Download Capítulo I - Google Groups

Tópico V
Inteligencia Artificial
López, Ramsés
[email protected]
I.
Definición de Inteligencia Artificial y Robótica
La principal característica que diferencia al ser humano del resto de los animales es, sin
duda alguna, su inteligencia. La capacidad que tiene el ser humano para resolver
cualquier clase de problema que se le presente, ya sea a través del aprendizaje por
ensayo y error, o a través del razonamiento puro, esto fue lo que permitió que impusiera
su dominancia sobre el resto de las especies con las que competía por alimento y
territorio. Sin embargo, ¿qué es la inteligencia?
De acuerdo con el Diccionario de la Real Academia Española (Real Academia
Española), la palabra inteligencia se refiere a una sustancia puramente espiritual,
aunque también se refiere a la capacidad de entender, comprender, o bien la capacidad
de resolver problemas. Este concepto no habla de la capacidad de un individuo de
entender y de comprender, sino de la capacidad en sí misma; esto permite inferir que la
inteligencia no es un atributo particular de un ser viviente o inclusive que posea
conciencia de sí mismo.
Durante muchos años, el ser humano ha tratado de entender los procesos que hacen
posible el pensamiento, estos que hacen posible percibir, entender y manipular un
mundo mucho mas complejo que sí mismo (Russell y Norvig, 2010). El campo de la
inteligencia artificial tiene como objetivo principal lograr reproducir esta capacidad de
razonamiento y aprendizaje a través de medios creados y diseñados por el ser humano.
Se conoce Inteligencia Artificial a la rama de la informática que busca reproducir la
capacidad de resolver problemas, la capacidad de aprender o emular a seres inteligentes
mediante el uso del uso del computador. (Pereira, 2011)
Según los autores Russell y Norvig (Russell y Norvig, 2010), el concepto de
inteligencia artificial depende de la aproximación que se tome al enfrentar el problema
de construir entes que puedan emular comportamiento inteligente. Ellos afirman que
estos esfuerzos pueden agruparse en cuatro grandes grupos, diferenciandose
principalmente en si se busca emular el comportamiento o el pensamiento, y de si se
busca hacerlo humanamente, o racionalmente.
De acuerdo con estas aproximaciones, Russell y Norvig (Russell & Norvig, 2010)
reúnen varias definiciones de inteligencia artificial:
Pensamiento humano
Haugeland, 1985: “El emocionante nuevo esfuerzo de hacer que las computadoras
piensen… maquinas con mente, en el sentido completo y literal”
Bellman, 1978: “La automatización de las actividades que asociamos con el
pensamiento humano, actividades como la toma de decisiones, resolución de problemas,
aprendizaje…”
Comportamiento humano
Kurzweil, 1990: “El arte de crear máquinas que realizan funciones que requieren
inteligencia cuando son realizadas por humanos”
Rich y Knight, 1991: “El estudio de cómo hacer que las computadoras hagan cosas que,
de momento, las personas hacen mejor”
Pensamiento racional
Charniak y McDermott, 1985: “El estudio de las facultades mentales a través del uso de
modelos computacionales”
Winston, 1992: “El estudio de la computaciones que hacen posible percibir, razonar y
actuar”
Comportamiento racional
Poole et al, 1998: “La inteligencia computacional es el estudio del diseño de agentes
inteligentes”
Nilsson, 1998: “IA… se ocupa del comportamiento inteligente en artefactos”
II.
Tipos de problemas
Según Robbins (Robbins, 2004), un problema es la distancia existente entre una
situación no aceptable para un individuo y una situación aceptable. Sin embargo, no
todos los problemas son iguales. Es posible clasificarlos de acuerdo con la posibilidad o
no de que sean resueltos, y por el tiempo en se puede encontrar una solución
satisfactoria para el mismo.
