Orígenes de la inteligencia artificial

El nacimiento de la inteligencia artificial data de 1952-1956.

En los años 40 y 50, un puñado de científicos de diversos campos (matemáticas, psicología, ingeniería, economía y ciencias políticas) comenzaron a discutir la posibilidad de crear un cerebro artificial.

El campo de la investigación en inteligencia artificial fué fundado como disciplina académica en 1956.

La historia de la Inteligencia Artificial (IA) comenzó en la antigüedad, con mitos, historias y rumores de seres artificiales dotados de inteligencia o conciencia por maestros artesanos.

Las semillas de la IA moderna fueron plantadas por filósofos clásicos que intentaron describir el proceso del pensamiento humano como la manipulación mecánica de los símbolos.

Este trabajo culminó con la invención de la computadora digital programable en la década de 1940, una máquina basada en la esencia abstracta del razonamiento matemático.

Este dispositivo y las ideas detrás de él inspiraron a un puñado de científicos a comenzar a discutir seriamente la posibilidad de construir un cerebro electrónico.

El campo de investigación de la IA se fundó en un taller celebrado en el campus de Dartmouth College durante el verano de 1956.

Los que asistieron se convertirían en los líderes de la investigación de la IA durante décadas.

Muchos de ellos predijeron que una máquina tan inteligente como un ser humano existiría en no más de una generación y se les dio millones de dólares para hacer realidad esta visión.

Con el tiempo, se hizo evidente que habían subestimado enormemente la dificultad del proyecto.

En 1973, en respuesta a las críticas de James Lighthill y la continua presión del Congreso, los gobiernos de los Estados Unidos y Gran Bretaña dejaron de financiar la investigación no dirigida sobre inteligencia artificial, y los años difíciles que siguieron se conocerían más tarde como un "invierno de AI".

Siete años después, una iniciativa visionaria del gobierno japonés inspiró a los gobiernos y la industria a proporcionar miles de millones de dólares a AI, pero a finales de los años 80, los inversores se desilusionaron por la ausencia del poder de computadora (hardware) necesario y retiraron los fondos nuevamente.

La inversión y el interés en la inteligencia artificial aumentaron en las primeras décadas del siglo XXI, cuando el aprendizaje automático se aplicó con éxito a muchos problemas en el mundo académico y la industria debido a la presencia de un potente hardware informático.

Autómatas

Autómatas realistas humanoides fueron construidos por artesanos de todas las civilizaciones, incluidos Yan Shi, Héroe de Alejandría, Al-Jazari, Pierre Jaquet-Droz y Wolfgang von Kempelen.

Los autómatas más antiguos conocidos fueron las estatuas sagradas del antiguo Egipto y Grecia.

Los fieles creían que el artesano había imbuido a estas figuras con mentes muy reales, capaces de sabiduría y emoción.

Hermes Trismegisto escribió que "al descubrir la verdadera naturaleza de los dioses, el hombre ha podido reproducirla".

La inteligencia artificial se basa en el supuesto de que el proceso del pensamiento humano puede ser mecanizado.

El estudio del razonamiento mecánico o "formal" tiene una larga historia.

Todos los filósofos chinos, indios y griegos desarrollaron métodos estructurados de deducción formal en el primer milenio antes de Cristo.

Sus ideas fueron desarrolladas a lo largo de los siglos por filósofos como Aristóteles (quien dio un análisis formal del silogismo), Euclides (cuyos Elementos fué un modelo de razonamiento formal), al-Khwārizmī (quien desarrolló el álgebra y le dio su nombre a "algoritmo" ) y filósofos escolásticos europeos como William of Ockham y Duns Scotus.

Las máquinas de cálculo fueron construidas en la antigüedad y mejoradas a lo largo de la historia por muchos matemáticos, incluyendo (una vez más) al filósofo Gottfried Leibniz.

A principios del siglo XIX, Charles Babbage diseñó una computadora programable (el motor analítico), aunque nunca se construyó.

