LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL. La

LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL.
La inteligencia artificial es un campo, es heredera de diversas ideas puntos de
vista y técnicas de otras disciplinas.
Durante más de 400años de matemáticas, han surgido teorías formales
relacionadas con la lógica probabilidad, toma de decisiones y la computación. La
sicología ofrece herramientas que permiten la investigación de la mente humana,
así como un lenguaje científico para expresar las teorías que se van obteniendo.
La lingüística ofrece teorías sobre la estructura y significado del lenguaje, la
ciencia y la computación, de la que se toman las herramientas que permiten que
la IA sea una realidad.
FILOSOFIA (428 A.C AL PRECENTE):
Todo empezó con el nacimiento de platón en 428 a.c. la temática de su obra es
diversa: política, matemáticas, física, astronomía y diversas ramas de la filosofía.
Aristóteles consideraba que no todas las partes de la mente estaban gobernadas
por procesos lógicos. Consideraba también la noción de una razón intuitiva.
Habría que esperar a rene descartes (1596 a1650), para contar con un estudio
claro de la diferencia entre mente y materia los problemas que origina.
Descartes propuso la noción del dualismo. Sostenía que existe una parte de la
mente que está al margen de la naturaleza, exenta dela influencia de las leyes
físicas.
Una alternativa al dualismo es el materialismo, que considera que todo el mundo
funciona sujeto a leyes físicas.
El movimiento empírico, iniciado con el novom organum de Francis Bacon (1561 a
1626), se caracteriza por el aforismo John Locke (1632 a1704):”nada existe en la
mente que no haya pasado antes por los sentidos”.
David Hume (1711 a 1776) propone lo que actualmente se conoce como principio
de la inducción: las reglas generales se obtienen por contacto con repetidas
asociaciones entre sus elementos.
Bertrand Russell (1872 a1970): indujo el positivismo lógico. Esta doctrina sostiene
que todo el conocimiento se puede caracterizar mediante teorías relacionadas, en
última instancia, con oraciones de observación, que corresponda en entradas
sensoriales. Con la teoría de la confirmación se intenta comprender como se
puede obtener conocimientos a partir de la experiencia.
MATEMATICAS (aproximado del año 800 al presente).
La idea de expresar un cálculo mediante un algoritmo formal se remonta a la
época de al-jwarizmi, matemático árabe del siglo ix.
La lógica data por lo menos desde Aristóteles, su naturaleza era más filosófica que
matemática, hasta que George Boole (1815 a 1864).
Introdujo su lenguaje formal para hacer inferencias lógicas en 1847.
El método de Boole no estaba completo pero era bastante bueno.
En 1879, Gottlob Fregué (1848 a 1825) creo una lógica que, excepto por algunos
cambios en la notación, constituye la lógica de primer orden que se utiliza
actualmente como sistema básico de representación del conocimiento. Alfred
Tarski (1902 a 1983) introdujo una teoría de referencia que enseña como
relacionar objetos de una lógica con los objetos del mundo real.
En 1930 kurt godel 1906 a 1978) demostró que existen procedimientos eficientes
para demostrar cualquier aseveración verdadera en la lógica de primer orden de
fregué y Russell.
En 1931 demostró que el efecto existen límites reales. Mediante su teorema de
incompletos demostró que en cualquier lenguaje que tuviera la capacidad
suficiente ´para expresar las propiedades de los números naturales, existen
aseveraciones verdaderas indecidibles: no es posible definir su valides mediante
ningún algoritmo.
Lo anterior motivo a Alan Turíng(1912 a 1954( a tratar de caracterizar las
funciones que si eran susceptibles de ser calculadas. La tesis de chur-turing goza
de aceptación generalizada en cuanto a definición suficiente. Turing demostró
también que existen algunas funciones que no es posible calcular mediante la
máquina de turing.
La noción de la intratabilidad tuvo repercusiones más importantes en términos
generales, se dice que una clase de problema se denomina intratable si el lapso
necesario ´para la resolución de casos particulares de dicha clase crese el menos
exponencial mente con el tamaño de tales casos.
El segundo concepto importante en la teoría de la complejidad es la reducción.
Una reducción es la trasformación general de problemas a otra.
Además de la lógica y el cálculo una gran contribución de las matemáticas a la IA
es la teoría de la probabilidad.
Gerolamo cardano (1501 a 1576) quien concibiera primero la noción de la
probabilidad y representó como posibles resultados de los juegos de apuesta.
Pierre Fermat (1601 a1665), Blas pascal (1623 a 1662), james Bernoulli (1654 a
1705), Pierre Laplace (1749 a 1827) y otros más hicieron avanzar esta teoría e
introducir nuevos métodos estadísticos. Thomas valles (1702 a1761) propuso una
regla para la actualización de las probabilidades subjetivas a la luz de nuevas
evidencias.
En la teoría de las decir iones propuesta por John bond Neumann y óscar
morgenstern (1944 se combinan las teorías de la probabilidad y de la utilidad
permiten discernir entre elecciones buenas y acciones malas.
PSICOLOGIA: DE 1879 AL PRESENTE:
La psicología científica se inició con los trabajos del método médico alemán
Herman Vond Helmholsz (1821 a 1894) y su disípalo willhenm Wundt (18321920).
El 1879, el mismo año de que Fregué dio a conocer su lógica de primer orden,
Wundt inicio el primer laboratorio de psicología.
