ÍNDICE

I. INTRODUCCIÓN II. ANTECEDENTES««««««««««««««««««««««««« 2.1 Desarrollo Histórico Según [Jackson 86]««««««««««««.. III. IMPORTANCIA Y JUSTIFICACIÓN DEL ESTUDIO. III.I JUSTIFICACIÓN««««««««««««««««««««««.. IV. OBJETIVOS 4.1 Objetivos Generales«««««««««««««««««««««. 4.2 Objetivos específicos««««««««««««««««««««... V. METODOLOGÍA. INTELIGENCIA ARTIFICIAL (IA)«««««««««««««««««««... 5.1 Algunas Definiciones de la inteligencia Artificial (IA)«««««««««. 5.2 Características de la inteligencia artificial««««««««««««««.. 5.3 La vida artificial«««««««««««««««««««««««««... 5.3.1 Cuestión Filosófica de la Vida Artificial«««««««««««« 5.3.2 Perspectivas Futuras de la Vida Artificial«««««««««««.. 5.3.3 Dos posturas dentro de la Vida Artificial: la fuerte y la débil«««. 5.4. La base de la inteligencia artificial«««««««««««««««««. 5.5 Los fines de la IA««««««««««««««««««««««««« 5.6 La Inteligencia Artificial y el cerebro humano««««««««««««« 5.7 Inteligencia artificial y las emociones««««««««««««««««.. 5.8 Tendencias de los sistemas de inteligencia artificial«««««««««« 5.8.1 Redes neuronales«««««««««««««««««««««. 5.8.2 Sistemas de lógica difusa«««««««««««««««««« 5.8.3 Algoritmos genéticos«««««««««««««««««««« 5.9 Áreas de aplicación de la Inteligencia Artificial«««««««««««« 5.10 Inteligencia artificial: ¿avance tecnológico o amenaza social?.................. VI. CONCLUSION«««««««««««««««««««««««««« 11 13 14 15 17 17 18 19 20 20 22 23 24 27 27 28 29 31 10 10 9 4 6

BIBLIOGRAFIAS««««««««««««««««««««««««««.. 32

1

I. INTRODUCCIÓN
La Inteligencia artificial es un término que, en su sentido más amplio, indicaría la capacidad de un artefacto de realizar los mismos tipos de funciones que caracterizan al pensamiento humano. La posibilidad de desarrollar un artefacto así ha despertado la curiosidad del hombre desde la antigüedad; sin embargo, el funcionamiento de la mente humana todavía no ha llegado a conocerse en profundidad y, en consecuencia, el diseño informático seguirá siendo esencialmente incapaz de reproducir esos procesos desconocidos y complejos.

Desde el origen de las computadoras digitales, constantemente se han hecho investigaciones científicas y tecnológicas con la finalidad de facilitar algunas actividades propias de los seres humanos. Se ha logrado automatizar muchos procesos mecánicos, de cálculo, de almacenamiento de datos, de procesamiento, etc. desarrollando, cada vez, herramientas de cómputo capaces de auxiliar en forma directa cada una de estas actividades. En varias de ellas se tiene la necesidad de examinar el medio ambiente donde se desarrollará tal actividad y realizar un análisis de las situaciones y tomar una decisión siguiendo un razonamiento lógico. Los seres humanos, a diferencia de otras especies, tienen la capacidad de razonar sobre una serie de percepciones de hechos y proposiciones estableciendo relaciones entre si. A esta capacidad se le llama inteligencia. Mediante el uso de los sentidos, puede enterarse de hechos que suceden en el medio ambiente que lo rodea y es capaz de establecer relaciones entre ellos para obtener conclusiones, desarrollar conocimiento y actuar en base a ellos. De manera semejante, se han desarrollado aplicaciones que emulan el comportamiento humano mediante sistemas computacionales. La finalidad de la inteligencia artificial consiste en crear teorías y modelos que muestren la organización y funcionamiento de la inteligencia. Actualmente, el mayor esfuerzo en la búsqueda de la inteligencia artificial se centra en el desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a la inteligencia humana, realizando tareas que requieran aprendizaje, solución de problemas y decisiones. A veces llamada inteligencia de máquina, la inteligencia artificial o AI (Artificial Intelligence) cubre una vasta gama de teorías y prácticas.

2

II. ANTECEDENTES
En 1843, Lady Ada Augusta Byron, patrocinadora de Charles Babbage planteó el asunto de si la máquina de Babbage podía "pensar". Los primeros problemas que se trató de resolver fueron puzzles, juegos de ajedrez, traducción de textos a otro idioma. Durante la II Guerra Mundial Norbert Wiener y John Von Neumann establecieron los principios de la cibernética en relación con la realización de decisiones complejas y control de funciones en máquinas.

La teoría de la retroalimentación en mecanismos, como por ejemplo: un termostato que regula la temperatura en una casa, tuvo mucha influencia. Esto aún no era propiamente Inteligencia Artificial. Se hizo mucho en traducciones (Andrew Booth y Warren Weaver), lo que sembró la semilla hacia el entendimiento del lenguaje natural.

En el año 1955 Herbert Simon, el físico Allen Newell y J.C. Shaw, programador de la RAND Corp. y compañero de Newell, desarrolla el primer lenguaje de programación orientado a la resolución de problemas de la Inteligencia Artificial, el IPL-11. Un año más tarde estos tres científicos desarrollan el primer programa de Inteligencia Artificial al que llamaron Logic Theorist, el cual era capaz de demostrar teoremas matemáticos, representando cada problema como un modelo de árbol, en el que se seguían ramas en busca de la solución correcta, que resultó crucial.

En 1956, con la ahora famosa conferencia de Dartmouth, organizada por John McCarthy y en la cual se utilizó el nombre de inteligencia artificial para este nuevo campo, se separó la Inteligencia Artificial de la ciencia del computador, como tal. Se estableció como conclusión fundamental la posibilidad de simular inteligencia humana en una máquina.

