Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTELIGENCIA
ARTIFICIAL
Los hombres se han denominado a s mismos como Homo sapiens (hombre sabio) por
que nuestras capacidades mentales son muy importantes para nosotros. Durante miles
de aos, hemos tratado de entender cmo pensamos, es decir, entender cmo un sim
ple puado de materia puede percibir, entender, predecir y manipular un mundo mu
cho ms grande y complicado que ella misma. El campo de la in td ig a iria artificial
o IA, va ms all: no slo intenta comprender, sino que tambin se esfuerza en cons
truir entidades inteligentes.
La IA es una de las ciencias ms recientes. El trabajo comenz poco despus de la
Segunda Guerra Mundial, y el nombre se acu en 1956. La IA se cita, junto a la bio
loga molecular, como un campo en el que a la mayora de cientficos de otras discipli
nas les gustara trabajar. Un estudiante de ciencias fsicas puede pensar razonablemente
que todas las buenas ideas han sido ya propuestas por Galileo, Newton, Einstein y otros.
Por el contrario, la IA an tiene flecos sin cerrar en los que podran trabajar varios Einsteins a tiempo completo.
La IA abarca en la actualidad una gran variedad de subcampos, que van desde re
as de propsito general, como el aprendizaje y la percepcin, a otras ms especficas como
el ajedrez, la demostracin de teoremas matemticos, la escritura de poesa y el diag
nstico de enfermedades. La IA sintetiza y automatiza tareas intelectuales y es, por lo
tanto, potencialmente relevante para cualquier mbito de la actividad intelectual huma
na. En este sentido, es un campo genuinamente universal.
www.FreeLibros.me
1.1
RACIONALIDAD
Qu es la IA?
Hemos proclamado que la IA es excitante, pero no hemos dicho qu es. La Figura 1.1
presenta definiciones de inteligencia artificial extradas de ocho libros de texto. Las que
aparecen en la parte superior se refieren a procesos mentales y al razonamiento, mien
tras que las de la parte inferior aluden a la conducta. Las definiciones de la izquierda
miden el xito en trminos de la fidelidad en la forma de actuar de los humanos mien
tras que las de la derecha toman como referencia un concepto ideal de inteligencia, que
llamaremos racionalidad. Un sistema es racional si hace lo correcto, en funcin de
su conocimiento.
A lo largo de la historia se han seguido los cuatro enfoques mencionados. Como es
de esperar, existe un enfrentamiento entre los enfoques centrados en los humanos y los
centrados en torno a la racionalidad1. El enfoque centrado en el comportamiento huma
no debe ser una ciencia emprica, que incluya hiptesis y confirmaciones mediante ex
perimentos. El enfoque racional implica una combinacin de matemticas e ingeniera.
Cada grupo al mismo tiempo ha ignorado y ha ayudado al otro. A continuacin revisa
remos cada uno de los cuatro enfoques con ms detalle.
Sistemas qoe piensan como humanos
F ifjira 1.1
1Conviene aclarar, que al distinguir entre comportamiento humano y racionaIno se est sugiriendo que los
humanos son necesariamente irracionales en el sentido de inestabilidad emocional o desequilibrio
mental. Basta con damos cuenta de que no somos perfectos: no todos somos maestros de ajedrez, incluso
aquellos que conocemos todas las reglas del ajedrez; y desafortunadamente, no todos obtenemos un sobre
saliente en un examen. Kahneman et al. (1982) ha elaborado un catlogo con algunos de los errores que
sistemticamente cometen los humanos cuando razonan.
www.FreeLibros.me
INTRODUCCIN
PROCESAMIENTO DE
LENGUAJE NATURAL
REPRESENTACIN
DEL CONOCIMIENTO
RAZONAMIENTO
AUTOM TICO
APRENDIZAJE
MQUINA
PRUEBA DE TURIN G
GLOBAL
VISTA COMPUTACIONAL
ROBTICA
La Prueba de Ita in g propuesta por Alan Turing (1950), se dise para proporcionar
una definicin operacional y satisfactoria de inteligencia. En vez de proporcionar una
lista larga y quiz controvertida de cualidades necesarias para obtener inteligencia arti
ficialmente, l sugiri una prueba basada en la incapacidad de diferenciar entre entida
des inteligentes indiscutibles y seres humanos. El computador supera la prueba si un eva
luador humano no es capaz de distinguir si las respuestas, a una serie de preguntas
planteadas, son de una persona o no. En el Captulo 26 se comentan detalles de esta prue
ba y se discute si un computador que supera la prueba es realmente inteligente. Hoy por
hoy, podemos decir que programar un computador para que supere la prueba requiere
un trabajo considerable. El computador debera poseer las siguientes capacidades:
IVocesamento de lo m a je natural que le permita comunicarse satisfactoriamente
en ingls.
Representacin del cenom iorfo para almacenar lo que se conoce o siente.
Razonamiento automtico para utilizar la informacin almacenada para res
ponder a preguntas y extraer nuevas conclusiones.
Aprendizaje automtico para adaptarse a nuevas circunstancias y para detectar
y extrapolar patrones.
La Prueba de Turing evit deliberadamente la interaccin fsica directa entre el evalua
dor y el computador, dado que para medir la inteligencia es innecesario simular fsica
mente a una persona. Sin embargo, la llamada Prueba Global de Turing incluye una se
al de vdeo que permite al evaluador valorar la capacidad de percepcin del evaluado,
y tambin le da la oportunidad al evaluador de pasar objetos fsicos a travs de una ventanita. Para superar la Prueba Global de Turing el computador debe estar dotado de
Visin computacional para percibir objetos.
