Tecnologías de la información

VICENç TORRA

Instituto de Investigación en Inteligencia Artificial (CSIC)

La inteligencia artificial

La inteligencia artificial (IA) es una de las ramas de la Informática, con fuertes raíces en otras áreas como la lógica y las ciencias cognitivas. Vicenç Torra nos conduce por sus definiciones y aplicaciones.

 La inteligencia artificial (IA) es una de las ramas de la Informática, con fuertes raíces en otras áreas como la lógica y las ciencias cognitivas. Como veremos a continuación, existen muchas definiciones de lo que es la inteligencia artificial. Sin embargo, todas ellas coinciden en la necesidad de validar el trabajo mediante programas. H. A. DESTACADOSPefil: Vicenç Torra
Simon, uno de los padres de la IA, nos sirve de ejemplo, pues afirmó, en un artículo en 1995, que «el momento de la verdad es un programa en ejecución». Las definiciones difieren en las características o propiedades que estos programas deben satisfacer.

La inteligencia artificial nace en una reunión celebrada en el verano de 1956 en Dartmouth (Estados Unidos) en la que participaron los que más tarde han sido los investigadores principales del área. Para la preparación de la reunión, J. McCarthy, M. Minsky, N. Rochester y C. E. Shannon redactaron una propuesta en la que aparece por primera vez el término «inteligencia artificial». Parece ser que este nombre se dio a instancias de J. McCarthy.




ASIMO (Advanced Step in Innovative Mobility –paso avanzado en movilidad innovadora–) es un robot humanoide creado en el año 2000 por la empresa Honda. / Foto: Honda.


¿Qué es la inteligencia artificial?
La propuesta citada más arriba de la reunión organizada por J. McCarthy y sus colegas incluye la que puede considerarse como la primera definición de inteligencia artificial. El documento define el problema de la inteligencia artificial como aquel de construir una máquina que se comporte de manera que si el mismo comportamiento lo realizara un ser humano, este sería llamado inteligente.

Existen, sin embargo, otras definiciones que no se basan en el comportamiento humano. Son las cuatro siguientes.

1. Actuar como las personas.
Esta es la definición de McCarthy, donde el modelo a seguir para la evaluación de los programas corresponde al comportamiento humano. El llamado Test de Turing (1950) también utiliza este punto de vista. El sistema Eliza, un bot (programa software) conversacional es un ejemplo de ello.

2. Razonar como las personas. Lo importante es cómo se realiza el razonamiento y no el resultado de este razonamiento. La propuesta aquí es desarrollar sistemas que razonen del mismo modo que las personas. La ciencia cognitiva utiliza este punto de vista.

3. Razonar racionalmente. En este caso, la definición también se focaliza en el razonamiento, pero aquí se parte de la premisa de que existe una forma racional de razonar. La lógica permite la formalización del razonamiento y se utiliza para este objetivo.

4. Actuar racionalmente. De nuevo el objetivo son los resultados, pero ahora evaluados de forma objetiva. Por ejemplo, el objetivo de un programa en un juego como el ajedrez será ganar. Para cumplir este objetivo es indiferente la forma de calcular el resultado.

Además de las definiciones mencionadas más arriba, hay aún otra clasificación de la inteligencia artificial según cuáles son los objetivos finales de la investigación en este campo. Son la inteligencia artificial fuerte y la débil.


Durante décadas, la inteligencia artificial se ha dedicado a los juegos con el fin de derrotar a los mejores jugadores humanosInteligencia artificial débil
Se considera que los ordenadores únicamente pueden simular que razonan, y únicamente pueden actuar de forma inteligente. Las partidarios de la inteligencia artificial débil consideran que no será nunca posible construir ordenadores conscientes, y que un programa es una simulación de un proceso cognitivo pero no un proceso cognitivo en sí mismo.

Inteligencia artificial fuerte
En este caso se considera que un ordenador puede tener una mente y unos estados mentales, y que, por tanto, un día será posible construir uno con todas las capacidades de la mente humana. Este ordenador será capaz de razonar, imaginar, etc.


