martes, 14 de mayo de 2019

Introducción


La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y construcción de algoritmos de solución a problemas de propósito general. Punto de vista que favorece la abstracción y la generalidad.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
La idea de construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría experta en diversos temas.
Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en 1956.
Trabajos teóricos fundamentales fueron el desarrollo de algoritmos matemáticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificación, o funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarrolló un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo, se trató poco por muchos años, dando paso al razonamiento simbólico basado en reglas de producción, lo que se conoce como sistemas expertos.
Desde la aparición de las computadoras, se han ido efectuando investigaciones científicas y tecnológicas con el fin de que éstas puedan resolver y realizar algunas actividades propias de los seres humanos, y se ha logrado automatizar muchos procesos consiguiendo eficiencia en el tiempo y recursos invertidos para realizar cualquier tipo de actividad.
Las primeras investigaciones sobre la IA fueron realizadas en el siglo XX, dada por una sucesión de etapas o períodos alternativos de éxito y otros de abandono, donde ha creado expectativas que no siempre son descubiertas o no tienen su fundamento tecnológico. En la actualidad, vemos a esto como un enfoque que toma fuerza con el pasar del tiempo debido a sus logros y avances en las últimas décadas.

Definición


Antes de definir Inteligencia Artificial vamos a definir que entendemos por Inteligencia. La Real Academia de la Lengua Española nos define la Inteligencia como ¨Potencia Intelectual¨ es facultad de conocer, de entender o comprender¨
Ahora utilizaremos una definición de Inteligencia Artificial que lo propuso Marvin Minsky uno de los pioneros de la IA que dice así: ¨La IA es la ciencia de construir máquinas para que hagan cosas que, si las hicieran los humanos requiriera inteligencia: Podemos pensar en la IA es aquella ciencia que incorpora conocimientos a los procesos o actividades para que estos tengan éxito.

La inteligencia artificial es la rama de la ciencia computacional o tecnológico a la capacidad de una maquina a imitar al comportamiento humano inteligente que es relacionada por un programa de computadoras (software). Es la habilidad de una maquina digital o controlada por un robot para realizar tareas comúnmente asociadas con la inteligencia de los humanos. Es el campo científico de la informática que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En otras palabras, la IA es el concepto según el cual “las máquinas piensan como seres humanos¨.

Características


La Inteligencia Artificial tiene alto poder y eficiencia en el cálculo. Pero son débiles en las experiencias de la vida diaria.

Una característica principal es que la IA no tiene conciencia propia. Están haciendo tantas tareas diarias para nosotros. Pero no tienen idea de qué están haciendoSon simplemente mudos y ciegos, solo pueden seguir nuestras órdenes.

Sin dudas, La IA tiene un futuro muy brillante. Pero todavía hay algunos campos que solo pueden ser completados por humanos. Me gusta, entender a otros humanos, pero los robots no pueden eso. Siempre intentan aplicar esos malditos algoritmos. Pero los humanos entienden mejor a otros humanos.

Es algo que quieren lograr los investigadores. Ya que la IA no puede sentir emociones como los seres humanos. No pueden alegrarse al ganar una competencia o sentirse triste al perderla. No sienten empatía por otros seres, es decir no tienen sociabilidad.

Imagina un mundo controlado por robots. Pero dudo mucho de que eso suceda más tiempo. Porque los humanos seguramente encontrarán formas de arreglar eso.

Una Inteligencia artificial sólo puede hacer o aplicar las cosas que se le enseñó  en la fase de aprendizaje por ejemplo: un sistema que se le enseñó a detectar las caras de las imágenes, no podría hacer otra cosa más que eso.

Historia


La inteligencia artificial tiene sus “orígenes” la edad antigua, en el año 300 a.c el filósofo Aristóteles fue el primero en la descripción de un conjunto de reglas, que describen una parte del funcionamiento de la mente humana, al ser seguidas pasa a paso esto produce conclusiones racionales a partir de premisas dada, era necesario aprender esto ya que la inteligencia artificial como su propio nombre lo dice trata de simular la inteligencia del ser humana al ser este el único ser vivo pensante y con esta capacidad en el mundo.

En el año 250 a.c Ctesibio de Alejandría construyo la primera máquina auto controlada, un regulador del flujo de agua que actuaba modificando su comportamiento “racionalmente” (correctamente) pero sin un razonamiento claro.

Entonces, en el año de 1936 Alan Turing hizo una publicación que en su día dio una repercusión muy importante la cual se basaba en los “números calculables”, este artículo se puede considerar como el inicio de la informática teórica. En este artículo introdujo el concepto de máquina de Turing la cual significo una precursora de las computadoras digitales.

En el año de 1940 el mismo Alan Turing y su equipo fueron los encargados de construir el primer computador electromecánico y un año después (Konrad Zuse) se creó la primera computadora programable y el primer lenguaje de programación de alto nivel.

