XXII CONTENIDO

POR QUÉ LA INTELIGENCIA ARTIFICIAL

El hombre se ha aplicado a sí mismo el nombre científico de hombre sabio (homo sapiens)

como una valoración de la trascendencia de sus (nuestras) habilidades mentales, tanto para
la vida cotidiana como para el propio sentido de identidad. Los esfuerzos de la Inteligencia
Artificial (IA), por su parte, se enfocan en lograr la comprensión de entidades inteligentes.
Por ello, una de las razones de su estudio y análisis es aprender acerca de los propios seres
humanos, pero a diferencia de la Filosofía y de la Psicología (que también se ocupan de la
inteligencia), los esfuerzos de la IA están encaminados tanto a la construcción de entidades
inteligentes, como a su comprensión.
Otra razón más por la que se estudia la IA es porque las entidades inteligentes así cons-
truidas son interesantes y útiles. No obstante las fases tempranas en las que todavía se en-
cuentra, mediante la IA ha sido posible crear diversos productos de trascendencia y sor-
prendentes. Si bien es imposible pronosticar con precisión lo que se puede esperar de esta
disciplina en el futuro, es evidente que las computadoras que posean una inteligencia a nivel
humano o superior, tendrán repercusiones importantes en la vida diaria, así como en el deve-
nir de la civilización (Russell y Norving, 1996).
Inteligencia artificial es una acepción acuñada a mediados del siglo XX, cuyo desarrollo se
ha caracterizado por una sucesión de periodos alternativos de éxito y abandono de la misma.
Al principio, la idea intuitiva de la IA creó expectativas que no siempre han sido cubiertas, y
desde luego no en el grado que se había esperado, de manera un tanto ilusoria. Pero actual-
mente se puede considerar que el enfoque computacional inteligente no depende de inme-
diatos y probados resultados, sino que está avalado por sus logros y su desarrollo a lo largo
de varias décadas, por lo cual se ha consolidado en el ámbito de la computación como una
acepción totalmente asumida, aunque sometida todavía a controversia en algunos sectores
científicos (Pajares Martinsan y Santos Peñas, 2006).
Lo que hoy se conoce como IA empezó hacia 1960 cuando en el Instituto Tecnológico de
Massachusetts (MIT, por sus siglas en inglés), John McCarthy creó el LISP (el primer lenguaje
de investigación dentro de la IA). Sin embargo, el término IA suele atribuírsele a Marvin Mins-
ky, también del MIT, quien en 1961 escribió un artículo titulado “Hacia la Inteligencia Artificial”
(The Institute of Radio Engineers Proceedings). Los años sesenta del siglo pasado fueron un
intenso periodo de optimismo hacia la posibilidad de hacer que una computadora pensase.
Después de todo, esos años contemplaron la primera computadora que jugaba ajedrez, las
primeras pruebas matemáticas informatizadas, y el ya famoso e igualmente bien conocido
Programa ELIZA que fue escrito en el MIT por Joseph Weisenbaum en 1964. El programa ELI-
ZA actuaba como un psicoanalizador. En este tipo de análisis, el psiquiatra toma un papel pa-
sivo generalmente repitiendo las propias declaraciones del paciente, en vez de llevar el peso
de la conversación. Posteriormente, en la década de los años setenta se creó el PROLOG,
obra de Alain Colmerauer, en Masella, Francia, en 1972. PROLOG era un lenguaje diseñado
para ayudar a resolver problemas relativos a la IA. Este lenguaje poseía un gran número de
características especiales tales como una base de datos incorporada y una sintaxis bastante
simple (Schildt, 1990).
De hecho, el problema que aborda la IA es uno de los más complejos: ¿cómo es posible
que un diminuto cerebro (sea biológico o electrónico), tenga capacidad para percibir, com-
prender, predecir y manipular un mundo que en tamaño y complejidad lo excede?

Alfaomega Inteligencia artificial con aplicaciones a la ingeniería - Ponce

www.FreeLibros.me

Cap preliminares.indd XXII 10/06/10 07:06 p.m.

 XXIII

La IA siempre ha tenido como modelo natural las funcionalidades inteligentes del hombre,
enfocándose en distintos aspectos. Su primera motivación fue intentar construir máquinas que
pudieran pensar como el ser humano, o al menos emularle en alguna capacidad de tal modo
que denotara cierta inteligencia.
La IA es una de las disciplinas más nuevas. Formalmente se inicia en 1956 cuando se
acuñó el término, no obstante que ya para entonces se había estado trabajando en ello du-
rante cinco años. Junto con la genética moderna, la IA es el campo en que la mayoría de los
científicos de otras disciplinas les gustaría trabajar. El estudio de la inteligencia es una de las
disciplinas más antiguas. Desde hace más de 2 000 años los filósofos se han esforzado por
comprender cómo se ve, se aprende, se recuerda y se razona, así como la manera en que
esas actividades deberían realizarse.

