1.1. Definiciones Conceptuales

Las definiciones presentadas a continuación  proceden de fuentes académicas, y ofrecen una idea concreta del término a desarrollar.

a. La inteligencia artificial es considerada una rama de la computación y relaciona un fenómeno natural con una analogía artificial a través de programas de computador. La inteligencia artificial puede ser tomada como ciencia si se enfoca hacia la elaboración de programas basados en comparaciones con la eficiencia del hombre, contribuyendo a un mayor entendimiento del conocimiento humano.(Loaiza,2000)

b. La inteligencia artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reune varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden pensar.(Gochez,2008)

c. La inteligencia artificial consiste en el diseños de procesos que, al ejecutarse en una arquitectura física, producen resultados que maximizan una cierta medida de rendimiento.Estos procesos se basan en secuencias de entradas que son percibidas y almacenadas por la mencionada arquitectura.(Definición,2011)

d. AI is the science and engineering of making intelligent machines, especially intelligent computer programs. It is related to the similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable.(McCarthy,2007)

e. Se denomina inteligencia artificial a la ciencia que intenta la creación de programas para máquinas que imiten el comportamiento y la comprensión humana. La investigación en el campo de la IA se caracteriza por la producción de máquinas para la automatización de tareas que requieran un comportamiento inteligente.(Wikipedia, 2011)

f. La inteligencia artificial es un concepto que engloba todas las tecnologías que estudian la creación de máquinas (robots, autómatas, etc.), y también los programas que se ejecutan siguiendo un método parecido a la inteligencia humana.(Diccionario Enciclopédico, 2003)

g. La Inteligencia Artificial es el arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren inteligencia.(Kurzweil, 2000)

1.2. Definición Adoptada    A continuación se elabora un cuadro comparativo de similitudes y diferencias entre las definiciones mencionadas anteriormente, para llegar a una definición adoptada.

Cuadro 1. Análisis de definiciones

 Autores  Similitudes  Diferencias

Definición.- Creación de programas para maquinas.

 

 Diccionario Enciclopédico.

 -Engloba toda las tecnologías.

 -Es un concepto.

 Gochez. -Robótica, sistemas expertos, etc.

 -Es una combinación.

 Kurzweil.  -Realizar funciones.  -Es un arte.

 Loaiza. -Elaboración de programas.

 -Rama de la computación.

 McCarthy. -Usar las computadoras para entender el comportamiento humano.

 Ciencia e Ingeniería

 Wikipedia. -Creación de maquinas que imiten el comportamiento humano.

 -Ciencia.

Fuente: Elaboración Propia

    A partir del análisis de las definiciones mencionadas en el cuadro comparativo anterior se puede llegar a la siguiente definición adoptada; la inteligencia artificial es una área de las ciencias computacionales encargada de elaborar y desarrollar sistemas basados en computadoras que permitan imitar el comportamiento humano.

1.2. Descriptores OK

Tema: Inteligencia Artificial

Descriptores:a. Realidad Virtualb. Roboticac. Simulaciónd. Ciberneticae. Androide

Primera Fase: Antes de adoptar el término IA OK

Dentro de la primera etapa de la Inteligencia artificial estan todos los precursores de esta ciencia, sus inicios constan desde 300 a.C hasta el año

1943.

Cuadro 2. Antes de adoptar el término IA

 Periodo  Descripción  Imagen

300 a.C.

 Aristóteles fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales. Esto es conocido como un silogismo.

 

Imagen 1. Silogismo.

1350

 Ramon Llull en su libro Ars magna(El Gran Arte) tuvo la idea de que el razonamiento podía ser realizado de una manera artificial.

Imagen 2. Ars Magna.

 1937

 Alan Turing definió una máquina calculadora de capacidad infinita (Máquina de Turing) que operaba basándose en una serie de instrucciones lógicas, sentando así las bases del concepto moderno de algoritmo.

Imagen 3. Alan Turing.

 1940  Konrad Zuse creó la primera computadora y el primer lenguaje de programación de alto nivel Plankalkül.

Imagen 4. Primera

computadora programable.

