La inteligencia artificial (IA) es un rea multidisciplinaria, que a travs de ciencias como

las ciencias de la computacin, la matemtica, la lgica y la filosofa, estudia la creacin y

diseo de sistemas capaces de resolver problemas cotidianos por s mismas utilizando como
paradigma la inteligencia humana.[cita requerida]
General y amplio como eso, rene a amplios campos, los cuales tienen en comn la creacin
de mquinas capaces de pensar. En ciencias de la computacin se denomina inteligencia
artificial a la capacidad de razonar de un agente no vivo.1 2 3 John McCarthy acu la
expresin inteligencia artificial en 1956, y la defini as: Es la ciencia e ingenio de hacer
mquinas inteligentes, especialmente programas de cmputo inteligentes.4

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

Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN).

Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de

animales y humanos).

Razonamiento mediante una lgica formal anlogo al pensamiento abstracto humano.

Tambin existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y
producidas, respectivamente, por sensores fsicos y sensores mecnicos en mquinas, pulsos
elctricos u pticos en computadoras, tanto como por entradas y salidas de bits de un
software y su entorno software.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin automtica, la
habilidad de responder a diagnsticos 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 economa, medicina, ingeniera y
la milicia, y se ha usado en gran variedad de aplicaciones desoftware, juegos de estrategia,
como ajedrez de computador, y otros videojuegos.

Categoras de la inteligencia artificial

Stuart Russell y Peter Norvig diferencian estos tipos de la inteligencia artificial: 5

Sistemas que piensan como humanos.- Estos sistemas tratan de emular el

pensamiento humano; por ejemplo las redes neuronales artificiales. La automatizacin de

actividades que vinculamos con procesos de pensamiento humano, actividades como

latoma de decisiones, resolucin de problemas y aprendizaje.6

Sistemas que actan como humanos.- Estos sistemas tratan de actuar como
humanos; es decir, imitan el comportamiento humano; por ejemplo la robtica. El estudio
de cmo lograr que los computadores realicen tareas que, por el momento, los humanos
hacen mejor.7

Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente), tratan de

imitar o emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas
expertos. El estudio de los clculos que hacen posible percibir, razonar y actuar.8

Sistemas que actan racionalmente (idealmente). Tratan de emular de forma

racional el comportamiento humano; por ejemplo los agentes inteligentes.Est relacionado
con conductas inteligentes en artefactos.9

Escuelas de pensamiento
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional

La inteligencia computacional

Inteligencia artificial convencional

Se conoce tambin como IA simblico-deductiva. Est basada en el anlisis formal y
estadstico 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 solucin a travs del conocimiento previo del contexto
en que se aplica y ocupa de ciertas reglas o relaciones.

Redes bayesianas: Propone soluciones mediante inferencia probabilstica.

Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonoma

y puede auto-regularse y controlarse para mejorar.

Smart process management: Facilita la toma de decisiones complejas, proponiendo

una solucin a un determinado problema al igual que lo hara un especialista en la dicha
actividad.

Inteligencia artificial computacional

Artculo principal: Inteligencia computacional

La Inteligencia Computacional (tambin conocida como IA subsimblica-inductiva) implica

desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los
parmetros en sistemas conexionistas). El aprendizaje se realiza basndose en datos
empricos.

La inteligencia artificial y los sentimientos[editar]

El concepto de IA es an demasiado difuso. Contextualizando, y teniendo en cuenta un punto
de vista cientfico, podramos englobar a esta ciencia como la encargada de imitar una
persona, y no su cuerpo, sino imitar al cerebro, en todas sus funciones, existentes en el
humano o inventadas sobre el desarrollo de una mquina inteligente.
A veces, aplicando la definicin de Inteligencia Artificial, se piensa en mquinas inteligentes
sin sentimientos, que obstaculizan encontrar la mejor solucin a un problema dado. Muchos
pensamos en dispositivos artificiales capaces de concluir miles de premisas a partir de
otras premisas dadas, sin que ningn tipo de emocin tenga la opcin de obstaculizar dicha
labor.
En esta lnea, hay que saber que ya existen sistemas inteligentes. Capaces de tomar
decisiones acertadas.
Aunque, por el momento, la mayora de los investigadores en el mbito de la Inteligencia
Artificial se centran slo en el aspecto racional, muchos de ellos consideran seriamente la
posibilidad de incorporar componentes emotivos como indicadores de estado, a fin de
aumentar la eficacia de los sistemas inteligentes.
Particularmente para los robots mviles, es necesario que cuenten con algo similar a las
emociones con el objeto de saber en cada instante y como mnimo qu hacer a
continuacin [Pinker, 2001, p. 481].
Al tener sentimientos y, al menos potencialmente, motivaciones, podrn actuar de
acuerdo con sus intenciones [Mazlish, 1995, p. 318]. As, se podra equipar a un robot con
dispositivos que controlen su medio interno; por ejemplo, que sientan hambre al detectar

