Inteligencia artificial

Psicología del desarrollo. Tecnología. Investigación. Red neuronal. Sistemas expertos. Informática. Ciencias de la Computación. Marvin Minsky

  • Enviado por: Austin
  • Idioma: castellano
  • País: Perú Perú
  • 9 páginas
publicidad

Inteligencia artificial..

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 ser humano desde la antigüedad. Con el avance de la ciencia moderna la búsqueda de la IA (inteligencia artificial) ha tomado dos caminos fundamentales: la investigación psicológica y fisiológica de la naturaleza del pensamiento humano, y el desarrollo tecnológico de sistemas informáticos cada vez más complejos.

En este sentido, el término IA se ha aplicado a sistemas y programas informáticos capaces de realizar tareas complejas, simulando el funcionamiento del pensamiento humano, aunque todavía muy lejos de éste.

En esta esfera los campos de investigación más importantes son el procesamiento de la información, el reconocimiento de modelos, los juegos y las áreas aplicadas como el diagnóstico médico. Algunas áreas de la investigación actual del procesamiento de la información están centradas en programas que permiten a un ordenador o computadora comprender la información escrita o hablada, y generar resúmenes, responder a preguntas específicas o redistribuir datos a los usuarios interesados en determinados sectores de esta información. En esos programas es esencial la capacidad del sistema de generar frases gramaticalmente correctas y de establecer vínculos entre palabras e ideas. La investigación ha demostrado que mientras que la lógica de la estructura del lenguaje, su sintaxis, está relacionada con la programación, el problema del

significado, o semántica, es mucho más profundo, y va en la dirección de una auténtica inteligencia artificial.

Actualmente existen dos tendencias en cuanto al desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. Los sistemas expertos intentan reproducir el razonamiento humano de forma simbólica. Las redes neuronales lo hacen desde una perspectiva más biológica (recrean la estructura de un cerebro humano mediante algoritmos genéticos). A pesar de la complejidad de ambos sistemas los resultados distan mucho de un auténtico pensamiento inteligente.

Muchos científicos se muestran escépticos acerca de la posibilidad de que alguna vez pueda desarrollarse una verdadera IA. 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.

Sistemas Expertos.

Los Sistemas Expertos (SE),también llamados Sistemas Basados en Conocimiento. Estos aplican técnicas de razonamiento de Inteligencia Artificial a la resolucion de problemas en áreas específicas para simular la aplicacion de expertos humanos. La efectividad de uno de tales sistemas estriba en la cantidad de conocimiento que se le siministre. Se usan a menudo como asistentes o consultores inteligentes de

los usuarios humanos para resolverles problemas rutinarios dejandoles así libres para que se dediquen a aplicaciones más novedosas e interesantes.

Un Sistema Experto está diseñado para generar soluciones de una gama de problemas dentro de un dominio determinado. Aunque la estructura de los problemas cambiase, el Sistema está capacitado para dar soluciones y en caso de requerir de mayor información, se puede añadir conocimiento sin necesidad de modificar el método de solución. Es un programa o conjunto de programas que emplea las técnicas de la Inteligencia Artificial para la solución de problemas. La solución que éste dará será una solución dada al nivel de un experto humano. Un sistema Experto busca una solución satisfactoria tal que sea lo suficientemente exacta de acuerdo al dominio del problema, aunque no sea la óptima.

Los Sistemas Expertos pueden:

1. Actuar como localizador de averias en equipos de enseñanza.

2. Asesorar medicamente sobre tratamiento de sospechosos de infecciones bacterianas en la sangre.

3. Reducir la localización de grandes depósitos de molibdeno.

4. Configurar sistemas complicados de cálculo en la fracción de tiempo requerida por el ingeniero experimentado.

Sistemas Expertos en la realidad.

Un problema se presta a ser considerado como un Sistema Experto cuando:

* Una solución del problema tiene una rentabilidad tan alta que justifica el desarrollo de un sistema, pues las soluciones son necesidades del área y no se ha trabajado en otros métodos para obtenerla.

* El problema puede resolverse sólo por un conocimineto experto que puede dar forma a los conocmientos necesarios para resolver el problema, y la intervención de experto dará al sistema la experiencia que necesita.

