Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.

09-2016

499010-

INTELIGENCIA ARTIFICIAL: SISTEMAS BASADOS EN COMPORTAMIENTO.

Corriente que resurgi a comienzos de los 80 con el apoyo de las neurociencias,
intenta imitar el sustrato emergente de la inteligencia, reproduciendo solamente sus
propiedades observables. Tiene en cuenta la complejidad del hecho de conocer, no
reduciendo el conocimiento a comportamientos y conductas imitables.
Promueve la investigacin de algoritmos de tratamiento paralelo y una relativa
equipotencialidad y una inmunidad a deterioros. Es adaptativo, los seres humanos y
animales exhibimos la inteligencia en la medida en que nos adaptamos al medio, por ello,
un sistema se considerar inteligente si puede adaptarse a su medio, no requiere de una
unidad central de tratamiento, y la coherencia global del sistema dinmico permite la
manifestacin de propiedades emergentes : son sistemas complejos. Se expresa
tecnolgicamente en las redes neuronales artificiales, en la computacin evolutiva, y en las
tecnologas hbridas que incorporan la lgica difusa.
Un sistema se considera ms complejo en funcin de los elementos que posea, sus
interacciones entre ellos, la complejidad de los mismos y de las interacciones. Presentan
propiedades emergentes, que surgen de las interacciones entre los elementos.
Para ellos la cognicin es la emergencia de estados globales en una red de
componentes simples, los cuales no se consideran inteligentes. Por ejemplo, una neurona no
tiene inteligencia, pero billones interactuando entre s pueden dar cabida a la mente, la cual
es emergente. Por ello, la inteligencia artificial, tambin busca emular una mente
emergente.
LA MENTE Y LA CONSCIENCIA
COMPRENSIN DE LA MENTE DESDE EL ESPEJO DE LA IA
Desde que el hombre tuvo conciencia del poder de su mente se ha preguntado por su
procedencia y funcionamiento (...) Cmo se puede ver la mente a s misma? (...) la
neurofisiologa estudia el funcionamiento de las neuronas y el cerebro, para tratar de
comprender de dnde proviene la mente. En los ltimos 50 aos ha nacido otra alternativa:
utilizar sistemas artificiales como espejo para comprender nuestra propia mente [17] La
experimentacin con IA de los ltimos 50 aos constituye una herramienta epistemolgica
de primer orden. Al hilo de los avances cientficos que pretenden crear sistemas artificiales
que reproducen el modo humano de conocer, los investigadores van ahondando en la
elaboracin de teoras del conocimiento que describan la complejidad y el conjunto de
variables que entran en juego en el acto humano de conocer, de modo que, as, logren
acercarse a un concepto integral y procesual de lo que significa la mente. Por otro lado
desde la simulacin se logra una reflexin sobre problemas relacionados con la percepcin
y el conocimiento, como pueden ser, la objetividad de la realidad, el papel del observador,