Los temas fundamentales de la Inteligencia Artificial

El campo de la IA se compone de varias áreas de estudio, las más comunes e im-
portantes son:

• Búsqueda de soluciones
• Sistemas expertos
• Procesamiento del lenguaje natural
• Reconocimiento de modelos
• Robótica
• Aprendizaje de las máquinas
• Lógica
• Incertidumbre y “lógica difusa”

La llegada de las computadoras a principios de la década de los años cincuenta del siglo
pasado, permitió pasar de la especulación de las charlas de café a su abordaje mediante una
auténtica disciplina teórico-experimental. En realidad, la IA ha resultado ser mucho más com-
pleja de lo que inicialmente se pensó al principio, ya que las ideas modernas que se tienen
de ella se caracterizan por su gran riqueza, sutilidad y por lo interesantes que son. Las tablas
1(a) y 1(b) muestran algunas de las definiciones de la IA. Estas definiciones varían en torno
a dos dimensiones principales. Las que se establecen en la tabla 1(a) se refieren a procesos
mentales y al razonamiento, en tanto que las de la tabla 1(b) se correlacionan con la conduc-
ta. Las definiciones que están a la izquierda de la tabla 1(a) miden la condición deseable en
función de la eficiencia humana, mientras que las de la derecha lo hacen según el concepto
de inteligencia ideal denominado racionalidad. Se considera que un sistema es racional si
hace lo correcto.
A lo largo de la historia se han adoptado los cuatro enfoques que se aprecian en las tablas
a y b. Desde luego existe una tensión entre enfoques que se centran en lo humano y los que
se enfocan en la racionalidad. El enfoque centrado en el comportamiento humano constituye
una ciencia empírica que entraña el empleo de hipótesis y de su confirmación mediante ex-
perimentos, mientras que el enfoque racionalista combina matemáticas e ingeniería (Russell
y Noving, 1996).

Inteligencia artificial con aplicaciones a la ingeniería - Ponce Alfaomega

www.FreeLibros.me

Cap preliminares.indd XXIII 10/06/10 07:06 p.m.

 XXIV CONTENIDO

Tabla a. Algunas definiciones de las IA.

“La interesante tarea de lograr “El estudio de las facultades

que las computadoras piensen …
máquinas con mente, en su amplio
sentido literal” (Haugeland, 1985).
“[La automatización de] actividades
que vinculamos con procesos de
pensamiento humano, actividades
tales como toma de decisiones,
resolución de problemas,
aprendizaje, …” (Bellman, 1978).
mentales mediante el uso de
modelos computacionales” (Charniak
y McDermott, 1985).
“El estudio de los cálculos que
permiten percibir, razonar y actuar”
(Winston, 1992).

“El arte de crear máquinas con
capacidad de realizar funciones que
realizadas por personas requieren de
inteligencia” (Kurzweil, 1990).
“El estudio de cómo lograr que las
computadoras realicen tareas que,
por el momento, los humanos hacen
mejor” (Rich y Knight, 1991).
“Un campo de estudio que se enfoca
en la explicación y emulación de
la conducta inteligente en función
de procesos computacionales”
(Schalkoff, 1990).
“La rama de la ciencia de la
computación que se ocupa de la
automatización de la conducta
inteligente” (Luger y Stubblefield,
1993).

Tabla b. Categorías en que se clasifica la IA.

Sistemas que piensan como Sistemas que piensan racionalmente.

humanos.
Sistemas que actúan racionalmente.
Sistemas que actúan como
humanos.

A continuación se explica cada uno de los cuatro enfoques con que es posible estudiar y
analizar la IA.

1. Actuar como humano: el enfoque de la prueba de Turing

Mediante la prueba de Turing, propuesta por Alan Turing (1950), se intenta ofrecer una satis-
factoria definición operativa de lo que es la inteligencia.
Turing definió una conducta inteligente como la capacidad de lograr eficiencia a nivel
humano en todas las actividades de tipo cognoscitivo, suficiente para engañar a un elevador.
Brevemente, la prueba que Turing propuso consistía en que un humano interrogase a una
computadora por medio de un teletipo; la prueba se consideraba aprobada si el evaluador
era capaz de determinar si una computadora o un humano era quien había respondido las
preguntas en el otro extremo de la terminal.
Cabe señalar que hoy por hoy, el trabajo que entraña programar una computadora para
pasar la prueba es considerable. La computadora debería ser capaz de lo siguiente:

Alfaomega Inteligencia artificial con aplicaciones a la ingeniería - Ponce

www.FreeLibros.me

Cap preliminares.indd XXIV 10/06/10 07:06 p.m.

