1 Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. ISSN 0122-1701 IMPLEMENTACION DE UNA LINEA DE PROFUNDIZACION EN INTELIGENCIA ARTIFICIAL EN LA UNIVERSIDAD TECNOLOGICA DE PEREIRA. Implementation of a profundization line in Artificial Intelligence in the Universidad Tecnológica de Pereira. RESUMEN En este documento se publican los resultados de la investigación que pretende proponer una estructura temática para la posible línea de profundización en Inteligencia Artificial para el programa de Ingeniería de Sistemas y Computación de la Universidad Tecnológica de Pereira. Justificando además, la gran importancia de su implementación. JORGE ADRIAN MARTÍNEZ GARCÍA Estudiante de ingeniería de Sistemas y Computación en la UTP, desarrollador de la propuesta. nogardark@gmail.com PALABRAS CLAVES: Aprendizaje, Artificial, Conocimiento, Razonamiento, IA, Inteligencia, Planificación, Percepción, Resolución de Problemas. CESAR ANDRÉS GONZÁLEZ MURCIA Estudiante de ingeniería de Sistemas y Computación en la UTP, desarrollador de la propuesta. zascogm@gmail.com ABSTRACT In this document we will publish the results of the investigation that pretends to propose a thematic structure to make possible the implementation of an Artificial Intelligence profundization line. Besides of justifying the importance of its possible implementation. KEYWORDS: Artificial, AI, Intelligence, Knowledge, Learning, Perception, Planning, Problem-Solving, Reasoning. Director ING. JULIO CESAR CHAVARRO PORRAS Ingeniero de Sistemas de la Universidad Distrital Francisco José de Caldas y profesor del programa de Ingeniería de Sistemas y Computación de la UTP. jchavar@utp.edu.co 1. INTRODUCCIÓN Actualmente en la Universidad Tecnológica de Pereira existe un proyecto de cambio curricular, que busca entre sus objetivos mejorar la calidad académica del programa de Ingeniería de Sistemas y Computación suscrito a esta misma universidad. Una de las áreas en las que tentativamente se desea hacer énfasis con el nuevo currículo es en el área de la Inteligencia Artificial. En este orden de ideas como en todas las actividades humanas, los recursos son finitos y se debe justificar por qué se elige formar ingenieros con conocimientos profundos y no superficiales en Inteligencia Artificial y por qué no invertir los recursos en otras áreas del conocimiento que caben dentro de lo que son las ciencias de la computación. Así que es importante justificar este hecho y en gran parte este documento se dedicará a este propósito. Fecha de Recepción: (Letra Times New Roman de 8 puntos) Fecha de Aceptación: 2. IMPORTANCIA ARTIFICIAL DE LA INTELIGENCIA La importancia y el interés existente en la Inteligencia Artificial va más allá de lo que se puede percibir en el entorno nacional y es nuestra obligación, además de la identificación de esta misma importancia, proponer y crear estructuras de conocimiento y herramientas que nos permitan estar al frente de los avances que se producen. Es por ello, que el trabajo encuentra un fundamento en la importancia de esta ciencia a través de 3 perspectivas identificadas en la industria, la academia y la prospectiva tecnológica, que conciertan nuestro interés y preocupación. 2.1 EN LA INDUSTRIAL En la actualidad las técnicas de Inteligencia Artificial se utilizan para resolver una multitud de problemas tan diversos como la misma IA. Posee aplicaciones desde algo tan común en la actualidad como el entretenimiento Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. 2 por medio de juegos de video, hasta aplicaciones tan importantes y serias como la planeación y el control de un vehículo espacial o la distribución de recursos y trazado de rutas en una operación militar. Los sistemas expertos se usan en múltiples áreas de la actividad humana como el sector financiero, la medicina, departamentos de recursos humanos entre otros, demostrando experticia en campos de aplicación que van más allá del rendimiento de los seres humanos. Entre otras múltiples aplicaciones de la Inteligencia Artificial, se encuentran grandes avances como el procesamiento del lenguaje natural, reconocimiento del lenguaje hablado, reconocimiento de patrones y rostros. El aprendizaje de maquina es una de las áreas de la Inteligencia Artificial donde su aplicación se extiende cada día en diversas áreas de la industria, desde la lucha mundial contra el spam, hasta la minería de datos donde