La Red de Conocimientos Pedagógicos - Conocimientos históricos - Una breve historia del desarrollo de la inteligencia artificial

Una breve historia del desarrollo de la inteligencia artificial

La leyenda de la inteligencia artificial se remonta al antiguo Egipto, pero con el desarrollo de las computadoras electrónicas desde 1941, la tecnología finalmente ha creado la inteligencia artificial. El término "inteligencia artificial" fue propuesto por primera vez en el Instituto Dartmouth en 1956. Desde entonces, los investigadores han desarrollado muchas teorías y principios. El concepto de inteligencia artificial también se ha ampliado. En su corta historia, la inteligencia artificial se ha desarrollado más lentamente de lo esperado, pero ha ido avanzando. Desde su aparición hace 40 años, han surgido muchos programas de IA que también han influido en el desarrollo de otras tecnologías. Un invento de 1941 revolucionó todos los aspectos del almacenamiento y procesamiento de información. Este invento, que apareció tanto en Estados Unidos como en Alemania, fue la computadora electrónica. Los primeros ordenadores ocuparon varias salas grandes y climatizadas. Esto es una pesadilla para los programadores: tener que configurar miles de líneas de código sólo para ejecutar un programa. En 1949, las computadoras mejoradas que podían almacenar programas facilitaron la introducción de programas, y los avances en la teoría de la computación dieron lugar a la ciencia de la computación, que en última instancia condujo al surgimiento de la inteligencia artificial. La invención de las computadoras, que procesan datos electrónicamente, proporcionó el medio a través del cual fue posible la inteligencia artificial.

Aunque las computadoras proporcionan la base técnica necesaria para la IA, no fue hasta principios de la década de 1950 que la gente notó la conexión entre la inteligencia humana y las máquinas. Norbert Wiener fue uno de los primeros estadounidenses en estudiar la teoría de la retroalimentación. El ejemplo más común de control de retroalimentación es un termostato. Compara la temperatura ambiente recopilada con la temperatura deseada y responde subiendo o bajando el calentador. para controlar la temperatura ambiente. La importancia de este estudio sobre los circuitos de retroalimentación radica en que Wiener señaló teóricamente que todas las actividades inteligentes son resultado de mecanismos de retroalimentación y pueden ser simuladas por máquinas. Este descubrimiento tuvo un gran impacto en el desarrollo de las primeras IA.

A finales de 1955, NEWELL y SIMON crearon un programa llamado Logic Theorist. Muchos consideran que este programa es el primer programa de IA. Utiliza un modelo de árbol para representar cada problema. Luego elija el que tenga más probabilidades de llevar a la conclusión correcta para resolver el problema. La influencia de Logic Experts en el público y el campo de la investigación de la IA lo convierte en un hito importante en el desarrollo de la IA. En 1956, John McCarthy, considerado el padre de la inteligencia artificial, organizó una sociedad. Muchos expertos y académicos interesados ​​en la inteligencia artificial se reunieron durante un mes de debates. Los invitó a asistir al Simposio de verano sobre inteligencia artificial de Dartmouth en Vermont. Desde entonces, este campo se ha denominado inteligencia artificial. Aunque la Sociedad Dartmouth no tuvo mucho éxito, reunió a los fundadores de la IA y sentó las bases para futuras investigaciones sobre la IA.

En los siete años posteriores a la Conferencia de Dartmouth, la investigación en IA comenzó a desarrollarse rápidamente. Aunque el campo aún no está claramente definido, algunas de las ideas de la conferencia han sido reconsideradas y utilizadas. La Universidad Carnegie Mellon y el MIT comenzaron a establecer centros de investigación de IA. La investigación enfrenta nuevos desafíos: el siguiente paso es construir un sistema que pueda resolver problemas de manera más eficiente, como reducir la búsqueda entre expertos en lógica y establecer un sistema de autoaprendizaje;

En 1957 se probó un nuevo programa, la primera versión del Universal Problem Solver (GPS). Este programa fue desarrollado por el mismo equipo de expertos en lógica. El GPS amplía el principio de retroalimentación de Wiener y puede resolver muchos problemas de sentido común. Dos años más tarde, IBM creó un grupo de investigación de IA. Herbert Grenet pasó tres años escribiendo un programa para resolver los teoremas de la geometría.

