Inteligencia Artificial Historia Ing. Katya Faggioni Colombo

Etapas en la historia de la I.A. Génesis de la inteligencia artificial Nacimiento de la Inteligencia Artificial Entusiasmo inicial, grandes esperanzas Una dosis de realidad Sistemas basados en el conocimiento: ¿clave del poder? La IA se convierte en una industria Regreso de las redes neuronales IA se convierte en una ciencia Existe confrontación entre los enfoques centrados en los humanos y los centrados en la racionalidad. El enfoque humano: ciencia empírica – hipótesis y experimentos El enfoque racional: combinación de matemáticas e ingeniería

Génesis de la I.A. (1943 – 1955) Warren McCulloch y Walter Pitts (1943): 1er trabajo de I.A. ; consistía en un modelo constituido por neuronas artificiales (estímulos), a través de 3 fuentes: Conocimientos sobre fisiología básica y funcionamiento de las neuronas en el cerebro Análisis formal de la lógica proposicional de Russell y Whitehead Teoría de la computación de Turing Donald Hebb (1949): Regla de actualización para modificar las intensidades de las conexiones entre neuronas El modelo constituido por neuronas artificiales se caracterizaba por estar “activada” o “desactivada”; la “activación” se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas. Aprendizaje Hebbiano o de Hebb

Génesis de la I.A. (1943 – 1955) Marvin Minsky y Dean Edmonds (Princeton, 1951): Construyeron el 1er computador a partir de una red neuronal denominada SNARC* Alan Turing (1950): Artículo “Computing Machinery and Intelligence” sobre una visión de la I.A.: Prueba de Turing Aprendizaje automático Algoritmos genéticos Aprendizaje por refuerzo La SNARC utilizaba 3000 válvulas de vacío y un mecanismo de piloto automático de un avión bombardero B-24 para simular una red con 40 neuronas.

Inteligencia Artificial Nacimiento de la I.A. (1956) John McCarthy (Dartmouth College): Para aumentar el interés de los investig. americanos en las nuevas teorías, organizó un taller de 2 meses con 10 asistentes. Allen Newell y Herbert Simon (Carnegie Tech): Prog. de razonamiento denominado Teórico Lógico (TL), fue capaz de pensar de manera no numérica Nombre propuesto por McCarthy para este campo: Inteligencia Artificial -Racionalidad computacional

Entusiasmo inicial, grandes esperanzas (1952 - 1969) John McCarthy: “¡Mira mamá, ahora sin manos!” Newell y Simon: SRGP fue el 1er programa que incorporó el enfoque “pensar como un ser humano”, lo que conllevó (1976) a la hipótesis “sistema de símbolos físicos”: estructura de datos compuestas por símbolos Arthur Samuel (1952): Programa para juego de damas amateur – TV en Feb 1956 John McCarthy (MIT, 1958): Creó el lenguaje LISP; Artículo “Programs with common sense”: programa hipotético llamado generador de consejos considerado como el 1er sistema de I.A. completo -SRGP : Sistema de Resolución General de Problemas se diseñó para que imitara protocolos de resolución de problemas de los seres humanos. - Lisp fue el 2do lenguaje de programación mas antiguo después de Fortran

Entusiasmo inicial, grandes esperanzas (1952 - 1969) John McCarthy (Stanford, 1963): Creó el laboratorio de Inteligencia Artificial. Micromundos (1964-1969) : consistió en elegir un Nro. de problemas limitados cuya solución pareció requerir inteligencia. Ejms: SAINT: problemas de integración de cálculo ANALOGY: problemas de analogía geométrica STUDENT: problemas de álgebra SHRDLU: El mundo de los bloques

Entusiasmo inicial, grandes esperanzas (1952 - 1969)

Una dosis de realidad (1966 - 1973) Herbert Simon (1957): Famoso comentario sobre el “futuro previsible” Problemas: traducción automática; programas contaban con poco o ningún conocimiento de la materia objeto de estudio Informe (1966): “No se ha logrado obtener ninguna traducción de textos científicos generales ni se prevé obtener ninguna en un futuro inmediato”. -Comentario: “Sin afán de sorprenderlos y dejarlos atónitos, pero la forma más sencilla que tengo de resumirlo es diciéndoles que actualmente en el mundo existen máquinas capaces de pensar, aprender y crear. Además, su aptitud para hacer lo anterior aumentará rápidamente hasta que (en un futuro previsible) la magnitud de problemas que serán capaces de resolver irá a la par que la capacidad de la mente humana para hacer lo mismo”. -También dijo que en los próximos 10 años un computador llegaría a ser campeón de ajedrez Consejo Nacional para la investigación de EEUU apoyo la traducción de artículos científicos en vísperas del lanzamiento del Sputnik en 1957 “El espiritu es fuerte pero la carne es débil” – “el vodka es bueno pero la carne está podrida”

Sistemas basados en el conocimiento: ¿clave del poder? (1969 – 1979) 1ra década de IA: centrado en el desarrollo de mecanismos de búsqueda de propósito general; razonamiento básico para encontrar soluciones completas: métodos débiles Programa DENDRAL (Stanford, 1969): 1er sistema de conocimiento intenso (sistema experto), que consistia en inferir una estructura molecular a partir de un espectrómetro de masas. Programa MYCIN: sistema que diagnostica infecciones sanguíneas, con 450 reglas aprox.

Sistemas basados en el conocimiento: ¿clave del poder? (1969 – 1979) Comprensión del lenguaje natural: Problemas: Representación de situaciones estereotipo Descripción de la organización de la memoria humana Comprensión de planes y objetivos PROLOG: lenguaje basado en la lógica en Europa PLANNER: lenguaje basado en la lógica en EEUU Marcos: (Minsky, 1975): enfoque estructurado

La I.A. se convierte en una industria (1980 – actualidad) R1 (McDermott, 1982): 1er sistema experto comercial exitoso; elaboración de pedidos de nuevos sistemas informáticos. Quinta generación (Japón, 1981): Plan de 10 años para construir computadoras inteligentes utilizando Prolog. Microelectronics and Computer Technology Corporation (USA): competitividad nacional en I.A. “El invierno de la I.A.” En 1988 ya se había distribuido 40 sistemas expertos. Du Pont utilizaba ya 100 y estaban en etapa de desarrollo 500 más. El invierno de la IA afectó a muchas empresas que no fueron capaces de desarrollar los extravagantes productos prometidos

Regreso de las redes neuronales (1986 – actualmente) Se reinventó el algoritmo de aprendizaje de retroalimentación en el campo de la informática y de la psicología. Estos modelos de IA fueron llamados conexionistas Tendencia actual: las aproximaciones conexionistas y simbólicas son complementarias y no competidoras

I.A. se convierte en una ciencia (1987 – actualmente) Predomina desarrollo sobre teorías ya existentes que proponer teorías nuevas La IA forma parte del ámbito de los métodos científicos. Para que se acepten, las hipótesis se deben someter a rigurosos experimentos empíricos, y los resultados deben analizarse estadísticamente para identificar su relevancia. Un modelo de la tendencia actual es el campo del reconocimiento del habla. Sistemas de I.A. han llegado a ser comunes en aplicaciones desarrolladas para la Web, Ejm: chatbot