que entendan el ingls para sacar de las frases una determinada informacin
(SIR y Student). Finalmente en 1969 el proyecto de los Micromundos tambin fracaso, pues
su sencillez no tena visos de ampliarse y cambiar el prefijo micro por uno con un
significado ms extenso. ARPA (Advanced Research Proyect Agency) dejo de subvencionar
el proyecto tras acabarse los plazos fijados y ver que no se haba logrado ni un 25% de lo
prometido.

STUDENT y SIR. 1964. Daniel Bobrow present como tesis doctoral a su profesor, Marvin
Minsky, un programa llamado STUDENT, este era capaz de entender enunciados de
problemas algebraicos escritos en ingls y responder a sus preguntas. Los problemas
caractersticos que poda solucionar STUDENT son similares al siguiente: El to de
Guillermo es dos veces ms viejo que el padre de Guillermo. Dentro de dos aos, el padre
de Guillermo ser tres veces ms viejo que Guillermo. La suma de sus edades es 92.
Averiguar la edad de Guillermo.
A su vez, Bertram Raphael disea SIR (Semntic Information Retrieval) [Recuperacin de
Informacin Semntica], este programa comprenda oraciones sencillas en ingls que
describan situaciones acerca de pertenencias y relaciones parecidas.
Estos dos programas, SIR y STUDENT funcionan mediante la comparacin de patrones, es
decir, cuando el programa detecta que unas palabras clave estn colocadas de una forma
especial, toma la informacin necesaria de donde el patrn le aconseja.
ELIZA (o Doctor). Hacia 1965, Weizenbaum trabaja en el MIT, intentando que los
ordenadores hablaran en ingls con la gente. Pens que los programas existentes como
STUDENT se basaban en dominios limitados, y los dominios que describan esos programas
estaban ligados a la propia estructura del programa. Y dado que Weizenbaum se dio cuenta
de que no podra conseguir ese fin en tan poco tiempo, pens en crear un programa con
unas cuanteas ideas que se le haban ocurrido. Una de esas ideas era que el conocimiento
sobre los dominios se encontrase en mdulos ajenos al propio programa, as cambiar de
tema seria tan fcil como cambiar de mdulo. Uno de esos mdulos, y el ms famoso, fue el
que imitaba a un psicoanalista rogeriano (el psicoanalista Carl Rogers pona en
funcionamiento una terapia que consistia simplemente en animar a los pacioentes a hablar
de sus problemas, repondiendo a sus preguntas con otras preguntas). El programa en
cuestin recibi el nombre de ELIZA (ahora todo mito de la historia de la I.A.). Aunque a
simple vista ELIZA parece estar hablando animadamente con la persona que le cuenta sus
problemas, la verdad es muy diferente. ELIZA hace creer a su interlocutor que se est
hablando con un ser que razona. Un truco es insertar frases a este programa como ya
veo o hblame ms acerca de esto. Algo con lo que contaba a su favor ELIZA era que el
planteamiento de las conversaciones seguierian simpre un patron comn de los psicoanlisis
rogeliano.

SHAKEY. 1969. Un equipo de investigacion de Stanford tuvo la atrevida idea de poner

ruedas a su robot, enseguida el ejercito (norteamericano) se mostr interesado por el
proyecto, subvencionndolo por medio del ARPA, la idea de este era convertir al robot de
Stanford en un espa mecnico, capaz de infiltrarse en las lneas enemigas para conseguir
informacin. Pero la apariencia del robot no pareca capaz ni de cruzar la esquina: una caja
cuadrada, con una cmara de televisin (de 1969), un telmetro y una antena de radio
(figura 3, pg. ). De todas formas el proyecto sigui adelante, y el robot fue bautizado como
Shakey (Tembln). El mundo de Shakey era un Micromundo de Bloques de tamao natural,
compuesto de siete habitaciones conectadas entre s por ocho puertas, habiendo en las
habitaciones cubos que Shakey poda manipular, apilando y transportndolos de un lado a
otro. Todo ello siguiendo las instrucciones (en ingls) que le transmitan mediante un teclado.
Finalmente el fracaso de los Micromundos afecto a este proyecto ya que ARPA dejo de
subvencionarlo.
DENTRAL: El primer sistema experto. Tambien en 1965 se inicia la investigacion en la
Universidad de Stanford de sistemas expertos en el programa Heuristic Programming
Project.
En 1965 Feigenbaum entra a formar parte del departamento de informatica de Stanford. All
conocio a Joshua Lederberg, el cual quera averiguar cual era la estructura de las molculas
orgnicas completas. Si se quiere estudiar un compuesto quimico, lo primero que tenemos
que hacer es averiguar su formula quimica. El mtodo habitual de anlisis consiste en dividir
el problema en partes ms pequeas. El problema de lederberg era que haba demasiadas
combinaciones. Cada fragmento poda corresponder a varias subestructuras, pero slo una
estructura molecular gobal se ajusaba a todas las restricciones del problema. El
descubrimiento de esa estructura global exiga buscar en un rbol de posibilidades. Fue por
esta razn por la que pusieron al programa el nombre DENDRAL, que significa en griego
rbol. Antes de DENDRAL los quimicos slo tenan una forma de resolver el problema, y
esta era tomar unas hiptesis relevantes como soluciones posibles, y someterlas a prueba
comparndolas con los datos. La realizacin DENDRAL dur ms de diez aos (desde
1965).

PERIODO 1970 1979

Los problemas debidos al exceso de optimismo y ambicin sufridos en el periodo anterior,
llevaron a un replanteamiento de los objetivos a perseguir y se pas a tratar problemas ms
concretos. Como hecho ms destacado es el nacimiento de los sistemas expertos y la
recuperacin que traj dentro del campo de la Inteligencia Artificial, ya que supuso el regreso
de las inversiones. Los sistemas expertos o sistemas de produccin con reglas tratan
problemas restringidos o un entrono limitado. Dos de los sistemas expertos ms populares
son el MYCIN y el PROSPECTOR, de los que hablaremos a continuacin.
En este periodo, tambien se inicia la institunacionalizacin de la comunidad cientfica que
trabaja en el campo de la Inteligencia Artificial. Poco despues, en el ao 1970, aparece el
primer nmero de la revista especializada Artificial Intelligence.
Otra de las diferencias con el periodo anterior es que la I.A. se extiende de los mbitos
acadmicos a los centros de investigacin y a las universidades, donde las aplicaciones ya
no son tan tericas y adems de tratar problemas matemticos y demostraciones de
teoremas se realizan aplicaciones mas experimentales, como los sistemas expertos y la
programacin lgica. Dentro de la programacin lgica se logra uno de los avances ms
destacables con la aparicin en 1972 del lenguaje PROLOG.
MYCIN. 1976. Desarrollado por Eduard Feigenbaum, Bruce Buchanan en la Universidad de
Stanford y documentado por Edward Shortliffe. MYCIN se trataba de un sistema experto
para el diagnstico de enfermedades infecciosas. Desde los resultados

de anlisis de

sangre, cultivos bacterianos y dems datos, el programa era capaz de determinar, o en lo

menos, sugerir el microorganismo que esaba causando la infeccin. Despes de llegar a una
conclusin, MYCIN prescibpia una medicacion que se adaptaba perfectamente a las
caracteristicas del sujeto, tales como el peso corporal de este. Despues del reconocido xito
que tuvo MYCIN entre la comunidad cientfica de I.A. e investigadores de medicina, los
autores del programa pusieron a disposicin de otros investigadores una versin de MYCIN
que contena el motor inferencial de este para que fueran los propios usuarios los que
insertasen al programa informacin respecto al tema a tratar; se podra decir que esta
versin adaptada del original MYCIN, era el primer entorno de desarrollo de sitemas
expertos.

PROSPECTOR. Documentado por P.E. Hart (1978) y R. Dudal (1979). Era un sistema
experto para evaluar los yacimientos de minerales, en particular de cobre y uranio.
PROLOG (Programing Logic). Desarrollado en 1972 por la Universidad de Marseille bajo la
direccin de Alan Colmerauer. Prolog se asa en la definicin y despus en la resolucin de
formulas logicas. Prolog al igual que LISP es un lenguaje declarativo, ya que el programa
consiste en una lista de hechos y reglas en lugar de una serie de comandos.
XCON (Expert Configurer) [Configurador Experto]. 1979. John Mc Dermott. XCON es el
primer sistema experto con aplicaciones en el mundo real fuera de los mbitos acadmicos y
de los laboratorios de investigacin.
DEC iba a lanzar una nueva serie de ordenadores, los llamados VAX. Dado que todos los
ordenadores tenian configuraciones distintas entre s, la VA estaba previniendo el enorme
cuello de botella que se iba a formar, cuando los ordenadores tuviesen fallos de
configuracin y hubiese ue arreglar este problema uno por uno, por el consiguiente gasto de
tiempo y dinero que eso supona. Los directivos de la DEC contrataron a John McDertmott.
Con el cometido de realizar un sistema experto que configurase todos los ordenadores que
saliesen de la DEC. El informe de viabilidad de McDermontt expuso resultados
prometedores, y en diciembre de 1978 se empez a trabajar en el proyecto. En abril de 1979
el equipo de investigacin que lo haba diseado (con McDermontt a cargo), pens que ya
estaba preparado para salir y conocer el mundo, fue entonces cuando se hizo una prueba
real, esperando resolver positivamente un 95% de las configuraciones, este porcentaje tan
alto, anhelado por McDermontt y compaa, se qued en un 20% al ser contrastado con la
realidad; XCON volvi al laboratorio, donde fue revisado y a finales de ese mismo ao
(1979) funcion con resultados positivos en la DEC. En 1980 XCON se instaur totalmente
en DEC. Y en 1984, el XCON haba crecido hasta multiplicarse por diez. En 1986 la
compaa habia invertido mas de cincuenta aos/hombre en el programa, pero se estaba
recuperando con creces de su inversin al ahorrarse cuarenta millones de dlares al ao.