Problemas decidibles: un problema es decidible cuando existe un algoritmo que permite
hallar su solución. Entonces, si el problema es decidible, ¿qué tan rápidamente puede
hallarse su solución? Esto lleva a una clasificación de los problemas decidibles
Problemas tratables: son aquellos cuya solución puede encontrarse en un tiempo
polinomial. Este tiempo puede tratarse de minutos, horas, días o inclusive semanas,
dependiendo de la complejidad del problema.
Problemas intratables: Aunque el algoritmo para encontrar la solución de un problema,
es posible que según número de variables que componen el problema aumente el tiempo
de solución de forma exponencial, es decir, a medida que aumenta el número de
variables que intervienen, el tiempo necesario para encontrar una solución pasa de horas
a años y de años a siglos. Un ejemplo de este tipo de problemas es el juego de las
“Torres de Hanoi”.
Problemas no decidibles o indecidibles: Dentro del universo de los posibles problemas,
la mayor parte de los mismos son problemas no decidibles o indecidibles según (Pereira,
2011), para los cuales no se conoce un algoritmo mediante el cual se pueda hallar una
solución.
III.
Enfoques o Corrientes
Existen dos grandes corrientes en el área de la inteligencia artificial:
La corriente formalista, la cual defiende la idea de que es posible replicar
comportamiento inteligente emulando el funcionamiento mecánico del cerebro, con el
objetivo de reproducir sus capacidades de raciocinio y aprendizaje. Sin embargo, para
establecer los formulamientos matemáticos necesarios para emular correctamente el
funcionamiento del cerebro, es necesario encontrar medios para lidiar con los problemas
que normalmente enfrenta un ente inteligente: datos incompletos, información poco
precisa e incertidumbre.
Cuando un ente inteligente encuentra nueva información respecto a un problema, éste
debe evaluar que el nuevo grupo de datos no interfiera con la información que ya posee.
En caso de que encuentre un conflicto entre la nueva y la vieja información, el ente
puede decidir cuál es la información que debe ser verdadera, basándose en otros
conocimientos que posea. Este proceso de evaluación y descarte, es llevado a cabo por
los seres humanos a diario, y generalmente sin pensar conscientemente en ello. El
problema de modelar esto matemáticamente presenta varios retos. En primer lugar, por
cada nueva información, es necesario reevaluar todo el inventario de datos existente,
labor que puede rayar en la intratabilidad en los casos de problemas muy complejos.
Una de las estrategias utilizadas para manejar la incompletitud es la lógica no
monotónica, dado que éste tipo de lógica permite derivar conclusiones plausibles con el
uso de operadores retractables según (Rico, 2011). Esto trae como consecuencia que el
universo de conclusiones puede crecer o decrecer, a medida que nuevos conocimientos
sean agregados al universo, y sean contrastados con los conocimientos existentes.
Por otra parte, la imprecisión en la información es otro de los problemas que el ser
humano trata diariamente, y es capaz de manejar adecuadamente. Sin embargo,
representar la imprecisión matemáticamente con las herramientas tradicionales no
resulta posible. Es por ello que Lofti A. Zadeh propuso en 1965 según (Gómez, 2011) la
teoría de “lógica difusa” para manejar la imprecisión de los datos. Esta teoría permite
expresar matemáticamente conceptos que no están del todo claros, como por ejemplo:
¿Qué es una persona alta? o ¿A partir de qué edad una persona deja de ser joven?
La incertidumbre es otro de los problemas que un ente inteligente debe enfrentar, y una
de las estrategias más efectivas para manejar la incertidumbre es utilizando cálculo
probabilístico.
IV.
Áreas de conocimiento vinculadas
El área de la Inteligencia Artificial (IA), al ser una disciplina que busca la manera de
resolver problemas para los puede no existir un algoritmo determinado para encontrar
una solución, o bien encontrar la solución al problema en un período de tiempo
polinomial, se encuentra relacionado con muchas otras áreas del conocimiento, que o
bien han aportado al desarrollo de la misma, o que la inteligencia artificial aporta
soluciones a problemas en otras áreas.
Russel y Norvig (Russell & Norvig, 2010), afirman que la inteligencia artificial es
“campo universal”, haciendo referencia a la gran variedad de problemas a los que la IA
pueden ser aplicada, gracias a la gran catidad de subcampos que la forman; pueden ir
desde los mas generales, como la percepción y el aprendizaje, o a lo más especifico,
como jugar ajedrez, probar algoritmos matemáticos, manejar un vehículo en una calle
congestionada, o diagnosticar enfermedades, lo que la hace relevante para una gran
variedad de áreas del conocimiento.
A continuación se detallan sólo algunas de las áreas del conocimiento relacionadas con
la inteligencia artificial, en ningún orden particular.
Matemáticas. Las matemáticas es un área de conocimiento que posee fuertes vínculos
con la IA, dado que la IA busca modelar inteligencia a través del uso de los
computadores, la herramienta utilizada para hacerlo son los modelos matemáticos; El
enfoque formalista, una de las corrientes actuales de la IA busca emular los procesos
electroquímicos del cerebro a través de formulas matématicas.
Minería de datos. De acuerdo con la definición ofrecida por WolframAlpha (Wolfram
Alpha, 2011), la minería de datos consiste en el procesamiento de información con
herramientas como la inteligencia artificial y algoritmos estadísticos, con el objetivo de
encontrar correlaciones entre conjuntos de datos masivos; en otras palabras, la minería
de datos busca encontrar nuevos significados dentro de los datos existentes.
Desarrollo de juegos de video y simulaciones. En el campo del desarrollo de los juegos
de video, la busqueda por emular el comportamiento humano es uno de los principales
objetivos de la aplicación de la Inteligencia Artificial. Según Schreiner (Tim Schreiner,
2005), los desarrolladores de juegos de video se apoyan en el uso de innovadoras
técnicas de IA para mantener al jugador interesado, aumentando el reto del juego
haciendo que sus enemigos virtuales utilicen estrategias cada vez mas elaboradas para
vencerlo. Es así como hoy en día pueden encontrarse oponentes virtuales que reconocen
cuando deben ocultarse, atacar, aprovechar el terreno que los rodea y coordinarse entre
ellos para vencer al jugador.
Robótica. La robótica es la ciencia que se encarga del diseño, manufactura y
aplicaciones de los robots, como lo indica el ártículo de Wikipedia (Wikipedia, 2011).
Un robot, es un dispositivo automático que realiza funciones normalmente asignadas a
un ser humano, de acuerdo a la definición del diccionario Merriam-Webster Online
(Merriam-Webster Dictionary, 2011). La palabra robot fue utilizada por primera vez por
el escritor checoslovaco Karl Capek, en su obra teatral R.U.R. (Rossum's Universal
Robots), presentada en Praga en el año 1921 y se deriva de la palabra checa para
“trabajo forzados”. En la obra, se presenta una sociedad que disfrutaba de los beneficios
del trabajo de robots que realizaban todas las tareas imaginables, hasta que trajo como
consecuencia el desempleo y el descontento social (Robotics Research Group, 2011).
La robótica es un área del conocimiento multidisciplinaria, que abarca disciplinas como
la mecánica, la electrónica, informática, y la inteligencia artificial. Ésta última se
encarga de proveer múltiples estrategias y algoritmos para la resolución de problemas
como el trazado de rutas, toma de decisiones, posicionamiento, entre otros.
V.
Principales autores o representantes
El área de la inteligencia artificial es, comparado con otras áreas del conocimiento como
las matemáticas o la física, relativamente joven. Citando a (Russell y Norvig, AÑO):
“… un estudiante de física podría razonablemente pensar que todas las buenas ideas ya
fueron tomadas por Galileo, Newton, Einstein y el resto. La inteligencia artificial, por
otro lado, aun tiene espacio para varios Einsteins y Edisons a tiempo completo…” (pág
XX)
A continuación se mencionan algunos de los investigadores más prominentes del área a
nivel mundial, sin un orden en particular. Sin embargo, no es una lista definitiva:
 Alan Turing. Matemático inglés, considerado uno de los padres de las ciencias
de la computación moderna. Es el creador, entre otros grandes aportes, de la
“prueba de Turing”, la cual se fundamenta en la hipótesis de que si una máquina
se comporta inteligentemente, entonces debe ser inteligente. Esta prueba trata de
comprobar la capacidad de comportamiento inteligente de un computador: si un
ser humano no es capaz de darse cuenta de que está interactuando con un
computador a través de sus respuestas, entonces dicho computador puede ser
considerado inteligente (Wikipedia, 2011).
 John McCarthy. Matemático norteamericano nacido en 1921, es el responsable
de acuñó el término “inteligencia artificial” en la conferencia de Dartmouth en
1956. Es el inventor del lenguaje de programación LISP, y recibió en 1976 el
premio Turing por sus contribuciones al campo de la IA (Wikipedia, 2011).
 Marvin Minsky. Científico norteamericano nacido en 1927, principalmente
conocido por su trabajo “Perceptrones”, el cual establece los fundamentos para
las redes neuronales artificiales (Wikipedia, 2011).
 Judea Pearl. Cíentifico y filósofo israelí, reconocido por su aproximación a la
inteligencia artificial a través del cálculo probabilístico, y por el desarrollo de las
redes bayesianas (Wikipedia, 2011).
 Joseph Weizenbaum. Científico alemán, creador del programa ELIZA, el cual
mediante procesamiento de lenguaje natural buscaba emular la sensación de
empatía (Wikipedia, 2011).
VI.
Tipos de investigación más frecuentes
Existen cinco grandes tipos de investigación en el campo de las ciencias de la
computación y la inteligencia artificial según (Sloman, 2007), cada uno con distintos
criterios para medir el éxito o fracaso de una investigación en particular. Cada una de
estas categorias contribuye con sus aportes al resto, e inclusive existen investigaciones
que pueden abarcar mas de una de estas categorias.
 Estudio de lo posible, de su alcance y sus límites
Incluye trabajos que utilizan matemáticas y lógica, como por ejemplo el trabajo sobre la
semántica de la computación, teoremas relacionados con los límites de la computación,
complejidad, propiedades de mecanismos de criptografía, entre otros. También incluye
trabajos posiblemente menos rigurosos, como la arquitectura de máquinas virtuales,
formas de comunicación, ontologías, exploración de varias formas de representación o
arquitecturas de alto nivel para su uso en sistemas inteligentes.
 Estudio de sistemas de información no artificiales
Conocido también como computación natural, es el intento por entender, modelar o
explicar los sistemas naturales que existen en el mundo, como el cerebro, las
sociedades, colonias de insectos, sistemas económicos o la misma evoluvión. Un claro
ejemplo de este tipo de investigación son los algoritmos genéticos, los cuales buscan
emular estrategias de reporducción natural para la solucíon de diversas clases de
problemas.
 Investigación de nuevos tipos de sistemas de información
La producción, análisis y evaluación de aplicaciones prácticas es el enfoque mas
inclinado hacia la ingeniería que poseen las ciencias de la computación. Estas nuevas
aplicaciones pueden proveer artefactos nuevos o mejorados capaces de realizar
funciones que previamente sólo eran realizadas por seres humanos, o bien desarrollar
tareas que no podían ser realizadas previamente, como la construcción de redes de
comunicación globales, predicciones del clima precisas, entre otras.
 Creación y evaluación de herramientas, formalismos y técnicas para soportar
otras investigaciones
Esta categoría incluye una diversa gama de actividades, incluyendo el diseño de nuevos
lenguajes de programación, nuevos formalismos para expresar requerimientos,
compiladores, y otras herramientas para validar o chequear programas u otras
especificicaciones. En resúmen, persigue objetivos que no tienen una aplicación obvia a
otras áreas del conocimientos externas a las ciencias de la computación y a la
inteligencia artificial.