Robtica para manipular y mover objetos.
Estas seis disciplinas abarcan la mayor parte de la IA, y Turing merece ser reconocido
por disear una prueba que se conserva vigente despus de 50 aos. Los investigadores
del campo de la IA han dedicado poco esfuerzo a la evaluacin de sus sistemas con la
Prueba de Turing, por creer que es ms importante el estudio de los principios en los que
se basa la inteligencia que duplicar un ejemplar. La bsqueda de un ingenio que volara
artificialmente tuvo xito cuando los hermanos Wright, entre otros, dejaron de imitar a
los pjaros y comprendieron los principios de la aerodinmica. Los textos de ingeniera
aerodinmica no definen el objetivo de su campo como la construccin de mquinas que
vuelen como palomas de forma que puedan incluso confundir a otras palomas.
www.FreeLibros.me
CIENCIA COGNrriVA
funcionamiento de las mentes humanas. Hay dos formas de hacerlo: mediante intros
peccin (intentando atrapar nuestros propios pensamientos conforme stos van apare
ciendo) y mediante experimentos psicolgicos. Una vez se cuente con una teora lo
suficientemente precisa sobre cmo trabaja la mente, se podr expresar esa teora en la
forma de un programa de computador. Si los datos de entrada/salida del programa y los
tiempos de reaccin son similares a los de un humano, existe la evidencia de que algu
nos de los mecanismos del programa se pueden comparar con los que utilizan los seres
humanos. Por ejemplo, a Alien Newell y Herbert Simn, que desarrollaron el Sistema
de Resolucin General de Problemas (SRGP) (Newell y Simn, 1961), no les bast con
que su programa resolviera correctamente los problemas propuestos. Lo que les intere
saba era seguir la pista de las etapas del proceso de razonamiento y compararlas con las
seguidas por humanos a los que se les enfrent a los mismos problemas. En el campo
interdisciplinario de la d o id a com itiva convergen modelos computacionales de IA y
tcnicas experimentales de psicologa intentando elaborar teoras precisas y verificables
sobre el funcionamiento de la mente humana.
La ciencia cognitiva es un campo fascinante, merecedora de una enciclopedia de
dicada a ella (Wilson y Keil, 1999). En este libro no se intenta describir qu se conoce
de la cognicin humana. Ocasionalmente se hacen comentarios acerca de similitudes
o diferencias entre tcnicas de IA y cognicin humana. La autntica ciencia cognitiva
se fundamenta necesariamente en la investigacin experimental en humanos y anima
les, y en esta obra se asume que el lector slo tiene acceso a un computador para expe
rimentar.
En los comienzos de la IA haba confusin entre las distintas aproximaciones: un au
tor podra argumentar que un algoritmo resolva adecuadamente una tarea y que por tan
to era un buen modelo de representacin humana, o viceversa. Los autores actuales ha
cen diferencia entre las dos reivindicaciones; esta distincin ha permitido que ambas
disciplinas, IA y ciencia cognitiva, se desarrollen ms rpidamente. Los dos campos con
tinan alimentndose entre s, especialmente en las reas de la visin y el lenguaje na
tural. En particular, el campo de la visin ha avanzado recientemente con la ayuda de
una propuesta integrada que tiene en cuenta la evidencia neurofisiolgica y los mode
los computacionales.
LGICA
El filsofo griego Aristteles fue uno de los primeros en intentar codificar la manera
correcta de pensar, es decir, un proceso de razonamiento irrefutable. Sus silogismos son
esquemas de estructuras de argumentacin mediante las que siempre se llega a conclu
siones correctas si se parte de premisas correctas (por ejemplo: Scrates es un hombre;
todos los hombres son mortales; por lo tanto Scrates es mortal). Estas leyes de pen
samiento supuestamente gobiernan la manera de operar de la mente; su estudio fue el
inicio de un campo llamado l ^ c a
Estudiosos de la lgica desarrollaron, en el siglo xix, una notacin precisa para de
finir sentencias sobre todo tipo de elementos del mundo y especificar relaciones entre
www.FreeLibros.me
INTRODUCCIN
LOGISTA
ellos (comprese esto con la notacin aritmtica comn, que prcticamente slo sirve
para representar afirmaciones acerca de la igualdad y desigualdad entre nmeros). Ya
en 1965 existan programas que, en principio, resolvan cualquier problema resoluble
descrito en notacin lgica2. La llamada tradicin Injusta dentro del campo de la inteli
gencia artificial trata de construir sistemas inteligentes a partir de estos programas.
Este enfoque presenta dos obstculos. No es fcil transformar conocimiento infor
mal y expresarlo en los trminos formales que requieren de notacin lgica, particular
mente cuando el conocimiento que se tiene es inferior al 100 por 100. En segundo lu
gar, hay una gran diferencia entre poder resolver un problema en principio y hacerlo
en la prctica. Incluso problemas con apenas una docena de datos pueden agotar los re
cursos computacionales de cualquier computador a menos que cuente con alguna directiva
sobre los pasos de razonamiento que hay que llevar a cabo primero. Aunque los dos obs
tculos anteriores estn presentes en todo intento de construir sistemas de razonamien
to computacional, surgieron por primera vez en la tradicin lgica.
AGENTE RACIONAL
Un agm tees algo que razona (agenteviene del latn agere, hacer). Pero de los agentes
informticos se espera que tengan otros atributos que los distingan de los programas
convencionales, como que estn dotados de controles autnomos, que perciban su en
torno, que persistan durante un perodo de tiempo prolongado, que se adapten a los cam
bios, y que sean capaces de alcanzar objetivos diferentes. Un agm te racional es aquel
que acta con la intencin de alcanzar el mejor resultado o, cuando hay incertidumbre,
el mejor resultado esperado.
