Resumen
En el presente documento se procederá a describir sobre que es la inteligencia artificial, sus principales aplicaciones, las ventajas y desventajas que obtenemos de el uso de la Inteligencia artificial y todos los beneficios obtenidos hasta ahora por la IA, las limitaciones que podemos tener cuando la aplicamos y métodos de facilidad de resolución de problemas y avances tecnológicos mediante IA.
Índices –inteligencia artificial, redes neuronales, modelos prácticos, inteligencia de casos.
Introducción
La inteligencia artificial son las técnicas de diseño de sistemas informáticos que presentan las características de la inteligencia humana, es el estudio de las ideas que permiten al ordenador realizar acciones que hacen al ser humano inteligente (Winston). La IA es la ciencia de hacer máquinas que hacen cosas, que realizadas por el hombre requieren el uso de inteligencia (Minsky).IA es la parte de la ciencia de la computación que investiga procesos simbólicos, razonamientos no algorítmicos, y representación simbólica del conocimiento (Buchanan).
Entonces podemos decir que la IA es la inserción de algoritmos básicos y complejos en herramientas computacionales y maquinas industriales, que actúan en beneficio de la humanidad permitiéndole ahorrar tiempo y mejorar la calidad de las actividades trazadas por el mismo.
Inteligencia Artificial
El concepto de inteligencia artificial actual está ligado directamente a las definiciones de los primeros autores de esta rama como por ejemplo Rich & Knight [1994], Stuart [1996], quienes definen en forma general la IA como "La capacidad que tienen las máquinas para realizar tareas que en el momento son realizadas por seres humanos"; en cambio otros de los principales autores como Nebendah [1988], Delgado [1998], arrojan definiciones más completas y las definen cómo "El campo de estudio que se enfoca en la explicación y emulación de la conducta inteligente en función de procesos computacionales basadas en la experiencia y el conocimiento continuo del ambiente." [1].
Existen una gran cantidad de autores involucrados en el campo de la IA, Para estas definiciones de los autores Delgado y Nebendan son muy completas, pero sin el apoyo del juicio formado, emocionalidad del ser humano pueden perder peso dichas soluciones, por eso, hay que lograr un ambiente sinérgico entre ambas partes para mayor efectividad de soluciones [1].
Con un breve descripción sobre la IA actualmente podríamos definirla como una parte de la ciencia de la informática que busca crear y desarrollar agentes relacionales, funcionales y operacionales no vivos, que actuaran en beneficio del ser humano.
Aplicaciones de la Inteligencia artificial
Primero para definir los campos de aplicaciones de la IA primero debemos tener en cuenta que esta se divide en dos grandes ramas, las cuales poseen diferentes técnicas y aplicaciones pero buscando alcanzar el mismo objetivo, estas ramas son:
Inteligencia Artificial Convencional
Inteligencia Artificial Computacional
La inteligencia artificial convencional, su principal objetivo es el estudio del razonamiento humano, formal y estadístico, es decir la capacidad de resolver los problemas planteados, en diferentes ambientes y estados planteados. Las secciones que conforman esta rama son [3], [5]:
Razonamiento basados en casos
Sistemas expertos
Redes Bayesianas
A diferencia de la IA computacional ya que está caracterizada por el desarrollo o aprendizaje de datos empíricos y sus métodos d aplicación son:
Maquinas de vectores soporte
Redes neuronales
Modelos ocultos de Markov
Sistemas difusos
Computación evolutiva
[2]-[3]-[7]
Como la IA está ligada dentro de la informática, uno de sus aplicaciones de encuentra en redes Neuronales.
Redes neuronales
Una red neuronal obtiene experiencia analizando automática y sistemáticamente los datos para determinar reglas de comportamiento; con base en ellas, puede realizar predicciones sobre nuevos casos, estas técnicas se aplican a problemas de clasificación y series de tiempo e identifican conexiones con cosas que otras técnicas no pueden, porque utilizan relaciones lineales y no lineales [8].
