martes, 29 de noviembre de 2011

Articulo De Revista

INTELIGENCIA ARTIFICIAL

Uno de los mayores retos del ser humano ha sido siempre poder construir máquinas que puedan emular la inteligencia humana. Ahora la meta va más allá, ¿pueden las máquinas tener conciencia?
INTRODUCCIÓN

La IA es una ciencia multidisciplinar que abarca múltiples campos: matemáticas, lógica, informática, psicología, sociología, filosofía, neurobiología, etc. Podemos definirla como la disciplina que se dedica a procurar que los computadores sean capaces de realizar tareas que, si las hiciesen los seres humanos, diríamos que requieren inteligencia.

Tomando al ser humano como modelo de comportamiento inteligente, el objetivo sería reproducir en la computadora la eficacia de sus reacciones frente a tareas o situaciones complejas. Entre las capacidades humanas que involucran las facultades intelectuales, la de mayor relevancia es la de dialogar en una lengua verbal, que es la utilizada en el test que ideó el matemático Alan Turing para validar una máquina inteligente. Este test compara el comportamiento de una computadora con el de un humano en un “juego de imitación” en que aquella trata de hacerse pasar por un humano contestando a unas preguntas. Si un observador no puede distinguir si las respuestas provienen de un humano o de una máquina, entonces la computadora ha pasado el test. A nuestro juicio, esta clásica prueba de IA ha quedado desfasada porque sólo incide en el aspecto verbal de la inteligencia, y porque para parecer humana, la máquina debe imitar también los errores humanos.
QUÉ ES LA INTELIGENCIA

El funcionamiento de la inteligencia humana es tan sumamente complejo y tan poco entendido que ha de ser descompuesto en subelementos. Pero aunque consiguiéramos reunir todos los subelementos, tampoco sabemos cuáles son las inferencias entre ellos. De hecho, la noción de inteligencia es difícil de precisar. A pesar de que a la mayoría de nosotros nos parece obvio distinguir cuándo un comportamiento es inteligente o no, la intuición que avala este juicio no es suficiente como para ser utilizada como criterio de evaluación de la supuesta inteligencia de un programa de ordenador. Trataremos, por lo tanto, de definir la IA.

Para los griegos, la inteligencia o razón era la parte esencial del ser humano, constitutiva de su alma y por lo tanto debía ser algo eterno y simple. Es simple, porque si fuera compuesta, sería susceptible de descomposición en elementos. Es eterna por ser una cualidad que nos asemeja al Dios creador y arquitecto del universo.

Jorge A. Livraga define la inteligencia como la capacidad de aprendizaje y de aplicación del mismo. Abarca conceptos tales como el discernimiento, la relación y la selección de valores. Proviene del latín intelligere, “recolectar de entre”, siendo la capacidad de separar lo superfluo de la trascendente.

Para John McCarthy la inteligencia es la capacidad de adaptación al cambio de circunstancias mediante el uso de información sobre esos cambios. Para Newell y Simon la inteligencia consiste en la capacidad de manipular símbolos, la aptitud para manejar cosas indirectamente.

Por lo tanto, dentro de las características de la inteligencia podríamos enumerar las siguientes:

– Responde de manera flexible a situaciones diversas.

– Puede extraer el sentido a mensajes contradictorios o ambiguos.

– Reconoce la importancia relativa de los diferentes elementos de una situación.

– Encuentra semejanzas entre situaciones, a pesar de las diferencias que pueda haber entre ellas.

– Extrae diferencias entre situaciones a pesar de las similitudes que pueda haber entre ellas.

En este contexto vemos que hay máquinas o programas de ordenador que sí pueden tener un comportamiento llamado inteligente, pese a que la costumbre nos ha hecho tener asumidas estas tareas como algo “mecánico”. Es el caso de los termostatos, de las calculadoras, del piloto automático de un avión de pasajeros, del “ayudante” de nuestro procesador de textos, etc.
¿PUEDE UNA MÁQUINA SER INTELIGENTE?

La objeción que oponen quienes defienden la inteligencia humana frente a la de las máquinas se basa en que éstas no poseen creatividad ni conciencia. La creatividad podría definirse como la capacidad de combinar los elementos a nuestra disposición para dar una solución eficiente, o bella, o sagaz, a un problema con que nos enfrentamos. Es decir, llamamos creatividad a aquello que en nuestro comportamiento todavía no hemos podido explicar y reproducir mecánicamente. Sin embargo, el funcionamiento de las redes neuronales artificiales también puede ser considerado creativo, por poco predecible.

La conciencia es para el filósofo John Locke la característica distintiva del ser humano, y la define como la “percepción de lo que pasa en la mente del individuo”. La conciencia es uno de los rasgos distintivos de la inteligencia, que se basa en elecciones conscientes. En realidad nadie sabe bien qué es la conciencia, y tampoco podemos distinguir quién o qué es consciente. Es posible que en algún momento haya máquinas que se comporten como si fueran conscientes, pero no podremos averiguarlo. Por lo tanto, esto no representa una dificultad para los investigadores en IA, sino más bien un problema de índole filosófico. Y desde este punto de vista la conciencia es algo que está más allá de la mente: es ese espectador silencioso que trasciende nuestra existencia física y es por lo tanto ajeno a una máquina inerte.

Las posibilidades de la mente humana van mucho más allá de la capacidad de pensar. Entre sus principales características, además del pensamiento, figuran la posibilidad de sentir, la voluntad y la conciencia. Recientemente ha sido reconocido por los científicos, pues antes existía una cierta estigmatización de los sentimientos, que se identificaban como un obstáculo para pensar y un lujo de los humanos sin utilidad aparente. Pero ahora se entiende que un individuo que carece de la capacidad de sentir emociones pierde buena parte de su habilidad para razonar. El concepto de Inteligencia Emocional es algo que ya ha sido tenido en cuenta en el desarrollo de la IA.