PERIODO: 1980 Y PRINCIPIOS DE LOS 90

Este periodo viene marcado por el xito de los sistemas expertos y durante los aos ochenta
aparecen empresas y poyectos especializados en ofrecer soluciones comercializables
basadas en las tcnicas de la I.A. La I.A. se consolid en cada vez ms empresas que
desarrollaron las mquinas lisp (ordenadores que ejecutaban programas de LIPS con la
misma rapidez de un ordenador central) y los SHELLS (herramientas de desarrollo de
sistemas expertos). Ejemplos de sistemas expertos que se comercializaron en esta epoca
son el DELTA, de la General Electric Company, que ayudaba a los mecnicos en la
reparacion y en el diagnostico de locomotoras diesel; el Aldo en Disco para la reparacion de
calderas hidroestaticas giratorias usadas para la eliminacion de bacterias y el EURISKO
capaz de perfeccionar su propio cuerpo de leyes heursticas por induccion.
Cada vez ms el mantener la base de datos de reglas de los sistemas expertos actualizada
era mas costoso, El XCON llego a tener 10.000 reglas con lo que Dec tenia que gastar
anualmente 2 millones de dolares en el mantenimiento de la Base de onocimientos.
Actualmente este mantenimiento supone una de las actividades ms importantes de la I.A.
El Ministerio de Industria y Comercio Internacional de Japn impulsa desde 1979 un
proyecto (Quinta generacion de ordenadores) conjunto de varias empresas que pretendia
desarrollar una nueva generacion de ordenadores daptados a las necesidades que se
prevean para la decada de los 90 y que basarian su funcionamiento en tecnicas de la I.A.
Finalmente el proyecto finalizo en 1992, pero aunque se obtuvieron ciertos avances en
procesamiento paralelo, procesamiento del lenguaje natural, programacion logica y en el
tratamiento de la informacion, no supuso ninguna revolucion ni ningun gran cambio ni
ventaja tenologica. Seguidamente Japn se lanzo a otro nuevo proyecto Real World
Computing (RWC) Project, cuyasvias de investigacion, son las redes neuronales, los
computadores opticos y la facilidad de uso de los ordenadores.
Por aquel entonces, el proyecto japones sirvi para estimular la inversin en Inteligencia
Artificial de otros paises. Sobre todo a raz de la publicaion del liro The Fifth Generation de
Feigenbaum y McCorduck en 1983 que adverta del peligro de una superioridad del Japn
en el futuro de la informpatica a traves del dominio de las tcnicas de la I.A.

En 1980 se crea el sistema experto matematico MAPLE. Mas tarde en 1988 se crea otro
sistema experto matemtico importante el Mathematica. Ambos sistemas permiten trabajar
directamente, es decir sin tediosas programaciones, con expersiones simblicas como
polinomios, derivadas, integrales indefinidas, matrices, tensores, grupos, funciones
especiales, y mtodos altamente sofisticados. En 1982 se fund el ECCAI (European
Coordinating Committee for Artificial Intelligence).
En 1985 la Nasa desarrolla CLIPS, es un generador de sistemas expertos que est
codificado en lenguaje C, y que implementa un lenguaje propio para desarrollar sistemas
expertos. Como principal caracterstica se puede citar que uenta con tres paradigmas de
programacin: orientado a reglas, procedural y orientado a objetos. Tambin en este mismo
ao se programa un juego de Ajedrez Hitech que alcanza el nivel de un Gran Maestro.
Apartir de 1986 se recuperan los viejos esquemas del Perceptron en las Redes Neuronales.
En1987 supuso el fin de las maquinas LISP, debido a la aparicin de los
microordenadoresde Apple e IBM con potencia parecida a las maquinas LISP, y la
programacion en C del software utilizado en I.A. para los nuevos microordenadores.
En 1989 se constituye el Centro de Inteligencia Artificial (CIA), en Espaa, ms tarde, se
formaria la Asociacion Espaola Para la Inteligencia Artificial (AEPIA).

AOS 90 Y EL PRESENTE
Uno de los hechos ms populares que cualquiera conoce sobre la IA es la victoria de Deep
Blue (computadora de IBM que jugaba al ajedrez), contra kasparov en 1997.
Pero recientemente en la industria japonesa han aparecido diversos Robots que han servido
para ejemplificar el estado actual de la Inteligencia Artificial. Primero fue Honda con ASIMO
(acrnimo de Advanced Step in Innovative Mobility- paso avanzado en movilidad
innovadora), es un robot humanoide creado en el ao 2000 por la empresa Honda, un robot
conforma humanoide capaz de andar y subir escaleras (figura 4, pg. ).
SONY ha comercializado con xito una serie de robots-perro, el AIBO (figura 5, pg. )
Artificial Intelligence Robot (Robot de Inteligencia Artificial).

Al robot AIBO se le han programado emociones e instintos. Acta de modo que intentara
satisfacer sus deseos originados en sus instintos. Si se los satisface, aumentrn sus niveles
de alegra, en caso contrrio, se pondr triste o furioso. Como todo ser viviente, Aibo
aprendera a lograr lo que desea. En ocasiones, mover sus patas con furia o mostrar
otras seales de bronca si no recibe de su amo la atencin que requiere. De este modo, la
manera en que el amo responde a las expresiones de emotividad de Aibo influir en su
personalidad y crecimiento. El robot, tiene reconocimiento de voz, hasta 40 voces y puede
recordar el nombre que se le d y responder. Escapaz de expresar emociones.

CRITICAS
Las principales crticas a la inteligencia artificial tienen que ver con su incapacidad 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.
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.
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).

CUESTION FILOSOFICA

La Vida Artificial tambin nos ofrece una "visin privilegiada" de nuestra realidad. No hace
falta que las simulaciones por ordenador sean todava ms complejas, para poder tener el
derecho a preguntarnos acerca de si nuestro propio mundo no ser tambin una "simulacin
dentro de un cosmo-ordenador". De hecho, esta pregunta se ha planteado, desde tiempos
remotos, de infinidad de maneras.
Si los ordenadores son capaces de simular universos artificiales poblados por organismos
que mediante la reproduccin, las mutaciones y la seleccin natural, evolucionan y se hacen
cada vez ms inteligentes y conscientes, podramos interpretar nuestro propio mundo como
un "superordenador" donde nosotros mismos somos los "seres artificiales" que lo habitan,
siguiendo el curso de evolucin que El Programador ha deseado.
En el caso de que existiera un creador y una intencionalidad, es decir, si El Programador que
nos ha creado lo ha hecho con algn objetivo, no sera extrao que ese mismo programador
hubiera implementado mecanismos para que sus "entidades" (nosotros) no escapen a su
control. Pero las limitaciones que el programador fija para controlar a sus entidades pueden
no ser suficientes. Algunos programadores de Vida Artificial quedan a menudo gratamente
sorprendidos por el inesperado comportamiento de sus pequeas creaciones, ms
inteligentes y capaces de lo que cabra esperar en un primer momento.
Adems, los "bugs" (errores) en programacin son probablemente una constante en todos
los universos, dimensiones y realidades posibles, as que tal vez el "programador" haya
dejado algn hueco por donde podamos colarnos; es decir, que es posible que en nuestro
mundo existan acciones, comportamientos, o razonamientos con efectos maravillosos, que
estn ah, accesibles, pero que an nadie ha realizado, ya sea por ignorancia, mala suerte, o
porque provocan la muerte a quien llega a adquirirlos. Un ejemplo de esto ltimo se
encuentra en "Creced y Multiplicaos", de Isaac Asimov.

ESCUELAS DE PENSAMIENTO
Inteligencia artificial convencional
Se
conoce
tambin
como
Inteligencia
Aritificial
simblico-deductiva.
Apartir de Bases de Conocimiento estaticas a las que se aplica un analisis formal estadistico
para emular el comportamiento humano frente a problemas concretos. Siel problema
cambias sus restricciones se requiere actualizar la base de conocimiento.
Esta basada en el analisis formal y estadistico del pomportamiento humano ante diferentes
problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resulven

ciertos problemas concretos.

Sistemas expertos: Infieren una solucion, a traves del conocimiento previo del

contexto, en que se aplica y ocupa de ciertas reglas o relaciones.

Redes bayesianas: Propone soluciones mediante inferencia estadistica.
IA basada en comportamientos: que tienes autonimia y pueden auto-regularse y

controlarse para mejorar.

Smart Process Management: Facilita la toma de decisiones complejas, proponiendo
una solucion a un determinado problema al igual que lo haria un especialista en la
actividad.

