354

Principles of Artificial Intelligence in Computer Science

Principios de la Inteligencia Artificial en las Ciencias Computacionales

Alexei Serna A.1, Eder Acevedo M.2, Edgar Serna M.3 1alexei.serna@uniremington.edu.co, 2eder.acevedom@campusucc.edu.co, 3edgar.serna@uniremington.edu.co

1, 3Corporación Universitaria Remington 2Universidad Cooperativa de Colombia

Medellín, Antioquia

Artículo de Investigación Abstract

Artificial Intelligence (AI) was born from a philosophical study of human science with the concern of whether an object can imitate the nature of human thought. At present this has been reduced to a question ¿can machines think? It is a very vague question when one speaks of it, more because there is no clear answer, since it first must consider that it is "to think" and if it is something only human or not. According to the Spanish Royal Academy, thinking is defined as: imagine, consider, discourse, reflect, carefully examine something to form an opinion. With this term it is necessary to analyze that it can make a machine with some type of AI. The universal principle of artificial intelligence is to imitate the thought and capacity to learn as the human being, to create artificial beings capable of performing intelligent tasks based on principles. These principles help the AI to work effectively depending on the area to which it is to be used.

Keywords: Artificial intelligence, principles, computational sciences. Resumen

La Inteligencia Artificial (IA) nació de un estudio filosófico de la ciencia humana con la inquietud de si un objeto puede imitar la naturaleza del pensamiento humano. En la actualidad esto se ha reducido a una pregunta: ¿las maquinas pueden pensar? Es una pregunta muy vaga cuando se habla de ella, más porque no hay una respuesta clara, ya que primero toca considerar que es “pensar” y si es algo únicamente humano o no. Según la RAE pensar es: imaginar, considerar, discurrir, reflexionar, examinar con cuidado algo para formar un dictamen. Con este término hay que analizar que es capaz de hacer una maquina con algún tipo de IA. El principio universal de la inteligencia artificial es imitar el pensamiento y capacidad de aprender como el ser humano, crear seres artificiales capaces de realizar tareas inteligentes con base en unos principios. Estos principios ayudan a que la IA trabaje de forma efectiva dependiendo del área al que vaya a ser utilizada.

Palabras clave: inteligencia artificial, principios, ciencias computacionales.

© 2017. IAI All rights reserved

Actas de Ingeniería Volumen 3, pp. 354-361, 2017

http://fundacioniai.org/actas

355

1. Introducción

La Inteligencia Artificial (AI) hoy en día se ha convertido en una rama de estudio multidisciplinar en las ciencias en general. En Ciencias Computacionales se les define como maquinas que manifiestan cierta forma de pensamiento. Aunque su concepto es muy difuso debido a que a medida que avanza la tecnología como tal, su concepto cambia. En este campo investigativo de IA se usan mucho el termino heurística para describir que se relaciona con el juicio o sentido común en la resolución de problemas, un sistema dotado con esto debe ser capaz de definir un problema y elegir la mejor estrategia para formular una hipótesis o solución. Pero llegar a un nivel de un humano para resolver problemas se debe usar sistemas de heurística muy avanzados, ya para un pensamiento más avanzado es necesario ya un sistema neuronal, mejor dicho, redes neuronales que buscan a través de caminos que se interconectan según la acción o acciones simulando las neuronas del cerebro, pero aun así el cerebro humano sigue siendo superior y complejo.

La IA está construida con base en unos principios los cuales pueden variar según a que disciplina en la que se esté trabajando, pero tienen bases similares con objetivos similares, los cambios más notorios pueden ser más la forma que analizan el problema o datos y como consiga llegar a una solución. También sus principios son varios en base a la tarea que la IA deba realizar ya que no solo debería analizar datos, si no ponerlos a prueba o comprobar el resultado al cual llego tras finalizar su análisis de la tarea o problema asignado, pero tienen unos principios fundamentales los cuales son la base para la AI en CC. 2. Método

Este trabajo es una compilación de una búsqueda con el objetivo de conocer los principios de la inteligencia artificial, se analizó diferentes artículos, libros y web blogs que hablaban de la definición y la historia de la inteligencia artificial. De lo mencionado se opta por usar tres libros que abarcan gran parte de la inteligencia artificial [1, 2, 4], siendo [1] el que abarca el concepto de la inteligencia artificial de una forma más general y simple sobre todo lo que es la inteligencia artificial en la historia y como una herramienta multidisciplinar, [2] abarca más el tema desde un punto más técnico y es más centrado en el funcionamiento de la inteligencia artificial y su trabajo en las máquinas de computo. Por último [4] ayudó a comprender de forma más centrada a las ciencias de la computación lo que es la y que hace IA.

