Informática

Inteligencia artificial

Compartir 0 Me sirvió 0 No me sirvió

Índice

Inteligencia Artificial

Definición de Inteligencia Artificial……………………………………. 1

Características de la IA…………………………………………………. 1

Objetivos de la IA………………………………………………………. 2

Ramas de la IA

Robótica………………………………………………………………… 3

Sistemas Expertos………………………………………………………. 7

Realidad Virtual………………………………………………………… 9

Bibliografía……………………………………………………………. 11

Inteligencia Artificial

Definición de Inteligencia Artificial

Se define la inteligencia artificial (IA) como aquella inteligencia exhibida por artefactos creados por humanos (es decir, artificiales). A menudo se aplica a los computadores. El nombre también se usa para referirse al campo de la investigación científica que intenta acercarse a la creación de tales sistemas. Aunque la IA está rodeada de bastante ciencia ficción, se trata de una rama de la Informática, que trata sobre comportamientos inteligentes, aprendizaje y adaptación en máquinas.

La inteligencia artificial es, hoy día, una de las áreas con más retos en las Ciencias de la Computación. Posee amplias relaciones con disciplinas matemáticas como el Álgebra y la Estadística, tomando de éstas algunas herramientas para desempeñar su labor.

Características de la Inteligencia Artificial.

Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.
El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; 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.
Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.

En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Dichos atributos del agente inteligente son:

Tiene actitudes mentales tales como creencias e intenciones.

Tiene la capacidad de obtener conocimiento, es decir, aprender.

Puede resolver problemas, incluso particionando problemas complejos en otros más simples.

Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas o contradictorias.

Planifica, predice consecuencias, evalúa alternativas (como en los juegos de ajedrez)

Conoce los límites de sus propias habilidades y conocimientos.

Puede distinguir a pesar de las similitudes de las situaciones.

Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías.

Puede generalizar.

Puede percibir y modelar el mundo exterior.

Puede entender y utilizar el lenguaje y sus símbolos.

Objetivos de las Investigaciones en IA

Los investigadores en inteligencia artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).

Otros investigadores están trabajando en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.

Finalmente, la fundamental investigación sobre la representación del conocimiento, la conceptualización cognoscitiva y la comprensión del lenguaje natural.

Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.

El razonamiento de un jugador de ajedrez no siempre es el mismo que el de un directivo que se pregunta la viabilidad de fabricar un nuevo producto. Un niño jugando con bloques de madera en una mesa no tiene idea de la complejidad del razonamiento necesario para llevar a cabo la construcción de una pirámide, e intentar que un robot hiciera lo mismo que el niño requeriría un largo programa de computador.

Ramas de la Inteligencia Artificial

Robótica

La Robótica es una ciencia que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia.

A finales de los años 70, se produjo un nuevo giro en el campo de la investigación relacionada con la inteligencia artificial: la aparición de robots. Los robots experimentales creados para estos efectos eran automatismos capaces de recibir información procedente del mundo exterior (p. ej.., sensores, cámaras de televisión, etc.), así como órdenes de un manipulador humano (expresadas en lenguaje natural).

De este modo, el robot determinaba un plan y, de acuerdo con él, ejecutaba las órdenes recibidas mediante el empleo de un modelo del universo en el que se encontraba. Era incluso capaz de prever las consecuencias de sus acciones y evitar, así, aquéllas que más tarde pudieran resultarle inútiles o, en algún momento, perjudiciales. Estos primeros robots experimentales eran bastante más inteligentes que los robots industriales, y lo eran porque disponían de un grado mucho mayor de percepción del entorno que los robots empleados en las cadenas de producción.

El principal problema con el que se enfrenta la inteligencia artificial aplicada a los robots es el de la visión. Mientras que la información recibida a través de censores se puede interpretar con relativa facilidad y entra a formar parte de la descripción del modelo de universo que emplea el robot para tomar decisiones, la percepción de las imágenes captadas y su interpretación correcta es una labor muy compleja.

En cuanto a la interpretación de las imágenes captadas mediante cualquier sistema, se ha logrado ya el reconocimiento de formas preprogramadas o conocidas, lo que permite que ciertos robots lleven a cabo operaciones de reubicación de piezas o colocación en su posición correcta a partir de una posición arbitraria. Sin embargo, no se ha logrado aún que el sistema perciba la imagen tomada mediante una cámara de ambiente y adapte su actuación al nuevo cúmulo de circunstancias que esto implica. Así, por ejemplo, la imagen ofrecida por una cámara de vídeo de las que se emplea en vigilancia y sistemas de seguridad no puede ser interpretada directamente por el ordenador.

