Difusión / Diffusion
Dr. Jorge L. Ortega Arjona

El término Inteligencia Artificial (IA) fue creado y usado por primera vez a mediados de los años 40's. Sin embargo, no es hasta 1956 en que se utiliza formalmente por primera vez en una pequeña reunión a la que concurrieron algunos psicólogos, fisiólogos y científicos de la computación.

Debido a esta característica multidisciplinaria en su concepción, existen diversos puntos de vista sobre el objetivo y la contribución de la IA al conocimiento científico. Algunos de quienes trabajan en IA la consideran como una manera de ayudarnos a entender la psicología humana, de tal forma que desarrollan una programación que lleva a cabo tareas de la forma en que un ser humano las realiza. Otros ven la IA como una aproximación a la teoría de la inteligencia en general, siendo la inteligencia humana (y animal) un caso especial. Otros aún simplemente desean desarrollar programas que hagan algo (entender lenguaje, describir objetos visibles, o resolver problemas de varios tipos), sin importar como la mente humana lo haga, esperando que sus programas sean no solamente interesantes, pero a la vez útiles.

Desde su concepción, la IA ha tenido algunos éxitos posibilitando a las computadoras a realizar (en forma limitada) algunas tareas que normalmente se hacen por la mente humana. Es en la actualidad que los aspectos tecnológicos de la IA se han vuelto más visibles. El interés público en la IA y su cobertura por los medios de difusión se han incrementado enormemente en los últimos años. Más y más personas ven a la IA como una tecnología incipiente de gran potencial y significancia social a futuro. Particularmente, este interés y conocimiento público surge a partir de 1981, cuando Japón anuncia su plan nacional de diez años para desarrollar lo que se llamó la "Quinta Generación" de computadoras. Tales computadoras no solo basan su operación en procesamiento paralelo a gran escala, sino que tambien buscan incorporar técnicas de IA al procesamiento. De hecho, el objetivo de este plan (como fue originalmente expuesto por sus precursores) es "la creación de máquinas artificialmente inteligentes que puedan razonar, arrojar conclusiones, hacer juicios, y hasta entender la palabra oral y escrita". A partir de ese entonces, grandes inversiones para la investigación en IA se han realizado por parte de gobiernos e industria privada de las naciones industrializadas.

El Origen de los Mitos

El sensacionalismo alimenta a la ignorancia, y muchas de las descripciones de la IA en los medios de comunicación y libros de ciencia popular son sensacionalistas por naturaleza. Ya sea que proclamen las "maravillas" o los "peligros" de la IA, en general no son informativos de la realidad, y sí altamente engañosos. En ellos se sugiere espectaculares avances que pueden o serán realizados en un futuro inmediato, siendo que muchas de ellos sólo podrán ser realizados (en caso de ser posibles) tal vez después de décadas de investigación.

Desafortunadamente, los reportes sensacionalistas sobre IA son muchas de las veces originados por comentarios poco juiciosos por parte de la propia comunidad de IA. Un ejemplo de tales comentarios lo podemos encontrar en un programa sobre computación y ciencia de la BBC-TV, que comienza y termina con una cita de un conocido científico en computación del MIT, prediciendo que las máquinas inteligentes del futuro serán quienes se preocupen de todos los problemas realmente importantes por nosotros (por nosotros, no con nosotros). De la forma en que lo expone (con aparente satisfacción), parece que las super-máquinas serán tan inteligentes que nosotros no seremos capaces de entender sus "pensamientos". La conclusión de este investigador es que los sistemas super-inteligentes de IA justificablemente ignorarán a los seres humanos, dejándonos simplemente "jugar entre nosotros".

Por otro lado, considerando y analizando cuidadosamente el objetivo original de la "Quinta Generación" de computadoras, es notable que se trata de una afirmación realmente ambiciosa. Sin embargo, es común encontrar que gran parte de las afirmaciones hechas por los entusiastas y expertos de la IA son en realidad exageradas o presuntuosas. Un ejemplo de tales afirmaciones es aquella hecha en 1958 por Herbert Simon y Allen Newell, ambos pioneros científicos de la computación y fundadores de la IA como parte de las ciencias de la computación. Ellos escribieron que:

"... hay ahora en el mundo máquinas que piensan, que aprenden, y que crean. Más aún, su habilidad para hacer estas cosas va a incrementar rápidamente hasta --en el futuro visible-- el rango de problemas que puedan manejar sera coextenso con el rango al cual la mente humana ha sido aplicada" [1].

