Que Se Entiende Por Inteligencia Artificial

¿Qué se entiende por inteligencia artificial? por Sergio Moriello

¿Qué es la inteligencia? ¿Cómo se la reconoce? ¿Cómo definir con precisión este inasible concepto? ¿Está relacionada con la habilidad para manejar símbolos -como números, palabras, gráficos o pentagramas- o con la aptitud con la que un ente se desenvuelve en su entorno? ¿Se manifiesta a través de la actividad mental interna o por medio de la conducta externa? Sin duda, se trata de preguntas que atormentaron a muchos científicos durante los últimos milenios, pero que todavía no se han respondido fehacientemente. En realidad, y para ser honestos, no se sabe aun qué es la inteligencia: prueba de ello es que todavía no se ha logrado a obtener una definición que sea aceptada unánimemente por toda de la comunidad científica. No obstante, muchos la señalan como “la capacidad, habilidad o aptitud (de tipo general y variable con los individuos y las especies) de adaptar conocimientos y experiencias adquiridos previamente para resolver de manera adecuada problemas o situaciones nuevas, imprevistas, que no se hayan presentado con anterioridad”. Aquí debe entenderse “problema” como cualquier obstáculo que se interponga en el camino de alcanzar el objetivo propuesto..., siempre que existan otras alternativas para elegir. En esta definición se encuentra implícita -como entre líneas- un enorme y multifacético conjunto de capacidades y habilidades, entre las que se incluyen la aptitud para ver “la imagen de conjunto” y de reconocer lo esencial de una situación, la capacidad de adquirir y asociar elementos de información provenientes de varias fuentes diferentes y comprender sus relaciones de causa y efecto y la capacidad de planear y predecir satisfactoriamente las consecuencias de las actividades previstas. También aparece la habilidad de saber usar el propio conocimiento de la manera y en el momento necesario, la facultad para innovar e inventar, para ir más allá de la pura repetición de lo aprendido, la rapidez mental para encadenar pensamientos y la aptitud para pensar racionalmente y de forma abstracta. Por último, pero no por ello menos importante, involucra un elemento fundamental: el aprendizaje. Pero, no basta con aprender un amplio abanico de temas (o, aunque sea, uno casi a la perfección): también es necesario saber administrarlo o gestionarlo, haber adquirido “juicio, criterio y sentido común”. Por eso, no necesariamente una persona con grandes dotes intelectuales o de vasta cultura es inteligente. ¿Heredada o adquirida? Esta es una vieja pregunta que, en la actualidad, está en gran parte contestada. Si bien la genética juega un importante papel en la conformación del cerebro, sin la interacción con el 1

entorno, el pequeño bebé humano no puede desarrollar sus ramificaciones y conexiones de células nerviosas. Aparentemente, la inteligencia no parece depender tanto de que haya mayor número de neuronas en determinada área cerebral, sino de los circuitos neuronales para procesar información que se han desarrollado durante los primeros años de vida. Por ese motivo, la correcta estimulación del ambiente social y cultural en la infancia del bebé/niño tiene una enorme influencia en el desarrollo de la inteligencia eficaz en etapas posteriores de la vida. No necesariamente debe ser un entorno intelectual, sino un medio que favorezca la iniciativa, la curiosidad y las relaciones afectivas. En el nacimiento, vale aclarar, el número de conexiones neuronales es relativamente pobre; los comportamientos más complejos se dan sólo cuando ese número es lo suficientemente apreciable. En síntesis, el comportamiento del ser humano se basa principalmente sobre los modelos de conducta aprendidos (desde la infancia y a lo largo de toda su vida), pero también se encuentra influenciado por el legado genético inscripto “a fuego” en su sistema nervioso. El desarrollo intelectual del pequeño infante se da como una complejización progresiva de diferentes estados previos: parte del sensorio-motor y llega al lógico-formal que es cuando el joven desarrolla plenamente tanto la inteligencia abstracta y como la conceptual. Así, durante toda su vida, el individuo va aprendiendo progresivamente una serie de habilidades que el entorno le exige; afianzando las que se usan y olvidando las que dejan de utilizarse, según cambia aquel. Pero no utiliza únicamente su propia experiencia, sino también lo que los otros miembros de su grupo social (en el que vive o se ha educado) adquirieron para él. Sin embargo, podría ser que la inteligencia del ser humano estuviera modelada por la evolución de la misma forma que su propio aspecto físico. En este caso, y como argumentan algunos filósofos, el cerebro humano puede tener limitaciones cognoscitivas: quizás el hombre sólo pueda imaginar o generar pensamientos de acuerdo con un patrón relacionado con su código genético, fuera del cual no habría posibilidad de elaborar conceptos. Al igual que un perro no puede ni imaginar siquiera la teoría de la relatividad o un chimpancé no puede meditar aunque sea superficialmente sobre el concepto de átomo, al ser humano quizás le esté vedada igualmente la comprensión de ciertos aspectos de la realidad. Muchas inteligencias El psicólogo cognitivo Howard Gardner, construyó una teoría en la cual presenta a la inteligencia como multidimensional. Para éste autor, no existe un sólo tipo de inteligencia sino siete, claramente diferenciadas y válidas para todas las culturas y momentos históricos. En forma un poco esquemática y simplificada, estos son los tipos de inteligencia que describe Gardner. 2