En el caso del enfoque de la IA segn las leyes del pensamiento, todo el nfasis
se pone en hacer inferencias correctas. La obtencin de estas inferencias correctas pue
de, a veces, formar parte de lo que se considera un agente racional, ya que una manera
racional de actuar es llegar a la conclusin lgica de que si una accin dada permite al
canzar un objetivo, hay que llevar a cabo dicha accin. Sin embargo, el efectuar una in
ferencia correcta no depende siempre de la racionalidad, ya que existen situaciones para
las que no hay nada correcto que hacer y en las que hay que tomar una decisin. Exis
ten tambin formas de actuar racionalmente que no implican realizar inferencias. Por
ejemplo, el retirar la mano de una estufa caliente es un acto reflejo mucho ms eficien
te que una respuesta lenta llevada a cabo tras una deliberacin cuidadosa.
Todas la habilidades que se necesitan en la Prueba de Turing deben permitir em
prender acciones racionales. Por lo tanto, es necesario contar con la capacidad para re
presentar el conocimiento y razonar basndonos en l, porque ello permitir alcanzar de
cisiones correctas en una amplia gama de situaciones. Es necesario ser capaz de generar
sentencias comprensibles en lenguaje natural, ya que el enunciado de tales oraciones per
mite a los agentes desenvolverse en una sociedad compleja. El aprendizaje no se lleva
a cabo por erudicin exclusivamente, sino que profundizar en el conocimiento de cmo
funciona el mundo facilita la concepcin de estrategias mejores para manejarse en l.
2 Si no se encuentra una solucin, el programa nunca debe parar de buscarla.
www.FreeLibros.me
La percepcin visual es necesaria no slo porque ver es divertido, sino porque es nece
saria para poder tener una idea mejor de lo que una accin puede llegar a representar,
por ejemplo, el ver un delicioso bocadillo contribuir a que nos acerquemos a l.
Por esta razn, el estudiar la IA desde el enfoque del diseo de un agente racional
ofrece al menos dos ventajas. La primera es ms general que el enfoque que proporcio
nan las leyes del pensamiento, dado que el efectuar inferencias correctas es slo uno
de los mecanismos existentes para garantizar la racionalidad. La segunda es ms afn a
la forma en la que se ha producido el avance cientfico que los enfoques basados en la
conducta o pensamiento humano, porque la norma de la racionalidad est claramente de
finida y es de aplicacin general. Por el contrario, la conducta humana se adapta bien a
un entorno especfico, y en parte, es producto de un proceso evolutivo complejo, en gran
medida desconocido, que an est lejos de llevarnos a la perfeccin. Por tanto, esta obra
se centrar en los principios generales que rigen a los agentes racionales y en los
elementos necesarios para construirlos. Ms adelante quedar patente que a pesar de la
RACIONALIDAD
LIMITADA
1.2
aparente facilidad con la que se puede describir un problema, cuando se intenta resol
ver surgen una enorme variedad de cuestiones. El Captulo 2 revisa algunos de estos
aspectos con ms detalle.
Un elemento importante a tener en cuenta es el siguiente: ms bien pronto que tar
de se observar cmo obtener una racionalidad perfecta (hacer siempre lo correcto) no
es posible en entornos complejos. La demanda computacional que esto implica es de
masiado grande. En la mayor parte de esta obra se adoptar la hiptesis de trabajo de
que la racionalidad perfecta es un buen punto de partida para el anlisis. Lo cual sim
plifica el problema y proporciona el escenario base adecuado sobre el que se asientan
los cimientos de este campo. Los Captulos 6 y 17 se centran explcitamente en el tema
de la raricnalidad limitada (actuar adecuadamente cuando no se cuenta con el tiempo
suficiente para efectuar todos los clculos que seran deseables).
www.FreeLibros.me
INTRODUCCIN
MATERIALISMO
EMPIRICO
INDUCCION
Aristteles (384-322 a.C.) fue el primero en formular un conjunto preciso de leyes que
gobernaban la parte racional de la inteligencia. l desarroll un sistema informal para
razonar adecuadamente con silogismos, que en principio permita extraer conclusiones
mecnicamente, a partir de premisas iniciales. Mucho despus, Ramn Lull (d. 1315)
tuvo la idea de que el razonamiento til se podra obtener por medios artificiales. Sus
ideas aparecen representadas en la portada de este manuscrito. Thomas Hobbes (15881679) propuso que el razonamiento era como la computacin numrica, de forma que
nosotros sumamos y restamos silenciosamente en nuestros pensamientos. La auto
matizacin de la computacin en s misma estaba en marcha; alrededor de 1500, Leo
nardo da Vinci (1452-1519) dise, aunque no construy, una calculadora mecnica;
construcciones recientes han mostrado que su diseo era funcional. La primera mqui
na calculadora conocida se construy alrededor de 1623 por el cientfico alemn Wilhelm Schickard (1592-1635), aunque la Pascalina, construida en 1642 por Blaise Pas
cal (1623-1662), sea ms famosa. Pascal escribi que la mquina aritmtica produce
efectos que parecen ms similares a los pensamientos que a las acciones animales. Gottfried Wilhelm Leibniz (1646-1716) construy un dispositivo mecnico con el objetivo
de llevar a cabo operaciones sobre conceptos en lugar de sobre nmeros, pero su cam
po de accin era muy limitado.