En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problems Solver (GPS). GPS era un sistema orientado a la resolución de problemas; a diferencia del Logic Theorist, el cual se orientó a la demostración de teoremas matemáticos, GPS no estaba programado para resolver problemas de un determinado tipo, razón a la cual debe su nombre. Resuelve una gran cantidad de problemas de sentido común, como una extensión del principio de retroalimentación de Wiener.

3

En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de comprender oraciones en inglés. En 1961 se desarrolla SAINT (Simbolic Automatic INTegrator) por James Slagle el cual se orienta a la demostración simbólica en el área del álgebra. pues era capaz de tomar una pieza de información. la Universidad de Standford e IBM. A finales de los años 50 y comienzos de la década del 60 se desarrolla un programa orientado a la lectura de oraciones en inglés y la extracción de conclusiones a partir de su interpretación. Alex Bernstein desarrolla un programa para el juego de ajedrez que se considera el antecedente para "Deep Blue". Este podía leer oraciones del tipo "Jim es hermano de John" y "La madre de Jim es Mary". La IBM contrató un equipo para la investigación en esa área y el gobierno de USA aportó dinero al MIT también para investigación en 1963. 4 . interpretarla. de IBM. Lindsay.Diversos centros de investigación se establecieron. Este sistema representó un enorme paso de avance en la simulación de inteligencia humana por una máquina. Robert K. al cual su autor. la Universidad Carnegie Mellon. encabezado por Marvin Minsky. En 1957 McCarthy desarrolló el lenguaje LISP. quien desarrolla un "Demostrador Automático de Teoremas de la Geometría". relacionarla con información anteriormente almacenada. En el mismo período de tiempo hay trabajos importantes de Herbert Gelernter. Los temas fundamentales eran el desarrollo de heurísticas y el aprendizaje de máquinas. denomina "Sad Sam". el Massachusetts Institute of Technologie (MIT). entre los más relevantes están. a partir de ella el sistema concluía que Mary debía ser también la madre de John. analizarla y sacar conclusiones lógicas.

algoritmos genéticos [Holland. robótica. exploración.reunión de Darmouth College en 1956 [ Minsky. 1965-1975 Periodo ``romántico'':         Representación ``general'' del conocimiento. McCarthy (58):  Lisp. etc. LISP Resolvedor general de problemas (GPS) [Newell.1 Desarrollo Histórico Según [Jackson 86] 1950-1965 Periodo ``clásico'':        Gestación [McColluck y Pitts. Programs with common sense. planeación.  Regreso de redes neuronales [Hopfield. Darmouth College (56) McCarthy.). robótica (Shakey) Búsqueda en un espacio de estados. Minsky y Edmonds (51). Turing (53). Shannon:  (50). Heurísticas. prueba de teoremas Limitaciones de pura búsqueda. Turing] Inicio . incertidumbre (RB. En 63 McCarthy se fue a Stanford SRI. aprendizaje Aplicaciones ``reales'' (medicina. Hinton]. Rumelhart. explosión combinatoria. Redes semánticas [Quillian] Prototipos (frames) [Minsky] Perceptrón [Minsky y Papert] Lógica [Kowalski] Mundo de bloques (SHDRLU) [Winograd] Compresión de lenguaje. Goldberg] Reconocimiento de voz (HMM). Shannon. Dificultades de representación ``general''. Norvig 95]: Gestación (1943-1956): McCullock y Pitts (43).problemas de ``juguete''. time sharing. finanzas. Simon] Juegos. Hebb (49). Newell y Simon ``The Logic Theorist''  Entusiasmo y grandes espectativas (1952-1969):  Samuel . 1975-Hoy Periodo ``moderno'' Inteligencia ``especifica'' vs ``general'':  Representación explícita del conocimiento específico del dominio. 5 .2. Minsky y McCarthy en MIT moldearon mucho del area.checkers (52). McCarthy] Redes neuronales.  Limitaciones: conocimiento ``superficial'' Según [Russell. visión. ingeniería. Lógica difusa).  Sistemas expertos o basados en conocimiento.

Guha 6 .Duda. Trabajo en RN: Hebb. Shaw y Simon Perceptron . Waltz. Prolog. Evans. proyecto de la quinta generación..Shank (no hay sintáxis). Predicciones similares en traducción automática y ajedrez. robótica. Shortliffe Prospector . Hayes-Roth.Weisenbaum Shakey . Planner shells y máquinas de Lisp. aprendizaje (PAC). Lenat ELIZA . Minsky y Papert Perceptrons (69) (aunque irónicamente el mismo año se descubrió backpropagation (Bryson y Ho)) Sistemas basados en conocimiento (1969-1979):  Dendral .. Hart Hearsay II . Lesser.E.A. 58) estaban bien fundados pero no produjeron nada. Winograd. Mycin . Rosenblatt Dosis de realidad(1966-1974):  Simon predecía que en 10 años se tendría una máquina inteligente. incertidumbre (Bayes). Rumelhart y Hinton y descenso de los SE Eventos recientes (1987-presente):  Cambio gradual hacia los técnicos y lejos de los rudos (implica cierto grado de madurez y estabilidad) e.Winogard MYCIN . Sistemas históricos: GPS .  IA como industria (1980-1988): R1/XCON.D. Reddy CYC . Minsky. etc. Teoría de NPcompletness. Samuel MACSYMA AM .Newell. HPP. planeación (Tweak).. Regreso de redes neuronales (1986-presente):  Hopfield..Shakey. etc.SRI SHDRLU . Experimentos en machine evolution (ahora algoritmos genéticos) (Friedberg. Prospector. Student.D. reconocimiento de voz (HMM).Minsky y Papert Chekers .g. Winston. frames.Erman. R. Widrow. Lenat. etc. Winograd SHDRLU..

vehículo autónomo que viaje en forma automática de un extremo a otro de EUA [Pomerlau 93]  Sistema de visión que monitorea el tráfico en Paris y reconoce accidentes con los cuales llama a servicios de emergencia [Koller 94]  DEEP BLUE .Sistemas actuales:  PEGASUS .máquina paralela que juega ajedrez y primera en derrotar al campeón mundial [IBM 97] 7 .sistema experto en tiempo real que maneja la información de Voyager y ayuda a diagnosticar fallas [Schwuttke 92]  Sistema de diagnóstico de medicina interna con capacidad de explicar sus razones a los expertos [Heckerman 91]  NAVLAB .hace reservas de transporte por teléfono [Zue et al. 94]  MARVEL .

