Captulo 1

INTRODUCCIN A
LA INTELIGENCIA
ARTIFICIAL

1.1 Introduccin
Desde hace siglos el hombre ha intentado construir mquinas que realicen sus
tareas ms rutinarias o ms peligrosas intentando imitar su comportamiento
y el del resto de los seres vivos. As se disearon mquinas de calcular que
ahorraban mucho tiempo al usuario y cometan menos errores. Dentro de esta
lnea se desarrollaron autmatas que imitaban comportamientos de animales,
con apariencia de humanos y mquinas de jugar a diversos juegos, como el
ajedrez o las damas. Sin embargo no es hasta la aparicin del transistor, y ms
concretamente de las computadoras, cuando se empieza a hablar de mquinas
inteligentes. Actualmente el trmino "inteligencia" asociado a una mquina
designa errneamente cualquier comportamiento novedoso de dicha mquina.
Antes de entrar en materia pretendemos dsmitificar el trmino inteligente y
limitar el campo a estudiar.

1.2 Definicin de Inteligencia Artificial

Antes de definir el trmino Inteligencia Artificial deberamos definir qu en-
tendemos por inteligencia. La Real Academia de la Lengua Espaola nos define
la inteligencia como "Potencia intelectual: facultad de conocer, de entender o
comprender". Una vez definido esto, la inteligencia artificial se podra definir
de la misma forma pero aplicado a las mquinas. De esta forma, cuando nos
2 Captulo 1. Introduccin a la I A.

dicen que una lavadora es inteligente tendramos que preguntar qu conoci-

miento o comprensin tiene dicha lavadora del proceso que realiza. Como
podemos observar, este trmino es muy ambiguo y, como veremos ms ade-
lante, se han aducido argumentos a favor y en contra de la inteligencia en las
mquinas.
Nosotros vamos a utilizar la definicin de inteligencia artificial que pensa-
mos es ms cercana a la realidad. La propuso Marvin Misky, uno de los pio-
neros de la LA., y dice as: "La Inteligencia Artificial es la ciencia de construir
mquinas para que hagan cosas que, si las hicieran los humanos, requeriran
inteligencia". A partir de esta definicin ya tenemos acotado el campo de estu-
dio. En la Seccin 1.5 veremos algunas de las aplicaciones donde se emplean
tcnicas de LA.
Podemos pensar en la LA. como en aquella ciencia que incorpora conoci-
miento a los procesos o actividades para que stos tengan xito. Un ejemplo
es el ajedrez. Como veremos en el Captulo 5 es impensable que un ordenador
evale todas las posibles jugadas del ajedrez. En vez de esto, se incorpora co-
nocimiento en el proceso de bsqueda de la mejor jugada en forma de jugadas
predefinidas o procedimientos de evaluacin "inteligentes".

1.3 Puede ser inteligente una mquina?

Muchos y contradictorios son los argumentos en favor o en contra de la LA. En
esta seccin presentamos algunos de los ms conocidos.
Alan Turing propuso un test que, caso de que una mquina lo pasara, nos
indicara cundo dicha mquina se podra considerar tan inteligente como un
humano. Este test consiste en situar a un humano y a una mquina en dos
salas distintas. El juez u observador debe realizar una serie de preguntas a
ambas salas, sin saber de antemano en cual de las dos se encuentra la mquina,
tratando de averiguar qu sala es la del humano y cul la de la mquina. Cuando
la probabilidad de no adivinar la sala de la mquina sea alta, es decir, cuando
el juez no pueda distinguir por las respuestas qu sala se corresponde con la
de la mquina, estaremos ante una mquina a la altura un humano.
Por otra parte Searle en 1980 propuso un contraejemplo al test de Turing,
donde podemos encontrar una mquina que pase dicho test y, sin embargo, no
sea inteligente, o sea, no comprenda lo que est haciendo. A este ejemplo se le
denomin la Sala China y consiste en situar en una sala a un humano que ni-
camente conoce el idioma ingls. Este humano dispone de un manual perfecto
de traduccin del chino al ingls, pero el humano no sabe que los smbolos del
manual son chinos. El humano simplemente debe recoger unos papeles que
1.4. Gnesis Histrica de la LA. 3

le llegan por una ventana los cuales contienen una serie de smbolos que no
reconoce y, utilizando el manual, traduce esos smbolos al ingls, devolviendo
a continuacin la respuesta por la ventana. Un observador fuera de la sala
pensara que dicha sala comprende el chino, ya que traduce textos del chino
al ingls, pero la persona que est en su interior no tiene conciencia de ese
conocimiento del chino. Por ello una mquina que pasara el test de Turing no
tiene necesariamente que poseer conciencia, algo necesariamente unido a los
humanos.
Muchos argumentos se han empleado para posicionarse en uno u otro ban-
do, los que piensan que una mquina puede llegar a ser consciente y los que
piensan que dicha consciencia est reservada a los humanos. No entraremos
en terreno filosfico y nos limitaremos a resolver problemas lo ms inteligen-
temente posible.