Lógica-matemática (como la del científico) directamente relacionada con el razonamiento profundo, los conceptos lógicos, la agrupación de datos y su deducción, clasificación y las conclusiones obtenidas en estas operaciones. Los individuos con este tipo de inteligencia se interesan por patrones, categorías y relaciones. Están interesados por problemas aritméticos, juegos de estrategia y experimentos. Lingüística (como la del poeta) vital para comunicarse y ser comprendido, está vinculada con la capacidad de manejar conceptos variables y expresivos, de percibir relatos e historias y con todo lo que tenga que ver con el talento verbalizado. Las personas con este tipo de inteligencia disfrutan la lectura, escritura, contar historias o resolver palabras cruzadas. Creativa (como la del artista) relacionada con la solución de problemas y la originalidad para encontrar y aplicar ideas prácticas y novedosas. La gente que posee este tipo de inteligencia exhiben gran desenvolvimiento en la creación de imágenes y figuras y es propia de escultores, pilotos, arquitectos, ingenieros, etc. Musical (como la del compositor) tiene que ver con la capacidad rítmica y con el reconocimiento de la secuencia musical, con dominar los sonidos y con distinguirlos de los diferentes instrumentos en distintas piezas musicales. Sus poseedores presentan sensibilidad musical y facilidad y predisposición a expresarse musicalmente. Corporal (como la del atleta) enlazada con el manejo del cuerpo, la actividad física, la danza y el deporte. Estas personas procesan información a través de sensaciones corporales. Son atletas, bailarines o tienen habilidades en manualidades. Intrapersonal (como la del monje, el lama o el yogui) que permite acceder a una comprensión profunda de sí mismo, a reflexionar sobre las causas de tal o cual comportamiento y a utilizar este conocimiento para la ejecución de proyectos personales. También se relaciona con la autodisciplina y el autocontrol. Tiene lugar en individuos que pueden mostrar timidez pero que tienen gran facilidad en el conocimiento de sí. Interpersonal (como la del periodista o el comunicador) que da la clave para entender como y por qué se relacionan las personas. Es la capacidad que se conecta con lo social, el liderazgo, la conducción grupal, la facultad de sentirse y hacer sentir bien a los demás. Los poseedores de este tipo de inteligencia se manifiestan como personas sociables con gran capacidad para comunicar ideas y comprender las motivaciones y sentimientos de otras personas. Poseen capacidad de liderazgo. De esta forma, el desarrollo de una, varias o alguna de estas capacidades de forma aislada de las otras genera algún grado de habilidad pero no la inteligencia. El sabio tonto es el prototipo del desarrollo excesivo de una sola dimensión, en este caso, la cognoscitiva. El perfil de 3

inteligencia más típico implica un equilibrio armónico de todos y cada uno de estos grupos de capacidades que evolucionan en forma pareja. No obstante, en los últimos años, otro psicólogo -David Goleman- agregó un nuevo tipo de inteligencia: la emocional. Para él, la inteligencia no es sólo cociente intelectual, es también la resolución de situaciones afectivas, la capacidad de elegir mejor, la eficacia en reunir conocimientos vitales, la habilidad para prevalecer en la adversidad. La inteligencia emocional es diferente pero complementaria de la inteligencia académica o de las capacidades cognitivas medidas por el cociente intelectual. La inteligencia emocional involucra atributos tan dispares como el celo y la persistencia, la capacidad de autoestimulación y de no sucumbir al pánico y se asienta sobre cinco habilidades: autoconocimiento (la capacidad de conocer las propias emociones), autocontrol (la capacidad de manejarlas), automotivación (la motivación propia), empatía (el reconocimiento de las emociones en los demás) y habilidad social (el manejo de las emociones en un marco de relaciones sociales). El individuo con escasa inteligencia emocional está más propenso a la frustración, al desánimo y a la agresión, y a experimentar con tensión sus relaciones sociales. En cambio, la persona inteligente emocionalmente es la que conoce y maneja adecuadamente sus emociones y, de esta forma, consigue identificar sus propios sentimientos; reduce sus sentimientos de angustia, depresión y ansiedad; controla sus impulsos y pasiones; permanece tranquilo y optimista cuando enfrenta ciertas pruebas; y mejora su capacidad de comunicación con los demás y con uno mismo. Por último, quizás se podría agregar un nuevo tipo de inteligencia: aquella que permite seleccionar lo realmente útil de la enorme cantidad de información generada actualmente por el mundo moderno. Se trata de una nueva habilidad o destreza consistente en decidir de forma rápida y precisa hacia donde dirigir la propia observación y atención, a fin de evitar que la capacidad del cerebro se vea desbordada. Debe recordarse que el exceso de información produce una inhibición generalizada de la capacidad de trabajo del sistema nervioso, que aparece cuando se sobrepasan sus niveles de tolerancia. Quien mejor desarrolle esta capacidad estará en mejores condiciones para manejarse en la vida. La inteligencia artificial Antes que nada es importante aclarar el significado de la palabra artificial. En general, se aplica este adjetivo cuando algo no es natural, es decir, cuando es fabricado, construido o producido por el ser humano. Sin embargo, y utilizando una analogía del filósofo norteamericano Robert Sokolowski, su sentido es diferente según se aplique, por ejemplo, a las 4