 XXV

• Procesar un lenguaje natural. Para así poder establecer comunicación satisfactoria,

sea en inglés o en cualquier otro idioma humano.
• Representar el conocimiento. Para así guardar toda la información que se le haya
dado antes o durante el interrogatorio.
• Razonar automáticamente. Con el propósito de utilizar la información guardada al
responder preguntas y obtener nuevas conclusiones.
• Autoaprendizaje de la máquina. Para que se adapte a nuevas circunstancias y para
detectar y extrapolar esquemas determinados.

En la prueba de Turing deliberadamente se evitó la interacción física directa entre evalua-

dor y computadora, dado que para medir la inteligencia era innecesario simular físicamente a
un humano. Sin embargo, en la denominada prueba total de Turing se utiliza una señal de vi-
deo para que el evaluador pueda calificar la capacidad de percepción del evaluado, y también
para que aquél pueda pasar objetos físicos “a través de la trampa”.

Para aprobar la prueba total de Turing, es necesario que la computadora esté dotada de:

• Vista. Que le permita percibir objetos.

• Robótica. Para desplazar los objetos.

En el campo de la IA no se han hecho muchos esfuerzos para pasar la prueba de Turing.

La necesidad de actuar como los humanos se presenta básicamente cuando los programas
de IA deben interactuar con gente, por ejemplo cuando un sistema experto de procesamiento
de lenguaje natural entabla diálogo con un usuario.
Programas como los anteriores deberán comportarse de acuerdo con ciertas convencio-
nes normales de las interacciones humanas con el objetivo de poder entenderlos.
Por otra parte, la manera de elaborar representaciones y de razonar en qué se basan
estos sistemas podrá o no conformarse de acuerdo con un modelo humano.

2. Pensar como humano: el enfoque del modelo cognoscitivo

Para poder afirmar que un programa determinado utiliza algún tipo de razonamiento humano,
previamente habrá que definir cómo piensan los seres humanos. Habrá que penetrar en el
funcionamiento de la mente humana.
Hay dos formas de hacer esto:

• Mediante la introspección (para intentar atrapar nuestros propios pensamientos confor-

me éstos se van dando).
• Mediante la realización de experimentos psicológicos.

Una vez que se cuente con una teoría bastante precisa de la mente, puede procederse a
expresar tal teoría en un programa de computadora. Si los datos de entrada/salida del programa

Inteligencia artificial con aplicaciones a la ingeniería - Ponce Alfaomega

www.FreeLibros.me

Cap preliminares.indd XXV 10/06/10 07:06 p.m.

 XXVI CONTENIDO

y la duración de su comportamiento corresponden a los de la conducta humana, entonces existe

evidencia de que algunos de los mecanismos del programa también funcionan en los seres hu-
manos. En el caso de Newell y Simon (1961), creadores del Solucionador General de Problemas
(SGP), no bastó con que su programa resolviera correctamente los problemas propuestos.
Lo que a estos investigadores les interesaba fundamentalmente era seguir la pista de los
pasos del razonamiento y compararla con la ruta seguida por sujetos humanos a los que se
propuso los mismos problemas. Esta actitud contrasta fuertemente con la de otro investigador
de la época, Wang (1960), a quien le importaba obtener respuestas correctas independien-
temente de cómo las obtendría un ser humano. De modo que en el campo interdisciplinario
de la ciencia cognitiva concurren modelos computacionales de IA y técnicas experimentales
de psicología, para intentar elaborar teorías precisas y verificables del funcionamiento de la
mente humana.

