Inteligencia artificial

Inteligencia artificial
«IA» redirige aquí. Para otras acepciones, véase IA (desambiguación).
TOPIO, un robot que juega tenis de mesa
TOPIO, un robot humanoide, jugando tenis de mesa en
TokioInternational Robot Exhibition (IREX) 2009.
Otros nombres IA
Campo de aplicación Desarrollo de agentes
racionales no vivos
Subárea de Ciencias de la Computación
En ciencias de la computación se denomina inteligencia artificial (IA) a la capacidad de razonar de un
agente no vivo.1 2 3
John McCarthy, acuñó el término en 1956, la definió: "Es la ciencia e ingenio de hacer
máquinas inteligentes, especialmente programas de cómputo inteligentes."4
.
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 la milicia, y se ha usado en gran
variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y
otros videojuegos.
Índice
[ocultar]
1 Categorías de la inteligencia artificial
2 Escuelas de pensamiento
o 2.1 Inteligencia artificial convencional
o 2.2 Inteligencia artificial computacional
3 Historia
4 La inteligencia artificial y los sentimientos
5 Críticas
6 Tecnologías de apoyo
7 Aplicaciones de la inteligencia artificial
8 Científicos en el campo de la inteligencia artificial
9 Inteligencia artificial en la ficción
10 Véase también
11 Referencias

12 Bibliografía
13 Enlaces externos
Categorías de la inteligencia artificial [editar]
Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial:5
Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento
humano; por ejemplo las redes neuronales artificiales. La automatización de actividades que
vinculamos con procesos de pensamiento humano, actividades como la Toma de decisiones,
resolución de problemas, aprendizaje.6
Sistemas que actúan como humanos.- Estos sistemas tratan de actuar como humanos; es decir,
imitan el comportamiento humano; por ejemplo la robótica. El estudio de cómo lograr que los
computadores realicen tareas que, por el momento, los humanos hacen mejor.7
Sistemas que piensan racionalmente.- Es decir, con lógica (idealmente), tratan de imitar o
emular el pensamiento lógico racional del ser humano; por ejemplo los sistemas expertos. El
estudio de los cálculos que hacen posible percibir, razonar y actuar.8
Sistemas que actúan racionalmente (idealmente).– Tratan de emular de forma racional el
comportamiento humano; por ejemplo los agentes inteligentes .Está relacionado con conductas
inteligentes en artefactos.9
Escuelas de pensamiento [editar]
La IA se divide en dos escuelas de pensamiento:
La inteligencia artificial convencional
La inteligencia computacional
Inteligencia artificial convencional [editar]
Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del
comportamiento humano ante diferentes problemas:
Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos
problemas concretos y, aparte de que son muy importantes, requieren de un buen
funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en que
se aplica y ocupa de ciertas reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilística.

Inteligencia artificial basada en comportamientos: que tienen autonomía y pueden auto-
regularse y controlarse para mejorar.
Smart process management: facilita la toma de decisiones complejas, proponiendo una solución
a un determinado problema al igual que lo haría un especialista en la actividad.
Inteligencia artificial computacional [editar]
Artículo principal: Inteligencia Computacional.
La Inteligencia Computacional (también conocida como IA subsimbólica-inductiva) implica desarrollo o
aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parámetros en sistemas
conexionistas). El aprendizaje se realiza basándose en datos empíricos.
Historia [editar]
Artículo principal: Historia de la inteligencia artificial.
Él término "inteligencia artificial" fue acuñado formalmente en 1956 durante la conferencia de
Darthmounth, más para entonces ya se había estado trabajando en ello durante cinco años en
los cuales se había propuesto muchas definiciones distintas que en ningún caso habían logrado
ser aceptadas totalmente por la comunidad investigadora. La IA es una de las disciplinas más
nuevas junto con la genética moderna.
Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-322 a. C.) fue
el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la
mente para obtener conclusiones racionales, y Ctesibio de Alejandría (250 a. C.) construyó la
primera máquina autocontrolada, un regulador del flujo de agua (racional pero sin
razonamiento).
En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento podía ser
efectuado de manera artificial.
En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de
un dispositivo físico para implementar cualquier cómputo formalmente definido.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el
cual se considera el primer trabajo del campo, aun cuando todavía no existía el término. Los
primeros avances importantes comenzaron a principios de los años 1950 con el trabajo de Alan
Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.
En 1955 Herbert Simon, Allen Newell y J.C. Shaw, desarrollan el primer lenguaje de
programación orientado a la resolución de problemas, el IPL-11. Un año más tarde desarrollan
elLogicTheorist, el cual era capaz de demostrar teoremas matemáticos.