Inteligencia artificial computacional

La Inteligencia Computacional (tambin conocida como Inteligencia Aritificial subsimblicainductiva). La Inteligencia Computacional combina elementos de aprendizaje, adaptacin,
evolucin y Lgica difusa para crear programas que son, en cierta manera, inteligentes. La
investigacin en Inteligencia Computacional no rechaza los mtodos estadsticos, pero muy
a menudo aporta una vista complementaria. Las Redes Neuronales son una rama de la
inteligencia computacional muy relacionada con el aprendizaje automtico

RAMAS DE LA INTELIGENCIA ARTIFICIAL

Aqu se brinda una lista de algunos de las muchas que existen dentro del estudio de la
Inteligencia Artificial e inclusive muchos de estos son considerados conceptos o tpicos.
INTELIGENCIA ARTIFICIAL LOGISTICA
Sistemas con programacin que tiene una base de datos con conocimiento general sobre el
mundo que los rodean y dentro de estos tienen data de cmo reaccionar a las situaciones
especficas. El fin de estos sistemas es representar en oraciones soluciones a problemas
mediante un lenguaje matemtico tal como algoritmo. El nfasis se hace mediante el anlisis
de informacin y la reaccin de este segn su fuente de datos.
APRENDIZAJE POR EXPERIENCIA
Los sistemas van aprender a reaccionar y actuar de acuerdo a situaciones anteriores, es
decir el sistema tomara en cuenta decisiones pasadas para reaccionar a situaciones
corrientes. A medida que va obteniendo experiencia en situaciones similares las archiva en
su base de datos como memoria.
AGENTE INTELIGENTE
Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales
percepciones y responder o actuar en su entorno de manera racional, es decir, de manera
correcta y tendiendo a maximizar un resultado esperado.
En este contexto la racionalidad es la caracterstica que posee una eleccin de ser correcta,
ms especficamente, de tender a maximizar un resultado esperado. Este concepto de
racionalidad es ms general y por ello ms adecuado que inteligencia (la cual sugiere
entendimiento) para describir el comportamiento de los agentes inteligentes. Por este motivo
es mayor el consenso en llamarlos agentes racionales. Un agente inteligente puede ser una
entidad fsica o virtual. Si bien el trmino agente racional se refiere a agentes artificiales en
el campo de la Inteligencia Artificial, tambin puede considerarse agentes racionales a los
animales incluido el hombre.

Los agentes inteligentes se describen esquemticamente como un sistema funcional

abstracto. Por esta razn, los agentes inteligentes son a veces llamados Agentes
Inteligentes Abstractos (AIA) para distinguirlos de sus implementaciones del mundo real
como sistemas informticos, los sistemas biolgicos, o de organizaciones. Algunas
definiciones de agentes inteligentes hacen nfasis en su autonoma por lo que prefieren el
trmino agente inteligente autnomo. Y otros (en particular, Russell y Norvig (2003))
consideran conducta dirigida a objetivos como la esencia de lo inteligente y prefieren un
trmino tomado de la economa "Agente Racional".
En Ciencias de la Computacin el trmino agente inteligente puede ser usado para referirse
a un agente de software que tiene algo de inteligencia, independientemente de si no es un
agente racional por definicin de Russell y Norvig. Por ejemplo, programas autnomos
utilizados para asistencia de un operador o de minera de datos (a veces denominado
robots) son tambin llamados "agentes inteligentes".

LOGICA DIFUSA
Se utiliza para la resolucin de una variedad de problemas, principalmente los relacionados
con control de procesos industriales complejos y sistemas de decisin en general, la
resolucin la compresin de datos. Los sistemas de lgica difusa estn tambin muy
extendidos en la tecnologa cotidiana, por ejemplo en cmaras digitales, sistemas de aire
acondicionado, lavarropas, etc. Los sistemas basados en lgica difusa imitan la forma en
que toman decisiones los humanos, con la ventaja de ser mucho ms rpidos. Estos
sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de
entrada. Algunos lenguajes de programacin lgica que han incorporado la lgica difusa
seran por ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.
Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento
humano en la programacin de computadoras. Con la lgica convencional, las
computadoras pueden manipular valores estrictamente duales, como verdadero/falso, s/no
o ligado/desligado. En la lgica difusa, se usan modelos matemticos para representar

nociones subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser
manipuladas por los ordenadores.
En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que los
sistemas de control pueden necesitar retroalimentarse en un espacio concreto de tiempo,
pueden necesitarse datos anteriores para hacer una evaluacin media de la situacin en un
perodo anterior.
SISTEMAS EXPERTOS
Es una aplicacin informtica capaz de solucionar un conjunto de problemas que exigen un
gran conocimiento sobre un determinado tema. Un sistema experto es un conjunto de
programas que, sobre una base de conocimientos, posee informacin de uno o ms
expertos en un rea especfica. Se puede entender como una rama de la inteligencia
artificial, donde el poder de resolucin de un problema en un programa de computadora
viene del conocimiento de un dominio especfico. Estos sistemas imitan las actividades de
un humano para resolver problemas de distinta ndole (no necesariamente tiene que ser de
inteligencia artificial). Tambin se dice que un SE se basa en el conocimiento declarativo
(hechos sobre objetos, situaciones) y el conocimiento de control (informacin sobre el
seguimiento de una accin).
Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una
forma fcil, reuniendo dos capacidades para poder cumplirlo:
1. Explicar sus razonamientos o base del conocimiento: los sistemas expertos se deben
realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda
generar la explicacin para cada una de estas reglas, que a la vez se basan en
hechos.
2. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos de
razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base
de lo anterior se puede decir que los sistemas expertos son el producto de
investigaciones en el campo de la inteligencia artificial ya que sta no intenta sustituir

a los expertos humanos, sino que se desea ayudarlos a realizar con ms rapidez y
eficacia todas las tareas que realiza.

Ventajas

Permanencia: A diferencia de un experto humano un SE (sistema experto) no

envejece, y por tanto no sufre prdida de facultades con el paso del tiempo.

Duplicacin: Una vez programado un SE lo podemos duplicar infinidad de veces.

Rapidez: Un SE puede obtener informacin de una base de datos y realizar clculos

numricos mucho ms rpido que cualquier ser humano.

Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad
de duplicacin el coste finalmente es bajo.

Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para el

ser humano.

Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s

(cansancio, presin, etc.).

Consolidar varios conocimientos.

Apoyo Acadmico.

Limitaciones

Sentido comn: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema
experto sobre medicina podra admitir que un hombre lleva 40 meses embarazado, a

no ser que se especifique que esto no es posible ya que un hombre no puede

procrear hijos.

Lenguaje natural: Con un experto humano podemos mantener una conversacin

informal mientras que con un SE no podemos.

Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus

errores y de errores ajenos, que un SE haga esto es muy complicado.

Perspectiva global: Un experto humano es capaz de distinguir cuales son las

cuestiones relevantes de un problema y separarlas de cuestiones secundarias.

Capacidad sensorial: Un SE carece de sentidos.

Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la

resolucin de un problema.

Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco

estructurado.

REDES NEURONALES
Las Redes de Neuronas Artificiales (en ingls: ANN) son un paradigma de aprendizaje y
procesamiento automtico inspirado en la forma en que funciona el sistema nervioso de los
animales. Se trata de un sistema de interconexin de neuronas en una red que colabora
para producir un estmulo de salida. En inteligencia artificial es frecuente referirse a ellas
como redes de neuronas o redes neuronales.
Las redes neuronales consisten en una simulacin de las propiedades observadas en los
sistemas neuronales biolgicos a travs de modelos matemticos recreados mediante
mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de
vlvulas). El objetivo es conseguir que las mquinas den respuestas similares a las que es
capaz de dar el cerebro que se caracterizan por su generalizacin y su robustez
Las redes neuronales artificiales (RNA) tienen muchas ventajas debido a que est basado
en la estructura del sistema nervioso, principalmente el cerebro.

Aprendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se
llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como
entrada a su vez que se le indica cul es la salida (respuesta) esperada.

Auto organizacin: Una RNA crea su propia representacin de la informacin en su

interior, descargando al usuario de esto.

Tolerancia a fallos: Debido a que una RNA almacena la informacin de forma

redundante, sta puede seguir respondiendo de manera aceptable aun si se daa
parcialmente.

Flexibilidad: Una RNA puede manejar cambios no importantes en la informacin de

entrada, como seales con ruido u otros cambios en la entrada (por ejemplo si la
informacin de entrada es la imagen de un objeto, la respuesta correspondiente no
sufre cambios si la imagen cambia un poco su brillo o el objeto cambia ligeramente).

Tiempo real: La estructura de una RNA es paralela, por lo cual si esto es

implementado con computadoras o en dispositivos electrnicos especiales, se pueden
obtener respuestas en tiempo real.

DEFINICIONES Y CONCEPTOS DE INTELIGENCIA ARTIFICIAL

Algunas definiciones sobre inteligencia Artificiaal son:

La Inteligencia Artificial estudia cmo lograr que las mquinasrealicen tareas, que por
el momento, son realizadas mejor por los seres humanos.

La Iinteligencia Artificial trata de encontrar las tcnicas para disear y programar

mquinas computadoras- que emulen nuestras capacidades mentales.

La Inteligencia Artificial es el rea que trata de analizar o estudiar el comportamiento

humano, y llevarlo a mquinas (computadores).

La Inteligencia Artificial

es la emulacin de un comportamiento inteligente, como

reacciona, como aprende. Se trata de dotar de esta inteligencia artificial a seres no

vivos (computadoras), con el fin de ayudar a la humanidad.