el aprendizaje de maquina permite generar nuevo conocimiento. Actualmente las empresas más grandes en el mundo de la tecnología están utilizando la Inteligencia Artificial para ganar ventajas competitivas que les permita prevalecer frente a los grandes cambios. Empresas como Apple Inc, presentan un fuerte factor diferenciador ante sus competidores utilizando su sistema SIRI1, que plantea revolucionar la comunicación entre humano y máquina. Google Inc sin quedarse atrás, utiliza técnicas de IA para mejorar los resultados de sus búsquedas. Por su parte IBM ha lanzado recientemente su sistema WATSON2, que le permite ubicarse en la punta de lanza en este tipo de sistemas computacionales (análisis, evaluación y generación de conocimiento obtenido a partir del lenguaje natural). Microsoft Corporation también ha incluido dentro de su último sistema operativo Windows 7, el reconocimiento de voz y el reconocimiento de escritura a mano. Todos estos avances que constantemente van apareciendo en el mundo permiten ver como se está usando la Inteligencia Artificial para hacer la diferencia en el tratamiento de problemas que requieren más que una solución tradicional y como la IA está ayudando y seguirá ayudando a mejorar la comunicación entre la máquina y el hombre. 2.2 EN LA ACADEMICA La Inteligencia Artificial nació en la academia. Sus fracasos, desaciertos y errores fueron planteamientos que con el paso del tiempo le han dado forma al propósito de esta ciencia. Sus avances, logros y nuevas teorías son el producto de la iniciativa y motivación de un grupo de investigadores y visionarios que aumentan con el paso del tiempo, para crear lo que permitiría revolucionar el mundo a través de sistemas que solucionaran los problemas a los cuales día tras día se enfrenta la humanidad. Se podría decir que la Academia es hoy en día el hogar de muchos de los avances más importantes que ha logrado la Inteligencia Artificial en la poca historia que tiene. La importancia de la academia se ve reflejada en los cientos de miles de personas alrededor del mundo involucradas a la misma, que convergen en teorías y conceptos que permiten dar forma a la Inteligencia Artificial. Si bien, la industria tiene un papel importante tanto en la historia de la Inteligencia Artificial, como en los logros que se han obtenido en esta ciencia; La academia sentó las bases y planteo la estructura de la IA a través de grandes esfuerzos durante más de 50 años. 2.3 PROSPECTIVA TECNOLÓGICA La Inteligencia Artificial es relativamente joven dentro de lo que se considera como ciencia, teniendo sus orígenes en la década de los 40 s y oficialmente siendo reconocido el término IA (además de sus objetivos como disciplina) en la década de los años 50 s. A pesar de lo novel de este campo, en 60 años se han logrado grandes avances desde sus orígenes con la conferencia de Darthmouth. Hasta el momento, los sistemas computacionales han empezado a mostrar grandes avances en el desempeño de actividades donde los humanos van adelante como en los juegos de ajedrez, damas chinas, ahora en Jeopardy!®3. El muy anhelado sueño de lograr simular la inteligencia fuerte y además imaginar la posibilidad que un sistema inteligente logre completar la prueba de Turing, cada día tiene más expectativas como una realidad. A través de los años y todos estos pasos que se han dado, la Inteligencia Artificial ha logrado dar luz en interrogantes relacionados con la inteligencia, el aprendizaje y el razonamiento; Preguntas que tienen una considerable prioridad y gran importancia en el desarrollo y construcción del conocimiento humano. Desde la ilustración hasta el movimiento modernista del siglo XX temprano, se ha identificado la inteligencia como lo que hace al hombre ser humano. El lograr descifrar los mecanismos que utiliza la mente humana para crear conocimiento y resolver problemas, podría 3 1 SIRI, conocido como un software de asistencia inteligente (Intelligent software assistant). [1]. 2 WATSON, conocido como un sistema computacional de IA. [2]. Jeopardy!, concurso de televisión Estadounidense que plantea preguntas en diferentes áreas del conocimiento en el que participó el sistema computacional Watson de IBM Corporation iniciando el año 2011. [3]. Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. significar un avance gigantesco para la humanidad. En caso además que se llegue a la singularidad, este hecho podría llevar a plantear soluciones a los problemas a través del raciocinio y la creatividad. 