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

cmo se comporta el ser humano en y con relacin a su entorno, cmo lo asimila y

construye desde sus lmites psquicos y fsicos, cuestiones esenciales, como explica
Giannetti en su obra Arte Interactivo. Esttica Digital, Sintopa del arte, la ciencia y la
tecnologa (2002:20), para dilucidar los posibles vnculos que pueden generarse entre el
ser humano y un contexto simulado en el que est inmerso o con el cual interacte.
Los objetivos compartidos por todas las ciencias y las teoras de la cognicin son la
percepcin, el lenguaje, la inferencia y la accin. Dicho de otro modo, se intenta describir
los distintos niveles cognoscitivos a partir de la percepcin, la elaboracin mental de lo
percibido, la plasmacin simblica y sgnica a travs de cdigos simblico, lingsticos y
culturales, la conducta y las relaciones e interacciones que se dan entre ellos, tratando de
determinar los factores que entran en juego en ese proceso que constituye la mente. De
modo especial se investiga la adaptabilidad de la red neuronal al medio, a los estmulos y el
reflujo de la sinpsis y la neurotransmisin en base a patrones de repetitividad.
EVOLUCIN DE LA COGNICIN DESDE SISTEMAS BASADOS EN
COMPORTAMIENTO: LA TEORA DE SANTIAGO
En la evolucin, primeramente se da el comportamiento adaptativo; podemos decir,
que cuanto mejor se adapte una especie, mayor es su inteligencia, despus el conocimiento
y razonamiento abstracto. Desde los sistemas basados en el comportamiento se puede llegar
a entender, cmo se ha llegado a adquirir una mente, con capacidad de raciocinio e
introspeccin como la del ser humano.
La teora de Santiago de la Cognicin ha sido creada por los cientficos, Maturana y
Varela y consigue superar la divisin cartesiana entre mente y materia. Segn esta teora la
cognicin implica el proceso vital completo; percepcin, emocin y comportamiento, y no
requiere de la existencia de un cerebro ni sistema nervioso. Como veremos en la teora de la
autopoiesis, el sistema vivo se acopla al entorno a travs de interacciones con el mismo, el
cual, activa los cambios estructurales del sistema, no los especifica ni dirige.
El acoplamiento estructural, que definen Maturana y Varela, establece una clara
diferencia, en la forma de interactuar con el entorno, entre sistemas vivos y no vivos. El
organismo vivo responde a su entorno con cambios estructurales, que alteran a su vez el
funcionamiento futuro de dicho organismo. El organismo es un registro de sus cambios
estructurales precedentes, es decir, de sus anteriores interacciones. As que se da un proceso
de adaptacin, aprendizaje y desarrollo constantes en los seres vivos. Estos acoplamientos
estructurales constituyen la inteligencia de los organismos vivos. Segn Maturana y Varela
no se puede dirigir un sistema vivo, slo perturbarlo. Incluso el organismo vivo determina
qu perturbaciones del entorno activaran sus cambios, es decir, el sistema especifica el
alcance de su mbito cognitivo, en palabras de Maturana y Varela alumbra un mundo.
Esta libertad de decidir es la clave de la teora de Santiago de la Cognicin.

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

Las interacciones de sistemas vivos con sus entornos son cognitivas, segn esta
teora, y el propio proceso de vivir es un proceso cognitivo, la cognicin abarca el proceso
vital en su totalidad. Quedando relacionados as la mente y el cerebro, la mente es un
proceso identificado con el proceso de vida, el cerebro es una de las estructuras a travs de
la cual se realiza ese proceso, por consiguiente, es una relacin entre proceso y estructura.
La misma nocin encontramos en la teora sobre el aprendizaje humano de Jean
Piaget, (), ya que el conocimiento slo puede emerger de la praxis de nuestras acciones y
de las operaciones de nuestro pensamiento. La inteligencia organiza el mundo en la medida
en que se auto organiza.
COGNICIN Y CONSCIENCIA
La conciencia, es la experiencia vivida conscientemente, que a diferencia del
proceso cognitivo, requiere un cerebro y un sistema nervioso superior. Aunque no est
localizada en ninguna parte especfica del cerebro, ni puede ser identificada en trminos de
estructuras neurales especiales. Desde la teora de la complejidad, es un proceso cognitivo,
resultante de una compleja actividad neural, que emerge cuando la cognicin alcanza
determinado grado de complejidad. Como es un fenmeno emergente, no se puede explicar
nicamente en trminos de mecanismos neuronales, surge de la compleja dinmica no
lineal de las redes neurales. La emergencia tiene como resultado innovar, y lo nuevo es a
menudo, cualitativamente diferente de los fenmenos de los que emergi.
Para poder hablar de una verdadera ciencia de la consciencia, debe reconocerse
que el anlisis de la experiencia vivida, es decir, de los fenmenos subjetivos en primera
persona, debe convertirse en parte integrante del estudio de la consciencia. Volvemos a
resaltar la importancia de la introspeccin.
Tambin resaltar los procesos interactivos, cruciales para la comprensin del nivel
de abstraccin cognitiva caracterstico de la consciencia reflexiva, tipo de consciencia ms
compleja, la consciencia de s mismo como observacin del observador. El mundo que
todos ven, sealan Maturana y Varela, no es el mundo, sino un mundo que alumbramos
juntos con los dems. Este mundo humano incluye, nuestro mundo interno de pensamiento
abstracto, conceptos, creencias, imgenes mentales, intenciones y consciencia de s mismo.
LA ENCARNACIN DE LA MENTE
Las propiedades inteligentes de los sistemas basados en el comportamiento, tanto
naturales como artificiales, devienen directamente del cuerpo. Es decir, los mecanismos
neuronales, y su relacin con el resto del cuerpo, y su relacin con el medio ambiente, son
suficientes para que el sistema se adapte, exhibiendo inteligencia.
Durante las dos ltimas dcadas del s. xx los cientficos de la cognicin realizaron
tres descubrimientos capitales. Los resumen as Lakoff y Jonson: La mente est