Con lo que fue el análisis y selección de artículos científicos o material de estudio útil para este trabajo se revisaron un total de 20 artículos, de los cuales solo [3] fue seleccionado por su punto directo referente al tema de investigación, los demás artículos ya se salían del tema y no contienen suficiente información relevante para este trabajo. Pasaron por el mismo proceso de selección y exclusión lo que fueron los web blogs de los 14 revisados ninguno cumplía con lo esperado para su información ser incluida en este trabajo. Tras el análisis de la información de los libros y los artículos se llegó a la construcción de los siguientes resultados.

3. La Inteligencia Artificial

La inteligencia artificial hoy en día abarca gran parte de las Ciencias Computacionales, por no decir todas las ramas de estas, realizando un trabajo diferente en cada una, pero primero es bueno saber qué es y qué ha sido la inteligencia artificial.

El hombre se ha aplicado a sí mismo el nombre científico de hombre sabio (homo sapiens) como una valoración de la trascendencia de sus habilidades mentales, tanto para la vida cotidiana como para el propio sentido de identidad. Los esfuerzos de la Inteligencia Artificial, por su parte, se enfocan en lograr la comprensión de entidades inteligentes (Figura 1). Por ello, una de las razones de su estudio y análisis es aprender acerca de los propios seres humanos, pero a diferencia de la Filosofía y de la Psicología, los esfuerzos de la IA están encaminados tanto a la construcción de entidades inteligentes, como a su comprensión [4].

Figura 1. Los temas fundamentales de AI [4]

La investigación de IA abarca una amplia gama de

temas. Incluye la mejora de computadoras en tareas que son ampliamente percibidas como inteligentes, como probar teoremas matemáticos. También investiga procesos que recientemente se han reconocido tienen dificultad importante, como el reconocimiento de objetos en imágenes. Investiga problemas que no se habían considerado antes de la invención de los computadores, tales como procesar grandes cantidades de datos y encontrar información en la World Wide Web [1]. Dada su complejidad, el desarrollo de la investigación científica y tecnológica de los sistemas inteligentes, requiere del apoyo de otras áreas del conocimiento, tales como: Filosofía, Psicología, Lingüística, Ciencias de Computación, Biología, Neurociencias, Matemática, Física, Química, Cibernética, Electrónica y Comunicaciones [1].

En la actualidad los métodos de la IA tienen un gran auge y muchos investigadores se encuentran estudiando nuevas alternativas en el área (Figura 2). Hoy en día es común el empleo de sistemas que utilizan la IA para su funcionamiento cotidiano, entre ellos equipos electrodomésticos como lavadoras, hornos microondas, cámaras de video e inclusive sistemas de transporte [4].

3.1 Origen del concepto

El concepto de la inteligencia artificial a nacido de la

filosofía con el concepto de: un objeto puede pensar como un humano. La fisiología y la ingeniería crearon maquinas “pensantes” capaces de resolver problemas y aprender cómo humanos. Aristóteles es el fundador de la lógica silogística [1], la cual es el primer planteamiento

356

de cómo es el funcionamiento de la mente humana, además, desde la antigua Grecia aparecen los primeros pensamientos de lo que son los autómatas pensantes con los Golem, creados por los dioses según su mitología. Entre los egipcios además también existía estos mitos y los interpretaban con estatuas que expulsaban fuego. Esto creció y se desarrolló a un punto tal que empezaron a parecer aparatos y figuras que se movían por su cuenta o realizaban sonidos, los primeros autómatas.

Las primitivas máquinas parlantes, fueron consideradas como trabajos heréticos de magos que intentaban desafiar a dios. En el Siglo XIII, el Filósofo Albertus Magnus creó una cabeza que era capaz de hablar, que luego fue destruida por su discípulo Tomás de Aquino, quien la consideró una abominación. El monje científico inglés Roger Bacon también parece que logró producir una versión [1].

Figura 2. Relación IA y CC [1]

3.2 Autómatas

Los autómatas o estatuas parlantes, la mayoría creados por la mitología otros por la mano del hombre, tienen su original principalmente en la antigua Grecia con el mito de Hefestos, el dios del fuego el forjador de varias criaturas como Talos, el gigante de bronce que custodiaba la ciudad de Creta [1].