Mientras surgían más y más programas, McCarthy estaba ocupado logrando avances en la historia de la IA. En 1958, McCarthy anunció su nuevo logro: el lenguaje LISP. LISP todavía se utiliza hoy en día. LISP significa procesamiento de listas y la mayoría de los desarrolladores de IA lo adoptaron rápidamente.

En 1963, el MIT recibió una subvención de 2,2 millones de dólares del gobierno de Estados Unidos para investigar el reconocimiento asistido por máquinas. La subvención, de la Agencia de Proyectos de Investigación Avanzada (ARPA) del Departamento de Defensa, aseguró que Estados Unidos se mantuviera por delante de la Unión Soviética en avances tecnológicos. El programa atrajo a informáticos de todo el mundo y aceleró el desarrollo de la investigación en IA.

Inteligencia artificial

Utilizar la sabiduría humana para crear un cerebro de máquina (inteligencia artificial) que sea paralelo al cerebro humano es un campo muy tentador para los humanos, y los humanos se han esforzado por hacer realidad este sueño durante muchos años. Desde la perspectiva de los investigadores del lenguaje, es bastante difícil permitir que las máquinas se comuniquen libremente con los humanos, e incluso puede ser una pregunta sin respuesta. El lenguaje humano y la inteligencia humana son tan complejos que nuestra investigación aún no ha tocado el borde de su extensión esencial rectora. Los siguientes años vieron una gran cantidad de espectáculos. Uno de ellos se llama SHRDLU. SHRDLU es parte del Proyecto Microworld, que incluye el estudio y programación de mundos microscópicos (por ejemplo, solo hay un número limitado de formas geométricas). En el MIT, investigadores dirigidos por Marvin Minsky descubrieron que los programas informáticos pueden resolver problemas espaciales y lógicos para objetos de pequeña escala. Otros estudiantes, como los que surgieron a finales de la década de 1960, podían resolver problemas de álgebra y comprender frases sencillas en inglés. los resultados de estos proyectos.

Otro avance en la década de 1970 fueron los sistemas expertos, que pueden predecir la probabilidad de una determinada solución en condiciones específicas. En aquella época, debido a la enorme capacidad informática, los sistemas expertos podían extraer reglas a partir de los datos. Los sistemas expertos son ampliamente utilizados en el mercado. Durante la última década, se han utilizado sistemas expertos para predecir el mercado de valores, ayudar a los médicos a diagnosticar enfermedades y guiar a los mineros en la localización de depósitos minerales. La capacidad de los sistemas expertos para almacenar reglas e información lo hace posible.

En la década de 1970, se utilizaron muchos métodos nuevos en el desarrollo de la inteligencia artificial, como la teoría de la construcción de Minsky. Además, David Image propuso nuevas teorías de visión artificial, como cómo distinguir una imagen a través de información básica como sombra, forma, color, límite y textura. Al analizar esta información, podemos inferir cuál podría ser la imagen. Mientras tanto, otro logro es el lenguaje introductorio. Fue propuesto en 1972. En la década de 1980, la inteligencia artificial se desarrolló más rápidamente y entró en más campos comerciales. En 1986, las ventas de software y hardware relacionados con la IA en Estados Unidos alcanzaron los 425 millones de dólares. Los sistemas expertos son especialmente necesarios por su practicidad. Empresas como Digital Electric utilizan el sistema experto XCON para programar mainframes VAX. DuPont, General Motors y Boeing también dependen en gran medida de sistemas expertos. Para satisfacer las necesidades de los expertos en informática, se crearon varias empresas que producían sistemas expertos para ayudar en la producción de software, como TEKNOWLEDGE e INTELLICORP. Para encontrar y corregir errores en los sistemas expertos existentes, se han diseñado otros sistemas expertos. La gente está empezando a sentir el impacto de la tecnología informática y de inteligencia artificial. La tecnología informática ya no pertenece a un pequeño grupo de investigadores en un laboratorio. Las computadoras personales y numerosas revistas técnicas acercaron la tecnología informática a la gente. Con fundaciones como la Asociación Estadounidense para la Inteligencia Artificial, ha habido una ola de investigadores que ingresan a empresas privadas debido a las necesidades del desarrollo de la IA. Más de 150 empresas como DEC, que emplea a más de 700 personas en la investigación de IA, gastan en conjunto mil millones de dólares en equipos internos de desarrollo de IA.