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

inherentemente encarnada en el cuerpo. El pensamiento es en su mayor parte inconsciente.

Los conceptos abstractos son en gran medida metafricos Para ellos la ciencia de la
cognicin constituye uno de los recursos ms profundos para el autoconocimiento.
Para que los sistemas de RV y IA sean efectivos, el cuerpo y la mente deben
compartir un mismo (ciber) espacio, existen ejemplos en que las interfaces que deben
utilizar los usuarios, son tan aparatosas, que provocan el efecto opuesto del deseado : la con
conciencia de que uno est conectado a un aparato audiovisual ficcional. Problema que
desaparecer cuando las interfaces sean internalizadas, invisibles, potenciando as, la fusin
entre simulacro y realidad.
Schmidt, Jaron lanery y otros autores coinciden en que () la RV ser novedasa
cuando permita operar con el cuerpo y la mente, e interactuar y comunicar con otros sujetos
() tambin controlaremos la distincin entre simulacro y realidad, por muy real que
pueda parecernos el espacio virtual, ya que el enlace entre el ciberespacio y la realidad lo
constituye nuestro cuerpo, y no la tcnica. Aunque pudiramos vivir experiencias
sensoriales idnticas en ambos espacios, la conciencia de nuestro cuerpo nos indicara si
nos encontramos en nuestra realidad o en un simulacro.
ORGANIZACIN DEL CAOS COGNITIVO: LA RED NEURONAL
RED NEURAL Y MEMORIA
Las redes neuronales tratan de representar el conocimiento replicando la estructura
neuronal del cerebro humano. En ellas lo fundamental es el aprendizaje mediante patrones
o ejemplos. La emulacin del modelo de red neuronal pertenece al paradigma de los
conexionistas en lo que se refiere a la comprensin de la IA.
Las neuronas y la gla forman en el cerebro redes neurales morfo funcionales por las
que circula informacin. Las piezas morfo funcionales de una red neural dada, y su
contenido informtico abstracto correspondiente, permanecern relativamente constantes al
cabo del tiempo.
Una red neural es un conjunto de neuronas que en un momento dado constituye una
unidad morfo funcional integral (persiste como un todo en ausencia de alguna de sus partes
en la suma) a ciertos efectos. Una red constituye un todo, un conjunto individual. (conducta
motora individual derivada de esa red).
Las redes codifican informacin con carcter abstracto mediante los potenciales de
accin que las conforman. Potenciales reproducibles con caractersticas similares en
cada sinapsis de un momento a otro, debido a la estabilidad de la estructura neural. (ej.).
Esta aparente constancia de parte del contenido informtico del cerebro realmente tiene
lugar, a pesar de que el contenido efectivo de una red morfo funcional latente es
impredecible hasta que se consuma. Este caos fundamental a escala neuronal queda