En la mitología judía y en el folclore medieval, un golem es un ser animado fabricado a partir de materia inanimada. A lo largo de la historia y de las civilizaciones hubo todo de tipo de lo que eran autómatas, los cuales son las bases de lo que es el concepto de la inteligencia artificial, ya que de ellos parte lo que sería en verdad una maquina autónoma. La fabricación de los autómatas tiene un inicio de al menos unos 4000 años con ídolos que escupían fuego o brazos que movían los sacerdotes en sus templos [1].

El libro llamado Autómata, escrito por Herón de Alejandría, describe y muestra varios mecanismos construidos con fines de entretenimiento y con la capacidad de realizar ciertos movimientos, tales como imitar el movimiento de las alas de un ave, servir una copa de vino o puertas que se abren solas (Figura 3) [1]. Todo funcionaba por un mecanismo de movimiento de agua, sin ningún tipo de palancas.

En 1206 se publicó El Libro del Conocimiento de los Ingeniosos Mecanismos, en que se recopilaban muchos

mecanismos ingeniosos de los siglos anteriores, a la vez que se exponían algunos creados por el autor: un reloj de agua accionado por contrapesos y un autómata de forma humanoide que era capaz de servir bebidas [1].

Figura 3. Mecanismo de apertura de puerta [1]

Leonardo Da Vince construyó su propio autómata

para el estudio de la anotomía y la kinestésica del hombre, era compuesto por piñones, palancas y poleas con los cuales podía imitar los complejos movimientos del cuerpo humano. También se menciona que en el 1515 creo un autómata en león para el rey de Francia, todo documentado en el libro escrito por Mario Taddei, I Robot di Leonardo Da Vinci [1].

Durante la primera mitad del siglo XVI, el ingeniero italiano Giovanni Torriani, quien fuera Matemático Mayor de la Corte de Felipe II de España, construyó un autómata llamado El Hombre de Palo, según la leyenda,

357

tal era la complejidad del mecanismo creado por Torriani, que su autómata era capaz de cruzar una de las calles de Toledo y pedir limosna para la construcción de un hospital [1].

A fines del Siglo XVII e inicios del Siglo XVIII, Jacques de Vaucanson construyó una serie de autómatas que actuaban como flautistas y tamborileros, que resultaron un gran éxito. Durante el siglo XVIII el relojero suizo Pierre Jaquet-Droz creó obras que causaron gran impresión en los lugares donde fueron exhibidas. Tres de ellas: la Pianista, el Dibujante y el Escritor, pueden verse en el Museo de Arte e Historia de Neuchâtel, en Suiza (Figura 4). Las tres tienen más de 2000 piezas móviles y el Escritor supera las 6000 [1].

Figura 4. El dibujante, el pianista y el escritor [1]

3.3 Inteligencia Artificial antes y durante el siglo XX

Llegando al siglo XX empieza a verse más énfasis en el trabajo en la matemática y la lógica, previa a la creación de la primera máquina de computo se trabajaron muchas obras mostrando nuevos tipos de lógica y trabajo de procesos matemáticas, además de obras de ficción que mostraban la idea de máquinas pensantes por su propia cuenta.

En 1818, Mary Shelley publica el libro sobre el monstruo Frankenstein. El matemático inglés George Boole, desarrolla el álgebra binaria y publica en 1853 su obra: An Investigation of The Laws of Thought. En 1879 el matemático y logístico alemán Gottlob Frege, desarrolla la lógica proposicional moderna y publica la obra Grundgesetze der Arithmetik 10, que posteriormente fue clarificada y expandida por el filósofo Bertrand Russell y los matemáticos Alfred Tarski, Kurt Gödel y otros [1].

Entre 1910 y 1913, Alfred North Whitehead y Bertrand Russell, publican en tres volúmenes Principia Mathematica, en donde se establecen las bases de la lógica formal y de la moderna lógica matemática. En 1920 la palabra robot se adopta para designar a los autómatas. Fue el escritor checo de Karel Capek, quien la menciona en su obra de teatro “R.U.R.” (Robots Universales de Rossum). En checo, robota significa trabajo forzado. En 1943, Warren McCulloch y Walter Pitts publican A Logical Calculus of the Ideas Immanent in Nervous Activity, estableciendo los fundamentos de las redes neuronales artificiales [1].