* El problema puede resolverse solamente por un conocimiento experto en vez de usar algoritmos particulares.

* Se tiene acceso a un experto que puede dar forma a los conocimientos necesarios para resolver el problema. La intervención de este experto dará al sistema la experiencia que necesita.

* El problema puede o no tener una solución única. Los sistema expertos funcionan mejor con problemas que tienen un cierto número de soluciones aceptables.

* El problema cambia rápidamente, o bien el conocimiento es el que cambia rápidamente, o sus soluciones son las que cambian constantemente.

* El desarrollo de un sistema experto no se considera que está acabado una vez que funciona este, sino que continuan desarrollando y actualizando tanto el conocimiento del sistema como los métodos de procesamiento, quedando reflejados los progresos o modificaciones en el campo, área o sistema.

Aplicaciones de los Sistemas Expertos.

* ANALISIS E INTERPRETACION: Se utilizan para analizar grandes cantidades de información y proporcionar alguna recomendación.

* PREDICCION: Los sistemas expertos son utilizados para predecir resultados o deducir consecuencias futuras en base a datos y hechos.

* DIAGNOSTICO Y DEPURACION: Los sistemas expertos pueden utilizarse para detectar errores y sugerir acciones correctivas.

* CONTROL: Se utilizan sistemas expertos para el control de procesos.

* DISEÑO: Se refiere a la creación de un nuevo producto, dispositivo o procedimiento. (ejem.Programas CAD (diseño asistido por computadora)).

* PLANIFICACION: Elaborar un plan significa construir una serie de acciones para alcanzar una meta.

……..

La inteligencia artificial es una de las áreas más fascinantes y con más retos de las ciencias de la Computación ya que ha tomado a la inteligencia como la

característica universalmente aceptada para diferenciar a los humanos de otras criaturas ya sean vivas o inanimadas, para construir programas o computadoras

inteligentes. Hay preguntas profundas que surgen al hacer esta comparación, y la posibilidad de construir una inteligencia maquinísta genera y estímula reacciones

fuertes. En particular porque no hay una definición unánime de inteligencia para todas las áreas del conocimiento y todas las corrientes de pensamiento, y como

establece McFarland, la inteligencia sólo la podemos medir por el resultado, es decir, podemos apreciar y diferenciar si un comportamiento es o no inteligente.

La investigación en inteligencia artificial se ha disparado buscando solución al problema si las máquinas pueden pensar.

El saber si una máquina es inteligente o “ha sido enseñada a pensar” se basa en el despliegue de características que así la califican, de manera que al ´continuum´ que

se presenta en la definición y reconocimiento de lo que es inteligencia, se agrega el de las máquinas.

.......

tomando como definición de Inteligencia Artificial, la que dio en su día Marvin Minsky (frase tal, que se ha hecho famosa por donde quiera que va):

"La Inteligencia Artificial es el arte de hacer máquinas capaces de hacer cosas que requerirían inteligencia en caso de que fuesen

hechas por seres humanos"

...esta definición nos llevaría, o por lo menos,

nos ayudaría a entender porque en inteligencia

artificial hay tantas ramas, pues al igual que la

medicina, la I.A. debe

abarcar todo lo inherente al hombre, para podérselo

ofrecer a la máquina y en definitiva, a nosotros, los

seres humanos.

......

datos

Definición: Un dato es un símbolo lingüístico o numérico que representa ya sea algo concreto como abstracto.

"1, 2, 3" son datos. En el momento de enlazar datos. como por ejemplo, "1, 2, 3" = "ventas diarias de enero 1,2,3", los datos se convierten en información. Así como se confunde conocimiento con información, es habitual confundir información con datos.

.....

conocimiento, representación del conocimiento

Definición: El resultado, por parte del humano de la maduración semántica de la información y su comprensión experiencial, se denomina conocimiento. En inteligencia artificial, una manera consistente y útil de organizar la información en la computadora cuyo objetivo es facilitar su procesamiento. Se lo denomina KR (knowledge representation). Entre los esquemas de KR aparecen reglas de lógica simbólica, frames, redes semánticas y gráficos conceptuales. Se suelen usar bases de conocimientos que contienen el conocimiento formalizado.