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

amortiguado a escala macroscpica gracias a la estructuracin en redes. De ah que el

cerebro sea a simple vista, eficaz como sistema de control con un error despreciable.
El cerebro es un sistema de control, pues asocia e integra la informacin consciente.
La informacin nerviosa posee carcter abstracto. La coherencia, la complejidad, la
estabilidad morfo funcional y la organizacin espacio temporal del sistema nervioso hacen
posible este isomorfismo entre el entorno y la percepcin (interpretacin) del entorno.
La computacin es el tratamiento de smbolos; adems computar es pensar, y la
computacin es aplicable en la solucin de problemas. El cerebro pues, no es slo una
fuente de problemas, tambin es un sistema til en su solucin.
La neurona es la unidad morfo funcional del cerebro, pero el agrupamiento morfo
funcional en redes neurales tiene mayor probabilidad de ser el fenmeno nervioso en
correlacin con la percepcin consciente subjetiva.
Si una red morfo funcional no est activa, su contenido informtico abstracto es
latente (virtual). Sino es efectivo (real, detectable). La percepcin consciente subjetiva es
un proceso basado en el movimiento de informacin abstracta real.
Cuanto mayores y ms complejas sean las redes neuronales, mayor cantidad de
informacin. En el cerebro no es preciso un almacn de informacin localizado en algn
grupo concreto de neuronas. La red disfruta de la propiedad de la memoria.
Cuando los fenmenos neurales se consuman constituyen una memoria del pasado.
Un fenmeno neural consumado deja de ser impredecible, y pasa a ser susceptible de ser
controlado. La capacidad de control depende de la propiedad de la memoria, y tambin de
la organizacin y coherencia del sistema nervioso.
Gracias a la histresis y a la plasticidad, en el cerebro se va constituyendo la
memoria. La histresis es un fenmeno por el que el estado de un sistema depende del
estado previo. Gracias a la nocin de sinapsis, una respuesta neuronal se puede considerar
un efecto cuya causa es la actividad de otras neuronas. Los estados neuronales disfrutan de
la capacidad de la memoria.
La mente es un proceso que es efectivo mientras se mantiene informacin real en
movimiento. La informacin abstracta latente no es real, sino virtual.
Un nuevo estado del cerebro no implica del olvido del estado anterior, sino la
desaparicin del estado anterior de la realidad (pasa a la virtualidad). Son las mismas
sinapsis con distinta configuracin morfo funcional. El nuevo estado es consecuencia del
anterior, al estar formado por una neurona pre-sinptica y otra post-sinptica. Al
consumarse un estado morfo-funcional en una sinopsis, quedar condicionado su estado
futuro, al constituir el futuro una memoria del pasado. Pensar es memorizar.