El movimiento conductista de John Watson (1878 a 1958) y de Edward lee
Thorndike (1874 a 1949) fue una respuesta contra el subjetivismo por
considerarlos “psicología popular” no científica.
La psicología cognoscitiva se remota por lo menos a las obras de William james
(1842-1910).
En los inicios no existía una distinción entre IA y ciencia cognoscitiva era
frecuente ver programas de IA caracterizados como si fueran resultados
psicológicos.
HISTORIA DE LA IA:
Génesis de la IA (1943 a 1956).
Reconocido en general como el primer trabajo de la IA fue realizado por Warren
McuClloch y Walter Pitts(1943:propucieron un modelo constituido por neuronas
artificiales.donall Hebb 1949 demostró una sencilla regla de actualización para
modificar las intensidades de las conexiones entre neuronas .
Entusiasmo inicial, grandes esperanzas 1952 a 1969
El SGP (solucionador general de problemas) posiblemente fue el primer programa
que incorporo el enfoque del pensar como humano.
McCarthy definió el lenguaje de alto nivel Lisp, que se convertía en el lenguaje de
programación dominante en IA. Lisp, es el segundo lenguaje de programación
más antiguo que todavía se utiliza actualmente.
Marvin Minsk y supervisaba el trabajo de unos estudiantes, quienes eligieron
problemas limitados cuya solución parecía requerir de la inteligencia. Estos
dominios limitados vinieron a ser conocidos como micromundos.
El más famoso de los micromundos fue el de los bloques, formando por un
conjunto de bloques solidos colocados en la cubierta de una mesa.
Rosenblat demostró el famoso teorema de convergencia del perceptron, con lo
que mostro que su algoritmo de aprendizaje podía ajustar las intensidades de
conexión de un perceptron para que correspondiera a cualquier dato de entrada,
siempre y cuando tal correspondencia fuese factible.
Una dosis de realidad (1966 a 1974):
Desde el principio, los investigadores de IA expresaron predicciones sobre el
exitoso futuro que les aguardaba.
El primer obstáculo se originó en los antiguos programas los cuales contaban con
poco o ningún conocimiento de la materia objeto de estudio.
El segundo obstáculo fue el de la intratabilidad de muchos de los programas que
se estaban intentando resolver mediante IA.
Los primeros experimento en el campo de la evolución de maquina o computadora
estaban basados en la cintura correcta permiso de que efectuando una adecuada
serie de pequeñas mutaciones aun programa de código de maquina se podía
general un programa con buen desempeño en la realización de cualquier tarea
sencilla.
Sistemas basados en el conocimiento. ¿Clave del poder? (1969 a 1979)
La resolución de problemas durante la primera década de la investigación en IA
recibía en un mecanismo de búsqueda de propósito general, a ese procedimiento
se le ha denominado métodos débiles debido a que la información sobre el
dominio con que cuentan es débil.
El programa dendral constituye uno de los primero ejemplos de este enfoque, la
primera versión del programa generaba todas las posibles estructuras que
correspondieran ala formula.
Feigenbaum y otros, dieron inicio al proyecto de programación heurística,
dedicado a determinar el grado con el que la nueva metodología de los sistemas
expertos podía aplicarse a otras áreas de la actividad humana.
El crecimiento de las aplicaciones para el problema del mundo real provoco el
respectivo aumento en la demanda de esquemas y representación de
reconocimiento que si funcionara.
La IA se convierte en una industria:
En 1981 los japoneses anunciaron el proyecto “quinta generación” para construir
computadoras inteligentes, el proyecto de la quinta generación suscito el interés
de la ia y aprovechando el temor a un posible dominio por parte de los japoneses
En la floreciente industria de la IA figuraban también compañías tales como
camegie grour inference, intellicop y teknowledge. Más de un centenar de
compañías construyeron sistemas de visión robótica para su uso industrial.
El regreso de las redes neuronales 1986 al presente:
En la ciencia de la computación se ha hecho a un lado el campo de las redes
neuronales, se ha continuado trabajando en otros campos especialmente en física.
Físicos utilizaron técnicas de la mecánica estadística para analizar las
propiedades de almacenamiento y optimización de las redes. Psicólogos
continuaron con el estudio de los modelos de la memoria basados en redes
neuronales, el impulso más fuerte se produjo a mediados de la década de los
80´s, cunado 4 grupos distintos reinventaron el algoritmo de aprendizaje de retro
propagación durante una época redes neuronales he IA tradicional se vieron como
rivales entre sí, más que como campos que aportaban enfoques complementarios
en la solución de un mismo problema.
Acontecimientos recientes 1987 al presente:
En años recientes se ha producido un cambio en contenido como en metodología
de investigación de IA. Actualmente es más común construir sobre teorías ya
existentes que proponer teorías nuevas.
La invención del formalismo de red de creencia obedece la necesidad de poder
razonar eficientemente ante una combinación de evidencias inciertas. Similares
revoluciones se han dado en robótica, visión por computadora, autoaprendizaje
de máquinas y representación del conocimiento. Una mejor comprensión de los
problemas y de su complejidad, a una mayor capacidad de manejo matemático,
han favorecido la factibilidad de investigaciones. El también llamado movimiento
situado intenta dilucidar el funcionamiento de agentes inmersos en entornos
reales, sujetos a entradas sensoriales continuas.