Inteligencia Artificial

IA. Lógica. Programación. Bases. Ordenadores. Procesamiento. Lenguaje, Hardware, Software necesario. Lenguaje natural. Sistemas expertos. Componentes. Aplicaciones. Robótica. Cibernética. Programa ELIZA, MYCIN, DENDRAL. Latinoamérica. NASA (National Aeronautics And Space Administration)

  • Enviado por: Marita y Belen
  • Idioma: castellano
  • País: Argentina Argentina
  • 14 páginas
publicidad
cursos destacados
Tutoriales de Lenguaje C
Tutoriales de Lenguaje C
Regresando con uno de los lenguajes más potentes que existen: el tradicional C, lenguaje caracterizado por ser de uso...
Ver más información

MegaCurso PHP
MegaCurso PHP
A vuestra disposición más de 80 vídeos con aproximadamente 5 horas y cuarto de durada para que me...
Ver más información

publicidad

INTELIGENCIA ARTIFICIAL

INTRODUCCIÓN:

Durante muchos años las publicaciones para profesionales y para aficionados han puesto cada vez mas énfasis en temas como la quinta generación, la inteligencia artificial y los sistemas expertos y en pocos conocidos lenguajes como LIPS y PROLOG. La IA es una de las ramas de la informática que ha sido capaz de cumplir con muchas de las esperanzas y las predicciones iniciales.

La posibilidad de construir una maquina que pueda rivalizar o superar la capacidad de razonamiento del cerebro humano ha atraído durante muchos años la imaginación del hombre.

No existe una definición para la IA que tenga aun aceptación general lo cual no es de extrañar ya que tampoco ha existido nunca una definición universalmente aceptada de la inteligencia humana. La mayor parte de la controversia actual acerca de lo que constituye y de lo que no constituye una evidencia de (inteligencia artificial) en una maquina podría compararse con la preocupación de los filósofos medievales acerca del numero exacto de ángeles que ocuparían la cabeza de un alfiler.

Lo que si podemos afirmar es que ciertas técnicas y sistemas en el campo de la informática son reconocidos como facetas de la IA. En términos muy generales, dichas técnicas consisten en lograr que un computadora haga algo que si lo realizase un ser humano se considerara como inteligente. Debemos destacar los puros cálculos numéricos y la ejecución de las tareas rutinarias y considerar solo las acciones que parezcan conllevar algún aspecto del poder del razonamiento humano tales como la capacidad de abstracción, generalización, inventiva y por supuesto la capacidad de recordar.

Sin embargo, cuando la computación empezó a surgir como una ciencia, se empezaron a dar cuenta de que los robots podía realizar tareas mucho más complejas de lo que ellos imaginaban; se interesaron en el concepto del "razonamiento Humano"; Comenzó por desarrollar algoritmos capaces de resolver problemas específicos, se interesó en aplicar la Lógica Matemática en la resolución de dichos problemas.

De esta manera podemos ver que el entendimiento de algún lenguaje natural, reconocimiento de imágenes, encontrar la mejor manera de resolver un problema de matemáticas, encontrar la ruta óptima para llegar a una objetivo específico, etc., son parte del razonamiento humano, y que hasta ahora el hombre ha deseado poder imitarla desarrollando la Inteligencia Artificial.

Se requiere que un robot "piense" y tome una decisión entre dos o más opciones, es entonces cuando principalmente se aplica a los ordenadores, ya sean PC'S, servidores de red o terminales de red, ya que su principal aplicación es desarrollar programas computacionales que resuelvan problemas que implican la interacción entre la máquina y el hombre, es decir, las máquinas "aprenderán" de los hombres, para realizar mejor su labor.

DEFINICIÓN:

Definiciones de lo que es la inteligencia artificial, de acuerdo con ocho autores recientes.