Neuronas y conexiones sinápticas. Cada neurona puede tener infinitas entradas llamadas dendritas que condicionan el estado de su única salida existente, el axón; éste se puede conectar a una dendrita de otra neurona mediante la sinapsis correspondiente [8].
En este modelo se considera una neurona que puede ser representada por una unidad binaria; a cada instante su estado puede ser activo o inactivo. La interacción entre las neuronas se lleva a cabo a través de la sinapsis, la cual define el estado de la neurona [6], [8].
Un psicólogo D Hebb [1949], introdujo dos ideas fundamentales que han influido de manera decisiva en el campo de las redes neuronales. La hipótesis de Hebb, basadas en investigaciones psicofisiológicas, presentan de manera intuitiva el modo en que las neuronas memorizan información y se plasman sintéticamente en la famosa regla de aprendizaje de Hebb, esta regla indica que las conexiones entre dos neuronas se refuerza si ambas son activadas. Muchos de los algoritmos actuales proceden de los conceptos de este psicólogo [9], [8], [7].
Algunos anos después el científico Widrow publica una nueva teoría sobre la adaptación neuronal
El Adaline
El Madaline
Estos nuevas adaptaciones fueron las bases para la representación de un modelo real de las redes neuronales, con estos modelos se pudo representar el principio neuronal y su principal adecuación fue en las líneas telefónicas mediante filtros adaptivos.
Hopfield [1980], elabora un modelo de red consistente en unidades de proceso interconectadas que alcanzan mínimos energéticos, aplicando los principios de estabilidad desarrollados por Grossberg. El modelo resultó muy ilustrativo sobre los mecanismos de almacenamiento y recuperación de la memoria. Su entusiasmo y claridad de presentación dieron un nuevo impulso al campo y provocó el incremento de las investigaciones.
Otros desarrollos destacables de esta década son la máquina de Boltzmann y los modelos Bam (Bi-directinal Associative Memory) [8], [10], [11].
Las neuronas se modelan mediante unidades de proceso, caracterizadas por una función de actividades que convierte la entrada total recibida de otras unidades en un valor de salida, el cual hace la función de tasa de disparo de la neurona. Las conexiones sinápticas se simulan mediante conexiones ponderadas, la fuerza o peso de la conexión cumple el papel de la efectividad de la sinapsis. Las conexiones determinan si es posible que una unidad influya sobre otra.Una unidad de proceso recibe varias entradas procedentes de las salidas de otras unidades de proceso de entrada total de una unidad de proceso y se suele calcular como la suma de todas las entradas ponderadas, es decir, multiplicadas por el peso de la conexión. El efecto inhibitorio o excitatorio de la sinapsis se logra usando pesos negativos o positivos respectivamente [1], [7], [10].
Inteligencia artificial en medicina.