En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin
Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron
previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi
total de las investigaciones durante quince años.
En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problem
Solver (GPS). GPS era un sistema orientado a la resolución de problemas.
En 1958 John McCarthy desarrolla en el Instituto de Tecnología de Massachusetts (MIT) el LISP.
Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento
simbólico.
En 1959 Rosenblatt introduce el Perceptrón.
A finales de los 50 y comienzos de la década del 60 Robert K. Lindsay desarrolla «Sad Sam», un
programa para la lectura de oraciones en inglés y la inferencia de conclusiones a partir de su
interpretación.
En 1963 Quillian desarrolla las redes semánticas como modelo de representación del
conocimiento.
En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era
capaz de inferir conocimiento basado en información que se le suministra. Bobrow desarrolla
STUDENT.
A mediados de los años 60, aparecen los sistemas expertos, que predicen la probabilidad de una
solución bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por Buchanan,
Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a químicos en estructuras
químicas complejas euclidianas, MACSYMA, que asistía a ingenieros y científicos en la solución
de ecuaciones matemáticas complejas.
Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU, que
permitía interrogar y dar órdenes a un robot que se movía dentro de un mundo de bloques.
En 1968 Minsky publica Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de
programación LOGO.
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille
crean PROLOG (del francés PROgrammation en LOGique) un lenguaje de programación
ampliamente utilizado en IA.

En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas técnicas actuales
en Inteligencia Artificial y la informática en general.
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos más
conocidos, que asistió a médicos en el diagnóstico y tratamiento de infecciones en la sangre.
En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN: R1/XCON,
ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells)
como EMYCIN, EXPERT, OPSS.
En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de computadoras.
En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales).
En 1988 se establecen los lenguajes Orientados a Objetos.
En 1997 Garry Kasparov, campeón mundial de ajedrez, pierde ante la computadora
autónoma Deep Blue.
En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia Artificial -
Campus Multidisciplinar en Percepción e Inteligencia 2006.
En el año 2009 ya hay en desarrollo sistemas inteligentes terapéuticos que permiten detectar
emociones para poder interactuar con niños autistas.
En el año 2011 IBM desarrolló una supercomputadora llamada Watson , la cual ganó una ronda
de tres juegos seguidos de Jeopardy, venciendo a sus dos máximos campeones, y ganando un
premio de 1 millón de dólares que IBM luego donó a obras de caridad.10
Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un
programa, de modo tal que se cumple la prueba de Turing como cuando se formuló: «Existirá
Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un
programa de computadora en una conversación a ciegas».
Como anécdota, muchos de los investigadores sobre IA sostienen que «la inteligencia es un
programa capaz de ser ejecutado independientemente de la máquina que lo ejecute,
computador o cerebro».
La inteligencia artificial y los sentimientos [editar]
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.
Esto significa que los sistemas inteligentes deben ser dotados con mecanismos de retroalimentación que
les permitan tener conocimiento de estados internos, igual que sucede con los humanos que disponen
de propiocepción, interocepción, nocicepción, etcétera. Esto es fundamental tanto para tomar
decisiones como para conservar su propia integridad y seguridad. La retroalimentación en sistemas está
particularmente desarrollada en cibernética, por ejemplo en el cambio de dirección y velocidad
autónomo de un misil, utilizando como parámetro la posición en cada instante en relación al objetivo
que debe alcanzar. Esto debe ser diferenciado del conocimiento que un sistema o programa
computacional puede tener de sus estados internos, por ejemplo la cantidad de ciclos cumplidos en un
loop o bucle en sentencias tipo do... for, o la cantidad de memoria disponible para una operación
determinada.
A los sistemas inteligentes el no tener en cuenta elementos emocionales les permite no olvidar la meta
que deben alcanzar. En los humanos el olvido de la meta o el abandonar las metas por perturbaciones
emocionales es un problema que en algunos casos llega a ser incapacitante. Los sistemas inteligentes, al
combinar una memoria durable, una asignación de metas o motivación, junto a la toma de decisiones y
asignación de prioridades con base en estados actuales y estados meta, logran un comportamiento en
extremo eficiente, especialmente ante problemas complejos y peligrosos.
En síntesis, lo racional y lo emocional están de tal manera interrelacionados entre sí, que se podría decir
que no sólo no son aspectos contradictorios sino que son –hasta cierto punto– complementarios.