III. 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 situación y estas reacciones hacen que no se pueda implementar un patrón dentro de la memoria de una computadora. el desarrollo de sistemas expertos que hoy en día se están utilizando con éxito en los campos de la medicina. III.I JUSTIFICACIÓN El empleo de la IA esta orientado a aquellas profesiones que. IMPORTANCIA Y JUSTIFICACIÓN DEL ESTUDIO. entender y el razonamiento del comportamiento de las computadoras en situaciones complejas. La Inteligencia Artificial se crea con la implementación en las computadoras para realizar mecanismo de computación que utiliza programas fijos y contiene una seria de reglas que lo hacen funcionar. Estos problemas son de suma importancia para la Inteligencia Artificial que busca el mejorar. Las ventajas que trae el disponer de un asistente artificial no son mas que las de solucionar los errores y defectos propios del ser humano. Esto permite a las computadoras a ser creadas en maquinas artificiales que desempeñan tareas monótonas. peligroso o complicado de su trabajo necesitan apoyo de un experto en la materia. El campo de la ciencia de Inteligencia Artificial esta todavía en etapas de crecimiento comparadas con otras ramas de computadoras pero poco a poco el estudio del comportamiento humano dará paso para aplicar estos conocimientos a las computadoras y estas lograr de manera primitiva razonas sobre diferentes situaciones. 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. ya sea por lo incomodo. es decir. También ocurre que dentro de un problema tienen la variabilidad del mismo y no pueden adaptarse a un cambio que pueda ocurrir. geología y aeronáutica aunque todavía están poco avanzados en relación con el ideal del producto IA completo. aprender. repetitivas y simples mas eficiente y efectivas que un ser humano. 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 específicos y como reaccionar a estas. 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 más susceptibles a cometer errores en el mismo. 8 .

2 Objetivos específicos i Conocer y plasmar argumentativamente todos los aspectos del tema seleccionado. i Explicar la relación tecnología. i Fortalecer mi capacidad de redacción a nivel argumentativo.IV.1 Objetivos Generales i Dar a conocer la importancia de la Inteligencia Artificial para entender como influye en nuestra vida diaria. OBJETIVOS 4. los aspectos negativos de la inteligencia artificial con el fin de crear reflexión en el público. 9 . i Enfatizar en la relación tecnología. ciencia y sociedad. 4. i Crear un ensayo polémico que lleve a la reflexión. ciencia y sociedad que se encuentra incluida en el tema de inteligencia Artificial. i Conocer y dar a conocer por medio de la argumentación escrita.

V. o los componentes dentro de las aplicaciones. La Inteligencia Artificial (IA). a los sistemas de teléfono que entender el habla. El propósito de la inteligencia artificial es hacer computacional el conocimiento humano no analítico por procedimientos simbólicos. conexionistas o híbridos. para luego hacer juicios acerca de un problema. abarca un número diverso de aplicaciones informáticas. moderna adjunto con las tecnologías que ha inspirado-tiene muchas ramificaciones prácticas y ofrece beneficios reales a los usuarios. En la medicina tiene gran utilidad al acertar el 85 % de los casos de diagnóstico. los sistemas de software que cuenta cuando tienes problemas y ofrecer un asesoramiento adecuado. que van desde los sistemas bancarios que detectan intentos de fraude con tarjeta de crédito. Para conseguir una visión razonablemente amplia del contenido de la inteligencia artificial usaremos criterios extensionales (proporcionando una relación lo más completa posible de los temas que estudia la inteligencia artificial). que utilizan conjuntos de reglas y conocimientos para hacer inferencias. INTELIGENCIA ARTIFICIAL (IA) La inteligencia artificial (AI). A diferencia de sus raíces como una disciplina esotérica de tratar de hacer que las computadoras emular la mente humana. A través de la inteligencia artificial se han desarrollado los sistemas expertos que pueden limitar la capacidad mental del hombre y relacionan reglas de sintaxis del lenguaje hablado y escrito sobre la base de la experiencia. cuya solución se logra con mejores juicios y más rápidamente que el ser humano. es la tecnología clave para muchas aplicaciones de la novela de hoy. junto a otros criterios intencionales (que establecen las reglas de clasificación). METODOLOGÍA. de forma que al enfrentarnos con un problema computacional (o con un método de solución) 10 .

específico podamos concluir si pertenece o no al campo de la inteligencia artificial en función. en la inteligencia artificial existen dos perspectivas básicas: a) la inteligencia artificial como ciencia de lo natural o análisis. Así. Aspira a convertirse en una ingeniería en sentido estricto. b) inteligencia artificial como ciencia de lo artificial o ingeniería de síntesis. 11 . generalmente organizado en varios niveles (estático. El procedimiento teórico busca una explicación de esa correlación en términos de un conjunto de leyes generales de un nivel superior que permiten predecir lo que ocurriría en otros casos no observados. dinámico y estratégico) para poder usarlo en predicción. Ahora se parte de un conjunto de especificaciones funcionales y se busca la síntesis de un sistema (programa más máquina) que las satisfaga. Realmente lo que hace es buscar un modelo del conocimiento humano. Esta técnica se basa en experimentos para conseguir una teoría del conocimiento computable con capacidad predictiva (como una ley física).