Actualmente, es considerado como test de Turing, cualquier prueba en la que un observador imparcial mantiene una conversación con un ente, y basándose en las respuestas recibidas, es incapaz de discernir si éste es un hombre o una máquina. Tomándose en consideración que la conversación habría de realizarse, a través de un terminal de computadora o cualquier otro medio que no nos permita ver físicamente al interlocutor. Aunque Turing, basándose en la rápida evolución de la informática que ya empezaba a vislumbrarse, estaba convencido que antes del siglo XXI existiría una máquina capaz de superar su test, los resultados actuales parecen contradecir la posibilidad de construir una máquina inteligente en el futuro inmediato. Por otra parte, han sido desarrollados algunos programas que han pasado con éxito el test de Turing, aunque después de su análisis no han podido ser calificados como poseedores de auténtica inteligencia [12], [14].Como ejemplo de estos programas se encuentran, el programa Eliza, que simula el comportamiento de un psiquiatra que hace preguntas a un paciente, y el programa Parry, que simula el comportamiento de un paciente paranoico. Ambos tienen una gran capacidad de convencimiento, sin embargo no tienen idea de lo que dicen. Estos programas se limitan a reconocer palabras claves dentro de la frase tecleada por la persona, y tomando en cuenta algunas reglas sintácticas definidas con anterioridad, generan una respuesta adecuada. Por lo que carecen de inteligencia, pues en realidad ignoran lo que hacen [10], [14], este proceder es una de las objeciones que se le plantean a la inteligencia artificial (IA): el hecho de la ausencia de conciencia de lo que se hace.Por otra parte, los programas comentados sólo son capaces de imitar ciertos tipos específicos del comportamiento humano y no se desenvuelven adecuadamente en un amplio espectro de actividades. Esta situación también se evidencia en otros campos como en el ajedrez, donde existen computadoras capaces de jugar muy bien pero no pueden hacer lo mismo en otras esferas. Varias han sido las definiciones de IA propuestas hasta el momento en las que se destacan: la de Elaine Rich [14], quien la define como "Aquellos procedimientos cuyo objetivo es lograr que las computadoras resuelvan problemas que hasta el momento los hombres hacen mejor"; Marvin Minsky, [7] investigador del Instituto Tecnológico de Massachusetts, quien la define como "la ciencia de construir máquinas cuyas acciones requerirían inteligencia si fueran realizadas por seres humanos", entre otras definiciones.Tomando en cuenta la generalidad de las definiciones de IA dada por los autores, podemos resumir que incluyen tres aspectos básicos que son: "simular el intelecto humano, superar las capacidades humanas y ser inteligente" [14].
Entre las aplicaciones de la IA podemos mencionar:Comprensión del lenguaje escrito o hablado que simplifica enormemente la interacción máquina-usuario [15], [18],[20]
Sistemas expertos. Estos programas almacenan mucha información sobre un tema en particular entre los cuales podemos mencionar: la predicción meteorológica, la búsqueda de terrenos susceptibles de contener agua o petróleo, la esfera legal, y en el diagnóstico médico. En este ultimo campo, partiendo del cuadro clínico de un paciente y aplicando ciertas reglas, buscan en su enorme base de datos cuál puede ser el diagnóstico más probable.Sistemas de razonamiento basado en casos (RBC), considerados por muchos un tipo especial de sistema experto [16], [20]. La mayoría de los programas de IA solucionan problemas a partir de principios primarios. Estos pueden explicar su razonamiento, transmitiendo la red de deducciones que se forman desde el momento en que comienza la entrada de información hasta la conclusión. Sin embargo, con expertos humanos, se ha observado a menudo un tipo de explicación distinta. Un experto cuando encuentra un problema nuevo trata de recordar aquellos casos similares que han sido vistos en el pasado, recordando sus resultados y quizás el razonamiento que llevó a dicho resultado. Los nuevos problemas serán resueltos por analogía con los antiguos, y las explicaciones se darán en términos de experiencias anteriores [17]En general, la segunda vez que se intenta resolver un problema es más fácil que la primera, pues su forma de solución es recordada y repetida. Se es más inteligente la segunda vez porque se recuerdan los errores pasados y se intentan evitarlos. Los expertos médicos y en leyes parecen seguir este proceder.
Conclusiones
Como se ha podido analizar, la inteligencia artificial, facilita y mejora el trabajo y perspectiva de una persona
La IA está presente en cada una de las ramas de la ciencia ya que es una herramienta muy amplia.
Aun podemos decir que los conocimientos en la IA podemos decir que está muy avanzado en relación a los años anteriores, pero aun no tenemos los conocimientos necesarios para reproducir sentimientos y comportamiento humano a una maquina.
Una solución positiva del problema de la IA en el campo médico, implica la no absolutización de la intervención de la máquina en perjuicio del humano o solo la intervención del humano en perjuicio de la máquina en bien común de no alterar el orden humano maquine y viceversa.
En el artículo primeramente, se ha mostrado cómo esos juegos con los que cada día nos divertimos llevan en su motor algoritmos de IA. Después se ha revisado el modo en que la IA permite modelar el conocimiento de un experto con herramientas integradas.