3. DIVISION TEMATICA DE LA LINEA DE PROFUNDIZACION EN INTELIGENCIA ARTIFICIAL 3 ofrecer soluciones inteligentes a este tipo de problemas, como lo son las búsquedas en espacios de estados, por medio de la Inteligencia Artificial. Esta área es transversal a todas las áreas de la IA. Desde hace algunos años, la Inteligencia Artificial ha venido desarrollando diferentes métodos y herramientas con un considerable éxito en solucionar problemas que contienen incertidumbre o información incompleta. 3.3 COMPUTACION BIOINSPIRADA Una vez demostrada la importancia que tiene la Inteligencia Artificial por medio de la argumentación planteada a través de 3 perspectivas, no solo para las Ciencias de la Computación, sino para el desarrollo de la humanidad, se procede a encontrar la estructura temática más apropiada para abordar las grandes áreas de conocimiento que componen la IA en profundidad. Con este propósito, fue necesario en primer lugar, dividir la Inteligencia Artificial temáticamente debido a que actualmente en el ámbito académico no hay consenso que estandarice las grandes áreas de conocimiento en las que se puede dividir la Inteligenciar Artificial. Siguiendo este objetivo, se tomaron como principal referencia los trabajos realizados por distintos autores que tienen importante reconocimiento en el área de la Inteligencia Artificial; autores como Stuart Russell y Peter Norvig, Nils Nilsson, George Luger y John McCarthy. Dentro de los parámetros del desarrollo de la propuesta se tuvieron en cuenta los distintos currículos de universidades líderes en Inteligencia Artificial en el ámbito nacional como la Universidad del Valle y en el internacional como la Universidad de Standford, el Instituto Tecnológico de Massachusetts y la Universidad Carnegie Mellon. Fruto de esta labor se llegó a la siguiente división temática de la Inteligencia Artificial. 3.1 AGENTES INTELIGENTES Los agentes inteligentes son una abstracción que permite modelar problemas que requieren un tratamiento inteligente y necesitan interactuar con otras instancias de la misma solución o con el entorno. En el campo de la Inteligencia Artificial, son muy importantes debido a los notables avances que se vienen observando en la forma de modelar los problemas y su estructura con especificaciones muy bien definidas y tecnologías que aplican estas especificaciones, convirtiendo a los agentes inteligentes es los modelos más usados para generar soluciones de IA actualmente. 3.2 RESOLUCION DE PROBLEMAS En esta área se encuentran el conjunto de técnicas y algoritmos que se han ido desarrollando a través de los años para lidiar con los problemas propios que surgen en las búsquedas de información. Hoy en día existen una gran variedad de algoritmos y avances desarrollados para Dentro de la Inteligencia Artificial, se encuentran los sistemas computacionales inspirados en los organismos vivos y que han ayudado a resolver problemas de alta complejidad (NP) de manera heurística y en tiempos razonables. En esta área se encuentran técnicas como la de los algoritmos genéticos, algoritmos de enjambres entre otros. 3.4 CONOCIMIENTO Y RAZONAMIENTO En esta área del conocimiento en la Inteligencia Artificial entran algoritmos y estructuras esenciales en la investigación y que permiten representar el conocimiento útil y necesario para las maquinas pensadas para solucionar problemas que dependen de una información extensa del mundo. Dentro de esta área de la Inteligencia Artificial, surge la necesidad de crear entidades y relaciones que permitan representar y reconocer el conocimiento, así como el conocimiento que se conoce como del sentido común. A una representación de lo que existe se define como ontología. 3.5 PLANIFICACIÓN La humanidad día tras día busca procedimientos, métodos y estrategias que le permita obtener resultados y cumplir con objetivos establecidos de una manera organizada y estructurada, con el propósito de reducir al máximo los riesgos y eventualidades que se pueden presentar durante el desarrollo de las actividades que se realizan para cumplir los objetivos propuestos. Obtener una secuencia de ejecución de actividades de manera ordenada y controlada que permita cumplir los objetivos se conoce como planificación. La Inteligencia Artificial tiene grandes avances que permiten aplicar la planificación en la resolución de problemas que requieren un tratamiento inteligente a través de la robótica y de los agentes inteligentes. 