La principal aplicación de la inteligencia artificial es la creación de máquinas para la automatización de tareas que requieran un comportamiento inteligente.  Se denomina inteligencia artificial a la rama de la informática que desarrolla procesos que imitan a la inteligencia de los seres vivos.1 Algunas Definiciones de la inteligencia Artificial (IA). 12 . sistemas que exhiben las características que asociamos con la inteligencia de la conducta humana.5. es decir.  La Inteligencia Artificial es la parte de la informática relacionada con el diseño de sistemas de ordenadores inteligentes.  Rama especializada de la informática que investiga y produce razonamiento por medio de maquinas automática y que pretende fabricar artefactos dotados de la capacidad de pensar.  Ciencia que tiene como objetivo el diseño y construcción de maquinas capaces de imitar el comportamiento inteligente de las personas.

también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). o La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica. o Los sistemas expertos.2 Características de la inteligencia artificial. sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. o El razonamiento basado en el conocimiento. Al contrario de los programas para propósito específico.5. reconocimiento de palabras y aprendizaje de máquinas. o El comportamiento de los programas no es descrito explícitamente por el algoritmo. Otros tipos de programas como los compiladores y sistemas de bases de datos. mejoran el desempeño del personal inexperto. y mejoran el control de calidad sobre todo en el ámbito comercial. aunque no es suficiente para distinguirlo completamente. son programas tan variados como los que diagnostican infecciones en la sangre e indican un tratamiento. implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. sistemas computacionales expertos. reducen riesgos en la manipulación humana en áreas peligrosas. o Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos. usada principalmente en el campo industrial. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje. 13 . que reproducen el comportamiento humano en un estrecho ámbito del conocimiento. Aplicabilidad a datos y problemas mal estructurados. o Tales tareas reducen costos. comprensión de lenguajes y traducción. los que interpretan datos sismológicos en exploración geológica y los que configuran complejos equipos de alta tecnología. los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas. como los de contabilidad y cálculos científicos.

se puede considerar la Vida Artificial (VA) como un paso más allá después de la Programación Orientada a Objetos (POO). si un objeto es un elemento que encapsula datos y procedimientos. es decir. La Vida Artificial se puede considerar como la parte de la Inteligencia Artificial que pretende reproducir los procesos y comportamientos típicos de los seres vivos.5. A esto le podemos llamar Programación Orientada a Agentes. Por ejemplo. y sin embargo. Hay dos formas de enfocar estas simulaciones. precisamente en los que se 14 . o algo parecido a la vida. Podemos construir los seres artificiales con el objetivo de solucionar los problemas que a nosotros nos interesen. mediante la combinación de símbolos (datos) y procesos de símbolos (programas) independientemente del soporte físico de estos símbolos y procesos. siendo la VA un caso particular de la POO.3 La vida artificial. Es decir. En muchos campos de estudio se plantea la posibilidad de realizar simulaciones para intentar predecir o ayudar a la toma de decisiones acerca de ciertos aspectos del mundo real. También podemos definirla como el intento de crear vida. Por una parte están los intentos "hardware" de emulación de vida. de manera que es más fácil estudiar comportamientos sociales. y que aprendan o colaboren entre ellos hasta conseguir el resultado deseado. una entidad artificial es un elemento que encapsula un objetivo. unas acciones y unas creencias. unos sentidos. La primera de ellas se basa en la observación de la realidad. Por otra parte están las simulaciones "software". centrando la atención en los aspectos "a más alto nivel". es posible construir un pequeño robot con aspecto de ratón capaz de encontrar la salida de un laberinto. De esta forma. Éstas tienen la ventaja de que permiten construir un gran número de seres vivos y entornos en los que estos existen.

con la esperanza en que de esta interacción emerja el comportamiento complejo que se pretende estudiar. centrando la atención en los aspectos "a más bajo nivel" del problema. ante datos históricos del pasado. se deduce que la definición del agente genérico (más su entorno. 15 . La segunda de ellas se basa en la observación de la realidad. ajustando continuamente el modelo según el error obtenido. En caso de obtener resultados muy alejados de la realidad. El cerebro humano elabora una teoría acerca de cómo todos estos aspectos varían. se revisa la teoría inicial. ajustando continuamente el modelo según el error obtenido. ajustando ciertos aspectos o detallando con mayor nivel de profundidad los que parecen ser generalizaciones excesivas. se define un tipo genérico de entidad que admita estas características. Esta teoría se formaliza en fórmulas. Es decir. se utiliza para la toma de decisiones en el futuro. buscando los aspectos más sencillos y a la vez con una alta multiplicidad.pretenden predecir o modificar. Mediante fórmulas. Inicialmente los agentes genéricos se definen tan sencillos como sea posible sin dejar de ajustarse al problema. reglas o algo parecido.) es demasiado sencilla y se va complicando. reglas o algo parecido. reescribiéndola por completo. ante datos históricos del pasado. ofrece salidas (resultados) que se ajustan a lo esperado según los datos históricos. etc. En caso de obtener resultados muy alejados de la realidad. y en un ordenador se realiza una simulación basada en la generación de un alto número de estas entidades capaces de interactuar entre sí. y se simula en un ordenador ante diversas condiciones iniciales. y en ese caso. Se observa si el modelo. se utiliza para la toma de decisiones en el futuro. añadiendo detalles hasta ajustarse suficientemente a la realidad. ofrece salidas (resultados) que se ajustan a lo esperado según los datos históricos. el cerebro humano identifica aquellas características sencillas que están presentes en muchas entidades del problema. y en ese caso. y también en aquellos que aparentemente están más relacionados con éstos. Se observa si el modelo.

