¿Qué es la Inteligencia Artificial?   

     La Inteligencia Artificial es la ciencia e ingeniería de los sistemas inteligentes (artificiales principalmente). El concepto de "inteligencia" es difícil de definir en forma precisa  y es justamente uno de los objetos de estudio de la Inteligencia Artificial y de otras disciplinas como las Ciencias Cognitivas. "Inteligencia" se asocia al procesamiento de información de alto nivel, a la capacidad de realizar conductas sofisticadas que permitan una adaptación a entornos cambiantes y a una racionalidad "ideal". Una definición rápida (aunque potencialmente equívoca) podría ser: "Inteligencia Artificial es la ciencia e ingeniería de los sistemas artificiales que actúen (piensen) como los seres humanos". Desde hace algunos años esta clase de sistemas se denominan "agentes", especialmente cuando poseen características de autonomía y reactividad.

        La Inteligencia Artificial es una disciplina relativamente heterogénea con concepciones diversas sobre cuál debiera ser más precisamente su objeto de estudio y metodología. Muchas veces se habla de estas diferentes concepciones como "paradigmas". Cada paradigma concibe de una determinada manera los sistemas inteligentes, lo que tiene importantes consecuencias para su teoría y metodología. El paradigma "simbólico" considera la capacidad de representación simbólica como la base fundamental de la inteligencia. Es el paradigma predominante aun hoy en IA. El paradigma "no simbólico" considera que la representación simbólica tiene un papel menor (si es que tiene alguno) en la conducta inteligente. Intenta desarrollar conceptos y herramientas fundamentalmente numéricas para concebir y construir sistemas "inteligentes". Muchas líneas de trabajo que utilizan "redes neuronales artificiales" responden a este paradigma. Existen algunos otros paradigmas con posiciones algo distintas, una de las más conocidas es la de Marvin Minsky.

        La Inteligencia Artificial está compuesta por un conjunto de subdisciplinas principales que constituyen la base de otro conjunto de subdisciplinas más "especializadas". Las subdisciplinas básicas son: Resolución de Problemas, Representación de Conocimiento y Razonamiento, y Aprendizaje Automático. Subdisciplinas más "especializadas" son: procesamiento del lenguaje natural, reconocimiento de habla, reconocimiento de imágenes, robótica, extracción de información, simulación cognitiva, programación lógica inductiva y unas cuantas  más. Estas subdisciplinas desde el punto de vista de la IA son "compartidas" con otras disciplinas científicas que también trabajan sobre algunos de esos temas: lingüística, psicolingüística, neurociencia, automatización (ingeniería), procesamiento digital de señales, etc. Otras disciplinas científicas como la investigación operativa, la ciencia de la computación, la teoría de complejidad, la epistemología, la lógica y las ciencias cognitivas tienen importantes relaciones e intersecciones con la IA.

        La resolución de problemas  es una tarea fundamental que forma parte de casi cualquier proceso supuestamente inteligente. Como disciplina básica de la IA, la Resolución de Problemas (Problem Solving, PS) se ocupa del estudio y desarrollo de conceptos, enfoques y métodos para resolver problemas desde el punto de vista del procesamiento de información. Encontrar una solución óptima o semióptima de un problema de scheduling, descubrir una estrategia ganadora de un juego, demostrar un teorema, reconocer una imagen, comprender una oración o un texto en español son todas tareas que pueden concebirse como de resolución de problemas y a las que se aplican los métodos desarrollados en PS.

        Las familias de problemas estudiadas por la IA son consideradas computacionalmente difíciles. Para resolver estos problemas se desarrollaron conceptos, métodos y algoritmos que pueden incluirse en diversas clases con propiedades muy diversas. Los métodos de espacio de estados, de satistacción de restricciones (CSP), heurísticos y metaheurísticos, multiobjetivos y otros son algunas de estas clases.

        La mayor parte de las tareas consideradas "inteligentes" requieren de algún tipo de conocimiento "genérico" del mundo y conocimiento específico del dominio de aplicación. Este conocimiento debe encontrarse representado de alguna forma y debe poderse "razonar" con él. La subdisciplina de Representación de Conocimiento y Razonamiento (Knowledge Representation & Reasoning, KR&R) trata fundamentalmente del problema de representar, mantener y manipular conocimiento. Por diversas razones la lógica es un instrumento fundamental para esta disciplina si bien las prioridades y necesidades de la IA no coinciden exactamente con las de esta.

        La mayoría de los agentes inteligentes y su conducta son lo suficientemente complejos como para que sea imposible en la práctica programarlos teniendo en cuenta todas las contingencias en las que deben desenvolverse y las conductas adaptativas que deberán desarrollar. Por eso, resulta fundamental que los sistemas inteligentes posean la capacidad de hacer evolucionar su propio programa de modo de ajustar su conducta a las condiciones cambiantes de entornos complejos. Estas evolución de un sistema se denomina aprendizaje. La disciplina de la IA que estudia el aprendizaje en los sistemas artificiales y desarrolla métodos y algoritmos para implementarlo se denomina Aprendizaje Automático.

Ir a la página de la materia


Algunos Links vinculados:

American Association for Artificial Intelligence (AAAI)

AI Depot

Artificial Intelligence: A Modern Approach ; AIMA 2nd edition

AI on the Web

APPIA

IIIA

 

 


  Volver al inicio