Uno de los primeros retos de la IA fue hacer un programa que jugara al ajedrez. Un programa de ajedrez actúa inteligentemente, pero en esencia no puede decirse que razone, ya que lo único que hace es explorar un gran número de posibles jugadas, aplicando una función de evaluación que dice lo buena o mala que es cada una de esas jugadas, teniendo en cuenta para ello el número de piezas de cada jugador en el tablero y el valor ponderado de las mismas. A partir de esta información, en cada turno se elige la mejor de las jugadas obtenidas. Para ello se utilizan métodos de “fuerza bruta”, desarrollo del árbol de posibilidades, análisis “posicional”, búsqueda “mini-máx”, etc. El éxito ha estado determinado por el avance en la tecnología que permite búsquedas más grandes. Pero esto no funciona todavía en el complejo juego del Go: el árbol de posibilidades es extraordinariamente amplio y el análisis posicional es más dificultoso de llevar a cabo.

El interés de los investigadores es construir máquinas que sean agentes inteligentes, que no se limiten tan solo a imitar a los seres humanos. Un agente inteligente actúa en un entorno adaptándose a las circunstancias y las metas, siendo flexible al cambio de ambos y aprendiendo con la experiencia. El modelo de agente inteligente que se toma, superior al ser humano, es una organización humana eficiente.
HISTORIA DE LA IA

Aunque se dice que en Egipto los sacerdotes eran capaces de dar vida a las estatuas, las primeras historias de autómatas inteligentes, dotados de apariencia humana e imitadores humanos están en la mitología griega. Hefestos creó en bronce a Talos, que defendía la isla de Creta de los extranjeros. Fue muerto por los argonautas, que quitaron el clavo del talón que retenía el líquido de su única vena. Por otra parte, Prometeo creó a los hombres a partir del barro y, pese a la oposición de Zeus, les otorgó el fuego del Olimpo, es decir la inteligencia o chispa divina. Hefestos también creó, esta vez a petición de Zeus, a la primera mujer, Pandora, que recibió todos los dones de los dioses del Olimpo en una caja, que al final perdió, como todos sabemos.

Otros ejemplos griegos son los de Pigmalión, que construyó en marfil a Galatea y que recibió vida de Atenea, o Dédalo, que creó estatuas vivientes que le sirvieran como criados.

Ya en la Edad Media, encontramos numerosas leyendas acerca de la creación de seres superiores, que siempre acababan mal porque esta creación constituye un pecado a los ojos de Dios. Los templarios hablaban del Baphomet, a quien se dice que adoraban. El Papa nigromante y matemático Silvestre II construyó una cabeza parlante que poseía el poder de la premonición. Esta cabeza se dice que pasó posteriormente a Roger Bacon y luego a Alberto Magno.

En el Renacimiento podemos mencionar a Paracelso, que construyó un homúnculo afirmando: “seremos dioses; duplicaremos el milagro más grande, la creación del hombre”. Atanasio Kircher también construyó uno que recogía las conversaciones secretas para la Reina Cristina de Suecia. Bartolomé de las Casas y Tomás de Aquino también se interesaron en los homúnculos.

En el siglo XVIII asistimos a la creación de diversos autómatas, capaces de ejecutar piezas de música o de baile, que se pusieron de moda especialmente en la corte francesa. Pero no tenían un ápice de inteligencia; simplemente se movían automáticamente en respuesta a un estímulo determinado.

En cuanto a la literatura, mencionaremos la novela de Mary Shelley de 1816 con la creación monstruosa del doctor Frankenstein. En este relato la autora hace una crítica a la irresponsabilidad de la ciencia, que no puede hacerse cargo de su propia creación. Posterior (1883) es la novela de Carlo Collodi que narra la creación del niño Pinocho a cargo del carpintero Gepetto. Y ya en el siglo XX está la novela de Gustav Meyrinck, basada en leyendas medievales, El Golem, hombre de barro creado por el rabino Judá León, que le otorga vida a través de la palabra y que se convirtió en un asesino sin control.

A finales del s. XIX y primera parte del XX se realizan numerosos avances en el campo de las máquinas calculadoras, que condujeron a la creación de los primeros ordenadores. Entre los creadores de éstos tenemos a los pioneros de la IA, John von Neumann (1903-1957) y Alan Turing (1912-1954). Aunque la primera utilidad práctica fueron los cálculos de balística durante la Guerra Mundial, ellos tenían como meta resolver una gama de problemas más amplios. No se pudo seguir hasta que no se avanzó en la teoría de la información en la que todo puede ser expresado como una magnitud numérica o por medio de fórmulas matemáticas; en definitiva, todo se compone de ceros y de unos dentro del código binario.

La IA propiamente dicha nació en 1956 en una reunión de investigadores de distintos campos en el Dartmouth College (Hanover, EEUU) donde se planteó la posibilidad de construir máquinas inteligentes. Allí estaban los matemáticos Marvin Minsky, John McCarthy y Claude Shannon, el sociólogo Herbert Simon (posteriormente premio Nobel de Economía), el informático Allan Newell, etc. Se pusieron como objetivo la experimentación con ordenador de las actividades reservadas hasta entonces a los seres humanos, como el juego (ajedrez), la demostración matemática de teoremas o la traducción.
ÁREAS DE INVESTIGACIÓN DE LA IA

Sistemas Expertos

Los sistemas expertos, o sistemas basados en el conocimiento, son el área más conocida de la IA. Un SE recopila en un programa informático el conocimiento de los especialistas en una materia. El saber de un experto se almacena en una base de conocimientos que un programa de inferencia maneja mediante procesos de búsqueda. Según la Sociedad Británica de Ordenadores, “un sistema experto es la incorporación en un ordenador de un componente basado en el conocimiento, que se obtiene a partir de la pericia de un experto, de tal forma que el sistema pueda ofrecer asesoramiento o tomar una decisión inteligente sobre una función del proceso. Una característica adicional deseable, que muchos considerarían fundamental, es la capacidad del sistema de justificar su propia línea de razonamiento.”

En los SE observamos que a mayor generalidad en la búsqueda, menos potencia en los resultados y viceversa. La llamada explosión combinatoria hace imposible que se puedan examinar todas las alternativas posibles en la solución de un problema que no sea trivial. Los únicos programas realmente eficientes han sido los basados en métodos de poca generalidad, basados en conocimientos específicos de un campo, donde se requieren muchos conocimientos en un dominio reducido del conocimiento. Existen SE en áreas como la prospección geológica, el diagnóstico médico, el análisis químico, el diseño de circuitos, etc. No tenemos todavía, ni parece que tendremos en mucho tiempo, programas capaces de dar consejos en materias de la vida común y corriente, pero los SE son capaces de sistematizar y desentrañar la experiencia como conocimiento justificable racionalmente, frente a posiciones no-científicas que descansan en conceptos como el llamado “ojo clínico”.