 1943

 Warren McCulloch y Walter Pitts presentarón su modelo de neuronas artificiales el cual se considera el primer trabajo del campo de la inteligencia artificial aun cuando todavia no exisistia ese término.

 

Imagen 5. Modelo de Redes Neuronales

Fuente: con base en Inteligencia artificial(blogspot.com, 2008), Redes Neuronales(Monografias.com, SF).

Dentro de esta fase se presentaron los precursores de la inteligencia artificial, desde un silogismo para obtener conclusiones, las redes neuronales para efectuar pensamiento artificial, así como también el famoso Test de Turing la cual sirve para demostrar la existencia de la Inteligencia artificial en una máquina.

2.2. Segunda Fase: Etapa de Inicio OK

En esta segunda etapa de la Inteligencia artificial nacen las bases de la IA,las ramas,entre algunas otras cosas trascendentales para el desarrollo de esta área de las ciencias computacionales.

Cuadro 3. Etapa de Inicio

 Periodo  Descripción  Imagen

1956

 Fue adoptado el término Inteligencia Artificial en Darmouth durante una conferencia convocada por McCarthy.

Imagen 6. Inteligencia Artificial.

1953-56

 Nils Barricelli desarrollo las primeras simulaciones de un sistema evolutivo en una computadora digital.

Imagen 7. Nils Barricelli.

 1958 John McCarthy desarrolla el Instituto Tecnológico de Massachusetts. LISP.

 

Imagen 8. LISP.

 1959  Rosenblatt crea el perceptrón.

 

Imagen 9. Perceptrón.

 1960-1969

 Se establecen las ramas clásicas de la Inteligencia Artificial.

 

Imagen 10. Ramas de la IAFuente: Con base en las redes neuronales y artificiales(Sistema de bibliotecas de la UNMSM, SF), Algoritmos Evolutivos( Universidad de la República

Uruguay, 2010).

Dentro de esta etapa de inicio de la IA se encuentra que en 1956 se adopta el el término de Inteligencia Artificial, ademas de que crean la bases de esta misma, como son los lenguajes de programación utilizado en la rama de las ciencias computacionales y otras ramas como la robótica, lógica difusa, redes neuronales, etc.

2.3. Tercera Fase: Sistemas Basados en Conocimiento

En esta tercera etapa de la Inteligencia Artificial se desarrollan y crean algunos de los sistemas expertos con un dominio concreto para la rama de la computación.

Cuadro 4. Sistemas Basados 

 Periodo  Descripción  Imagen

 1968-1970

 Terry Winograd escribe el programa SHRDLU.

 

Imagen 11. Terry Winograd

1965-1975

Feigembaum dearrolla el sistema experto Dendral.

Imagen 12. Feigenbaum.

1972Edgar Shortliffe desarrolla el sistema experto Mycin.

Imagen 13. Mycin.

 1972 Los profeores Alain Colmerauer y Philippe Roussel crean un lenguaje de programacion llamado Prolog.

 

Imagen 14. Prolog.

1975  Marvin Minsky crea Frames una estructura de datos para representar una situación estereotipada.

 

Imagen 15. Marvin Minsky.Fuente: Con base en El primer sistema experto basado en conocimiento(Santana Tejero, Ruth), Un sistema experto: Mycin(Santaella Vallejo, Juan).

Dentro de esta etapa surgen los sistemas expertos basados en conocimiento mas importantes como es el Dendral, Mycin, Prolog, Frames, esto ayudo a la prosperidad de las ciencias computacionales.

2.4. Cuarta Fase: La IA como Industria OK

En esta cuarta etapa de la Inteligencia Artificial se enfoca en como se convirtió en una industria. 

Cuadro 5. La IA como Industria 

 Periodo  Descripción  Imagen

 1978

 Era un sistema de producción basado en reglas escrito en OPS5 por John P. McDermott, seleccionaba los componentes del sistema de acuerdo a las necesidades del cliente 

 

Imagen 16. John P. McDermott.

