Métodos más Importantes

Métodos que más se utilizan  y descripción

¿Pero que tiene que ver los tipos de pensamientos o el razonamiento humano con  la inteligencia artificial?

Como se ha visto en los últimos años la tecnología ha avanzado rápidamente, viendo así nacer diferentes tipos de software o robots casi capaces de razonar al nivel de un ser humano.

¿Pero cómo saber si lo hacen o no?

Hay algo llamado el Test de Turing que es lo que los define con inteligencia artificial o no.

El Test de Turing propuesto en 1950 por Alan Turing.

Fue diseñado para proveer una definición operacional satisfactoria de inteligencia. Una computadora pasa esta prueba si un interrogador humano, después de plantear varias preguntas por escrito, no puede decidir si las respuestas escritas provienen de una persona o una computadora. Para que una computadora pase satisfactoriamente esta prueba, es necesario realizar mucho trabajo, las capacidades necesarias son:

   Procesamiento natural del lenguaje para poder comunicarse fluidamente.

   Representación del conocimiento para almacenar lo que sabe o aprende.

  Razonamiento automático para utilizar la información almacenada para contestar preguntas y derivar conclusiones nuevas.

  Aprendizaje de máquina (machine learning) para adaptar nuevas circunstancias, así como detectar y extrapolar patrones


       

Test de Turing

      La prueba evita deliberadamente la interacción física directa entre el interrogador y la computadora, porque la simulación física de una persona no es necesaria para la inteligencia. Sin embargo, el llamado Total Turing Test (http://bit.ly/162msjy) incluye señal de video para que el interrogador pueda probar capacidades perceptivas, así como la oportunidad de entregar objetos físicos por una pequeña compuerta. Para pasar el Total Turing Test, la computadora necesita además:   

  Ø  Visión por computadora para distinguir objetos.

  Ø  Robótica para manipular objetos.

    
        

    

Pensar humanamente: El enfoque del modelado cognitivo

Si se desea obtener un programa que piensa como un humano, primero es necesario determinar la forma en la que los humanos pensamos: es necesario adentrarse en los procesos de la mente humana. Existen tres formas de realizar esto:

      1.    Mediante introspección: tratando de captar nuestros pensamientos mientras suceden    

     2.    Mediante experimentos psicológicos: observando a una persona en acción      

     3.    Mediante imágenes cerebrales: observando al cerebro en acción

     

    

Una vez que se tenga una teoría de la mente suficientemente precisa, será posible expresar esa teoría como un programa computaciónal. Si el comportamiento del programa corresponde con el comportamiento humano, se tendrá evidencia de que algunos de los mecanismos del programa operan de la misma forma en los humanos. Por ejemplo, Allen Newell (http://bit.ly/124SPox) y Herbert Simon (http://bit.ly/KGOu3J) quienes desarrollaron el General Problem Solver (GPS http://bit.ly/WxTTSX), no estuvieron satisfechos por obtener un programa capaz de resolver problemas correctamente. Les interesaba más comparar los pasos de GPS con los que sigue un humano al resolver los mismos problemas. El campo de la ciencia cognitiva combina modelos computaciónales de la IA y técnicas experimentales de la psicología para construir teorías precisas y comprobables de la mente humana.

En los primeros años de la IA existía gran confusión entre los enfoques: un autor argumentaba que un algoritmo se desempeña bien en una tarea y que, por tanto, es un buen modelo del comportamiento humano, o viceversa. En la actualidad estas afirmaciones se presentan por separado y esta distinción ha permitido que tanto la IA como la ciencia cognitiva se hayan desarrollado más rápidamente.

Pensar racionalmente: El enfoque de “las leyes del pensamiento”

El filósofo griego Aristóteles fue uno de los primeros en intentar codificar el “pensamiento correcto”, es decir, procesos de razonamiento irrefutables.

Aristoteles

Sus silogismos proveen patrones para estructuras de argumentos que siempre lleven a conclusiones correctas cuando las premisas dadas sean correctas. Por ejemplo:

Sócrates es un hombre; todos los hombres son mortales; por tanto, Sócrates es mortal. Supuestamente estas leyes del pensamiento deben gobernar la operación de la mente: sus estudios iniciaron el campo llamado lógica.

Socrates

Los lógicos del siglo 19 desarrollaron notaciones precisas para declaraciones acerca de cualquier tipo de objetos del mundo y las relaciones entre ellos, en contraste con la notación aritmética que sirve sólo para representar números. En 1965 existían programas que, en principio, podrían resolver cualquier problema descrito en notación lógica. La llamada tradición lógica de la IA espera poder construir sistemas inteligentes sobre esos programas. Existen dos obstáculos principales para este enfoque.

Aún problemas con sólo unos cientos de hechos pueden agotar los recursos computacionales de cualquier computadora, a menos que se tenga cierta guía sobre qué pasos del razonamiento tomar primero. Si bien estos obstáculos aplican a cualquier intento de construir sistemas de razonamiento computacional, se encontraron primero en la tradición lógica.

Actuar racionalmente: El enfoque del agente racional

Un agente es algo que realiza acciones (del latín agere, “hacer”). Cualquier programa computacional hace algo, pero se espera que los agentes computacionales hagan más: operar de forma autónoma, percibir el entorno, seguir funcionando sobre periodos temporales prolongados, adaptarse al cambio así como crear y perseguir sus metas. Un agente racional es aquel que actúa de tal forma que obtiene la mejor salida o, cuando hay incertidumbre, le mejor salida esperada.

En este enfoque, el énfasis era en las inferencias correctas. Sin embargo, hacer inferencias correctas es solo una parte de ser racional porque una forma de actuar racionalmente es razonar lógicamente hacia la conclusión que tomando cierta acción alcanzará sus objetivos. Por otro lado una inferencia correcta no es todo de la racionalidad; en ocasiones no existe la opción correcta, pero de cualquier forma debe hacerse algo. También puede actuar racionalmente sin tener que realizar una inferencia; por ejemplo, apartar la mano de una superficie caliente es un reflejo usualmente más exitoso que tomar una acción bien pensada.

El enfoque del agente racional tiene dos ventajas sobre otros enfoques.

1. Es más general que el enfoque de “las leyes del pensamiento” porque una inferencia correcta es 

solo uno de los muchos posibles mecanismos para ser racional

2. Es más sencillo de utilizar en el desarrollo científico que los enfoques basados en el comportamiento o en el pensamiento humano.

El estándar de racionalidad está matemáticamente bien definido. Un punto importante que debe tomarse en cuenta: veremos que alcanzar la racionalidad perfecta, es decir, siempre hacer lo correcto, no es factible en entornos complicados, la demanda computacional es demasiado grande. Sin embargo, suponer racionalidad perfecta de inicio simplifica definir el problema y posteriormente se puede tomar el enfoque de racionalidad acotada: actuar apropiadamente cuando no se tienen los recursos computacionales que se requieren.

Referencias: http://institucional.us.es/revistas/themata/24/01%20atencia.pdf