5.1 Cuestión Filosófica de la Vida Artificial La Vida Artificial también nos ofrece una "visión privilegiada" de nuestra realidad. desde tiempos remotos. No hace falta que las simulaciones por ordenador sean todavía más complejas. que el mismo proceso se repita de forma continua y además que las ecuaciones matemáticas que definen el comportamiento de cada paso sean no lineales. evolucionan y se hacen cada vez más inteligentes y conscientes. esta pregunta se ha planteado. física.2 Perspectivas Futuras de la Vida Artificial Con poco más de diez años de antigüedad. Si los ordenadores son capaces de simular universos artificiales poblados por organismos que mediante la reproducción. Para que se dé este comportamiento se requiere que el sistema en cuestión sea reiterativo.3. 16 . De hecho. de infinidad de maneras. las mutaciones y la selección natural.5. es decir. El comportamiento emergente aparece cuando se puede generar un sistema complejo a partir de reglas sencillas. En septiembre de 1987. biología y otras disciplinas se reunieron en el Laboratorio Nacional de Los Álamos para la primera conferencia internacional sobre Vida Artificial. siguiendo el curso de evolución que El Programador ha deseado. podríamos interpretar nuestro propio mundo como un "superordenador" donde nosotros mismos somos los "seres artificiales" que lo habitan. para poder tener el derecho a preguntarnos acerca de si nuestro propio mundo no será también una "simulación dentro de un cosmo-ordenador". 160 científicos en informática.3. Un concepto básico dentro de este campo es el de comportamiento emergente. la Vida Artificial se ha convertido en un punto de referencia sólido de la ciencia actual. En aquella conferencia se definieron los principios básicos que han marcado la pauta desde entonces en la investigación de esta disciplina.

dicen que se puede crear vida auténtica a partir de un programa de ordenador que reproduzca las características básicas de los seres vivos. * Método sintético: La actitud de la Vida Artificial es típicamente sintética. 17 .3. Para defender un punto de vista tan radical. Desde este punto de vista. Desde este punto de vista. modelos ciertamente muy útiles para conocer dichos sistemas. dependiendo de un conjunto de reglas que especifican el estado futuro de cada celda en función del estado de las celdas que le rodean. Para los que apoyan la postura débil. un autómata celular consiste en un espacio n-dimensional dividido en un conjunto de celdas. aluden a un conjunto de reglas que comparten las tres categorías anteriores: * La biología de lo posible: La Vida Artificial no se restringe a la vida húmeda tal como la conocemos. de forma que cada celda puede encontrarse en dos o más estados. vida seca. Para los que defienden la versión fuerte. que es lo que todo el mundo conoce como vida. La biología ha de convertirse en la ciencia de todas las formas de vida posibles. sus modelos son solamente representaciones simbólicas de los síntomas biológicos naturales. la vida se divide en vida húmeda. a diferencia de la biología clásica. y vida virtual. se entiende la vida como un todo integrado. en lugar de desmenuzarlo en sus más mínimas partes.3 Dos posturas dentro de la Vida Artificial: la fuerte y la débil. que ha sido mayoritariamente analítica. formada por programas de computador. los defensores de la postura fuerte. pero sin mayores pretensiones. formada por autómatas físicamente tangibles.Por otra parte. sino que "se ocupa de la vida tal como podría ser". Las dos últimas categorías son las que integran lo que genéricamente se conoce como Vida Artificial. 5.

* Vida real (artificial): La Vida Artificial es tal porque son artificiales sus componentes y son artificiales porque están construidos por el hombre. Sin embargo. y es la forma de este proceso.4. La base de la inteligencia artificial. 18 . Puesto que la meta es copiar la inteligencia humana. Poco a poco el sistema se organiza espontáneamente y empieza a surgir orden donde antes sólo había caos. lo que constituye la esencia de la vida. Es absurdo pretender que sólo es vida genuina aquella que está basada en la química del carbono. Otros investigadores intentan obtener teorías generales de la inteligencia que sean aplicables a cualquier sistema de inteligencia y no solo al del ser humano. a pesar de todos los progresos en Neurología y Psicología. Consiste en partir de unos pocos elementos constitutivos y unas reglas básicas. 5. Sin embargo. que aborda la forma de percibir y pensar de los seres humanos. dejar que el sistema evolucione por sí mismo y que el comportamiento emergente haga el resto. * Construcción de abajo hacia arriba: la síntesis de la Vida Artificial tiene lugar mejor por medio de un proceso de información por computador llamado programación de abajo hacia arriba.. el comportamiento de tales sistemas depende de sus propias reglas y en ese sentido es tan genuino como el comportamiento de cualquier sistema biológico natural. no la materia. La inteligencia artificial se basa en dos áreas de estudio: el cuerpo humano y el ordenador electrónico. como es el caso de la vida húmeda. Después comprueban sus teorías programando los ordenadores para simular los procesos cognoscitivos en el modelo. es necesario entenderla. exceptuando sus manifestaciones externas. * Toda la vida es forma: la vida es un proceso. Muchos estudiosos de la inteligencia artificial se han vuelto ± para obtener su modelo de inteligencia ± hacia el estudio de la Psicología cognoscitiva. la inteligencia del hombre se conoce poco.

mientras en la del ser humano la 19 . localizar yacimientos de minerales e incluso diseñar sistemas de fabricación. Este intento a gran escala ha sido abandonado y las investigaciones actuales están dirigidas al diseño de numerosos programas para ordenadores capaces de imitar los procesos de toma de decisiones de expertos. La meta final consiste en crear un sistema capaz de reproducir todas las facetas de la inteligencia humana. son ahora utilizados para diagnosticar enfermedades. como médicos. identificar moléculas químicas. Dando como justificación que el acceso a través de las computadoras se realiza buscando información en el preciso lugar en la memoria y a esta memoria se le denomina byte-direccionable. basados en los conocimientos de especialistas en cada materia. químicos. Investigaciones acerca de la percepción han sido aplicadas a los robots y se han diseñado algunos capaces de "ver". provocando una discusión en el desarrollo del cerebro humano y la del ordenador. El cerebro usa una memoria de contenido direccionable. 5. Las 6 diferencias más notorias de la inteligencia artificial y el cerebro humano son: 1. tratando de conocer cuál de estos han evolucionado o desarrollado mejor su inteligencia.5.6 La Inteligencia Artificial y el cerebro humano La inteligencia artificial desde su campo ha empezado a realizar funciones y actividades que anteriormente el hombre realizaba. esto es debido a que el cerebro del ser humano ha empezado a desarrollarse en aplicar sus conocimientos en el ámbito de la tecnología.5 Los fines de la IA. Las primeras investigaciones acerca de la inteligencia artificial estaban principalmente dirigidas al hallazgo de una técnica universal para la solución de problemas.

20 . por ejemplo en el tiempo que tarda la señal en llegar al cerebro. A diferencia de las computadoras. 6. 2. el procesamiento y la memoria son llevados a cabo por los mismos componentes en el cerebro. El cerebro humano no cuenta con un tiempo fijo para dar información o para procesar y realizar actividades. 3. una zona de este llegue a realizar las funciones perdidas y se le conoce como ³plasticidad inducida por un trauma´. La memoria a corto plazo no es como la RAM. Esta característica aunque es calificada como trivial. La velocidad de procesamiento cerebral no es fija. dentro del cerebro sí se cuenta con una noción de tiempo y espacio. debido a que se puede acceder a esta a través de conceptos relacionados. 5. En un ordenador es el microprocesador el encargado de trabajar con los datos que obtiene y depositarlos en su memoria. hace que el cerebro del ser humano al contar con un cuerpo. mientras que los ordenadores cuentan con un sistema encargado de generar pulsos y esto marca el ritmo con que se llevan a cabo. es decir tienen un fin o un límite establecido. no hay ningún reloj de sistema. por ejemplo disminuir la velocidad para ahorro de energía. aparte de que se encuentra a su entera disposición. sin embargo. mientras el ordenador no cuenta con una función similar. mientras que la memoria RAM que utiliza un procesador tiende a ser finita. De igual forma existen evidencias que hacen referencia a que la velocidad está sujeta a una cantidad de variables. pueda utilizar el medio ambiente como una extensión de sí mismo. Los cerebros tienen cuerpos. permite que en caso de lesiones que sufra el cerebro de una persona. El cerebro es un sistema auto-organizado.memoria es de contenido direccionable. 4. mientras que el cerebro humano las mismas neuronas que procesan la información pueden ser el asiento de su memoria. Esta característica que diferencia a un ordenador del cerebro humano. esta puede variar. La diferencia más clara es que la memoria a corto plazo con la que cuenta un cerebro humano tiende a no tener límites.

a fin de aumentar la eficacia de los sistemas inteligentes. 1995.7 Inteligencia artificial y las emociones El concepto de IA (Inteligencia artificial) es aún demasiado difuso. A veces. hay que saber que ya existen sistemas inteligentes. p. 21 . que ³sientan hambre´ al detectar que su nivel de energía está descendiendo o que ³sientan miedo´ cuando aquel esté demasiado bajo. sino imitar al cerebro. existentes en el humano o inventadas sobre el desarrollo de una máquina inteligente. que "obstaculizan" encontrar la mejor solución a un problema dado. 318]. Al tener ³emociones´ y. Así. 2001. por ejemplo. muchos de ellos consideran seriamente la posibilidad de incorporar componentes ³emotivos´. la mayoría de los investigadores en el ámbito de la Inteligencia Artificial se centran sólo en el aspecto racional. y teniendo en cuenta un punto de vista científico. Capaces de tomar decisiones "acertadas". al menos potencialmente. Muchos pensamos en dispositivos artificiales capaces de concluir miles de premisas a partir de otras premisas dadas. en todas sus funciones. Aunque. es necesario que cuenten con algo similar a las emociones con el objeto de saber ±en cada instante y como mínimo± qué hacer a continuación [Pinker. sin que ningún tipo de emoción tenga la opción de obstaculizar dicha labor. y no su cuerpo. podríamos englobar la Inteligencia artificial como ciencia encargada de imitar una persona. 481]. Contextualizando. se piensa en máquinas inteligentes sin emociones. p.A). aplicando la definición de Inteligencia Artificial (I. se podría equipar a un robot con dispositivos que controlen su medio interno. ³motivaciones´.5. En esta línea. Particularmente para los robots móviles. podrán actuar de acuerdo con sus ³intenciones´ [Mazlish. por el momento.

a fin de evitar las torpezas de funcionamiento como. Pero se han venido destacando otros paradigmas como lo son los agentes de decisión inteligente y autómatas programables. con respecto a estos últimos se suelen emplear en gran medida en procesos industriales de acuerdo a necesidades a satisfacer como. etc. maquinaria de procesos variables. 359].  Algoritmos genéticos. procesos de producción periódicamente cambiantes. pero ahí que tener mucho cuidado ya que hay que analizar los diferentes impactos ya sean ambientales. políticos y económicos. por ejemplo. p. 22 .Esta señal podría interrumpir los procesos de alto nivel y obligar al robot a conseguir el preciado elemento [Johnson-Laird. sociales. lo cual le provocaría daños irreparables. espacio reducido.8 Tendencias de los sistemas de inteligencia artificial Actualmente según Delgado [1998]. Stuart [1996]. Incluso se podría introducir el ³dolor´ o el ³sufrimiento físico´. introducir la mano dentro de una cadena de engranajes o saltar desde una cierta altura. 1993. existen tres paradigmas en cuánto al desarrollo de la IA:  Redes Neuronales. procesos secuenciales.  Sistemas de Lógica difusa. 5. A juicio de los autores se determina que todos estos desarrollos acortan bastante el proceso de decisiones y optimizan las mismas.

La neurona emite impulsos de actividad eléctrica a lo largo de una fina y delgada capa denominada axón. que transforma el impulso eléctrico en un mensaje neuroquímico mediante liberación de unas sustancias llamadas neurotransmisores que excitan o inhiben sobre la neurona. Neuronas y conexiones sinápticas. 23 . Las extremidades de estas ramificaciones llegan hasta las dendritas de otras neuronas y establecen conexión llamada sinapsis. de esta manera la información se transmite de neuronas a otras y va siendo procesada a través de las conexiones sinápticas y el aprendizaje varía de acuerdo a la efectividad de la sinapsis.1 Redes neuronales A grandes rasgos. que se escinde en millares de ramificaciones. 2003. Una neurona típica recoge señales procedentes de otras neuronas a través de una pléyada de delicadas estructuras llamadas dendritas. se recordará que el cerebro humano se compone de decenas de billones de neuronas interconectadas entre sí formando circuitos o redes que desarrollan funciones específicas. Figura 1. Universidad Militar Nueva Granada.5.8. Fuente: Sandra Patricia Daza.

