UNIVERSIDAD REGIONAL AUTONOMA DE

LOS ANDES

FACULTAD DE SISTEMAS

ASIGNATURA: INTELIGENCIA ARTIFICIAL

NOMBRE: JUAN CARLOS RAMIREZ TORRES
CARRERA: INGENIERIA EN SISTEMAS
SEMESTRE: SEXTO
ENSAYO ACERCA DEL ORIGEN Y LA EVOLUCIÓN DE LOS LENGUAJES DE
LA INTELIGENCIA ARTIFICIAL

En el presente ensayo hablaremos sobe la evolución de la inteligencia artificial

(AI) ha crecido con la complejidad de los lenguajes disponibles para el
desarrollo. En 1959, en IBM Arthur Samuel desarrolló un programa de damas
que aprendía por sí mismo en una computadora IBM 701 que utilizaba las
instrucciones nativas de la máquina (un gran logro debido a los árboles de
búsqueda y la poda alfa beta). Pero hoy, la IA se desarrolla utilizando diferentes
lenguajes, desde Lisp a Python, pasando por R. Este artículo explora los
lenguajes que evolucionaron para la IA y para el aprendizaje automático.
Los lenguajes de programación que se utilizan para construir aplicaciones de IA
y de aprendizaje automático varían. Cada aplicación tiene sus propias
restricciones y requisitos, y algunos lenguajes son mejores que otros en dominios
de problemas específicos. También se han creado lenguajes, y han
evolucionado, basándose en los requisitos únicos de las aplicaciones de IA.

La buena noticia es que, en realidad, prácticamente cualquier lenguaje de

programación puede ser empleado para desarrollar software con funciones de
inteligencia artificial. Sin embargo, son tres los más destacables, te hablamos de
ellos:

Lisp: Definido en 1958 por Jonh McCarthy cuando trabajaba en el MIT (sí,
precisamente con Marvin Minsky), no ha dejado de evolucionar desde entonces,
hasta el punto actual, en el que no se trata tanto de un lenguaje de programación
como de una familia de estos, basados todos en las mismas especificaciones
pero con distintos dialectos, funciones, etcétera.

Se trata de un lenguaje de alto nivel (se considera el primer lenguaje simbólico

multipropósito) y, en general, sus usuarios coinciden en que es sencillo aprender
a programar en Lisp. No obstante, la complejidad en el desarrollo de los
algoritmos de inteligencia artificial son otra cosa. Y más complicada, por
supuesto.

Prolog: Creado en Francia a principios de los 70, nace con la intención de ser
empleado en la programación de funciones para artefactos electrónicos
(robóticos) que, en base a las circunstancias, debían ser capaces de tomar
decisiones, en las que también debía tener cierto peso su propia experiencia
(aprendizaje). Desde ese mismo momento y hasta la actualidad, se ha convertido
en el lenguaje de referencia en el mundo de la ingeniería (especialmente la
informática) para el desarrollo y la investigación sobre inteligencia artificial.

Haskell: Si no eres programador, lo más probable es que nunca hayas oído

hablar de Haskell. Pero si eres programador, también es posible que sólo te
suene de manera remota, ya que desde su creación a principios de los 90, nunca
ha gozado de demasiada popularidad. ¿Y por qué te hablamos de él? Pues
porque, tras dos años de trabajo, los ingenieros de Facebook pusieron en
marcha su nuevo sistema de filtrado antispam de mensajes, desarrollado
precisamente con Haskell. Sí, efectivamente, filtrado antispam, ese tipo de tarea
que requiere de una buena dosis de inteligencia depositada en la máquina que
la ejecuta.

