Inteligencia Artificial

Juan Esteban Muñoz Vargas - Código: 1366105438 - Grupo 2

La Inteligencia Artificial (IA), es un concepto utilizado inicialmente por John McCarthy, con
el que se hace referencia a una rama interdisciplinar de la ciencia que estudia la
inteligencia en elementos artificiales. Es decir, busca recrear tanto el aprendizaje, como
otros comportamientos y características de la especie humana en artefactos que la misma
desarrolla.
Aunque se tienen registros desde los mitos griegos que se pueden entender como IA, fue
hasta 1950 cuando el matemático inglés Alan Turing, propuso implementar en las
máquinas los comportamientos propios de los seres humanos, por lo cual, estas máquinas
serían capaces de realizar operaciones inteligentes.

En 1956, se reunió el Grupo Dartmouth, un equipo conformado por especialistas en

diferentes ramas del conocimiento, quienes tenían el objetivo de buscar posibles formas de
construir máquinas inteligentes. De este equipo de trabajo, surgió el grupo de la
Universidad de Carnegie-Mellon, conformado por Newell y Simon, quienes trabajaron en un
sistema conocido como “Sistema Conexionista” que buscaba generar aparatos con una
forma y estructura, basados en el cerebro humano, y el grupo del MIT (Instituto
Tecnológico de Massachussets) el cual estaba conformado por McCarthy y Minsky, quienes
tomaban los resultados de los procesos como un eje fundamental de sus investigaciones.
Estos dos grupos fueron los pioneros de la IA y realizaron significativos esfuerzos para
poder entender la Inteligencia Humana.

Con el paso del tiempo, la IA tomó dos enfoques, el ingenieril, que busca “la resolución de
problemas concretos” (2007, pág.14) y el científico, que busca analizar y entender la
conducta inteligente de los seres que la poseen de manera natural, para poder diseñar
procesos que cumplan con las mismas funciones.

Técnicas Adaptativas

Inicialmente, las técnicas que se buscaban implementar en la IA tenían diversos problemas

para solucionar un conflicto específico, así que, buscando soluciones eficientes, decidieron
usar este tipo de técnicas, que se caracterizan por seguir funcionando, aunque las
características del entorno sean variables y presentan una importante autonomía en el
aprendizaje. Entre estas técnicas, se destacan las “Redes de Neuronas Artificiales” (RNA),
propuestas a partir de tres postulados diferentes en 1943, las cuales buscan imitar la
manera en la que el cerebro procesa la información, utilizando una división por capas y una
significativa cantidad de conexiones entre cada elemento del sistema.
Algoritmos Genéticos

Es un tipo de solución a los problemas que se basa en la Teoría de la Evolución de Darwin,

ya que busca desarrollar una relación entre las posibles soluciones a un problema, y un
fragmento de la población, esperando que cada solución sea probada y se encuentren
recombinaciones de las mismas, a través de operaciones de selección, cruce y mutación, en
la búsqueda de una solución completamente funcional, como un algoritmo genético que se
adapte a los cambios.

Otras técnicas adaptativas.

Una gran variedad de técnicas ha surgido a partir de mezclas o variaciones entre las
técnicas anteriormente mencionadas, las cuales persiguen los mismos objetivos, pero
buscan alcanzarlos desde un planteamiento distinto. Por ejemplo, el Hardware Evolutivo,
busca implementar un sistema capaz de replicarse a partir de componentes básicos, de
manera que pueda adaptarse a su entorno de manera inmediata sin ningún tipo de
intervención humana. Los Learning Classifier Systems, buscan que los elementos que la
posean, puedan aprender de su entorno a partir de las interacciones que tenga con el
mismo. Además, surge un nuevo concepto, el NBIC (Por Nano y Microtecnologías,
Biotecnología, Tecnologías de la Información y Ciencias del Conocimiento) a partir de la
condición multidisciplinar presente en la IA. La importancia de las NBIC, no provienen de
los avances que cada una ha realizado a través de diferentes procesos durante los últimos
años, sino que surge del potencial que tienen estas tecnologías al unirse y buscar una
solución conjunta a los diferentes problemas a los que se enfrenten. Además, este tipo de
tecnologías podrían aplicarse a diferentes campos, que se encuentren por fuera del ámbito
netamente científico, como aplicaciones en el campo de la salud, el trabajo y el aprendizaje,
lo cual nos llevaría a un siguiente nivel de desarrollo, mientras seguimos trabajando en la
IA.

Referencias

[1] Alejandro Pazos, Nieves Pedreira, Juan Ramón Rabuñal y Javier Pereira, Inteligencia
Artificial y Computación Avanzada , Fundación Alfredo Brañas, 2007, 32.