Redes neuronales artificiales

Un computador tradicional es una máquina que ejecuta una serie de instrucciones de forma secuencial, siendo capaz de realizar complicadas operaciones lógicas y aritméticas muy rápidamente. Sin embargo, la estructura del cerebro es radicalmente diferente. No está compuesto por un único microprocesador complejo y eficiente, sino por miles de millones de neuronas, que realizan de modo impreciso, redundante y relativamente lento un tipo de cálculo muy simple. Y sin embargo estos sistemas resuelven ciertas tareas como la visión manejando grandes cantidades de información redundante, defectuosa y cambiante como ninguna máquina que el hombre haya podido construir hasta la fecha.

Los sistemas neuronales artificiales toman las características esenciales de la estructura neuronal del cerebro para crear sistemas que lo mimeticen, mediante sistemas electrónicos o mediante simulación por ordenador, aprovechando sus propiedades de cálculo. Estos sistemas están compuestos por multitud de procesadores simples que operan sobre la base de reconocimiento de patrones, y que pueden adquirir, almacenar y utilizar conocimiento experimental, obtenido a partir de ejemplos. Esta forma de adquirir el conocimiento es una de sus características más destacables: no se programa de forma directa, como en los sistemas expertos, sino que se adquiere el conocimiento a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo de aprendizaje.

Algoritmos genéticos

Los algoritmos genéticos establecen una analogía entre el conjunto de soluciones de un problema y el conjunto de individuos de una población natural, codificando la información de cada solución en un vector a modo de cromosoma. Son algoritmos de búsqueda de soluciones para resolver problemas a través de una función de evaluación y un criterio de selección. Dadas todas las posibles soluciones a un problema, y partiendo de una solución inicial, son capaces de encontrar la solución mejor, que es genéticamente la más fuerte o mejor adaptada. Su funcionamiento consiste en hallar de qué parámetros depende el problema, codificarlos en un “cromosoma”, y aplicar los métodos de la evolución: selección y reproducción sexual con intercambio de información y alteraciones que generan diversidad. De esta forma, el algoritmo que “sobrevive” es el utilizado.

El funcionamiento de los algoritmos genéticos se puede observar en el llamado “Dilema del prisionero”, un tipo de juego cooperativo en el que dos prisioneros deben optar entre delatar al otro o no, sin conocer su respuesta. La problemática del dilema del prisionero es similar a la cooperación entre investigadores, que pueden optar por dar a conocer su investigación para que otros la continúen, o mantenerla en secreto para que nadie supere sus conocimientos. Otro ejemplo más cercano es el que nos ocurre cuando vamos con un grupo de amigos a comer y dudamos entre pedir un plato más o menos caro, sabiendo que todos pagaremos a partes iguales: si pedimos el plato más barato la factura será algo menor para todos, aunque alguno se puede aprovechar pidiendo lo más caro; si todos nos aprovechamos, todos salimos perjudicados. En estos juegos, a corto plazo lo mejor es engañar o no colaborar, pero a largo plazo la mejor estrategia es cooperar, confiando en los demás, como demostrarían los algoritmos genéticos.

Robótica

La fabricación de robots es el mejor campo de experimentación para la Inteligencia Artificial. La robótica no es ciencia-ficción, no trata de hacer robots que piensen como personas y se parezcan a ellas, sino que trabaja con metas más simples. Los robots no tienen nada que ver con lo que entendemos por humanoides. Son objetos cotidianos que facilitan un poco la vida, como un electrodoméstico. Por ejemplo, existen ya modelos de aspiradora sin cable que recorren la casa por la noche limpiándola, así como cortacéspedes o limpiafondos de piscina.

La reproducción de cualquier órgano del ser humano es extremadamente difícil, y para imitar el funcionamiento de una pierna se utiliza algo tan rudimentario como ruedas y cadenas. Algo parecido ocurre con la visión, pues una cámara no se aproxima a la riqueza que tiene el ojo humano, que además tiene visión estereoscópica, mientras que una cámara ve una imagen plana.

El reto más interesante de la robótica no es la capacidad de imitar las acciones humanas, sino el desarrollo de un mecanismo para aprender y adquirir nuevas habilidades. El desarrollo humano es un proceso incremental: los niños no nacen con un sistema de razonamiento, motor o sensorial completo, e incluso tienen capacidades limitadas (como por ejemplo la visión) para simplificar las sensaciones que tienen que procesar. La robótica no trata de construir sistemas terminados, sino que sean capaces de aprender a través de la imitación, lo cual es realmente complicado. Pensemos en un robot que quiera aprender a abrir un tapón de rosca de una botella de agua. Esta operación es compleja de imitar, pues implica la eliminación de las acciones superfluas, saber qué es lo que hay que imitar y qué no, determinar cuándo se considera que la acción ha concluido, etc., aparte de que la finalidad, beber el contenido, es algo que se escapa a las necesidades de la máquina.
CRÍTICAS

La IA suscita pasiones y debates porque su ambición parece desmesurada. Si se siguieran sus postulados hasta el final, la culminación del programa llevaría a la creación de un ser semejante al hombre, lo cual significa convertirse en dioses. Aunque todavía se está muy lejos de este fin, la IA ha recibido por ello muchas críticas.

La IA da excesiva importancia a la abstracción y al razonamiento en detrimento de otros aspectos de la riqueza de la inteligencia humana: la imaginación, los sentimientos, la interpretación, el ansia de superación, etc.

Para algunos detractores, la IA sólo es un conjunto de recursos de programación muy avanzados, nada que se pueda parecer al conocimiento humano. Lo que la IA busca en el pensamiento y la forma de razonar del humano es inspiración o intento de réplica, pero conseguir este objetivo es una meta inalcanzable.

La inteligencia y las máquinas son conceptos esencialmente incompatibles. Para ser inteligente se requiere ser capaz de elegir conscientemente el propio camino en la solución de problemas. Pero no podemos hablar de conciencia en las máquinas
CONCLUSIONES

Hemos visto una breve exposición de la problemática y del campo de trabajo de la IA. Lo que nos interesa ahora es extraer conclusiones positivas de lo que nos puede aportar la IA.

