Taller Investigación IS6672 ELE DIS III_INTELIGENCIA.

John Espitia Sanchez

¿Quién fue Alan Turing? Nació un día como hoy en 1912 y murió en 1954 en el Reino Unido, su
vida fue tema de la película Té Imitación Gama, El Código Enigma en la que narra el proceso por el
cual descifró el lenguaje secreto utilizado por los submarinos nazis en el Atlántico, lo que
contribuyó de manera significativa con el fin de la Segunda Guerra Mundial.

Turing es el primer ser humano que ideó, en una época sin chips, un lenguaje de programación
que especificaba los pasos a seguir y ejecutar por una máquina es la primera noción de esa palabra
que tanto escuchamos hoy día: algoritmo.

¿Qué es la prueba de Turing? El test de Turing (o prueba de Turing) es una prueba de la habilidad
de una máquina para exhibir un comportamiento inteligente similar al de un ser humano de tal
manera que, interactuando con ella en una conversación, una persona pueda determinar si su
interlocutor es una máquina o una persona.

Desde su postulación por parte de Alan Turing, la prueba se ha convertido en la vara con la que
científicos y desarrolladores miden los avances que, en materia de Inteligencia Artificial, hemos
venido desde hace unos 30 años pero que se han disparado en los últimos 3.

¿Quién fue Arthur Samuel? Arthur Lee Samuel (1901-90) Arthur Lee Samuel (1901-90) es uno de
esos pioneros de los juegos de computadora y de la inteligencia artificial (IA). Inició su carrera
como ingeniero eléctrico pero sus intereses científicos lo llevaron al Boston Tech, el nombre
anterior de lo que hoy es el Massachussetts Institute of Technology (MIT). En esta institución
trabajó por un tiempo con Vannervar Bush, en una computadora analógica que se convirtió con el
tiempo en lo que llamaban un analizador diferencial. En 1928 se unió a los Laboratorios Bell para
desarrollar bulbos de larga vida para los repetidores de telefonía trasatlánticos.

En 1930 por accidente halló a una vieja amiga del colegio en una calle de Nueva York y un año
después se habían casado. Samuel trabajó en ese tiempo en bulbos de microondas durante la
Guerra e hizo contribuciones significativas a su diseño. En su larga vida hizo un buen número de
patentes que fue parte de lo que consideró importante de todo el trabajo que realizó en tantos
años.

Al final de la Guerra se le consideraba una autoridad en la electrónica de microondas, pero era una
profesión muy mal pagada y tan era así que el propio Samuel perdió el interés en ello. Él
sospechaba que pronto habría algo que reemplazara a los bulbos y no se equivocó. Eventualmente
llegaría el transistor. A los 45 años Samuel decidió que debía reinventarse a sí mismo y regresó a la
academia, a la Universidad de Illinois, en donde cambió muchas cosas de su persona: inició un
laboratorio para hacer bulbos al alto vacío, compró una avioneta y aprendió a volar.

En su trabajo de laboratorio tenía que analizar cómo los electrones se encaminaban hacia el
cátodo y requería hacer una buena cantidad de cálculos. Así pues, pensó que lo que debía hacer
era comprar una computadora o de plano, armar una para este propósito. Samuel entonces
consiguió 110,000 dólares (aunque pedía sólo 90,000), para el proyecto de su computadora y para
ello visitó cuatro lugares donde se hacía trabajo relevante en cómputo: MIT, Harvard,
Pennsylvania y Princeton.

Al final de 1948 se estaba quedando sin dinero del proyecto y su diseño requería de más fondos.
Alguien sugirió a Samuel hacer algo dramático para llamar la atención y entonces por ese tiempo
leyó el famoso artículo de Shannon sobre cómo escribir un programa para jugar al ajedrez. Él
decidió entonces escribir uno que jugara a las damas inglesas, que parecían ser más fáciles en
muchos sentidos. Samuel dijo: “Pensé que sería un trabajo trivial programar una computadora
para jugar a las damas inglesas”.