Temas en la inteligencia artificial
Aunque existen puntos de vista diferentes sobre qué es la inteligencia artificial, hay un acuerdo importante sobre cuales son los resultados atribuibles a esta rama de la Informática, así como a la clasificación de los métodos y técnicas desarrollados. Repasamos a continuación los cuatro grandes temas de la inteligencia artificial.

1. Resolución de problemas y búsqueda.
La inteligencia artificial tiene como objetivo resolver problemas de índole muy diferente. Para poder cumplir este objetivo, dado un problema es necesario formalizarlo para poderlo resolver. Este tema se centra en cómo formalizarlo y las formas de resolución.

2. Representación del conocimiento y sistemas basados en el conocimiento. Es frecuente que los programas en inteligencia artificial necesiten incorporar conocimiento del dominio de aplicación (por ejemplo, en medicina) para poder resolver los problemas. Este tema se centra en estos aspectos.

3. Aprendizaje automático.
El rendimiento de un programa puede incrementarse si el programa aprende de la actividad realizada y de sus propios errores. Se han desarrollado métodos con este objetivo. Existen también herramientas que permiten extraer conocimiento a partir de bases de datos.

4. Inteligencia artificial distribuida. Durante sus primeros años la inteligencia artificial era monolítica. Ahora, con los ordenadores multiprocesador e Internet, hay interés en soluciones distribuidas. Estas van desde versiones paralelas de métodos ya existentes a nuevos problemas relacionados con los agentes autónomos (programas software con autonomía para tomar decisiones e interaccionar con otros).

Además de los cuatro temas mencionados más arriba, existen otros que están fuertemente relacionados con la inteligencia artificial. Son los enumerados a continuación:

a) El lenguaje natural.
b) La visión artificial.
c) La robótica.
d) El reconocimiento del ­habla.

Como se verá a continuación, muchas de las aplicaciones más llamativas utilizan algunas de las técnicas relacionadas con estos temas.




Paro, comercializado en España con el nombre Nuka, es una foca robot de origen japonés, que lleva desarrollándose desde 1993. / Foto: www.parorobots.com


Algunas aplicaciones
Hasta la fecha se han desarrollado muchas aplicaciones que utilizan algunos de los métodos o algoritmos diseñados en el área de la inteligencia artificial. En esta sección repasamos algunas de las aplicaciones existentes más vistosas o que han tenido relevancia histórica. Sin embargo, estas no son las únicas aplicaciones existentes, pues hay métodos desarrollados en esta rama de la Informática que se utilizan en aparatos de uso cotidiano o en el software empleado por empresas y corporaciones. Por ejemplo, por una parte, encontramos los algoritmos de búsqueda citados más arriba en los sistemas que construyen horarios teniendo en cuenta las restricciones de las entidades e individuos que participan en ellos. Por otra parte, los métodos de aprendizaje se usan para recomendar productos en las tiendas virtuales y para seleccionar los anuncios que se nos proporcionan al visitar ciertas páginas web. Otro ejemplo es el de los sistemas difusos, uno de los métodos de representación del conocimiento que han sido aplicados con éxito en problemas de control de muy diversa índole. Existen tanto cámaras digitales como lavadoras que incorporan en su interior un sistema difuso.

Pasamos a ver a continuación algunas de las aplicaciones más relevantes.

Aplicaciones en los juegos
Durante décadas, la inteligencia artificial se ha dedicado a los juegos con el fin de derrotar a los mejores jugadores humanos. Se ha considerado siempre que la habilidad de jugar era propia de la inteligencia. Las damas y el othello fueron derrotados primero. En el año 1997 fue el turno del ajedrez. Ahora prácticamente queda únicamente el go por batir.

  • Las damas. Chinnok, un programa desarrollado desde el año 1989 por el equipo de Jonathan Schaeffer, de la Universidad de Alberta, se convirtió en el año 1994 en el campeón mundial de damas. El programa incluye una base de datos con aperturas de los mejores jugadores y otra de situaciones finales cuando quedan 8 o menos fichas en el tablero. El mismo equipo investigador demostró años más tarde, en el año 2007, que cuando se juega a las damas de forma perfecta ningún jugador puede ganar. Esto significa que una estrategia óptima por parte de los dos jugadores únicamente puede llevar a tablas. La dificultad de esta demostración estriba en que puede haber aproximadamente 500 3 1020 tableros posibles, o, en palabras, cincuenta mil trillones de tableros. El problema es un millón de veces más difícil que el de las 4 en raya. La información sobre este programa se puede encontrar en: http://webdocs.cs.ualberta.ca/~chinook/.
     