Ahora que sabemos que un conjunto de reglas pueden describir la parte racional y
formal de la mente, el siguiente paso es considerar la mente como un sistema fsico. Ren
Descartes (1596-1650) proporciona la primera discusin clara sobre la distincin entre
la mente y la materia y los problemas que surgen. Uno de los problemas de una con
cepcin puramente fsica de la mente es que parece dejar poco margen de maniobra al
libre albedro: si el pensamiento est totalmente gobernado por leyes fsicas, entonces
una piedra podra decidir caer en direccin al centro de la Tierra gracias a su libre al
bedro. A pesar de ser denodado defensor de la capacidad de razonamiento, Descartes
fue un defensor del duafismo. Sostena que existe una parte de la mente (o del alma o
del espritu) que est al margen de la naturaleza, exenta de la influencia de las leyes f
sicas. Los animales, por el contrario, no poseen esta cualidad dual; a ellos se le podra
concebir como si se tratasen de mquinas. Una alternativa al dualismo es el matfoiaEsmo, que considera que las operaciones del cerebro realizadas de acuerdo a las leyes
de la fsica constituyen la mente. El libre albedro es simplemente la forma en la que la
percepcin de las opciones disponibles aparecen en el proceso de seleccin.
Dada una mente fsica que gestiona conocimiento, el siguiente problema es establecer
las fuentes de este conocimiento. El movimiento n^irico, iniciado con el Novum Organun?, de Francis Bacon (1561-1626), se caracteriza por el aforismo de John Locke
(1632-1704): Nada existe en la mente que no haya pasado antes por los sentidos. Da
vid Hume (1711-1776) propuso en A Treatise o f Human Nature (Hume, 1739) lo que
actualmente se conoce como principio de mduccin: las reglas generales se obtienen me
diante la exposicin a asociaciones repetidas entres sus elementos. Sobre la base de las
propuestas de Ludwig Wittgenstein (1889-1951) y Bertrand Russell (1872-1970), el
famoso Crculo de Viena, liderado por Rudolf Carnap (1891-1970), desarroll la doc
trina del positiviaiiD Ico. Esa doctrina sostiene que todo el conocimiento se puede
3 Una actualizacin del Organon, o instrumento de pensamiento, de Aristteles.
www.FreeLibros.me
SENTENCIA DE
OBSERVACIN
TEORIA DE LA
CONFIRMACIN
www.FreeLibros.me
INTRODUCCIN
ALGORITMO
TEOREMA DE
INCOMPLETfTUD
Los filsofos delimitaron las ideas ms importantes de la IA, pero para pasar de ah a
una ciencia formal es necesario contar con una formulacin matemtica en tres reas fun
damentales: lgica, computacin y probabilidad.
El concepto de lgica formal se remonta a los filsofos de la antigua Grecia (vase
el Captulo 7), pero su desarrollo matemtico comenz realmente con el trabajo de
George Boole (1815-1864) que defini la lgica proposicional o Booleana (Boole,
1847). En 1879, GottlobFrege (1848-1925) extendi la lgica de Boole para incluir ob
jetos y relaciones, y cre la lgica de primer orden que se utiliza hoy como el sistema
ms bsico de representacin de conocimiento5. Alfred Tarski (1902-1983) introdujo una
teora de referencia que ensea cmo relacionar objetos de una lgica con objetos del
mundo real. El paso siguiente consisti en definir los lmites de lo que se poda hacer
con la lgica y la informtica.
Se piensa que el primer a^joritmo no trivial es el algoritmo Eucldeo para el clcu
lo del mximo comn divisor. El considerar los algoritmos como objetos en s mismos
se remonta a la poca de al-Khowarazmi, un matemtico persa del siglo ix, con cuyos
escritos tambin se introdujeron los nmeros arbigos y el lgebra en Europa. Boole, entre
otros, present algoritmos para llevar a cabo deducciones lgicas y hacia el final del si
glo xix se llevaron a cabo numerosos esfuerzos para formalizar el razonamiento mate
mtico general con la lgica deductiva. En 1900, David Hilbert (1862-1943) present
una lista de 23 problemas que acertadamente predijo ocuparan a los matemticos
durante todo ese siglo. En el ltimo de ellos se preguntaba si existe un algoritmo que
permita determinar la validez de cualquier proposicin lgica en la que aparezcan n
meros naturales (el famoso Entscheidungsproblem, o problema de decisin). Bsicamente,
lo que Hilbert se preguntaba es si hay lmites fundamentales en la capacidad de los pro
cedimientos efectivos de demostracin. En 1930, Kurt Godel (1906-1978) demostr que
existe un procedimiento eficiente para demostrar cualquier aseveracin verdadera en la
lgica de primer orden de Frege y Russell, sin embargo con la lgica de primer orden
no era posible capturar el principio de induccin matemtica necesario para la caracte
rizacin de los nmeros naturales. En 1931, demostr que, en efecto, existen lmites
reales. Mediante su teoranadeincon^ilehud demostr que en cualquier lenguaje que
tuviera la capacidad suficiente para expresar las propiedades de los nmeros naturales,
existen aseveraciones verdaderas no decidible en el sentido de que no es posible deci
dir su validez mediante ningn algoritmo.