Las investigaciones en IA nos pueden ayudar a conocernos mejor (y conocer la naturaleza) actuando como:

Una herramienta científica, simulando en la computadora modelos del comportamiento de sistemas inteligentes naturales (en particular humanos) para verificar empíricamente su validez.

Una herramienta tecnológica, resolviendo problemas “difíciles”, al alcance de sistemas inteligentes naturales pero para los cuales no existe una descripción algorítmica satisfactoria. Es decir, problemas donde hay demasiada información que considerar (ajedrez), es incompleta o inconsistente (lenguaje verbal), está poco estructurada (análisis de imágenes), etc.

La IA comenzó con la meta de replicar la inteligencia humana en una máquina. La esperanza inicial decayó a medida que se percibió la dificultad y complejidad de la meta. Ahora no se intenta replicar completamente la inteligencia humana, sino que lo que se hace es abordar problemas especializados, como la capacidad de visión, el reconocimiento del lenguaje natural, la representación del conocimiento, etc.

Mientras que los humanos necesitan una gran cantidad de conocimientos para llevar a cabo las tareas más simples, los ordenadores son muy eficientes para hacer tareas que no requieran mucho conocimiento, como las operaciones aritméticas, la ordenación, la diferenciación simbólica. Por el contrario, el hombre realiza fácilmente otras, como reconocer una cara en un cuadro, un diagnóstico médico o entender el lenguaje natural.

Las computadoras pueden descollar en el campo de la solución de problemas específicos, pero el intelecto humano parece insustituible en relación con la solución de problemas de sentido común. Por ello nos parece positivo fomentar la asociación de hombre y máquina en sistemas de cooperación simbiótica y sinérgica; hombre y máquina se necesitan mutuamente.

Si tenemos en cuenta que ya somos capaces de construir máquinas o programas que en tareas concretas superan al hombre, máquinas que son capaces de aprender por sí solas a través de la experiencia o mediante la imitación de otras conductas más hábiles o más inteligentes, máquinas que toman decisiones por sí solas, e incluso máquinas capaces de crear a otras máquinas, vemos que estamos acercándonos peligrosamente a un punto en el cual las máquinas pueden tener un atisbo de “conciencia”, o de lo que ahora entendemos por conciencia. Para que el hombre no pierda el control del desarrollo de la IA, como probablemente ocurre con la manipulación genética, es necesario poner sensatez y ética en los avances científicos. Las máquinas pueden ser un buen complemento de los hombres, pero nunca sus sustitutos.

Referencia:


jueves, 29 de septiembre de 2011

La inteligencia artificial reducirá un 300% los accidentes

La inteligencia artificial reducirá un 300% los accidentes





El presidente de la Asociación Valenciana de Ingenieros Consultores (AVINCO), José Manuel López Lita, ha asegurado hoy que la aplicación progresiva de la inteligencia artificial al transporte público y la explotación de carreteras reducirá un 300 por ciento de la siniestralidad en España.

El dirigente ha realizado estas declaraciones en el marco del VII Congreso Español sobre Sistemas Inteligentes de Transporte, que se clausura hoy en Valencia.

López Lita señala en un comunicado que la tecnología de la inteligencia artificial representa "una realidad que está demostrando su alta rentabilidad social y multiplicidad de usos".

Así, ha augurado que la puesta en marcha de los citados sistemas "situarán a España entre los países más avanzados del mundo".

"Invertir recursos en potenciar los sistemas de seguridad de nuestro transporte público y de la construcción de carreteras y obras públicas siempre resulta beneficioso", ha explicado.

Por otra parte, ha comentado que la celebración del VII Congreso Español de Sistemas Inteligentes "convierte a Valencia en el "epicentro internacional de la I+D+i".

López Lita ha destacado el "compromiso" de la Conselleria de Infraestructuras y Transporte, ya que -según ha dicho- "el organismo se ha adelantado al futuro con la celebración de las jornadas la Comunitat Valenciana".

La Asociación Valenciana de Ingenieros Consultores agrupa a una treintena de las principales empresas de las áreas de ingeniería civil, industrial, arquitectura y medio ambiente de la Comunitat, alcanzando una representación del 70 por ciento en las tres provincias.

Está integrada exclusivamente por consultoras valencianas, por lo que es ajena a las injerencias de grupos financieros y sólo rinde cuentas ante sus socios.

Los miembros de AVINCO están especializados en la elaboración de informes y trabajos de alto valor añadido en las áreas de ingeniería civil (carreteras, tráfico, transportes, ciclo hidráulico, obras marítimas,), ingeniería industrial (mecánica y electricidad), ingeniería agronómica, arquitectura, urbanismo, medio ambiente, telecomunicaciones y energía, así como estudios territoriales y socioeconómicos.


Referencia:

http://inteligenciaartificial2010.comuf.com/Noticias/noticiaid3.html

La inteligencia artificial toma forma humana

¿Es o no es una persona real? La duda persiste aunque nos acerquemos a la pantalla y analicemos cada uno de sus movimientos al milímetro. Un Vi-clone es tan parecido a una persona, que resulta difícil creer que en realidad no es más que un conjunto de píxeles en movimiento en una pantalla.


El director de Vi-clone Corp., Rudy Bianco, asegura que “analizando las preguntas que le hacían a una vi-clone que se ha instalado en la página web de una clínica de cirugía estética, vimos que la gente le hacía preguntas del tipo ¿qué haces hoy cuando salgas del trabajo?". Obviamente la Vi-clone declinaba el ofrecimiento, pero la anécdota es ilustrativa.


Los vi-clones son la nueva apuesta de la realidad virtual, y están al servicio de las empresas que los quieran usar como embajadores de su marca de cara al cliente. No se enfadan, no se inquietan, siempre dan un buen servicio y su aspecto siempre está listo para revista. Además, trabajan las 24h de los 365 días del año, y sin cansarse. Desde el punto de vista de los costes, por tanto, parece que la inversión en un vi-clone debería resultar rentable, pero todo depende del gasto que una empresa quiera emplear en atención al cliente.


