INTEL·LIGÈNCIA ARTIF ICIAL
INTRO DUC C IÓ A LA INTEL·LIGÈNC IA ARTIF IC IAL
“La intel·ligència artificial (IA), és un intent de l'home per crear una màquina que pugui comunicar-se amb
nosaltres i que tingui la capacitat de realitzar tasques les quals no solem fer per la dificultat o pel perill que
comporta per a la nostra vida .
S'espera que en un futur pròxim, aquestes màquines puguin fer tot tipus treball, i fins i tot que puguin
aprendre de les seves experiències passades.”
Abans de descriure la intel·ligència artificial (IA), convé definir el terme intel·ligència.
a intel·ligència s’associa a una qualitat exclusiva d'alguns éssers vius i encara que hi ha molta
controvèrsia per definir amb exactitud què s’entén per intel·ligència, es pot arribar a la conclusió
que el seu concepte està enllaçat principalment amb l'habilitat d'aprendre, raonar i resoldre
problemes que permet una millor adaptació a l'ambient en què es troba.
La major part dels sistemes d'IA poden ser desenvolupats només quan la intel·ligència humana pot ser
expressada de forma senzilla.
D’altra banda, la intel·ligència humana té una gran complexitat i molta més amplitud que els ordinadors
o els sistemes d'informació. Els filòsofs, els psicòlegs i altres estudiosos del coneixement humà han
reconegut que els aspectes claus de la intel·ligència humana van més enllà de tota descripció possible, i
per tant, no poden ser imitats fàcilment per qualsevol màquina dissenyada escrupolosament. Aleshores,
si un problema no pot ser descrit, no pot ser programat.
XNom de l'alumne
CFGM microinformàtica i xarxes
L’intent de dotar d'intel·ligència a sistemes computacionals creats per l'home és molt recent, ja que va
començar a principis del segle XX i el seu objectiu principal és que aquests sistemes no es limitin a fer
processos mecànics sinó que puguin ser creatius, encara que això està lluny d'arribar a ser una realitat, tot i
que el seu futur és molt prometedor.
Dilluns, 20 / octubre / 2014 La investigació en el camp de la IA es caracteritza per la producció de
màquines, per a l’automatització de tasques que requereixen un comportament intel·ligent.
La intel·ligència artificial NO és desenvolupar robots que imitin les accions dels éssers vius sinó que es
tracta de desenvolupar aplicacions que facilitin les tasques de l'ésser humà.
Per tant l’objectiu principal de la Intel·ligència Artificial no és, la substitució de l'home per la màquina,
sinó convertir un ordinador en una eina eficaç i útil al servei de l'home, però amb un camp de possibilitats
que sobrepassen les convencionals. L'objectiu final consisteix a crear un sistema capaç de reproduir totes
les facetes de la intel·ligència humana.
L
UNA DEF INIC IÓ DIF ÍC IL
És força difícil definir exactament el contingut de la intel·ligència artificial, malgrat els llargs anys
transcorreguts des que John McCarthy l’utilitzés l’any 1956 a la conferència de Darmouth a Hannover
(New Hampshire, Estats Units).
El concepte de IA és encara massa difús. Tenint en compte un punt de vista científic, podríem considerar
a aquesta ciència com l'encarregada d'imitar una persona, i no el seu cos, sinó imitar al cervell, en totes
les seves funcions, existents en l'humà o inventades sobre el desenvolupament d’una màquina
intel·ligent. i
Tot i que hi ha moltes definicions possibles, totes elles giren al voltant d’una mateixa idea: intentar crear
programes per a màquines que imitin el comportament humà. La definició més complerta i correcta
podria ser la següent:
"Es denomina intel·ligència artificial a la branca de la informàtica que desenvolupa processos que imiten a la
intel·ligència dels éssers vius. És, també, la ciència que enfoca el seu estudi a assolir la comprensió d'entitats
intel·ligents".
Potser una de les descripcions més breus i senzilles és
aquella que, parafrasejant Marvin Minsky, un dels experts i
investigadors més famosos de la intel·ligència artificial,
assigna a la intel·ligència “la realització de sistemes
informàtics amb un comportament que en l’ésser humà
qualificaríem d’intel·ligent”.
Una breu incursió dins de la història d'aquesta disciplina
il·lustrarà més adequadament els èxits de la intel·ligència
artificial i el seu estat actual.