5 La notacin para la lgica de primer orden propuesta por Frege no se ha aceptado umversalmente, por ra
zones que son aparentemente obvias cuando se observa el ejemplo que aparece en la cubierta de este libro.
www.FreeLibros.me
www.FreeLibros.me
INTRODUCCIN
11
TEORIA DE LA
DECISIN
TEORIA DE JUEGOS
INVESTIGACIN
OPERATIVA
www.FreeLibros.me
www.FreeLibros.me
INTRODUCCIN
13
Fipra 1.2 Partes de una clula nerviosa o neurona. Cada neurona contiene un cuerpo celular, o
soma, que tiene un ncleo celular. Un nmero de fibras llamadas dendritas se ramifican a partir del
cuerpo de la clula junto con una nica fibra larga llamada axn. El axn se alarga considerable
mente, mucho ms que lo que se representa en esta imagen. Normalmente miden un centmetro (100
veces ms que el dimetro del cuerpo de la clula), pero pueden alcanzar hasta un metro de longi
tud. Una neurona se conecta con entre 10 y 100.000 neuronas formando una maraa llamada
sinapsis. Las seales se propagan de neurona a neurona mediante una reaccin electroqumica com
plicada. Las seales controlan la actividad del cerebro a corto plazo, y permiten establecer cam
bios en la posicin y conectividad de las neuronas a largo plazo. Se piensa que estos mecanismos
forman la base del aprendizaje del cerebro. La mayora del procesamiento de informacin se lleva
a cabo en la corteza del cerebro, la capa ms externa de ste. La unidad de organizacin bsica es
una columna de tejido de aproximadamente 0,5 mm de dimetro, con lo cual se ampla la profun
didad total de la corteza cerebral, que en el caso de los humanos es de cuatro mm. Una columna
contiene aproximadamente 20.000 neuronas.
sensoriales. Tales relaciones pueden cambiar de forma radical incluso en pocas sema
nas, y algunos animales parecen disponer de mltiples posibilidades. Ms an, no se tie
ne totalmente claro cmo algunas reas se pueden encargar de ciertas funciones que eran
responsabilidad de reas daadas. No hay prcticamente ninguna teora que explique
cmo se almacenan recuerdos individuales.
Los estudios sobre la actividad de los cerebros intactos comenz en 1929 con el des
cubrimiento del electroencefalograma (EEG) desarrollado por Hans Berger. El recien
te descubrimiento de las imgenes de resonancia magntica funcional (IRMF) (Ogawa
et al, 1990) est proporcionando a los neurlogos imgenes detalladas de la actividad
cerebral sin precedentes, permitindoles obtener medidas que se corresponden con pro
cesos cognitivos en desarrollo de manera muy interesante. Este campo est evolucionando
gracias a los avances en los estudios en celdas individuales y su actividad neuronal. A
pesar de estos avances, nos queda un largo camino para llegar a comprender cmo fun
cionan todos estos procesos cognitivos.
www.FreeLibros.me
Cerebro Humano
10" neuronas
10" neuronas
1014sinapsis
10_3sec
1014 bits/sec
1014
Figura 1.3 Comparacin bsica entre los recursos de cmputo generales de que disponenlos com
putadores (clrca2003) y el cerebro. Las cifras correspondientes a los computadores se han incrementado
en al menos un factor 10 desde la primera edicin de este libro, y se espera que suceda la mismo en
esta dcada. Las cifras correspondientes al cerebro no han cambiado en los ltimos 10.000 aos.
9 La ley de Moore dice que el nmero de transistores por pulgada cuadrada se duplica cada ao o ao y me
dio. La capacidad del cerebro humano se dobla aproximadamente cada dos o cuatro millones de aos.
www.FreeLibros.me
INTRODUCCIN
CONDUCTISMO
PSICOLOGIA
COGNITIVA
15
www.FreeLibros.me
www.FreeLibros.me
INTRODUCCIN
17
www.FreeLibros.me
18
TEORA DE CONTROL
CIBERNTICA
FUNCIN OBJETIVO
La figura central del desarrollo de lo que ahora se llama la teora de control fue Norbert Wiener (1894-1964). Wiener fue un matemtico brillante que trabaj en sistemas
de control biolgicos y mecnicos y en sus vnculos con la cognicin. De la misma for
ma que Craik (quien tambin utiliz sistemas de control como modelos psicolgicos),
Wiener y sus colegas Arturo Rosenblueth y Julin Bigelow desafiaron la ortodoxia conducsta (Rosenblueth et al., 1943). Ellos vean el comportamiento determinista como
algo emergente de un mecanismo regulador que intenta minimizar el error (la dife
rencia entre el estado presente y el estado objetivo). A finales de los aos 40, Wiener,
junto a Warren McCulloch, Walter Pitts y John von Neumann, organizaron una serie de
conferencias en las que se exploraban los nuevos modelos cognitivos matemticos y computacionales, e influyeron en muchos otros investigadores en el campo de las ciencias
del comportamiento. El libro de Wiener, Cybernetics (1948), fue un bestsellery desve
l al pblico las posibilidades de las mquinas con inteligencia artificial.
La teora de control moderna, especialmente la rama conocida como control ptimo
estocstico, tiene como objetivo el diseo de sistemas que maximizan una fundn ob
jetivo en el tiempo. Lo cual se asemeja ligeramente a nuestra visin de lo que es la IA:
diseo de sistemas que se comportan de forma ptima. Por qu, entonces, IA y teora
de control son dos campos diferentes, especialmente teniendo en cuenta la cercana re
lacin entre sus creadores? La respuesta est en el gran acoplamiento existente entre las
tcnicas matemticas con las que estaban familiarizados los investigadores y entre los
conjuntos de problemas que se abordaban desde cada uno de los puntos de vista. El
clculo y el lgebra matricial, herramientas de la teora de control, se utilizaron en la
definicin de sistemas que se podan describir mediante conjuntos fijos de variables
continuas: ms an, el anlisis exacto es slo posible en sistemas lineales. La IA se fun
d en parte para escapar de las limitaciones matemticas de la teora de control en los
aos 50. Las herramientas de inferencia lgica y computacin permitieron a los inves
tigadores de IA afrontar problemas relacionados con el lenguaje, visin y planificacin,
que estaban completamente fuera del punto de mira de la teora de control.
www.FreeLibros.me
INTRODUCCIN
LINGSTICA
COMPUTACIONAL
1.3
19
www.FreeLibros.me
www.FreeLibros.me
INTRODUCCIN
21
SISTEM A DE
s m b o l o s f s ic o s
Los primeros aos de la IA estuvieron llenos de xitos (aunque con ciertas limitaciones).