que su nivel de energa est descendiendo o que sientan miedo cuando aquel est
demasiado bajo.
Esta seal podra interrumpir los procesos de alto nivel y obligar al robot a conseguir el
preciado elemento [Johnson-Laird, 1993, p. 359]. Incluso se podra introducir el dolor o el
sufrimiento fsico, a fin de evitar las torpezas de funcionamiento como, por ejemplo,
introducir la mano dentro de una cadena de engranajes o saltar desde una cierta altura, lo cual
le provocara daos irreparables.
Esto significa que los sistemas inteligentes deben ser dotados con mecanismos
de retroalimentacin que les permitan tener conocimiento de estados internos, igual que
sucede con los humanos que disponen de propiocepcin, interocepcin, nocicepcin, etctera.
Esto es fundamental tanto para tomar decisiones como para conservar su propia integridad y
seguridad. La retroalimentacin en sistemas est particularmente desarrollada en ciberntica,
por ejemplo en el cambio de direccin y velocidad autnomo de un misil, utilizando como
parmetro la posicin en cada instante en relacin al objetivo que debe alcanzar. Esto debe
ser diferenciado del conocimiento que un sistema o programa computacional puede tener de
sus estados internos, por ejemplo la cantidad de ciclos cumplidos en un loop o bucle en
sentencias tipo do... for, o la cantidad de memoria disponible para una operacin determinada.
A los sistemas inteligentes el no tener en cuenta elementos emocionales les permite no olvidar
la meta que deben alcanzar. En los humanos el olvido de la meta o el abandonar las metas
por perturbaciones emocionales es un problema que en algunos casos llega a ser
incapacitante. Los sistemas inteligentes, al combinar una memoria durable, una asignacin de
metas o motivacin, junto a la toma de decisiones y asignacin de prioridades con base en
estados actuales y estados meta, logran un comportamiento en extremo eficiente,
especialmente ante problemas complejos y peligrosos.
En sntesis, lo racional y lo emocional estn de tal manera interrelacionados entre s, que se
podra decir que no slo no son aspectos contradictorios sino que son hasta cierto punto
complementarios.
Vase tambin: La era de las mquinas espirituales

Crticas[editar]
Las principales crticas a la inteligencia artificial tienen que ver con su capacidad de imitar por
completo a un ser humano. Estas crticas ignoran que ningn humano individual tiene
capacidad para resolver todo tipo de problemas, y autores como Howard Gardnerhan

propuesto que existen inteligencias mltiples. Un sistema de inteligencia artificial debera