En el artículo Behavior, Purpose and Teleology, publicado en 1943 por Arturo Rosenblueth, Norbert Wiener y Julian Bigelow, se acuña el término cibernética. Posteriormente, en 1948, Norbert Wiener publica su popular libro titulado Cybernetics or Control and Communication in the Animal and the Machine. En 1943,

el matemático y logístico polaco Emil Post prueba que los Sistemas de Producción son un mecanismo de computación general. Posteriormente, los sistemas de producción facilitan el desarrollo de sistemas expertos basados en reglas. En 1945, el matemático George Pólya publica su libro How to Solve It 14, relacionado con el pensamiento heurístico, que alcanzó acogida mundial, vendió más de un millón de copias, ha estado en continua impresión desde su primera publicación e influenció en muchos científicos de la inteligencia artificial [1].

En junio de 1945, se publicó el First Draft of a Report on the EDVAC, preparado por John von Neumann, incluyendo ideas de J. Presper Eckert y John Mauchly. El informe contenía una propuesta muy detallada para el diseño de una computadora que desde entonces se conoce como EDVAC (Electronic Discrete Variable Automatic Computer). La arquitectura de computadoras que esbozó adquirió el nombre de Arquitectura von Neumann. En Julio de 1945, en la revista mensual The Atlantic, Vannevar Bush publica el artículo As We May Think, en el que presenta una visión de cómo los computadores asistirán a los humanos en el futuro. 3.4 Inteligencia artificial en la segunda mitad del

siglo XX Para estos tiempos ya la idea de una máquina de

computo parecía más una realidad que ficción, de ahí la idea de construir una máquina que pueda ejecutar tareas como si fuera un humano resolviéndola es un atractivo más real, para esto la filosofía y la ingeniería se juntan para crear el concepto moderno de una máquina de computo capas de pensar como humano.

En 1950, Alan Turing crea la prueba de Turing, en un artículo llamado Computing Machinery and Intelligence, la prueba busca determinar si una maquina es pensante o no, tras esto el defendía la idea que por medio de computación el pensamiento humano podía ser imitado o emulado. Ese mismo año Claude Shannon detalla un juego de ajedrez como proceso de búsqueda en su artículo Programmin a Computer for Playing Chess [1].

En 1956 tras la Conferencia de Dartmouth, se da vida al termino Inteligencia artificial y por primera vez recibe un significado: hacer que una máquina se comporte como lo haría un ser humano, de tal manera que se la podría llamar inteligente [1]. Ese mismo año se llevó acabo la primera demostración de un programa de inteligencia artificial, Allen Newell, J.C. Shaw y Herbert Simon lo hicieron con el The Logic Theorist [1].

A finales del Siglo XX, se desarrollan una serie de propuestas y aplicaciones de inteligencia artificial, entre los que se pueden destacar: en 1961, el primer programa de integración simbólica, escrito en LISP, para la solución de problemas de cálculo de nivel colegial llamado SAINT, creado por James Slagle. En 1964 En el MIT, Danny Bobrow, en su disertación, demuestra que equipos pueden entender lenguaje natural lo suficientemente bien como para resolver correctamente problemas verbales de álgebra. Ese mismo año, Bert Raphael, en su disertación, demuestra con el programa SIR el poder de la representación lógica de conocimientos para sistemas basados en preguntas y respuestas [1].

358

En 1965, John Alan Robinson inventó el Método de Resolución que permitió a programas trabajar de forma eficaz usando la lógica formal como lenguaje de representación. Paralelo a esto, Joseph Weizenbaum, en el MIT construyó a ELIZA, un programa interactivo que dialogaba en inglés sobre cualquier tema. En 1966, Ross Quillian en su disertación demostró la utilidad de las redes semánticas en aplicaciones de IA. En este mismo año, el Automatic Language Processing Advisory Committee publica un informe negativo sobre traducción automática de máquina que detendrá por muchos años, hasta fines de la década de los años 80, la investigación en Procesamiento de Lenguaje [1].

