Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
El término (AI) fue acuñado por John McCarthy, un informático estadounidense, en 1956
durante la Conferencia de Dartmouth, donde nació la disciplina. Hoy en día, es un término
general que abarca desde la automatización de procesos robóticos hasta la robótica actual. Ha
ganado prominencia recientemente debido a que se encuentran en el área de control de
sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de
los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de
patrones. Realizando tales tareas de forma más rápida que un ser humano, lo que permite a
las empresas obtener más información sobre sus datos. Los sistemas de IA actualmente son
parte de la rutina en campos como economía, medicina, ingeniería y la milicia.
A medida que las máquinas se vuelven cada vez más capaces, la tecnología que alguna vez se
pensó que requería de inteligencia se elimina de la definición. Por ejemplo, el reconocimiento
óptico de caracteres ya no se percibe como un ejemplo de la "inteligencia artificial"
habiéndose convertido en una tecnología común.
Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos que
simulan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de
acción en consecuencia de un experto humano en cualquier rama de la ciencia.
Los primeros trabajos que pueden considerarse como el embrión de la Inteligencia Artificial
moderna aparecen en la década de los 40 del siglo pasado, aunque no sería hasta 1950 cuando
realmente estos estudios y propuestas consiguen una verdadera repercusión gracias al artículo
“Computing Machinery and Intelligence”, escrito por Alan Turing, uno de los padres de la
IA, y publicado en el volumen 59 de la revista “Mind”. En este artículo se profundiza sobre la
posibilidad de que una máquina pueda imitar el comportamiento de la mente humana. En este
mismo artículo se propone el Test de Turing, orientado a demostrar si una determinada
máquina es inteligente o no.
En 1956 se propone a la Inteligencia Artificial como una disciplina que buscaba reproducir
comportamiento inteligente con la ayuda de una máquina. Esto se realizó en un Congreso
sobre Informática Teórica en EEUU, en el que se definió el concepto de Inteligencia
Artificial, como una nueva rama de la informática con entidad propia.
Los primeros años de la IA estuvieron llenos de éxitos, aunque con ciertas limitaciones.
Teniendo en cuenta lo primitivo de los computadores y las herramientas de programación de
aquella época, y el hecho de que sólo unos pocos años antes, a los computadores se les
consideraba como artefactos que podían realizar trabajos aritméticos y nada más, resultó
sorprendente que un computador hiciese algo remotamente inteligente
A continuación, se muestran algunos de los hechos que marcaron la esperanza del desarrollo
de la inteligencia artificial
➔ Herbert construyó el demostrador de teoremas de geometría
➔ Juego de damas, podía hacer más que cálculos aritméticos
➔ McCarthy definió el lenguaje Lisp. El nombre proviene del término “List Processing”,
es un lenguaje de programación aplicativo o funcional, de propósito general, se basa
en la aplicación de funciones a los datos y se apoya en la utilización de funciones
matemáticas para el control de los mismos. El elemento fundamental en el LISP es la
lista. Cada función del LISP y cada programa que generemos con él vienen dado en
forma de lista.
➔ Evolución de del aprendizaje Hebbiano, fue sugerida por Donald Hebb en 1949, a
partir de estudios con neuronas reales. Según este método de aprendizaje aplicado a
las redes neuronales artificiales, las conexiones entre las neuronas de entrada activas y
las neuronas de salida activas se refuerzan durante el entrenamiento.
En 1982 por McDermott se creó el primer sistema experto comercial llamado R1 el cual
utilizaba la elaboración de pedidos informáticos, 4 años más tarde R1 representó un ahorro de
aproximadamente 40 millones de dólares al año y en 1988 la inteligencia artificial distribuía
más de 40 sistemas expertos. En la pelea de Japón y EEUU, por quién investigaba y
desarrollaba más en la IA, ésta pertenecía a un proyecto que involucraba el diseño de chips y
la relación del ser humano con las máquinas.
La confirmación definitiva de la inteligencia artificial llegó en 1997, cuando IBM, que es una
corporación multinacional de tecnología informática, demostró que un sistema informático
era capaz de vencer al ajedrez a un humano y no un humano cualquiera, sino el campeón del
mundo Gari Kaspárov. Se llamaba Deep Blue y sirvió de base para que la industria
tecnológica y la sociedad en general cobraran conciencia de la relevancia y las posibilidades
de las IA.