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

SISTEMAS COMBINADOS DE VA E IA
La cuestin es si esta combinacin de sistemas llegara e encontrar una solucin
equivalente a la forma neuronal humana de resolucin de problemas a partir de
modificaciones del comportamiento.
Hay investigadores que condicionan el conocimiento de la inteligencia humana a la
comprensin de la conciencia, para ellos es imposible reproducir el sistema neural, dado
que la conciencia es inabarcable. El problema consiste, en cmo los procesos fsicos del
cerebro dan lugar a la conciencia
Algunos cientficos proponen el reemplazamiento gradual y preciso de las neuronas
por microcircuitos de silicio, para lograr sistemas artificiales inteligentes, con experiencia
consciente.
Pero las preguntas que surgen al respecto son las siguientes: Es posible establecer
la conexin entre un chip electrnico, con las miles de millones de fibras conectoras de las
neuronas?, y establecer la conexin directa entre miles de neuronas y las clulas lales con
microestructuras activas? Y aunque as fuera, se lograra una IA consciente?
Qu es la inteligencia artificial?
La propuesta citada ms arriba de la reunin organizada por J. McCarthy y sus colegas
incluye la que puede considerarse como la primera definicin de inteligencia artificial. El
documento define el problema de la inteligencia artificial como aquel de construir una
mquina que se comporte de manera que si el mismo comportamiento lo realizara un ser
humano, este sera llamado inteligente.
Existen, sin embargo, otras definiciones que no se basan en el comportamiento humano.
Son las cuatro siguientes.
1.Actuar como las personas. Esta es la definicin de McCarthy, donde el modelo a seguir
para la evaluacin de los programas corresponde al comportamiento humano. El llamado
Test de Turing (1950) tambin utiliza este punto de vista. El sistema Eliza, un bot
(programa software) conversacional es un ejemplo de ello.
2.Razonar como las personas. Lo importante es cmo se realiza el razonamiento y no el
resultado de este razonamiento. La propuesta aqu es desarrollar sistemas que razonen del
mismo modo que las personas. La ciencia cognitiva utiliza este punto de vista.

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

3.Razonar racionalmente. En este caso, la definicin tambin se focaliza en el

razonamiento, pero aqu se parte de la premisa de que existe una forma racional de razonar.
La lgica permite la formalizacin del razonamiento y se utiliza para este objetivo.
4.Actuar racionalmente. De nuevo el objetivo son los resultados, pero ahora evaluados
de forma objetiva. Por ejemplo, el objetivo de un programa en un juego como el ajedrez
ser ganar. Para cumplir este objetivo es indiferente la forma de calcular el resultado.
Adems de las definiciones mencionadas ms arriba, hay an otra clasificacin de la
inteligencia artificial segn cules son los objetivos finales de la investigacin en este
campo. Son la inteligencia artificial fuerte y la dbil.
Representacin del conocimiento y sistemas basados en el conocimiento. Es frecuente
que los programas en inteligencia artificial necesiten incorporar conocimiento del dominio
de aplicacin (por ejemplo, en medicina) para poder resolver los problemas. Este tema se
centra en estos aspectos.
3.Aprendizaje automtico. El rendimiento de un programa puede incrementarse si el
programa aprende de la actividad realizada y de sus propios errores. Se han desarrollado
mtodos con este objetivo. Existen tambin herramientas que permiten extraer
conocimiento a partir de bases de datos.
4.Inteligencia artificial distribuida. Durante sus primeros aos la inteligencia artificial
era monoltica. Ahora, con los ordenadores multiprocesador e Internet, hay inters en
soluciones distribuidas. Estas van desde versiones paralelas de mtodos ya existentes a
nuevos problemas relacionados con los agentes autnomos (programas software con
autonoma para tomar decisiones e interaccionar con otros).
Adems de los cuatro temas mencionados ms arriba, existen otros que estn fuertemente
relacionados con la inteligencia artificial. Son los enumerados a continuacin:
a) El lenguaje natural.
b) La visin artificial.
c) La robtica.
d) El reconocimiento del habla.
FUNCIONAMIENTO BSICO DE LA INTELIGENCIA ARTIFICIAL
Diferentes teoras:

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

1.

Construir rplicas de la compleja red neuronal del cerebro humano (bottomup).

2.

Intentar imitar el comportamiento del cerebro humano con un computador

(top-down).

3.

Smbolos vs. Mtodos Numricos.