  • La interesante tarea de lograr 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 de aprendizaje... (Bellman, 1978)

  • El estudio de las facultades mentales mediante el uso de modelos computacionales. (Chamiak 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 a la explicación y emulación de la conducta inteligente en función de procesos computacionales.(Schalkoff, 1993)

  • La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente. (Luger y Stubblefield, 1993)

FUNDAMENTOS:

Si bien el de la IA es un campo joven, es heredada de diversas ideas, puntos de vista y técnicas de otras disciplinas. Durante más de dos mil años de tradición en filosofía han surgido diversas teorías de razonamiento y de aprendizaje, simultáneamente con el punto de vista de que la mente se reduce al funcionamiento de un sistema físico. Durante más de 400 años de matemática, han surgido tercas formales relacionadas con la lógica, probabilidad, toma de decisiones y la computación.

La psicología ofrece herramientas que permiten la investigación de la mente

humana, así como un lenguaje científico para expresar las teorías que se van

obteniendo. La lingüística ofrece teorías sobre la estructura y el significado del lenguaje. Por último, la ciencia de la computación, de la que se toman las herramientas que permiten que la IA sea una realidad.

SON CAPACES DE PENSAR LAS COMPUTADORAS

Mucho se ha escrito afirmando y negando la posibilidad de programar las computadoras para que piensen y aprendan. La controversia se debe principalmente a 1) la falta de conocimiento de los procesos que participan en el pensamiento y aprendizaje humanos. 2 ) la falta de definiciones aceptables de las palabras pensar y aprender.

Adónde es probable que conduzcan las investigaciones actuales sobre inteligencia artificial? Nadie lo sabe. Los investigadores utilizan el termino heurística para describir la parte que se relaciona con el juicio o sentido común en la resolución de problemas. Es decir describe la parte de la resolución de problemas que maneja: la definición del problema, la elección de estrategias razonables a seguir y la formulacion de hipótesis y corazonadas. Actualmente los seres humanos son muy superiores a las

computadoras en el área heurística del trabajo intelectual. No obstante cuando se conozcan mejor los procesos de pensamiento y aprendizaje humano, será posible desarrollar programas nuevos y maquinas con facultades heurísticas avanzadas. Varios investigadores muy capaces están trabajando en este objetivo y pueden ya hacer alarde de algunos logros importantes.

Por ejemplo, los investigadores están dando los primeros pasos en la construcción de computadoras de red neural, es decir, maquinas cuyos circuitos siguen el patrón de las complejas interconexiones que existen entre las neuronas o células nerviosas del cerebro. Las computadoras de red neural cuentan ya con cientos de miles de elementos de proceso ( o “neuronas” simuladas) y existen miles o hasta millones de interconexiones entre estos elementos. En comparación los seres humanos tienen cerca de diez mil millones de neuronas en la parte del cerebro que se utiliza para pensar, y existen por lo menos 100 billones de interconexiones entre las células nerviosas. En vista de la enorme superioridad reticular del cerebro, nadie esta sugiriendo que las maquinas que simulan esta red estén ni remotamente cercanas a duplicar la capacidad del cerebro. De hecho algunos científicos en el área de la computación alegan que no tiene caso tratar de construir una maquina con este órgano como modelo. Otros, que trabajan hoy en día con modelos similares al cerebro, están convencidos de que sus labores pueden conducir a alguna forma de inteligencia de silicio para mediados del siglo XXI.

LENGUAJE DE LA IA.

Los lenguajes de programación tradicionales no se han adaptado bien a las aplicaciones en IA. Se han usado ampliamente lenguajes como Prolog, basados en la lógica y Lips que tiene una superior capacidad en el procesamiento de listas, pero hay muchos mas lenguajes diseñados especialmente para algunas aplicaciones concretas.

HARDWARE PARA LA IA.

El diseño tradicional de hardware no ha conseguido alcanzar, en gran medida el fin propuesto por la IA. Las técnicas de IA requieren acceso rápido a bancos de memoria, enormes según los estándares tradicionales y, por tanto, las velocidades de proceso son demasiado lentas para las aplicaciones mas exigentes. La antigua idea de solucionar un problema paso a paso mediante la ejecución de una secuencia de instrucciones esta cediendo al paso a la idea del procesamiento en paralelo, en le cual un conjunto de procesadores trabajan simultáneamente en la diferentes partes del problema.