Teniendo en cuenta lo primitivo de los computadores y las herramientas de programa
cin de aquella poca, y el hecho de que slo unos pocos aos antes, a los computado
res se les consideraba como artefactos que podan realizar trabajos aritmticos y nada
ms, result sorprendente que un computador hiciese algo remotamente inteligente. La
comunidad cientfica, en su mayora, prefiri creer que una mquina nunca podra ha
cer tareas (vase el Captulo 26 donde aparece una extensa lista de tensas recopilada
por Turing). Naturalmente, los investigadores de IA responderan demostrando la reali
zacin de una tarea tras otra John McCarthy se refiere a esta poca como la era de Mira,
mam, ahora sin manos!.
Al temprano xito de Newell y Simn sigui el del sistema de resolucin general
de problemas, o SRGP. A diferencia del Terico Lgico, desde un principio este pro
grama se dise para que imitara protocolos de resolucin de problemas de los seres
humanos. Dentro del limitado nmero de puzles que poda manejar, result que la se
cuencia en la que el programa consideraba que los subobjetivos y las posibles acciones
eran semejantes a la manera en que los seres humanos abordaban los mismos proble
mas. Es decir, el SRGP posiblemente fue el primer programa que incorpor el enfoque
de pensar como un ser humano. El xito del SRGP y de los programas que le siguieron,
como los modelos de cognicin, llevaron a Newell y Simn (1976) a formular la famosa
hiptesis del ssta n a de smbolos fisicos, que afirma que un sistema de smbolos f
sicos tiene los medios suficientes y necesarios para generar una accin inteligente. Lo
que ellos queran decir es que cualquier sistema (humano o mquina) que exhibiese in
teligencia debera operar manipulando estructuras de datos compuestas por smbolos.
Posteriormente se ver que esta hiptesis se ha modificado atendiendo a distintos pun
tos de vista.
En IBM, Nathaniel Rochester y sus colegas desarrollaron algunos de los primeros
programas de IA. Herbert Gelernter (1959) construy el demostrador de teoremas de ge
ometra (DTG), el cual era capaz de probar teoremas que muchos estudiantes de mate
mticas podan encontrar muy complejos de resolver. A comienzos 1952, Arthur Samuel
escribi una serie de programas para el juego de las damas que eventualmente apren
dieron a jugar hasta alcanzar un nivel equivalente al de un amateur. De paso, ech por
www.FreeLibros.me
tierra la idea de que los computadores slo pueden hacer lo que se les dice: su progra
ma pronto aprendi a jugar mejor que su creador. El programa se present en la televi
sin en febrero de 1956 y caus una gran impresin. Como Turing, Samuel tena difi
cultades para obtener el tiempo de cmputo. Trabajaba por las noches y utilizaba
mquinas que an estaban en perodo de prueba en la planta de fabricacin de IBM. El
Captulo 6 trata el tema de los juegos, y en el Captulo 21 se describe con detalle las tc
nicas de aprendizaje utilizadas por Samuel.
John McCarthy se traslad de Darmouth al MIT, donde realiz tres contribuciones cru
ciales en un ao histrico: 1958. En el Laboratorio de IA del MIT Memo Nmero 1,
McCarthy defini el lenguaje de alto nivel Lfcp, que se convertira en el lenguaje de pro
gramacin dominante en la IA. Lisp es el segundo lenguaje de programacin ms antiguo
que se utiliza en la actualidad, ya que apareci un ao despus de FORTRAN. Con Lisp,
McCarthy tena la herramienta que necesitaba, pero el acceso a los escasos y costosos re
cursos de cmputo an era un problema serio. Para solucionarlo, l, junto a otros miem
bros del MIT, inventaron el tiempo compartido. Tambin, en 1958, McCarthy public un
artculo titulado Programs with Common Sense, en el que describa el Generador de Con
sejos, un programa hipottico que podra considerarse como el primer sistema de IA
completo. Al igual que el Terico Lgico y el Demostrador de Teoremas de Geometra,
McCarthy dise su programa para buscar la solucin a problemas utilizando el conoci
miento. Pero, a diferencia de los otros, manejaba el conocimiento general del mundo. Por
ejemplo, mostr cmo algunos axiomas sencillos permitan a un programa generar un plan
para conducirnos hasta el aeropuerto y tomar un avin. El programa se dise para que
aceptase nuevos axiomas durante el curso normal de operacin, permitindole as ser com
petente en reas nuevas, sin necesidad de reprogramacin. El Generador de Consejos in
corporaba as los principios centrales de la representacin del conocimiento y el razona
miento: es til contar con una representacin formal y explcita del mundo y de la forma
en que la accin de un agente afecta al mundo, as como, ser capaces de manipular estas
representaciones con procesos deductivos. Es sorprendente constatar cmo mucho de lo
propuesto en el artculo escrito en 1958 permanece vigente incluso en la actualidad.