1.4 Gnesis Histrica de la LA.

1.4.1 Bases de la LA. Moderna
La Inteligencia Artificial (LA.) toma un sentido cientfico viable, como disciplina
informtica moderna, durante la segunda mitad de ste siglo, y es el resulta-
do directo de la confluencia de diversas corrientes intelectuales (Teora de la
Computacin, Ciberntica, Teora de la Informacin, Procesamiento Simbli-
co) desarrolladas sobre los cimientos formales de la Lgica y la Matemtica
Discreta, e impulsadas por el desarrollo de los ordenadores digitales.
Los primeros esfuerzos en el estudio de la simulacin automtica de la
inteligencia tuvieron lugar en el perodo 1945-56, durante el cual las diferen-
cias fundamentales entre el funcionamiento del cerebro humano, los siste-
mas de retro-alimentacin (feedback) y los computadores digitales, no estaban
an bien definidas. En 1943 Wiener, en colaboracin con Rosenblueth y Bige-
low, establece las bases de la Ciberntica (control, autorregulacin) integrando
aproximaciones mecnicas (automatismos), biolgicas (regulacin natural), fi-
siolgicas (neuronas), formales (Lgica) y de procesamiento de informacin.
McCulloch y Pitts, en su trabajo A Logical Calculus for the Ideas Inmanent in
Nervous Activity explican formalmente la realizacin de operaciones lgicas
mediante el interconexionado neural y su control por realimentacin, demos-
trando que cualquier ley de entrada/salida podra implementarse con una red
neuronal. Seis aos ms tarde, en 1949, Hebb sugerir mecanismos de apren-
dizaje. Acababa de nacer el paradigma conexionista. En 1950 Turing aborda
desde otra perspectiva la cuestin: "Puede una mquina pensar?". En su tra-
4 Captulo 1. Introduccin a la LA.

bajo Computing Machine and Intelligence [Turing, 1950] propone un test de

caracterizacin basado en la capacidad de emular el comportamiento humano
en el llamado juego de imitacin y define una aproximacin basadas en mqui-
nas abstractas. Este y otros enfoques tericos posteriores guiarn el desarrollo
de la LA. simblica.

1.4.2 Definicin del Campo: Conferencia de Dartmouth (1956) y los

Aos Dorados (1956-63)
En la Conferencia de Dartmouth de 1956 una nueva generacin de investiga-
dores (Minsky, McCarthy, Newell, Simn, Samuel, Rochester, Shannon, Solo-
monoff, Selfridge, More) define las directrices y lneas de actuacin futuras,
tomando como hiptesis de trabajo la proposicin: "Todo aspecto de aprendi-
zaje o cualquier otra caracterstica de inteligencia puede ser definido de forma
tan precisa que puede construirse una mquina para simularlo"1. En este mar-
co se presenta el Logic Theoristic y, con l, surge el primer rea de trabajo,
la demostracin automtica. De esta conferencia se deriva un estado eufri-
co, propio por otra parte del comienzo de cualquier tecnologa novedosa, que
propicia aseveraciones desmesuradas y prometedoras en exceso: Se predeca
que al cabo de 25 aos los ordenadores haran todo el trabajo de los hombres.
Dentro de esta lnea, en 1958, Newell y Simn aseguraban que en 10 aos un
ordenador sera campen mundial de ajedrez.
En los aos siguientes la investigacin se centra en la resolucin de proble-
mas concretos. Se mejora el Logic Theoristic y se proponen nuevos enfoques
cognitivos. En 1958, surgir LISP, el primer lenguaje de programacin propio
de LA. Los logros de esta etapa se completan con el programa Simbolic Auto-
matic INTegrator (SAINT) de Slage, el primer programa de juegos de Samuel y
los logros en reconocimiento de patrones con el Perceptrn de Rosenblatt, y el
primer planteamiento de su regla de aprendizaje.

1.4.3 Las Conquistas de los Micro-Mundos: 1963-70

Durante los 60 se avanza en representacin del conocimiento. En esta poca
se suceden aproximaciones sobre la resolucin de problemas concretos como
ANALOGY (problemas de analoga), STUDENT, SIR y SINTEX (lenguaje natural),
y se produce la formulacin de las redes de discriminacin de Feigenbaum, las
redes semnticas de Quilliany las directrices para el procesamiento semntico
^sta hiptesis sera posteriormente conocida como Hiptesis del Sistema de Smbolos
Fsicos.
1.4. Gnesis Histrica de la LA. 5