En otras palabras, el ambicioso objetivo de los japoneses había sido casi a punto de ser realizado hace poco mas de cuatro décadas, de acuerdo con estos líderes de la comunidad de IA. Lo único que quedaba por hacerse --y que sería hecho dentro del "futuro visible"-- era extender el rango de problemas que tales máquinas podrían resolver hasta completar "el rango total" de los problemas a los cuales la mente humana había sido aplicada.

Aún cuando se han hecho grandes progresos en hacer que las computadoras "entiendan" la palabra escrita y hasta algo del lenguaje hablado en contextos altamente controlados, tanto la afirmación de Simon y Newell como el ambicioso objetivo de los japoneses en 1981 permanecen a la fecha incumplidos, y hasta cierto punto absurdos. El absurdo parece recaer en qué estándar de desempeño inteligente de una computadora se espere. De acuerdo con Simon y Newell, poco queda por hacer. Si, por otro lado, palabras como "juicio", "razón", y "entendimiento" se interpretan con sus significados usuales, entonces el prospecto de éxito es realmente obscuro. Los japoneses han logrado un alto nivel en la construcción de hardware durante la década de los 80's y hasta la fecha, involucrando en una cooperación estrecha al Ministerio Internacional de Comercio e Industria del Japón y a grandes firmas de electrónica, pero tal cooperación no ha arrojado nada que pueda ser considerado como un avance radical en IA. Varias áreas de investigación en IA han tenido y tienen un sólido progreso en la actualidad. Sin embargo, este progreso no ha dependido exclusivamente del ambicioso proyecto japonés de la "Quinta Generación".

Realidades: Investigación y Resultados

Jonh von Neumann, creador de la arquitectura de computadora que aún en la actualidad es el estándar internacional, fue uno de los primeros (si no el primero) en reconocer que las instrucciones de computadora son meramente símbolos que pueden ser manipulados por las computadoras de la misma forma que los números o cualquier otro símbolo puede ser manipulado. Citado comúnmente como "ejemplo" de un pionero de la computación que desarrolló las bases del pensamiento automatizado y de la IA, en su último trabajo publicado, von Neumann establece que "una aproximación hacia el entendimiento del sistema nervioso desde un punto de vista matemático", simplemente no tiene nada que ver con que "las computadoras exhiban inteligencia" [2]. En realidad, von Neumann tenía una respuesta estándar para cualquiera que le preguntara si las computadoras podían pensar, o ser inteligentes. Su respuesta era que si quien preguntaba podía presentarle una descripción precisa de que quería que la computadora llevara a cabo, alguien podría programar la computadora para comportarse de la forma requerida. Si von Neumann pensaba que habría algunas cosas dentro de la experiencia humana que no satisfacían este criterio, simplemente no lo sabemos. Sin embargo, su posición en cuanto a que todo aspecto de la naturaleza debe poder ser precisamente descrito, y su colorario de que todo conocimiento humano puede ser enunciado mediante palabras, es el credo central que todo verdadero creyente de las posibilidades ilimitadas de la IA debe sostener. Desde este punto de vista, los japoneses creadores del proyecto de la "Quinta Generación" parecen ser creyentes genuinos; sin embargo, von Neumann quizá no lo era.

Siguiendo esta misma linea de pensamiento, y fuera de los mitos, se exponen a continuación algunas realidades sobre la IA, discutiendo brevemente las áreas que han sido desarrollados como parte de la investigación en la IA.

Una de las áreas de investigación de la IA más cultivadas es la visión a "bajo nivel", basado en técnicas que utilizan hardware paralelo y procesamiento cooperativo. Tal investigación se basa en estudios detallados de la formación de imágenes a partir de las características tridimensionales de la luz ambiente (tales como forma, profundidad, textura y orientación de superficies), a fin de extraer conocimiento de alto nivel de a partir de un escenario dado. Parte de este trabajo se realiza en el contexto de la psicología humana y neurofisiología, y parte en un contexto más tecnológico. Máquinas masivamente parallelas dedicadas a esta área particular han sido diseñadas, y todavía los mayores avances dependen del hardware.