plantas o a la luz. En el primer caso, lo artificial es lo meramente aparente, algo que superficialmente parece ser una cosa pero realmente no lo es. Las plantas artificiales, aunque externamente tienen el aspecto de su equivalente natural, son solamente plástico, de ninguna manera seres vivos. No obstante, la luz artificial es luz genuina e ilumina de verdad. No es un sol en miniatura, es cierto, pero es un perfecto sustituto de la luz natural. En este sentido, lo artificial no es lo meramente aparente, ni una simple imitación de otra cosa; es algo totalmente diferente pero que cumple funciones equivalentes. Ahora bien, el definir la Inteligencia Artificial es una tarea realmente complicada. Desde que se acuñara este término en la Conferencia de Darthmouth de 1956, se han propuesto muchas definiciones distintas que en ningún caso han logrado la aceptación general de toda la comunidad científica. Esta dificultad deriva de dos factores principales. Por un lado, y como se mencionó, la inteligencia es un concepto cuya definición aun no ha sido universalmente aceptada: sólo se es capaz de definirla funcionalmente, por sus capacidades, manifestadas a través del comportamiento del ser humano. Por otro lado, existe un arraigado prejuicio en admitir que un artefacto cuente con la única característica que distingue a los hombres de los animales. De esta manera, inevitablemente se enturbia toda definición: ante cualquier logro en el campo de la computación, los escépticos arguyen aquellas facetas no conseguidas aún y que caracterizan la “genuina, verdadera y auténtica” inteligencia (para ellos, obviamente, la humana). No obstante, se puede afirmar que la Inteligencia Artificial es un área de la informática que puede abordarse desde dos puntos de vista complementarios: •

por una lado, se ocupa de la comprensión de la inteligencia natural, y utiliza sistemas informáticos como medio de simulación para verificar un modelo o una teoría propuestos y

•

por otro lado, mucho más pragmático, trata de diseñar y construir sistemas informáticos inteligentes, entendiendo por tales aquellos que exhiben un comportamiento observable que podría ser considerado inteligente si fuera realizado por un ser humano. Es decir, que puede ser capaz, entre otras cosas, de hablar y responder en un lenguaje natural, percibir el entorno, discriminar entre distintos objetos, razonar de forma lógica, tomar decisiones, llegar a una solución de un problema dado y aprender a través de la experiencia.

Los dos enfoques precedentes son -de hecho- ampliamente complementarios, en la medida en que un mejor conocimiento de los procesos cognitivos humanos posibilita desarrollar sistemas cada vez más inteligentes. Sin embargo, hay que reconocer que la frontera de esta disciplina es elástica: lo que se considera o no inteligencia artificial va cambiando con los años. En efecto,