Así entonces, Samuel se sentó a escribir un programa con el conocimiento que tenía de
programación, el cual era nulo. Shannon, de hecho, sólo bosquejó en su artículo el problema, pero
no mostró nada parecido a lo que representaría el código. La idea de Samuel estaba motivada por
el hecho que el campeonato mundial de damas inglesas se llevaría a cabo en un pueblo vecino. La
idea es que él pensaba que podía crear un programa que pudiese ganar.

“Yo empecé escribiendo un programa para una máquina inexistente, usando un conjunto de
instrucciones que soñaba que debían ser necesarias”, dice Samuel. Pero la realidad lo alcanzó y se
percató que su programa era mucho más complejo que una demostración de su máquina. Para
colmo, ya se estaba quedando sin dinero y el interés por su laboratorio había decaído. Así, decidió
buscar un nuevo trabajo y un mejor salario. En la primavera de 1949 se fue a IBM con un contrato
de 20 mil dólares anuales. Samuel comentó que eso era cuatro veces lo que le pagaban en Bell.

En IBM su trabajo era extraño. Se le asignó trabajar con el equipo que producía lo que sería la IBM
701, una computadora muy grande. Sin embargo, parece que la mayor parte del tiempo fungió
como consejero tecnológico. Eventualmente, lo pusieron en un área de investigación pura después
de persuadir a IBM que necesitaba hacer investigación además de producir computadoras o
equipos contables electrónicos.

IBM le pidió que, además, analizara la estructura de la computadora 701 y eventualmente terminó
hablando con Nathaniel Rochester, uno de los diseñadores principales de la 701. Discutieron
entonces si requerían una arquitectura de 32 o de 36 bits… Y eso le llevó a Samuel a repensar su
inacabado programa de damas inglesas. Finalmente, decidió usar el conjunto inacabado de
instrucciones de la 701 para escribir su programa de damas inglesas.

Samuel fue la primera persona que hizo programación en serio en la 701 en donde no había
ningún programa de soporte. No había ensamblador y Samuel tuvo que escribir todo usando los
códigos numéricos y las direcciones. Esto sin duda es una hazaña por sí sola. El juego de damas
inglesas se mantuvo entonces ya como una obsesión para Samuel y fue el primer programa de la
IA. “Me intrigaba tanto este tipo de problemas en general en donde escribir un programa pudiese
exhibir la inteligencia que ocupaba mi cabeza en cada momento libre. Esto pasó todo el tiempo
que estuve en IBM y por algunos años más”, indica Samuel.

Eventualmente la 701 se construyó y se incorporaron los cambios que Samuel sugirió como
resultado de su trabajo. Samuel escribió en ella su primer programa de damas inglesas usando
pequeños módulos auto contenidos, los cuales eran cargados por un módulo central, algo así
como un sistema operativo primitivo.

Cuando ya la 701 estaba en producción, escribió un desensamblador para convertir su código a

ensamblador en lugar de empezar de cero. El desensamblador se convirtió en una herramienta
muy popular. Inventó además una técnica de hash que usó John Backus en su primer compilador
de Fortran.

El programa de damas inglesas se estuvo desarrollado por años. la primera versión corrió en 1954
en la 701, pero en 1955 fue cuando Samuel halló un esquema para que la máquina aprendiera. Su
programa se portó después a la IBM 704. “No fue hasta que la 704 fue desarrollada cuando tuve
acceso a mucho tiempo máquina. Había muchas máquinas en la fábrica y desde medianoche hasta
la siguiente mañana no se usaban. Entonces me dejaron poner mi programa de damas y pude
correrlo por muchas horas continuas. Tenía hasta cuatro máquinas que jugaban entre sí y se iban
acumulando datos y estadísticas de sus esquemas de juego. Esto se hizo por muchos meses y la
gente de IBM estaba contenta porque fue una manera de probar el desempeño de sus equipos”
dice Samuel.

Samuel decidió que su trabajo en las damas inglesas debía publicarse y convenció a IBM de
empezar una publicación especializada en Investigación & Desarrollo. En 1959 publicó su primer
artículo sobre aprendizaje de las computadoras bajo el título: “Some Studies of Machine Learning
Using the Game of Checkers”, en donde presentó su programa usando la poda alpha-beta. Este
artículo se incluyó en los trabajos sobre IA que publicaría más adelante Edward A. Feigenbaum y
Julian Feldman. Samuel entonces usó esto como una oportunidad para retar al campeón estatal de
Connecticut, el #4 de los estados Unidos. El programa de Samuel venció al ser humano. Los juegos
que se realizaron se incluyeron como un apéndice del artículo de Samuel.