de Minsky. No obstante el proyecto que mejor define esta poca es el Blocks

Micro-Worlds del MTT: en un mundo de formas geomtricas, los robots inter-
pretan la escena, se mueven, manipulan bloques y explican sus experiencias.
En este contexto se desarrolla en 1969 el programa SHRDLUde Winograd, co-
mo aportacin a la comprensin del lenguaje natural, y un ao ms tarde, el
programa ARCHES de Winston dedicado al aprendizaje estructural. Otros es-
fuerzos significativos son: el proyecto SHAKEY del SRI dedicado a la construc-
cin de un robot mvil; y el Proyecto de Programacin Heurstica (HPP) de la
Universidad de Stanford, comenzado en 1965 y en cuyo mbito se desarrollar
DENDRAL, el primer sistema experto.
En otro orden de cosas, tambin se avanza en contextos como la programa-
cin de juegos. En 1966, Greenblat comienza a desarrollar un programa para
el juego del ajedrez capaz de competir en torneos. En esta poca la LA. se
institucionaliza teniendo lugar el primer congreso internacional y apareciendo
en 1970 el primer nmero de la revista Inteligencia Artificial.
A pesar de los avances sucedidos durante estos aos, los investigadores
en LA. no ven cumplidas, desde el principio, sus expectativas. aEl choque ms
drstico tiene como protagonista a la traduccin automtica. Efectivamente
desde su planteamiento por Weaver en 1949, los resultados prcticos obteni-
dos durante los 50 y mediados de los 60 son realmente escasos. En 1966 el
Informe ALPAC2 disuade a las instituciones americanas de continuar finan-
ciando los proyectos de traduccin automtica. Este hecho tendr repercusin
en otras investigaciones posteriores de LA. tanto en Amrica como en Europa.
Prueba de ello es que a mediados de los 70 se detiene el programa DARPA
Speech Understanding Research (SUR) desarrollado fundamentalmente por la
universidad Carnegie-Mellon.
Adicionalmente, en 1968 Minsky y Papert ponen de manifiesto los lmites
tericos de los perceptrones3. En 1969, McCarthy y Hayes plantean el proble-
ma del marco de referencia y establecen la base del problema de la cualifica-
cin. Ese mismo ao Weizenbaum desata la polmica al construir un programa
aparentemente inteligente: ELIZA. Ms adelante se descubrirn las limitacio-
nes de generalizacin de las tcnicas aplicadas en micro-mundos. Todas estas
crticas motivan una mayor y mejor aproximacin de los investigadores a los
problemas que an quedan por resolver.

2
ALPAC: Automated Language Processing Advisory Committee.
3
E1 impacto de este trabajo fue tan importante que prcticamente paraliz las investiga-
ciones sobre redes neuronales.
6 Captulo 1. Introduccin a la I A.

1.4.4 Aos de Crtica y Madurez: Los Difciles Aos 70

Durante los 70, los investigadores de IA. aprendern de los fracasos y busca-
rn nuevos enfoques para resolver los viejos problemas. En 1971, Nilsson y
Fikes, apoyados por SRI, completan el desarrollo de STRIPS, ncleo planifica-
dor del SHAKEY. En el perodo 1972-76 DARPA financia investigaciones sobre
reconocimiento del habla. En 1973 Shank propone una teora para expresar
la dependencia conceptual y la aplica a la comprensin del lenguaje natural
desarrollando el programa MARGIE. En esta poca Marr comienza el desarrollo
de la primera teora sobre visin artificial; Duda y Hart publican los primeros
textos sobre anlisis de escenas; y en 1975 ARPA financia un programa de com-
prensin de imagen bajo el que se desarrolla el sistema ACRONYM. En 1975
cristalizan los primeros intentos de definir lenguajes lgicos: Colmenauer defi-
ne PROLOG y Kowalski incorpora la formulacin clausal. En 1976 Lenat escribe
su programa de aprendizaje por descubrimiento AM/EURISKO. Por otro lado
los algoritmos para juegos siguen evolucionando.
Esta dcada conoce tambin el desarrollo de los sistemas expertos. El pri-
mer sistema fue DENDRAL4. Los sistemas expertos se denominarn tambin
rboles de conocimiento. Este trabajo pionero convenci a los investigado-
res en LA, que la imitacin de una conducta inteligente depende no slo del
mtodo de razonamiento sino del conocimiento disponible. Tal como dijo Fei-
genbaum: "/ poder reside en el conocimiento". A este le seguirn otros corno
MYCIN o XCON, el primer sistema experto aplicado en mbitos comerciales.
En 1976 Davis aporta el sistema TEIRESIAS donde se plantea el uso de metani-
veles de conocimiento para actualizar bases de conocimiento. Adicionalmente
se avanza en aspectos de ingeniera del conocimiento.
En el aspecto de ciencia base, la LA. progresa en la definicin de teoras de la
inteligencia computacional. En 1976, Newel y Simn formulan la Hiptesis del
Sistema de Smbolos Fsicos; Marr publica su enfoque personal; H.L. Dreyfus,
desde un enfoque introspectivo, pone en tela de juicio la LA. afirmando que
ciertos aspectos del pensamiento humanos son inimitables; y Hayes publica
The Nive-Physics Manifest.