La cuarta generación


Según explica Rudy Bianco, “Vi-clone es la cuarta generación de una tecnología que se empezó a estudiar en 1999 a partir de una experiencia de interactividad pensada para el Círculo de Lectores, y que obtuvo un éxito rotundo desde los primeros días de su aplicación”. Por tanto, estos “Virtual Clones” surgen de varios años de investigación de los mercados y de estudiar las posibilidades de la interacción con los clientes.


La tecnología actual de los Vi-clones está basada en algoritmos de inteligencia artificial que consiguen simular el entendimiento humano, de manera que “parece que piensan por sí mismos”, explica Bianco.


De momento ya existen varias empresas que se han decidido a instalar un Vi-Clone, como la clínica especializada en cirugía estética y plástica Instituto de Benito o la alimentaria Sunny Delight. La eficacia de los Vi-Clones también se ha puesto a prueba en eventos tan multitudinarios como el Barcelona Meeting Point o la feria tecnológica SIMO de Madrid, donde se instalaron diferentes Vi-Clone Point –terminales con un Vi-Clone integrado- que hicieron la función de punto de información del salón y ahorraron a los visitantes tener que usar mapas del recinto.

Referencia:

http://www.noticias.com/tecnologias-apuesta-actual-cliente-analicemos-pantalla-acerquemos.1966

martes, 27 de septiembre de 2011

UNAM crea robot capaz de entablar una conversación

Ciudad de México • En el cuento Sueños de robot, de Isaac Asimov, un androide de nombre Elvex confiesa haber tenido una experiencia onírica; ante este hecho inusual, dos robopsicólogas intentan pensar como lo haría el autómata para entender las razones de ese fenómeno.

“Aunque se trate de personajes de ficción, esta manera de abordar un problema no es muy diferente a la que emplearíamos quienes nos dedicamos a la inteligencia artificial”, comentó Iván Vladimir Meza Ruiz, del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS), de la UNAM.

Tanto a él como a sus compañeros, la estrategia de meterse en el “cerebro” de un robot les ha funcionado a la hora de ensamblar a Golem II+, un androide diseñado para realizar las actividades domésticas más diversas, como hallar un objeto en la cocina, desplazarse del comedor a una recámara o incluso reconocer el rostro de los diversos integrantes de una familia para así entablar charlas específicas, según sus edades, gustos e intereses.

“Quizás en el IIMAS no nos preguntamos qué pasa por la ‘mente’ de un robot si está inactivo, como en el relato asimoviano, ni si sueña. Lo que queremos saber es qué acontece ahí dentro si está ‘despierto’ y trabaja”, añadió Meza Ruiz.

De hecho, expuso el ingeniero, si llegamos a un callejón sin salida, perdemos rumbo o nos estancamos, siempre hay una pregunta que sirve para ponernos de nuevo en marcha: “¿y cómo piensa una máquina?”. Intentar ponernos en los zapatos de aquello que intentamos crear nos ha llevado a desarrollar una forma de trabajar que hemos bautizado como Arquitectura Cognitiva Orientada la Interacción (ACOI).

“¿Necesitamos que Golem camine?, este esquema nos permite desarrollar un sistema de navegación para que se desplace; ¿deseamos qué escuche?, podemos instalarle un micrófono; ¿queremos que vea?, ya le adaptamos una cámara de Kinect a manera de ojos. La ACOI hace factible ampliar las capacidades según se nos ocurra, y nos permite hacerlo de manera escalonada, sin empezar de cero, sino siempre en adiciones”.

En proceso de aprendizaje continuo

Pocas palabras tienen un acta de nacimiento tan precisa como “robot”. Fue pronunciada en público por vez primera un 25 de enero de 1921, en el escenario del Teatro de Nacional Praga, durante la representación de la obra R.U.R., de Karel Čapek. Esta voz, entonces de nuevo cuño, significa, literalmente “sirviente” y fue creada por el literato checo como alternativa al sustantivo autómata.

Desde un principio, el vocablo sugería que este tipo de máquinas debían estar a las órdenes del hombre. “Por ello, cada vez son más los interesados en crear los llamados ‘robot de servicio’, es decir, aparatos que ayuden con las faenas del hogar”, expuso Luis Alberto Pineda Cortés, mejor conocido entre sus colaboradores como “el padre de Golem”, pues desde 1998 trabaja en este proyecto.

Quienes han querido llevar a autómatas a lo más íntimo de una casa han tenido algunos logros; por ejemplo, hay un robot que dobla sábanas, aunque demora 20 minutos en cada una. Adquirir uno de estos modelos aún resulta muy caro y poco práctico si se busca dar salida a las faenas cotidianas, pero que ya tengan movimientos tan finos como para plegar y acomodar cobijas y edredones, ha favorecido la aparición de grupos de entusiastas dispuestos a crear “al mayordomo perfecto”.

“Saber que se pueden hacer ese tipo de cosas nos llevó a perfeccionar a Golem, que al principio era un pequeño cubo muy parecido a una aspiradora y mostraba carteles; después fue una máquina empotrada en una pared que jugaba a adivinar cartas, y ahora es un aparato que camina erguido al cual, si le enseñas, es capaz de localizar el control remoto que dejaste tirado o traerte las pantuflas”.

Pineda es enfático al afirmar: “Todo esto es posible porque Golem aprende, a eso hemos dedicado gran parte de nuestros esfuerzos en inteligencia artificial, y por esta razón, cada vez es capaz de hacer más y más cosas”; por ello, al enterarse que en 2012 el certamen RoboCup tendría lugar en México, decidieron inscribirse en la edición 2011 del concurso, que recientemente se desarrolló en Turquía.

“Nos inscribimos en la categoría Robots de Servicio, porque también hay una para máquinas que juegan futbol. Para nuestra aventura de Estambul llevamos a un Golem que, por primera vez, parece humano; de hecho, fue creado a imagen de los atlantes de Tula. Este aparato, que mide 1.50 metros y pesa 32 kilos, tuvo que sortear seis pruebas, lo que le implicó desarrollar habilidades diferentes y, encima, aprender inglés. Además de todo, tras unas clases, Golem es bilingüe”, explicó Iván Meza.