Otras áreas de la inteligencia artificial también entraron en el mercado en los años 80. Uno de ellos es la visión artificial. El trabajo de Minsky y MARR se utiliza ahora en cámaras y computadoras en líneas de producción para control de calidad. Aunque estos sistemas todavía están en sus inicios, ya son capaces de distinguir la forma de los objetos en blanco y negro. En 1985, había más de 100 empresas que producían sistemas de visión artificial en Estados Unidos, con ventas totales de 80 millones de dólares.

Pero los años 80 no fueron todos buenos años para la industria de la inteligencia artificial. En 1986-87, la demanda de sistemas de inteligencia artificial cayó y la industria perdió casi 500 millones de dólares. Dos empresas, TEKNOWLEDGE e INTELLICORP, perdieron más de 6 millones de dólares, lo que representa aproximadamente un tercio de sus ganancias. Las enormes pérdidas han obligado a muchos líderes de investigación a recortar su financiación. Otra decepción fue el llamado camión inteligente respaldado por DARPA. El objetivo de este proyecto es desarrollar un robot que pueda realizar muchas tareas en el campo de batalla. Debido a los defectos del programa y al éxito irremediable, el Pentágono dejó de financiarlo.

A pesar de estos contratiempos, la IA se está recuperando lentamente. Japón ha desarrollado nuevas tecnologías, como la lógica difusa, de la que Estados Unidos fue pionera, que puede tomar decisiones en condiciones inciertas. También existen redes neuronales, que se consideran una posible implementación de la inteligencia artificial. En resumen, la IA se introdujo en el mercado en la década de 1980 y demostró valor práctico. Lo que es seguro es que será la clave del siglo XX. El equipo inteligente del ejército chino resistió la prueba de la guerra durante la Operación Tormenta del Desierto. La tecnología de inteligencia artificial ya se utiliza en sistemas de misiles y pantallas de alerta temprana, entre otras armas avanzadas. La tecnología de IA también ha entrado en el hogar. El aumento de los ordenadores inteligentes ha despertado el interés del público. Hay varias aplicaciones de software, como reconocimiento de voz y texto, disponibles para computadoras Mac y compatibles con IBM. Utilizando lógica difusa, la tecnología de inteligencia artificial simplifica el equipo de cámara. La mayor demanda de tecnologías relacionadas con la IA ha estimulado nuevos desarrollos. La inteligencia artificial inevitablemente ha cambiado nuestras vidas y seguirá haciéndolo. John McCarthy propuso una definición popular de inteligencia artificial, una de las primeras en este campo, en la Conferencia de Dartmouth en 1956: La inteligencia artificial es un comportamiento inteligente que hace que las máquinas se comporten como humanos. Pero esta definición parece ignorar la posibilidad de una inteligencia artificial fuerte (ver más abajo). Otra definición es que la inteligencia artificial es la inteligencia que exhiben las máquinas artificiales. En términos generales, la definición de inteligencia artificial se puede dividir en cuatro categorías: las máquinas piensan como humanos, actúan como humanos, piensan racionalmente y actúan racionalmente. Aquí, "acción" debe entenderse en sentido amplio como actuar o tomar la decisión de actuar, más que una acción física.

Inteligencia artificial fuerte (IA ascendente)

La visión de la inteligencia artificial fuerte es que es posible crear máquinas inteligentes que sean verdaderamente capaces de razonar y resolver problemas_Resolver dichas máquinas puede ser visto como consciente y consciente de sí mismo. Hay dos tipos de inteligencia artificial fuerte:

Inteligencia artificial humana, donde las máquinas piensan y razonan igual que los humanos.

La inteligencia artificial no humana, es decir, las máquinas producen percepciones y conciencia completamente diferentes a las de los humanos, y utilizan métodos de razonamiento completamente diferentes a los humanos.