1979

 La quinta generación de computadoras fue un proyecto ambicioso lanzado por Japón a finales de los 70. Su objetivo era el desarrollo de una clase de computadoras que utilizarían técnicas de inteligencia artificial al nivel del lenguaje de máquina y serían capaces de resolver problemas complejos, como la traducción automática de una lengua natural a otra.

Imagen 17. Quinta generación de computadoras.

1980

 Shell se emplea para referirse a aquellos programas que proveen una interfaz al usuario para acceder a los servicios del sistema operativo

Imagen 18. Shell.

 1985  David Goldberg fue uno de los primeros que trató de aplicar los algoritmos genéticos a problemas industriales.

 

Imagen 19. David Goldberg.

1988

 Una maquina Lisp es una computadora de uso general destinada, gracias a su particular hardware, a ejecutar eficientemente programas escritos en Lisp.

Imagen 20. Maquina de Lisp.

Fuente: Con base en Informatica Evolutiva: Algoritmos geneticos(Merelo Guervos,Juan Julian), Quinta Generacion de computadoras(Lopez, Maddy)

Dentro de esta etapa se comprende como es que los diferentes avances que se tuvieron en la década pasada, se convirtieron en una forma de industria. 

Ciencias Relacionadas 100

. La Ingeniería Computacional y la Inteligencia Artificial

    La ingeniería en computación estudia el desarrollo de sistemas automatizados y el uso de los lenguaje de programación;de igual forma se enfoca el análisis, diseño y la utilización del hardware y software para lograr la implementación de las más avanzadas aplicaciones industriales y telemáticas.(Wikipedia,2011).

Aportaciones:

a. Para la existencia de la Inteligencia Artificial es necesario un mecanismo para soportarlo (hardware). También son necesarias herramientas para desarrollar programas de Inteligencia Artificial. La implementación y estudio de sistemas que exhiben (ya sea por su comportamiento o aparentemente) una inteligencia autónoma o comportamiento propio, a veces inspirado por las características de los seres vivos. Las ciencias de la computación están relacionadas con la IA, ya que el software y las computadoras son herramientas básicas para el desarrollo y progreso de la inteligencia artificial.(Wikipedia,2011).

b. Sistemas expertos que es un programa de computadora, inteligente, que usa el conocimiento y los procedimientos de infer en c ia  para resolver problemas

que son suficientemente difíciles como para requerir significativa experiencia humana para su solución. Hace un amplio uso del conocimiento especializado, como lo hace un experto humano. Trabaja sobre un dominio especifico.(Melieslava,2008)

3.1.2. La Filosofía y la Inteligencia Artificial

    La filosofía, es una ciencia (conocimiento de las cosas por sus causas, de lo universal y necesario), que se viene practicando, desde la época de los griegos o era clásica. Fueron ellos, quienes comenzaron por primera vez, a realizarse preguntas profundas por todo aquello que los rodeaba. Por lo mismo, los primeros atisbos de filosofía, se vieron en el campo de la naturaleza.(Mis respuestas,2011)

Aportaciones

a. Leyes que gobiernan el pensamiento(Lógica),Un primer intento lo realizan un psicólogo: Allen Newell y un economista: Herbert Simon, integrando investigaciones de psicología cognitiva, con las incipientes técnicas de programación lógica, construyendo los primeros jugadores de ajedrez y demostradores de teoremas automáticos, que se convierten entonces en los primeros pasos de la disciplina que eventualmente John McCarthy, creador del lenguaje LISP, denominará como: Inteligencia Artificial (el primer modelo de inteligencia artificial fue de tipo funcionalista y se sustentó en la Tesis de Church-Turing).(Miqueleiz, 2011)

b. Fundamenta en la creación de programas inteligentes, capaces de dar solución a problemas que hasta ahora se consideraban que sólo los humanos podían resolver, sin preocuparse si estos programas simulan o no la forma en que los humanos piensan; se equivocan.(Madruga,2007)

3.1.3. Las Matemáticas y la Inteligencia Artificial

     Se conoce como matemática o matemáticas, según corresponda a la costumbre, al estudio de todas aquellas propiedades y relaciones que involucran a los entes abstractos, como ser los números y figuras geométricas, a través de notaciones básicas exactas y del razonamiento lógico.(Definicion ABC,2011)