Las conexiones sinápticas se simulan mediante conexiones ponderadas. publica una teoría sobre la adaptación neuronal y unos modelos inspirados en esta teoría. caracterizadas por una función de actividades que convierte la entrada total recibida de otras unidades en un valor de salida. Esta regla indica que las conexiones entre dos neuronas se refuerzan si ambas son activadas. aplicando los principios de estabilidad desarrollados por Grossberg. el cual hace la función de tasa de disparo de la neurona. por primera vez. La hipótesis de Hebb. Su entusiasmo y claridad de presentación dieron un nuevo impulso al campo y provocó el incremento de las investigaciones. el Adaline (Adaptative Linear Neuron) y el Madaline (Múltiple Adaline).Un psicólogo D Hebb [1949]. Muchos de los algoritmos actuales proceden de los conceptos de este psicólogo. Hopfield [1980]. Las 24 . Analogía de redes neuronales biológicas y artificiales Según Herrera Fernández Las neuronas se modelan mediante unidades de proceso. una red neuronal en un problema importante del mundo real: filtros adaptativos que eliminan ecos en las línea telefónicas. introdujo dos ideas fundamentales que han influido de manera decisiva en el campo de las redes neuronales. basadas en investigaciones psicofisiológicas. elabora un modelo de red consistente en unidades de proceso interconectadas que alcanzan mínimos energéticos. la fuerza o peso de la conexión cumple el papel de la efectividad de la sinapsis. presentan de manera intuitiva el modo en que las neuronas memorizan información y se plasman sintéticamente en la famosa regla de aprendizaje de Hebb (también conocida como regla de producto). El modelo resultó muy ilustrativo sobre los mecanismos de almacenamiento y recuperación de la memoria. Widrow [1959]. Estos modelos fueron usados en numerosas aplicaciones y permitieron usar.

Figura 2.conexiones determinan si es posible que una unidad influya sobre otra. es decir. principales encargadas de extraer. otra capa actúa como interfaz o buffer de salida que almacena la respuesta de la red para que pueda ser leída. Universidad Militar Nueva Granada. 2003. y las capas intermedias. Las redes neuronales deben tener como estructura varias capas las cuales son: primera capa como buffer de entrada. la llamamos capa de salida. Modelo de red en cascada de varias capas. la llamamos capa de entrada. multiplicadas por el peso de la conexión. Fuente: Sandra Patricia Daza. El efecto inhibitorio o excitatorio de la sinapsis se logra usando pesos negativos o positivos respectivamente. 25 . almacenando la información bruta suministrada en la red ó realizando un sencillo preproceso de la misma. Redes neuronales biológicas Neuronas Conexiones sinápticas Efectividad de la sinapsis Efecto excitatorio o inhibitorio Estimulación total Activación (tasa de disparo) Redes neuronales artificiales Unidades de proceso Conexiones ponderadas Peso de las conexiones Signo del peso de una conexión Entrada total ponderada Función de activación (salida) Tabla 1. Una unidad de proceso recibe varias entradas procedentes de las salidas de otras unidades de proceso de entrada total de una unidad de proceso y se suele calcular como la suma de todas las entradas ponderadas. las denominan capas ocultas. procesar y memorizar la información. Comparativo entre neuronas reales y las unidades de proceso empleadas en los modelos computacionales.

8.8. como los sistemas de producción.5. o de inferencia. etc. mientras que la máquina de deducción proporciona la capacidad de razonamiento que permite al sistema experto extraer conclusiones. La base de conocimientos proporciona hechos objetivos y reglas sobre el tema. Ya hablando de sistemas expertos tradicionales. Los expertos solucionan los problemas utilizando una combinación de conocimientos basados en hechos y en su capacidad de razonamiento. estos dos elementos básicos están contenidos en dos componentes separados. las finanzas o la medicina. Los seres humanos pensamos y razonamos por medio de palabras y en grados entre dos estados por ejemplo blanco y negro ó frío y caliente.2 Sistemas de lógica difusa A concepto de Delgado [1998] es la segunda herramienta que permite emular el razonamiento humano. utilizando los conocimientos y las reglas analíticas definidas por los expertos en dicho campo. Estos sistemas de lógica difusa son una mejora a los sistemas experto tradicionales. Los sistemas expertos facilitan también herramientas adicionales en forma de interfaces de usuario y los mecanismos de explicación.  Una manera de crear una población inicial de soluciones. estos intentan reproducir el razonamiento humano de forma simbólica. En general es aceptado que cualquier algoritmo genético para resolver un problema. 5. que resulte adecuada al mismo. aunque relacionados: una base de conocimientos y una máquina de deducción. debe tener cinco componentes básicos como se vera a continuación:  Se necesita una codificación o representación del problema. el proceso de la evolución del que Charles Darwin hace referencia se puede aplicar para optimizar dispositivos de control o robots o cualquier otro tipo de aspectos que sean susceptibles de ser optimizados como líneas de producción. en el sentido de que permiten utilizar lenguaje humano como nosotros razonamos. Es un tipo de programa de aplicación informática que adopta decisiones o resuelve problemas de un determinado campo. 26 . En los sistemas expertos.3 Algoritmos genéticos Según Delgado [1998] son una técnica inspirada en aspectos biológicos.

