Siempre hemos venido comentando distintas cuestiones que envuelven el mundo de la inteligencia artificial, y casi siempre nos hemos enfocado a las aplicaciones que se le dan, en un plano profesional, hasta ahora aún no hemos ofrecido demasiadas cosas prácticas. Aplicaciones prácticas es algo a lo que eventualmente nos dedicaremos, para poder mostrar todo esto de forma más gráfica.

Por ahora, voy a ofreceros un enlace a una aplicación bastante entretenida (al menos a mi parecer). La página en cuestión nos pide 3 datos al inicio, que ni siquiera tenemos porque darlos, y después nos dice que pensemos en un objeto genérico, no en algo que conozcamos nosotros solamente, sino en algo que pueda conocer cualquier persona. Tras esto comienza a hacernos preguntas, a las que debemos responder de una forma lo más cercana a la realidad objetiva que podamos (puesto que sino estaremos mintiendo), y tras un número corto de preguntas, suelen ser unas 20, la aplicación nos ofrecerá la respuesta a lo que estamos pensando. Ahí va el enlace:

El sistema que vaya por detrás, no podemos conocerlo, pero podemos imaginar que se trata de un sistema experto diseñado para tal fin, con una gran base de datos de taxonomías, y ontologías de todo tipo, porque realmente tiene conocimiento de bastantes objetos.

He conseguido ganarle algunas veces, realmente no es tan complejo, pero pensad en un objeto que conozca todo el mundo y que se parezca característicamente a algún otro, y veréis que aún así la máquina es muy fina.

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.

Concluía el post anterior mostrando de forma muy resumida el cambio de mentalidad que se produce a la hora de enfocar la ciencia, y algunos de los motivos que llevan precisamente a este cambio.

Comentaba también que en esta nueva época la tendencia general era centrarse en dominios concretos, estudiarlos, modelarlos y aplicar los conocimientos adquiridos hasta entonces, así como otros que se desarrollaban entonces para constituir lo que denominamos sistemas basados en conocimiento o sistemas expertos.

Hablaremos en el próximo post de los inicios de estos sistemas, así como de la diferencia que había entre ellos. Estos sistemas comienzan en los años 60 y llegan hasta la actualidad, así que también veremos algunos ejemplos, pero hoy introduciremos dos conceptos de los que venimos hablando desde casi el principio de la existencia de este blog, y que encajan bastante bien en este momento de la historia de la IA.

Hablo de los conceptos de IA fuerte e IA débil, y digo que encajan bien en este punto, porque es quizá cuando empiezan a definirse con mas notoriedad; veamos por qué y qué son.

Como en todo, hay gente más pasional y gente más pragmática, además de haber gente que sigue las tendencias por distintos motivos, y otros que no las aceptan por distintos motivos también. En esta época en la que se pierde un poco la fe y se comienzan a utilizar los avances para cumplir objetivos prácticos para las actividades de los seres humanos, sigue habiendo personas que no aceptan la “derrota” (si es que podemos llamarla así) de la IA, en cuanto a objetivos iniciales se refiere. Estas personas defienden que las máquinas llegarán a ser no igual, sino más inteligentes que los seres humanos, que podrán desempeñar todas las actividades de éstos de forma más efectiva, incluso que podrán sentir al igual que los humanos sienten. Son los llamados defensores de la IA fuerte. Dentro de ellos, por supuesto, hay diferentes matices y diferentes puntos de vista, y como vemos siguen aproximadamente las ideas iniciales que se plantearon con la aparición de esta ciencia.

Por otro lado nos encontraríamos con los defensores de la IA débil, muchos de los cuales ni siquiera tienen por qué ser conscientes de defender esta IA débil, porque para ellos el fin último de la inteligencia artificial no es otro que hacer que las máquinas realicen actividades de forma más eficaz y óptima que los humanos, para ayudar a estos en tareas habituales, y no conciben ni siquiera esa idea romántica de una máquina más inteligente que un humano.

Representación de la IA fuerte frente a la IA débil

Es una época donde los caminos divergen, donde podemos comprobar de forma mucho más sencilla las diferencias entre las dos opiniones que comienzan a forjarse. Desde ambos puntos de vista se realizan importantes investigaciones en los próximos años, ya las iremos viendo. Hasta el próximo post.

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.