Otra área en la cual podemos esperar progresos significativos es la robótica. Esta incluye problemas de control de movimiento, planeación de trayectorias, y coordinación entre sensores y motores (utilizando elementos del trabajo en visión a "bajo nivel"). Como en el caso de la visión, los proyectos de esta área se basan en medios "artificiales" para asegurar el éxito en la actividad propuesta. Por ejemplo, sistemas de soldado utilizan franjas de luz para reconocer diferentes tipos de junturas, guiando así la actividad del soldado de partes. Tambien en esta área se utilizan medios relacionados a las teorías psicofisiológicas de control y coordinación motora presente en organismos vivos.

Los sistemas "expertos" basados en conocimiento se han multiplicado enormemente en las últimas décadas, principalmente al interés comencial en ellos. Diferentes dominios de experiencia humana pueden requerir diferentes aproximaciones de la "ingeniería del conocimiento". En aquellos dominios menormente cubiertos por una teoría científica es en los que parece ser más fácil extraer el conocimiento de expertos humanos quienes son competentes pero aún no han llegado a una maestría "intuitiva" en el dominio que los reconocidos como expertos tienen. Estos expertos reconocidos dan respuestas correctas más frecuentemente, pero no les es posible reflexionar en forma introspectiva acerca de su proceso de razonamiento, el cual sucede de forma muy rápida y espontánea, lo que la hace difícil de accesar concientemente. El razonamiento de los expertos humanos simplemente competentes es más fácil de estudiar debido a que éstos tienden a tomar más tiempo para decidir, después de ponderar concientemente distintas consideraciones entre sí, y verbalmente identificar áreas poco claras. Los dominios que dependen de la comparación e interpretación de imágenes visuales complejas (como el caso de la radiología médica) son especialmente difíciles de automatizar, debido a que los procesos de visión a "bajo nivel" no se prestan a inspección voluntaria o control. Ciertamente, los expertos encuentran muy complicado describir como realizan las comparaciones relevantes (estudios sobre el movimiento del ojo, por ejemplo, muestran que los expertos radiólogos no revisan o registran placas de rayos X en la forma que ellos mismos describen).

La investigación en sistemas expertos se enfoca también en las arquitecturas computacionales requeridas para lidiar con grandes y complejas bases de conocimiento. Los sistemas actuales son relativamente simples e inflexibles, y se restringen a dominios muy específicos. Algunos se han mejorado incrementalmente, pero solo hasta cierto punto. Eventualmente, las interacciones entre un número creciente de reglas independientemente añadidas (en las que se basa el conocimiento en sí) se vuelven muy difíciles de controlar, lo que pone en peligro la confiabilidad e inteligibilidad del sistema. Más aún, problemas complejos surgen cuando se requiere que los sistemas operen en tiempo real, en donde eventos inesperados pueden necesitar un cambio rápido de la acividad actual a otra.

Algún progreso se ha logrado en procesamiento de lenguaje natural en enunciados y textos. Puntos claves en esta investigación incluyen revisión sintáctica, la integración de sintaxis y semántica, y la comprensión de texto conexo. La traducción automática de textos puede beneficiarse aún en avances en revisión de enunciados y análisis de textos.

El trabajo actual en revisión de textos se realiza sobre todo en teoría del lenguaje y en el perfeccionamiento de la interfaz humano-máquina, a fin de permitir a los usuarios no especializados comunicarse con la computadora utilizando un razonable subconjunto del lenguaje natural. En aplicaciones donde un programa se utiliza para un propósito específico, factores semánticos pueden ser fácilmente usados para ayudar en la revisión y clarificación de instrucciones y preguntas provenientes del usuario. Intercambios verbales con la computadora acerca de temas pariculares como geología lunar o reservaciones de boletos de avión son razonablemente "naturales" debido a la explotación de restricciones semánticas. Conjuntos de semánticas para dominios específicos continuarán desarrollándose durante los próximos años.

Programas para el análisis de textos son capaces actualmente de obtener ideas generales de escritos acerca de tópicos específicos. Sin embargo, estos programas dependen en esquemas rígidos de programación, los cuales proveen el esqueleto semántico del tipo de escritos analizados. Investigación reciente se enfoca a hacer que el programa de análisis de textos pueda generar los esquemas por sí mismo, a fin de integrar esquemas entre sí de tal forma que pueda entender una historia combinando los esquemas necesarios, y para poder analizar un nuevo texto de forma análoga. Tal vez un gran éxito no es de esperarse en los próximos años, pero un mayor entendimiento de los problemas relevantes debe representar un avance después de todo.