Según otros rumbos tomados se propone la inclusión de compiladores en hardware mas que en software, y la obtención de un micro código para procesadores en un lenguaje lógico como el Prolog.

APLICACIONES ACTUALES DE LA IA: PROGRAMAS PARA LENGUAJE NATURAL Y SISTEMAS EXPERTOS

PROGRAMAS PARA LENGUAJE NATURAL

Los programadores están creando interfaces mediante programas para lenguaje natural que permiten a los usuarios sustituir los complicados comandos de programa en la jerga de las computadoras por ordenes en español común. Las interfaces de lenguaje natural permiten a los usuarios consultar sistemas de base de datos, enterarse de cual es la información que esta almacenada, etc.

Los programas de lenguaje natural son de dos tipos: aquellos que permiten a los usuarios escoger palabras que aparecen en menús sucesivos hasta formar comandos que puede entender el programa, y aquellos que permiten a los usuarios teclear preguntas o comandos con sus propias palabras.

En ambos casos los programas de lenguaje natural interpretan las partes del lenguaje y el significado de un enunciado para después traducir este a comandos de aplicación que la computadora pueda aceptar y procesar.

Los programas de lenguaje natural incluyen tres elementos: Un elemento es el analizador sintáctico (parser), que es el componente del programa que determina como esta formado un enunciado a partir de sustantivos, verbos y otros fragmentos. Un segundo elemento es el analizador semántico que utiliza el diccionario integrado para interpretar el significado de las palabras del enunciado. El tercer elemento es el generador de código que traduce el enunciado del usuario a códigos en lenguaje de maquina aceptables para la computadora.

SISTEMAS EXPERTOS:

DEFINICIÓN

No resulta fácil dar una definición de Sistema Experto, entre otras cosas, porque el concepto de Sistema Experto va evolucionando, ya que, a medida que se va progresando, sus funciones se van ampliando y resulta un concepto cambiante.

Hace ya bastantes años, Edward Feigenbaum, de la Universidad de Stanford

definió, en el Congreso Mundial de IA, un Sistema Experto como: "Un

programa de computador inteligente que usa el conocimiento y procedimientos de inferencia para resolver problemas que son lo suficientemente difíciles como para requerir la intervención de un experto humano para su resolución. Hoy, con los avances conseguidos, resultaría mas correcto definir un Sistema Experto como: "Un sistema informático

que simula el proceso de aprendizaje, de memorización, de razonamiento,

de comunicación y de acción de un experto humano en una determinada

rama de la ciencia, suministrando, de esta forma, un consultor que puede

sustituirle con unas ciertas garantías de éxito". Estas características

le permiten almacenar datos y conocimiento, sacar conclusiones lógicas,

tomar decisiones, aprender de la experiencia y los datos existentes, comunicarse con expertos humanos o Sistemas Expertos, explicar el porque de las decisiones tomadas y realizar acciones como consecuencia de todo lo

anterior.

COMPONENTES

La definición anterior de Sistemas Expertos se entiende mejor cuando

se examinan sus distintos componentes..