Se demostró que el software puede ser mejorado de una manera autónoma y que el enfoque de agentes es bueno para resolver ese problema. Seguidamente se han visto otras cuestiones: "Planificación, procesamiento de lenguaje natural, redes neuronales y robótica son áreas que permiten entendernos mejor como humanos y que al mismo tiempo mejoran la productividad de las sociedades".
De hecho, podemos decir que la inteligencia artificial aporta soluciones para casi todas las cuestiones que nos caracterizan como humanos e inteligentes, sin embargo, aún dista bastante para que realice dichas tareas de la misma manera y con la misma eficacia que lo hacen las personas. Sin embargo, las soluciones aportadas para resolverlos tienen aplicaciones interesantes en múltiples áreas de nuestra vida cotidiana que nos hacen la vida más fácil.
Referencias
[1] A. Humberto Vargas R "Aplicaciones de la inteligencia artificial"
[2] E. Rich, K. Knight, "Inteligencia Artificial", McGraw Hill (1994). Capítulo 1
[3] Fernández "Artificial, pero no inteligencia" (suministrado)
[4] J. Pitrat " El nacimiento de la Inteligencia Artificial" (suministrado
[5] S. Russel, "Inteligencia Artificial: Un enfoque moderno", Prentice Hall(1996)
[6] Varios. "Inteligencia artificial. Conceptos, técnicas y aplicaciones" Marcombo (1987).
[7] E. Charniak, D. McDermott "Introduction to Artificial Intelligence" Addison-Wesley (1985).
[8] Revista de divulgacio cinetifica y tecnologica d ela universida veracruzana''volumen XVII numero3''
[9] R. Penrose, "La Inteligencia y los Ordenadores"
[10] R. Reddy, "The Challenge of Artificial Intelligence".
[11] T. Munakata (Guest Editor), "New Horizons in Commercial and Industrial AI".
[12] A. Humberto Vargas R "Aplicaciones de la inteligencia artificial"
[13] Javier Bejar "Inteligencia Artificial"
[14] Gevarter, M. (1987). Máquinas inteligentes. Madrid: Díaz de Santos, S.A.Negrete, J. (1992). De la filosofía a la inteligencia artificial. México: Grupo
[15] Sánchez Monsolo AA. Implicaciones éticas y socioeconómicas de las historias clínicas electrónicas. Disponible en: http://WWW.info200.islagrande.cu/esp/frame.htlm
[16] Sánchez Mansolo, AA, Iglesias Dios JL, Perdomo González G, Hernández Cáceres JL, Mendoza D. Historias clínicas electrónicas en Cuba, quimera o posibilidad real. Disponible en: http://www.cecam.sld.cu/pages/rcim/revista_1/articulos_pdf/r0100a05.pdf
[17] Medina Pagola M, Febles Rodríguez JP. Utilización del aprendizaje basado en problemas bajo la óptica de la inteligencia artificial. Disponible en: http://www.cecam.sld.cu/pages/rcim/revista-_2/articulos_html/febles.htm
[18] Fernández Sánchez KL, García Lorenzo MM, Gálvez Lio D, Sánchez Basalto LH, Fernández Díaz LM. Agentes inteligentes para el diagnóstico de patologías ginecológicas. Disponible en: http://www.informatica2007.sld.cu/Members/dgalvez/agentes-inteligentes-para-el -diagnostico-de-patologias-ginecológicas/2006-11-20.9594911684/download
[19] Pompa Sourd F, Martín Cardoso P, Vidal Ledo M, Vialart Vidal N. Sistema informático para la atención primaria de salud, APUS. http://WWW.info200.islagrande.cu/esp/frame.htlm
[20] Lucas P. Expert Systems: A knowledge-based approach to intelligent systems. Disponible en: http://www.cs.ru.nl/~peterl/siks06-4.pdf.
Autor:
Juan Alejandro Abad Buri
Universidad Politécnica Salesiana