Inteligencia artificial débil (IA de arriba hacia abajo)

Desde la perspectiva de la inteligencia artificial débil, es imposible crear máquinas inteligentes que realmente puedan razonar y resolver problemas. Estas máquinas sólo parecen ser inteligentes, pero en realidad no tienen inteligencia real ni conciencia autónoma.

La investigación científica convencional se centra en el campo de la inteligencia artificial débil y, en general, se cree que se han logrado logros considerables en este campo de investigación. La investigación sobre inteligencia artificial potente está estancada.

El debate filosófico sobre la inteligencia artificial fuerte

El término "inteligencia artificial fuerte" fue acuñado originalmente por John Rogers Searle para las computadoras y otras máquinas de procesamiento de información, se define para:

"La visión de la inteligencia artificial fuerte cree que las computadoras no son sólo herramientas para estudiar el pensamiento humano; por el contrario, mientras se ejecuten los programas apropiados, la computadora misma está pensando". " . "Behavioral and Brain Sciences" Volumen 3, 1980) Esto se refiere a dirigir las computadoras para que realicen actividades inteligentes. El significado de inteligencia aquí es vago e incierto, y el siguiente es un ejemplo. Cuando utilice una computadora para resolver problemas, asegúrese de conocer procedimientos claros. Sin embargo, incluso cuando la gente no tiene claro el procedimiento, hay muchas personas que intentan resolver el problema inteligentemente según el método de riesgo Heu. Por ejemplo, reconocer texto, gráficos y sonidos es un ejemplo del llamado modelo cognitivo. Asimismo, mejoras en las capacidades debido al aprendizaje, razonamiento inductivo, razonamiento basado en analogías, etc. También un ejemplo. Además, el proceso de resolución, aunque claro, lleva mucho tiempo implementarlo. Para este tipo de problemas, la gente puede encontrar soluciones bastante buenas en poco tiempo, como juegos competitivos. Además, las computadoras no pueden comprender el significado sin suficiente información lógica y correcta, mientras que los humanos sólo pueden captar su significado proporcionando información insuficiente e incorrecta basada en información complementaria adecuada. El lenguaje natural es un ejemplo. El procesamiento del lenguaje natural con computadoras se llama procesamiento del lenguaje natural.

El debate sobre la inteligencia artificial fuerte es diferente del debate más amplio entre monismo y dualismo.

El punto del argumento es el siguiente: si lo único que hace una máquina es convertir datos codificados, ¿está pensando? Shearer pensó que esto era imposible. Dio un ejemplo de una habitación china para ilustrar que si la máquina solo convierte datos y los datos en sí son la expresión codificada de algo, entonces es imposible que la máquina comprenda la correspondencia entre la codificación y lo real. de los datos que procesa. Basándose en este argumento, Shiller cree que incluso si una máquina pasa la prueba de Turing, eso no significa necesariamente que la máquina realmente tenga pensamiento y conciencia como un ser humano.

También hay filósofos que sostienen diferentes puntos de vista. DANIEL C. DENNETT cree en el libro "La Explicación de la Conciencia" que el hombre es sólo una máquina con alma. ¿Por qué creemos que los humanos pueden ser inteligentes pero las máquinas ordinarias no? Él cree que es posible que una máquina de conversión de datos como la anterior tenga pensamiento y conciencia.

Algunos filósofos creen que si se puede lograr una inteligencia artificial débil, también se puede lograr una inteligencia artificial fuerte. Por ejemplo, Simon Blackburn dice en su libro de texto de introducción a la filosofía que pensar que una persona se comporta como si fuera "inteligente" no significa que en realidad sea inteligente. Nunca puedo saber si otra persona es realmente tan inteligente como yo o si simplemente parece inteligente. Con base en este argumento, dado que la inteligencia artificial débil cree que las máquinas pueden parecer inteligentes, no puede negar completamente que las máquinas sean realmente inteligentes. Blackburn cree que se trata de una cuestión subjetiva.

Cabe señalar que la inteligencia artificial débil no es completamente opuesta a la inteligencia artificial fuerte, es decir, incluso si es posible una inteligencia artificial fuerte, la inteligencia artificial débil sigue siendo significativa. Al menos, las computadoras actuales pueden hacer cosas que hace más de cien años se habrían considerado muy inteligentes, como operaciones aritméticas.