5

normalmente se aduce que “si funciona ya no es inteligencia artificial”, lo cual es bastante frustrante para esta disciplina. La verdadera ambición de la IA ha atraído durante muchos años la imaginación del hombre y constituye un reto descomunal: construir y diseñar sistemas informáticos capaces de modelar, simular, imitar o duplicar el comportamiento humano inteligente, en todos sus aspectos y facetas, así como optimizar muchas de las actividades mentales del hombre. En otras palabras, se intenta fabricar una inteligencia “de propósito general”, una mente, y no sólo en los dominios artificialmente simplificados del laboratorio, sino en la plena complejidad del mundo real. Aunque en el estado actual de la tecnología se trata de un sueño no posible aún, no hay que olvidar que lo que hoy parece imposible en el futuro será, a lo sumo, improbable y lo que hoy parece irrealizable será, en todo caso, poco factible. Con los avances futuros -tanto en el estudio del cerebro humano como de las computadoras- puede esperarse que dicho sueño pueda volverse cada vez más realizable. Sin embargo, el objetivo de esta tecnología no debería ser el de suplantar la inteligencia humana, sino el de suplementarla (explotando sus ventajas inherentes). No se busca construir una réplica exacta del cerebro humano -pero de otro material- sino algo que tenga funciones similares. Tampoco se busca construir máquinas que “piensen” en la misma forma que el hombre, sino que hagan el tipo de cosas correctas. En otras palabras, no se trata de construir máquinas que compitan con los seres humanos, sino que realicen ciertas tareas de “rango” intelectual a fin de ayudarle mejor de lo que hasta ahora lo están haciendo. Asimismo, tampoco se pretende construir máquinas que compitan con las computadoras convencionales, por lo menos en aquellas tareas para las que están mejor dotadas incluso que los seres humanos. Es perfectamente posible y deseable la coexistencia de ambos tipos de procesadores de información que -por otra parte- deben poder llegar a complementarse. Informática Convencional vs. Inteligencia Artificial La computadora no es más que una herramienta -aunque muy refinada- diseñada para satisfacer una necesidad humana: expandir ampliamente su capacidad intelectual. No solo emula fácilmente muchas de las actividades lógico-matemáticas humanas, sino que permite que las personas hagan cosas que serían imposibles o muy difíciles con las herramientas tradicionales: les permiten tomar decisiones más racionales y más rápidas y hacer todo aquello que la mente humana encuentra difícil o tedioso. También facilita el acceso a una vasta cantidad de información almacenada y ayuda a organizar y analizar mejor la información, a “verla” desde nuevas perspectivas a fin de alimentar los procesos de razonamiento humano. 6

Una computadora es una máquina de propósito general o máquina universal. No ha sido diseñada para hacer nada en particular, sino para poder ejecutar un algoritmo. Este último consiste en escribir -en algún lenguaje humano- una sucesión exhaustiva, sistemática y ordenada de instrucciones que simula los procesos lógicos del hombre y que le indica a la máquina, exacta y detalladamente, todas las operaciones necesarias para lograr la solución deseada. En otras palabras, es un método infalible que garantiza alcanzar siempre el resultado especificado con anterioridad (suponiendo que cada paso sea ejecutado rigurosamente). Pero un algoritmo bien diseñado no sólo debe ser eficaz; también debe ser eficiente, de manera que pueda lograr sus objetivos con un mínimo de recursos y de tiempo computacional. Por otra parte, y dado que no hay límite respecto a cuántos pasos puede tener, se pueden construir algoritmos sofisticados a partir de algoritmos más comunes, sin importar cuántos niveles de complicación se vayan acumulando. Debido a que probablemente el algoritmo inicial contenga generalidades, ambigüedades y errores, el paso siguiente consiste en convertir el algoritmo en un programa, codificando las instrucciones, añadiendo detalles, probando los procedimientos y corrigiendo los errores. La ambigüedad, aunque tolerable en las conversaciones humanas, es una de las principales fuentes de errores en las computadoras, ya que estas cuentan con un vocabulario más limitado que el que tiene un niño de dos años de edad. Cargado el programa en una computadora, entonces, junto con los datos del problema, se obtiene la solución en forma automática. Si el programa funciona exitosamente es porque el programador fue muy cuidadoso; si fracasa, es porque éste sencillamente falló. De esta manera, la computadora trabaja exactamente según lo que se le indique. Es éste el motivo por el cual los programadores necesitan anticipar y responder a todas las combinaciones de órdenes y acciones realizadas por los usuarios, en cualquier condición. Sin embargo, no es necesario programar la computadora partiendo de cero, dado que existen programas producidos en masa listos para ser usados cuando se los invoque. No hay que olvidar que, detrás de cada programa de computación, por modesto que sea, hay muchas miles de horas de actividad intelectual humana. Este modo de funcionamiento no sólo implica que una computadora no puede hacer nada para lo cual no fue programada, sino que para programarla con los medios de la informática convencional (como se vio) es necesario describir, exacta y completamente, todos los pasos a realizar para alcanzar el resultado deseado. Pero aunque muchas veces se puede encontrar un algoritmo de solución, hay ocasiones en que éste sencillamente no existe y otras en que es muy costoso o complicado de implementar. La IA pretende abrir a la informática los dominios de conocimientos “difusos”, “vagos” o “borrosos”, difícilmente representables por un modelo 7