La experiencia turca

En las crónicas del siglo XIX, los viajeros solían describir a Turquía como una Babel a la que, en algún momento, todo extranjero llegaba, quizá por estar al mismo tiempo dos continentes, Europa y Asia, o quizá por tener costa en tres mares, el Negro, el Egeo y el Mediterráneo.

Hoy, quienes llegan a Estambul describen escenarios no muy diferentes a los de aquellos marinos, pues aún hablan de un lugar donde las lenguas se mezclan, las religiones conviven y las nacionalidades se confunden, como constató el equipo de la UNAM que voló a aquella ciudad para asistir a la RoboCup, donde, dijeron, argentinos, estadounidenses, indios, japoneses e iraníes intentaron de todo para llevarse consigo el trofeo del certamen.

“Quizá eso fue lo más interesante, no sólo ver lo que hacía Golem, sino cómo observar se desempeñaban las demás máquinas, enterarse de propuestas traídas de todo el orbe”, señaló Iván Meza, quien se dijo particularmente sorprendido por la versatilidad del robot alemán de nombre Cosero, de la Universidad de Bonn, que obtuvo el primer premio.

Probablemente eso hizo que Golem quedara en el lugar 15 de entre 19 participantes, señaló el universitario, pues mientras el prototipo mexicano era capaz de localizar y traer una caja de cereal, el germano podía preparar un desayuno completo, cocinar un omelette y servir un vaso de jugo de naranja, todo con una precisión sorprendente.

“La distancia entre uno y otro era notable, pero esto, más que desalentarnos, nos da nuevas ideas. Quizá ahora busquemos darle una forma un poco más humana y apostar a una de las fortalezas de Golem: que aprende, pero también nosotros lo hacemos… Ahora sabemos qué hacer para la siguiente edición de la RoboCup. Al menos ahora tenemos un par de cosas que queremos poner en práctica”.

Ideas que surgen de la ciencia ficción

En los libros de Asimov, los robots sueñan como humanos, en la realidad, hay humanos que sueñan con robots, como el investigador Luis Alberto Pineda Cortés, quien no sólo fantasea con las mejoras que se le pueden hacer a Golem, sino que recuerda vivamente la impresión de haber visto en su niñez la película 2001, Odisea del espacio, de Stanley Kubrick.

“Me impactaba ver que una computadora, de nombre HAL, pudiera pensar, charlar e incluso ayudar al hombre en tareas tan complicadas como manejar una nave espacial. Eso me hacía imaginar el futuro, y ahora que estoy en él, me resulta curioso que una parte muy importante de mi vida consista justamente en eso, en construir robots que hablen e interactúen con los humanos”.

Para Pineda no hay duda, “la ciencia ficción nos da ideas. De hecho, ha influido en la forma de diseñar nuestros aparatos”, dijo el investigador, aseveración que sus colaboradores parecen corroborar al decir que, de hecho, el segundo prototipo de Golem, uno que juega cartas y que puede ser visitado en Universum, es prácticamente idéntico a HAL, el robot de 2001, Odisea del espacio. “¿Qué podemos decir? Creo que a Luis sí le gusta mucho esa película”.

Al respecto, el doctor Carlos Arámburo de la Hoz, coordinador de la Investigación Científica de la UNAM y también adepto lector de ciencia ficción, señaló que “la capacidad humana de imaginar escenarios que no son tangibles, ha servido como motor para empujar a la humanidad a transformar sus sueños en realidades”, y como ejemplo abundó sobre las telecomunicaciones.

“En los años 40 ó 50, pensar en que habría algo parecido a los celulares sonaba a imaginación arrebatada, y decir en el siglo XIX que en el futuro habría algo parecido a los rayos X, que permitirían observar el interior de una persona, era descabellado”.

“Con frecuencia la vida imita al arte”, decía Oscar Wilde cada vez que la literatura presagiaba lo que poco después acontecería, y al ver a Golem en acción, Arámburo confesó haberse sentido justo así.

“Hace no mucho vi una película de ficción donde se mostraban cosas muy parecidas a las que se realizan en el IIMAS, autómatas dedicados a servir al hombre. Observar en pantalla lo que después tendremos en la cotidianidad no debería asombrarnos tanto, pues desde siempre la creatividad e imaginación humana han sido impulsoras de muchas cosas, ellas nos plantean retos que parecen escenarios fantásticos, nuestro trabajo es hacerlos reales”.

Con personalidad múltiple

En el libro Yo, Robot, de Asimov, se sugiere por primera vez que habrá robopsicólogos, es decir, científicos dedicados a entender los pensamientos de una máquina.

En la novela, ellos son capaces de detectar en los androides trastornos como paranoias o mitomanías; en la realidad, los especialistas del IIMAS trabajan tan de cerca con robots que pueden hacer diagnósticos que más parecen provenir del diván que de observar una computadora, como el que hace Iván Meza al asegurar: “Golem es un robot con personalidad múltiple”.

“¿Cómo me di cuenta? Sólo hay que escuchar cómo habla y se comporta, según la tarea. Si busca un objeto, es de cierta forma y si recorre un cuarto es totalmente distinto, aunque claro, no hay que espantarse de eso, es más bien que somos muchos quienes lo programamos y cada quien deja sus huellas en él. En realidad, se porta un poco como cada uno de nosotros”, explicó el ingeniero.

Quienes han visto a Golem en acción coinciden en que a veces es un poco voluble; al principio puede ser sarcástico y saludarte con un mordaz “hola, humano”; quizá un poco impositivo a la hora de dar órdenes, “no te muevas para que pueda reconocerte”; bromista si te pierde la vista, pues grita, “¿dónde estás?, ¡tengo miedo!”, y solemne a la hora de presentarse y despedirse.

“Eso es normal si consideramos que todos en el grupo aportamos un poquito para Golem, y en realidad somos muy distintos uno del otro, aunque eso sí, todos tenemos un interés común, hacer que este robot piense, y no sólo eso, todos queremos entender cómo piensa un robot”.

¿Y cómo piensa un robot?

A veces se necesita echar a volar la fantasía no sólo para escribir ficción, sino para resolver problemas muy concretos; por ello Iván Meza dice que de vez en vez dedica algo de tiempo para visualizar cómo piensa un robot.
“Imagina que eres una máquina en medio de un cuarto que de repente abre los ojos; sabes que debes hacer algo, y tienes que ver cómo. Así se comporta Golem, y ponerme en ese escenario me hace entenderlo mejor, y estar cierto de una cosa, que él es un robot con muchas expectativas”.