Se denomina Inteligencia Artificial a la rama de la informatica que desarrolla procesos

que imitan a inteligencia de los seres vivos. La principal aplicacin de esta ciencia es
la creacion de mquinas para la automatizacin de tareas que requieran un
comportamiento inteligente.

IMPORTANCIA DE LA INTELIGENCIA ARTIFICIAL

Las computadoras son fundamentales hoy da en nuestras vidas afectando todos los
aspectos de esta.
La Inteligencia Artificial se crea con la implementacin en las computadoras para realizar
mecanismo de computacin que utiliza programas fijos y contiene una seria de reglas que lo
hacen funcionar. Esto permite a las computadoras a ser creadas en maquinas artificiales que
desempean tareas montonas, repetitivas y simples mas eficiente y efectivas que un ser
humano.
Estudios sobre trabajos o tareas repetitivas han demostrado que el ser humano no le
agrada este tipo de trabajo y al pasar el tiempo son ms susceptibles a cometer errores en el
mismo. Para situaciones complejas el objetivo se hace mas complejo debido a que la
inteligente artificial dada a las

computadoras tienen dificultad en entender ciertas

situaciones o problemas especficos y como reaccionar a estas. Tambien ocurre que dentro
de un problema tienen la variabilidad del mismo y no pueden adaptarece a un cambio que
pueda ocurrir. Estos problemas son de suma importancia para la Inteligencia Artificial que
busca el mejorar, aprender, entender y el razonamiento del comportamiento de las
computadoras en situaciones complejas.

El campo de la ciencia de Inteligencia Artificial esta todava en etapas de crecimiento

comparadas con otras ramas de computadoras pero poco a poco el estudio del
comportamiento humano dar paso para aplicar estos conocimientos a las computadoras y
estas lograr de manera primitiva razonas sobre diferentes situaciones. La complejidad en
aplicarle conocimientos del ser humano a las computadoras es la capacidad de estos de ser
impredecible y las maneras diferentes que se actua ante una posible situacin y estas
reacciones hacen que no se pueda implementar un patrn dentro de la memoria de una
computadora. Hasta ahora no existe la posibilidad de predecir o almacenar todo tipo de
comportamiento de un ser humano a todas las situaciones que se enfrenta durante su
existencia.

CARACTERISTICAS, APLICACIONES, AREAS DE APLICACIN Y AREAS

DE INVESTIGACION DE LA INTELIGENCIA ARTIFICIAL

CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL

A. Una caracterstica fundamental que distingue a los mtodos de Inteligencia Artificial de

los mtodos numricos es el uso de smbolos no matemticos, aunque no es suficiente
para distinguirlo completamente. Otros tipos de programas como los compiladores y
sistemas de bases de datos, tambin procesan smbolos y no se considera que usen
tcnicas de Inteligencia Artificial.
Las conclusiones de un programa declarativo no son fijas y son determinadas
parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al

problema especfico. Los lenguajes orientados al objeto comparten esta propiedad y se

han caracterizado por su afinidad con la Inteligencia Artificial.
B. El comportamiento de los programas no es descrito explcitamente por el algoritmo. La
secuencia de pasos seguidos por el programa es influenciado por el problema particular
presente. El programa especifica cmo encontrar la secuencia de pasos necesarios para
resolver un problema dado (programa declarativo). En contraste con los programas que
no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica,
explcitamente, cmo encontrar las variables de salida para cualquier variable dada de
entrada (programa de procedimiento).
C. El razonamiento basado en el conocimiento, implica que estos programas incorporan
factores y relaciones del mundo real y del mbito del conocimiento en que ellos operan.
Al contrario de los programas para propsito especfico, como los de contabilidad y
clculos cientficos; los programas de Inteligencia Artificial pueden distinguir entre el
programa de razonamiento o motor de inferencia y base de conocimientos dndole la
capacidad de explicar discrepancias entre ellas.

D. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de Inteligencia

Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es
la resolucin de conflictos en tareas orientadas a metas como en planificacin, o el
diagnstico de tareas en un sistema del mundo real: con poca informacin, con una
solucin cercana y no necesariamente exacta.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL
Hay muchos usos y aplicaciones de la Inteligencia Artificial tanto en el mercado comercial
como en el servicio militar.
Algunos de los usos de la Inteligencia Artificial son:
1. Juegos Electrnicos: Hoy da se pueden comprar sistemas que utilizan esta
inteligencia para jugar a nivel profesional como por ejemplo un juego de ajedrez. En

el juego de ajedrez la informacin esta enmarcada para que se reconozca los

patrones del juego y sus posibilidades. Hay cientos de clculos que el sistema hace
forzosamente para hacer el anlisis y en este se evalan cientos de posibilidades
por segundos. Un ejemplo de este tipo de sistema es Deepblue desarrollado por
IBM, el cual derrot en un juego de ajedrez al campen mundial en 1999.
2. Reconocimiento de Voz: Los sistemas que contienen en su memoria, la data para
reconocer voz, comenzaron su auge un la dcada de los 90 cuando se logr
implementar el programa en los sistemas de las aerolneas, aunque con
capacidades limitadas. El sistema consiste en indicarle las instrucciones mediante
los comandos de voz para que este realizara sus tareas. Un ejemplo de este tipo de
sistema es Via Voice el cual fue el primer sistema credo para las aerolneas.
3. Entendimiento del lenguaje natural: Los sistemas tienen data para el reconocer el
significado de la palabra estando esta sola pero cuando se tienen en contexto y en
una oracion hay problemas en que el sistema reconozca el significado de cada una
de las palabras. En este campo se esta muy primitivo por que el objetivo final es que
el sistema reconozca lo que se le indica y responda a este.
4. Visin computarizada:

Existen ciertos sistemas que estan diseados con

programas que reconocen en solo dos dimensiones pero para lograr eficientemente
que el sistema funcione a capacidad total se tiene que desarrollar informacin que se
pueda ser leda por el sistema en tercera dimensin porque esta la que se requiere.
Este sistema esta en etapas primitiva y su uso mayor es en el area verificacin y/o
lectura de la retina para propsitos de seguridad.
5. Sistemas Expertos: Estos sistemas tienen la capacidad de recoger la data de
informacin, analizarla y brindar recomendaciones e conclusiones sobre un problema
en particular. Un ejemplo de este tipo de sistema es MYCYN, este sistema esta
programado con conocimientos mdicos y tiene la capacidad de diagnosticar a un
paciente como si fuese una verificacin rutinaria de un doctor. Aunque es un avance
tecnolgico sin duda alguna tiene sus limitaciones y para su desempeo depende
grandemente del diseo del sistema y el sentido comn que tenga el sistema.

6. Clasificacin: Estos son sistemas que mayormente se utilizan en compaas que

evalan y otorgan crdito a una entidad. Funcionan recogiendo toda la data,
analizando la misma y luego la almacenan en una base de datos para clasificarla en
las categoras. Una vez clasificada la data el sistema hace recomendacin sobre la
entidad la cual se esta evaluando.

AREAS DE APLICACIN DE LA INTELIGENCIA ARTIFICIAL

La inteligencia Artificial se aplica en los sistemas reales en una gran variedad de ramas y
problemas:
Gestion y control: analisis inteligente, fijacion de objetos.
Fabricacion: diseo, planificacion, programacion, monitorizacion, control, gestion de
proyectos, robotica simplificada y vision computarizada.
Educacion: adiestramiento practico, exmenes y diagnsticos.
Ingenieria: diseo, control y analisis.
Equipamiento: diseo, diagnstico, adiestramiento, mantenimiento, configuracion,
monitorizacion y ventas.
Cartografia: interpretacion

de

fotografias,

diseo,

resolucion

de

problemas

cartograficos.
Profesiones. Abogacia, medicina, contabilidad, geologia, quimica.
Software. Enseanza, especificacion, diseo, verificacion, mantenimiento.
Sistemas de armamiento: guerra electronica, identificacion de objetos, control
adaptivo, proceso de imgenes, proceso de seales.
Procesos de datos: educacion, interfase en lengua natural, acceso inteligente a datos
y gestores de bases de datos, analisis inteligentes de datos.
Finanzas: planificacion, analisis, consultoria.

APLICACIONES COMERCIALES DE LA INTELIGENCIA ARTIFICIAL

Tambien la inteligencia Artificial tiene numerosas aplicaciones comerciales en el mundo de
hoy.

Configuracion: seleccin de distribucion de los componentes de un sistema de

computacion.

Diagnosis: hardware informatico, redes de ordenadores, equipos mecnicos,

problemas medicos, averias telefnicas, instrumentacin electrnica, circuitos

electrnicos, averias automovilsticas.

Interpretacion y analisis: datos geolgicos para prospeccion petrolfica, compuestos
quimicos, analisis de seales, problemas matematicos complejos, evaluacion de
amenazas militares, analisis de circuitos electronicos, datos biologicos (coronarios,

cerebrales y respiratorios), informacion de radar, sonar e infrarrojos.

Monitorizacin: quipos, monitorizacin de procesos, fabricacin y gestin de procesos
cientficos, amenazas militares, funciones vitales de pacientes hospitalizados, datos
financieros en tiras de pael perforado por teleimpresora, informes industriales y

gubernamentales.
Planificacin: gestin de activo y pasivo, gestin de cartera, anlisis de crditos y
prstamos, contratos, programacin de trabajos de taller, gestin de proyectos,

planificacin de experimentos, produccin de tarjetas de circuito impreso.