resolver problemas. Por lo tanto es fundamental en su diseo la delimitacin de los tipos de
problemas que resolver y las estrategias y algoritmos que utilizar para encontrar la solucin.
En los humanos la capacidad de resolver problemas tiene dos aspectos: los aspectos innatos
y los aspectos aprendidos. Los aspectos innatos permiten por ejemplo almacenar y recuperar
informacin en la memoria y los aspectos aprendidos el saber resolver un problema
matemtico mediante el algoritmo adecuado. Del mismo modo que un humano debe disponer
de herramientas que le permitan solucionar ciertos problemas, los sistemas artificiales deben
ser programados de modo tal que puedan resolver ciertos problemas.
Muchas personas consideran que el test de Turing ha sido superado, citando conversaciones
en que al dialogar con un programa de inteligencia artificial para chat no saben que hablan
con un programa. Sin embargo, esta situacin no es equivalente a un test de Turing, que
requiere que el participante est sobre aviso de la posibilidad de hablar con una mquina.
Otros experimentos mentales como la Habitacin china de John Searle han mostrado cmo
una mquina podra simular pensamiento sin tener que tenerlo, pasando el test de Turing sin
siquiera entender lo que hace. Esto demostrara que la mquina en realidad no
est pensando, ya que actuar de acuerdo con un programa preestablecido sera suficiente. Si
para Turing el hecho de engaar a un ser humano que intenta evitar que le engaen es
muestra de una mente inteligente, Searle considera posible lograr dicho efecto mediante
reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicacin con el
usuario. Este obstculo es debido a la ambigedad del lenguaje, y apareci ya en los inicios
de los primeros sistemas operativos informticos. La capacidad de los humanos
para comunicarse entre s implica el conocimiento del lenguaje que utiliza el interlocutor. Para
que un humano pueda comunicarse con un sistema inteligente hay dos opciones: o bien el
humano aprende el lenguaje del sistema como si aprendiese a hablar cualquier otro idioma
distinto al nativo, o bien el sistema tiene la capacidad de interpretar el mensaje del usuario en
la lengua que el usuario utiliza.
Un humano durante toda su vida aprende el vocabulario de su lengua nativa. Un humano
interpreta los mensajes a pesar de la polisemia de las palabras utilizando el contexto para
resolver ambigedades. Sin embargo, debe conocer los distintos significados para poder
interpretar, y es por esto que lenguajes especializados y tcnicos son conocidos solamente
por expertos en las respectivas disciplinas. Un sistema de inteligencia artificial se enfrenta con

el mismo problema, la polisemia del lenguaje humano, su sintaxis poco estructurada y

los dialectos entre grupos.
Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que
existe mayor consenso entre especialistas. Un sistema experto es ms probable de ser
programado en fsica o en medicina que en sociologa o en psicologa. Esto se debe al
problema del consenso entre especialistas en la definicin de los conceptos involucrados y en
los procedimientos y tcnicas a utilizar. Por ejemplo, en fsica hay acuerdo sobre el concepto
de velocidad y cmo calcularla. Sin embargo, en psicologa se discuten los conceptos, la
etiologa, la psicopatologa y cmo proceder ante cierto diagnstico. Esto dificulta la creacin
de sistemas inteligentes porque siempre habr desacuerdo sobre lo que se esperara que el
sistema haga. A pesar de esto hay grandes avances en el diseo de sistemas expertos para el
diagnstico y toma de decisiones en el mbito mdico y psiquitrico (Adaraga Morales,
Zaccagnini Sancho, 1994).

Ramas de la Inteligencia Artificial

Areas Clsicas de AI (Ramas, Campos).

Sistemas Expertos (Sistemas basados en

Conocimiento). Programas computacionales que resuelven problemas
que normalmente requieren del conocimiento de un especialista o
experto humano. Es un sistema capaz de tomar decisiones inteligentes
interpretando grandes cantidades de datos sobre un dominio especfico
de problemas.

Aprendizaje y Razonamiento Automtico. Mquinas capaces de

planificar, tomar decisiones, plantear y evaluar estrategias, aprender a
partir de la experiencia, autoreprogramables, etc.

Robtica. Artefactos autnomos capaces de llevar a cabo diversas tareas

mecnicas de manera flexible e inteligente, cumpliendo con un objetivo y
ajustndose al entorno cambiante.

Procesamiento de Lenguaje Natural. Sistemas capaces de reconocer,

procesar y emular el lenguaje humano.

Visin por Computadora (Reconocimiento de patrones). Reconoce

y procesa seales, caracteres, patrones, objetos, escenas.

reas de Vanguardia: Inteligencia Natural.

Redes Neurales. Crear elementos de procesamiento y organizarlos de

acuerdo a un modelo basado en las clulas del cerebro humano
(neuronas). Estos sistemas no se programan, se entrenan. Se caracterizan
por reconocer objetos partiendo de seales ruidosas.

Lgica Difusa. Basado en los principios del razonamiento aproximado y

el "clculo con palabras", stos sistemas logran simplificar y aproximar la
descripcin del problema de una manera natural, eficiente y robusta. La
lgica difusa va ms all de la lgica booleana en cuanto a que acepta
valores parciales de verdad, es decir, de 0 a 100%; aceptando con ello
expresiones tales como: "Juan es alto" con un 75% de certeza, o mejor
an, simplificndolo a "Juan no es muy alto"; "El tanque est lleno" con
50% de certeza, o bien, "El tanque est medio lleno o medio vaco".