1958 fue el ao en el que Marvin Minsky se traslad al MIT. Sin embargo, su cola
boracin inicial no dur demasiado. McCarthy se centr en la representacin y el razo
namiento con lgica formal, mientras que Minsky estaba ms interesado en lograr que los
programas funcionaran y eventualmente desarroll un punto de vista anti-lgico. En 1963
McCarthy cre el Laboratorio de IA en Stanford. Su plan para construir la versin ms re
ciente del Generador de Consejos con ayuda de la lgica sufri un considerable impulso
facas al descubrimiento de J. A. Robinson del mtodo de resolucin (un algoritmo com
pleto para la demostracin de teoremas para la lgica de primer orden; vase el Captulo
9). El trabajo realizado en Stanford haca nfasis en los mtodos de propsito general para
el razonamiento lgico. Algunas aplicaciones de la lgica incluan los sistemas de plani
ficacin y respuesta a preguntas de Cordell Green (1969b), as como el proyecto de robtica de Shakey en el nuevo Instituto de Investigacin de Stanford (Stanford Research
Institute, SRI). Este ltimo proyecto, comentado en detalle en el Captulo 25, fue el pri
mero que demostr la total integracin del razonamiento lgico y la actividad fsica.
Minsky supervis el trabajo de una serie de estudiantes que eligieron un nmero de
problemas limitados cuya solucin pareci requerir inteligencia. Estos dominios limi
www.FreeLibros.me
INTRODUCCIN
MICROMUNDOS
23
www.FreeLibros.me
FigiM*a 1.5 Esquema del mundo de los bloques. SHRDLU (Wlnograd, 1972) ha completado su
tarea, Busca un bloque que sea ms alto que el que ahora tienes y ponlo en la caja.
Trminos como futuro previsible pueden interpretarse de formas distintas, pero Simn
tambin hizo predicciones ms concretas: como que en diez aos un computador llega
ra a ser campen de ajedrez, y que se podra demostrar un importante teorema mate
mtico con una mquina. Estas predicciones se cumpliran (al menos en parte) dentro
de los siguientes 40 aos y no en diez. El exceso de confianza de Simn se debi a la
prometedora actuacin de los primeros sistemas de IA en problemas simples. En la ma
yor parte de los casos result que estos primeros sistemas fallaron estrepitosamente cuan
do se utilizaron en problemas ms variados o de mayor dificultad.
El primer tipo de problemas surgi porque la mayora de los primeros programas con
taban con poco o ningn conocimiento de las materia objeto de estudio; obtenan resul
tados gracias a sencillas manipulaciones sintcticas. Una ancdota tpica tuvo lugar
cuando se comenzaba a trabajar en la traduccin automtica, actividad que reciba un
www.FreeLibros.me
INTRODUCCIN
25
de encontrar una solucin no implica que tal programa encierre todos los mecanismos
necesarios para encontrarla solucin en la prctica.
EVOLUCIN
AUTOM TICA
La ilusoria nocin de una ilimitada capacidad de cmputo no slo existi en los pro
gramas para la resolucin de problemas. Los primeros experimentos en el campo de la
evchidn automtica (ahora llamados algoritmosgenticos) (Friedberg, 1958; Friedberg et al., 1959) estaban basados en la, sin duda correcta, premisa de que efectuando
una adecuada serie de pequeas mutaciones a un programa de cdigo mquina se po
dra generar un programa con buen rendimiento aplicable en cualquier tarea sencilla.
Despus surgi la idea de probar con mutaciones aleatorias aplicando un proceso de se
leccin con el fin de conservar aquellas mutaciones que hubiesen demostrado ser ms
tiles. No obstante, las miles de horas de CPU dedicadas, no dieron lugar a ningn avan
ce tangible. Los algoritmos genticos actuales utilizan representaciones mejores y han
tenido ms xito.
La incapacidad para manejar la explosin combinatoria fue una de las principa
les crticas que se hicieron a la IA en el informe de Lighthill (Lighthill, 1973), informe
en el que se bas la decisin del gobierno britnico para retirar la ayuda a las investiga
ciones sobre IA, excepto en dos universidades. (La tradicin oral presenta un cuadro un
www.FreeLibros.me
DBILES
www.FreeLibros.me
INTRODUCCIN
27
s is te m a s e x p e rt o s
www.FreeLibros.me
www.FreeLibros.me
INTRODUCCIN
29
c o n e x io h is t a s
Aunque la informtica haba abandonado de manera general el campo de las redes neuro
nales a finales de los aos 70, el trabajo continu en otros campos. Fsicos como John
Hopfield (1982) utilizaron tcnicas de la mecnica estadstica para analizar las propieda
des de almacenamiento y optimizacin de las redes, tratando colecciones de nodos como
colecciones de tomos. Psiclogos como David Rumelhart y Geoff Hinton continuaron con
el estudio de modelos de memoria basados en redes neuronales. Como se ver en el Ca
ptulo 20, el impulso ms fuerte se produjo a mediados de la dcada de los 80, cuando por
lo menos cuatro grupos distintos reinventaron el algoritmo de aprendizaje de retroalimentacin, mencionado por vez primera en 1969 por Biyson y Ho. El algoritmo se apli
c a diversos problemas de aprendizaje en los campos de la informtica y la psicologa, y
la gran difusin que conocieron los resultados obtenidos, publicados en la coleccin Parallel Distrbuted Processing (Rumelhart y McClelland, 1986), suscit gran entusiasmo.