La inteligencia artificial no es coto cerrado de IBM ni mucho menos. El gigante de las
búsquedas Google está haciendo numerosos progresos en este terreno, ayudando además a la
comunidad de desarrolladores a sacar provecho de esta tecnología. En ese sentido, Google ha
ampliado recientemente su software de código abierto “TensorFlow”, con el que cualquiera
con acceso a sus servidores puede crear su propio equipo con capacidad de autoprogramación
y de aprender de forma autónoma.
Una de las posibilidades más inmediatas y prometedoras de la inteligencia artificial son los
“chatbots”, las herramientas que permiten la comunicación automatizada entre humanos y
marcas o empresas, a través de redes sociales o comunicaciones de voz, gracias a una
máquina que interpreta el lenguaje natural y es capaz de aprender, procesar e improvisar
respuestas de manera autónoma.
Base de conocimientos. Es la parte del sistema experto que contiene el conocimiento sobre
el dominio. Hay que obtener el conocimiento del experto y codificarlo en esta. Una forma
clásica de representar dicho conocimiento en un sistema experto son las reglas. Una regla es
una estructura condicional que relaciona lógicamente la información contenida en la parte del
antecedente con otra información contenida en la parte del consecuente.
Base de hechos (Memoria de trabajo). Contiene los hechos sobre un problema que se han
descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario
introduce la información del problema actual en la base de hechos y el sistema empareja esta
información con el conocimiento disponible en la base de conocimientos.
3. Problemas clásicos
La primera vez que la pones en el suelo no tiene ni idea de cómo es la casa. De modo que
empieza a andar hasta que choca contra una pared o un objeto. Una vez que ha golpeado un
número suficiente de puntos de la pared, la aspiradora realiza su trabajo estupendamente
(hasta que cambias el mobiliario).
Ejemplo:
El aprendizaje electrónico se usa en la audición automatizada y la traducción del habla. Por
ejemplo, los dispositivos de asistencia doméstica que responden a la voz y conocen sus
preferencias se basan en aplicaciones de aprendizaje profundo.
Ejemplo:
Juegos como el ajedrez donde los movimientos por si solos no asegura ganar es necesaria
generar una estrategia. El robotito tiene un sistema computarizado de visión llamado ITRI
que reconoce la forma, el color, el tamaño y la orientación de los objetos. La nueva
tecnología fue patentada por Industrial Technology Research Institute (ITRI) y es el primer
paso para que los robots puedan interactuar con humanos.
4. Aplicaciones
Los ejemplos de inteligencia artificial de alto perfil incluyen vehículos autónomos (como
drones y automóviles sin conductor), diagnóstico médico, creación de arte (como poesía),
demostración de teoremas matemáticos, juegos (como Chess o Go), motores de búsqueda
(como Búsqueda de Google), asistentes en línea (como Siri), reconocimiento de imágenes en
fotografías, filtrado de correo no deseado, predicción de decisiones judiciales y publicidad en
línea dirigida.
Con las redes sociales superando a la televisión como fuente de noticias para los jóvenes y las
organizaciones de noticias dependen cada vez más de las plataformas de medios sociales para
generar distribución, las principales editoriales ahora usan tecnología de inteligencia artificial
(IA) para publicar historias de manera más efectiva y generar mayores volúmenes de tráfico.
4.1. Salud
4.2. Auditoría
4.3. Militar
El gasto militar mundial anual en robótica aumentó de 5,1 mil millones de dólares en 2010 a
7,5 mil millones de dólares en 2015. Los drones militares capaces de acciones autónomas son
ampliamente considerados como un activo útil. En 2017, Vladimir Putin afirmó que "quien se
convierta en el líder en (inteligencia artificial) se convertirá en el gobernante del mundo".
Muchos investigadores de inteligencia artificial buscan distanciarse de las aplicaciones
militares de la IA
4.4. Videojuegos
Las instituciones financieras han utilizado durante mucho tiempo los sistemas de redes
neuronales artificiales para detectar cargos o reclamaciones fuera de la norma, marcándolos
para la investigación humana. El uso de inteligencia artificial en la banca se remonta a 1987,
cuando Security Pacific National Bank en EE. UU. Estableció una Fuerza de Tarea de
Prevención del Fraude para contrarrestar el uso no autorizado de tarjetas de débito.