Véase también: La era de las máquinas espirituales.
Críticas [editar]
Las principales críticas a la inteligencia artificial tienen que ver con su capacidad de imitar por completo
a un ser humano. Estas críticas ignoran que ningún humano individual tiene capacidad para resolver
todo tipo de problemas, y autores como Howard Gardner han propuesto que existen inteligencias
múltiples. Un sistema de inteligencia artificial debería resolver problemas. Por lo tanto es fundamental
en su diseño la delimitación de los tipos de problemas que resolverá y las estrategias y algoritmos que
utilizará para encontrar la solución.
En los humanos la capacidad de resolver problemas tiene dos aspectos: los aspectos innatos y los
aspectos aprendidos. Los aspectos innatos permiten por ejemplo almacenar y recuperar información en
la memoria y los aspectos aprendidos el saber resolver un problema matemático mediante el algoritmo
adecuado. Del mismo modo que un humano debe disponer de herramientas que le permitan solucionar
ciertos problemas, los sistemas artificiales deben ser programados de modo tal que puedan resolver
ciertos problemas.
Muchas personas consideran que el test de Turing ha sido superado, citando conversaciones en que al
dialogar con un programa de inteligencia artificial para chat no saben que hablan con un programa. Sin
embargo, esta situación no es equivalente a un test de Turing, que requiere que el participante esté
sobre aviso de la posibilidad de hablar con una máquina.
Otros experimentos mentales como la Habitación china de John Searle han mostrado cómo una
máquina podría simular pensamiento sin tener que tenerlo, pasando el test de Turing sin siquiera
entender lo que hace. Esto demostraría que la máquina en realidad no está pensando, ya que actuar de
acuerdo con un programa preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser
humano que intenta evitar que le engañen es muestra de una mente inteligente, Searle considera
posible lograr dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicación con el usuario.
Este obstáculo es debido a la ambigüedad del lenguaje, y apareció ya en los inicios de los
primeros sistemas operativos informáticos. La capacidad de los humanos para comunicarse entre sí
implica el conocimiento del lenguaje que utiliza el interlocutor. Para que un humano pueda comunicarse
con un sistema inteligente hay dos opciones: o bien el humano aprende el lenguaje del sistema como si
aprendiese a hablar cualquier otro idioma distinto al nativo, o bien el sistema tiene la capacidad de
interpretar el mensaje del usuario en la lengua que el usuario utiliza.
Un humano durante toda su vida aprende el vocabulario de su lengua nativa. Un humano interpreta los
mensajes a pesar de la polisemia de las palabras utilizando el contexto para resolver ambigüedades. Sin
embargo, debe conocer los distintos significados para poder interpretar, y es por esto que lenguajes
especializados y técnicos son conocidos solamente por expertos en las respectivas disciplinas. Un
sistema de inteligencia artificial se enfrenta con el mismo problema, la polisemia del lenguaje humano,
su sintaxis poco estructurada y los dialectos entre grupos.

Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe mayor
consenso entre especialistas. Un sistema experto es más probable de ser programado en física o en
medicina que en sociología o en psicología. Esto se debe al problema del consenso entre especialistas en
la definición de los conceptos involucrados y en los procedimientos y técnicas a utilizar. Por ejemplo, en
física hay acuerdo sobre el concepto de velocidad y cómo calcularla. Sin embargo, en psicología se
discuten los conceptos, la etiología, la psicopatología y cómo proceder ante cierto diagnóstico. Esto
dificulta la creación de sistemas inteligentes porque siempre habrá desacuerdo sobre lo que se esperaría
que el sistema haga. A pesar de esto hay grandes avances en el diseño de sistemas expertos para el
diagnóstico y toma de decisiones en el ámbito médico y psiquiátrico (Adaraga Morales, Zaccagnini
Sancho, 1994).
Tecnologías de apoyo [editar]
Interfaces de usuario
Visión artificial
Smart process management
Aplicaciones de la inteligencia artificial [editar]
Lingüística computacional
Minería de datos (Data Mining)
Industriales.
Medicina
Mundos virtuales
Procesamiento de lenguaje natural (Natural Language Processing)
Robótica
Mecatrónica
Sistemas de apoyo a la decisión
Videojuegos
Prototipos informáticos
Análisis de sistemas dinámicos.
Smart Process Management
Simulación de multitudes

Científicos en el campo de la inteligencia artificial [editar]
Jeff Hawkins
John McCarthy
Marvin Minsky
Judea Pearl
Alan Turing, discípulo de John Von Neumann, diseñó el Test de Turing que debería utilizarse
para comprender si una máquina lógica es inteligente o no.
Joseph Weizenbaum
Raúl Rojas
Ray Kurzweil
Inteligencia artificial en la ficción [editar]
Inteligencia artificial, la película de Steven Spielberg.
¿Sueñan los androides con ovejas eléctricas?, y su adaptación al cine Blade Runner. Comienza
con la aplicación del Test de Turing.
Ghost in the Shell, anime, películas y serie
The Matrix, la trilogía
Resident Evil, la saga
2001: Una odisea espacial, novela y película
Cortana
Code Lyoko
Vida y Obra de Multivac, Isaac Asimov
Yo, robot, Isaac Asimov
El hombre bicentenario, Isaac Asimov
En Metal Gear Solid 2, Los Patriots los controla una IA
Mass Effect
Véase también [editar]

Aprendizaje
Aprendizaje automático
Red neuronal artificial
Bot conversacional
Sistema inteligente
Cibernética
Dr. Abuse
Eliza
Cerebro artificial
Razonamiento automatizado
Inteligencia computacional
Dinámica de sistemas
Sistema complejo
Sistema dinámico
Referencias [editar]
1. ↑ http://www.csail.mit.edu/
2. ↑ http://decsai.ugr.es/
3. ↑ http://ai.stanford.edu/
4. ↑ «Basic Questions». Consultado el 27 de octubre de 2011.)
5. ↑ Stuart Russell and Peter Norvig, Inteligencia Artificial: Un Enfoque
Modernohttp://aima.cs.berkeley.edu/contents.html
6. ↑ Bellman, 1978
7. ↑ Rich y knight, 1991
8. ↑ Winston, 1992
9. ↑ Nilsson, 1998