H ISTÒ RIA DE LA INTEL ·LIGÈNC IA ARTIF IC IAL
El començament de la investigació d'aquesta ciència, què estudiarà el desenvolupament d'un ordinador
que tingui comportaments racionals és relativament proper ja que en el 1950, en un article anomenat
Computing Machinery and Intelligence per a la revista Mind escrit per Alan Turing en el qual s'exposa un
mètode anomenat Test de Turing, va ser considerat el primer pas i que encara és considerat un dels
millors mètodes per defensar la teoria de la Intel·ligència Artificial.
Però es creu que els començaments de la intel·ligència artificial van ocórrer en definir la neurona en el
1943, per Warren McCulloch i Walter Pitts. Aquests van mostrar el seu model de
les seves xarxes de neurones artificials que consisteix en la simulació de les
respostes del cervell com un dispositiu binari amb diverses entrades i sortides.
Aquestes neurones nervioses abstractes van proporcionar una representació
simbòlica de l'activitat cerebral. Els primers investigadors d'aquesta
innovadora ciència, van prendre com a base la neurona formalitzada de
McCulloch i sostenien que: "El cervell és un “solucionador” intel·ligent de problemes,
de manera que imitem al cervell". Però si considerem l'enorme complexitat del cervell, això ja és
pràcticament impossible, ni esmentar que el hardware de l'època ni el software estaven a l'altura per fer
semblants projectes.
Però l'encunyació del terme Intel·ligència Artificial, va ser en la Conferència de Dartmouth per part de
John McCarthy, Marvin L.Minsky, Nathaniel Rochester i Claude E. Shannon en el 1956, on aquests
científics proposen un projecte de recerca per dotar sistemes computacionals amb la capacitat de la parla
a través de l'ús d'una millora de les xarxes neuronals abans esmentades.
En l'any de 1956 es van establir que la IA és un camp que per les seves investigacions tracta de ser
independent de la informàtica, i es defineix com la tècnica de software que els programes utilitzen per
donar solució a algun tipus de problema, però amb un comportament intel·ligent, és a dir, tracta de
resoldre problemes i prendre decisions similars a les que prenen els éssers humans en afrontar la seva
vida diària, realitzant programes d'ordinador que augmentin la capacitat o "intel·ligència" de les
mateixes.
Així doncs, un dels objectius de la IA és construir rèpliques de la complexa xarxa neuronal del cervell humà
i intentar imitar el comportament del cervell humà amb un ordinador.
O RÍGENS I EVO LUC IÓ C RO NO LÒ GIC A
Malgrat que ha estat present en la ciència ficció des de molt abans, el concepte d'intel·ligència artificial
va néixer a mitjans dels anys 50. Sorgeix definitivament a partir d'alguns treballs publicats en la dècada
de 1940 que no van tenir gran repercussió, però a partir de l'influent treball en 1950 d'Alan Turing,
matemàtic britànic, s'obre una nova disciplina de les ciències de la computació.
Al principi els investigadors d'aquesta branca van abordar el problema amb enorme optimisme tot i que,
amb els anys, el desafiament d'aconseguir una màquina que "senti" i es comporti com un ésser humà,
amb la seva capacitat d'abstracció i d'actuar en ocasions lluny de la lògica, va revelar tota la seva
complexitat.
La recerca per part de l'ésser humà de programes que tinguin la característica de raonar de manera
independent ha estat difícil durant tots aquests anys, amb resultats que han ajudat l'ésser humà a millorar
el seu estil de vida tot i que, és cert, aquests resultats disten molt del objectiu principal que s'espera
aconseguir amb el transcurs dels anys que és una intel·ligència de la mateixa capacitat que la nostra.
ANTEC EDENTS
Així com d'alguna forma els suports mecànics per a l'automatització de càlculs aritmètics els situen en la
prehistòria dels computadors, la prehistòria de la intel·ligència artificial abasta des dels primers temps de
la nostra civilització fins a mitjans del segle vint.
Els jocs matemàtics antics, com el de les Torres de Hanoi (cap al 3000 a. C.), mostren l'interès per la
recerca d'una manera “resolutora”, capaç de guanyar amb els mínims moviments possibles.
Les idees més bàsiques es remunten als grecs, abans de Crist. Prop de 300 a. C., Aristòtil va ser el primer
a descriure de manera estructurada un conjunt de regles, sil·logismes, que descriuen una part del
funcionament de la ment humana i, al seguir-les pas a pas, produeixen conclusions racionals a partir de
les premisses donades.
El 250 a. C. Ctesibi d'Alexandria va construir la primera màquina auto controlada, un regulador del flux
d'aigua que actuava modificant el seu comportament "racionalment" (correctament) però claram ent
sense raonament.
L’any 1315, Ramon Llull en el seu llibre Ars magna va dir que el raonament podia ser efectuat de manera
artificial.