.......

información, infodinámica

Definición: La información, situada en el contexto de las ciencias naturales, es lo que tiene la capacidad, es la

materia prima, para ir construyendo (quizás a la manera asociativa como se construye un mapa conceptual) el

conocimiento (que tiende a ser sabiduría) residente en nuestros cerebros. Un proceso de información que

sucede subjetivamente en un cerebro tiene como resultado una amplificación de dicho cerebro frente a alarmas y seudoalarmas. El proceso individual

de información resulta en un incremento, ya no individual, sino general, de la información y del conocimiento. Los sistemas reales que guardan

información son del tipo de un cerebro o de una biomolécula de DNA (en ambos casos, información persistente). Los sistemas artificiales que

transmiten información son parte de la tecnología de comunicación o de instrumentación y control y son del tipo emisor - canal - receptor, filtrándole el

ruido y las señales sin sentido (información no-persistente). Una sencilla descripción es que información es lo guardado en el cerebro o en la molécula

de DNA o la parte aprovechable y verdadera que fluye por los canales de comunicación (la verdad es, segun muchos teóricos, un atributo imperioso de

la información). La información consiste en la selección de un signo de un almacén de signos y requiere de un seleccionador. La información es siempre

información sobre algo y por consiguiente depende de restricciones (del cerebro, del DNA, del canal, de las situaciones). No hay demasiado acuerdo

sobre este concepto, uno de los más difusos y difíciles de encuadrar. Norbert Wiener: Información es información, ni materia ni energía, es una

cantidad física separada y distinta. Carl Friederich von Weszäcker: La energía, es posible que al final de los análisis, aparezca como información.

Hansjürgen Mey: Materia - energía - información es una tríada básica de elementos que interactúan para producir las propiedades de un objeto o

proceso tal como es percibido por el humano. Daniel Federico Flückiger, David Chalmers: Información es un concepto situado en el contexto de las

ciencias naturales que puede condensar los procesos y objetos, tanto mentales como no-mentales, en un único título. Nauta (argumentación inválida

para las informaciones permanentes ya citadas): Hay un enlace entre información e improbabilidad. Información es noticia. Lo que ya se conoce no es

información. De esta suerte algo es información en la medida que sea desconocido, inesperado, sorprendente o "improbable". La información pierde

buena parte de su valor al ser comunicada y usada. Evans: La información I que crece con la disminución de entropía, S, respeta esta ecuación

aproximada:

I + S = K (una constante)

¿Se infiere que siendo la entropía tan misteriosa, la información tambien resulte misteriosa?- Jasper Hoffmeyer:

"...en biología evolucionaria, el neo-Darwinismo ha sido seriamente discutido por un conjunto de ideas denominadas infodinámica (Brooks and

Wiley, 1986; Weber, et al., 1989; Weber and Depew, 1995; Goodwin, 1989; Salthe, 1993). La infodinámica, en palabras de Stanley Salthe

"subsume la termodinámica y la teoría de la información, esencialmente animando a la primera por medio de la segunda" (Salthe, 1993, 6). La

idea general fue sugerida originariamente por Dan Brooks y Ed Wiley y se refiere a que la capacidad de información (desorden) aumenta

espontaneamente en sistemas en desarrollo, siendo producida al mismo tiempo que la entropía física a medida que el sistema madura y se

diferencia. Dado que una autoorganización de ese tipo es una propiedad prevalente de nuestro universo, la selección natural debiera ser vista

como jugando, no el papel de una fuerza dominante en la evolución, sino el relativamente modesto papel de podar la novedad que en forma

constante y autónoma se está generando segun los requisitos de la segunda ley de la termodinámica."

Jasper Hoffmeyer - Biosemiotics: Towards a New Synthesis in Biology?, en Internet. Fred Dreske: En el principio era la información. La palabra vino

más tarde. El proceso de adquirir información es la piedra angular para el aumento de conocimiento. El conocimiento es una forma especial de la

información. El aumento de información se llama aprendizaje. Fischbach: El conocimiento no siempre está asociado directamente con objetos del

mundo externo, ya que el objeto del conocimiento suele ser abstracto. Este tipo de conocimiento es debido a la asociación de neuronas en regiones del

cerebro, (nota: que Minsky llama cerebro-B), lejanas (en términos de circuitado) con respecto a los órganos sensoriales. La estructura del

conocimiento debe estar de acuerdo con la estructura del cerebro.