Programas como Kasisto y Moneystream están usando AI en servicios financieros.
Los bancos usan sistemas de inteligencia artificial hoy para organizar operaciones, mantener
libros, invertir en acciones y administrar propiedades. AI puede reaccionar a los cambios de
la noche a la mañana o cuando el negocio no está teniendo lugar. En agosto de 2001, los
robots vencieron a los humanos en una competencia de comercio financiero simulado. AI
también ha reducido el fraude y los delitos financieros al monitorear los patrones de
comportamiento de los usuarios ante cualquier cambio o anomalía anormal.
4.6. Automotriz
Los recientes desarrollos en automóviles autónomos han hecho posible la innovación de los
camiones autónomos, aunque todavía están en fase de prueba. El gobierno del Reino Unido
ha aprobado una legislación para comenzar las pruebas de pelotones de camiones autónomos
en 2018. Los pelotones de camiones autodirigidos son una flota de camiones autónomos que
siguen el ejemplo de un camión sin conductor, por lo que los pelotones de camiones no
completamente autónomo todavía. Mientras tanto, Daimler, una corporación automovilística
alemana, está probando la Freightliner Inspiration, que es un camión semiautónomo que solo
se utilizará en la carretera.
Un factor principal que influye en la capacidad de un automóvil sin conductor para funcionar
es el mapeo. En general, el vehículo estaría preprogramado con un mapa del área que se
conduce. Este mapa incluiría datos sobre las aproximaciones de la luz de la calle y las alturas
de la acera para que el vehículo esté al tanto de su entorno. Sin embargo, Google ha estado
trabajando en un algoritmo con el objetivo de eliminar la necesidad de mapas
preprogramados y, en su lugar, crear un dispositivo que pueda ajustarse a una variedad de
entornos nuevos. Algunos autos sin conductor no están equipados con volantes o pedales de
freno, por lo que también se han realizado investigaciones centradas en la creación de un
algoritmo que sea capaz de mantener un entorno seguro para los pasajeros en el vehículo a
través de la velocidad y las condiciones de conducción.
Otro factor que influye en la capacidad de un automóvil sin conductor es la seguridad del
pasajero. Para hacer un automóvil sin conductor, los ingenieros deben programarlo para
manejar situaciones de alto riesgo. Estas situaciones podrían incluir una colisión frontal con
peatones. El objetivo principal del automóvil debe ser tomar una decisión que evite golpear a
los peatones y salvar a los pasajeros en el automóvil. Pero existe la posibilidad de que el
automóvil necesite tomar una decisión que ponga a alguien en peligro. En otras palabras, el
automóvil tendría que decidir salvar a los peatones o a los pasajeros. La programación del
automóvil en estas situaciones es crucial para un automóvil exitoso sin conductor.
La industria solar y eólica se verá beneficiada con el uso de Inteligencia Artificial en varias
áreas, como la gestión e inspección remota de las instalaciones, con el uso de robots que
pueden acercarse a las estructuras y, mediante tecnologías de transmisión y recepción de
microondas y ultrasonidos, puedan penetrar en las estructuras y conocer problemas y fallas en
los materiales.
El sistema de instalación de Alion está diseñado para funcionar en terrenos irregulares, según
sus responsables, lo que reduce la necesidad de nivelar hectáreas de terreno. Primero, una
máquina que se usa para hacer las aceras y las alcantarillas forma una larga zapata de
hormigón sobre el suelo. Una vez que se endurece, Rover instala los paneles y los fija en su
sitio. Luego, los trabajadores humanos unen los paneles al sistema con cables. Spot puede ser
controlado mediante un teléfono inteligente. Se desplaza rodando por raíles mientras echa
chorros de agua y repasa los paneles con un cepillo giratorio y una espátula limpiacristales.
Spot.