En l’any 1847 George Boole va establir la lògica proposicional (booleana), molt més completa que els
sil·logismes d'Aristòtil, però encara poc potents.
El 1879 Gottlob Frege completa la lògica booleana i obté la Lògica de Primer Ordre la qual compta amb
un major poder d'expressió i és utilitzada universalment en l'actualitat.
El 1940 Alan Turing i el seu equip van construir el primer
ordinador electromecànic i en 1941 Konrad Zuse va crear la
primera computadora programable i el primer llenguatge
de programació d'alt nivell. Les següents màquines més
potents, encara que amb al mateix concepte, van ser l'ABC i ENIAC. Es podria dir que la primera gran
màquina intel·ligent dissenyada per l'home va ser el computador ENIAC, compost per 18.000 vàlvules de
buit, tenint en compte que el concepte d’ ”intel·ligència" és un terme subjectiu que depèn de la
intel·ligència i la tecnologia que es té en aquella època. Un indígena de les amazones al segle XX podria
qualificar d'intel·ligent un tocadiscs, quan en veritat no ho és.
En el 1943 Warren McCulloch i Walter Pitts van presentar el seu model de neurones artificials, el qual es
considera el primer treball del camp d'intel·ligència artificial, tot i que encara no existia el terme. Els
primers avanços importants van començar a principis dels anys 1950 amb el treball d'Alan Turing, a partir
de la qual cosa la ciència ha passat per diverses situacions i etapes.
Etapes Històriques
Dècada dels 50
En l’any 1950 Turing va consolidar el camp de la intel·ligència artificial amb el seu article Computing
Machinery and Intelligence, en el què va proposar una prova concreta per determinar si una màquina era
intel·ligent o no, la seva famosa Prova de Turing pel que se'l considera el pare de la Intel·ligència Artificial.
Anys després Turing es va convertir en el líder dels que defensaven la possibilitat d'emular el pensament
humà a través de la computació i va ser coautor del primer programa per jugar escacs.
El 1950 Shannon va escriure l'article "Una màquina per jugar a escacs", en què predeia que els
computadors podrien jugar bé a aquest joc. (El programa analitza i veu les conseqüències per decidir-se
per la millor).
El 1955 Herbert Simon, Allen Newell i J.C. Shaw, desenvolupen el primer llenguatge de programació
orientat a la resolució de problemes de la Intel·ligència Artificial, l'IPL-11. Un any més tard aquests tres
científics desenvolupen el primer programa d'Intel·ligència Artificial al que van anomenar Logic Theorist ,
el qual era capaç de demostrar teoremes matemàtics, representant cada problema com un model
d'arbre, en el què se seguien les branques per a la recerca de la solució correcta , que va resultar crucial.
Aquest programa va demostrar 38 dels 52 teoremes del segon capítol de Principia Matemàtica de Russel
i Whitehead.
El 1956, amb la famosa conferència de Dartmouth, organitzada per John McCarthy i en la qual va ser
encunyat formalment el nom d'intel·ligència artificial per a aquest nou camp, separant la Intel ·ligència
Artificial de la ciència de la computació, es va establir com a conclusió fonamental la possibilitat de
simular intel·ligència humana en una màquina.
El 1957 Newell i Simon continuen el seu treball amb el desenvolupament del General Problemes Solver
(GPS). GPS era un sistema orientat a la resolució de problemes, a diferència del Logic Theorist, el qual es
va orientar a la demostració de teoremes matemàtics. El GPS no estava programat per a resoldre
problemes d'un determinat tipus, raó a la qual deu el seu nom. No podia resoldre problemes ni del món
real, ni de metges, ni prendre decisions importants. El GPS utilitzava regles heurístiques (aprendre a
partir dels seus propis descobriments) que la conduïen fins a la destinació desitjada mitjançant el mètode
de l'assaig i l'error.
El 1958 John McCarthy desenvolupa a l'Institut de Tecnologia de Massachusetts (MIT), el LISP. El seu
nom es deriva de LISt Processor. LISP va ser el primer llenguatge per a processament simbòlic.
El 1959 Frank Rosemblatt desenvolupa, a la Universitat de Cornell, un model de la ment humana a través
d'una xarxa neuronal i produeix un primer resultat al qual anomena perceptró. Aquest era un sistema
visual de reconeixement de patrons en el qual es van associar esforços perquè es poguessin resoldre una
àmplia gamma de problemes, però aquestes aspiracions es van diluir de seguida. En el mateix any,
Samuel, amb la mateixa estratègia que Shannon, va realitzar el primer programa que aprenia a jugar a
les dames.