El primer perodo de la Inteligencia Artificial, llamado sub-simblico, data de

aproximadamente 1950 a 1965. Este perodo utiliz representaciones numricas (o subsimblicas) del conocimiento. Aunque la mayor parte de los libros de Inteligencia Artificial
enfatizan el trabajo realizado por Rosenblatt y Widrow con redes neuronales durante este
perodo, la realidad es que otra importante escuela sub-simblica data tambin de la misma
poca y estos son los algoritmos evolutivos.
La escuela clsica dentro de la Inteligencia Artificial, utiliza representaciones simblicas
basadas en un nmero finito de primitivas y de reglas para la manipulacin de smbolos. El
perodo simblico se considera aproximadamente comprendido entre 1962 y 1975, seguido
por un perodo dominado por los sistemas basados en el conocimiento de 1976 a 1988. Sin
embargo, en este segundo perodo las representaciones simblicas (por ejemplo, redes
semnticas, lgica de predicados, etc.) siguieron siendo parte central de dichos sistemas.
La Programacin Lgica tiene sus orgenes ms cercanos en los trabajos de J. A. Robinson
que propone en 1965 una regla de inferencia a la que llama resolucin, mediante la cual la
demostracin de un teorema puede ser llevada a cabo de manera automtica.
La resolucin es una regla que se aplica sobre cierto tipo de frmulas del Clculo de
Predicados de Primer Orden, llamadas clusulas y la demostracin de teoremas bajo esta
regla de inferencia se lleva a cabo por reduccin al absurdo.
Otros trabajos importantes de esa poca que influyeron en la programacin lgica, fueron
los de Loveland, Kowalski y Green, que disea un probador de teoremas que extrae de la
prueba el valor de las variables para las cuales el teorema es vlido.
Estos mecanismos de prueba fueron trabajados con mucho entusiasmo durante una poca,
pero, por su ineficiencia, fueron relegados hasta el nacimiento de Prolog, que surge en 1971
en la Universidad de Marsella, Francia.
La Lgica de Primer Orden, es uno de los formalismos ms utilizados para representar
conocimiento en Inteligencia Artificial. La Lgica cuenta con un lenguaje formal mediante
el cual es posible representar frmulas llamadas axiomas, que permiten describir
fragmentos del conocimiento y, adems consta de un conjunto de reglas de inferencia que
aplicadas a los axiomas, permiten derivar nuevo conocimiento.
4. Alfabeto del Lenguaje de la Lgica de Primer Orden
Contiene dos tipos de smbolos:

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

a.

Smbolos lgicos, entre los que se encuentran los smbolos de constantes

proposicionales true y false; los smbolos de operadores proposicionales para la
negacin, la conjuncin, la disyuncin y las implicaciones (=>, <=); los smbolos de
operadores de cuantificacin como el cuantificador universal; el cuantificador
existencial; y los smbolos auxiliares de escritura como corchetes [,], parntesis (,) y
coma.

b.

Smbolos no lgicos, agrupados en el conjunto de smbolos constantes; el conjunto

de smbolos de variables individuales; el conjunto de smbolos de funciones n-arias; y el
conjunto de smbolos de relaciones n-arias.

A partir de estos smbolos se construyen las expresiones vlidas en el Lenguaje de Primer

Orden:
Los trminos y las frmulas.
Un trmino es cualquiera de las tres expresiones siguientes: una constante, por
ejemplo, el nmero "100", la palabra "Alfredo" y la letra "c"; o una variable, por ejemplo,
"X" o bien una expresin de la forma "f(t1,...,tn)" donde "f" es un smbolo de funcin n-aria
y t1,...,tn son trminos. Ejemplos de funciones son: f(100,X), padre(Y) y sucesor(X).
Las frmulas atmicas o elementales son expresiones de la forma R(t1,...,tn) donde R es
un smbolo de relacin n-aria y t1,...,tn son trminos.
Ejemplos de frmulas son:
positivo(3),not(igual(4,doble(2))), recetar(X,aspirina)<=tiene(X,fiebre), tiene(X,cefalea).
5. FUNCIONAMIENTOS GENERALES DE LA INTELIGENCIA ARTIFICIAL
Tipos de Algoritmos Utilizados
Cuando una tarea se realiza por medio de un algoritmo perfectamente definido de
almacenamiento, clasificacin o clculo, lo puede hacer un computador. Este concepto de
algoritmo, secuencial, fijo y de determinadas operaciones, es incapaz de manejar problemas
donde el camino del razonamiento es variable y donde deben afrontarse situaciones
diversas sin haber sido especificadas.
La Inteligencia Artificial hace uso de un tipo de lenguaje diferente como es el caso de LISP
y PROLOG.
En 1932, Cannon visualiz la evolucin natural como un proceso de aprendizaje. Alan
Turing reconoci, en 1950, que debe haber una conexin obvia entre el aprendizaje de
mquina y la evolucin, y seal que se podran desarrollar programas para jugar ajedrez
usando esta tcnica. Campbell conjetur en 1960 que en todos los procesos que llevan a la
expansin del conocimiento, se involucra un proceso ciego de variacin y supervivencia
selectiva.
Los primeros intentos de aplicar de manera formal la teora de la evolucin, a problemas
prcticos de ingeniera, apareci en las reas de control de procesos estadsticos,
aprendizaje de mquina y optimizacin de funciones. Tal vez el primer intento serio de este

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

tipo se dio en el trabajo que realizaron Box y sus colegas en 1957, en el desarrollo de una
tcnica que denominaron operacin evolutiva, la cual se aplic a una planta de
manufactura, y que se implanto sobre la base de los votos de un comit de jefes tcnicos.
Bajo este esquema, la calidad del producto avanzaba a travs de mutaciones aleatorias y la
seleccin era determinada por el comit.
Por su parte, Friedberg intent, en 1958, hacer que un programa en lenguaje mquina se
mejorara a s mismo, seleccionando instrucciones que se asociaran ms frecuentemente con
un resultado exitoso. Aunque Friedberg nunca mencion explcitamente estar simulando la
evolucin natural, esa es la interpretacin ms comnmente aceptada de su trabajo, y a
pesar de que tuvo cierto xito evolucionando manipuladores de bits y determinando las
interconexiones de una caja negra de 1400 terminales, la comunidad de Inteligencia
Artificial de la poca prest poca atencin a su trabajo. Por ejemplo, Minsky lo critic
duramente, argumentando que una bsqueda puramente aleatoria era mucho mejor que el
algoritmo de Friedberg.
El trabajo de Bremermann, en 1958, se enfoc ms a la optimizacin, introduciendo el
importante manejo de un valor de aptitud, y definiendo a un individuo como una cadena de
smbolos binarios (unos y ceros). Bremermann advirti, acertadamente, que la mutacin
jugaba un papel importante en la evolucin, pues impeda el estancamiento en mnimos
locales. Aunque muchas de sus ideas se usan hoy en da, Bremermann cometi el error de
tratar de optimizar funciones lineales y convexas, obteniendo resultados decepcionantes,
pues sus algoritmos evolutivos tenan que ser complementados con otras heursticas para
converger en una solucin. Hoy sabemos que los algoritmos evolutivos difcilmente pueden
competir con las tcnicas tradicionales de optimizacin en esos dominios.
Barricelli ofreci, en 1954, una de las primeras simulaciones que usaba principios
evolutivos, utilizando los mismos procedimientos generales que se usan hoy en da en la
disciplina conocida como vida artificial. Sin embargo, en este trabajo, as como el que Reed
realiz posteriormente en 1967, se concluy que la cruza no pareca mejorar la velocidad de
la adaptacin selectiva, y el operador primordial era la mutacin.
Fue Fogel el que introdujo la primera tcnica evolutiva que realmente funcion ms o
menos dentro de los lineamientos actuales de la computacin evolutiva. Su programacin
evolutiva consista en hacer evolucionar autmatas de estados finitos por medio de
mutaciones. Fogel introdujo los importantes conceptos de poblacin y seleccin, y aunque
las revisiones iniciales de su trabajo fueron favorables, algunos investigadores, como
Solomonoff, enfatizaron que el mtodo de Fogel no deba verse en su estado actual (en
1966) como algo particularmente til para resolver problemas, a excepcin de los ms
simples posibles. Solomonoff vio a la programacin evolutiva como una especie de
bsqueda escalando la colina modelada mediante autmatas, y otros investigadores como
Holland, Kieras, Rada y Lenat compartieron esa opinin.
Otra tcnica evolutiva dirigida particularmente a la optimizacin de funciones continuas de
alta complejidad se desarroll en Alemania, en 1965, por Rechenberg y Schwefel. Esta