A decir de de Iván, este paso, tan indispensable a la hora de desarrollar pensamiento artificial, el ponerse en los zapatos de un autómata, permite entender mucho de cómo pensamos, “pues a fin de cuentas, la computación es la gran metáfora del pensamiento humano”.

Se trata de un ejercicio revelador, pues es casi desglosar cómo hacemos determinadas tareas. “¿Te has puesto a reflexionar sobre todo lo que pasa por tu cabeza si buscas un artículo específico en la cocina, como una caja de cereal?… Nosotros sí, a diario, y hemos constatado que actividades que nos parecen simples, en realidad no lo son. Gracias a Golem hemos detectado qué hay cosas tan complicadas como saber si una puerta está abierta o cerrada. Nosotros lo hacemos automáticamente y damos por hecho que se trata de la cosa más sencilla del mundo, pero por más que intentamos, aún tenemos problemas para que el robot entienda lo sutil de esa diferencia”.

Sin embargo, Iván es tajante al señalar que no todo proceso humano es traducible a pensamiento artificial. “Hay muchas cosas que no se pueden hacer, pero es sumamente interesante explorar las que sí, e incluso indagar en cuáles nuestra mente es similar en sus procesos a los de un robot. Si me preguntaras en qué se parece nuestra manera de pensar, como equipo de trabajo, a la de Golem, te diría que nosotros, al igual que él, queremos hacer mucho, nosotros también, cada vez que abrimos los ojos, tenemos muchas expectativas”.

Referencia:

http://hidalgo.milenio.com/cdb/doc/noticias2011/0846aeffd830bf0c1c43d8386f6078ed?quicktabs_1=2

Inteligencia Artificial En Mexico

Usos y aplicaciones de la inteligencia artificial

Básicamente, la inteligencia artificial es aquella que trata de explicar el funcionamiento mental basándose en el desarrollo de algoritmos para controlar diferentes cosas. La inteligencia artificial combina varios campos, como la robótica, los sistemas expertos y otros, los cuales tienen un mismo objetivo, que es tratar de crear máquinas que puedan pensar por sí solas, lo que origina que hasta la fecha existan varios estudios y aplicaciones, dentro de las que se encuentran las redes neuronales, el control de procesos o los algoritmos genéticos.

La idea de construir una máquina que pueda pensar es que realice cosas que nosotros realizamos y hacemos. Pero para que las computadoras se ganen el nombre de inteligentes, primero tienen que ser capaces de mantener, por ejemplo, un diálogo con un ser humano, ya que las computadoras únicamente pueden realizar o hacer lo que se les indique, pero nunca sabrán lo que están realizando pues no están conscientes de lo que hacen.

Historia de la inteligencia artificial

Se cree que los comienzos de la inteligencia artificial (IA en lo sucesivo) ocurrieron al definirse la neurona, en 1943, como un dispositivo binario con varias entradas y salidas. En el año de 1956 se volvió a tocar este tema y se establecieron las bases de la IA como un campo independiente dentro de la informática.

En los años sesenta, la AI no tuvo mucho éxito, pues requería mucho capital y la mayoría de las tecnologías eran propias de los grandes centros de investigación. No fue sino hasta las décadas siguientes que se lograron algunos avances significativos en una de sus ramas, la llamada Sistemas expertos.

Se dice que la AI es un campo que por sus investigaciones trata de ser independiente de la informática, y se define como la técnica d e software que los programas utilizan para dar solución a algún t ipo de problema, pero tratando de asemejar el compor tamiento inteligente que se observa en la naturaleza; es decir, trata de resolver problemas y tomar decisiones similares a las que toman los seres humanos al afrontar la vida diaria, realizando programas de computadora que aumenten la capacidad o “inteligencia“ de las mismas; el objetivo de las investigaciones de la IA es, aumentar la utilidad de las máquinas y sus procesos.

Así pues, una de las pretensiones de la IA es construir réplicas de la compleja red neuronal del cerebro humano e intentar imitar el comportamiento del cerebro humano con una computadora.

Características de la IA

Una de sus características es que incluye varios campos de desarrollo, como la robótica, la comprensión y traducción de lenguajes, el reconocimiento y aprendizaje de palabras de máquinas o los variados sistemas computacionales expertos, que son los encargados de reproducir el comportamiento humano en una sección del conocimiento.

Tales tareas reducen costos y riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del personal inexperto y el control de calidad en el área comercial.

Redes neuronales dentro de la AI

Las redes neuronales son programas de la AI capaces de simular algunas de las funciones de aprendizaje del ser humano. Una red neuronal obtiene experiencia analizando automática y sistemáticamente los datos para determinar reglas de comportamiento; con base en ellas, puede realizar predicciones sobre nuevos casos.

Estas técnicas se aplican a problemas de clasificación y series de tiempo e identifican conexiones con cosas que otras técnicas no pueden, porque utilizan relaciones lineales y no lineales.

Neuronas y conexiones sinápticas. Cada neurona puede tener infinitas entradas llamadas dendritas que condicionan el estado de su única salida existente, el axón; éste se puede conectar a una dendrita de otra neurona mediante la sinapsis correspondiente.

En este modelo se considera una neurona que puede ser representada por una unidad binaria; a cada instante su estado puede ser activo o inactivo. La interacción entre las neuronas se lleva a cabo a través de la sinapsis, la cual define el estado de la neurona.

La AI en la robótica

Los robots son dispositivos compuestos de censores que reciben datos de entrada que manda una computadora, la cual ordena al robot que efectúe una determinada acción.

Hoy en día, una de las finalidades de la construcción de robots es su intervención con rapidez, calidad y precisión en los procesos de fabricación encargados de realizar trabajos repetitivos en la fabricación.