exámenes y diagnóstico.deben ser seleccionados para la reproducción. a continuación dichos padres seleccionados se cruzarán generando dos hijos. nuevas soluciones al problema. los cuales en la evolución del Algoritmo Genético formarán parte de la siguiente población.  Cartografía: interpretación de fotograf ías. fijación de objetivos. control. En efecto. que son soluciones factibles del problema. Pero también hay áreas de aplicación. programación.  Durante la ejecución del algoritmo. resolución de problemas cartográficos.  Educación: adiestramiento práctico.  Ingeniería: diseño. también llamada función de evaluación. estos procesos de la AI se aplican en los sistemas reales en una gran variedad de ramas y problemas:  Gestión y control: análisis inteligente. 5. configuración. adiestramiento. robótica simplificada y visión computarizada. monitorización. Una función de ajuste ó adaptación al problema. monitorización y ventas. El resultado de la combinación de las anteriores funciones será un conjunto de individuos (posibles soluciones al problema).9 Áreas de aplicación de la Inteligencia Artificial. control y análisis. los padres ± dos individuos pertenecientes a la población inicial. gestión de proyectos. 27 . mantenimiento. sobre cada uno de los cuales actuará un operador de mutación de acuerdo con una cierta probabilidad. probabilidad de aplicación de los operadores genéticos. diagnóstico. planificación.  Equipamiento: diseño. la cual asigna un número real a cada posible solución codificada.  Valores para los parámetros: tamaño de la población. diseño.  Fabricación: diseño.

Al llegar a un perfeccionamiento tal de las máquinas.  Sistemas de armamento: guerra electrónica.  Software: enseñanza. se evidenciará cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversación a ciegas. entre ellos Gary Reyes. control adaptativo. verificación. geología. identificación de objetivos. tendrán características humanas tales como el aprendizaje. se puede hablar ya no sólo de un objetivo.10 Inteligencia artificial: ¿avance tecnológico o amenaza social? La verdadera inteligencia artificial. especificación. análisis inteligente de datos. mantenimiento. la autocorrección. donde formen un grupo de seres capaces de construir y al tiempo destruir una sociedad. medicina. que lo reemplacen tan fácilmente en todos los ámbitos que 28 .  Finanzas: planificación. sostienen que "la inteligencia Artificial es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute. Se debe pensar que cuando las máquinas alcancen nuestra capacidad mental. 5. proceso de imágenes. Muchos de los investigadores sobre IA.  Proceso de datos: educación. análisis. Profesiones: abogacía. consultoría. se corre el riesgo que tomen el lugar del hombre. el razonamiento. el mejoramiento implícito. química. interfase en lenguaje natural. Así. la adaptación. sino de muchos dependiendo del punto de vista o utilidad que pueda encontrarse a la denominada inteligencia artificial. acceso inteligente a datos y gestores de bases de datos. proceso de señales. diseño. y la percepción modelar del mundo. contabilidad. computador o cerebro".

imitar la voluntad propia. es como un niño que crece y ya no le gusta que lo manden. con nuevas ideas teóricas y experimentales que en su clímax iluminen el camino para llegar a la verdadera inteligencia artificial. Lo que se debe pensar entonces. puede llegar a ser autosuficiente. también pueden ser capaces de romper leyes. es que si ellos imitan a los humanos. puede ser demasiado tarde. Las maquinas ya empezaron a reemplazar la labor del hombre haciendo la vida mas fácil para unos pocos. cabe la posibilidad que deje de obedecer.desarrolla. se van a seguir buscando formas de perfeccionar la Inteligencia Artificial y ya se abren caminos hacia el mundo robotizado. e incluso. a lo mejor ya han reemplazado al humano hasta en lo más mínimo. "Aunque parezca absurdo hay muchos eruditos en el campo de la IA que ven el futuro de ésta centrado sobre todo en los chatterbots" 29 . necesario. o bien. El problema es que no se quiere aceptar que pueden hacer daño y cuando se tenga conciencias de esto. Por ejemplo en el trabajo. si hay una maquina que puede resolver el más mínimo problema al interior de una empresa o fabrica. Mientras se tome conciencia de la amenaza que puede constituir la implementación de estas máquinas "pensantes". Si una máquina es creada a imagen y semejanza del hombre. se prescindiría de la labor humana y solo se requeriría a aquel capaz de construir los robots. antes que estos se construyan a si mismos. claro está. que este cambio progresivo podría verse como un hecho cotidiano. pero para la mayoría han sido una verdadera amenaza. Pero lo anterior es únicamente una hipótesis que lleva consigo otras problemáticas ocultas y varias dudas que no se resolverán sino hasta el momento en que dicha hipótesis se haga realidad.

incluso dentro de la sociedad en general. debido a que la búsqueda para comprender los mecanismos de la inteligencia. 30 . CONCLUSION. ya se ven las graves consecuencias sociales que trae consigo.VI. En el ámbito tecnológico la Inteligencia Artificial es una de las áreas que causa mayor expectación. no se debe olvidar que hoy en día la creación de artefactos inteligentes. ha sido la piedra filosofal del trabajo de muchos científicos por muchos años y lo sigue siendo. se vuelve cada vez más una meta que un sueño. La Inteligencia artificial es la capacidad de una máquina de pensar y actuar como el hombre. implícitamente se vuelve mas una amenaza social que un avance tecnológico. pero para lograr esto primero se debe conocer totalmente el funcionamiento del pensamiento humano. Pero aun sin haber desarrollado completamente la inteligencia artificial.

B. 2006 i http://www.com/trabajos16/la-inteligencia-artificial/lainteligencia-artificial. Inteligencia Artificial un Enfoque Moderno.php 31 . Madrid: Díaz de Santos.org/wiki/Inteligencia_artificial.BIBLIOGRAFIAS i Elaine Rich.buenastareas. W. México 1996. i Rauch-Hindin. i http://www.wikipedia. México 1994. Inteligencia Artificial. Jhony C.dsic.A. Norving Meter. Aplicaciones de la inteligencia artificial en la actividad empresarial. Printice Hall.es/ i LÓPEZ. (1989). Segunda Edición. Knight Kevin.com/ensayos i http://www.lajornadadeoriente. la ciencia y la industria. i Stuart Rusell.monografias. S.com.upv.shtml i http://aepia. "Inteligencia Artificial" en http://es. Mc Graw Hill.mx/2008/02/25/puebla/s1arr16.

Sign up to vote on this title
UsefulNot useful