matemático, en los cuales los datos de entrada son incompletos o inexactos. Descarta los puros cálculos numéricos así como la ejecución de tareas rutinarias, focalizándose en acciones “más elevadas intelectualmente” tales como el entendimiento de algún lenguaje natural, el reconocimiento de imágenes o la búsqueda de la mejor manera de resolver problemas matemáticos. ¿Máquinas inteligentes? Últimamente la expresión “inteligente” se está usando con demasiada libertad, especialmente en el caso de máquinas o equipos. Así, por ejemplo, uno podría vanagloriarse diciendo que su perro es inteligente porque todas las mañanas le trae el diario desde el jardín. Incluso igualmente podría jactarse comentando que su pequeño hijo de un año es bastante inteligente si puede hacer lo mismo. Sin embargo, la mayoría de la gente seguramente no diría que un robot es inteligente si ejecuta la misma tarea. Argumentaría que se trata de una máquina que meramente ejecuta un programa creado por un programador; que el robot no piensa cuando realiza esta tarea, sino que simplemente la hace. Asimismo, y en el caso de una red de comunicaciones, se dice que “tiene inteligencia” si es capaz de tasar correctamente todo tipo de llamadas, contestar a cierto tipo de preguntas bien formuladas, modificar sus parámetros sobre la base de su “experiencia previa” y cambiar prioridades de acceso en caso de sobrecargas de llamadas. Así, y aunque al principio muchos pensaban que los “cerebros electrónicos” tenían un potencial ilimitado para la inteligencia racional (quizás por el temprano desarrollo de impresionantes productos), la implementación de un intelecto sintético resultó ser más difícil de lo que la mayoría imaginó. Mientras que en sus comienzos los investigadores se entusiasmaban con la pronta creación de un “resolvedor general de problemas”, en la actualidad la IA se “conforma” con diseñar sistemas capaces de resolver problemas en campos reducidos y bien delimitados. En efecto, no se busca algo perfecto, ni siquiera óptimo, sólo algo satisfactorio para realizar la tarea encomendada. Al día de hoy, ninguna computadora exhibe una inteligencia artificial completa (en el sentido de simular la conducta observable humana). Los mayores adelantos han ocurrido en el campo de los juegos: los programas de ajedrez más avanzados vencen ahora a la mayoría de los seres humanos; incluso -en mayo de 1997- una supercomputadora de IBM derrotó al quizás mejor ajedrecista de todos los tiempos, el campeón del mundo Gary Kasparov en un partido de ajedrez. En consecuencia, y si bien en ciertos dominios -altamente específicos y puntuales, por cierto- las máquinas son sin duda superiores a las mentes orgánicas, por el momento (y 8

probablemente aun en el futuro mediano), está claro que no tienen un grado de inteligencia general que se acerque al del ser humano promedio. Debe quedar claro que, dentro del contexto de las computadoras, el concepto de inteligencia es restringido: significa meramente la capacidad de aparentarla a través del procesamiento de información racional o lógica. Quizás esto se deba, como sugiere el psicólogo cognitivo Howard Gardner, a que la comunidad científica ha estado utilizando -en su mayoría- modelos superficiales, que no se aproximan siquiera al núcleo de los procesos de pensamiento humano. “Una vez que se comprendan los principios operativos reales, tal vez sea comparativamente sencillo programar la computadora de modo tal que lleve a cabo estas operaciones”, afirma. No obstante, y aunque nadie puede predecir el futuro en detalle, si se lograse implementar computadoras con un nivel de inteligencia humana (o superior), se tendría un gran impacto en la vida cotidiana y en el curso futuro de la civilización. Lejos de ser una fantasía propia de la ciencia ficción, el mito de crear una inteligencia artificial parece haber comenzado a transitar su pasaje definitivo a la realidad concreta. Armando el rompecabezas La IA es un campo complejo, con muchas escuelas de pensamiento diferentes. Simplificando mucho, se podría decir que estructura el comportamiento inteligente en siete grandes áreas, que originan las principales líneas de investigación en IA: sistemas expertos, redes neuronales artificiales, lógica difusa, algoritmos genéticos, tratamiento del lenguaje natural, visión artificial y robótica. Sistemas expertos: es una forma de programación que emula artificialmente ciertos aspectos del razonamiento de un especialista humano en un ámbito restringido y limitado de conocimiento. Su característica principal es que están basados en reglas. Es decir, contienen un juego predefinido de conocimientos que se utiliza para tomar sus decisiones. Los sistemas expertos pueden resolver con mucha facilidad ciertos problemas complejos (no abordables mediante cálculo puro) que sólo puede llevarse a cabo por un número limitado de personas expertas intensamente entrenadas. Tal vez su característica más fascinante es su capacidad para enfrentar problemas del mundo real, por medio de la aplicación de procesos que emulan el juicio y la intuición humanas. Para ello, es necesario dotar a la computadora tanto de una “base de conocimientos” como de un “motor de inferencia”. La base contiene el conocimiento del sistema con respecto a un tema específico para el que se diseña el sistema. El motor de inferencia, en cambio, es el que combina los hechos y las preguntas particulares, utilizando la base de conocimientos, seleccionando los datos y los pasos apropiados para presentar los resultados. Posteriormente este núcleo central fue ampliado con la incorporación de otros muchos procesos 9