Ada Lovelace especuló que la máquina "podría componer piezas musicales complejas y científicas de cualquier grado de complejidad o extensión".

A menudo se le acredita como la primera programadora debido a una serie de notas que escribió que detallan completamente un método para calcular los números de Bernoulli con el Motor.

Las primeras computadoras modernas fueron las máquinas de descifrado de códigos masivas de la Segunda Guerra Mundial (como Z3, ENIAC y Colossus).

Las dos últimas de estas máquinas se basaron en el fundamento teórico establecido por Alan Turing y desarrollado por John von Neumann.

Cibernética y redes neuronales tempranas

La primera investigación en máquinas pensantes se inspiró en una confluencia de ideas que prevaleció a fines de los años treinta, cuarenta y principios de los cincuenta.

Investigaciones recientes en neurología habían demostrado que el cerebro era una red eléctrica de neuronas que se activaban en pulsos de todo o nada.

La cibernética de Norbert Wiener describió el control y la estabilidad en las redes eléctricas. La teoría de la información de Claude Shannon describía señales digitales (es decir, señales de todo o nada).

La teoría de la computación de Alan Turing mostró que cualquier forma de computación podría describirse digitalmente.

La estrecha relación entre estas ideas sugiere que podría ser posible construir un cerebro electrónico.

Walter Pitts y Warren McCulloch analizaron redes de neuronas artificiales idealizadas y mostraron cómo podrían realizar funciones lógicas simples.

Fueron los primeros en describir lo que los investigadores posteriores llamarían una red neuronal.

Uno de los estudiantes inspirados por Pitts y McCulloch fue un joven Marvin Minsky, entonces un estudiante graduado de 24 años.

En 1951 (con Dean Edmonds) construyó la primera máquina de redes neuronales, la SNARC.

Minsky se convertiría en uno de los líderes e innovadores más importantes de la IA en los próximos 50 años.

Prueba de Turing

En 1950, Alan Turing publicó un artículo histórico en el que especuló sobre la posibilidad de crear máquinas que piensen.

Señaló que "pensar" es difícil de definir e ideó su famosa prueba de Turing.

Si una máquina podía mantener una conversación (a través de un teletipo) que no se podía distinguir de una conversación con un ser humano, entonces era razonable decir que la máquina estaba "pensando".

Esta versión simplificada del problema le permitió a Turing argumentar de manera convincente que una "máquina de pensar" era al menos plausible y el documento respondía a todas las objeciones más comunes a la proposición.

La prueba de Turing fue la primera propuesta seria en la filosofía de la inteligencia artificial.

Juego AI

En 1951, utilizando la máquina Ferranti Mark 1 de la Universidad de Manchester, Christopher Strachey escribió un programa de damas y Dietrich Prinz escribió uno para ajedrez.

El programa de damas de Arthur Samuel, desarrollado a mediados de los años 50 y principios de los 60, finalmente logró la habilidad suficiente para desafiar a un aficionado respetable.

El juego AI se seguiría utilizando como una medida del progreso en la inteligencia artificial a lo largo de su historia.

El razonamiento simbólico y el teórico de la lógica

Cuando el acceso a las computadoras digitales se hizo posible a mediados de los años cincuenta, algunos científicos reconocieron instintivamente que una máquina que podía manipular números también podía manipular símbolos y que la manipulación de símbolos bien podría ser la esencia del pensamiento humano.

Este fué un nuevo enfoque para crear máquinas de pensamiento.

En 1955, Allen Newell y (el futuro premio Nobel) Herbert A. Simon crearon el "Teórico de la lógica" (con la ayuda de J. C. Shaw).

El programa probaría finalmente 38 de los primeros 52 teoremas de Principia Mathematica de Russell y Whitehead, y encontraría pruebas nuevas y más elegantes para algunos.

Simon dijo que habían "resuelto el venerable problema mente / cuerpo, explicando cómo un sistema compuesto de materia puede tener las propiedades de la mente".