En 1967, Edward Feigenbaum, Joshua Lederberg, Bruce Buchanan, Georgia Sutherland publican en Stanford el programa Dendral, capaz de interpretar la espectrometría de masas en compuestos químicos orgánicos. Este fue el primer programa basado en

conocimiento para razonamiento científico.Tambien ese año, Joel Moses en su trabajo de doctorado en el MIT, con el programa Macsyma, demostró el poder de razonamiento simbólico para los problemas de integración. Fue el primer programa exitoso, basado en conocimientos, para matemáticas. Richard Greenblatt en el MIT construyó un programa basado en conocimiento para jugar ajedrez, MacHack [1].

Durante los años siguientes hubo grandes avances y mejoramientos para los trabajos ya existentes además de nuevas IA como PROLOG, ARCH, SHRDLU y MYCIN; a mediados de los 80 apareció una serie de aplicaciones basadas en redes neuronales artificiales, entrenadas por el algoritmo de Backpropagation [1], entre otros grandes avances, dando comienzo a una robótica más avanzada y estable. En la Tabla 1 se presenta un resumen de las diferentes definiciones que se ha publicado para la Inteligencia Artificial.

Tabla 1. Definiciones de Inteligencia Artificial

Definición Autor La interesante tarea de lograr que los computadores piensen … máquinas con mente, en su amplio sentido literal

Haugeland 1985

La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones, resolución de problemas, aprendizaje

Bellman 1978

El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia

Kurzweil 1990

El estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor

Rich y Knight 1991

El estudio de las facultades mentales mediante el uso de modelos computacionales Charniak y McDermott, 1985 El estudio de los cálculos que permiten percibir, razonar y actuar Winston 1992 Un campo de estudio que se enfoca en la explicación y emulación de la conducta inteligente en función de procesos computacionales

Schalkoff 1990

La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente Luger y Stubblefield 1993

3.5 Inteligencia Artificial en tiempos modernos

En el siglo XXI empiezan a salir al mercado diferentes juguetes robots mascotas con diferentes formas animales, y Cynthia Breazeal en el MIT publica su tesis doctoral en Sociable Machines, describiendo KISMET, un robot con un rostro que expresa emociones. Pasado el 2005, el robot Nomad explora las regiones remotas de la Antártida buscando muestras de meteorito [1]. Transcurrido más de medio siglo desde la Conferencia de Dartmouth en 1956, fecha mayoritariamente reconocida como el inicio de la inteligencia artificial, ésta se ha constituido en una disciplina sumamente amplia. Contiene muchos y diversos sub campos y tiene fuertes vínculos con áreas como la ciencia cognitiva y la filosofía de la mente [1].

El campo de la Inteligencia Artificial no sólo se preocupa por replicar la inteligencia humana. Sistemas de inteligencia artificial, tales como programas de juego de ajedrez o que incluyen procesos de decisión, no se comportan necesariamente como lo harían los humanos, sin embargo, han demostrado habilidad para resolver problemas complejos. Hay todo un campo independiente, la ciencia cognitiva, que se dedica a comprender cómo los seres humanos (y otros animales) piensan. Hay muchos vínculos fértiles entre los dos campos. En muchos casos una mejor comprensión de la cognición humana puede llevar a avances en Inteligencia Artificial. Al mismo tiempo encontrar una forma para que un computador pueda realizar una tarea, puede arrojar luz sobre la forma en la que los seres humanos podrían pensar [1].

Por otra parte, no es sorprendente que la Inteligencia artificial, sea la inspiración para mucha ficción especulativa. A menudo se trata de historias en las que computadoras o robots se comportan como versiones especialmente inteligentes y físicamente más fuertes que los seres humanos. Hay una serie de problemas prácticos y filosóficos detrás de estas ideas. Todavía no es totalmente claro si la naturaleza de la investigación de la Inteligencia Artificial podrá producir este tipo de robot inteligente y malévolo [1].

4. Inteligencia artificial y robótica

Durante el Siglo XVII, el filósofo René Descartes, propone que el cuerpo de los animales se puede describir como máquinas complejas. Otros pensadores ofrecen variaciones y elaboraciones de las propuestas Cartesianas [1] algo que toma base gran parte de la robótica moderna.

El término robótica procede de la palabra robot. La robótica es, por lo tanto, la ciencia o rama de la ciencia que se ocupa del estudio, desarrollo y aplicaciones de los robots. Hay un mal concepto sobre la IA cuando se habla del tema y de robótica, y es que se cree que IA es hablar de un robot, la inteligencia artificial no es un robot, sino que se trata de desarrollar aplicaciones que faciliten las tareas del ser humano, que se use en autómatas robóticos modernos para realizar las tareas para facilidad y agilidad de los humanos es otra cosa, además la IA podría describirse como el cerebro del robot, donde está guardado los comandos y pasos a realizar según su tarea.