cognitivos vinculados con el pensamiento: aprendizaje automático, razonamiento basado en casos, lógica difusa, etc. Su campo de aplicación es muy amplio utilizándoselos, entre otras cosas, para diagnosticar enfermedades, planificar la síntesis de complejos compuestos de química orgánica, analizar circuitos electrónicos o resolver ecuaciones diferenciales en forma simbólica. Redes neuronales artificiales: inspiradas en el funcionamiento de las neuronas biológicas, están compuestas por una multitud de procesadores paralelos interconectados, cada uno de los cuales es capaz de efectuar sólo un pequeño número de operaciones simples y transmitir sus resultados a sus vecinos. A las redes neuronales no se les “inculca” ningún tipo de regla, sino que son capaces de aprender a reconocer patrones (como las imágenes digitalizadas o los comportamientos monetarios en el mercado de cambio), a partir de un proceso de entrenamiento basado en el análisis automático y sistemático de una suficiente cantidad de ejemplos diferentes. Desde este punto de vista, simulan con bastante aproximación algunos procesos perceptuales humanos, como, por ejemplo, la identificación y el aprendizaje de símbolos (letras, números, íconos) o de imágenes (rostros, mapas, configuraciones), aunque todavía la tecnología se encuentra lejos de alcanzar la eficacia de los mecanismos perceptivos naturales. La habilidad de manipular datos imprecisos, incompletos, con ruidos y hasta compuestos de ejemplos contradictorios, hacen que las redes neuronales sean extremadamente eficaces en problemas de clasificación, reconocimiento de patrones, modelación y previsión de sistemas complejos, así como en tareas donde los especialistas no están a disposición o no puede formularse fácilmente un conjunto de reglas claras. Sin embargo, no son apropiadas para las aplicaciones en donde es fundamental la explicación del razonamiento llevado a cabo. Lógica difusa: proporciona un conjunto de técnicas matemáticas para que las computadoras operen con datos que no tienen una precisión definida y concreta. Se trata de una generalización de la lógica tradicional que no utiliza sólo dos variables antagónicas como “negativo” o “positivo”, sino que puede manipular valores intermedios como “muy negativo, medio negativo, poco negativo, aproximadamente cero, poco positivo, medio positivo, muy positivo”. Se trata, en definitiva, de una forma de razonamiento que permite incorporar a la máquina esquemas de pensamientos típicamente humanos. Los sistemas basados en lógica difusa han mostrado gran utilidad en una variedad de operaciones de control industrial y en tareas de reconocimiento de patrones que se extienden desde el reconocimiento de texto manuscrito, hasta a validación de crédito financiero. Una de las principales potencialidades de esta técnica, cuando se la compara con las redes neuronales, es que sus bases de conocimiento -que se representan en forma de reglas- son fáciles de examinar y 10

entender, lo cual también simplifica su mantenimiento y actualización. Por este motivo, existe un creciente interés en utilizar la lógica difusa en conjunto con los sistemas expertos, con el fin de tornarlos más flexibles. Algoritmos genéticos: son algoritmos matemáticos eficientes que se inspiran en los mecanismos de la evolución biológica propuestos por Darwin. Han producido excelentes soluciones en problemas complejos de optimización que poseen un gran número de parámetros. Las áreas en donde se han aplicado estos algoritmos incluyen: planeamiento industrial, layout de circuitos de muy alta escala de integración, control y optimización en la distribución de energía, optimización de ruteamiento y tráfico de datos, etc. El objetivo principal de un algoritmo genético es el de evolucionar a partir de una población inicial de soluciones para un determinado problema, intentando producir nuevas generaciones de soluciones que sean mejores que las anteriores. Esos algoritmos operan a través de un ciclo simple que consiste en la generación al azar de la población inicial y la evaluación, selección y reproducción de las más aptas (con respecto a un objetivo predefinido). Este último proceso incorpora la recombinación y mutación del material “genético” de las soluciones. El ciclo se repite hasta llegar a una solución aceptable o al determinarse el óptimo de una función. Tratamiento del lenguaje natural: sería muy conveniente para el ser humano poder decirle a una máquina -en lenguaje natural- lo que tiene que hacer y recibir de ésta un comentario hablado sobre la factibilidad de la orden. Una de las principales tareas de la IA es potenciar a la computadora para que sea capaz de identificar la voz humana en general y de responder en forma hablada, pero -desgraciadamente y por el momento- ha demostrado ser más difícil de lo que originalmente se pensaba. Esto se debe a que interviene una gran cantidad de conocimiento: además de tener en cuenta el significado de cada palabra de la oración, la estructura de la frase y el contexto en que se pronuncia, hay que disponer del conocimiento específico de la materia sobre la cual se habla así como también considerar los cambios de pronunciación y de entonación, las pausas e, incluso, el ruido ambiental. Hoy en día existen algunos programas que pueden comprender la voz de una persona (aunque no la de varias al mismo tiempo), otros que traducen de un idioma humano a otro (pero no son tan buenos como los traductores humanos) y otros capaces de tomar dictados (pero no entienden lo que escriben). Sin embargo, estos sistemas están bastante limitados: se debe hablar despacio y pronunciar bien las palabras. Asimismo actualmente hay computadoras que pueden sintetizar voces en varios idiomas, con diferentes entonaciones fonéticas (hombre, mujer, niño, viejo) y en diferentes estados psicológicos (irritación, ansiedad, miedo), así como sistemas que luego de “leer” un texto- son capaces de resumirlo o responder a diferentes preguntas, 11