En el año de 1943 llegaría la presentación del modelo de neuronas artificiales, el cual hoy en día sería considerado el primer trabajo en campo de Inteligencia Artificial.

En el año de 1950 Turing consolidaría el artículo de Computing Machinery and Intelligence, en el que se propuso una prueba completa para determinar si una maquina era inteligente, su famosa prueba de Turing por lo que hoy en día es considerado el padre de la inteligencia artificial.

En 1956 se dio el término “Inteligencia artificial” Dartmounth durante una conferencia convocada por John Mccarthy. En la cual se hicieron previsiones de triunfistas a dentro de 10 años, pero no se cumplieron, provocando el abandono de investigaciones durante 15 años.

En 1980 la historia se repitió con el desafío japonés de la quinta generación, que dio lugar al auge de los sistemas expertos pero que no alcanzó muchos de sus objetivos, por lo que este campo sufrió una nueva interrupción en los años noventa.

En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Al intentar describir con un mayor ámbito (no solo la comunicación) los atributos de un agente inteligente, la IA se ha expandido a muchas áreas que han creado ramas de investigación enormes y diferenciadas. 
En la década de los 90 surgen los agentes artificiales

En 2010 el programa Suzette ganó el premio Loebner. Algunos programas de inteligencia artificial gratuitos son Dr. Abuse, Alice, Paula SG, Virtual woman millenium.

En 2011 un ordenador de IBM gana el concurso de preguntas y respuestas 'Jeopardy!': El ordenador de IBM Watson ha salido victorioso de su duelo contra el cerebro humano. La máquina ha ganado el concurso de preguntas y respuestas Jeopardy, que emite la cadena de televisión estadounidense ABC, al imponerse a los dos mejores concursantes de la historia del programa. Watson les ha vencido en la tercera ronda, contestando preguntas que le obligaban a pensar como una persona.

En 2014 un ordenador ha logrado superar con éxito el test de Turing: Un ordenador ha logrado superar con éxito el test de Turing haciendo creer a un interrogador que es una persona quien responde sus preguntas- en un certamen organizado en Londres por la Universidad de Reading (Reino Unido).

En 2016 un ordenador de Google vence al campeón mundial de un juego milenario “Go”: Un programa informático desarrollado por la compañía británica Google DeepMind había conseguido vencer, por primera vez, a un campeón profesional de un milenario juego de origen oriental llamado Go. El reto era enorme para una máquina, ya que la prueba de estrategia encierra una gran complejidad. (Galipienso, 2003)

Clasificación

Los tipos más básicos de sistemas de IA son puramente reactivos. No tienen la capacidad de formar recuerdos. Tampoco pueden utilizar experiencias pasadas en las que basar las decisiones actuales.
Deep Blue fue una supercomputadora creada por IBM.

El Tipo II maneja máquinas que pueden mirar hacia el pasado. Los vehículos autónomos ya hacen algo parecido. Por ejemplo, observan la velocidad y dirección de otros autos. Para que funcionen así hay que identificar objetos específicos y monitorearlos a lo largo del tiempo.

Llegamos a un punto en el que nos acercamos más a los tipos de inteligencia artificial que deseamos en un futuro. Las máquinas son más avanzadas. No solo forman representaciones sobre el mundo, también sobre otros agentes o entidades.

El paso final del desarrollo de la IA es construir sistemas que puedan formar representaciones sobre sí mismos. En última instancia, los investigadores de la IA tendrán que comprender no solo la conciencia, sino también construir máquinas que la tengan.

Clases de inteligencia artificial

Existen diversas categorías de inteligencia humana como la inteligencia lingüística, musical, lógica matemática, espacial, corporal - kinestésica, emocional, intrapersonal, interpersonal, naturalista. Cada tipo de inteligencia humana comprende el entendimiento, aptitudes, competencias y funciones específicas, sin embargo, todas las inteligencias se traducen en una sola conceptualmente ya que se integran diversas a la hora de resolver un problema dado. La teoría de Gardner indica que el ser humano posee «Inteligencias múltiples» a diferencia de la inteligencia artificial la clasificación es diferente y se hace de acuerdo al tipo de lógica que se desarrolle para resolver un problema. Sin embargo, los avances tecnológicos pueden cambiar dicha clasificación para la inteligencia artificial pues cada vez se asemeja más a la humana.
A. Inteligencia artificial clásica: Este tipo de inteligencia se desarrolla mediante la lógica simbólico-deductiva con base en el análisis formal y estadístico del comportamiento humano ante diferentes situaciones como el razonamiento basado en casos, soluciones a partir del conocimiento previo y soluciones a partir de inferencias probabilísticas.
B. Inteligencia artificial computacional Este tipo de inteligencia se desarrolla mediante la lógica simbólica-inductiva con base en el aprendizaje interactivo donde el aprendizaje se basa en datos empíricos mediante la adaptación de la realidad. El directivo apuntó que la IA se puede clasificar en dos tipos: narrow o vertical, para designar aquellos algoritmos que permiten resolver una tarea específica con gran eficiencia: coches autónomos, asistentes de voz y traductores de idiomas.
En este tipo de IA está la subcategoría de "Machine Learning", conformada por ecuaciones matemáticas que adicionalmente pueden identificar patrones, e incorporar resultados como parte de los datos de entrada, para refinar el modelo.