Con las imágenes obtenidas, TSR Wind reconstruye al detalle las cuatro superficies de la pala
(concha superior, inferior y bordes de ataque y de salida) y las almacena en una plataforma
web exclusiva para sus clientes. De esta manera se obtiene una imagen de la pala en su
totalidad, lo que aporta mucha más información que la inspección fotográfica tradicional que
dejaba sin visibilidad muchos datos valiosos para el cliente.
EOLOS 100
1. ¿Es la inteligencia artificial posible? ¿Acaso puede resolver cualquier problema que
un ser humano puede resolver utilizando inteligencia? O ¿Existen límites de lo que
una máquina puede lograr?
2. ¿Las máquinas inteligentes son peligrosas? ¿Cómo podríamos asegurar que las
maquinas se comporten de forma ética y que sean utilizadas de forma ética?
3. ¿Podría una máquina poseer una mente, conciencia y estados mentales exactamente
iguales a las de un ser humano? ¿Puede una maquina ser sensible, y de esa formar
merecer derechos?
Estas tres preguntas han sido tema de análisis desde los albores de la inteligencia artificial, ya
que plantean problemas éticos y morales que en un futuro en el que esta tecnología alcance
características humanas sean relevantes y de gran importancia.
Los riesgos que esto podría causar pueden llegar a ser muy adversos:
Esta señal podría interrumpir los procesos de alto nivel y obligar al robot a conseguir el
preciado elemento. Incluso se podría introducir el dolor o el sufrimiento físico, 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 provocaría daños irreparables.
Esto significa que los sistemas inteligentes deben ser dotados con mecanismos de
retroalimentación que les permitan tener conocimiento de estados internos, igual que sucede
con los humanos que disponen de propiocepción, interocepción, nocicepción, etcétera. Esto
es fundamental tanto para tomar decisiones como para conservar su propia integridad y
seguridad. La retroalimentación en sistemas está particularmente desarrollada en cibernética:
por ejemplo, en el cambio de dirección y velocidad autónomo de un misil, utilizando como
parámetro la posición en cada instante en relación 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 operación
determinada.
Conclusión
Por medio del trabajo presentado, se puede concluir que la robótica y la inteligencia artificial
van tomadas de la mano ya que la primera se encarga de la parte mecánica, y la segunda de la
parte analítica. La robótica es el diseño, fabricación y utilización de máquinas automáticas
programables con el fin de realizar tareas repetitivas como el ensamble de automóviles,
aparatos, etc. y otras actividades, por ello pienso que la robótica es la parte mecánica de una
tecnología, en cambio creo que la inteligencia artificial es la parte analítica o la parte que
determina la acción de los robots, ya que los robots no podrían realizar ninguna tarea sin que
se les indicara u ordenara la tarea, por ello, aquí es donde entra la inteligencia artificial.
Gracias a la inteligencia artificial se ha logrado que una maquina sea capaz de desarrollar
áreas de conocimiento muy específicas y complicadas, haciendo que la maquina pueda
simular procesos que el hombre realiza. Pero cabe destacar que aún no se ha logrado que una
máquina piense como un humano, pienso que una limitación es el hecho de que el hombre es
irremplazable ya que el ser humano cuenta con una característica propia el cual es el sentido
común.
Pero no podemos olvidar que el desarrollo de estas tecnologías no pretenden reemplazar al
ser humano sino que tratan de mejorar el estilo de vida del ser humano, ya que recordemos
que, por lo menos los robots hacen que el trabajo pesado sea más fácil de realizar, y que una
maquina no se enferma, ni protestas, ni se cansa y esto puede elevar su utilidad. En fin
esperemos que estas tecnologías no se nos vayan de las manos, y que no nos perjudique, sino
que nos ayude.
Referencias
Inteligencia artificial:
https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o-AI
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/219/A7.pdf
https://es.wikipedia.org/wiki/Inteligencia_artificial
Sistemas expertos:
http://www.informaticaintegral.net/sisexp.html
http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-
expertos.shtml#ixzz5HVz8nzk2
Problemas clásicos
https://www.kanlli.com/estrategia-marketing-digital/inteligencia-artificial-que-es-conceptos/
https://elpais.com/tecnologia/2013/10/30/actualidad/1383144030_175037.html
https://www.serbot.ch/es/
https://www.energias-renovables.com/eolica/tsr-wind-revoluciona-la-inspeccion-de-palas-
20170529