Disciplina científico-técnica que trata de introducir sistemas artificiales capaces de conductas que, de ser ejecutados por seres humanos, se expresaría que solicitan inteligencia. Estudio de los dispositivos de la inteligencia y las tecnologías que lo mantienen. Desde sus comienzos hasta la actualidad, la Inteligencia Artificial ha tenido que hacer frente a una serie de problemas. Los computadores no tienen autoconciencia. Un computador sólo puede hacer aquello para lo que está proyectado.
Las primeras dificultades que se trató de solucionar fueron puzzles, juegos de ajedrez, traducción de textos a otro idioma.
En el año 1955 Simón, Newell y Shaw, desarrollaron el primer lenguaje de programaciónprograma de Inteligencia Artificial al que llamaron Logic Theorist, el cual era apto de demostrar teoremas matemáticos, representando cada problema como un modelo de árbol, en el que se seguían ramas en busca de la solución correcta, que resultó decisivo. encaminado a la resolución de dificultades de la Inteligencia Artificial, el IPL-11. Un año más tarde estos tres científicos desarrollan el prime.
En 1957 McCarthy desarrolló el lenguaje LISP. La IBM acordó un equipo para la investigación en esa área
En 1961 se desarrolla SAINT (Simbolic Automatic INTegrator) por Slagle el cual se orienta a la demostración simbólica en el área del álgebra.
En 1964 Bertrand construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de entender oraciones en inglés.
Estos programas obviamente corren en un computador y se utilizan, como por ejemplo, en control robótico, comprensión de lenguajes naturales, procesamiento de imágenes basado en conocimientos previos, estrategias de juegos, etc.
Una característica fundamental que diferencia a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es bastante para diferenciarlo totalmente. Otros ejemplos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que utilicen técnicas de Inteligencia Artificial.
El comportamiento de los programas no es descrito explícitamente por el algoritmo. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En diferencia con los programas que no son de Inteligencia Artificial, que siguen un algoritmo determinado, que detalla, explícitamente, cómo hallar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.
Los investigadores en Inteligencia Artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente). Otros investigadores están trabajando en el desafío del reconocimiento de modelos donde se espera un rápido progreso en este campo que comprende la comprensión y la suma del habla, el proceso de imágenes y la visión artificial.
Cuando una trabajo se realiza por medio de un algoritmo perfectamente definido de acumulación, clasificación o cálculo, lo puede hacer un computador. Esta noción de algoritmo, secuencial, fijo y de determinadas operaciones, es incapaz de operar problemas donde el camino del razonamiento es variable y donde deben afrontarse situaciones diversas sin haber sido detalladas. La Inteligencia Artificial crea uso de un tipo de lenguaje diferente como es el tema de LISP y PROLOG.
En 1932, Cannon imaginó la evolución natural como un proceso de aprendizaje. Alan Turing reconoció, en 1950, que debe haber una conexión obvia entre el aprendizaje de máquina y la evolución, y marcó que se podrían desarrollar programas para jugar ajedrez utilizando esta técnica.
Los algoritmos genéticos se diferencian también por no permanecer atrapados fácilmente en mínimos locales, como la mayor parte de las técnicas de búsqueda clásicas, además de usar operadores probabilísticos más robustos que los operadores determinísticos, que las otras técnicas frecuentan utilizar.
Los procedimientos generales desarrollados para la resolución de dificultades y técnicas de búsqueda al inicio de la era de la Inteligencia Artificial demostraron no ser bastantes para resolver los problemas encaminados a las aplicaciones, ni fueron capaces de satisfacer los difíciles exigencias de la investigación.
A este conjunto de métodos, procedimientos y técnicas, se lo presenta como Inteligencia Artificial Débil. La principal conclusión que se procedió de este trabajo inicial fue que los problemas difíciles sólo lograrían ser resueltos con el auxilio del conocimiento específico acerca del dominio del problema.
Los ejemplos de experiencia que son de interés en los métodos basados en conocimiento, pueden ser clasificados en tres categorías: asociativa, motora y teórica. Los sistemas basados en conocimiento son excelentes para simbolizar conocimiento asociativo. Este ejemplo de experiencia refleja la destreza heurística o el conocimiento que es logrado mayoritariamente, a través de la investigación.
Puede ser que no se perciba puntualmente lo que sucede al interior de un sistema (caja negra), pero se pueden asociar entradas o estímulos con salidas o respuestas, para solucionar problemas que han estado previamente conocidos. La práctica motora es más física que cognitiva. La destreza se logra esencialmente a través del ejercicio y la práctica física constante
La experiencia teórica y el conocimiento profundo permite que los humanos logren solucionar problemas que no se han visto antes, es decir, no existe una posibilidad asociativa.
El diseño de un sistema basado en conocimiento de alguna manera manifiesta la estructura cognitiva y los procesos humanos. La primera parte es la memoria de largo plazo, en la que guarda los casos (Base de Hechos) y los conocimientos (Base de Conocimientos) acerca del dominio en el que tiene experiencia.
No hay comentarios:
Publicar un comentario