Las áreas de investigación de la IA

Son muchas las áreas de la A I que se investigan hoy día. Entre ellas, tenemos las siguientes:

• La representación del conocimiento, que busca en el descubrimiento de métodos expresivos y eficientes describir información sobre aspectos del mundo real.
• Los métodos de aprendizaje automático, que extienden las técnicas estadísticas con el fin de posibilitar la identificación de un amplio rango de tendencias generales a partir de un conjunto de datos de entrenamiento.
• El campo de la planificación, que enfrenta el desarrollo de algoritmos que construyen y ejecutan automáticamente secuencias de comandos primitivos con el fin de alcanzar ciertas metas de alto nivel.
• Los trabajos en el área de razonamiento posible, que hacen uso de principios estadísticos para desarrollar codificaciones de información incierta.
• El estudio de las arquitecturas de agentes, que busca la integración de otras áreas de la I A con el objeto de crear agentes inteligentes, entidades robustas capaces de comportamiento autónomo y en tiempo real.
• La coordinación y colaboración multiagentes, que ha permitido el desarrollo de técnicas para la representación de las capacidades de otros agentes y la especificación del conocimiento necesario para la colaboración entre ellos.
• El desarrollo de ontologías, que persigue la creación de catálogos de conocimiento explícito, formal y multipropósito, que puedan ser utilizados por sistemas inteligentes.
• Los campos de procesamiento de voz y lenguaje, que buscan la creación de sistemas que se comunican con la gente en su lenguaje.
• La síntesis y comprensión de imágenes, que conduce a la producción de algoritmos para el análisis de fotografías, diagramas y videos, así como también de técnicas para el despliegue visual de información cuantitativa y estructurada.

Áreas de aplicación de la IA

Pero también hay áreas de aplicación. En efecto, estos procesos de la AI se aplican en los sistemas reales en una gran variedad de ramas y problemas:

• Gestión y control: análisis inteligente, fijación de objetivos.
• Fabricación: diseño, planificación, programación, monitorización, control, gestión de proyectos, robótica simplificada y visión computarizada.
• Educación: adiestramiento práctico, exámenes y diagnóstico.
• Ingeniería: diseño, control y análisis.
•Equipamiento: diseño, diagnóstico, adiestramiento, mantenimiento, configuración, monitorización y ventas.
• Cartografía: interpretación de fotograf ías, diseño, resolución de problemas cartográficos.
• Profesiones: abogacía, medicina, contabilidad, geología, química.
• Software: enseñanza, especificación, diseño, verificación, mantenimiento.
• Sistemas de armamento: guerra electrónica, identificación de objetivos, control adaptativo, proceso de imágenes, proceso de señales.
• Proceso de datos: educación, interfase en lenguaje natural, acceso inteligente a datos y gestores de bases de datos, análisis inteligente de datos.
• Finanzas: planificación, análisis, consultoría.

Aplicaciones comerciales de la inteligencia artificial

Pero también la AI tiene numerosas aplicaciones comerciales en el mundo de hoy. Véase:

• Configuración: selección de distribución de los componentes de un sistema de computación.
• Diagnosis: hardware informático, redes de ordenadores, equipos mecánicos, problemas médicos, averías telefónicas, instrumentación electrónica, circuitos electrónicos, averías automovilísticas.
• Interpretación y análisis: datos geológicos para prospección petrolífera, compuestos químicos, análisis de señales, problemas matemáticos complejos, evaluación de amenazas militares, análisis de circuitos electrónicos, datos biológicos (coronarios, cerebrales y respiratorios), información de radar, sonar e infrarrojos.
• Monitorización: equipos, monitorización de procesos, fabricación y gestión de procesos científicos, amenazas militares, funciones vitales de pacientes hospitalizados, datos financieros en tiras de papel perforado por teleimpresora, informes industriales y gubernamentales.
• Planificación: gestión de activo y pasivo, gestión de cartera, análisis de créditos y préstamos, contratos, programación de trabajos de taller, gestión de proyectos, planificación de experimentos, producción de tarjetas de circuito impreso.
• Interfaces inteligentes: hardware (fiscal) de instrumentación, programas de computadora, bases de datos múltiples, paneles de control.
• Sistemas de lenguaje natural: interfaces con bases de datos en lenguaje natural, gestión de impuestos (ayudas para contabilidad), consultoría en temas legales, planificación de fincas, consultoría de sistemas bancarios.
• Sistemas de diseño: integración de microcircuitos en muy alta escala, síntesis de circuitos electrónicos, plantas químicas, edificios, puentes y presas, sistemas de transporte.
• Sistemas de visión computarizada: selección de piezas y componentes, ensamblado, control de calidad.
• Desarrollo de software: programación automática.

Desafíos técnicos del futuro

Los tres desafíos más importantes en el desarrollo dentro de la A I son su facilidad de uso, la flexibilidad de la infraestructura computacional y la disponibilidad de herramientas de desarrollo cada vez más poderosas.

El empleo de una interfaz inteligente ayudará a las personas a encontrar lo que ellas deseen, hará lo que éstas deseen cuando lo deseen, en forma natural y sin requerir el conocimiento de detalles irrelevantes.

En fin, todo parece indicar que las computadoras programadas con la A I son el campo de la solución de problemas del futuro; sin embargo, el intelecto humano parece ser irremplazable en relación con la solución de problemas de sentido común. Se sugiere entonces, dado lo complicado de la mente humana, que hombre y máquina interactúen juntos ya que necesitan uno del
otro para solucionar eficazmente los problemas.

Referencia:

http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm

Videos Inteligencia Artificial

Robot Violinista

Nao Robot

Historia de la inteligencia Artificial

video

Imagenes Inteligencia artificial





martes, 30 de agosto de 2011

Inteligencia Artificial


Se denomina inteligencia artificial (IA) a la rama de las ciencias de la computacion dedicada al desarrollo de agentes racionales no vivos.


Para explicar la definición anterior, entiéndase a un [[Agente inteligente (esto esta mal que permite pensar, evaluar y actuar conforme a ciertos principios de optimidad y consistencia, para satisfacer algún objetivo o finalidad. De acuerdo al concepto previo, racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina.


Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.


Existen distintos tipos de conocimiento y medios de representación del conocimiento, el cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.


También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente De más simples a más complejos, los cinco principales tipos de procesos son:



  • Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).

  • Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.

  • Algoritmos geneticos (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 logica 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, planificacion automatica, 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 economia, medicina, ingenieria y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos.




Inteligencia artificial convencional


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


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.

Referencia:

marjeralv.blogspot.com/2011/08/inteligencia-artificial.html