  • El ajedrez. Durante muchos años se desarrollaron inventos y programas con el fin de ganar en el juego del ajedrez. Sin embargo, no fue hasta mayo del año 1997 cuando Deep Blue venció al campeón humano G. Kasparov en Nueva York. El programa desarrollado por IBM utilizaba hardware específico, bases de datos que permitían al programa jugar de forma perfecta en las situaciones finales con 7 o menos fichas en el tablero, y algoritmos de búsqueda del tipo minimax para encontrar la mejor solución en todos los otros casos. Se puede encontrar información sobre Deep Blue en la página web http://www.research.ibm.com/deepblue.
     
  • El go. Mientras los otros juegos ya han sido derrotados, no existe en la actualidad ningún programa informático que tenga un nivel suficiente en go como para ganar a los buenos jugadores humanos. Hace años que se considera el go un juego mucho más difícil que el ajedrez. La dificultad estriba en las dimensiones del tablero (19 3 19, con 361 intersecciones), el número de movimientos posibles en cada tablero y la dificultad de definir funciones que evalúen correctamente un tablero dado. Actualmente se han conseguido algunos programas que tienen un buen nivel en un tablero reducido de 9 x 9. Los programas que tienen un buen rendimiento no utilizan el mismo algoritmo de búsqueda que el ajedrez (el mínimax) sino el UCT.

Aplicaciones en robótica
Las aplicaciones en robótica se han desarrollado desde el principio de la informática con diversidad de objetivos: la automatización de procesos industriales, las aplicaciones militares y la exploración espacial. Mientras los primeros robots estaban orientados a realizar actividades repetitivas, actualmente se busca una mayor autonomía en relación a su capacidad de tomar decisiones. La evolución de la robótica también ha pasado por su intento de construir robots con forma humana y con capacidad de andar. A continuación se enumeran algunos de los logros más importantes en esta área.

  • Los robots mascotas. Existen en la actualidad muchos robots para diversión o juegos. Podemos subrayar dos de ellos: los japoneses Paro y Aibo. El primero es un robot terapéutico para reducir el estrés de los pacientes y que permite incrementar su socialización. Aibo, presentado en el año 1999 e implementado y comercializado por SONY, es un robot en forma de perro con un sistema de visión y programable.
     
  • Los robots de exploración y reconocimiento. Se enviaron a la superficie de Marte dos robots, el 3 y el 24 de enero de 2004 respectivamente. Son los robots Spirit y Opportunity. Spirit estuvo activo hasta el año 2010 y Opportunity aún está en funcionamiento. El 26 de noviembre de 2011 se mandó un tercer robot, el Curiosity, que debe llegar a Marte en agosto de 2012. Este robot tiene una navegación automática media de 30 m/hora (y máxima de 90 m/hora). Se espera que su misión dure dos años.

  • Los robots bípedos. P3 fue el primer robot bípedo capaz de caminar. Su construcción, realizada por la compañía Honda, acabó en el año 1997. En octubre del año 2000, la misma compañía presentó el robot ASIMO (de Advanced Step in Innovative Mobility). Este robot es la culminación de la serie de robots P, todos desarrollados con el objetivo de disponer de robots con forma y capacidades motrices humanas. ASIMO es un robot bípedo que puede andar y correr. Además puede reconocer objetos móviles, posturas y gestos a partir de la información subministrada por sus cámaras.

Aplicaciones en vehículos inteligentes
Se han construido muchos tipos de vehículos con diferentes grados de autonomía. En el apartado anterior ya se mencionaron algunos robots. Aquí se señalan vehículos que pueden llevar pasajeros.

  • El metro de la ciudad japonesa de Sendai (仙台地下鉄). Este metro, desarrollado en el año 1987, fue el primero en el mundo con una conducción totalmente automatizada. Actualmente, son muchas las líneas de metro sin conductor en el mundo. El sistema fue realizado bajo la dirección de Seiji Yasunobu, miembro del laboratorio de Desarrollo de Sistemas de Hitachi. Está basado en técnicas de lógica difusa.
     