3.6 APRENDIZAJE DE MAQUINA En esta área de la inteligencia artificial se encuentran todas las técnicas que simulan el aprendizaje del ser humano y permiten establecer comportamientos que evolucionen a través del análisis de datos empíricos que representan una información incompleta o incierta; Además de los algoritmos que permiten realizar tareas como la clasificación y la extracción del conocimiento a Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. 4 partir de datos como es el caso de la minería de datos y el KDD, que son formas aplicadas del aprendizaje de máquina. en equipo y además los problemas que se plantean son problemas del mundo real. Le ayuda a los estudiantes a obtener habilidades de adquisición de conocimiento. 3.7 PERCEPCIÓN La percepción es una de las áreas de la Inteligencia Artificial que se encuentran en el punto donde convergen las teorías y avances que se han obtenido hasta el momento, para lograr obtener metodologías y herramientas que generen una Inteligencia Artificial aplicada al mundo real. Si bien la percepción puede utilizarse para obtener información simulada, también permite obtener información del mundo en el cual habitan los agentes inteligentes desarrollados para la resolución o identificación de cierto tipo de problemas a través de la interpretación de señales obtenidas en sensores integrados al sistema que compone el agente inteligente. 3.8 INTERACCION Y COMUNICACIÓN La comunicación como área de conocimiento que hace parte de lo que se conoce como Inteligencia Artificial, es una de las actividades que más importancia ha venido obteniendo en el proceso de integración de todas las áreas que conforman la IA, para lograr desarrollar agentes inteligentes que extiendan sus capacidades más allá de un conjunto de problemas establecido, y que a través de esta integración de áreas de conocimiento, se permitan obtener resultados por medio de agentes inteligentes que puedan solucionar cualquier tipo de problema sin importar el conjunto de características que lo integren. La comunicación, permite hoy en día la transmisión de cierta información apropiada para cierto tipo de propósitos entre los diferentes agentes inteligentes que ataquen un problema de manera distribuida. 4. APRENDIZAJE BASADO EN PROBLEMAS 4.1 INTRODUCCIÓN Acompañando la propuesta de la estructura temática y el contenido de las materias que la componen, se suma una propuesta de entrega de contenido o mejor, un método de enseñanza que deseamos, entre a escrutinio de la comunidad académica. La elección de este método de enseñanza se hace con base en los beneficios que presenta frente a la enseñanza tradicional catedrática ortodoxa. Todas estas habilidades tienden a proponer soluciones a debilidades detectadas en los estudiantes durante la autoevaluación que se realizó en el programa de Ingeniería de Sistemas y Computación de la Universidad Tecnológica de Pereira [4]. 4.2 CARACTERISTICAS DEL ABP. El Aprendizaje Basado en Problemas (PBL-Problem Based Learning) reúne ciertas características como son: Uso de problemas del mundo real. Confiar en los problemas para presentar el currículo. Esto significa que los problemas no prueban habilidades; simplemente asisten en el desarrollo y afinamiento de las habilidades de cada uno de los estudiante. Los problemas están mal estructurados. No se supone que exista una única solución a estos problemas, y a medida que nueva información es recopilada de manera reiterativa, la percepción del problema y su solución cambian. El ABP está centrado en el educando, a estos se les va dando progresivamente más responsabilidad por su educación y se convierten incrementalmente en estudiantes más independientes de su docente para su educación y formación. 