Investigación se esta llevando tambien a cabo en una variedad de aplicaciones educacionales. Algunas de estas aplicaciones se enfocan en cursos curriculares, requiriendo información tanto del modelo de la teoría del curso como del modelo del conocimiento del estudiante (que varía respecto al nivel y organización, de persona a persona y de un tiempo a otro). Otras aplicaciones son menos específicas, con el objetivo de utilizar técnicas basadas en IA para mejorar la actitud del estudiante a el conocimiento en general. Existe evidencia que tanto los estudiantes comunes como aquellos con problemas de discapacidad pueden alcanzar mayor confianza en sí mismos, así como logros intelectuales, al experiementar con ambientes de programación especialmente diseñados. Investigaciones sobre los efectos de sistemas basados en IA se realizan, y podremos esperar algunos resultados en los años venideros.

Un área extremadamente importante, y que está incrementalmente siendo estudiada con interés debido a los desarrollos recientes en el hardware, se ocupa de las propiedades computacionales de grandes sistemas paralelos. Hasta ahora, entendemos muy poco de las potencialidades y limitaciones de tales sistemas. Algunos trabajos sugieren que el procesamiento cooperativo puede tener algunas propiedades muy sorprendentes. Sin embargo, las propiedades computacionales de los sistemas paralelos parece que no serán bien entendidas por un largo tiempo, pero la experiencia con estos sistemas en el futuro inmediato llevará sin lugar a dudas a algún avance considerable.

Impacto en otras Ciencias y Tecnologías

La IA influenciará otras ciencias tanto en su aproximación filosófica como en su contenido teórico específico. Es cierto que la psicología y (en un menor grado) la biología han sido ya afectadas por ideas de IA. Contrario a lo que mucha gente asume, la IA ha tenido un efecto humanizante en la psicología. Por ejemplo, la aproximación conductista de la psicología había rechazado cualquier referencia a la "mente" y al "proceso mental", suponiéndolos como conceptos no-científicos y misteriosos. Sin embargo, la IA, tal como está basada en el concepto de representación, ha hecho estos conceptos teóricamente respetables de nuevo.

La influencia de la IA se hará sentir especialmente en la psicología de la visión y del lenguaje, y, como se menciona anteriormente, es posible que la robótica se involucre con la psicofisiología del movimiento. Por otro lado, la investigación en psicología también influenciará a su vez a la IA. Por ejemplo, mientras que los psicólogos tratan de llegar a tener un mejor entendimiento de la organización del conocimiento, su trabajo puede ser útil para el diseño de sistemas expertos computarizados. La investigación interdisciplinaria y cooperativa debe ser alentada: la separación institucional de la psicología y la IA o computación ha entorpecido una colaboración fructífera entre estos dos grupos.

El impacto de la IA en otras tecnologías incluirá muchos ejemplos diferentes de aplicaciones a problemas individuales. Por ejemplo, un circuito integrado de silicio puede ser rediseñado utilizando técnicas de reconocimiento de patrones en IA. Dados los avances en circuitos de muy grande escala de integración (VLSI), intrumentos y productos de muchos tipos y clases incluirán circuitos cuyo diseño ha hecho uso de métodos de IA. Cualquier tarea comercial o industrial que se realizan con un grado limitado de inteligencia podría benficiarse con ayuda de IA, de tal forma que las aplicaciones tecnológicas de la IA tienden a ser inmensas.

Conclusión

Las computadoras, por largo tiempo, han sido una solución en búsqueda de problemas. Son el último dispositivo tecnológico que nos aisla de tener que enfrentar los problemas. Actualmente muchas personas "interactúan" más frecuentemente con computadoras que con otras personas. De hecho, muchas computadoras que realizan sus labores basadas en técnicas de IA están cada vez más rápidamente formando parte de nuestra vida diaria. Por ejemplo, cada vez mas, voces sintetizadas por computadoras nos dicen qué hacer cuando llamamos por teléfono. Esas mismas voces nos dan la bienvenida, nos instruyen, nos agradecen y despiden cuando hemos hecho lo que nos piden. Pero, ¿qué significan "esas mismas voces" en este contexto? Individualidad, identidad, todo aquello que tiene que ver con la definición de una persona como única (o simplemente todo) desaparece. ¿Con quién (o con qué) hablo?

Referencias

[1] H.A. Simon & A. Newell, Heuristic Problem Solving: The Next Advance in Operations Research. Operations Research, Jan-Feb, 1958. p 8.

[2] J. von Neumann, The Computer and the Brain. Yale University Press, 1958.