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

tcnica, llamada estrategia evolutiva, se utiliz inicialmente para resolver problemas de

ingeniera que desafiaban a los mtodos de optimizacin tradicionales, como el gradiente
conjugado, y se basa en la modificacin sistemtica de un vector de nmeros reales
(representando las variables de decisin del problema) mediante operadores probabilsticos,
usando ciertos criterios para decidir en qu direccin dirigir la bsqueda. La estrategia
evolutiva utiliza como operador principal a la mutacin, y en su versin ms reciente usa la
cruza como operador secundario.
Aunque el australiano Fraser propuso, desde fines de los 50, un procedimiento muy similar
al que John Holland llam planes evolutivos a fines de los 60, es al segundo al que se le
suele atribuir la creacin de la tcnica que se conoce como algoritmo gentico, a raz de que
Holland publicara el libro "Adaptation in Natural and Artificial Systems" en 1975.
5. Algoritmo Gentico
La principal diferencia del algoritmo gentico con las tcnicas antes mencionadas, es que
utiliza la cruza como operador principal y a la mutacin como operador secundario (e
incluso opcional). El algoritmo gentico, al igual que las redes neuronales, funciona como
una caja negra que recibe ciertas entradas y produce (tras una cantidad de tiempo
indeterminada) las salidas deseadas. Sin embargo, a diferencia de stas, los algoritmos
genticos no necesitan entrenarse con ejemplos de ningn tipo, sino que son capaces de
generar sus propios ejemplos y contraejemplos que guen la evolucin a partir de
poblaciones iniciales totalmente aleatorias.
Los mecanismos de seleccin del ms apto y de reproduccin sexual del algoritmo
gentico, son los encargados de preservar las caractersticas ms adecuadas de cada
individuo a fin de hacer converger a la poblacin en soluciones ptimas.
Los algoritmos genticos se distinguen tambin por no quedar atrapados fcilmente en
mnimos locales, como la mayor parte de las tcnicas de bsqueda clsicas, adems de usar
operadores probabilsticos ms robustos que los operadores determinsticos, que las otras
tcnicas suelen usar.
No obstante, siendo una heurstica, tampoco pueden garantizar encontrar siempre la
solucin ptima, si bien la experiencia acumulada hasta la fecha parece demostrar que,
cuando se utilizan apropiadamente, pueden proporcionar soluciones muy aceptables y, en la
mayora de los casos, superiores a las encontradas con otras tcnicas de bsqueda y
optimizacin.
Ejemplos de aplicaciones:
El campo de desarrollo de la inteligencia artificial es muy discutido y debatido desde
diversas perspectivas, desde lo filosfico hasta lo psicolgico. Hasta el momento se han
logrado muy pocos avances. Derivados de la investigacin sobre inteligencia artificial,
existen en la actualidad algunos dispositivos como por ejemplo:

Francois Esteban Escobar.

11-16814 Nueva Concepcin, Escuintla.
09-2016

499010-

* Fuzzy logic: tcnica para razonar bajo condiciones de falta de certeza. Es utilizada en
sistemas de control industrial.
* Software para traduccin de idiomas: su empleo es cada vez ms difundido, aunque los
resultados son muy pobres comparados con las traducciones realizadas por personas.
* Chinook: software para jugar a las damas, triunfador en el Campeonato Mundial de
Hombres y Mquinas de 1994.