Dècada dels 60
Al començament de la dècada del 60 es desenvolupa un programa orientat a la lectura d'oracions en
anglès i l'extracció de conclusions a partir de la seva interpretació, al qual el seu autor, Robert K. Lindsay,
denomina "Sad Sam". Aquest podia llegir oracions del tipus "Jim és el germà d’en John" i "La mare de Jim
és la Mary", a partir d'ella el sistema concloïa que Mary havia de ser també la mare de John. Aquest
sistema va representar un enorme avenç en la simulació d'intel·ligència humana per una màquina, ja que
era capaç de prendre una part de la informació, interpretar-la, relacionar-la amb informació anteriorment
emmagatzemada, analitzar-la i treure conclusions lògiques.
Des dels seus orígens la IA es va relacionar amb jocs com els escacs i les dames, probablement a causa
que els jocs de taula constitueixen models de situacions reals en què cal calcular, solucionar problemes,
prendre decisions, corregir errors, recordar, etc. Tot i que aquesta línia d'investigació ha estat gairebé
abandonada a l'actualitat, molts dels avenços teòrics i metodològics de la IA es deuen a ella. Per exemple,
el resultat més espectacular d'aquest període va ser el programa que Samuel va dissenyar en el 1961. Un
programa que jugava a les dames i que era capaç d'aprendre dels seus errors i de les seves experiències,
és a dir, era capaç d'adaptar el seu comportament en relació a esdeveniments passats, per determinar
les seves jugades en una partida posterior. El sorprenent d'aquest programa va ser que, associada a la
seva capacitat d'aprenentatge la de la memòria, amb el temps va aconseguir derrotar al seu creador.
Cap a mitjans dels seixanta, la IA es converteix en una àrea en la qual s'interessen especialistes de diverses
disciplines: lògics, psicòlegs, matemàtics, lingüistes, filòsofs, etc. Un dels grans temes de la IA en aquesta
dècada va ser l'estudi del llenguatge. En la majoria dels estudis inicials sobre el llenguatge, es va intentar
resoldre el problema de dissenyar una màquina que fos capaç de traduir d'un idioma a un altre. La primera
intenció va ser centrar-se en l'anàlisi de la sintaxi, en lloc del significat, estratègia que es va abandonar
relativament aviat. Els investigadors interessats en aquesta àrea de la IA aviat van descobrir que
traducció no és el mateix que transformació, i que, com a conseqüència d'això, d'alguna manera la
màquina hauria de "entendre" un text abans de poder-lo traduir.
També es produeix l'aparició dels Sistemes Experts, un dels avenços més significatius en una de les
branques de la IA, que prediuen la probabilitat d'una solució en funció d’un set de condicions. Durant
1965-1970, van començar a aparèixer els programes experts, entre aquests projectes es destaquen: el
DENDRAL, el primer sistema expert que assistia a químics en estructures químiques complexes;
MACSYMA, un sistema expert que assistia a enginyers i científics en la solució d'equacions matemàtiques
complexes, etc.
En el 1964 Bertrand Raphael construeix el sistema SIR (Semantic Information Retrieval) el qual era capaç
de comprendre oracions en anglès.
A continuació un exemple, traduït, d'interacció entre SIR i un usuari:
En la dècada dels 60 es comença l'estudi de la visió artificial, la qual cosa implica no només captar imatges
a través d'una càmera, sinó també la comprensió, del que aquestes imatges representen.
Un resultat important en aquest treball el constitueix el "món del micro-blocs", en el qual un robot era
capaç de percebre un conjunt de blocs sobre una taula, moure'ls i apilar-los.
Posteriorment es van obtenir resultats importants entre ells el de més repercussió va ser entre els anys
1968-1970. Terry Winograd va desenvolupar el sistema SHRDLU, que permetia interrogar i donar ordres
a un robot que es movia dins d'un món de blocs. A continuació es mostra un exemple traduït:
Encara que sembli impressionant la capacitat del sistema per raonar i executar accions, no s'ha de perdre
de vista el fet que el robot es mou en un món molt simple de figures geomètriques, i que les relacions
entre elles són molt limitades. En el món real hi ha tants objectes diferents i relacions entre ells, que
tractar de portar aquest sistema a un entorn real resulta pràcticament impossible.
El 1968 Seymour Papert, Danny Bobrow i Wally Feurzeig desenvolupen el llenguatge de programació
LOGO.
En el 1969 Alan Kay desenvolupa el llenguatge Smalltalk i es publica el 1980.