359

4.1 Robótica en Japón

Japón tiene una larga historia de interés en la robótica. Entre los precursores del robot más antiguo en Japón están los Karakuri Ningyo, o muñecos mecánicos. Los Karakuri Ningyo se cree que se originaron en China, durante el período Edo (1603-1867). Una de las características y avances de la robótica japonesa en relación a los de otros países es la movilidad de los robots desarrollados. Los robots humanoides japoneses incluyen habilidades tales como parpadear, sonreír o expresar emociones tales como la ira y la sorpresa. Los robots diseñados para jugar con los niños generalmente se parecen a los animales y en función de ello, hacen diferentes sonidos, se mueven, caminan y juegan [1].

4.2 Robótica en China

La investigación china en el campo de la robótica se inicia en los años 70 y avanzó muy lentamente en los primeros 10 años. A partir de 1985, se acelera el desarrollo y para inicio del Siglo XXI, los expertos chinos en robótica establecen dos líneas de aplicación, de acuerdo con el entorno de actuación: Robots industriales y Robots Especiales. A partir del año 2000, sus productos robóticos han logrado captar un interesante mercado mundial, basados en bajo costo, buena tecnología, alto desempeño y competitividad [1].

4.3 Robótica en Corea del Sur

Corea del Sur es una de las sociedades que usa la más alta tecnología y conexiones de mayor ancho de banda del mundo. Los ciudadanos disfrutan de tecnología móvil avanzada mucho antes de que ésta llegue a los mercados occidentales. El Gobierno también es conocido por su compromiso con la tecnología del futuro. Un reciente informe del Gobierno prevé que robots realizarán rutinariamente cirugía para el 2018. El Ministerio de información y la comunicación también ha predicho que cada hogar de Corea del Sur tendrá un robot entre el 2015 y 2020. En parte, esto es una respuesta al envejecimiento de la sociedad del país y también el reconocimiento que el ritmo de desarrollo en robótica se está acelerando [1].

5. Principios de la Inteligencia Artificial

La IA es una de las disciplinas más nuevas. Formalmente se inicia en 1956 cuando se acuñó el término, no obstante que ya para entonces se había estado trabajando en ello durante cinco años. Junto con la genética moderna, la IA es el campo en que la mayoría de los científicos de otras disciplinas les gustaría trabajar. El estudio de la inteligencia es una de las disciplinas más antiguas. Desde hace más de 2000 años los filósofos se han esforzado por comprender cómo se ve, se aprende, se recuerda y se razona, así como la manera en que esas actividades deberían realizarse [4].

La inteligencia Artificial es una parte central de uno de los más profundos avances científicos e intelectuales de los últimos 60 años: el estudio de la información y del conocimiento; y, cómo estos pueden ser adquiridos, almacenados, entendidos, manipulados, usados y

transmitidos [1]. Tomando esto se puede decir que hay cosas fundamentales que la IA debe tener para ser una IA, para las ciencias computacionales esto puede ser divididos en dos principios, los principios fundamentales, los cuales son lo que debe hacer una IA primordialmente, y los principios que solo se pueden aplicar en las ciencias computacionales, que igual pueden ser multidisciplinares.

5.1 Principios fundamentales

La IA tiene unos principios que son fundamentales para el trabajo en todas las disciplinas en las que se necesiten usar, que tenga la capacidad de auto aprendizaje, una buena interacción con el usuario y reacción en tiempo real, estos son sus principios fundamentales para que la IA sea una IA, sin nada de lo anterior mencionado, solo sería un programa más utilizado para solucionar algún problema o realizar alguna tarea de computo u herramienta de trabajo.

Auto aprendizaje. Este principio puede ser catalogado como el principio más importante y fundamental del funcionamiento de la IA, ya que algo que hacemos gran parte de nuestra vida los humanos es aprender, no solo por los años de nuestra formación académica y profesional, sino también por nuestras experiencias diarias y cosas del entorno.

