2. En ciencias de la computación se denomina inteligencia artificial (IA) a las
inteligencias no naturales en agentes racionales no vivos.1 2 3 John McCarthy,
acuñó el término en 1956, la definió: "Es la ciencia e ingeniería de hacer máquinas
inteligentes, especialmente programas de cómputo inteligentes."4
Para explicar la definición anterior, entiéndase a un Agente inteligente que permite
pensar, evaluar y actuar conforme a ciertos principios
de optimización y consistencia, para satisfacer algún objetivo o finalidad. De
acuerdo al concepto previo,racionalidad es más general y por ello más adecuado
que inteligencia para definir la naturaleza del objetivo de esta disciplina.
Con lo cual , y de manera más específica la inteligencia artificial es la disciplina que
se encarga de construir procesos que al ser ejecutados sobre una arquitectura
física producen acciones o resultados que maximizan una medida de rendimiento
determinada, basándose en la secuencia de entradas percibidas y en el
conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representación del
conocimiento, el cual puede ser cargado en el agente por su diseñador o puede ser
aprendido por el mismo agente utilizando técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para obtener resultados
racionales, que determinan el tipo deagente inteligente. De más simples a más
complejos, los cinco principales tipos de procesos son:
3. Ejecución de una respuesta predeterminada por cada entrada (análogas a
actos reflejos en seres vivos).
Búsqueda del estado requerido en el conjunto de los estados producidos
por las acciones posibles.
Algoritmos genéticos (análogo al proceso de evolución de las cadenas de
ADN).
Redes neuronales artificiales (análogo al funcionamiento físico del cerebro
de animales y humanos).
Razonamiento mediante una lógica formal (análogo al pensamiento
abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden ser
obtenidas y producidas, respectivamente por sensores físicos y sensores
mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras,
tanto como por entradas y salidas de bits de un software y su entorno
software.
Varios ejemplos se encuentran en el área de control de
sistemas, planificación automática, la habilidad de responder a
diagnósticos y a consultas de los consumidores, reconocimiento de
escritura, reconocimiento del habla y reconocimiento de patrones. Los
sistemas de IA actualmente son parte de la rutina en campos
como economía, medicina, ingeniería y lamilicia, y se ha usado en gran
variedad de aplicaciones de software, juegos de estrategia
como ajedrez de computador y otros videojuegos.
4. El concepto de IA es aún demasiado difuso. Contextualizando, y teniendo en cuenta
un punto de vista científico, podríamos englobar a esta ciencia como la encargada de
imitar una persona, y no su cuerpo, sino imitar al cerebro, en todas sus funciones,
existentes en el humano o inventadas sobre el desarrollo de una máquina inteligente.
A veces, aplicando la definición de Inteligencia Artificial, se piensa en máquinas
inteligentes sin sentimientos, que «obstaculizan» encontrar la mejor solución a un
problema dado. Muchos pensamos en dispositivos artificiales capaces de concluir miles
de premisas a partir de otras premisas dadas, sin que ningún tipo de emoción tenga la
opción de obstaculizar dicha labor.
En esta línea, hay que saber que ya existen sistemas inteligentes. Capaces de tomar
decisiones «acertadas».
Aunque, por el momento, la mayoría de los investigadores en el ámbito de la
Inteligencia Artificial se centran sólo en el aspecto racional, muchos de ellos consideran
seriamente la posibilidad de incorporar componentes «emotivos» como indicadores de
estado, a fin de aumentar la eficacia de los sistemas inteligentes.
Particularmente para los robots móviles, es necesario que cuenten con algo similar a las
emociones con el objeto de saber –en cada instante y como mínimo– qué hacer a
continuación [Pinker, 2001, p. 481].
Al tener «sentimientos» y, al menos potencialmente, «motivaciones», podrán actuar de
acuerdo con sus «intenciones» [Mazlish, 1995, p. 318]. Así, se podría equipar a un robot
con dispositivos que controlen su medio interno; por ejemplo, que «sientan hambre» al
detectar que su nivel de energía está descendiendo o que «sientan miedo» cuando
aquel esté demasiado bajo.
Esta señal podría interrumpir los procesos de alto nivel y obligar al robot a conseguir el
preciado elemento [Johnson-Laird, 1993, p. 359]. Incluso se podría introducir el «dolor» o
el «sufrimiento físico», a fin de evitar las torpezas de funcionamiento como, por ejemplo,
introducir la mano dentro de una cadena de engranajes o saltar desde una cierta
altura, lo cual le provocaría daños irreparables.
5. 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,tambiénprocesan 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).
6. Las conclusiones de un programa declarativo no son fijas y son
determinadas parcialmente por las conclusiones intermedias alcanzadas
durante las consideraciones al problema específico. Los lenguajes
orientados al objeto comparten esta propiedad y se han caracterizado por
su afinidad con la Inteligencia Artificial.
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.