  • Coches autónomos. Stanley fue el coche ganador de la carrera «2005 DARPA Grand Challenge». El coche, autónomo y sin conductor, completó el recorrido de 212,4 km en el desierto de Mojave, en los Estados Unidos, en 6 horas y 54 minutos. En el 2007 se realizó la «2007 DARPA Grand Challenge» que consistía en recorrer 96 km en área urbana (en la base de las Fuerzas Aéreas George en California). Los coches circulaban procesando en tiempo real las reglas de circulación del estado de California. El 20 de septiembre de 2011, el coche Made in Germany de la Universidad Libre de Berlín se desplazó por las calles de esta ciudad en un viaje de 80 km. El recorrido fue entre el Centro de Congresos Internacional y la Puerta de Brandenburgo, en el centro de Berlín. El automóvil es completamente autónomo, aunque algunas informaciones, como la velocidad del recorrido, le vienen dadas y no son recogidas por sus cámaras. El coche reconoce la presencia de peatones y de semáforos. Para información del coche alemán puede consultarse la siguiente página web: http://autonomos.inf.­fu-berlin.de.
     
  • Los vehículos aéreos no tripulados (UAV, Unmanned Aerial Vehicle). El vehículo aéreo no tripulado Global Hwak fue el primero en cruzar el Océano Pacífico sin paradas. Realizó el trayecto de Estados Unidos (California) a Australia en abril del año 2001. Sin embargo, aún necesita un piloto en una estación terrestre y otros operadores para analizar los datos. De acuerdo con Weiss (2011), el principal problema de estos sistemas autónomos es que, aunque pueden recoger muchos datos, les falta todavía capacidad de proceso para tratar los datos en tiempo real y actuar de forma inteligente conforme a estos datos.


Conclusiones
La informática ha avanzado enormemente desde sus inicios hace 70 años. La potencia de cálculo se ha estado multiplicando por dos cada 18 meses, siguiendo la ley de Moore. Se cree que, si la ley de Moore se sigue cumpliendo, para el año 2030 la capacidad de cálculo de un procesador corresponderá a la de una persona.

A su vez, la cantidad de información almacenada digitalmente en la actualidad es enorme. Los buscadores como Google almacenan millones de copias de las páginas web existentes, y los servicios de correo de las compañías acumulan por millones nuestros mensajes. Las redes sociales registran cuáles son nuestros intereses y nuestras amistades. Las compañías guardan cualquier información, por insignificante que pueda ser, por si en el futuro les puede ser de alguna utilidad.

Naturalmente, un aumento de la velocidad de computación y una mayor capacidad de almacenaje implicará que los sistemas dispongan de más recursos para tomar decisiones y que estas decisiones se realicen de manera más informada y, a su vez, de manera más personalizada. 

Pefil: Vicenç Torra

Doctor en Informática por la Universitat Politècnica de Catalunya (UPC) e investigador científico del Instituto de Investigación en Inteligencia Artificial (CSIC). Fue profesor titular de la Universitat Rovira i Virgili. Preside la Asociación Catalana de Inteligencia Artificial.

Inició, en 2004, la organización del congreso Modeling Decisiones for Artificial Intelligence, que se celebra anualmente y tiene una evaluación de CORE B (el ranking de conferencias australiano). Fundador y editor de la revista Transactions on Data Privacy. Asimismo, es miembro del consejo editorial de las siguientes publicaciones: Fuzzy Sets and Systems, Information Sciences, Progress in Artificial Intelligence, Journal of Advanced Computational Intelligence and Informatics e International Journal of Computational Intelligence System.

Es autor, entre otros libros, de Fundamentos de Inteligencia Artificial y Del ábaco a la revolución digital.

Publicado en Núm. 07


  • ® Fundación General CSIC.
    Todos los derechos reservados.
  • Lychnos. ISSN: 2171-6463 (ed. impresa en español),
    2172-0207 (ed. impresa en inglés) y 2174-5102 (ed. digital)
  • Privacidad y Aviso legal
  • Contacto

¿Te gusta lo que hacemos? Síguenos en todo momento, a través de Facebook, Twitter y YouTube

Opciones de búsqueda