Esta fue una declaración temprana de la posición filosófica que John Searle más tarde llamaría "IA fuerte": que las máquinas pueden contener mentes como lo hacen los cuerpos humanos.

Conferencia de Dartmouth 1956: el nacimiento de la IA

La Conferencia de Dartmouth de 1956 fué organizada por Marvin Minsky, John McCarthy y dos científicos de alto nivel : Claude Shannon y Nathan Rochester de IBM.

La propuesta para la conferencia incluyó esta afirmación: "todos los aspectos del aprendizaje o cualquier otra característica de la inteligencia se pueden describir de manera tan precisa que se puede hacer una máquina para simularla".

Los participantes incluyeron a Ray Solomonoff, Oliver Selfridge, Trenchard More, Arthur Samuel, Allen Newell y Herbert A. Simon, todos los cuales crearían programas importantes durante las primeras décadas de investigación en IA.

En la conferencia, Newell y Simon debutaron con el "teórico de la lógica" y McCarthy convenció a los asistentes para que aceptaran "Inteligencia artificial" como el nombre del campo.

La conferencia de Dartmouth de 1956 fue el momento en que Amnistía Internacional ganó su nombre, su misión, su primer éxito y sus principales jugadores, y es ampliamente considerada como el nacimiento de la IA.

Micro-mundos

A finales de los años 60, Marvin Minsky y Seymour Papert, del MIT AI Laboratory, propusieron que la investigación de la IA se centrara en situaciones artificialmente simples conocidas como micro-mundos.

Señalaron que en las ciencias exitosas como la física, los principios básicos a menudo se entendían mejor utilizando modelos simplificados como planos sin fricción o cuerpos perfectamente rígidos.

Gran parte de la investigación se centró en un "mundo de bloques", que consiste en bloques de colores de varias formas y tamaños dispuestos en una superficie plana.

Este paradigma llevó al trabajo innovador en visión artificial de Gerald Sussman (quien dirigió el equipo), Adolfo Guzman, David Waltz (quien inventó la "propagación de restricciones"), y especialmente Patrick Winston.

Al mismo tiempo, Minsky y Papert construyeron un brazo robot que podía apilar bloques, dando vida a los bloques.

El logro culminante del programa de micro-mundo fue SHRDLU de Terry Winograd.

Podía comunicarse en oraciones ordinarias en inglés, planificar operaciones y ejecutarlas.

Robótica

En Japón, la Universidad de Waseda inició el proyecto WABOT en 1967, y en 1972 completó el WABOT-1, el primer robot humanoide inteligente a gran escala del mundo, o Android.

Su sistema de control de extremidades le permitió caminar con las extremidades inferiores y agarrar y transportar objetos con las manos, utilizando sensores táctiles.

Su sistema de visión le permitió medir distancias y direcciones a objetos utilizando receptores externos, ojos y oídos artificiales.

Y su sistema de conversación le permitió comunicarse con una persona en japonés, con una boca artificial.

El auge de los sistemas expertos

Un sistema experto es un programa que responde preguntas o resuelve problemas sobre un dominio específico del conocimiento, utilizando reglas lógicas que se derivan del conocimiento de los expertos.

Los primeros ejemplos fueron desarrollados por Edward Feigenbaum y sus estudiantes. Dendral, iniciado en 1965, identificó compuestos a partir de lecturas de espectrómetros.

MYCIN, desarrollado en 1972, diagnosticó enfermedades infecciosas de la sangre.

Demostraron la viabilidad del enfoque

Los sistemas expertos se restringieron a un pequeño dominio de conocimiento específico (evitando así el problema del conocimiento del sentido común) y su diseño simple hizo que sea relativamente fácil que los programas se construyan y luego se modifiquen una vez que estén en su lugar.

En general, los programas demostraron ser útiles : algo que AI no había podido lograr hasta este punto.

En 1980, se completó un sistema experto llamado XCON en CMU para Digital Equipment Corporation.

Fue un éxito enorme: le estaba ahorrando a la compañía 40 millones de dólares al año para 1986.