PYTHON
Python es uno de los lenguajes más utilizados para configurar IA. Su simplicidad
y las filosofías DRY (Don’t Repeat Yourself) y RAD (Rapid Application
Development) en las que se basa lo convierten en un candidato ideal. Puede
utilizarse tanto para estructurar datos como para generar algoritmos de IA.
Además, dispone de un catálogo de librerías muy extenso que permite hacer
realidad cualquier tipo de proyecto. Ningún soporte se resiste a Python, puesto
que sirve para trabajar en aplicaciones de todo tipo, sean mobile, web, data
science o IA.
JAVA
Java es un lenguaje de programación orientado a objetos que posee todas las
herramientas necesarias para trabajar en proyectos de Inteligencia Artificial. Las
características más destacadas de Java son la transparencia, la mantenibilidad
y la portabilidad. Permite codificar algoritmos muy fácilmente y es un lenguaje
escalable. Teniendo en cuenta que una IA está basada en gran medida en estos
algoritmos, Java es una muy buena opción. Además, dispone de interfaces de
datos muy atractivas para mejorar la experiencia del usuario. Si tenemos alguna
duda, dispone de una nutrida comunidad de usuarios que pueden ayudarnos.
R
Primeramente, R es un lenguaje de programación de propósito general. Es
usado con mayor frecuencia para el campo de los negocios, exactamente se
implementa con gran facilidad en la estadística.
Antes de los lenguajes de alto nivel

A principios de la historia de la IA, los únicos lenguajes nativos que existían eran
los lenguajes nativos de las propias máquinas. Esos lenguajes, llamados
lenguajes de máquinas o lenguajes ensambladores, eran complicados de utilizar
porque las únicas operaciones que existían eran las operaciones sencillas (por
ejemplo, mover un valor de la memoria a un registro, extraer los contenidos de
una dirección de memoria del acumulador). De igual manera, los tipos de datos
de la máquina eran los únicos tipos disponibles, y estaban restringidos. Sin
embargo, incluso antes de que apareciesen los lenguajes de alto nivel, se
estaban desarrollando aplicaciones de IA complejas.
En 1956, uno de los padres fundadores de la IA, John McCarthy, creó un
esquema de poda de árboles de búsqueda llamado la poda alfa beta. Este
trabajo salió en un momento en el que muchos de los problemas de la IA se
consideraban problemas de las búsquedas y mientras ocurría una considerable
actividad de búsqueda. La memoria y la potencia de computación también
estaban limitadas, pero esta técnica permitió que los investigadores
implementasen problemas más complejos en los primeros sistemas informáticos
con recursos limitados. La técnica de poda alfa beta se aplicó en juegos en las
primeras aplicaciones de IA.
También en 1956, Arthur Samuel desarrolló un programa para jugar a las damas
en una computadora IBM 701 utilizando la búsqueda alfa-beta de McCarthy. Sin
embargo, el juego de Samuel incluyó un elemento ventajoso: En vez de jugar al
programa de damas por sí mismo para enseñarle a jugar, Samuel presentó la
idea del autoaprendizaje y permitió que el programa jugase consigo mismo.
Samuel desarrolló su programa en el conjunto de instrucciones nativas del
sistema IBM 701, lo que es un logro dada la complejidad de su aplicación y el
bajo nivel de instrucciones que tenía a disposición.

Eras de la evolución del lenguaje de la IA

La historia de la IA está llena de líneas cronológicas, algunas de las cuales son
muy detalladas. He reducido la historia reciente de la IA en tres segmentos
basados en la evolución que ocurrió en los lenguajes. Esos segmentos son: los
primeros años (1954-1973), momentos turbulentos (1974-1993), y la era
moderna (de 1994 hasta el presente).

Los primeros años (1954-1973)

Los primeros años fueron un momento de descubrimientos—la presentación de

máquinas nuevas y de sus capacidades y el desarrollo del lenguaje de alto nivel
que podrían utilizar la potencia de esas máquinas para una mayor gama de
aplicaciones.

En 1958, se desarrolló un programa llamado NSS (por sus autores, Newell, Shaw
y Simón) para jugar al ajedrez en la computadora IBM 704. Este programa veía
el ajedrez en términos de búsqueda y fue desarrollado en Información
Processing Language (IPL) por los autores de NSS. IPL fue el primer lenguaje
que se desarrolló con el fin de crear aplicaciones de IA. IPL era un lenguaje de
mayor nivel que el lenguaje de las máquinas, pero solo ligeramente. Sin
embargo, permitía que los desarrolladores utilizasen en lenguaje los diferentes
sistemas informáticos.

En conclusión, en los últimos años de ha visto una evolución de los

lenguajes, cada uno con sus propias funciones y enfoques para la
resolución de problemas.
También en este ensayo hemos mencionado los lenguajes de
programación los cuales permiten trabajar en proyectos de Inteligencia
Artificial