El subsistema de control de coherencia, es un componente importante de los Sistemas Expertos. Su función es la de prevenir la entrada de información incoherente en la base de conocimiento. Se trata de un componente esencial, pese a ser una incorporación reciente a este campo. El subsistema de adquisición de conocimiento, controla el flujo de nuevo conocimiento a la base de datos. Este subsistema determina si la nueva información es redundante, es decir, si esta contenida ya en la base de conocimiento. Aquella información no redundante es transmitida a la base de conocimiento para que sea almacenada. El motor de inferencia es el corazón de todo Sistema Experto. La misión principal de este componente es la obtención de conclusiones mediante la aplicación del conocimiento abstracto al conocimiento concreto. En el transcurso de este proceso, si el conocimiento inicial es muy limitado, y el sistema no puede obtener ninguna conclusión, se utilizara el subsistema de demanda de información para completar el conocimiento necesario y reanudar el proceso de inferencia hasta obtener alguna conclusión valida. En algunos casos, el usuario puede indicar la información necesaria ayudado de una interfase de usuario. La interfase de usuario es una componente importante, pues facilita la comunicación entre el Sistema Experto y el usuario. El subsistema de incertidumbre es el componente de un Sistema Experto responsable de almacenar la información de tipo incierto y de propagar la incertidumbre asociada a esta información. El subsistema de ejecución de tareas es el componente que permite realizar acciones al Sistema Experto. Estas acciones se basan en las conclusiones obtenidas por el motor de inferencia. El subsistema de explicación es otro de los componentes de los Sistemas Expertos que requieren una interfase de usuario. El usuario puede solicitar una explicación de las conclusiones obtenidas o de las acciones ejecutadas por el Sistema Experto.

Una de las principales facetas de un Sistema Experto es la habilidad de aprender. En un Sistema Experto pueden considerarse dos tipos distintos de aprendizaje: estructural y paramétrico; el aprendizaje estructural se refiere a algunos aspectos relacionados con la estructura del conocimiento (reglas, espacios probabilisticos, etc.). El aprendizaje paramétrico se refiere a los cambios de los parámetros de la base de datos. Otra faceta de un Sistema Experto es su habilidad para ganar experiencia a través de los datos disponibles.

APLICACIONES

Los Sistemas Expertos han demostrado ser herramientas muy útiles en gran cantidad de situaciones. En las ultimas décadas, se han desarrollado un gran numero de Sistemas Expertos en diferentes áreas del conocimiento: Medicina, Geología, Química, Economía, Ingeniería Civil, etc. Las ventajas

que supone el uso de un Sistema Experto han motivado el enorme crecimiento de este campo. Algunas de estas ventajas se exponen ha continuación:

1) Con la ayuda de un Sistema Experto, personas con poca experiencia pueden resolver problemas que requieren un "conocimiento especializado". De esta forma, se incrementa el numero de personas con acceso a un conocimiento experto.

2) Los Sistemas Expertos pueden obtener conclusiones y resolver problemas de forma mas rápida que los expertos humanos. Por tanto, los Sistemas Expertos son de gran valor en las situaciones donde el tiempo juega un papel critico (control de la refrigeración de una central nuclear, etc.).

3) Los Sistemas Expertos razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad: siempre obtienen la misma respuesta a partir de los mismos datos.

4) En algunos casos, la complejidad de un problema hace que un experto humano no pueda obtener una conclusión. Debido a la capacidad de los ordenadores de procesar una gran cantidad de información, y de realizar un gran numero de operaciones en poco tiempo, los Sistemas Expertos pueden obtener conclusiones realistas en situaciones donde los expertos humanos no pueden.

5) El uso de Sistemas Expertos es especialmente recomendado en las siguientes situaciones:

  • Cuando los expertos humanos en una determinada materia son escasos, los Sistemas Expertos pueden recoger y difundir su conocimiento.

  • En situaciones complejas, donde la subjetividad humana puede llevar a conclusiones erróneas.

  • Cuando sea muy elevado el volumen de datos que ha de considerarse para obtener una conclusión.

  • En situaciones deterministas, en las que las conclusiones se obtienen aplicando un conjunto de reglas dado.

TIPOS DE SISTEMAS EXPERTOS

Entre los tipos mas importantes de Sistemas Expertos, los basados en reglas, y los basados en probabilidad han sido los mas estudiados y difundidos. Los Sistemas Expertos basados en reglas se definen a partir de un conjunto de objetos, que representen las variables del modelo considerado, ligadas mediante un conjunto de reglas, que representaran las relaciones entre las variables. En cambio, la estructura de los Sistemas Expertos probabilísticos es más abstracta para la lógica humana. La base del conocimiento de estos sistemas la compone un espacio probabilístico, y su motor de inferencia, a través de diversos métodos de calculo de probabilidades condicionadas calcula la probabilidad de los sucesos aplicando diversas hipótesis de independencia.