Las corporaciones de todo el mundo empezaron a desarrollar e implementar sistemas expertos y, en 1985, gastaron más de mil millones de dólares en IA, la mayor parte en departamentos internos de AI.

Una industria creció para apoyarlos, incluidas compañías de hardware como Symbolics y Lisp Machines y compañías de software como IntelliCorp y Aion.

Aprendizaje profundo

El aprendizaje profundo es una rama del aprendizaje automático que modela abstracciones de alto nivel en datos utilizando un gráfico profundo con muchas capas de procesamiento.

Según el teorema de aproximación universal, la profundidad no es necesaria para que una red neuronal pueda aproximar funciones continuas arbitrarias.

Aun así, hay muchos problemas que son comunes en las redes poco profundas (como el sobreajuste) que las redes profundas ayudan a evitar.

Como tales, las redes neuronales profundas son capaces de generar de manera realista modelos mucho más complejos en comparación con sus homólogos poco profundos.

Sin embargo, el aprendizaje profundo tiene sus propios problemas.

Un problema común para las redes neuronales recurrentes es el problema de la degradación de la desaparición, que es donde los gradientes que pasan entre las capas se reducen gradualmente y desaparecen literalmente a medida que se redondean a cero.

Se han desarrollado muchos métodos para abordar este problema, como las unidades de memoria a largo plazo largas.

Las arquitecturas de redes neuronales profundas más modernas a veces pueden incluso rivalizar con la precisión humana en campos como la visión por ordenador, específicamente en cosas como la base de datos MNIST y el reconocimiento de señales de tráfico.

Los motores de procesamiento de lenguajes impulsados ​​por motores de búsqueda inteligentes pueden vencer fácilmente a los humanos respondiendo preguntas generales de trivia (como IBM Watson), y los desarrollos recientes en el aprendizaje profundo han producido resultados asombrosos al competir con los humanos, en cosas como Go y Doom (que, siendo un El juego de disparos en primera persona, ha provocado cierta controversia.

Big Data

Se refiere a una recopilación de datos que no pueden ser capturados, administrados y procesados ​​por herramientas de software convencionales dentro de un cierto período de tiempo.

Es una cantidad masiva de capacidades de toma de decisiones, conocimiento y optimización de procesos que requieren nuevos modelos de procesamiento. 

En la era de Big Data escrita por Victor Meyer Schonberg y Kenneth Cooke, big data significa que en lugar de un análisis aleatorio (encuesta de muestra), todos los datos se utilizan para el análisis.

Las características de 5V de big data (propuesta por IBM): volumen, velocidad, variedad, valor, veracidad.

La importancia estratégica de la tecnología de big data no es dominar información de gran cantidad de datos, sino especializarse en estos datos significativos. En otras palabras, si se compara el big data con una industria, la clave para obtener rentabilidad en esta industria es aumentar la "Capacidad de proceso" de los datos y obtener el "Valor agregado" de los datos a través del "Procesamiento".

Inteligencia general artificial

Es una rama de la informática que intenta comprender la esencia de la inteligencia y producir una nueva máquina inteligente que responde de manera similar a la inteligencia humana.

La investigación en esta área incluye robótica, reconocimiento de voz, reconocimiento de imágenes, procesamiento de lenguaje natural y sistemas expertos.

Desde el nacimiento de la inteligencia artificial, la teoría y la tecnología se han vuelto cada vez más maduras y los campos de aplicación se han expandido.

Es concebible que los productos tecnológicos traídos por la inteligencia artificial en el futuro sean el "contenedor" de la sabiduría humana.

La inteligencia artificial puede simular el proceso de información de la conciencia humana y el pensamiento.

La inteligencia artificial no es inteligencia humana, pero puede ser como el pensamiento humano, y puede exceder la inteligencia humana.

La inteligencia general artificial también se conoce como "IA fuerte", "IA completa" o como la capacidad de una máquina para realizar una "acción general inteligente".

Las fuentes académicas se reservan "IA fuerte" para referirse a máquinas capaces de experimentar la conciencia.