extrayendo inferencias acerca del argumento, los personajes y las motivaciones. No obstante, estos sistemas se descarrilan fácilmente por modismos, metáforas, o expresiones no gramaticales. Su aplicación principal se encuentra en el control de sistemas informáticos o automáticos: teléfonos que “oyen” y marcan el número que se le indica, microscopios y videocámaras controlados por voz, computadoras que reconocen el dictado, etc. Visión artificial: trata de traducir el mundo visual (que las personas interpretan como real) a un código binario de forma tal que facilite a un sistema robótico interactuar con su entorno. Este procesamiento se desarrolla en diferentes niveles: digitalización de la imagen, detección de contornos, reconocimiento de objetos y técnicas de interpretación. A pesar de tener resuelto el problema de imitar funcionalmente al ojo humano (con la invención de la cámara fotográfica y, posteriormente, de la cámara de video), la interpretación de una imagen dista de ser un ejercicio trivial. En efecto, la tarea de transformar una imagen bidimensional en un objeto tridimensional identificado es uno de los retos más desafiantes que se hayan encarado. A fin de lograr una “comprensión” real de una escena y tener en cuenta el contexto, es necesario disponer en los sistemas computacionales -al igual que en el procesamiento del lenguaje- de un conjunto de conocimientos previos afín al campo de aplicación que se encara. De esta forma, por ejemplo en una fotografía satelital, un rectángulo podría interpretarse como una casa, pero también como un vehículo. Un conocimiento más profundo del campo de aplicación permite inferir que un pequeño rectángulo situado en medio de una superficie monótona tiene muchas probabilidades de ser un establecimiento rural. La ventaja de éstos sistemas reside en su habilidad para realizar tareas repetitivas y tediosas con alto grado de eficiencia; características que los capacitan para la detección de fallas, análisis microscópico, control de calidad, selección de componentes, etc. Así, por ejemplo, los sistemas actuales reconocen objetos artificialmente diseñados (piezas mecánicas, componentes electrónicos o planos de circuitos electrónicos) e, incluso, son capaces de distinguir los colores de pequeñísimas piezas iguales que se desplazan a velocidades imposibles de percibir por el ojo humano, así como medirlas con una precisión increíble o clasificarlas por color. Sin embargo, tienen dificultades cuando “ven” rostros, árboles, animales o paisajes. Robótica: estudia los mecanismos de control que permiten a un ente mecánico moverse en un medio físico y/o manipular elementos físicos con cierto grado de autonomía. No obstante, para que un sistema alcance una verdadera autonomía en su funcionamiento debe ser capaz de identificar los cambios del entorno y tomar sus propias decisiones, modificando por sí mismo su programación en función de los objetivos de la tarea que ha de realizar. Aquí es muy importante, 12