4.3 EL PAPEL DEL INSTRUCTOR En el aprendizaje basado en problemas, el instructor toma un papel de facilitador del conocimiento, lo que permitiría establecer una posición para guiar al estudiante por medio de la inducción y la mayéutica. Se considera el papel del instructor de tal vitalidad, que en sus manos se encuentra la responsabilidad de un administrador de los recursos académicos, y el conocimiento básico que él considere necesario para resolver el problema planteado. Además el instructor debe servir como modelo para que los estudiantes puedan aprender habilidades metacognitivas; Este papel difiere bastante del papel habitual en donde el docente es el centro de la clase y el poseedor absoluto del conocimiento y los métodos de representar el mismo. Entre sus ventajas reportadas en los espacios académicos donde se ha implementado se encuentran: 4.4 IMPACTO DE LA IMPLEMENTACIÓN DEL ABP Mejora notablemente el trabajo en grupo. Facilita la transición de la academia al sector productivo debido a que los estudiantes trabajan Hay múltiples retos a la hora de implementar el ABP. Recogiendo las experiencias del profesor France Cheong del Instituto Real de Tecnología de Melbourne, en Scientia et Technica Año XIII, No x, Noviembre de 2011. Universidad Tecnológica de Pereira. Australia; Quien ya tuvo la experiencia de implementar un curso en sistemas inteligentes usando el ABP [5]. Teniendo en cuenta la anterior experiencia, el propósito es claro; La implementación de ABP en un curso o en un conjunto de cursos que desarrollen los temas relacionados con la Inteligencia Artificial, podría eliminar la actitud mecánica que tienen la mayoría d e los estudiantes durante el desarrollo de proyectos y permitiría mejorar la experiencia de aprendizaje de los mismos Estudiantes. 5. CONCLUSIONES Y RECOMENDACIONES Uno de los grandes retos a la hora de construir este documento fue encontrar una descripción unificada de lo que es la Inteligencia Artificial, y el mayor gasto energético en el desarrollo de este proyecto además de uno de sus grandes resultados es haber desarrollado una visión completa de las áreas que componen y definen a la inteligencia artificial moderna desde un punto de vista académico. En la creación de este documento no se tuvieron en cuenta ciertas limitaciones que pueden llevar a que el proyecto sea actualmente inviable como son la disponibilidad de personal calificado que pueda orientar los temas que aquí se tratan, problemas del tipo económicos que hagan inviable el proyecto en la actualidad, problemas de tipo organizacional debido a que el proyecto asume que la reforma estructural del programa en la forma que permitiría la creación de líneas de profundización es una realidad. Todos estos factores se deben evaluar y sopesar contra la ganancia que puede obtener el programa de Ingeniería de Sistemas y Computación de la Universidad Tecnológica de Pereira en cuanto a la calidad y el reconocimiento a nivel nacional e internacional que esta implementación podría representar. La formación de ingenieros con un gran arsenal de herramientas computacionales y un alto grado de diferenciación con respecto a la mayoría de los ingenieros de sistemas y computación del país. Las bases para el estudio y la investigación a fondo de la Inteligencia Artificial podrían llegar a ser fuertemente estructuradas y desarrolladas en nuestra institución, a través de grupos de investigación adecuadamente formados y con los conocimientos, metodologías y herramientas pertinentes, que logren obtener resultados que estén a la altura de las grandes universidades internacionales. Una implementación así, podría permitir a la universidad, estar en la punta de los grandes avances y logros en esta ciencia que todavía esperan por ser descubiertos. 5 6. BIBLIOGRAFÍA [1] Apple. Siri, your wish is its command. [Online]. Iphone, Apple. Available from World Wide Web: http://www.apple.com/iphone/features/siri.html [2] IBM. What is Watson? [Online]. IBMWATSON. Available from World Wide Web: http://www03.ibm.com/innovation/us/watson/what-iswatson/index.html [3] J, Jackson, IDG News. (2011, Feb.). IBM Watson vanquishes Human Jeopardy Foes. [Online]. Business Center, PCWorld. Available from Word Wide Web: http://www.pcworld.com/businesscenter/article/2198 93/ibm_watson_vanquishes_human_jeopardy_foes.h tml [4] UTP. (2009, Dic.). Informe de Autoevaluación con fines de acreditación. [Online]. Planeación Académica, Universidad Tecnológica de Pereira. Available from World Wide Web: http://media.utp.edu.co/planeacion/archivos/docume ntos-de-interes-de-planeacionacademica/informedeautoevaluacionisc.pdf [5] Cheong, France. (2008). Using a Problem-Based Learning Approach to Teach an Intelligent Systems Course. [Online]. Journal of Information Technology Education, Informing Science Institute. Available from World Wide Web: http://jite.org/documents/Vol7/JITEv7p047060Cheong.pdf