DESARROLLO DE SISTEMAS EXPERTOS

Para que desearía una organización desarrollar un sistema experto? Un objetivo es preservar conocimientos que se perderían si se retira, renuncia o muere un experto de la companía. Otro propósito es copiar la pericia de un experto con el fin de adiestrar a los trabajadores nuevos en diferentes localidades, con el fin de que puedan trabajar como lo hace el experto.

A fin de desarrollar el componente de base de conocimiento de un sistema experto, los investigadores en inteligencia artificial y los ingenieros en conocimientos dedican varios meses a analizar las mentes de especialistas para extraer y estructurar los conocimientos que son la base de sus pericias.

Una vez elaborada la base de conocimientos, se utilizan técnicas programadas en el integrador del sistema para analizar y procesar en forma eficiente los datos de la base. Los datos y consultas de los usuarios se pueden presentar en un lenguaje natural, para lo que normalmente se requieren una serie de interlocuciones entre el usuario y el sistema. conforme el usuario proporciona datos de entrada, el sistema experto responde como un ayudante inteligente dando consejos y sugiriendo posibles decisiones.

ROBÓTICA.

La ciencia de la robótica implica diferentes técnicas de IA. La idea de un robot "listo" con la capacidad de aprender por experiencia es el tema central de teorías e investigaciones en IA. El robot debe ser capaz de comunicarse en lenguaje natural y debe poder realizar tareas que requieran que el equivalente a la iniciativa y la originalidad, esto implica que el robot debe llegar a realizar, tra un periodo de aprendizaje cosas para las cuales no estaba inicialmente programado, a diferencia de los robots que se utilizan actualmente en la aplicación industrial, los cuales no son más que meros autómatas.

La idea global en la inteligencia artificial estuvo desacreditada durante varios años debido parcialmente, al excesivo optimismo por parte de la primera teoría pero, mayormente causado por la exageración y el sensacionalismo de algunos de sus divulgadores.

Los primeros robots creados en toda la historia de la humanidad, no tenían más que un solo fin: entretener a sus dueños. Estos inventores se interesaban solamente en conceder los deseos de entretener a quien les pedía construir el robot. Sin embargo, estos inventores se comenzaron a dar cuenta de que los robots podía imitar movimientos humanos o de alguna criatura viva. Estos movimientos pudieron ser mecanizados, y de esta manera, se podía automatizar y mecanizar algunas de las labores más sencillas de aquellos tiempos.

El origen del desarrollo de la robótica, se basa en el empeño por automatizar la mayoría de las operaciones en una fábrica; esto se remonta al siglo XVII en la industria textil, donde se diseñaron telares que se controlaban con tarjetas perforadas.

CIBERNÉTICA.

La cibernética es una ciencia interdisciplinaria, tratando con sistemas de comunicación y control sobre organismos vivos, máquinas u organizaciones. El término es una derivación del vocablo griego kybernetes que significa gobernador o piloto, y fue aplicado por primera vez en 1948 a la teoría del control de mecanismos por el matemático americano Norbet Wiener.

En el cuerpo humano, el cerebro y el sistema nervioso funcionan para coordinar la información, la cual es utilizada para determinar el futuro curso de una acción; controlar los mecanismos para la auto corrección en máquinas que sirven con un propósito similar. Este principio es conocido como retroalimentación, el cual es fundamental en el concepto de automatización.

La cibernética también se aplica al estudio de la psicología, servomecanismo, economía, neuropsicología, ingeniería en sistemas y al estudio de sistemas sociales, el término cibernética no es muy utilizado para describir por separado a un campo de estudio, y muchas de las investigaciones en el campo ahora se centran en el estudio y diseño de redes neuronales artificiales.