no sólo incorporar a la máquina sentidos del tipo humano (vista, tacto, oído, olfato y la relación de esa información) para que comprendan su entorno, sino extraer de los datos sólo la información pertinente, para lo cual necesita disponer -como en el caso del habla y la visión- de “modelos mentales”. En ningún otro campo es más visible la tecnología de la IA que en el campo de la robótica: la percepción (visual, auditiva o táctil), el reconocimiento de patrones, la ingeniería del conocimiento, la toma de decisiones, la comprensión del lenguaje natural, el habla, el aprendizaje, el planeamiento...; todo se une en los robots. Quizás por eso, muchos autores no consideran a la robótica como parte de la IA, sino a ésta como un ingrediente de aquélla. En el futuro, los robots serán más eficientes, fuertes, durables y rápidos que los humanos. Pero su función técnica no será reemplazar al ser humano, sino relevarlo y aliviarlo de los trabajos arduos y pesados, de las tareas repetitivas y de las obligaciones insalubres, peligrosas y desagradables. Es que cualquier cosa que pueda hacer un robot es impropia para una persona; en otras palabras, si un ser humano hace el trabajo que puede hacer un robot, se está desaprovechando todas sus capacidades y habilidades. Actualmente se encuentran en funcionamiento sistemas que se usan ampliamente en plantas de montaje, pero sólo son capaces de tareas muy limitadas. Los robots tienen grandes dificultades para identificar objetos basados en la apariencia o en el tacto, y todavía se mueven y manipulan objetos torpemente. El futuro A partir de los años ’80 el avance tecnológico se aceleró en todos los frentes y el cambio se instaló como lo permanente, teniendo como horizonte el progreso ilimitado. La IA no permaneció al margen de esta ola, creciendo enormemente -y mejorando cada vez más- tanto en alcance como en perfeccionamiento. Problemas que a finales de los años ‘50 no sólo no eran abordables, sino incluso impensables, son ahora objeto de una detallada y vigorosa investigación. La IA representa los últimos descubrimientos, la cresta pionera de la informática... una frontera en continuo movimiento. Aunque no es fácil predecir el futuro, es claro que la teoría y los descubrimientos originados en este campo fijarán la tendencia en el futuro de la computación y seguramente será una de las tecnologías que moldeará el siglo XXI, afectando profundamente la vida del hombre, quizás tanto como el automóvil, el teléfono o la televisión, transformaron el mundo a lo largo de los cien años anteriores. Pero debe tenerse en cuenta que, a menos que

13

suceda algo realmente extravagante, sólo se está en condiciones de predecir, con razonable certeza, la banda de oscilación de algunos hechos dentro de un lapso temporal acotado. Hasta ahora, la mayoría de las aplicaciones más valiosas de la IA han sido aquellas en que es un módulo importante -pero sólo un módulo- de un sistema más grande. Para que sea útil, la IA tiene que combinarse e integrarse con otras tecnologías convencionales, con los sistemas predominantes en los entornos informáticos de los usuarios, a fin de formar una unión estrecha, una unidad funcional. Esta integración plantea problemas informáticos y ergonómicos complejos: interfaces con otros programas o bases de datos, sincronización temporal entre los diferentes módulos, interacción amigable con los futuros usuarios, etc. Por otra parte, un sistema “verdaderamente inteligente” deberá contener muchos módulos tomados de las diferentes vertientes o subcampos de la IA trabajando en forma armoniosa, coherente, unificada y coordinada. Como sugiere el profesor David Waltz, “parece muy improbable que la organización de toda una mente se pueda aprender automáticamente. En efecto, los bebés están sumamente organizados cuando nacen: por ejemplo, no tienen que aprender a ver o a oír. No sería sorprendente que esas habilidades estuvieran ‘precableadas’ en el cerebro”. Para conseguir la colaboración efectiva entre los diferentes módulos será necesario integrarlos en una “arquitectura de soporte”, una plataforma común que haga posible el intercambio de información entre ellos garantizando -a su vez- su independencia y consistencia, así como la coherencia del conjunto. También se deberá resolver el problema de su evolución en el tiempo (el control deberá pasar de un módulo a otro, según se modifiquen las condiciones externas), cómo integrar su conocimiento actual con el adquirido por su propia experiencia y cómo generalizar a partir de los hechos aislados. Sin embargo, y dado que los recursos computacionales no son infinitos, este sistema, al igual que las personas, sólo puede aspirar a contar con un “intelecto acotado”. Como especula Waltz, “es posible que la IA pueda alcanzarse, y en el transcurso de nuestras vidas, pero tendrá que basarse en ideas y en hardware muy diferentes de lo que actualmente es central en ellas”. Según este autor, si se aspira a construir máquinas que posean un intelecto humanoide, necesariamente habrá que resolver tres grandes inconvenientes: hay que establecer una ciencia de la cognición (casi todos los aspectos de la inteligencia permanecen aun en el misterio y no se sabe cómo dotar a la máquina de una comprensión del mundo físico y social), hay que programar el software (tendrá que ser extenso y complejo y se desconoce cómo representar el conocimiento y cómo hacer para que aprenda de su experiencia), y hay que diseñar el hardware (deberá ser comparable con el cerebro humano y tendrá que contar con los sensores

14

y los actuadores necesarios para la representación del conocimiento y el aprendizaje). Aun con estos problemas, el hardware tal vez sea lo más sencillo a desarrollar.

15