Aportaciones

a. Gottfried Leibniz, creó el primer sistema formal de lógica. Lo importante de dicho sistema reside en que se puede utilizar para construir máquinas que realicen cálculos en forma automática. Euler, por su parte, sentó las bases para la teoría de grafos, los cuales se usan actualmente en la inteligencia artificial.

b. Charles Babbage creó la máquina diferencial, la cual se utilizaba para calcular los valores de determinadas funciones. Esta máquina resulta un punto clave, ya que sienta las bases de procesamiento y cálculo realizado por máquinas, aunque desde luego no se puede decir que fuera inteligente. También diseñó la máquina analítica, una máquina programable de propósito general, que presenta las bases de la arquitectura que posteriormente utilizarían las computadoras como las conocemos.

c. George Boole, ya que sentó las bases para formalizar las leyes de la lógica por medio de la creación del álgebra de Boole. Matemáticos posteriores tomaron su trabajo y continuaron avanzando en este campo.

d. Gottlob Frege crea un lenguaje de especificaciones matemáticas para describir la aritmética. Su trabajo se encuentra en la obra conocida como Fundamentos de Aritmética. El lenguaje de Frege se conoce ahora como cálculo de predicados de primer orden y se utiliza en la inteligencia artificial para inferir nuevas expresiones verdaderas.

e.Russell & Whitehead trabajaron en un sistema matemático que pudiera representar a las matemáticas por medio de operaciones y axiomas. Su trabajo se aplica en la inteligencia artificial, en particular en los sistemas que permiten comprobar teoremas en forma automática. (Galeon,2011)

24. Axioma

3.1.4. La Robótica y la Inteligencia Artificial

    La robótica es una ciencia o rama de la tecnología, que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia. Las ciencias y tecnologías de las que deriva podrían ser: el álgebra, los autómatas programables, las máquinas de estados, la mecánica o la informática.(Morales,2007)

Aportaciones

a. Es uno de los campos de aplicación más apasionantes de la I.A; los Robots son agentes físicos que realizan tareas mediante la manipulación física del mundo; por ser agentes y realizar su trabajo en forma autónoma, se excluyen a los robots que son controlados por un operario humano, como son los que hacen tareas de rutina, ya que la I.A busca robots con sistemas autónomos. La palabra Robot, proviene de la voz eslovaca Robota, que significa Trabajador

Forzado. En realidad esta rama comenzó como una historia de Ciencia Ficción, pero interesó mucho a los desarrolladores de I.A. Los primeros Robots, solo podían seguir una línea blanca pintada en el suelo.    b. La relación de la robótica, ya mencionada anteriormente, con la Inteligencia Artificial consiste en que la primera es la encargada de diseñar y construir máquinas que mediante programas creados por la Inteligencia Artificial imiten el comportamiento y la comprension humana y sean capaces de realizar tareas reiterativas o peligrosas para el humano. (Marrone, 2008).

25. Robot Asimo

3.1.5. La Lingüística Computacional y la Inteligencia Artificial

    La lingüística computacional es un campo multidisciplinar de la lingüística y la informática que utiliza la informática para estudiar y tratar el lenguaje humano. Para lograrlo, intenta modelar de forma lógica el lenguaje natural desde un punto de vista computacional. Dicho modelado no se centra en ninguna de las áreas de la lingüística en particular, sino que es un campo interdisciplinar, en el que participan lingüistas, informáticos especializados en inteligencia artificial, psicólogos cognoscitivos y expertos en lógica, entre otros.             Utiliza la informática para estudiar y tratar el lenguaje humano, intentando modelar de forma lógica el lenguaje natural desde un punto de vista computacional. (Loncan,2008)

Aportaciones

a. El apoyo a los usuarios de computadores con el procesamiento de texto, por ejemplo, corrección de errores de digitación y ortográficos, prueba de la corrección gramatical, cambio en ideogramas en japonés o chino.

