A partir de los años sesenta, empiezan a surgir diferentes lenguajes de programación, atendiendo a diversos enfoques, características y propósitos, que más adelante describiremos. Por lo pronto, puede decirse, que actualmente existen alrededor de 2000 lenguajes de programación [KINNERSLEY 95] y continuamente, están apareciendo otros más nuevos, que prometen hacer mejor uso de los recursos computacionales y facilitar el trabajo de los programadores. Tratando de resumir un poco, presentaremos los siguientes cuadros evolutivos, donde aparecen los lenguajes que por su uso y comercialización, han resultado ser los más populares a lo largo de este medio siglo.

Evolución de los lenguajes declarativos

Dentro de todos ellos los que son más de uso exclusivo dentro de lo que es IA son los Funcionales o también lenguajes basados en funciones, las cuales se representan mediante expresiones, que nos permiten obtener ciertos resultados a partir de una serie de argumentos. De hecho las expresiones están formadas por un conjunto de términos, que a su vez pueden encapsular otras expresiones, para con la evaluación de todas ellas, llegar a la solución deseada. Éstos a su vez son los:

Lógicos: Este tipo de lenguajes se basan en el cálculo de predicados, la cual es una teoría matemática que permite entre otras cosas, lograr que un ordenador basándose en un conjunto de hechos y de reglas lógicas, pueda derivar en soluciones inteligentes. [DIMARE 90]. El mismo ejemplo del factorial, se vería de la siguiente manera, escrito en PROLOG.

factorial (0, 1)
factorial (X, Fac) :- Y is X-1, fac(Y, F2), Fac is F2 * X

Ventajas y Desventajas de la Inteligencia Artificial

“La Inteligencia Artificial estudiada dentro del culto a la computación (subrayado del autor) no tiene la más remota posibilidad de producir resultados duraderos. Ya es tiempo de canalizar los esfuerzos de los investigadores de la IA -así como de los recursos económicos puestos a su disposición- en otras áreas que no sean los métodos del cómputo” (SAYRE, 1993:23)

“Luego de cincuenta años de esfuerzos, excepto para unos cuantos empecinados, es para todos evidente que esta empresa por crear inteligencia en general ha fracasado” (DREYFUS, 1992:386)

Ventajas Y Objeciones Para La IA.

En El Contexto Social Uno de los cuestionamientos filosóficos básicos en la IA es “¿Son capaces de pensar las máquinas?” No se intentará dar una respuesta a la pregunta anterior, ya que tampoco su definición es clara. Para entender el porqué considérense las siguientes preguntas. ¿Son capaces de volar las máquinas? ¿Son capaces de nadar las máquinas?. La mayoría estaría de acuerdo en que la respuesta a la primera de estas preguntas es sí, los aeroplanos pueden volar, en tanto que la segunda es no; barcos y submarinos se desplazan a través del agua, aunque no de manera que conocemos como nadar.

Estas respuestas tienen poca relevancia en el diseño o en las capacidades de los aeroplanos y de los submarinos, y tienen más que ver con la manera como escogemos el empleo de palabras. La palabra “Nadar” significa “Desplazarse a través del agua mediante movimientos de las extremidades o de otras partes del cuerpo, en tanto que el significado de la palabra “Volar” no indica restricciones de los medios de locomoción. Para complicar aún más las cosas, las palabras también se utilizan con un sentido metafórico, y cuando decimos que una computadora (o un ingeniero, o la economía) marcha bien, lo que se quiere dar a entender es que funciona correctamente, no que se impulsa a sí misma mediante piernas y de una manera admirable. De manera similar, cuando una persona afirma: “Mi MODEM no funciona, porque la computadora piensa que está en una línea de 2400 baudios”, posiblemente la palabra “Piensa” se utiliza en sentido metafórico, y sostendrá que eso de que las computadoras piensan no debe interpretarse en sentido literal.

Algunas de las objeciones pueden resolverse sin mayor problema. Por ejemplo, Lady Ada Lovelace, en su comentario sobre la Máquina Analítica de Babbage afirma:

“No pretende crear nada. Es capaz de hacer todo aquello que sabemos ordenarle que ejecute” (BABBAGE, 1978:85)

Esta objeción, de que las computadoras sólo son capaces de hacer lo que se les indica y que, por lo tanto, no son capaces de hacer nada creativo, es algo con lo que todavía nos topamos en la actualidad. Una sencilla refutación es afirmando que una de las cosas que podemos ordenar a una computadora es aprender a partir de su propia experiencia.

“Ser amable, polifacético, hermoso, amigable, tener iniciativa, sentido del humor, saber distinguir lo bueno de lo malo, cometer errores, enamorarse, gustar de las fresas con crema, hacer que alguien se enamore de uno, aprender de la experiencia, usar las palabras correctamente, ser objeto de sus propios pensamientos, tener una conducta tan diversa como la del hombre y hacer cosas realmente nuevas” (TURING, 1984:456).

Si bien alguna de las habilidades anteriores se refiere a la conciencia de las máquinas y de lo cual se hablará extensamente a continuación, muchas de ellas tienen que ver con características de tipo conductual. Turing comenta que este tipo de escepticismo surge en el caso de la experiencia que se ha tenido con las máquinas en cuanto artefactos que sirven para realizar tareas repetitivas en las que a finales de la década de 1940, a la población le resultaba difícil que las máquinas pudiesen encontrar soluciones numéricas a las ecuaciones o predecir trayectorias balísticas. Aún en nuestros días, son muchos los analfabetizados tecnológicamente que no creen que las máquinas sean capaces de aprender. La inteligencia artificial estudia espacialmente métodos que permiten resolver problemas en los que no existe el conocimiento sistemático para plantear una solución analítica (métodos considerados débiles por realizar procedimientos de búsqueda no informada). Las técnicas de representación que permiten describir los aspectos conocidos del problema se denominan declarativos (declaran el qué). Sus ventajas son su claridad, su predisposición al planteamiento modular y que se pueden añadir nuevos hechos a los ya existentes. Las técnicas de representación que se centran en especificar el proceso que hay que realizar para encontrar los soluciones buscadas se denominan procedimentales (se centran en el cómo), fijan el conocimiento del dominio que no se ajusta a esquemas declarativos y ese mismo conocimiento sirve para guiar las líneas de conocimiento del proceso de búsqueda. Ningún sistema es completamente declarativo o exclusivamente procedimental. En principio son intercambiables (cuando exista el proceso de interpretación adecuado para las declarativas). En general se puede afirmar que el carácter procedimental conlleva un tratamiento algoritmo y el declarativo uno heurístico. El planteamiento general de un problema consiste en encontrar o construir una solución (o varias) de dicho problema. Este problema requiere: – Un agente (sistema) con una serie de objetivos que se quieren alcanzar – Un conjunto de acciones que permiten obtener los objetivos o metas – Un procedimiento de elección entre diferentes formas de llegar a las metas (cada solución constituye una secuencia de acciones). El módulo que construye la solución suele llamarse solucionador.

Inteligencia Artificial... lo hermoso!!

[youtube]http://www.youtube.com/watch?v=1QPiF4-iu6g[/youtube]

Descripción

El término “inteligencia artificial” se ha popularizado para designar a una disciplina incluida entre las ciencias de la computación. Tiene que ver con el esfuerzo que decenas de científicos de distintos países, especialmente de los Estados Unidos y de Europa Occidental, han venido realizando durante los últimos treinta años para dotar a las computadoras de inteligencia.

La frase “dotar a las computadoras de inteligencia” suele producir una reacción de asombro en muchas personas, aunque a veces por motivos diferentes: “Pero… ¿es que las computadoras no son inteligentes?”, comentarán algunos que han visto o leído demasiadas historias de ciencia ficción. Claro que no, habrá que contestarlos, refiriéndonos al hecho de que la computadora ordinariamente programada no es más que un instrumento muy rápido y generalmente confiable de hacer operaciones aritméticas o de manipular fichas de nombres en orden alfabético. Para que una computadora comience a merecer el nombre de inteligente, deberá ser capaz de realizar acciones que, si realizadas por un ser humano, diríamos que requieren inteligencia, como jugar ajedrez o mantener un diálogo con otro ser considerado también inteligente, o resolver algún rompecabezas.

Pero para otras personas la fuente del estupor al ver asociadas las palabras “inteligencia” y “artificial” consistirá en el hecho de que para ellas la inteligencia y las máquinas son conceptos esencialmente incompatibles:

“Las computadoras pueden hacer operaciones aritméticas porque para eso sólo se necesita ser capaz de manipular números en forma mecánica; pero la inteligencia, a diferencia de la capacidad de manipular números, requiere creatividad, inventiva, iniciativa intelectual, y eso desde luego solo lo pueden tener los seres humanos, de ninguna manera las máquinas. Las computadoras pueden hacer lo que sus programadores les dicen, pero nada más; además, hagan lo que hagan, nunca sabrán lo que están haciendo, nunca serán conscientes de lo que hacen. Y para ser inteligente se requiere ser capaz de elegir conscientemente el propio camino en la solución de problemas”.

La contestación que podemos darle a esta segunda clase de personas es más compleja. Por lo tanto podemos decir a grandes rasgos que la Inteligencia Artificial es una ciencia que intenta la creación de programas para máquinas que imiten el comportamiento y la comprensión humana, que sea capaz de aprender, reconocer y pensar, aunque esto último está por ver, ya que, realmente, ¿qué significa pensar? y ¿en qué consiste el pensamiento? (Turing 1912-1954).