1.4.5 Etapa de Expansin: Los Aos 80

En esta dcada se reconoce el trabajo realizado y la LA., por medio de los sis-
temas expertos y la ingeniera del conocimiento, salta a la industria al mismo
tiempo que se convierte en una fuente de iniciativas empresariales. El xito de
4
DENDRAL: rbol en griego.
1.4. Gnesis Histrica de la IA. 7

XCON cataliza el proceso. Se desarrollan nuevos sistemas como PROSPECTOR

y lenguajes de adquisicin e ingeniera del conocimiento como KAS. Poco des-
pus, el alto desarrollo del mercado del ordenador personal y las exageradas
promesas comerciales frenarn el desarrollo de este nuevo sector que se recu-
perar en pocos aos tras volver a planteamientos ms racionales. Otros dos
factores de ndole cientfico influyen en este receso. Por un lado se descubren
grandes deficiencias en estos sistemas como: su falta de flexibilidad o la di-
ficultad de representar el conocimiento y de disear mtodos de adquisicin.
Por otro, el resurgimiento de las redes neuronales tras la mejora del modelo
perceptrn y la aparicin de memorias asociativas y de otros modelos motiva
la reflexin sobre la adecuacin del paradigma simblico para la resolucin
de determinados problemas. Las redes neuronales, junto con la lgica difusa,
traern un aire nuevo y su desarrollo conjunto propiciar una nueva genera-
cin de sistemas inteligentes y arquitecturas de computacin. Por otra parte
se suceden los progresos en programacin de juegos y se desarrollan nuevas
reas como el estudio de la simulacin del sentido comn, ponindose en mar-
cha macro-proyectos como el Cyc, al tiempo que la LA. estrecha sus lazos con
la teora cognitiva y se ponen en marcha los proyectos de ordenadores de 51
generacin.

1.4.6 Estado Actual

Durante los 90 el paradigma conexionista sigue avanzando en compaa de la
Lgica Difusa y los algoritmos genticos, motivndose el desarrollo de siste-
mas hbridos, a los que trata de dotar de adaptabilidad. Se aportan nuevas
metodologas de adquisicin del conocimiento, como KADS. En aprendizaje se
producen avances significativos y se proponen nuevos mtodos. Contina el
desarrollo de la programacin declarativa tanto en el desarrollo de mtodos
automticos de prototipado como en la propuesta de enfoques de interpreta-
cin del lenguaje natural. En cuanto a arquitecturas cognitivas se concreta la
revolucin del planteamiento reactivo en el desarrollo de agentes autnomos.
Finalmente en visin artificial se observa un cambio de paradigma, desde el
enfoque pasivo clsico al enfoque activo, se conecta la tarea perceptual con la
ejecucin de acciones (binomio percepcin-accin) estudindose sus implica-
ciones en el desarrollo de sistemas robticos con mejores prestaciones.
No obstante, a pesar de los avances conseguidos en los escasos 50 aos de
vida de esta disciplina, los problemas clsicos (percepcin, lenguaje natural,
juegos, demostracin, etc.) siguen siendo objeto de investigacin y el desa-
rrollo de una teora unificada de la inteligencia queda an lejos. El desarrollo
8 Captulo 1. Introduccin a la I A.

tecnolgico y el progreso en campos afines (neurofisiologa, psicologa, biolo-

ga) tendrn mucho que decir en el futuro.

1.5 reas de aplicacin

Diversas son las reas donde la LA. se presenta en mayor o menor medida. A
continuacin se comentan brevemente algunas de estas reas:
Tratamiento de lenguajes naturales En este campo se pueden englobar apli-
caciones que realicen traducciones entre idiomas, interfaces hombre-m-
quina que permitan interrogar una base de datos o dar rdenes a un
sistema operativo, etc. de manera que la comunicacin sea ms amigable
al usuario.
Sistemas Expertos En esta rea estn englobados aquellos sistemas donde la
experiencia de personal cualificado se incorpora a dichos sistemas para
conseguir deducciones ms cercanas a la realidad.
Demostracin de teoremas Una de las primeras reas de aplicacin fue la de-
mostracin automtica de teoremas.
Robtica Navegacin de robots mviles, control de brazos de robots, ensam-
blaje de piezas, etc.
Problemas de percepcin: visin y habla Reconocimiento de objetos y del ha-
bla, deteccin de defectos en piezas por medio de visin, apoyo en diag-
nsticos mdicos, etc.
Aprendizaje Modelizacin de conductas para su posterior implantacin en
computadoras.