EL PROGRAMA ELIZA

Casi cada publicación famosa en la IA menciona el programa ELIZA que fue escrito a finales de los sesenta por el profesor Joseph Weizenbaum de Massachusetts Institute of Technology (MIT). El programa fue diseñado como una ayuda al análisis del lenguaje y el profesor J. W. Lo llamo así en honor a la muchacha que aparece en la obra de G. B. Shaw, que comenzó como una vendedora callejera de flores y su vida se transformo cuando el profesor de dicción le enseño a hablar un correcto ingles, quien asumió esta tarea como parte de una apuesta. Un elemento muy importante del mensaje de Shaw era que aunque Eliza continuaba siendo la misma persona, con las misma virtudes y defectos antes y después de su transformación, la gente la veía de un manera deferente, como una señorita bien vestida y con un acento culto, en contraste con la desastrada vendedora de flores que hablaba de una forma vulgar. Podemos obtener la moraleja de esta historia y observar que aunque un programa sea muy complejo la computadora sigue siendo una acumulación inanimada de dispositivos electrónicos y que, aunque algunos de los resultados puedan ser sorprendentes la maquina es capaz de ejecutar únicamente las tareas para las cuales fue exactamente programada y nada más.

EL PROGRAMA MYCIN

La especialización de en cualquier actividad requiere un gran conocimiento de asociado. El proceso para poder practicar una cierta actividad depende de la asimilación de esta conocimiento. Un conjunto de hechos constituye una gran parte del conocimiento básico sobre un tema, pero son igualmente importantes la destreza que se puede adquirir con la experiencia, las ideas generales en algunos casos acerca de lo que es una buena practica y el arte de tomar una decisión acertada basándose en información incompleta. Esto resulta tan importante para el aprendizaje de cualquier materia o para que el estudiante de cualquier ciencia adquiera los aspectos sutiles del tema, como aprender las premisas básicas. En la creación de un sistema experto hay una parte bastante inmediata de codificación de los hechos conocidos sobre un tema; la parte mas difícil, conocida como modelización de la maestría, consiste en la formulación y aplicación de reglas extraídas de la experiencia que se posee en el tema. En cualquiera de los casos el sistema esta constituido por una base de conocimientos que proporcionan los hechos y un motor de inferencia para desarrollar las deducciones lógicas y tomar decisiones (algunas veces acompañadas de un porcentaje de probabilidad acerca de la corrección de las deducciones), basadas en los hechos y reglas conocidas.

El programa MYCIN publicado por E. Schortcliffe en 1976 es un sistema que diagnostica enfermedades infecciosas, en particular infecciones sanguíneas. MYCIN lo usan médicos en practicas para obtener ayuda en sus diagnósticos, a su vez el sistema se actualiza con los hechos y reglas de inferencia que proporcionan los especialistas.

EL PROGRAMA DENDRAL

DENDRAL es un programa experto de análisis químico y se ha aplicado con mucho éxito en muchos lugares del mundo. DENDRAL soluciona un problema de ingeniería química en tres fases. En primer lugar, el programa infiere cualquier posible restricción sobre la solución basándose en el conocimiento que posee en su base de datos. A continuación permite a los usuarios añadir cualquier otro tipo de restricción y finalmente genera y comprueba una lista de posibles soluciones, que imprime en orden de preferencia. DENDRAL se escribió originalmente en LIPS, pero ha sido reprogramado para ser usado en varias maquinas diferentes de entre las que se destaca la implementación realizada sobre un PDP-10 en Edimburgo. Este programa basado en la estrategia de "planificar, generar y comprobar" se usa en las universidades y en las industrias de Estados Unidos y en Europa y representa una de las aplicaciones practicas de la IA que mas éxito ha conseguido de entre las desarrolladas hasta la fecha.

INTELIGENCIA ARTIFICIAL EN LATINOAMÉRICA

El Laboratorio de Inteligencia Artificial (LIA) de la Universidad Federal do Caerá , Fortaleza Brasil , es un centro fundado en 1991 cuyo desenvolvimiento ha sido tan grande como para convertirse en uno de los polos consolidado de excelencia científica y tecnológica en el arrea informática de la región.