La IA tiene como principio general el auto aprendizaje, buscando siempre aprender más, ya sea para traer una solución más rápida y eficiente para un problema o poder analizar con más eficiencia y rapidez los datos que se le entreguen según la tarea. La mayoría de las ocasiones, la IA realiza el auto aprendizaje a base de ensayo y error para dar con el mejor resultado a la tarea o problema, a esto se puede aplicar redes neuronales con las cuales puede crear caminos con los cuales le ayudaran a decidir cuál es la mejor acción a tomar según el problema o tarea, esto en base a lo que se le haya programado y/o enseñado, incluso podría desarrollar nuevos caminos en base a nuevos problemas que se le ingresen a la IA tomando en cuenta viejos trabajos realizados [3].

También existen los sistemas inteligentes los cuales ayudan a un pensamiento independiente y un aprendizaje basado en procesos de búsqueda de antiguos problemas similares ya registrados y resueltos, los sistemas inteligentes además le dan independencia la IA para procesar y planear soluciones según los problemas. La capacidad de razonamiento independiente ayuda a la IA a ser capas por su propia cuenta de encontrar soluciones a problemas más allá de los planteados, que encuentre fallas en los procedimientos propuestos o existentes y encuentre más de una solución solo dando a conocer la que sea la más eficiente en base al objetivo deseado.

Interacción con usuario. Tener la capacidad de interactuar con un usuario o el administrador de la máquina, a través de una interfaz sencilla, con la capacidad de entender que se solicita ya sea por ingreso de comandos o escrito directamente en el ordenador, en situaciones más avanzadas poder entender comando de voz o lectura de ilustraciones

360

con la tarea, esto con el fin que el usuario se le facilite interactuar con la IA y esta entienda lo que se solicite.

La IA debe ser capaz de dar respuestas claras y sólidas y realizar cada tarea asignada sin problemas. Es importante esta comunicación con el usuario ya que así la IA debe expresar que aprende, que desarrolla nuevos conocimientos para sus tareas y además comprenda lo que el usuario indique o introduzca como tarea para la IA por el medio que este tenga para comunicarse con la IA.

Reacción en tiempo real. La IA debe ser capaz de

trabajar en tiempo real todo lo que se le asigne a realizar, además de indicar el tiempo que tomara realizar lo asignado en caso de que este vaya a tomar mucho tiempo para su realización. La IA además debe ser capaz de responder en tiempo real (en caso de lo contrario indicar un estimado de tiempo para la respuesta o solución) a casi todo lo que se le solicite realizar o ejecutar, ya sea generar un reporte o correr una simulación como, por ejemplo, por parte del usuario [2]. Además de esto la IA debe tener la capacidad de percibir el paso del tiempo que lleva ejecutando la tarea y cuando le falta para completarla, sin contar que debe ser capaz de deducir el tiempo restante para ejecutarla.

Autonomía. No debe ser una autonomía total, sobre

todo en la parte del mantenimiento. La IA debe tener la capacidad de trabajar por su cuenta cuando ya se le ha asignado algo para realizar, seguir con lo asignado hasta el final sin necesidad que el usuario intervenga a no ser que sea por alguna falla que no pueda corregir o que se deba corregir y este fuera de la capacidad de la IA para resolverla por su cuenta.

5.2 Principios de IA para CC

La IA hoy en día se trabaja diferentes principios multidisciplinares en las Ciencia Básicas, tiene varios principios en común entre cada disciplina, pero no trabaja los mismos principios en cada disciplina. A continuación, se describen los principios en forma general de la IA que aplican para CC. Análisis, interpretación y aplicación mediante computo

científico. Capaz de trabajar con cálculos, matemáticas, física, etc. Lo que tenga que ver con lectura de números, operaciones y fórmulas de las ciencias básicas, para poder dar un resultado correcto según las operaciones que se soliciten. La IA con los datos suministrados debe ser capaz de ejecutar operación sin problema y dando resultados exactos y correctos, además de poder mostrar si hay errores en los datos, formulas, operandos o resultados buscados que le han sido suministrados [2]. La IA debe, además, entender y diferencias a cuál ciencia básica pertenece lo suministrado por el usuario para su trabajo y dar un mensaje de error en caso de que ella no esté en capacidad de completar lo asignado o no se le allá enseñado lo que se le solicito realizar.