Consenso en plena gestión entre los neurocientíficos: Todas las cosas parecen tener en el fondo la misma estructura, lo cual es siempre un reflejo de la

estructura del cerebro en general y de las neuronas combinadas entre sí en particular. La estructura del conocimiento debe estar de acuerdo con la

estructura del cerebro. Las cosas construídas por el cerebro son los vehículos de información y las relaciones entre esas cosas son los elementos de

información. La estructura de las cosas consideradas como construcciones del cerebro se puede entender como análoga a la estructura neuronal del

cerebro, constructor de esas mismas cosas. La estructura del vehículo de información y la estructura del elemento de información deben ser

coherentes con la estructura o modelo del cerebro. Correlato neuronal de la información: Las neuronas serían los vehículos de información ya no mas

divisibles (en una palabra, atómicas) y las sinapsis serían los elementos de información ya no más divisibles (atómicas). La información bajo la forma de

ceros y unos neurales, no es en si misma el objeto de la información: es apenas una representación de ella sin ser idéntica con la información pura.

......

inteligencia artificial, IA

Definición: La inteligencia artificial es la tecnología y la ciencia del diseño de máquinas que realizan tareas que

normalmente se asocian con la inteligencia humana (o de los animales más o menos brutos). Las técnicas de la IA incluyen

brazos robotizados con varios grados de libertad, demostración de teoremas y sistemas expertos que diagnostican

enfermedades y prescriben remedios.

.......

sistema experto

Definición: Un capítulo de la inteligencia artificial que ejecuta, a partir de una base de reglas, algunas tareas que

normalmente requieren cierto nivel de experiencia por parte del humano. Estos programas usualmente logran

satisfacer inferencias usando dicho conjunto de reglas para interpretar inputs y generar un output que suene a

inteligente.

.......

heurística

Definición: De acuerdo con ANSI/IEEE Std 100-1984, la heurística trata de métodos o algoritmos exploratorios durante

la resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en la

búsqueda de un resultado final.

......

.......

Definición de Heurística

La palabra "heurística" se deriva del verbo griego heuriskein, que significa "encontrar" o "descubrir" "reglas prácticas" utilizadas por los expertos

para generar buenas soluciones sin tener que embarcarse en exhaustivas búsquedas. Especialmente, en el área de los algoritmos de búsqueda, se refiere a

una función mediante la cual se obtiene un estimado del costo de una solución.

.....

La información es coleccionable, almacenable o reproducible. Se utiliza para tomar decisiones, conduce

también a conclusiones acertadas o equivocadas, puesto que puede ser interpretada de diversas formas por

distintos individuos, dependiendo de muchos factores subjetivos y del contexto en que se encuentre la

persona que la recibe e interpreta. Así como es posible comunicar una noticia, también se comunican los

estados de ánimo, opiniones o conocimientos. Citamos un caso a manera de ejemplo: el 19 de junio de

1815, en la Bolsa de Valores de Londres, un mensajero proveniente de Ostend, Bélgica, entregó en secreto

una noticia a Nathan Rothschild. De inmediato, Rothschild vendió todas sus acciones. Los observadores,

enterados de que Rothschild tenía fuentes confiables de información, lo imitaron porque supusieron que ello

se debía a una victoria napoleónica en Waterloo, lo cual pondría en serios problemas a la prosperidad

británica y su hegemonía sobre Europa. Hacia el mediodía, en un mercado de valores totalmente deprimido,

Rothschild compró nuevamente todos los valores que él y todos los que lo imitaron habían vendido, a sólo

una fracción del precio de las ventas originales. Horas más tarde llegó la noticia de la victoria de Wellington con lo cual los valores no sólo recuperaron su precio de la mañana, sino que, al estar en manos de una sola

persona, éste aumentó... y con ello Rothschild ganó una fortuna en pocas horas, por tener y manejar

adecuadamente información que nadie más poseía.