Objetivos de la Robótica:

El aumento de la productividad.- Esto se consigue, fundamentalmente, optimizando la velocidad del trabajo del robot, que reduce el tiempo parcial a cargo del manipulador y aumenta el rendimiento total en línea de producción.
Potenciar la flexibilidad en la adaptación a series de producción cortas.
Optimizar el rendimiento de otras marcas y herramientas relacionadas con la labor del robot.
Conseguir una rápida amortización de la inversión, como consecuencia de la sustitución de la mano de obra, mejor uso y mayor duración de las herramientas, menores pérdidas de material residual, pocas averías y mantenimiento reducido.
Mejorar la capacidad de los productos fabricados, dada la precisa repetividad de los movimientos del robot y la posibilidad de incrementar un control de calidad.
Disminuir los stocks de productos terminados, así como el de sus plazos de entrega.
Realizar trabajos en condiciones hostiles y peligrosas, tales como las que se llevan acabo en ambientes con temperaturas elevadas, contaminación, gases tóxicos, materiales inflamables o radiactivos y en los entornos submarinos o espaciales

Campos de aplicación de la robótica

Teóricamente el uso de sistemas robóticos podría extenderse a casi todas las áreas imaginables en donde se necesite de la ejecución de tareas mecánicas, tareas hoy ejecutadas por el hombre o imposibles de ejecutar por él (por ej. una exploración sobre el terreno de la superficie marciana). Se entiende, en este contexto, que tarea mecánica es toda actividad que involucra presencia física y movimiento por parte de su ejecutor.
Pero al situarnos en el contexto real, en la práctica, nos damos cuenta de que existen factores que limitan el vuelo de nuestra imaginación, los que mencionaremos en el siguiente punto.

Algunos de los campos de aplicación actuales de la robótica son:

Investigación - Exploración.
En donde los robots presentan la ventaja de resistir mejor los ambientes hostiles para el ser humano.

Entretenimiento.
Esta industria se favorece del uso de robots para recrear situaciones ficticias o posibles, haciendo uso de los llamados "efectos especiales".

Construcción.
Industria en que ya se registran proyectos que incluyen el uso de robots como ejecutores de tareas de dimensionamiento, transporte, montaje, entre otras.

Automatización Industrial.
Es el más relevante y de interés para nosotros. Corresponde al uso de robots en la industria a fin de mejorar, agilizar y aumentar la producción en los diferentes procesos.

El Futuro de la Robótica

Hans Moravec, director de Moville Robot Laboratory de la Universidad Carnegie Mellon clasifica la evolución de los robots como sigue:

Primera generación (2000-2010): Robot con cerebro de lagarto. Requerirán un poder de cálculo de 1000 MIPs y serán los robots "mayordomo", experto en desenvolverse en el hogar.
Segunda generación (2010-2020): Robots con cerebro de mamífero. Capacidad de cálculo de 30.000 MIPs. Su característica más notoria será el aprendizaje, a diferencia de los rígidos programas de la primera generación.
Tercera generación (2020-2030): Robots con cerebro de mono. Capacidad de cálculo de 1.000.000 MIPs (un billón de operaciones por segundo). Serán robots capaces de simular las acciones de forma abstracta antes de realizarlas en su propia mente.
Cuarta generación (2030-2040): Robots con mente humana. Capacidad de cálculo de 30.000.000 MIPs. Podrán extraer simulaciones del mundo y razonar sobre ellas simultáneamente, gracias a su mayor poder de computación, un gigantesco banco de datos y programas de razonamiento.

Sistemas Expertos

Los sistemas expertos se basan en la simulación del razonamiento humano. El razonamiento humano tiene para ellos, un doble interés: por una parte, el del análisis del razonamiento que seguiría un experto humano en la materia a fin de poder codificarlo mediante el empleo de un determinado lenguaje informático; por otra, la síntesis artificial, de tipo mecánico, de los razonamientos de manera que éstos sean semejantes a los empleados por el experto humano en la resolución de la cuestión planteada.

Estos dos campos de interés han conducido a los investigadores que trabajan en el campo de la inteligencia artificial (de la cual los sistemas expertos son un campo preferente) a intentar establecer una metodología que permita verificar el intercambio con los expertos humanos y aislar los diversos tipos de razonamiento existentes (inductivo, deductivo, formal, etc.), así como construir los elementos necesarios para modelizarlos.

Los sistemas expertos son, por lo tanto, intermediarios entre el experto humano, que transmite sus conocimientos al sistema, y el usuario de dicho sistema, que lo emplea para resolver los problemas que se le plantean con la competencia de un especialista en la materia y que, además, puede adquirir una destreza semejante a la del experto gracias a la observación del modo de actuar de la máquina. Los sistemas expertos son, pues, simultáneamente, un sistema de ejecución y un sistema de transmisión del conocimiento.