3. Pensar racionalmente: el enfoque de las leyes del pensamiento

El filósofo griego Aristóteles fue uno de los primeros en intentar codificar “la manera correcta
de pensar”, es decir, establecer procesos de pensamiento irrefutables. Sus famosos silogis-
mos son esquemas de estructuras de argumentación mediante las cuales siempre se llega a
conclusiones correctas si se parte de premisas correctas. Por ejemplo: “Sócrates es un hom-
bre; todos los hombres son mortales; por lo tanto, Sócrates es hombre y es mortal”. Dichas
leyes del pensamiento debían gobernar la manera de operar de la mente. Así se inauguró el
campo de la Lógica.
El desarrollo de la lógica formal a fines del siglo XIX y a principios del siglo XX permitió tener
una notación precisa para representar aseveraciones relacionadas con todo lo que existe en
el mundo, así como sus relaciones mutuas1. Ya para 1965 existían programas que, teniendo
tiempo y memoria suficiente, podían describir un problema en notación lógica y encontrarle
solución, siempre y cuando dicha solución existiera (de no existir dicha solución, el programa
continuaría sin cesar buscándola).
En la IA, la tradición logicista se esfuerza por elaborar programas como el anterior para
crear sistemas inteligentes.
Este enfoque presenta dos obstáculos. En primer lugar, no es fácil recibir un conocimien-
to informal y expresarlo en los términos formales que exige la notación lógica, especialmente
cuando el conocimiento tiene menos de 100% de certidumbre. En segundo lugar, hay una
gran diferencia entre la posibilidad de resolver un problema “en principio”, y realmente ha-
cerlo en la práctica. Incluso problemas que entrañan una docena de elementos agotarían la
capacidad de cómputo de cualquier computadora a menos que se cuente con lineamientos
sobre los pasos de razonamiento que hay que utilizar primero. Si bien los dos obstáculos
anteriores están presentes en todo intento de construir sistemas de razonamiento computa-
cional, fue en la tradición logicista donde surgieron por primera vez debido a que la capaci-
dad de los sistemas de representación y de razonamiento está bien definida y estudiada a
profundidad.

1
A diferencia de lo que sucede con la notación de la Aritmética común, en cuyo caso prácticamente sólo se representan
aseveraciones acerca de la igualdad y desigualdad entre números.

Alfaomega Inteligencia artificial con aplicaciones a la ingeniería - Ponce

www.FreeLibros.me

Cap preliminares.indd XXVI 10/06/10 07:06 p.m.

 XXVII

4. Actuar en forma racional: el enfoque del agente racional

Actuar racionalmente implica actuar de manera tal que se logren los objetivos deseados con
base en ciertos supuestos. Un agente es algo capaz de percibir y actuar. De acuerdo con este
enfoque, se considera la IA como el estudio y construcción de agentes racionales.
En el caso del enfoque de la IA según las “leyes del pensamiento”, todo el énfasis se po-
nía en hacer inferencias correctas. La obtención de estas inferencias a veces forma parte de
lo que se considera un agente racional, puesto que una manera de actuar racionalmente es
el razonamiento lógico que asegure la obtención de un resultado determinado, con lo que se
actuará de conformidad con tal razonamiento. Sin embargo, el efectuar una inferencia correcta
no siempre depende de la racionalidad, pues hay situaciones en las que no existe algo que
se pueda considerar lo que correctamente debería hacerse, y sin embargo hay que decidirse
por un curso de acción. Existen también maneras de actuar racionalmente que de ninguna
manera entrañan inferencia alguna.
Todas esas “habilidades cognoscitivas” que se necesitan en la prueba de Turing permiten
emprender acciones racionales. Por lo tanto, es necesario tener la capacidad para representar
el conocimiento y razonar con base en él, pues de esta manera se podrían tomar decisiones
correctas en una amplia gama de situaciones. Es necesario ser capaces de generar oraciones
comprensibles en lenguaje natural, puesto que la enunciación de tales oraciones permite des-
envolverse en una sociedad compleja. El aprendizaje no se emprende por pura erudición, sino
porque el profundizar en el conocimiento de cómo funciona el mundo facilitará concebir mejo-
res estrategias para manejarse en él. La percepción visual no sólo es algo divertido, sino que
es algo necesario para darse una mejor idea de lo que una acción determinada puede producir.
Estudiar la IA adoptando el enfoque del diseño de un agente racional ofrece dos ventajas.
Primera, es más general que el enfoque de las “leyes del pensamiento”, dado que el efectuar
inferencias correctas es sólo un mecanismo útil para garantizar la racionalidad, pero no es un
mecanismo necesario. Segunda, es más afín a la manera en que se ha producido el avance
científico que los enfoques basados en la conducta o pensamiento humanos, toda vez que se
define claramente lo que será la norma de la racionalidad, norma que es de aplicación gene-
ral. Por el contrario, la conducta humana se adapta bien sólo en un entorno específico y, en
parte, es producto de un proceso evolutivo complejo y en gran parte ignoto, cuya perfección
todavía se ve distante.
Hay que tener presente desde ahora que más tarde que temprano podrá constatarse que
lograr la racionalidad perfecta (siempre hacer lo correcto) no es posible en entornos comple-
jos. El cómputo que implican es excesivo.

David Moisés Terán Pérez Luis Alejandro Herrera García

Inteligencia artificial con aplicaciones a la ingeniería - Ponce Alfaomega

www.FreeLibros.me

Cap preliminares.indd XXVII 10/06/10 07:06 p.m.