10. ↑ http://es.blog.pinggers.com/2011/02/21/watson-y-otros-sistemas-que-mejoran-
nuestras-vidas-con-inteligencia-artificial/
Bibliografía [editar]
Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-
1982-8
Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7
Víctor Gómez Pin, Entre lobos y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN
978-84-670-2303-9
Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN 1137-3601
Adaraga Morales P., Zaccagnini Sancho J. L., Psicología e inteligencia artificial, Editorial Trotta,
Madrid, 1994. ISBN 84-87699-77-4
Alberto García Serrano, Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC
Libros, 2012. ISBN 978-84-939450-2-2
Enlaces externos [editar]
Wikimedia Commons alberga contenido multimedia sobre Inteligencia artificial.
Wikilibros alberga un libro o manual sobre Ingeniería del conocimiento.
Publicaciones
Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial
Página sobre Inteligencia Artificial Web que desde 1998 trata este tema de forma diversificada.
Tiene enlaces a proyectos.
Asociaciones
AEPIA - Asociación Española de Inteligencia Artificial
Aperture Laboratories, o Aperture Science.
Robótica
Robots Sitio de robótica con artículos de contenido técnico y didáctico (en español)
Videos
Inteligencia Artificial - El futuro, la fusión del alma y la tecnología -2008- Redes, nº 10, en RTVE a
la carta

Otros
Luis Piscoya, "Lógica e inteligencia artificial"
Una nueva tecnología percibe la información antes de que llegue al consciente
Introduzione all'intelligenza artificiale (en italiano)
Inteligencia artificial. Un mirada al futuro del hombre
Lista de películas con mención a la IA (en inglés)
Grupo de investigación en Sistemas Inteligentes
Artículos sobre IA
Máquinas de computación, creatividad artificial y cine digital
Sistemas expertos en medicina (un uso para la inteligencia artificial)
Ver las calificaciones de la página
Evalúa este artículo
¿Qué es esto?
Confiable
Objetivo
Completo
Bien escrito
Estoy muy bien informado sobre este tema (opcional)
Enviar calificaciones
Categorías:

Enviado por linamce
Anuncios Google
Ley de Atraccion Gratis
Este Reporte te Explica como Aplicar La Ley y Lograr Resultados ElSecretoSobreLaLeyDeAtraccion.com
Inteligencias múltiples
Curso online (e-learning) Teoría y recursos prácticos www.asociacioneducar.com
Aprende Meditacion
Descubre el Poder de la Meditacion en Estado Alfa. Lecciones Gratis. www.metodosilvadevida.com
1.
2. La inteligencia: Diferentes teorías y definiciones
3. Inteligencias múltiples
4. Futuro de la IA.
Él termino "inteligencia artificial" fue acuñado formalmente en 1956 durante la conferencia de
Darthmounth, más para entonces ya se había estadotrabajando en ello durante cinco años en los cuales
se había propuesto muchas definiciones distintas que en ningún caso habían logrado ser aceptadas
totalmente por la comunidad investigadora. La AI es una de las disciplinas más nuevas que junto con
la genética moderna es el campo en que la mayoría de los científicos " más les gustaría trabajar".
Una de las grandes razones por la cuales se realiza el estudio de la IA es él poder aprender más acerca
de nosotros mismos y a diferencia de la psicologíay de la filosofía que también centran su estudio de la
inteligencia, IA y sus esfuerzos por comprender este fenómeno están encaminados tanto a
laconstrucción de entidades de inteligentes como su comprensión.
El estudio de la inteligencia es una de las disciplinas más antiguas, por más de 2000 años los filósofos no
han escatimado esfuerzos por comprender como se ve, recuerda y razona junto con la forma en que
estas actividades deberían realizarse. Según John Mc Carthy la inteligencia es la "capacidad que tiene el
ser humano de adaptarse eficazmente al cambio de circunstancias mediante el uso
de información sobre esos cambios", pero esta definición resulta muy amplia ya que de acuerdo con
esta, el sistema inmunológico del cuerpo humanó resultaría inteligente ya que también mediante el uso