En 1966 se retiró de IBM, pero no estaba listo para dejar de trabajar. Se fue a la Universidad de
Stanford como un investigador asociado y después profesor. Trabajó sobre reconocimiento de voz
usando transformadas de Fourier y por supuesto, en su programa de amas inglesas. En los años
1970s Samuel dejó de trabajar sobre el juego de damas, pero hizo una versión de TeX en Pascal
con Donald Knuth y escribió un editor de textos. Igualmente trabajó en el sistema operativo SAIL y
escribió una serie de libros introductorios de computación y TeX.

¡Más adelante Samuel incursionó en los videojuegos! Una compañía llamadas Video Brain quería
construir una máquina de 500 dólares para jugar y Samuel les dio su programa de damas. Bajó su
código de 40K a 4K solamente. incluso, escribió una mejor versión del juego de Othello. Cuando
Samuel trabajaba en su tercer juego, Video Brain cerró y Samuel se acercó a Atari y Apple para
convertir sus juegos a estas plataformas, pero no halló eco ni interés en su trabajo.

En 1987 se le dio el premio al pionero en cómputo de la IEEE por sus ideas en procesamiento
adaptivo no numérico. Samuel murió en julio de 1990, después de una larga y apasionada vida
dedicada a la programación.

¿Qué es la inteligencia artificial en los videojuegos? La inteligencia artificial es la tecnología que a

través de técnicas de machine learning, aprendizaje profundo o procesamiento del lenguaje,
permite a una máquina, software o sistema, aprender a analizar la información de su entorno para
comportarse de una forma “humana”.Si hablamos de videojuegos, la IA se podría definir como el
conjunto de técnicas empleadas para diseñar el comportamiento de los ‘Non Playable Characters’
(NPC) o Personajes No Jugadores (PNJ).Sin embargo, a día de hoy, esta definición se quedaría
bastante corta. Y es que la I.A. en videojuegos no solo se emplea para determinar el
comportamiento de los enemigos, sino que va mucho más allá. Por ejemplo, para el diseño de La
inteligencia artificial en los videojuegos tiene una serie de características que la diferencian de la
aplicación de esta tecnología en otros campos. La más evidente es que está orientada al
entretenimiento dentro del propio juego, su objetivo es funcionar en un entorno virtual, sin
aplicaciones en el mundo real. Es decir, cumple una función lúdica que es intrínseca al videojuego,
y su aplicación no tiene cabida fuera del mismo.

Esto la diferencia de la inteligencia artificial en medicina o de la inteligencia artificial en Derecho,

ámbitos en los que esta tecnología busca una aplicación práctica en la realidad. Por ello, la
inteligencia artificial de un videojuego no está sometida a ciertas cuestiones morales. No tiene el
componente ético que puede tener en otros campos. En el ejemplo anterior de la medicina o el
Derecho, las decisiones tomadas por una I.A. pueden afectar a la vida real de las personas. En un
videojuego, las decisiones de la I.A. solo afectan a la partida, al mundo creado dentro del
juego.apas o niveles, o incluso para crear juegos desde cero.