Ejemplos


1.-Reconocimiento de voz
Siri es tan sólo uno de los sistemas que, hoy en día, pueden entender lo que les dices.
Cada día, son creados más y más sistemas que pueden transcribir el lenguaje humano, llegando a cientos de miles a través de sistemas interactivos de respuesta de voz y aplicaciones móviles.
Las compañías que ofrecen servicios de reconocimiento de voz incluyen NICE, Nuance Communications, OpenText y Verint Systems.

Un agente virtual no es más que un agente informático o un programa capaz de interactuar con humanos.
Y sí, los chatbots son un gran ejemplo. Los agentes virtuales se están utilizando actualmente para el servicio al cliente y soporte, así como administradores de hogares inteligentes.
Algunas de las compañías que proporcionan agentes virtuales incluyen Amazon, Apple, Soluciones Artificiales, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft y Satisfi.

La tecnología de IA hace que el hardware sea mucho más amigable.
¿Cómo?
A través de nuevas unidades de procesamiento gráfico y central, y de dispositivos de procesamiento específicamente diseñados y estructurados para ejecutar tareas orientadas por IA.
Y si aún no los has visto, debes esperar una inminente aceptación de circuitos integrados de silicón optimizados por IA que se podrán insertar directamente en tus dispositivos portátiles y, eventualmente, en cualquier otro lugar.
Puedes obtener acceso a estas tecnologías a través de Alluviate, Cray, Google, IBM, Intel y Nvidia.

Muchos dispositivos domésticos inteligentes ahora incluyen la capacidad de aprender sus patrones de comportamiento y ayudarlo a ahorrar dinero ajustando la configuración de su termostato u otros dispositivos en un esfuerzo por aumentar la comodidad y ahorrar energía.

A finales de octubre de 2015, Google admitió que estaba usando RankBrain, un sistema de inteligencia artificial, para interpretar una «gran fracción» de consultas de búsqueda.
RankBrain debería significar un mejor procesamiento del lenguaje natural (NLP) para ayudar a encontrar relevancia en el contenido y las consultas, así como una mejor interpretación de la búsqueda por voz y el contexto del usuario (por ejemplo, Google Now).

Una sola persona que monitorea varias cámaras de video no es un sistema muy seguro; la gente se aburre fácilmente, y hacer un seguimiento de múltiples monitores puede ser difícil incluso en las mejores circunstancias. Es por eso que entrenar computadoras para monitorear esas cámaras tiene mucho sentido.


Otros Propios del tema a investigar


Un sistema de Inteligencia Artificial ha de ser fluido, y sus creadores han de tener en cuenta que los datos cambian. Ha de cumplir una serie de requisitos:
Los sistemas de Inteligencia Artificial han de cumplir cinco principios básicos para ser útiles y fluidos. Así, han de poder gestionarse, ser resilientes, presentar un buen rendimiento, ser medibles y poder aprender de manera continua.
Para que un sistema de Inteligencia Artificial pueda gestionarse, y que pueda realizar un trabajo duradero, necesita contar con una infraestructura meditada, duradera y transparente. Por eso, es básico que para desarrollarlo se identifiquen los canales de transmisión de datos y se eliminen los errores producidos por la pérdida de datos. También es necesario integrar herramientas de administración de datos y sistemas de control de versiones para modelos.

Conclusiones


Dentro del ámbito de las Ciencias de la Computación la Inteligencia Artificial es una de las áreas que causa mayor expectación, incluso dentro de la sociedad en general, debido a que la búsqueda para comprender los mecanismos de la inteligencia, ha sido la piedra filosofal del trabajo de muchos científicos por muchos años y lo sigue siendo.
Dentro de las áreas de la Inteligencia Artificial lo que más ha atraído, es el aprendizaje de máquinas, resultando vital el proceso de emular comportamientos inteligentes.
Que un sistema pueda mejorar su comportamiento sobre la base de la experiencia que recoge al efectuar una tarea repetitiva y que, además, tenga una noción de lo que es un error y que pueda evitarlo, resulta apasionante.
¿Pueden los computadores aprender a resolver problemas a partir de ejemplos?
No hace tanto tiempo esta pregunta bordeaba la ciencia ficción, pero ahora es objeto de profundos y prometedores estudios.
Las redes de neuronas formales son máquinas que poseen esta capacidad de aprendizaje. Son máquinas propuestas como modelos extremadamente simplificados del funcionamiento del cerebro que sienta las bases de un modelo colectivo, donde el sistema global presenta propiedades complejas que no pueden predecirse a partir del estudio individual de sus componentes.