de información este logra adaptarse al cambio. Otra interesante manera de ilustrar la inteligencia seria
recurrir a la teoría societal de la mente de Marvin Minsky donde cada mente humana es el resultado del
accionar de un comité de mentes de menor poder que conversan entre sí y combinan sus respectivas
habilidades con el fin de resolver problemas.
La llegada de las computadoras a principios de los 50, permitió el abordaje sin especulación de estas
facultades mentales mediante una autenticadisciplina teórica experimental. Es a partir de esto que se
encontró que la IA constituye algo mucho más complejo de lo que se pudo llegar a imaginar en principio
ya que las ideas modernas que constituyen esta disciplina se caracterizan por su gran riqueza, sutileza
e interés; en la actualidad la IA abarca una enorme cantidad de subcampos que van desde áreas de
propósito general hasta tareas especificas.
Una de las definiciones que se han dado para describir la IA la sitúa dentro de una disciplina que tiene
que ver con las ciencias de la computación que corresponden al esfuerzo por parte de gran cantidad de
científicos que durante los últimos treinta años han realizado con el fin de dotar a las computadoras de
inteligencia, a partir de esta definición encontramos que una de las técnicas de IA es aquella que se
utiliza con el fin de lograr que un determinado programa se comporte de forma inteligente sin
pretender tener en cuenta la " forma de razonamiento "empleada para lograr esecomportamiento.
Luego, aquí surge un dilema, ya que según esto cualquier problema resoluble por un computador, sin
complicaciones y también como un ser humano podría encuadrarse en el campo de la inteligencia
artificial acudiendo solamente a la aplicación de reglas consecutivas al pie de la letra o lo que
encontramos con el nombre de Algoritmos dentro del lenguaje de IA; este termino fue acuñado en
honor al matemático árabe AL-KWARIZMI que copiló una serie de estos para ser aplicados a diferentes
problemas algebraicos.
Cuando se aplican algoritmos a la solución de los problemas aunque no se está actuando
inteligentemente si esta siendo eficaz pero los problemas realmente complicados a los que se enfrenta
el ser humano son aquellos en los cuales no existe algoritmo conocido así que surgen de reglas que
tratan de orientarnos hacia las soluciones llamadas Heurísticas en las cuales nunca nada nos garantiza
que la aplicación de una de estas reglas nos acerque a la solución como ocurre con los anteriores.
A partir de estos datos; Farid Fleifel Tapia describe a la IA como: "la rama de la ciencia de la
computación que estudia la resolución de problemas no algorítmicos mediante el uso de cualquier
técnica de computación disponible, sin tener en cuenta la forma de razonamiento subyacente a
los métodos que se apliquen para lograr esa resolución.
Para completar esa definición, algunas definiciones no tan formales emitidas por diferentes
investigadores de la IA que consideran otros puntos de vista son:

La IA es el arte de crear maquinas con capacidad de realizar funciones que realizadas por
personas requieren de inteligencia. ( Kurzweil, 1990)
La IA es el estudio de cómo lograr que las computadoras realicen tareas que, por el momento,
los humanos hacen mejor. (Rich, Knight, 1991).
La IA es la rama de la ciencia de la computación que se ocupa de la automatización de
la conducta inteligente. (Lugar y Stubblefied, 1993).
La IA es el campo de estudio que se enfoca a la explicación y emulación de la conducta
inteligente en función de procesos computacionales. (Schalkoff, 1990).
En la IA se puede observar dos enfoques diferentes:
1. La IA concebida como el intento por desarrollar una tecnología capaz de proveer al ordenador
capacidades de razonamiento similares a los de la inteligencia humana.
2. La IA en su concepción como investigación relativa a los mecanismos de la inteligencia humana
que se emplean en la simulación de validación deteorías.
El primer enfoque se centra en la utilidad y no en el método como veíamos anteriormente con los
algoritmos, los temas claves de este enfoque son la representación y gestión de conocimiento, sus
autores más representativos son McCrrthy y Minsky.
John McCarthy
En el segundo enfoque encontramos que este se orienta a la creación de un sistema artificial capaz de
realizar procesos cognitivos humanos haciendo importante ya no la utilidad como el método, los
aspectos fundamentales de este enfoque se refieren al aprendizaje y adaptabiliada y sus autores
sonNewell y Simon de la Carnegie Mellon University.
La IA al tratar de construir maquinas que se comporten aparentemente como seres humanos han dado
lugar al surgimiento de dos bloques enfrentados: el enfoque simbólico o top-down, conocido como la IA
clásica y el enfoque subsimbolico llamado a veces conexionista.
Los simbólicos simulan directamente las características inteligentes que se pretenden conseguir o imitar
y lo mejor que también se tiene a la mano es el hombre; para los constructores de los sistemas expertos