Los últimos avances de la inteligencia artificial en videojuegos han permitido crear herramientas
capaces de diseñar videojuegos desde cero (tal y como veremos más adelante). Estas
herramientas han demostrado que la I.A no necesita precedentes para desarrollar un juego único.
Es capaz de diseñar juegos completos solo con los datos que maneja en el momento. En cambio,
una I.A. destinada a la medicina debería tener datos sobre patologías de pacientes, casos
anteriores, tratamientos eficaces o fallidos, etc. Por otra parte, el desarrollo de esta tecnología en
otros campos avanza hacia el desarrollo de I.A. cada vez más eficaces, cuyo objetivo es procesar la
mayor cantidad posible de datos y, en consecuencia, actuar de la manera más eficiente posible.
Sin embargo, en los videojuegos no es así. ¿Te imaginas un enemigo que te acierte todos los
disparos a 2 Km de distancia? ¿Un boss con una I.A. tan elevada que fuera invencible? Mataría uno
de los aspectos más importantes de un videojuego: la jugabilidad. El objetivo son inteligencias
artificiales con un comportamiento más humano, no más perfecto.
Juegos con IA.
 Half Life 2
 Gears of War
 Forza Motorsport
 Age of Empires
El origen de la Inteligencia Artificial en los videojuegos se da antes de que la propia industria se
volviera una parte esencial de la cultura popular a nivel mundial. Uno de los precedentes más
conocidas del uso de esta tecnología en un juego data de la década de los cincuenta, con los títulos
de ajedrez por ordenador que fueron desarrollados con base en el algoritmo MiniMax. Este
software tenía la capacidad de analizar la posición de las piezas en el tablero para elegir la mejor
jugada posible.
La Inteligencia Artificial en los videojuegos siguió evolucionando junto a productos que cada vez
tenían una base de consumidores más ávidos, y, por ende, más exigentes. Fue así que nuevas
posibilidades comenzaron a explorarse y en 1987 el videojuego Golden Axe innovó al permitir que
los enemigos corrieran tras el jugador con la intención de atacarlo por la espalda, algo
sorprendente si tenemos en cuenta que en la época los adversarios no destacaban por su
movilidad. Un año más tarde First Queen fue el primer juego que contó con NPCs que seguían al
jugador en el mapa.
El gran salto de la Inteligencia Artificial llegó en 1998 con Metal Gear Solid para PlayStation. En
este título que tenía la infiltración como mecánica básica de jugabilidad, los soldados enemigos
eran capaces de saltarse una ruta predeterminada si escuchaban algún ruido extraño, veían
pisadas o percibían alguna otra pista que les hiciera levantar una sospecha. Un comportamiento
más humano, adaptable e intuitivo comenzaba a verse reflejado en los NPCs.
En ese mismo año, Hall Life implementó una Inteligencia Artificial que posibilitaba a los enemigos
discernir entre el uso de rifles o granadas según la distancia o posición que tuvieras en relación a
ellos, además de crear estrategias para flanquear. Gracias a la IA, la experiencia en los juegos
comenzaba a ser más real, desafiante e inmersiva.
Agentes
Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o actúa en
tal ambiente por medio de efectores, estos no requieren la interacción con los humanos para
operar.
AGENTES INTELIGENTES

Podemos definir al agente inteligente como una entidad software que, basándose en su propio
conocimiento, realiza un conjunto de operaciones destinadas a satisfacer las necesidades de un
usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo requiere.
Todos los agentes inteligentes son programas, pero no todos los programas que realizan
búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados como
entidades individuales (partes de programa que tienen control sobre sus propias vidas y
movimientos). Continuamente están realizando procesos que les indican qué hacer y cómo. Se
comunican con otros agentes para resolver de forma adecuada su trabajo.

Hay dos principales características que distinguen a los agentes inteligentes del desarrollo de
software tradicional y estas son la inteligencia y la agencia.

1.La dimensión de inteligencia se refiere al grado en el cual la aplicación utiliza razonamiento,

aprendizaje y otras técnicas para interpretar la información o conocimiento al cual tiene acceso.

Se puede decir que hay tres niveles de formas de inteligencia

La forma más modesta de inteligencia permite al usuario expresar sus preferencias.

Una forma intermedia podría formalizar un conjunto de reglas de razonamiento que combinadas
con conocimiento a corto y largo plazo, siguiendo un proceso de inferencia puede conducir a la
toma de alguna acción, y un nivel superior es la capacidad del agente de modificar su capacidad de
razonamiento en la base nuevo conocimiento derivado de muchas fuentes, es decir,
aprender.
2. La agencia es el grado en el cual el agente puede percibir su entorno y actuar en el. Define al
agente, en otras palabras, para que un programa sea un agente debe poseer autonomía, habilidad
social, re-actividad y pro-actividad.

Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen a denotar
ciertas propiedades a cumplir por el agente. Esto lleva a plantear otra definición bastante
aceptada de agente donde se emplean tres calificativos que, según, el autor se consideran básicos.
Esta definición ve a un agente como un sistema de computación capaz de actuar de forma
autónoma y flexible en un entorno.
  Reactivo. El agente es capaz de responder a cambios en el entorno en que se encuentra
situado.

 Pro-activo, a su vez el agente debe ser capaz de intentar cumplir sus propios planes u
objetivos.

 Social, debe de poder comunicarse con otros agentes mediante algún tipo de lenguaje de
comunicación de agentes.

 Autonomía: un agente es completamente autónomo si es capaz de actuar basándose en su

experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por
otra parte, una definición menos estricta de autonomía sería cuando el agente percibe el
entorno.

 Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con
otras entidades.

 Racionalidad: el agente siempre realiza «lo correcto» a partir de los datos que percibe del
entorno.

 Re-actividad: un agente actúa como resultado de cambios en su entorno. En este caso, un

agente percibe el entorno y esos cambios dirigen el comportamiento del agente.

 Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios

objetivos a pesar de cambios en el entorno.

 Adaptatividad: está relacionado con el aprendizaje que un agente es capaz de realizar y si

puede cambiar su comportamiento basándose en ese aprendizaje.

 Movilidad: capacidad de un agente de trasladarse a través de una red telemática.

 Veracidad: asunción de que un agente no comunica información falsa a propósito.

 Benevolencia: asunción de que un agente está dispuesto a ayudar a otros agentes si esto
no entra en conflicto con sus propios objetivos.

¿Por qué utilizar agentes?

La necesidad de construir aplicaciones complejas compuestas de multitud de subsistemas que

interaccionan entre sí, es el marco de la distribución de la inteligencia en diversos agentes.

En este tipo de sistemas, la utilización de agentes y técnicas multiagente permite la gestión

inteligente de un sistema complejo, coordinando los distintos subsistemas que lo componen e
integrando objetivos particulares de cada subsistema en un objetivo común.
Podemos proponer una posible definición de agente: Un agente es un sistema informático situado
en un entorno, donde en general existen más agentes, dentro del cual actúa de forma autónoma y
flexible, recibiendo información externa y ejecutando acciones para intentar modificar su contexto
en el sentido de acercarse a la consecución de los objetivos que tiene marcados.

Dentro de este campo emergente es importante clarificar la diferencia entre un sistema basado en
agentes y un sistema multi-agente. Un sistema basado en agentes es aquel que utiliza el concepto
de agente como mecanismo de abstracción, pero podría ser implementado con estructuras
software tradicionales, sin embargo un sistema multi-agente es aquel que se diseña e implementa
pensando en que estará compuesto por varios agentes que interactuarán entre sí, de forma que
juntos permitan alcanzar la funcionalidad deseada. En este caso se exige un esfuerzo de
abstracción en el diseño, identificar mecanismos de aprendizaje, coordinación, negociación, etc

Funciones básicas de la Tecnología de Agentes.

Por tanto, desde un punto de vista del usuario, un agente se puede considerar para llevar a cabo
las siguientes funciones:

Ejecución de Tareas: La capacidad de realizar tareas son las destrezas que el agente posee para
lograr sus objetivos.

 Conocimiento de su entorno: El conocimiento del entorno debe de ser introducido o

construido por el desarrollado. Algunos agentes además adquieren su conocimiento por
aprendizaje.

 Capacidad de Comunicación: Se distingue dos tipos de comunicación, la interacción con el

usuario, y la que se refiere a comunicación inter-agente.

Usos de los agentes.

Representación virtual. Se comunican en lenguaje natural y suplen a los comerciales.

Como asistentes personales. Nos ayudan como lo haría un ayudante.

Negociador en mercados electrónicos. Localiza una subasta en Internet, aprende cómo va la oferta
y realiza una compra por nosotros.

Agente de búsqueda de información o rastreador. Rastrean en las redes de ordenadores en busca

de información solicitada. Son parametrizables por el usuario aprenden de sus hábitos, rastrean la
red e informan por correo electrónico de novedades que consideran pueden ser de interés para el
usuario.

Agente secreto o espía. Monitorizan una página Web identificada previamente por el usuario e
informan cuando se producen cambios en dicha página.