Características de los Sistemas Expertos

Para que un sistema computacional actúe como un verdadero experto, es deseable que reúna, en lo posible, lo más importante de las características de un experto humano, esto es:

Habilidad para adquirir conocimiento.
Fiabilidad, para poder confiar en sus resultados o apreciaciones.
Solidez en el dominio de su conocimiento.
Capacidad para resolver problemas.

Dada la complejidad de los problemas que usualmente tiene que resolver un SE, puede existir cierta duda en el usuario sobre la validez de respuesta obtenida. Por este motivo, es una condición indispensable que un SE sea capaz de explicar su proceso de razonamiento o dar razón del por qué solicita tal o cual información o dato.

Tareas de los Sistemas Expertos

Entre las principales tareas que un SE puede realizar se pueden mencionar las siguientes:

Interpretación: Análisis y síntesis (PROSPECTOR) Simulación, pronóstico o predicción
Diagnóstico (MYCIN)
Supervisión
Reparación, corrección o terapia
Planificación
Control: Tiempo real y tiempo diferido
Diseño
Educación.

Campos de Aplicación

Múltiples son los campos de aplicación de los SE:

Medicina
Aeronáutica
Finanzas y Gestión
Agricultura
Industria
Arqueología
Electrónica, informática y telecomunicaciones
Derecho
Militar
Geología
Educación
Química
Transporte
Ventas

Perspectivas Futuras

En unos pocos años, se prevé que los Sistemas Expertos tendrán una mayor difusión, se abaratará su costo, su programación y utilización serán más fáciles. Los SE estarán embebidos en diversas aplicaciones, especialmente en software de uso general, como el producido por Microsoft; y, en sistemas de supervisión y control.

En el campo de la investigación, se dará énfasis al desarrollo de SE con capacidad de aprendizaje o SE con sentido común. La aplicación de SE en simulación y control, permitirá conocer, de una manera idónea, el comportamiento de sistemas y la forma de optimizar procesos industriales.

Aplicaciones Futuras de la Inteligencia Artificial:

Robots de Charla

Un robot de charla o chatterbot es un programa de inteligencia artificial que pretende simular una conversación escrita, con la intención de hacerle creer a un humano que está hablando con otra persona.

Estos programas informáticos prometen ser el futuro de la inteligencia artificial aplicada al público general.

A estos robots se les unirán las tecnologías del reconocimiento de voz y el de video, para mejorar la interacción con el usuario

Red neuronal artificial:

Línea de investigación que analiza la viabilidad de reconstruir un cerebro humano mediante una enorme red neuronal. Se presume la posibilidad de recrear la estructura de un cerebro humano empleando para ello Internet.

Sin embargo este proyecto es tremendamente complejo, por que a día de hoy ni siquiera conocemos la distribución exacta de las neuronas y sus interconexiones en un cerebro humano.

Robots con razonamiento

Algunos investigadores esperan crear una máquina que pueda leer pasajes de textos y responder preguntas en base al material. En el proceso, el profesor Selmer Bringsjord, director del Laboratorio de Inteligencia Artificial y Razonamiento del politécnico, cree que dichas máquinas dotadas de inteligencia artificial (IA) podrán leer planes o manuales militares y adaptarse al vuelo en el fragor de la batalla.

Los robots del futuro recibirán instrucciones leyéndolas o escuchándolas. Dijo que una vez que una máquina haya absorbido todas las informaciones relevantes sobre un rubro, como ser factores culturales, históricos y geográficos de una zona, un oficial pueda decir: "Esta es la situación actual en Faluya. Vamos a inspeccionar".

Base de Conocimiento

En Austin, Texas, la firma Cycorp ha estado conformando una "base de conocimiento" llamada Cyc con el propósito de que constituya un depósito de conocimiento humano que pueda tomar decisiones inteligentes.

El vicepresidente de investigación de Cycorp, Michael Witbrock, dijo que Cyc puede razonar sobre la base de 2,5 millones de aseveraciones en su sistema, tal como inferir qué nivel de salario puede tener alguien en base a su trabajo.

“Ya existen máquinas que reconocen órdenes verbales y rostros y hacen inferencias sobre la base de experiencias”, dice el profesor de ciencias de la computación Tom Mitchell, de la Universidad Carnegie Mellon.

Vida Artificial

En futuro se piensa crear realmente un mundo artificial, que esté inmerso por ejemplo dentro de una realidad virtual, en la cual podamos meternos, tener una mascota, enseñarle, zurrarle, hacer que esta mascota persiga conejos que a su vez aprendan a huir de ella, y que, en general, tenga una existencia totalmente independiente con respecto a nosotros.

Bibliografía

Libros: