Tarea 1 – Investigación Historia de la IA

INTELIGENCIA ARTIFICIAL

Esta es quizá la pregunta clave de todo, y desde luego no es una pregunta fácil de responder: para empezar, ¿Qué significa “pensar”?.

No hay una definición única de inteligencia, sino, una suerte de aproximaciones, que todo lo más capturan aspectos concretos de esa realidad hasta la fecha inaprensible.

En ocasiones se acusa a estas aproximaciones de adaptarse al estado del arte de la IA en cada momento, de forma que, por resumir, inteligencia sería “aquello que ahora somos capaces de simular con una máquina”  y por lo tanto las máquinas del momento, bajo esa definición, son inteligentes.

Para Turing la cuestión sólo puede resolverse en la práctica, sin pasar por discutibles definiciones teóricas.

No hay que preguntarse si las máquinas pueden pensar, sino, si esta determinada máquina puede hacerlo. 

Para llegar a cabo tal prueba sobre máquinas reales propuso Turing su famoso test, al que muchos critican porque no tiene en cuenta la compresión, sino, tan sólo el intercambio coherente de conjuntos de símbolos.

La IA moderna ha encontrado un camino por el que caminar sin tener que preocuparse por ese tipo de cuestiones, lo que le permite avanzar por un terreno más práctico: no interesa tanto la imitación de la inteligencia en su totalidad, sino aquellos aspectos de la misma que se refieren a los procesos de razonamiento, que son, por otra parte, los más sencillos de imitar en una máquina.

Los primeros trabajos que pueden ya considerarse como el embrión de la Inteligencia Artificial moderna aparecen en la década de los 40 del siglo pasado, aunque no sería hasta 1950 cuando realmente estos estudios y propuestas consiguen una verdadera repercusión gracias al artículo “Computing Machinery and Intelligence”, escrito por Alan Turing, uno de los padres de la IA, y publicado en el volumen 59 de la revista “Mind”. 

En este artículo se profundiza sobre la posibilidad de que una máquina pueda imitar el comportamiento de la mente humana. En este mismo artículo se propone el archiconocido Test de Turing, orientado a demostrar si una determinada máquina es inteligente o no.

Ese artículo es, probablemente, el catalizador que aglutina el conocimiento acumulado con anterioridad en otras disciplinas como la lógica y la algorítmica, llevándolo al nacimiento de una nueva ciencia. Ciencia que no sería oficialmente bautizada hasta 1956, durante la conferencia de Dartmouth.

Esta conferencia, denominada en su momento como "Dartmouth Summer Research Conference on Artificial Intelligence“, contó entre sus organizadores con mentes de la talla de Marvin L. Minsky y Claude E. Shannon, y en ella participaron, entre otros, Herbert Simon y Allen Newell. Durante el encuentro, que duró dos meses, se definieron las directrices y líneas de actuación futuras en el ámbito de la recién nacida nueva ciencia, tomando como hipótesis de trabajo la proposición: "Todo aspecto de aprendizaje o cualquier otra característica de inteligencia puede ser definido de forma tan precisa que puede construirse una máquina para simularlo“.

Toda una declaración de ideas, que lleva el mito al terreno científico.

HITOS IMPORTANTES

Entusiasmo inicial , grandes esperanzas ( 1952- 1969)

Según el solucionador general de problemas ( SGP) , este programa se diseño para que imitara protocolos de resolución de problemas de los humanos. Fue el primer programa que incorporo el enfoque del pensar humano.

Gelernter en 1959 construyo el demostrador de teoremas de geometría (DTG).

En 1952 , Samuel escribió un programa para el juego de damas , el programa aprendió a jugar mejor que su creador.

Mc Carthy  definió el lenguaje de alto nivel LISP . Ya tenia la herramienta que necesitaba pero aun existía el problema de los escasos y costosos recursos de cómputo. Para resolverlo inventaron el tiempo compartido. 

También en 1958 publico un articulo titulado “programas con sentido común” , en el que descubrió el escucha consejos (EC) , podrá considerarse como el primer sistema de inteligencia artificial completo , fue designado para la solución de problemas. Estaba diseñado para usar el conocimiento general del mundo.

El programa permitía aceptar nuevas acciones durante el curso normal de operación , permitiendo ampliar la capacidad en áreas nuevas sin necesidad de reprogramación. El escucha consejos incorporaba los principios medulares de representación y razonamiento.

Estaban los micromundos, eran problemas limitados cuya solución requería de la inteligencia .

Una dosis de realidad ( 1966 – 1974 )

El obstáculo que enfrenta la mayoría de los proyectos de investigación, consistió en que aquellos métodos que demostraban funcionar en uno o dos ejemplos sencillos, fallaban en problemas mas variados o de mayor dificultad.

El primer tipo de obstáculo, fue que los programas contaban con poco o ningún conocimiento de la materia u objeto de estudio. Cuando se intentaba la traducción automatizada para traducir, era necesario contar con un conocimiento general del tema respectivo, lo que permite discernir lo correcto en casos de ambigüedad y así precisar el contenido de una oración.

El segundo obstáculo fue el de la intratabilidad de muchos de los problemas que se estaban intentando resolver mediante inteligencia artificial. Que un programa sea capaz de encontrar una solución no implica que tal programa encierre todos los mecanismos necesarios para encontrar la solución en la practica.

El tercer obstáculo derivo de las limitaciones inherentes a las estructuras básicas que se utilizaban en la generación de la conducta inteligente.

Sistema basado en el conocimiento ( ¿clave del poder? ).

La naturaleza de la resolución de problemas de la investigación en la inteligencia artificial residía en un mecanismo de búsqueda de propósito general en el que se entrelazaban pasos del razonamiento elementales para encontrar soluciones complejas. Estos métodos son llamados débiles, debido a que la información sobre el dominio con que cuentan es débil . Para resolver un problema prácticamente es necesario saber de antemano la respuesta respectiva.

Dendral fue el primer sistema de conocimiento intensivo que lograba funcionar: sus conocimientos se basaban en importantes cantidades de reglas para propósitos especiales. Se incorporó la separación del conocimiento (en forma de regla) y la parte correspondiente al razonamiento.


La inteligencia artificial se convierte en una industria ( 1980- 1988).

Casi todas las compañías importantes de EEUU contaban con su propio grupo de inteligencia artificial, el cual investigaba la tecnología de los sistemas expertos.

En 1981 los Japoneses anunciaron el proyecto de la “ quinta generación” un plan de 10 años para construir computadoras inteligentes en la que se corriera Prolog, de igual manera que las computadoras comunes corren código de máquina.

Para contrarrestar el proyecto japonés se fundó la microelectronic and computer tecnology corporation (MCC). Originaba el diseño de chips y la investigación en el campo de las interfaces humanas.

Más de un centenar de compañías constituyeron sistemas de visión robótica para uso industrial.

LINEA DE TIEMPO IA

A continuación línea de tiempo con los acontecimientos más importantes relacionados con la inteligencia Artificial. línea de tiempo

VÍDEOS RELACIONADOS

A continuación les dejamos vídeos relacionados con la Historia de la Inteligencia Artificial