resulta fundamental la representación del conocimiento humano donde gracias a estos avances se han
encontrado dos tipos de conocimiento: conocimiento acerca del problema particular¨ y
¨conocimiento a cerca de cómo obtener mas conocimiento a partir del que ya tenemos¨. El ejemplo más
representativo de esta corriente es el proyecto de Cyc de Douglas B. Lenat sobre un sistema que posee
en su memoria millones de hechos interconectados.
Dentro de la otra corriente: la subsimbolica; sus esfuerzos se orientan a la simulación de los elementos
de mas bajo nivel dentro de los procesos inteligentes con la esperanza de que estos al combinarse
permitan que espontáneamente surja el comportamiento inteligente. Los ejemplos mas claros que
trabajan con este tipo de orientación son las redes neuronales y los algoritmos genéticos donde estos
sistemas trabajan bajo la autonomía, el aprendizaje y la adaptación, conceptos fuertemente
relacionados.
Uno de los grandes seguidores de la IA; Marvin Minsky, ha dado una clasificación para los lenguajes
de programación que se utilizan en esta disciplina:
Marvin Minsky
¨Haga ahora¨: Donde el programador surte de instrucciones a la maquina para realizar una
tarea determinada donde todo queda especificado excepto quizás él numero de repeticiones.
¨Haga siempre que¨: Aquí se permite escribir un programa que le sirva a la computadora para
resolver aquello problemas que el programador no sabe resolver pero conoce que tipo de
soluciones se pueden intentar.
"De constreñimiento": se escriben programas que definen estructuras y estados que se
condicionan y limitan recíprocamente.

Pero Minsky, admite que aún será necesario desarrollar dos tipos de lenguajes más para obtener una IA
comparable a la inteligencia humana; y estos podrían ser.
"Haga algo que tenga sentido¨: Donde se permite al programa aprender del pasado y en una
nueva situación aplicar sus enseñanzas.
"Mejórense a sí mismo": Allí se podrá permitir escribir programas que tengan en adelante la
capacidad de escribir programas mejores que ellos mismos.
Otro punto desde luego tiene que ver con el tema que aquí estamos tratando es por supuesto
el concepto de lo que es creatividad, que a simple vista es algo que no podemos explicar porque es
resultado de un don especial pero que los estudios sobre IA han comenzado hacer posible dar
explicación satisfactoria: nos dicen que en la medida que se logre escribir programas que
exhiban propiedad, en esa misma medida se empezara a explicar lacreatividad.
Otra propiedad que se espera ver asociada a la IA es la autoconciencia; que de acuerdo con los
resultados de las investigaciones psicológicas hablan por una parte de que como es bien sabido,
el pensamiento humano realiza gran cantidad de funciones que no se pueden calificar de conscientes y
que por lo tanto la autoconciencia contribuye en cierto sentido a impedir el proceso mental eficiente;
pero por otro lado es de gran importancia poder tener conocimiento sobre nuestras propias
capacidades y limitaciones siendo esto de gran ayuda para el funcionamiento de la inteligencia tanto de
la maquina como del ser humano.
Pero seria imposible tratar de contemplar el tema de la IA sin recurrir a la cuestión de la complejidad;
donde el comportamiento inteligente es el resultado de la interacción de muchos elementos y que
con seguridad es una de las más valiosas contribuciones al tratar de simular en la maquina los
fenómenos intelectuales humanos.
La IA se ha desarrollado como disciplina a partir de la concepción de la inteligencia que se realizo al
interior de la psicología y a partir de la cual se elaboraron diferentes categorías.
La inteligencia: Diferentes teorías y definiciones.
En 1904 el ministerio de instrucción publica de Francia pidió al psicólogo francés Alfred Binet y a
un grupo de colegas suyos que desarrollan un modo de determinar cuales alumnos de
la escuela primaria corrían el riesgo de fracasar para que estos alumnos reciban
una atención compensatoria. De sus esfuerzos nacieron las primeras pruebas de inteligencia.
Importadas a los EEUU varios años después las pruebas se difundieron ampliamente así como la idea de
que existiera algo llamado " inteligencia" que podía medirse de manera objetiva y reducirse a un
numero o puntaje llamado " coeficiente intelectual" desde entonces sé a definido la inteligencia en
términos de "habilidad para resolver problemas".
I.INTELIGENCIAS MULTIPLES

