En el post anterior decía que dedicaría éste precisamente a hablar de los primeros desarrollos sobre sistemas expertos, y la evolución de éstos a lo largo de las décadas de los 60 y 70, y como lo prometido es deuda, vamos con ello.

Realmente nos centraremos solamente en algunos de los hitos; no voy a decir que son los más importantes, puesto que realmente es un campo en el que se avanzó sobre distintas vertientes de forma paralela, y por ello es bastante complicado clasificarlos en orden de relevancia, simplemente en algunos de los que más me han llamado la atención. Además, entrarán en juego varios conceptos que serán explicados en entradas posteriores, con lo que empezará a carburar la idea inicial de esta línea de post, que no es otra que recorrer un poco los pasos de la IA para ver cómo van apareciendo los conceptos y aprender un poco lo que son y demás.

Básicamente los sistemas expertos se conforman por una base de conocimientos, y por un motor de inferencias que es el que se ocupa de explorar esa base de conocimientos de una forma determinada para que el sistema en conjunto pueda emular la actividad humana en el contexto en el que se encuentre. Con esto claro, vamos a ver qué avances se ven en la representación del conocimiento y en la tecnología de los motores de inferencia.

• 1965: Feigenbaum muestra Dendral, el que funcionalmente se considera el primer sistema experto de la historia (digo funcionalmente, porque conceptualmente no separaba claramente la base de conocimientos del motor de inferencias). Su función era clasificar estructuras moleculares; por tanto, su dominio se centraba en la química y la biología.
• 1966: Quillian muestra las redes semánticas (concepto!), que como veremos son una forma de representacion del conocimiento que se utiliza activamente en la actualidad, es importante para el desarrollo de los sistemas expertos en cuanto al avance que supone a la hora de plasmar el conocimiento asociado a un dominio concreto.
• 1972: El lenguaje de programación lógica Prolog aparece de la mano de Alain Colmerauer. Es, aparte de muchas cosas más, una herramienta susceptible de ser usada para la representación de conocimiento y relaciones entre ese conocimiento, la representación de taxonomías (concepto!), por ejemplo.
• 1974: MYCIN, sistema experto encargado de encontrar enfermedades infecciosas en la sangre, aparece en la universidad de Stanford. Es realmente el primer sistema experto potente, con aplicaciones prácticas, y que separa dominio de conocimiento de motor de inferencias.
• 1975: Marvin Minsky y los marcos o frames (concepto!) suponen un nuevo avance en el campo de la representación del conocimiento.
• 1979: MYCIN sigue evolucionando y dando frutos, las aplicaciones actuales consisten en abstraer el dominio de acción de MYCIN y aplicarlo a otros dominios del conocimiento. Es decir, que se usa la estructura de este sistema experto para crear muchos otros…

Y, como digo, éstos son sólo algunos de los muchos avances que se producen; además, pensemos que sólo he hablado de sistemas expertos, pero en estas dos décadas se introduce y avanza en tecnologías como procesamiento del lenguaje natural (concepto!), búsqueda (concepto!), y por supuesto nos quedaría la visión de los defensores de la inteligencia artificial fuerte…
Un largo etcétera que procuraré ir tocando en los próximos posts, ya que éste se está alargando más de la cuenta. Hasta el próximo.

Finalmente aparecen críticas y escepticismo en los centros de investigación: la inteligencia artificial no es lo que se decía que era, no resuelve lo que se decía que resolvería. Se han generado muchas decepciones a raíz de todo lo prometido; el GPS y los sucedáneos, así como otros proyectos que del mismo modo (con iguales expectativas de éxito) surgieron en estos primeros años, no han triunfado, y han decepcionado a creadores y a financiadores.

¿Qué ocurre?, ¿no vale nada de lo que hemos desarrollado?, ¿esa máquina en la que trabajamos no cumple las expectativas que se le presuponían?, ¿por qué?, ¿es que entonces una máquina no puede ser inteligente y sólo nos vale si le programamos las tareas exactas que queremos que resuelva?, ¿seguirán siendo entonces las máquinas meros dispositivos de cálculo?, quizá solo sean eso, sí… o, espera… quizá si no pretendemos abarcar todos los problemas del mundo y nos centramos en algunos más concretos, modelables, y a los que se puedan aplicar las técnicas que hemos estado desarrollando todo este tiempo…

Bingo!

La época romántica ha terminado, la época pragmática ha comenzado, la especialización de las tareas, el enfoque a tareas concretas, la búsqueda de expertos en ciertos dominios, la ingeniería del conocimiento… están perfilándose finalmente.

Después de esta dramatización que intenta explicar un poco la motivación del cambio de rumbo, ahí nos plantamos, en medio del desarrollo de los sistemas expertos, de los sistemas basados en conocimiento, en medio de, en definitiva, una época que le dio mucho sentido a la ciencia que tratamos, en la que se encontraron numerosísimas aplicaciones que vemos hoy día.

En estos momentos, la inteligencia artificial buscaba resolver problemas concretos, es decir, se buscaba un dominio de acción que fuera susceptible de ser mejorado al tratarlo con técnicas de inteligencia artificial. Se consideraría mejorado si el diseño que se le aplicara consiguiera hacer la misma tarea que podría desempeñar un humano en menos tiempo, o de forma más óptima. Estamos en los 70.

Estos sistemas expertos se impulsan principalmente en la universidad de Stanford, con MYCIN, el primer sistema experto reconocido como tal (anteriormente apareció Dendral, el que muchos consideran verdaderamente el primero). Su función era detectar enfermedades infecciosas de la sangre.

De todos estos sistemas y de los demás logros y decepciones que depararon esta época hablaremos próximamente.