Aquellos modelos de inteligencia artificial llamados eonerionstas fueron vistos por
algunos como competidores tanto de los modelos simblicos propuestos por Newell y
Simn como de la aproximacin lgica de McCarthy entre otros (Smolensky, 1988). Pue
de parecer obvio que los humanos manipulan smbolos hasta cierto nivel, de hecho, el li
bro The Symbolic Species (1997) de Terrence Deacon sugiere que esta es la caractersti
ca que dene a los humanos, pero los conexionistas ms ardientes se preguntan si la
manipulacin de los smbolos desempea algn papel justificable en determinados modelos
de cognicin. Este interrogante no ha sido an clarificado, pero la tendencia actual es que
las aproximaciones conexionistas y simblicas son complementarias y no competidoras.
www.FreeLibros.me
sas, tomar como base rigurosos teoremas o slidas evidencias experimentales ms que
intuicin, y demostrar la utilidad de las aplicaciones en el mundo real ms que crear ejem
plos de juguete.
La IA se fund en parte en el marco de una rebelin en contra de las limitaciones de
los campos existentes como la teora de control o la estadstica, y ahora abarca estos cam
pos. Tal y como indica David McAllester (1998),
En los primeros aos de la IA pareca perfectamente posible que las nuevas formas de la
computacin simblica, por ejemplo, los marcos y las redes semnticas, hicieran que la
mayor parte de la teora clsica pasara a ser obsoleta. Esto llev a la IA a una especie de
aislamiento, que la separ del resto de las ciencias de la computacin. En la actualidad
se est abandonando este aislamiento. Existe la creencia de que el aprendizaje autom
tico no se debe separar de la teora de la informacin, que el razonamiento incierto no se
debe separar de los modelos estocsticos, de que la bsqueda no se debe aislar de la op
timizacin clsica y el control, y de que el razonamiento automtico no se debe separar
de los mtodos formales y del anlisis esttico.
de d a to s
www.FreeLibros.me
INTRODUCCIN
31
www.FreeLibros.me
32
1.4
www.FreeLibros.me
INTRODUCCIN
33
1.5
R esum en
En este captulo se define la IA y se establecen los antecedentes culturales que han ser
vido de base. Algunos de los aspectos ms destacables son:
Cada uno tiene una visin distinta de lo que es la IA. Es importante responder a
las dos preguntas siguientes: Est interesado en el razonamiento y el comporta
miento? Desea modelar seres humanos o trabajar a partir de un ideal estndar?
En este libro se adopta el criterio de que la inteligencia tiene que ver principalmente
con las acam es racionales. Desde un punto de vista ideal, un agente inteligm te es aquel que emprende la mejor accin posible ante una situacin dada. Se
estudiar el problema de la construccin de agentes que sean inteligentes en este
sentido.
Los filsofos (desde el ao 400 a.C.) facilitaron el poder imaginar la IA, al con
cebir la idea de que la mente es de alguna manera como una mquina que funcio
na a partir del conocimiento codificado en un lenguaje interno, y al considerar que
el pensamiento serva para seleccionar la accin a llevar a cabo.
Las matemticas proporcionaron las herramientas para manipular tanto las ase
veraciones de certeza lgicas, como las inciertas de tipo probabilista. Asimismo,
www.FreeLibros.me
34
N o t a s b ib l io g r f ic a s e h is t r ic a s
www.FreeLibros.me
INTRODUCCIN
35
y Luger (1995) han recogido una nutrida cantidad de artculos influyentes. Los prime
ros artculos sobre redes neuronales estn reunidos en Neurocomputing (Anderson y
Rosenfeld, 1988). La Encyclopedia o/A f (Shapiro, 1992) contiene artculos de investi
gacin sobre prcticamente todos los temas de IA. Estos artculos son muy tiles para
iniciarse en las diversas reas presentes en la literatura cientfica.
El trabajo ms reciente se encuentra en las actas de las mayores conferencias de IA:
la International Joint Conference on A I (1JCAI), de carcter bianual, la European Conference on AI{ECAI), de carcter bianual, y la National Conference on AI, conocida nor
malmente como AAAI por la organizacin que la patrocina. Las revistas cientficas que
presentan aspectos generales de la IA ms importantes son Arcial Intelligence, Com-
EJERCICIOS
El propsito de los siguientes ejercicios es estimular la discusin, y algunos de ellos se
podran utilizar como proyectos. Alternativamente, se podra hacer un esfuerzo inicial
para solucionarlos ahora, de forma que una vez se haya ledo todo el libro se puedan re
visar estos primeros intentos.
1.1 Defina con sus propias palabras: (a) inteligencia, (b) inteligencia artificial, (c) agente.
1.2 Lea el artculo original de Turing sobre IA (Turing, 1950). En l se comentan al
gunas objeciones potenciales a su propuesta y a su prueba de inteligencia. Cules de
estas objeciones tiene todava validez? Son vlidas sus refutaciones? Se le ocurren nue
vas objeciones a esta propuesta teniendo en cuenta los desarrollos realizados desde que
se escribi el artculo? En el artculo, Turing predijo que para el ao 2000 sera proba
ble que un computador tuviera un 30 por ciento de posibilidades de superar una Prueba
de Turing dirigida por un evaluador inexperto con una duracin de cinco minutos. Con
sidera razonable lo anterior en el mundo actual? Y en los prximos 50 aos?
1.3 Todos los aos se otorga el premio Loebner al programa que lo hace mejor en una
Prueba de Turing concreta. Investigue y haga un informe sobre el ltimo ganador del pre
mio Loebner. Qu tcnica utiliza? Cmo ha hecho que progrese la investigacin en el
campo de la IA?
1.4 Hay clases de problemas bien conocidos que son intratables para los computadores,
y otras clases sobre los cuales un computador no pueda tomar una decisin. Quiere esto
decir que es imposible lograr la IA?
www.FreeLibros.me
36
a)
b)
c)
d)
e)
f)
g)
h)
www.FreeLibros.me