Otro de los centros neurálgicos de Latinoamérica esta en México, en el Centro de Inteligencia Artificial CETEC de Monterrey.Las actividades académicas en este centro se inician durante la década del setenta. A principios de los años 80 la IA empieza a aplicarse a la solución de problemas reales con los sistemas expertos. Los sistemas expertos se declaran como una línea de investigación prioritaria del centro de investigación en Informática, México. En 1984 se ofrecen los primeros cursos de postgrado en IA y en 1985 se forma un grupo de investigación de IA que se dedica principalmente a la docencia, asesoría de tesis, y la asimilación de tecnología para aplicarla en la solución de problemas médicos e industriales. En 1987 se inician los primeros problemas de mantenimiento de maquinaria industrial, entre 1988 y 1989 crece la relación con otras empresas, y en 1989 se consolida la disciplina con el establecimiento del Centro de Inteligencia Artificial para llevar a cabo formación de recursos humanos a nivel postgrado, realizar investigación básica y aplicada y transferir tecnología de IA al medio empresarial. A partir de 1995 se ofrecen especialidades en IA y se inicia una estrategia de generalización para utilizar la tecnología de IA como una herramienta de análisis y solución de problemas complejos en las carreras profesionales.

INTELIGENCIA ARTIFICIAL Y LA NASA:

La NASA esta desarrollando varios proyectos, los cuales tienen por objetivo desarrollar y demostrar un revolucionario concepto de control que podrá identificar la estabilidad de las aeronaves y controlar las características usando las redes neuronales y utilizando esta información para optimizar su performance, tanto en condiciones normales como en situaciones simuladas de fallas. Algunos de los proyectos son:

  • Planes de propulsión de aeronaves controladas: Intentan desarrollar e investigar los conceptos de redes neuronales para expandir las medidas de seguridad disponibles al piloto según las leyes de control clásicas.

  • Sistemas Inteligentes: los proyectos de Sistemas Inteligentes comparten el objeto general de utilizar las técnicas avanzadas de software disponibles por la NASA, para desarrollar operaciones inteligentes dando como resultado un accionar mejorado.

  • Análisis inteligente de señales: El Análisis Inteligente de Señales vibratorias de las transmisiones de los helicópteros tiene como objetivo desarrollar información tecnológica y métodos avanzados de computación para diagnosticar o predecir el estado de salud de los componentes en tiempo real.

CONCLUSIÓN:

A pesar de la complejidad de los sistemas desarrollados, los resultados distan mucho de un autentico comportamiento inteligente. No se conoce el funcionamiento intrínseco de la mente humana ni se ha incorporado el concepto de inteligencia emocional en el análisis. Como concepto nuevo que es, no se valora realmente la incidencia de las emociones y sentimientos en las decisiones humanas, aunque, de todos modos, difícil seria incluir estos temas como variables de funciones matemáticas. Por otra parte, en nuestro país no se hallan fácilmente proyectos serios que profundicen esta área de tanto potencial.

En un futuro previsible, empero, es probable que la función de la computadora continúe siendo la de un amplificador de la inteligencia, un aliado de la humanidad. Esta alianza combina la superioridad actual del cerebro humano en cuestiones que requieren creatividad, juicio e intuición con la superioridad de la computadora en cuanto a velocidad de procesamiento exactitud e incansable atención a los detalles. La palabra sinergia se refiere a la facultad de dos entidades de lograr juntas lo que son incapaces de lograr solas. La alianza entre los humanos y las computadoras puede producir un efecto sinérgico. Los posibles logros de esta alianza no parecen tener límites.

BIBLIOGRAFÍA

  • Libro: “Informática: Presente y futuro” Autor: Sanders, Donald H. “ Efectos de las computadoras en la sociedad ” Pag: 131 a 140

  • Enciclopedia Encarta 99 ( MICROSOFT)

  • Manual de Multimedia. Cuaderno 10. Clarín

  • Datos obtenidos de INTERNET: