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!!