Un psicólogo de Harvard llamado Howard Garden, señalo que nuestra cultura había definido la
inteligencia de manera muy estrecha y propuso en sulibro " estructura de la mente", la existencia de por
lo menos siete inteligencias básicas:
Inteligencia lingüística: capacidad de usar las palabras de modo efectivo ( ya sea hablando,
escribiendo, etc). Incluye la habilidad de manipular la sintaxis o escritura del lenguaje, la
fonética o los sonidos del lenguaje, la semántica o significado de lenguaje o división, pragmática
o los husos prácticos.
Inteligencia lógico matemática: capacidad de usar los números de manera efectiva y de razonar
adecuadamente ( pensamiento vertical).
Inteligencia espacial: la habilidad para percibir la manera exacta del mundo visual-espacial y de
ejecutar transformaciones sobre esas percepciones ( decorador, artistas, etc).
Inteligencia corporal – kinética: la capacidad para usar el cuerpo para expresar ideas y
sentimientos y facilidad en el uso de las propias manos para producir o transformar cosas.
Inteligencia musical: capacidad de percibir, discriminar, trasformar y expresar las formas
musicales.
Inteligencia interpersonal: la capacidad de percibir y establecer distinciones entre los estados
de ánimo, las intenciones, motivaciones, sentimientos, de otras personas.
Inteligencia intrapersonal: el conocimiento de sí mismo y la habilidad para adaptar las propias
maneras de actuar a partir de ese conocimiento.
Más allá de la descripción de las inteligencias y de sus fundamentos teóricos hay ciertos aspectos que
convienen destacar:
Cada persona posee varios tipos de inteligencias.
La mayoría de las personas pueden desarrollar cada inteligencia hasta un nivel adecuado
de competencia.
Las inteligencias por lo general trabajan juntas de manera compleja, ósea, siempre interactúan
entre sí para realizar la mayoría de las tareas se precisan todas las inteligencias aunque en
niveles diferentes hay muchas maneras de ser inteligentes en cada categoría.
Inteligencia emocional: existe una dimensión de la inteligencia personal que esta ampliamente
mencionada aunque poco explorada en las elaboraciones de Gadner: el papel de las emociones.
Daniel Goleman; toma este desafío y comienza a trabajar sobre el desarrollo de Gadner llevando a un
plano más pragmático y centrado en las emociones como foco de la inteligencia.

FUTURO DE LA IA.
El empleo de la IA esta orientado a aquellas profesiones que, ya sea por lo incomodo, peligroso o
complicado de su trabajo necesitan apoyo de un experto en la materia. Las ventajas que trae el disponer
de un asistente artificial no son mas que las de solucionar los errores y defectos propios del ser humano;
es decir, el desarrollo de sistemas expertos que hoy en día se están utilizando con éxito en los campos
de la medicina, geología y aeronáutica aunque todavía están poco avanzados en relación con el ideal
del producto IA completo.

Inteligencia artificial

Más contenido relacionado

La actualidad más candente (19)

Similar a Inteligencia artificial (16)

Inteligencia artificial