Clasificación

1. La Inteligencia Artificial como ciencia de lo natural o análisis: El procedimiento teórico busca una explicación de esa correlación en términos de un conjunto de leyes generales de un nivel superior que permiten predecir lo que ocurriría en otros casos no observados. Realmente lo que hace es buscar un modelo del conocimiento humano, generalmente organizado en varios niveles (estático, dinámico y estratégico) para poder usarlo en predicción. Esta técnica se basa en experimentos para conseguir una teoría del conocimiento computable con capacidad predictiva (como una ley física).
2. Inteligencia Artificial como ciencia de lo artificial: Aspira a convertirse en una ingeniería en sentido estricto. Ahora se parte de un conjunto de especificaciones funcionales y se busca la síntesis de un sistema (programa más máquina) que las satisfaga. A su vez en ambas ramas cooperan dos paradigmas, que constituyen dos formas de analizar un proceso y dos metodologías de síntesis de una solución: Computación simbólica – Computación conexionista En inteligencia artificial trabajamos con información y conocimiento, y ambos son pura forma, totalmente independiente del sistema físico que las soporta. Las tareas que aborda la inteligencia artificial de síntesis son tareas de alto nivel, y pueden clasificarse en tres grandes grupos ordenados en grado de dificultad creciente:
   1. DOMINIOS FORMALES. Las tareas toman la forma genérica de solucionadores de problemas mediante búsquedas en un espacio de estados de conocimiento y pueden ser juegos o problemas lógico-matemáticos.
   2. DOMINIOS TÉCNICOS. Tienen que ver con el diagnóstico médico, la detección de fallos, la planificación de trayectorias de robots, etc. Lo característica de estas tareas es el carácter limitado del conocimiento que manejan (dominios estrechos) y la posibilidad de formalizar ese conocimiento con las técnicas disponibles.
   3. FUNCIONES BÁSICAS Y GENUINAS DEL COMPORTAMIENTO HUMANO. Realmente es lo que hacemos a todas horas sin darnos cuenta: ver, oír, caminar, pensar , hablar, etc. Por su importancia se le va a dedicar el siguiente apartado.
3. Idea Inductiva del comportamiento artificial: Hablar de la inteligencia artificial en ese sentido supone querer comprender y duplicar las funciones del comportamiento humano. Algunas de sus características son:
   • Su simplicidad en el ser humano.
   • Lo complejo que son a la hora de sintetizarlos.
   • El uso masivo de conocimientos y el hecho que las técnicas son insuficientes para modelar estas tareas (hace falta un lenguaje de representación con la capacidad y robustez del lenguaje natural).
   • El estilo peculiar de computación que usa el ser vivo.
   • El reconocimiento de que todo conocer depende de la estructura que conoce.
   • La hipótesis fuerte de la inteligencia artificial es que también es posible hacer computacional este conocimiento propio de lo vivo.

Para la realización de las tareas el agente posee un modelo del medio y un conjunto de propósitos en ese medio y para alcanzar sus metas usa lo que Newell llama principio de racionalidad. El problema es que este principio no es operacional (nos dice qué hacer pero no cómo hacerlo. Por tanto la clave de la inteligencia artificial es conseguir programa traductores intermedios que conecten las primitivas de bajo nivel con las de un lenguaje de representación cada vez más próximo al lenguaje natural.

Existen tres paradigmas que los investigadores han utilizado tradicionalmente para la resolución de problemas de IA:

1. Programación Heurística.- Está basado en el modelo de comportamiento humano y su estilo para resolver problemas complejos. Existen diversos tipos de programas que incluyen algoritmos heurísticos. Varios de ellos son capaces de aprender de su experiencia.
2. Redes Neuronales Artificiales.- Es una representación abstraída del modelo neuronal del cerebro humano. Las redes están formadas por un gran número de elementos simples y por sus interconexiones. Una red neuronal artificial puede ser simulada o ser real. Al elemento procesador de la red, se lo denomina neurona artificial.
3. Evolución Artificial.- Su modelo está basado en el proceso genético de evolución natural, propuesto por Charles Darwin. Se utilizan sistemas simulados en computador que evolucionan mediante operaciones de reproducción, mutación y cruce (Algoritmos Genéticos). Cada paradigma comprende una colección de métodos, configuraciones y técnicas desarrolladas para manipular el conocimiento. En general, una técnica de IA está caracterizada por incluir los siguientes componentes:
   • Procesos de Búsqueda.- Proporciona una forma de resolver problemas para los cuales no hay un método más directo, así como también se constituye en un marco de trabajo dentro del cual cualquier técnica directa puede ser incorporada.
   • Uso del Conocimiento.- Proporciona una forma de resolver problemas explotando las estructuras de los objetos involucrados.
   • Abstracción.- Proporciona una forma de separar rasgos importantes y variaciones, de los tantos que no tienen importancia.

Desde el punto de vista de los objetivos, la IA puede considerarse en parte como ingeniería y en parte como ciencia: Como ingeniería, el objetivo de la IA es resolver problemas reales, actuando como un conjunto de ideas acerca de cómo representar y utilizar el conocimiento, y de cómo desarrollar sistemas informáticos. Como ciencia, el objetivo de la IA es buscar la explicación de diversas clases de inteligencia, a través de la representación del conocimiento y de la aplicación que se da a éste en los sistemas informáticos desarrollados.

Para usar la IA se requiere una comprensión básica de la forma en que se puede representar el conocimiento y de los métodos que pueden utilizar o manipular ese conocimiento.