 Investigación de temas sociales y económicos
Este tipo de investigación busca entender las diferentes formas en las que los avances
tecnológicos en las ciencias de la computación y la inteligencia artificial han
influenciado las estructuras y procesos sociales, educacionales, políticos, económicos o
legales. Es necesariamente un tipo de investigación multidisciplinaria.
VII.
Métodos de investigación más frecuentes
El método utilizado para una investigación está necesariamente ligado con el tipo y con
el objetivo que se desee alcanzar. Sin embargo, uno de los métodos de investigación
más frecuentes es la investigación cuantitativa, la cual consiste en la recolección de
datos experimentales para su posterior análisis científico. Es especialmente frecuente en
las investigaciones que involucran aspectos sociales y económicos según (Sloman,
2007).
En muchos trabajos de investigación del área de inteligencia artificial, se busca crear un
algoritmo o estrategia para solucionar un tipo de problema existente. En otras ocasiones,
se busca realizar modificaciones para extender o mejorar algoritmos o estrategias
presentados por otros investigadores. En ambos casos, el método investigativo utilizado
es la investigación cuantitativa, como se mencionó anteriormente.
La investigación cualitativa posee ciertas ventajas sobre la investigación cualitativa
como lo indica (Beltrán Neira, 2005), por ejemplo, los datos que se acumulan durante la
investigación pueden ser considerados objetivos, y por su naturaleza, siempre arrojan
números como resultado; su diseño incluye la formulación de una hipótesis, la cual se
traduce a su vez en variables que luego pueden ser evaluadas mediante el uso de
indicadores; sin embargo, hace la crítica de que este tipo de investigación, aunque muy
fuerte en cuanto a la precisión del fenómeno mismo, es débil en cuanto trata el contexto
o ambiente de la generación de los datos.
VIII.
Fuentes de información especializadas
Actualmente existen numerosos recursos en línea sobre esta vasta área de conocimiento.
A continuación se presenta una resumida lista con sitios y libros de interés.
Sitios Web:
 http://www.google.com/Top/Computers/Artificial_Intelligence/Publications/
El Directorio Académico Google contiene muchas referencias actualizadas a
publicaciones, artículos y bases de conocimiento sobre inteligencia artificial y robótica.
 http://www.dmoz.org/Computers/Artificial_Intelligence
Al igual que el directorio académico Google, contiene muchas referencias a
publicaciones sobre el área, pero a diferencia del primero, las entradas del directorio
son seleccionadas a mano por voluntarios conocedores del área.
 http://aima.cs.berkeley.edu/ai.html
Compendio de todo tipo de recursos en línea sobre IA, desde libros en línea, artículos, y
técnicas de programación en diferentes lenguajes.
 http://www.cs.indiana.edu/~leake/INDEX.html
El sitio web de la Universidad de Indiana contiene gran cantidad de publicaciones y
artículos disponibles para descarga.
 http://spectrum.ieee.org/robotics/
Blog orientado al público en general donde se reportan noticias de interés sobre
inteligencia artificial y robótica.
Instituciones
 Center for the Study of Language and Information (CSLI)
El Centro para el estudio del lenguaje y la información (CSLI por sus siglas en inglés),
fue fundado en 1983 por miembros de organizaciones como la Universidad de Stanford,
SRI International y Xerox PARC. Es un laboratorio dedicado a la investigación de la
ciencia emergente de la información, la computación y el conocimiento. Más
información disponible en http://www-csli.stanford.edu
 MIT Computer Science and Artificial Intelligence Laboratory
El MIT Computer Science and Artificial Intelligence Laboratory es una de las
instituciones pioneras en el área de la inteligencia artificial, y es el alma máter de
muchos de los principales investigadores del área. Cuenta con 90 investigadores
principales junto con más de 500 estudiantes. Más información disponible en
http://www.csail.mit.edu/
IX.
Especialistas venezolanos en el área
A continuación se enumeran tres de los grupos que se dedican a realizar investigación
sobre inteligencia artificial en Venezuela
USB - Grupo de Inteligencia Artificial (http://www.gia.usb.ve/)
 Miembros
o Miguel Castro
o Ivette C. Martínez
o Carolina Chang
o Blai Bonet
o Carlos Castillo
o Héctor Palacios
 Publicaciones: http://www.gia.usb.ve/investigacion/publicaciones/
UCV - Laboratorio de Inteligencia Artificial
 Miembros
o Haydemar Nuñez
o Esmeralda Ramos
o Marcel Castro
 Publicaciones: http://lia.ciens.ucv.ve/LIA/publicaciones.php
UCAB - Grupo de Investigación de IA y Robótica
 Miembros
o Ricardo Casanova
o Guillermo García
o Wilmer Pereira
o Alejandro Luján
o Iñaki Mendizábal
 Publicaciones:
http://apps.ucab.edu.ve/ingenieria/informatica/giiar/publicaciones.htm
X.
Resumen curricular de los ponentes
 Dra. Haydemar Núñez
Profesora e investigadora a dedicación exclusiva desde 1989 hasta la fecha. Tiene un
Doctorado por la Universidad Politécnica de Cataluña. Barcelona, España en el año
2003, así como un Diploma de Estudios Avanzados, Mención: Automática de
Universidad Politécnica de Cataluña. Barcelona, España en el año 2000. Es Magister
Scientiarum en Ciencias, Mención: Ciencias de la Computación. Universidad Central de
Venezuela, y es Licenciada en Computación por la Universidad Central de Venezuela.
Cargos actuales:
 Profesora – Investigadora a dedicación exclusiva (1989 – hasta la fecha).
Actualmente Categoría Asociado. Escuela de Computación, Facultad de
Ciencias, Universidad Central de Venezuela.
 Coordinadora del Centro Ingeniería de Software y Sistemas (2007- hasta la
fecha). Escuela de Computación. Facultad de Ciencias, UCV.
 Coordinadora del Laboratorio de Inteligencia Artificial (2005 – hasta la fecha).
Centro de Ingeniería de Software y Sistemas. Escuela de Computación. UCV
 Profesora del Postgrado en Ciencias de la Computación (2003 – hasta la fecha).
Escuela de Computación, Facultad de Ciencias. UCV.
Ha participado y dirigido diversos proyectos de investigación relacionados con el área
de inteligencia Artificial, y ha recibido numerosos reconocimientos a su trabajo,
incluyendo la Orden “José Maria Vargas” en su Tercera Clase (Medalla) por parte de la
Universidad Central de Venezuela en Diciembre de 2005 y la Mención de Honor
“Sobresaliente Cum Laude” por su Tesis Doctoral en Diciembre de 2003, entre otras.
 Dr. Wilmer Pereira
Profesor e investigador de la Universidad Católica Andrés Bello, tiene un Doctorado de
Informática por la Universidad de Rennes, Francia, es Ingeniero en Computación de la
Universidad Simón Bolívar.
Cargos desempeñados:
 Profesor a dedicación exclusiva en la Universidad Católica Andrés Bello (1999 –
hasta la fecha)
 Profesor a tiempo convencional en la Universidad Simón Bólivar (1993 – hasta
la fecha)
 EOI (Escuela de Organización Industrial, España). Profesor internacional desde
2001
 UCLA (Universidad Centro Occidental Lisandro Alvarado, Barquisimeto).
Profesor en la Maestría en Ciencias de la Computación: Mención Redes desde
2002
 URI (Université de Rennes I, Francia). Profesor-Investigador, Oct/92 - Agt/93.


Miembro del Comité de Programa de
Conferencias Latinoamericanas de Informática
Asesor de Rama estudiantil IEEE de la UCAB.
las
El Dr. Wilmer Pereira ha recibido durante su carrera múltiples méritos por su trabajo,
entre ellos el 1er premio al Trabajo de Investigación UCAB 2004-2005 y 2007-2008, y
es responsable de más de doce publicaciones en conferencias internacionales y
nacionales en el área de inteligencia artificial, seguridad computacional y redes de
computadoras.
XI.
Bibliografía