Procesamiento de lenguaje natural. La IA debe ser capaz de leer e interpretar lenguaje ya sea escrito,

interpretarlo de una imagen o poder entenderlo si es por medio del habla, traducirlo al lenguaje de máquina y comunicarlo a la máquina. Como otra capacidad debe poder comunicarse con el usuario y/o supervisor usando el mismo lenguaje natural según el idioma que tenga programado o con el que se trabaje, además de poder aprender otro idiomas, señas o palabras dichas. Debe ser además capaz de interpretar las tareas o problemas que le son trasmitidos a través de los medios ya mencionados, además que pueda comunicar eso a la máquina para realizar la tarea y sea realizada y ser capaz de dar una alerta en casa que no comprenda o no entienda lo que se le comunica.

Procesamiento de lenguaje de programación. Con la

diferencia del anterior principio, aquí se debe trabajar más con lenguaje de máquina. Poder interpretarlo y analizarlo, aplicarlo para buscar errores y verificar que si cumpla su objetivo. Además, si es su tarea, puede generar su propio programa o algoritmo en base a lo ya conocido. Esto puede aplicarse más al área de testing, pero también puede usarse en el proceso de creación para automatizar la generación de lengua de programación, puede al punto de crear la propia que sea eficiente y cómoda para trabajar basándose en los lenguajes ya haya aprendido la IA, se abarcará esto más adelante.

Búsqueda, control y solución de problemas. Tener la

capacidad de hacer un escaneo del trabajo para decir donde hay errores, solucionarlos, volver a escanear haciendo un seguimiento si el error se corrigió o no, de ser así según con las tareas, de lo contrario buscar más soluciones hasta que resuelva los problemas. Tener además acceso a solución de previos errores y agregas nuevas soluciones ya sea al mismo error o nuevos, de no encontrar solución al error, ser capaz de reportarlo para que se haga un remplazo o mejora de la zona con error.

Aunque su trabajo no es solo buscar y corregir, todo va según la tarea asignada, de solo buscar errores, debe señalar donde están ubicados y que los causa, seguir el error, ver cómo se desarrolla o porque y dar un informe al respecto con posibles soluciones o solo que causa el error y bajo qué circunstancias se produce o además dar ya la solución al error con lo anterior mencionado en este principio.

6. Conclusiones

A pesar de que la IA es una herramienta de trabajo, va a un nivel más allá de esto, debido a que se vuelven compañeras de trabajo, ayudando a realizar tareas de computo complicadas para hacer por una persona pero que ellas las hacen en segundos, aprenden y muestran que aprendieron, y de lo aprendieron igual el usuario aprende y así ambos mejoran en sus trabajos de la mano.

Aunque sus principios se ven sólidos hoy, pueden que a corto, mediano o largo plazo sean modificados o eliminados, todo según el avance de la tecnología o la ciencia en sí y la necesidad que haya para que las IAs realicen las tareas que se les asignen.

361

Estos principios han marcado lo que es hoy en día la IA lo que la diferencia de un software normal es su capacidad de auto aprendizaje, es lo más fundamental de todo, y poder llevar a aprender a como son las interacciones con los humanos al punto de llegar hacer creer a una máquina que es un usuario o a un usuario hacerlo creer que trabaja con otra persona en la misma máquina.

La filosofía ha tomado un papel fundamental en el trabajo con la IA junto con lo que es las ciencias computacionales, ya que de ellos ha partido el concepto moderno de lo que es una IA y que funciones tiene. También afecta la rama científica en la cual se desee usar la IA la cual puede incluso cambiar sus principios y propiedades ya que en cada rama se trabajan cosas diferentes.

No es psicología, la inteligencia artificial es una sub-parte de la ciencia de la computación, relacionada con la

forma de dar a los ordenadores la sofisticación para actuar inteligentemente, y hacerlo en ámbitos cada vez más amplios. Participa a fondo en la pasión de la ciencia de la computación por la abstracción, la programación y formalismos lógicos, y el detalle para los algoritmos sobre los datos de comportamiento, la síntesis sobre el análisis, y la ingeniería “cómo hacer” sobre la ciencia “qué saber”. Referencias [1] Banda, H. (2014) Inteligencia Artificial: Principios y

Aplicaciones. Online [Sep 2016]. [2] Nilsson, N. (1980) Principles of Artificial Intelligence.

Tioga Publishing Company. [3] Morales, V. & Mejía, C. (2012) Aprendizaje en máquinas

con inteligencia artificial. Online [Sep 2016]. Documento de trabajo. Universidad San Buenaventura de Cali.

[4] Ponce, P. (2010) Inteligencia artificial con aplicaciones a la ingeniería. México: Alfaomega Grupo.