b. La búsqueda automática en pasajes de texto (búsqueda inteligente de información) y, por cierto, no solo su forma, sino su significado (recuperación de información y motores de búsqueda)

c. El apoyo al traducir textos en otra lengua (traducción asistida por ordenador) o también la traducción automática.

d. El procesamiento del lenguaje hablado (reconocimiento del habla y síntesis de habla), por ejemplo, en el servicio de información telefónico o en aparatos de lectura para ciegos.

d. De la búsqueda de información en grande de bibliografías a la contestación directa de preguntas sobre la base de grandes bancos de datos (recuperación de información, minería de datos, extracción de la información). (Villayandrade Llamazares, 2007)

3.1.5. La Lingüística Computacional y la Inteligencia Artificial

    La lingüística computacional es un campo multidisciplinar de la lingüística y la informática que utiliza la informática para estudiar y tratar el lenguaje humano. Para lograrlo, intenta modelar de forma lógica el lenguaje natural desde un punto de vista computacional. Dicho modelado no se centra en ninguna de las áreas de la lingüística en particular, sino que es un campo interdisciplinar, en el que participan lingüistas, informáticos especializados en inteligencia artificial, psicólogos cognoscitivos y expertos en lógica, entre otros.             Utiliza la informática para estudiar y tratar el lenguaje humano, intentando modelar de forma lógica el lenguaje natural desde un punto de vista computacional. (Loncan,2008)

Aportaciones

a. El apoyo a los usuarios de computadores con el procesamiento de texto, por ejemplo, corrección de errores de digitación y ortográficos, prueba de la corrección gramatical, cambio en ideogramas en japonés o chino.

b. La búsqueda automática en pasajes de texto (búsqueda inteligente de información) y, por cierto, no solo su forma, sino su significado (recuperación de información y motores de búsqueda)

c. El apoyo al traducir textos en otra lengua (traducción asistida por ordenador) o también la traducción automática.

d. El procesamiento del lenguaje hablado (reconocimiento del habla y síntesis de habla), por ejemplo, en el servicio de información telefónico o en aparatos de lectura para ciegos.

d. De la búsqueda de información en grande de bibliografías a la contestación directa de preguntas sobre la base de grandes bancos de datos (recuperación de información, minería de datos, extracción de la información). (Villayandrade Llamazares, 2007)

3.2. Tipologias 95

         En este apartado se muestra la tipologia de la inteligencia artificial, explicando las dos inteligencias como lo son la  Inteligencia Artificial Convencional y la  Inteligencia Artificial Computacional, ademas se explica los diferentes conceptos y estudios que realizan cada una de ellas.

Cuadro 6. Tipologia IA

 Nombre  Descripción

 Inteligencia Artificial Convencional

Se conoce también como IA simbólico-deductiva e IA Debil. esta basada en el analisis formal y estadistico del comportamiento humano ante diferentes problemas, como por ejemplo:

-Razonamiento Basado en casos: ayuda a tomar decisiones mientras se resuelven cierto problemas concretos.

-Sistemas Expertos: infieren una solucion a través del conocimiento previo del contexto en que se aplica y de ciertas reglas o relaciones.

-Redes Bayesianas: propone soluciones mediante inferencia estadística.

-Inteligencia Artificial basada en comportamientos: sistemas complejos que tienen autonomía y pueden auto-regularse y controlarse para mejorar.

 Inteligencia Artificial Computacional

 También conocida como IA Subsimbólica-inductiva e IA Fuerte implica desarrollo o aprendizaje iterativo, por ejemplo: modificaciones iterativas de los parámetros en sistemas de conexionistas. El aprendizaje se realiza basándose en datos empíricos. Algunos métodos de esta rama incluyen:

-Maquina de vectores soporte: sistemas que permiten reconocimiento de patrones genéricos de gran potencia.

-Redes Neuronales: sistemas con grandes capacidades de reconocimiento de patrones.

-Modelos ocultos de Markov: aprendizaje basado en dependencia temporal de eventos probabilisticos.

-Sistemas Difusos: técnicas para lograr el razonamiento bajo incertidumbre. Ha sido ampliamente usada en la industria moderna y en producto de consumo masivo, como las lavadoras.

Fuente: con base en Tipos de Inteligencia (Guacaran V,Jose A ,2011).

    La inteligencia artificial convencional estudia el Razonamiento Basado en casos, Sistemas Expertos, Redes Bayesianas, Inteligencia Artificial basada en comportamientos, todos estos se basan en el análisis del comportamiento humano ante las diferentes problemas o casos que se pueden ´presentar en la vida cotidiana. Mientras que la Inteligencia artificial computacional estudia la Maquina de vectores soporte, Redes Neuronales, Modelos ocultos de Markov, Sistemas Difusos, que básicamente implica desarrollo o aprendizaje iterativo, y este aprendizaje se realiza basándose en datos empíricos.

3.3. Teorías y conceptos 95

    En este apartado se muestran algunas de la teorías del la inteligencia artificial, que impulsaron a el desarrollo de esta misma. como lo son La gran teoría unificada de la IA, el top-down y el bottom-up.

3.3.1. Conceptos

La inteligencia artificial es la habilidad para responder a diferentes situaciones, saber aprovechar circunstancias fortuitas, dar sentido a mensajes ambiguos o contradictorios, encontrar similitudes entre situaciones diferentes y generación de nuevos conceptos e ideas innovadoras.(Oyarzo,2006)

La inteligencia artificial es una disciplina que tiene como objetivo el diseño y construcción de máquinas inteligentes para manipular conocimiento, generar conclusiones, explicar el razonamiento y la conducta empleada como si fueran humanos.(Torres,2007)

3.3.2. La Gran Teoría Unificada de la Inteligencia Artificial

    Es teoría se enfoca en en ciertas dificultades de probabilidad, Para enfrentar estas dificultades, Goodman ha desarrollado un lenguaje de programación de ordenadores llamado Church (como reconocimiento al el gran lógico

estadounidense Alonzo Church) que, igual que los primeros lenguajes de Inteligencia Artificial, incluye reglas de inferencia. Pero esas normas son probabilísticas. Al establecer que una paloma es un ave, un programa escrito en Church daría como respuesta que hay una determinada probabilidad que esta pueda volar. A medida que se le proporciona mas información (“La paloma está herida” o “La paloma tiene 2 días de vida”) el sistema modifica su estimación de probabilidad inicial, concluyendo que quizás esa paloma en concreto no pueda volar.  A medida que aprenden más sobre los pingüinos y los petirrojos enjaulados o las aves con alas rotas, los programas escritos en Church revisan sus probabilidades. Googman dice que esta es la forma en que los seres humanos aprenden conceptos nuevos y “actualizan” los antiguos.(Hardesty,2010)

21. Sistema Inteligente

3.3.3.  Intentar imitar el comportamiento del cerebro humano con un computador (top-down).

    Esta teoría se basa en los Sistemas Expertos (SE),dada la gran capacidad de almacenamiento de los computadores, los sitemas expertos tenían el potencial de interpretar estadísticas para formular reglas. Un sistema experto trabaja en la forma en que un detective resuelve un misterio . Usando la información y las reglas lógicas, un sistema experto puede resolver un problema. por ejemplo si el SE fue diseñado para distinguir aves puede tener lo siguiente, gráficos como este representan la lógica de un SE. (Universidad Nacional de Colombia,2005)

22. Sistema Experto

3.3.4. Construir réplicas de la compleja red neuronal del cerebro humano (bottom-up)

    Esta teoría se enfoca en las redes neuronales, esta tecnología es poderosa en ciertas tareas como la clasificación y el reconocimiento de patrones. Está basada en el concepto de "aprender" por agregación de un gran número de muy simples elementos. Este modelo considera que una neurona puede ser

representada por una unidad binaria: a cada instante su estado puede ser activo o inactivo. La interacción entre las neuronas se lleva a cabo a través de sinapsis. Según el signo, la sinapsis es excitadora o inhibidora.(Rodriguez Quiroz,2010).

23. Red Neuronal