Interfaces inteligentes: hardware (fiscal) de instrumentacin, programas

computadora, bases de datos mltiples, paneles de control.

Sistema de lenguaje natural: interfaces con bases de datos en lenguaje natural,

de

gestin de impuestos (ayudas para contabilidad), consultora en temas legales,

planificacin de fincas, consultora de sistemas bancarios.

Sistemas de diseo: integracion de microcircuitos en muy alta escala, sntesis de
circuitos electrnicos, plantas qumicas, edificios, puentes y presas, sistemas de

tranporte.
Sistemas de visin computarizada: seleccin de piezas y componentes, ensamblados,

control de calidad.
Desarrollo de software: programacin automtica.
Programas de reconocimiento de voz para reservar billetes de avin para un vuelo.
Sistemas expertos que controlan el correcto funcionamiento de un tranfbordador

espacial.
Sistemas expertos de diagnostico de enfermedades.
Proteccin de fraudes en tarjetas de crdito y cuentas a travs de sistemas de redes

neuronales o sistemas expertos.

Deteccin de peuea anomalas invisibles al ojo humano en radiografas.
En el mundo de los videojuegos. Rivales con comportamiento lgico.
Traduccion automtica de documentos (GOOGLE).

LAS AREAS DE INVESTIGACION DE LA INTELIGENCIA ARTIFICIAL

Son muchas las areas de la IA que se investigan hoy dia. Entre ellas, tenemos las
siguientes:
La representacion del conocimiento, que busca en el descubrimiento de metodos
expresivos y eficientes describir informacion sobre aspectos del mundo real.
Los metodos de aprendizaje automatico, que extienden las tecnicas estadsticas con
el fin de posibilitar la identificacion de un amplio rango de tendencias generales a
partir de un conjunto de datos de entrenamiento.
El campo de la planificacin, que enfrenta el desarrollo de algoritmos que construyen
y ejecutan automticamente secuencias de comandos primitivos con el fin de alcanzar
ciertas metas de alto nivel.
Los trabajos en el area de razonamiento posible, que hacen uso de principios
estadisticos para desarrollar codificaciones de informacin incierta.
El estudio de las arquitecturas de agentes, que busca la integracin de otras reas de
la Inteligencia Artificial con el objeto de crear agentes inteligentes, entidades robustas
capaces de comportamiento autonomo y en tiempo real.
La coordinacion y colaboracion multiagentes, que ha permitido el desarrollo de
tcnicas para la representacion de la capacidades de otros agentes y la especificacion
del conocimiento necesario para la colaboracion entre ello.
El desarrollo de ontologias, que persigue la creacion de catalogos de conocimiento
explicito, formal y multipropsito, que puedan ser utilizados por sistemas inteligentes.
Los campos de procesamiento de voz y lenguaje, que buscan la creacion de sistemas
que se comunican con la gente en su lenguaje.
La sntesis y comprension de imgenes, que conduce a la produccion de algoritmos
para el anlisis de fotografias, diagramas y videos, as como tambin de tcnicas para
el despliegue visual de informacion cuantitativa y estructural.

TECNOLOGIAS DE APOYO
VISION ARTIFICIAL
La Visin artificial, tambin conocida como Visin por Computador (del ingls Computer
Vision) o Visin tcnica, tiene el propsito de programar un computador para que "entienda"
una escena o las caractersticas de una imagen.
Los objetivos tpicos de la visin artificial incluyen:

La deteccin, segmentacin, localizacin y reconocimiento de ciertos objetos en

imgenes (por ejemplo, caras humanas).

La evaluacin de los resultados (ej.: segmentacin, registro).

Registro de diferentes imgenes de una misma escena u objeto, hacer concordar un

mismo objeto en diversas imgenes.

Seguimiento de un objeto en una secuencia de imgenes.

Mapeo de una escena para generar un modelo tridimensional de la escena; tal

modelo podra ser usado por un robot para navegar por la escena.

Estimacin de las posturas tridimensionales de humanos.

Bsqueda de imgenes digitales por su contenido.

Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje

estadstico, geometra de proyeccin, procesado de imgenes, teora de grficos y otros
campos. La visin artificial cognitiva est muy relacionada con la psicologa cognitiva y la
computacin biolgica.

Propiedades bsicas de las imgenes digitales

Las imgenes de seal continua se reproducen mediante dispositivos electrnicos
analgicos que registran los datos de la imagen con precisin utilizando varios mtodos,
como una secuencia de fluctuaciones de la seal elctrica o cambios en la naturaleza
qumica de la emulsin de una pelcula, que varan continuamente en los diferentes aspectos
de la imagen. Para procesar o visualizar en el ordenador una seal continua o una imagen
analgica, se debe convertir primero a un formato comprensible para el ordenador o formato
digital. Este proceso se aplica a todas las imgenes, independientemente de su origen,
complejidad y de si son en blanco y negro (escala de grises) o a todo color. Una imagen
digital se compone de una matriz rectangular (o cuadrada) de pxeles que representan una
serie de valores de intensidad ordenados en un sistema de coordenadas (x,y).
Detectores de imagen electrnicos
Con este documento se pretende ofrecer ayuda para la comprensin de conceptos bsicos
sobre la deteccin de luz y proporcionar una gua para la seleccin del detector electrnico
adecuado ( CCD o sistema de videocmara) con aplicaciones especficas de microscopa
ptica.
Conceptos bsicos sobre procesamiento digital de la imagen
El procesamiento digital de la imagen permite una modificacin reversible de la imagen
prcticamente libre de ruido en forma de una matriz de enteros en vez de las clsicas
manipulaciones en el cuarto oscuro o filtracin de voltajes dependientes del tiempo
necesarios para las imgenes analgicas y seales de video. Incluso aunque muchos
algoritmos de procesamiento de imgenes son extremadamente potentes, el usuario medio
a menudo aplica operaciones a imgenes digitales sin tener en cuenta los principios
subyacentes tras dichas manipulaciones. Las imgenes que resultan de una manipulacin
descuidada estn a menudo distorsionadas con respecto a aquellas que podran producirse
si la potencia y versatilidad del software de procesamiento digital fu esen utilizadas
correctamente.

Estrategias recomendadas para el procesamiento de imgenes digitales

Dependiendo de

las condiciones de iluminacin, la integridad de la muestra y los mtodos de preparacin, las

imgenes capturadas con el microscopio ptico pueden requerir una cantidad considerable

de rehabilitacin/reinsercin/renovacin para conseguir un equilibrio entre precisin cientfica

y composicin esttica. Las imgenes digitales que se obtienen mediante un CCD (chargecoupled device) o un CMOS (complementary metal oxide semiconductor) a menudo sufren
seales-a-ruido pobres, iluminacin irregular, impurezas de enfoque, deslumbramiento,
cambios en los colores y otros problemas que distorsionan la calidad global de la imagen.

INTERFAZ DE USUARIO
Las interfaces bsicas de usuario son aquellas que incluyen elementos como mens,
ventanas, teclado, ratn, los beeps y algunos otros sonidos que la computadora hace, y en
general, todos aquellos canales por los cuales se permite la comunicacin entre el ser
humano y la computadora. La mejor interaccin humano-mquina a travs de una adecuada
interfaz (Interfaz de Usuario), que le brinde tanto comodidad, como eficiencia.
TIPOS DE INTERFACES DE USUARIO
Dentro de las Interfaces de Usuario se puede distinguir bsicamente tres tipos:
A) Una interfaz de hardware, a nivel de los dispositivos utilizados para ingresar, procesar y
entregar los datos: teclado, ratn y pantalla visualizadora.
B) Una interfaz de software, destinada a entregar informacin acerca de los procesos y
herramientas de control, a travs de lo que el usuario observa habitualmente en la pantalla.
C) Una interfaz de Software-Hardware, que establece un puente entre la maquina y las
personas, permite a la maquina entender la instruccion y a el hombre entender el codigo
binario traducido a informacion legible.
FUCIONES PRINCIPALES
Sus principales funciones son los siguientes:

Puesta en marcha y apagado.

Control de las funciones manipulables del equipo.

Manipulacin de archivos y directorios.

Herramientas de desarrollo de aplicaciones.

Comunicacin con otros sistemas.

Informacin de estado.

Configuracin de la propia interfaz y entorno.

Intercambio de datos entre aplicaciones.

Control de acceso.

Sistema de ayuda interactivo.

TIPOS DE INTERFACES DE USUARIO

Segn la forma de interactuar del usuario
Atendiendo a como el usuario puede interactuar con una interfaz, nos encontramos con
varios tipos de interfaces de usuario:

Interfaces alfanumricas (intrpretes de mandatos) que solo presentan texto.

Interfaces grficas de usuario (GUI, graphics user interfaces), las que permiten
comunicarse con el ordenador de una forma muy rpida e intuitiva representando
grficamente los elementos de control y medida.

Interfaces tctiles, que representan grficamente un "panel de control" en una pantalla

sensible que permite interaccionar con el dedo de forma similar a si se accionara un
control fsico.

Segn su construccin
Pueden ser de hardware o de software:

Interfaces de hardware: Se trata de un conjunto de controles o dispositivos que

permiten la interaccin hombre-mquina, de modo que permiten introducir o leer
datos del equipo, mediante pulsadores, reguladores e instrumentos.

Interfaces de software: Son programas o parte de ellos, que permiten expresar

nuestros deseos al ordenador o visualizar su respuesta.

VALORACION
El principal objetivo de una interfaz de usuario es que ste se pueda comunicar a travs de
ella con algn tipo de dispositivo, conseguida esta comunicacin, el segundo objetivo que se
debera perseguir es el de que dicha comunicacin se pueda desarrollar de la forma ms
fcil y cmoda posible para el usuario, sin embargo, las interfaces no siempre son intuitivas
tal como es el caso de las interfaces de lnea de rdenes (CLI), que se encuentran por
ejemplo en algunos sistemas operativos como los NOS de los Routers o algunos shell de
Unix, DOS, etc. Estas interfaces son las primeras que utilizaron los ordenadores y estn
anticuadas, aunque los nostlgicos las siguen prefiriendo porque se saben de memoria los
comandos. Tambin es importante reconocer las interfaces de lnea de rdenes, como el
mejor medio para que el administrador del sistema pueda llevar a cabo tareas complejas, de
ah que se sigan utilizando y todo sistema operativo disponga de un intrprete de comandos
(shell en Unix, consola o simbolo del sistema en Windows) como parte fundamental de la
interfaz del usuario.
Piense en el ejemplo de crear un usuario en un sistema: disponemos de un programa que
activaremos con doble clic del ratn y rellenaremos una serie de datos en una ventana de
dilogo. Mucho ms fcil que recordar el comando y las opciones para hacerlo verdad?
Ahora imagine que es el administrador de un sistema que debe crear 200 usuarios. Supongo
que no le es difcil imaginar lo engorroso de la operacin. Esto se soluciona creando lo que
se llaman "scripts" o programitas que realizan tareas en un sistema operativo. Son ficheros
BAT en Windows y shell scripts en Unix/Linux. Estos programitas utilizan el conjunto de
comandos que ofrece el sistema. Adems, no todo se puede hacer a travs de la interfaz

grfica, hay ciertas funciones para usuarios avanzados y administradores que slo es
posible realizarlas mediante comandos.
El diseo de la interfaz es crtico para el manejo del equipo, hay algunas muy bien diseadas
que incorporan controles intuitivos y de fcil manejo, en cambio existen otras que no se
entienden bien y el usuario no acierta a manejarlas correctamente sin estudiar un manual o
recibir formacin del experto.

SMART PROCESS MANAGEMENT

SPM (Smart Process Management: Gestin de Procesos Inteligente) es una tecnologa que
soporta la generacin dinmica de procesos a partir de la representacin del conocimiento
tcnico de un experto (know-how).
El conocimiento gestionado por esta tecnologa puede residir de forma estructurada o
semiestructurada en soportes fsicos (manuales, guas de buenas prcticas, protocolos de
actuacin) o de forma desestructurada en la mente de los expertos (reglas heursticas y
modos de actuar adquiridos por la experiencia).
Mediante

tecnologa

SPM

es

posible

desarrollar

sistemas

capaces

de

generar

automticamente los procesos necesarios para resolver problemas complejos. Gracias a

este tipo de sistemas es posible aumentar el desempeo de los trabajadores de una
organizacin. Adems, mediante la tecnologa SPM se consigue que el conocimiento sobre
los procesos llevados a cabo por los decisores y expertos (knowledge-workers) de una
organizacin quede representado en formato electrnico (estando disponible y accesible a
cualquier miembro de la organizacin).
Es necesario reconocer que hasta ahora las TICs han permitido el desarrollo de la Era Digital
y han propiciado la aparicin de la nueva Sociedad del Conocimiento. Estas tecnologas han
tenido un gran impacto en la capacidad para gestionar y acceder a una gran cantidad de
conocimiento almacenado. Adems, han cambiado la forma en que las personas se
relacionan, se comunican y trabajan.
En el entorno empresarial, las TIC (Tecnologas de la Informacin y la Comunicacin) han
alcanzado un grado de madurez tal que han soportado el desarrollo de metodologas y

tecnologas tales como BPM (Business Process Management) capaces de gestionar

(modelar, representar y ejecutar) de forma eficiente los procesos de una organizacin. Esto
ha permitido que procesos estticos, repetitivos y predecibles, llevados a cabo por los
trabajadores de menor cualificacin de una organizacin, estn en la prctica totalmente
automatizados, requiriendo cada vez menos intervencin humana para su desempeo.
El carcter del conocimiento y tcnicas necesarios para gestionar estos procesos obliga a
adoptar nuevos conceptos que superen a los clsicos usados en las TICs. As, aparece el
nuevo trmino TICA ( Tecnologas de la informacin, conocimiento y aprendizaje ) que refleja
de una mejor manera las nuevas tendencias fruto de las nuevas necesidades en entornos
empresariales. Los nuevos sistemas basados en las tecnologas TICA no slo se dedican a
representar informacin de forma esttica y a ejecutar procesos predecibles y repetitivos Los
nuevos sistemas inteligentes basados en las TICA permiten representar conocimiento para
ser utilizado con el objeto de mejorar el desempeo de las tareas de decisores y expertos.
Adems, puesto que el conocimiento manejado tiene que evolucionar y adaptarse con el
aumento de la experiencia de los expertos, estos sistemas tienen que incorporar
capacidades de aprendizaje
Las TICA necesariamente estn basadas en tcnicas de Inteligencia Artificial. La Inteligencia
Artificial es una disciplina cientfica que entre otros tiene el objetivo de construir sistemas
inteligentes que den una respuesta dinmica, flexible y adaptable (inteligente) ante un
problema basndose en la informacin disponible. Esta respuesta puede no ser fcil de
encontrar para un humano, debido a la gran cantidad de informacin que maneja y/o a la
gran cantidad de casos a tener en cuenta. Una parte muy importante de la Inteligencia
Artificial se dedica al desarrollo de tcnicas orientadas a resolver problemas cuya solucin
implica adoptar una secuencia de acciones organizadas en el tiempo, considerando que el
conocimiento necesario para generar estos procesos debe evolucionar constantemente y
adaptarse a nuevas circunstancias
Por tanto, un problema para el cual la Inteligencia Artificial puede ayudar es la bsqueda del
proceso ms adecuado, entendido como una secuencia de actividades ordenadas en el
tiempo, para llevar a cabo una determinada tarea.

En definitiva, se denomina Smart Process Management o SPM (gestin inteligente de

procesos), al conjunto de metodologas y tecnologas basadas en Inteligencia Artificial que
facilitan la solucin a este tipo de problemas utilizando herramientas automticas.

BENEFICIOS DEL SMART PROCESS MANAGEMENT

Mediante el uso de las metodologas y tecnologas SPM se consigue proporcionar un
enfoque integral a la hora ayudar a la persona a encontrar el proceso ms adecuado para
resolver un problema durante todas las etapas de la bsqueda de la solucin:

Durante la etapa de adquisicin de la informacin, para realizar el modelado de los

conceptos que juegan un papel clave en la definicin del proceso.

Durante la etapa de definicin de los procedimientos o protocolos que marcan la

estructura a la cual se deber adecuar el proceso resultante.

Durante la etapa de la descripcin de los objetivos que queremos cubrir tras la

ejecucin del proceso.

Durante la etapa de bsqueda del proceso ms adecuado. Usando tecnologas

inteligentes (Smart) que realicen este proceso de forma automtica.

Y durante la propia etapa de ejecucin, puesta en marcha y adaptacin del proceso

segn la evolucin del mismo.

Algunas de las ventajas de usar un enfoque SPM son varias:

Los sistemas desarrollados utilizando tecnologa SPM permiten a las organizaciones

el aumento del rendimiento de sus empleados sin necesidad que stos sean expertos en
los tipos de problemas a los que se enfrentan.

La tecnologa SPM ofrece soluciones a problemas complejos de una forma ms

rpida y ptima de la que lo hara cualquier experto.

Permite tener modelados en un formato digital los procedimientos o protocolos que

conforman el proceso. Estos procedimientos pueden ser visualizados, estudiados,
documentados y compartidos con otras personas. Adems pueden ser modificados y
mejorados fcilmente para su adaptacin a nuevas situaciones.

Los procesos resultantes pueden ser guardados, compartidos, comunicados y

ejecutados colaborativamente entre diferentes responsables.

Se pueden utilizar distintas estrategias para mejorar el proceso resultante en algn

aspecto.

Los procesos son adaptados de forma automtica para satisfacer distintas

restricciones temporales o de consumo de recursos.

Distintos procesos pueden ser comparados con el objetivo de aprender distintos

aspectos que ayuden a mejorarlos.

Estas ventajas hacen de las metodologas y tecnologas SPM unas herramientas muy tiles
para la construccin de herramientas software fcilmente adaptables y escalables que
ayuden al usuario en la bsqueda de un proceso personalizado para resolver un
determinado problema. As mismo pueden ser utilizadas dentro de un entorno empresarial
para la estandarizacin y automatizacin de protocolos operacionales, que homogenicen y
coordinen el comportamiento de los distintos miembros de la empresa mientras el gestor de
la misma puede seguir controlando los aspectos estratgicos.
CIENTIFICOS
JOHN MCCARTHY
John McCarthy, naci en septiembre de 1927, Boston.
Es un prominente informtico que recibi el Premio Turing en 1971 por sus importantes
contribuciones en el campo de la Inteligencia Artificial. De hecho, fue el responsable de
introducir el trmino inteligencia artificial, concepto que acu en la Conferencia de
Dartmouth en 1956.

McCarthy invent el lenguaje de programacin Lisp y public su diseo en Comunicaciones

del ACM en 1960. John McCarthy ayud a motivar la creacin del Proyecto MAC en el MIT,
pero en 1962 se march del MIT y se fue a la Universidad de Stanford, donde se dedic a
instalar el Laboratorio de IA de Stanford, que durante muchos aos fue un rival amistoso del
Proyecto MAC.
En 1961, fue el primero en sugerir pblicamente (en un discurso dado para celebrar el
centenario del MIT) que la tecnologa de tiempo compartido de las computadoras podra
conducir a un futuro en el que el poder del cmputo e incluso aplicaciones especficas
podran ser vendidas como un servicio (como el agua o la electricidad).
La idea de una computadora o una utilidad informtica era muy popular a fines de la dcada
del 60, pero se desvaneci hacia mediados de los 70 cuando se volvi claro que el
hardware, software y las tecnologas de telecomunicacin simplemente no estaban
preparados. Sin embargo, desde el 2000, la idea ha reaparecido en diferentes formas.
McCarthy recibi su B.S. en Matemticas del Instituto de Tecnologa de California en 1948 y
su Ph.D. en Matemticas de la Universidad de Princeton en 1951. Tras cortas estancias en
Princeton, Stanford, Dartmouth, y el MIT, pas a ser profesor a tiempo completo en Stanford
en 1962, donde permaneci hasta su retiro a finales del 2000. Ahora es Profesor Emrito.

JOSEPH WEIZENBAUM
Joseph Weizenbaum fue profesor emrito de Informtica en el Instituto Tecnolgico de
Massachusetts y se le considera uno de los padres de la ciberntica.
Naci en Berln, Alemn de padres judos, escap del rgimen de Hitler en 1936, emigrando
con su familia a los Estados Unidos. Empez a estudiar matemticas en 1941, pero sus
estudios fueron interrumpidos por la guerra, durante la que sirvi en el ejrcito.

Sobre

los aos 50, trabaj en computacin analgica, y ayud a crear un ordenador digital para la
Universidad Wayne State. En 1955 trabaj para General Electric en el primer ordenador
utilizado por un banco y en 1963 entr en el Instituto Tecnolgico de Massachusetts, dos
aos despus cre all su clebre departamento de ciencias de la computacin.
En 1966 public un aparentemente simple programa llamado ELIZA que utilizaba el
procesamiento del lenguaje natural para dar la sensacin de cierta empata. El programa
aplicaba reglas de concordancia de patrones a las frases de los humanos para calcular sus

respuestas. Weizenbaum se sorprendi del impacto que este programa tuvo, al tomarse en
serio por mucha gente que incluso llegaban a abrirle sus corazones. Esto le hizo pensar
sobre las implicaciones filosficas de la Inteligencia Artificial y ms adelante se convirti en
uno de sus ms fervientes crticos. Su influyente libro de 1976 El Poder de las
Computadoras y la Razn Humana (Computer Power and Human Reason) muestra su
ambivalencia en cuanto a la tecnologa introducida por la informtica y afirma que cuando la
Inteligencia Artificial sea posible, no deberemos dejarles tomar decisiones importantes
porque los ordenadores nunca tendrn cualidades humanas como la compasin y la
sabidura al no haber crecido en el entorno emocional de una familia humana.
Falleci el 5 de marzo de 2008 en Grben, Alemania por complicaciones de cncer.
MARVIN MINSKY
Marvin Lee Minsky es un cientfico estadounidense nacido en Nueva York en agosto de
1927, considerado uno de los padres de las ciencias de la computacin y cofundador del
laboratorio de inteligencia artificial del Instituto Tecnolgico de Massachusetts o MIT.
Minsky ha contribuido en el desarrollo de la descripcin grfica simblica, geometra
computacional, representacin del conocimiento, semntica computacional, percepcin
mecnica, aprendizaje simblico y conexionista. En 1951 cre SNARC, el primer simulador
de redes neuronales.
Escribi el libro "Perceptrones" (con Seymour Papert), que se convirti en el trabajo
fundacional en el anlisis de redes neuronales artificiales. Su crtica de la investigacin poco
rigurosa en el campo ha sido indicada como responsable de la desaparicin virtual de la
investigacin acadmica en redes neuronales artificiales durante los aos 70.

[]

Minsky tambin es responsable de sugerir la trama de "Jurassic Park" a Michael Crichton

durante un paseo por la playa de Malib. En ese punto los dinosaurios fueron concebidos
como autmatas. Ms tarde Crichton hizo uso de sus conocimientos en biomedicina y
concibi los dinosaurios como clones.
ALAN TURING

Alan Mathison Turing (23 de junio de 1912 en Maida Vale, Londres - 7 de junio de 1954 en
Wilmslow, Cheshire) fue un matemtico, informtico terico, criptgrafo y filsofo ingls.
Es considerado uno de los padres de la Ciencia de la computacin siendo el precursor de la
informtica moderna. Proporcion una influyente formalizacin de los conceptos de algoritmo
y computacin: la mquina de Turing. Formul su propia versin de la hoy ampliamente
aceptada Tesis de Church-Turing, la cual postula que cualquier modelo computacional
existente tiene las mismas capacidades algortmicas, o un subconjunto, de las que tiene una
mquina de Turing. Durante la Segunda Guerra Mundial, trabaj en romper los cdigos
nazis, particularmente los de la mquina Enigma; durante un tiempo fue el director de la
seccin Naval Enigma del Bletchley Park. Tras la guerra dise uno de los primeros
computadores electrnicos programables digitales en el Laboratorio Nacional de Fsica del
Reino Unido y poco tiempo despus construy otra de las primeras mquinas en la
Universidad de Mnchester. Entre otras muchas cosas, tambin contribuy de forma
particular e incluso provocativa al enigma de si las mquinas pueden pensar, es decir a la
Inteligencia Artificial.
En 1952 Turing escribi un programa de ajedrez. A falta de una computadora lo
suficientemente potente como para ejecutarlo, l simulaba el funcionamiento de la
computadora, tardando ms de hora y media en efectuar un movimiento. Una de las partidas
lleg a registrarse; el programa perdi frente a un amigo de Turing.
Trabaj junto a Norbert Wiener en el desarrollo de la ciberntica. Esta rama de estudios se
genera a partir de la demanda de sistemas de control que exige el progresivo desarrollo de
las tcnicas de produccin a partir del siglo XX. La ciberntica pretende establecer un
sistema de comunicacin entre el hombre y la mquina como premisa fundamental para
administrar los sistemas de control. Sus estudios profundizaron en esta relacin
estableciendo el concepto de interfaz y cuestionando los lmites de simulacin del
razonamiento humano.
La carrera de Turing termin sbitamente cuando fue procesado por su homosexualidad. No
se defendi de los cargos y se le dio a escoger entre la castracin qumica o ir a la crcel.
Eligi lo primero y sufri importantes consecuencias fsicas, entre ellas la impotencia. Dos
aos despus del juicio, en 1954, se suicid.

TEST DE TURING
El Test de Turing (o Prueba de Turing) es una prueba propuesta por Alan Turing para
demostrar la existencia de inteligencia en una mquina. Fue expuesto en 1950 en un artculo
(Computing machinery and intelligence) para la revista Mind, y sigue siendo uno de los
mejores mtodos para los defensores de la Inteligencia Artificial. Se fundamenta en la
hiptesis positivista de que, si una mquina se comporta en todos los aspectos como
inteligente, entonces debe ser inteligente.
La prueba consiste en un desafo. Se supone un juez situado en una habitacin, y una
mquina y un ser humano en otras. El juez debe descubrir cul es el ser humano y cul es la
mquina, estndoles a los dos permitido mentir al contestar por escrito las preguntas que el
juez les hiciera. La tesis de Turing es que si ambos jugadores eran suficientemente hbiles,
el juez no podra distinguir quin era el ser humano y quin la mquina. Todava ninguna
mquina puede pasar este examen en una experiencia con mtodo cientfico.
En 1990 se inici un concurso, el Premio Loebner, una competencia de carcter anual entre
programas de ordenador que sigue el estndar establecido en la prueba de Turing. Un juez
humano se enfrenta a dos pantallas de ordenador, una de ellas que se encuentra bajo el
control de un ordenador, y la otra bajo el control de un humano. El juez plantea preguntas a
las dos pantallas y recibe respuestas. El premio est dotado con 100.000 dlares
estadounidenses para el programa que pase el test, y un premio de consolacin para el
mejor programa anual. Todava no ha sido otorgado el premio principal.

ROBOTICA
La robtica es la ciencia y la tecnologa de los robots.Se ocupa del diseo, manufactura y
aplicaciones de los robots. La robtica combina diversas disciplinas como son: la mecnica,
la electrnica, la informtica, la inteligencia artificial y la ingeniera de control. Otras reas
importantes en robtica son el lgebra, los autmatas programables y las mquinas de
estados.
En el trmino robot confluyen las imgenes de mquinas para la realizacin de trabajos
productivos y de imitacin de movimientos y comportamientos de seres vivos.

Los robots actuales son obras de ingeniera y como tales concebidas para producir bienes y
servicios o explotar recursos naturales. Desde esta perspectiva son mquinas con las que se
contina una actividad que parte de los propios orgenes de la humanidad, y que desde el
comienzo de la Edad Moderna se fundamentan esencualmente en conomientos cientficos.
En nuestro siglo el desarrollo de mquinas ha estado fuertemente influido por el progreso
tecnolgico. De esta forma se pasa de mquinas que tienen como objeto trabajo fsico, a
mquinas

instrumentos

que

son

tambin

capaces

de

procesar

informacin,

complementando, o incluso sustituyendo, al hombre en algunas actividades intelectuales.

Por otra parte, tambin desde la antigedad, el hombre ha sentido fascinacin por las
mquinas que imitan la figura y los movimientos de seres animados. Existe una larga
tradicin de autmatas desde el mundo griego hasta nuestro siglo, pasando por los
autmatas de los artesanos franceses y suizos del siglo XVIII, que ya incorporaban
interesantes dispositivos mecnicos para el control automtico de movimientos.
El trmino robot aparece por primera vez en 1921, en la obra teatral R.U.R. (Rossums
Universal Robots) del novelista y autor dramtico checo Karel Capek en cuyo idioma la
palabra robota significa fuerza del trabajo o servidumbre. Por aquellos aos la produccin
en grandes series se haba introducido en numerosas fbricas. Se discute ya del poder de
las mquinas y la dominacin de los hombres por las mquinas, argumento de sta y otras
obras teatrales y pelculas de los aos viente en los que aparecen trabajadores robticos.
El trmino tiene amplia aceptacin y pronto se aplica a autmatas constridos en los aos
viente y treinta ue se exhiben en ferias, promociones de productos, pelculas y otras
aplicaciones ms o menos festivas. Se trata de imitar movimientos de seres vivos pero
tambin de demostrar tcnicas de control remoto, incluyndose en algunos casos funciones
sensoriales primarias.
En cualquier caso, interesa recordar que el trmino robot nace asociado a la idea trabajoy y
produccin. En 1915, Leonardo Torres Quevedo declar a la revista Scientific American
(Eames, 1973):
Los antiguos autmatas imitan la apariencia y movimientos de los seres vivos, lo cual no
tiene mucho inters prctico; lo que yo busco es una clase de aparatos que, sin necesidad

de reproducir los gestos ms visibles del hombre, intentan obtener los mismos resultados
que una persona.
Los robots industriales surgen de la convergencia de tecnologas del control automtico y, en
particular, del control de mquinas herramientas, de los manipuladores teleoperadores, y de
la aplicacin de computadores en tiempo real. En los prrafos siguientes se comentan
brevemente algunos aspoectos significativos en la evolucion de estas tecnologias.
Mediante el control automatico de procesos se pretende concebir y realizar ingenios que
permitan gobernar un proceso sin la intervencion de agentes exteriores, especialmente el
hombre. En particular, se presentan problemas de seguimiento automatico de seales de
consigna,

mediante

los

denominados

servosistemas.

Estos

sistemas

generan

automaticamente seales de control que tratan de anlar la diferencia entre la seal de

consigna y la seal medida en el proceso u objeto que se pretende controlar.
Un problema similar es el de la regulacion automatica mediante la cual se trata de mantener
una consigna, aunque se presenten perturbaciones que tiendan a separar al sistema de las
condiciones deseadas.
Tanto los servosistemas como los reguladores se basan en el principio de la
realimentacion.Las seales de consigna o referencia se comparan con medidas de variables
del proceso u objeto que se pretende controlar y su diferencia se emplea para generar
acciones de control sobre el propio proceso u objeto. En los sistemas de control automatico
esta cadena cerrada de accion-medida-accion se realiza sin intervenion del hombre.
La automatizacion industrial con utilizacion de sistemas de control automatico comienza
tambien en el siglo XIX pero no es hasta el siglo XX y, muy especialmente, despues de la
Segunda Guerra mundial, cuando empieza a extenderse la forma importante en todos los
sectores industriales. De esta forma, se generalizan los sistemas de control automatico de
variables de procesos industriales y, en particular, sistemas de control de posicion y
velocidad. Se emplean tambien sistemas de control realimentado en barcos o aviones que
deben seguir automaticamente una determinada trayectoria (pilotos automaticos) o en el
posicionamiento de radares. Tradicionalmente, en la realizacion de sistemas de control
automatico se han empleado diversas tecnologias tales como la neumatica, hidraulica y,

posteriormente, la electrica. A finales de los aos sesenta y comienzos de los setenta los
minicomputadores encuentran una importante acogida en aplicaciones de control. La
aparicion en 1972 del microprocesador suministra un impulso decisivo al control por
computador, haciendo rentables numerissimas aplicaciones entre las que se cuenta el
control de robots. Los avances en microelectronica de los aos ochenta, con la tecnologia de
los circuitos de gran escala de integracion, acentuan esta tendencia.
Con respecto a las maquinas herramientas de control numerico, ha que sealar los
proyectos que se desarrollaron en EE.UU. A finales de los cuarenta y principios de los
cincuenta. Se combinaban los progresos en el diseo de servosistemas con las recientes
experiencias en tenicas de computacion digital. De esta forma, el contorno de corte era
codificado en cinta de papel perforado, utilizandose para generar automaticamente las
ordenes a los servomecanismos de la maquina. En 1953 se presentaba en el
Massachesetts Institute of Technology (MIT) una maquina de estas caracteristicas.
Los teleoperadores se desarrollaron en los aos cuarenta para manejar materiales
radioactivos. Consistian en un par de pinzas maestra y esclava acopladas por
mecanismos que permitian que la pinza esclava, en contacto con el material peligroso,
reprodujera los movimientos de la pinza maestra accionada por un operador detrs de un
muro protector con ventanas apropiadas para observar la operacin (Goertz, 1963).
El primer teleoperador accionado por servomecanismos electricos se presento en 1947.
Poco despues, en 1948, se introdujeron servosistemas con realimentacion de fuerza hacia la
pinza maestra para permitir que el operador percibiera el esfuerzo desarrollado.
En 1954 el ingeniero americano George Devol patent el que se considera el primer robot
industrial. Un dispositivo que combinaba la articulacion de un teleoperador con el eje
servocontrolado de una maquina de control numerico.
En el proximo apartado se presenta una primera aproximacion a los robots actuales y su
interaccion con el entorno. En los dos siguientes se tratan aspectos especifios de los robots
manipuladores y los vehculos roboticos. Posteriormente, se presenta una clasificacion se
sistemas roboticos en cuenta su autonomia.

ROBOTICA INDUSTRIAL
Aunque la imagen del robot como una mquina a semejanza del ser humano subyace en el
hombre desde hace muchos siglos, esta idea ha derivado en la actualidad por los caminos
de la Biogenetica y la Bioingenieria.
El robot industrial que se conoce y utiliza en nuestros dias no surge con la finalidad de
reproducir seres vivientes sino el objetivo de aumentar la productividad, mejorar la calidad de
las piezas fabricadas y evitar la realizacin de trabajos tediosos al hombre.
George Devol es considerado el padre de la Robtica industrial y a l se debe la patente de
un manipulador programable en 1956, que fue germen del robot industrial

MICROBOTICA
En la Microbtica se puede considerar a la Robtica Industrial como su origen.
No puede
caerse en la simplicidad de considerarse al microbo como un robot pequeito. Existen
diferencias bsicas relacionadas con el concepto, la arquitectura y la aplicacin.
Hasta 1981 los computadores eran caros, voluminosos, complejos de manejar y mantener y
estaban orientados a resolver grandes aplicaciones especficas. En dicho ao cambi
radicamente el concepto del computador como consecuencia de la idea del PC propuesta
por IBM. Actualmente, los computadores han pasado a ser mquinas potentes, fciles de
manejar, baratas y se usan hasta para jugar y divertirse.
A semejanza del robot industrial, que tuvo que esperar hasta 1971 a que Intel comercializase
el microprocesador, el nacimiento del microbot fue posible gracias a la aparicin del
microcontrolador en la ltima dcada del siglo XX.
Un microcontrolador es un circuito integrado en cuyo chip interno se implementa un
computador completo, aunque de limitadas prestaciones. De esta forma el computador que
gobierna al microbot es ms pequeo que un mechero y, en muchas ocasiones, cuesta
menos.
En una primera aproximacin al microbot destaca una diferencia notable con el robot
industrial. El primero es mvil y carece de una estructura en forma de brazo. Adems es
mucho ms pequeo y su precio estal alcance de muchos bolsillos. Al estar gobernado por
un microcontrolador concreto tiene limitado su nivel de inteligencia y su capacidad de

programacin. En la mayora de las ocasiones el microbot dispone de ruedas o patas para

moverse gracias a la accin de unos motores.
La mayora de las labores que normalmente realizamos los humanos son muy sencilas.
Desde que nos levantamos hasta que nos acostamos desarrollamos multitud de trabajos
simples y rutinarios, desde afeitarnos, preparar desayunos y omidas, limpiar, recoger,
ordenar manejar aparatos de video y sonido, etc. Tambin nuestro trabajo y los
desplazamientos estn llenos de pequeas tareas.
Los microbots no intentan quitar el puesto a los robots industriales. No estn diseados para
llevar a cabo operaciones que exijan elevadas poencias y complicados algortmos. Los
microbot estn destinados a resolver tareas pequeas co rapidez y precisin. Limpian,
detectan o buscan elementos concretos, miden, transportan pequeas piezas, viilan, ayudan
a minusvlidos y hasta son magnficos compaeros de juegos.