REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES HACIA UN SISTEMA SAPIENTE EN PRO DEL DESARROLLO DE LOS GWS PROPIEDADES DE LOS SISTEMAS HÁBILES LO HÁBIL HISTORIA Y NOTACIÓN OJO A LOS SISTEMAS HÁBILES José Negrete Martínez. Seminario de Robótica 27/07/05 DIA. UV MÉXICO

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES HACIA UN SISTEMA SAPIENTE EN PRO DEL DESARROLLO DE GWSS PROPIEDADES DE LOS SISTEMAS HÁBILES LO HÁBIL HISTORIA Y NOTACIÓN General Problem Solver es un desarrollo prototípico de los inicios de la IA, el equivalente en un robot sería un generador universal de conductas adaptivas (General World Solver GWS). La robótica especializada de la Industria es un contraejemplo, como lo es la IA actual para la filosofía de los GPS. Pero el desarrollo presente de la IA tiende a tomar de nuevo el derrotero que señalo el GPS y para la robótica hay un regreso a un GWS.

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES ¡ HACIA UN SISTEMA SAPIENTE EN PRO DEL DESARROLLO DE GWSS PROPIEDADES DE LOS SISTEMAS HÁBILES LO HÁBIL Surge el GPS como los medios óptimos para conseguir los fines más cercanos.Se resolvíéron problemas de juguete. pero fallaron en problemas complejos. Por esto se optó por programas de tipo desempeño (PTD) (Nilsson, 1996). Pero surge la idea de buscar qué tipo de programas inteligentes serían capaces de utilizar tales instrumentos PTD.Serían sistemas en los que los procedimientos generales típicos de los GPS se compilarían en experticias. Esta última sería su habilidad.

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES ¡ HACIA UN SISTEMA SAPIENTE EN PRO DEL DESARROLLO DE GWSS PROPIEDADES DE LOS SISTEMAS HÁBILES Sentido común y habilidades de razonamiento común.En robótica: habilidades mecatrónicas constitutivas. Habilidades de acceso. En robótica: reconocimientos de patrones. Autonomía y existencia contínua. En robótica:busqueda energética, reflejos y Sentido Común Simbólico. Aprendizaje (adaptación por modificación de parámetros, en los robots).

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES ¡ HACIA UN SISTEMA SAPIENTE EN PRO DEL DESARROLLO DE GWSS EDUCACIÓN PRESENCIAL ROBÓTICA robots que: planeen experimentos corrijan su correcta ejecución evalúen protocolos experimentales monitoreen el cambio en las bases de conocimiento que debe explicitar el aprendiz Todo esto requiere, en adición, habilidades Abductivas, donde por abducción se entiende un proceso inferencial basado en la mejor explicación posible.

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES ¡ HACIA UN SISTEMA SAPIENTE En un trabajo reciente postulo que si un robot antropomórfico se puede hacer llegar a evolucionar, de una manera dirigida al límite de poder realizar razonamientos abductivos, lo coloca en la posibilidad de alcanzar un estado de sistema sapiente (robo sapiens). La futura característica de sapiente en estos robots está ciertamente asegurada por una evolución en tres etapas de las cuales la segunda podría calificarse de etapa hábil. Para alcanzar la etapa hábil propuse una primera etapa que pudiera considerarse similar a la etapa que en ese trabajo se denominó como un GWS. Aclaramos que ésta no es de selección de conductas sino de evocación de las mismas: GENERACION DE CONDUCTAS

REFERENCIAS PERTINENTES SISTEMAS HABILES, SAPIENTES Y GESTUALES ¡ La PRESENCIA física de un robot-tutor para fines educativos debe extenderse mas allá de la puramente EVALUATIVA O INSTRUCCIONAL debe contar además de con un sistema hábil, sapiente, con una presencia GESTUAL Y TÁCTIL que suscite emociones en los aprendices, emociones que fijen lo aprendido en la categoría de un CONOCIMIENTO SIGNIFICATIVO. LA CEREZA DEL PASTEL ¡

REFERENCIAS PERTINENTES Newell, A., and Simon, H. A Computer Science as Empirical Inquiry: Symbols and Search. Communications of the ACM 19(3): 113–126. Newell, A.; Shaw, J. C.; and Simon, H. A Report on a General Problem-Solving Program for a Computer. In Information Processing: Proceedings of the International Conference on Information Processing, 256–264. Paris: UNESCO. Nilsson, Nils. The Eye on the prize. AI Magazine. Feigenbaum, E.; Buchanan, B.; and Lederberg, J On Generality and Problem Solving: A Case Study Using the DENDRAL Program. In Machine Intelligence 6, eds. B. Meltzer and D. Michie, 165–190. Edinburgh: Edinburgh University Press. L. Stephen Coles, "Computer Chess: The Drosophila of AI", AI Expert, 9, 4 (April 1994) Sussman, G. J. (1975). A Computer Model of Skill Acquisition. New York: American Elsevier., Currie, K. W., y Tate, A. (1991). O-PLAN: The Open Planning Architecture. Artificial Intelligence 52(1):49–86. Novak, J. D. y Gowin, D. B. (1988). Aprendiendo a aprender. Barcelona, España: Martinez Roca. González P.P. and Negrete. (1997). J. REDSIEX: A cooperative Network of Expert Systems with Blackboard Architectures. Expert Systems. Vol. 14, No 4, , 1997 Anderson, J. R. (1983). The Architecture of Cognition. Cambridge, MA: Harvard University Press. Carrión Méndez Patricia de la Luz. (1998). CAN: Sistema Orientado al Aprendizaje Significativo. Tesis de Maestría en Inteligencia Artificial. Facultad de Física e Inteligencia Artificial. UV. Xalapa. abril de Negrete-Martínez, (2005). Three steps to Robo sapiens. En prensa en Proceedings of The Tenth International Conference on Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing (RSFDGrC 2005). Lecture Notes on Computer Science (LNCS), Springer-Verlag. Nilsson, Nils. (1996). The Eye on the Prize. AI Magazine. (1996) Rickel, J., Johnson, W.L., Task-oriented collaboration with embodied agents in virtual worlds. In: Cassell, J., Sullivan, J., Prevost, S., Churchill, E. (Eds.), Embodied Conversational Agents. MIT Press, Cambridge, MA, pp. 95–122. Guha, R., and Lenat, D CYC: A Mid-Term Report. AI Magazine 11(3): 32–59. Genesereth, M.; Fikes, R.; Bobrow, D.; Brachman,R.; Gruber, T.; Hayes, P.; Letsinger, R.; Lifschitz, V.;MacGregor, R.; McCarthy, J.; Norvig, P.; Patil, R.;and Schubert, L Knowledge Interchange Format Version 3 Reference Manual, Logic-92-1, Computer Science Logic Group Report, Department of Computer Science, Stanford University. Shoham, Y Agent-Oriented Programming. Artificial Intelligence 60(1): 51–92. ¡