LA INTELIGENCIA ARTIFICIAL
DEFINICIÓN
Para comprender el significado de Inteligencia Artificial es necesario que antes conozcamos el término "inteligencia".
La inteligencia es capacidad que sirve para resolver problemas, hacer generalizaciones, establecer relaciones, analizar, tener percepción de las cosas, comprender, aprender y crear conocimientos.
La inteligencia artificial es la parte de las Ciencias de la Computación que se ocupa del diseño de sistemas inteligentes, es decir, sistemas que exhiben características que asociamos con la inteligencia de las conductas humanas.
También se considera Inteligencia Artificial a la combinación de ciencias de la computación, ingeniería Mecánica y Electrónica y las ciencias de fisiología y filosofía; siendo estas capaces de la creación de máquinas que sean capaces de pensar.
Las definiciones de la Inteligencia Artificial se agrupan en dos bloques:
- De razonamiento: "Sistemas que piensan como humanos" y "Sistemas que piensan racionalmente", que es considerado como la inteligencia ideal.
- De actuación: "Sistemas que actúan como humanos" y "Sistemas que actúan racionalmente".
OBJETIVOS DE LA INTELIGENCIA ARTIFICIAL
Los objetivos que busca alcanzar la Inteligencia Artificial son los siguientes:
- Desarrollar sistemas que piensan como humanos: Para esto necesitamos basarnos en la ciencia cognitiva y averiguar cómo piensan los humanos gracias a las técnicas experimentales de la Ciencia de la Psicología.
- Desarrollar sistemas que actúan como humanos: Para esto, se ha tomado como base el Test de Turing (1950) sobre el Comportamiento inteligente, que intenta ofrecer una definición de inteligencia Artificial que se pueda evaluar, y que considera que para que una máquina sea inteligente, pueda engañar a un evaluador de que este se trate de un humano o una máquina. Esto supondría el procesamiento del lenguaje natural, la representación del conocimiento, el razonamiento y el aprendizaje automático.
- Desarrollar sistemas que piensan racionalmente: Para esto, la corriente Logística en Inteligencia Artificial trata de crear sistemas inteligentes utilizando la lógica formal. Los inconvenientes que esto conlleva es que es necesaria una representación del conocimiento informal y una explosión combinatoria de posibilidades.
- Desarrollar sistemas que actúan racionalmente: Para esto, es necesario el uso de dos agentes: la percepción y la actuación. Se necesita resolver situaciones, que el pensamiento racional no puede por sí solo. El estudio de la Inteligencia Artificial como agentes racionales cuenta con dos ventajas: es más general que el pensamiento racional y además es más cercano al método científico que el comportamiento y el pensamiento humano.
LA EVOLUCIÓN HISTÓRICA DE LA INTELIGENCIA ARTIFICIAL
Los inicios (1943-1956)
Los inicios de la Inteligencia artificial se deben a los estudios de los siguientes autores:
- McCulloch y Pitts: "Primer modelo de neurona"
- Hebb: "La regla de aprendizaje Hebbiano"
- Minsky "Primer simulador de red neuronal" con 40 neuronas
- McCarthy, Minsky, Shannon, Rochester, More, Samuel, Solomonoff, Selfridge, Newell y Simon que bautizaron la Inteligencia Artificial con "El taller de Darmouth"
- Newell, Simon: "Teórico Lógico"
Entre los años 1952 y 1969 existe un entusiasmo inicial y grandes expectativas frente a la inteligencia artificial. Aunque los primeros años se caracteriza por sus grandes éxitos, también aparecen ciertas limitaciones.
Algunos hitos conseguidos durante esta etapa son los siguientes:
- Hipótesis del sistema de símbolos físicos.
- Lenguaje de alto nivel LISP
- Generador de consejos.
- Micromundos, destacando el mundo de los bloques.
- RNs como adalines o perceptrones.
Aún así las predicciones muy optimistas se encontraron con una realidad difícil de modelar y demasiado compleja en muchos casos.
Los sistemas basados en el conocimiento (1966- 1973)
Hasta ahora, la investigación de la inteligencia artificial estaba centrada en el desarrollo de mecanismos de búsqueda de propósito general y métodos débiles. La alternativa ante esto fue el uso de conocimiento específico del dominio que facilita el desarrollo de etapas de razonamiento más largas. Así, se resolvían casos recurrentes en dominios de conocimiento restringido.
Surge entonces esta nueva metodología que puede aplicarse a distintas áreas de la actividad humana y es muy empleado en los diagnósticos médicos. Además se incorporan también los factores de certeza y aparecen los marcos de Minsky.
La inteligencia artificial se industrializa
Esta etapa comienza en 1980 y perdura en el presente. El primer sistema experto comercial con éxito fue R1 por Digital Equipment Corporation.
En 1981 los japoneses anunciaron su nuevo proyecto conocido como "Quinta generación". Además, en EEUU se construye el MCC (Microelectronics and Computer Technology Corporation).
La industria de la inteligencia artificial creció muy rápidamente, pasando de unos pocos millones de dólares en 1980 a billones en 1988. Poco después llegó lo que se considera "el invierno de la inteligencia artificial".
La inteligencia artificial se convierte en una ciencia
Actualmente es más usual el desarrollo de teorías ya existentes y trabaja también en demostrar la utilidad de las aplicaciones en el mundo real. La inteligencia artificial pasa ya a formar parte del ámbito de los métodos científicos.
En 1986 se produce un regreso de las redes neuronales. Este enfoque denominado "conexionista" convivirá con otros diferentes.
Recientemente, ha habido una gran revolución en el campo de la inteligencia artificial, tanto en el contenido como en la metodología de trabajo.
Aplicaciones de la inteligencia artificial:
- Lingüística computacional
- Minería de datos
- Mundos virtuales
- Procesamiento del lenguaje natural
- Robótica
- Sistemas de apoyo a la decisión
- Videojuegos.
LA ROBÓTICA CON PROPÓSITOS EDUCATIVOS
Definición de robótica educativa
"La robótica educativa es una disciplina que permite concebir, diseñar y desarrollar robots educativos para que los estudiantes se inicien desde muy jóvenes en el estudio de las ciencias y la tecnología" (Ruíz-Velasco, 2007, 11)
"El conjunto de actividades pedagógicas que apoyan y fortalecen áreas específicas del conocimiento a través de la concepción, creación, ensamble y puesta en funcionamiento de robots" (Robótica educativa de México, 2009, párrafo 1).
Enfoques de la robótica educativa
La robótica educativa encuentra sus principales sustentos en teorías de aprendizaje constructivistas y construccionistas. Mediante la realización de actividades de aprendizaje basadas en el diseño y construcción de prototipos, los estudiantes logran desarrollar conocimientos significativos, pasando de lo abstracto a lo tangible.
Es posible incorporar la robótica educativa en el proceso enseñanza-aprendizaje gracias a diversos enfoques prácticos:
El primero de ellos sería como su adopción como objeto principal de aprendizaje.
El segundo enfoque se entiende como medio de aprendizaje y en tanto este como el primero la orientación va dirigida a la construcción y programación de robots. Para esto, se emplean piezas de engranajes, sensores, actuadores y se codifican las instrucciones de acuerdo a la sintaxis propia de un lenguaje de programación.
El tercero consistiría en utilizar la robótica educativa como apoyo al desarrollo de aprendizajes. Los robots son utilizados dentro de la clase como un recurso o instrumento didáctico, de esta manera, se puede facilitar el aprendizaje por indagación, donde la ocurrencia de errores es tomada como una oportunidad de aprendizaje.