Dècada dels 70
El 1973 Alain Colmenauer i el seu equip de recerca a la Universitat d'Aix-Marseille creen PROLOG (del
francès PROgrammation en logique) un llenguatge de programació àmpliament utilitzat en Intel·ligència
Artificial.
En els anys 70, un equip d'investigadors dirigit per Edward Feigenbaum va començar a elaborar un
projecte per resoldre problemes de la vida quotidiana o que se centrés, almenys, en problemes més
concrets. Així és com va créixer l'ús dels sistemes experts.
En la dècada 1970-1980, es van innovar els sistemes experts, moltes vegades dissenyats per a aplicacions
mèdiques i per problemes realment molt complexos com MYCIN en el 1974. El MYCIN era capaç de
diagnosticar trastorns i infeccions a la sang, i de receptar la corresponent medicació, tota una fita en
aquella època que fins i tot, van ser utilitzats en hospitals. Altres són: R1/XCON, PIP, ABEL, CASNET,
PUFF, etc. Alguns segueixen fins avui.
Dècada dels 80
Ja en els anys 80, es desenvolupen i es completen els llenguatges de programació, ja existents com el
LISP o el PROLOG, per utilitzar-los amb la Intel·ligència Artificial. És en aquesta època quan es
desenvolupen sistemes experts més refinats, com per l'exemple el Eurisko.
Pel 1986 les vendes de hardware i software relacionats amb la IA es comptabilitzen per 425.000,00 de
dòlars només en aquest mateix any. Companyies com DuPont, General Motors, i Boeing utilitzen
sistemes experts a principis de la dècada dels 80 i aquests sistemes experts es convertiran en un
estàndard a la fi de la mateixa.
En el 1987, Martin Fischles i Oscar Firschein van descriure els atributs d'un agent intel·ligent. Aquests
atributs de l'agent intel·ligent són:
Es pot dir que la IA posseeix característiques humanes tals com l'aprenentatge, l'adaptació, el
raonament, l'autocorrecció i la percepció del món. Així, es pot parlar ja no només d'un objectiu, sinó de
molts, depenent del punt de vista o utilitat que pugui trobar-se a la IA.
Dècada dels 90
Als 90 s sorgeixen els agents intel·ligents. En el 1997, Garri Kasparov, campió mundial d'escacs, perd
davant de l'ordinador autònom Deep Blue.
Dècada del 00
El programa Artificial Linguistic Internet Computer Entity (ALICE) va guanyar el premi Loebner
(competició anual que concedeix el premi al programa d’ordinador més intel·ligent dels que s’han
presentat) al chatbot més humà en el 2000, 2001 i 2004, i el 2007 el programa Ultra Hal Assistant també
va ser premiat.
El 2006 es va celebrar l'aniversari dels 50 anys de la Intel·ligència Artificial.
L'any 2009 ja hi havia en desenvolupament sistemes intel·ligents terapèutics que permeten detectar
emocions per poder interactuar amb nens autistes.
Dècada del 10
En l'actualitat s'està tan lluny de complir-se la famosa prova de Turing com quan es va formular: Hi haurà
Intel·ligència Artificial quan no siguem capaços de distingir entre un ésser humà i un programa
d'ordinador en una conversa a cegues.
El 2010 el programa Suzette va guanyar el premi Loebner.
L'any 2011 IBM va desenvolupar un “superordinador” anomenat Watson, el qual va guanyar una ronda
de tres jocs seguits Jeopardy, vencent als seus dos màxims campions, i guanyant un premi d'1 milió de
dòlars que IBM després va donar a obres de caritat.
Criteris d’Avaluació d’un Programa Intel·ligent
Un programa Intel·ligent és aquell programa que exhibeix un comportament similar al d'un humà quan
s'enfronta a un problema específic; no cal que el programa resolgui o intenti resoldre concretament el
problema de la mateixa manera que un humà.
Els sistemes intel·ligents poden ajudar als experts a resoldre problemes d'anàlisi. Els sistemes
intel·ligents poden ajudar a desenvolupar nous elements del coneixement. Els sistemes intel·ligent s
poden aprendre a partir d'exemples i fer generalitzacions.
Però ..., Com avaluar i catalogar un sistema com a "intel·ligent"?
Test de Turing
Una màquina serà intel·ligent...
...quan les seves respostes a les preguntes d’un interrogador...
...no puguin distingir de les que donaria un ésser humà.
Amb aquesta finalitat, és famós l’anomenat Test de Turing (o Prova de Turing), establert per Alan Turing,
en què proposa un experiment que permet discernir el caràcter intel·ligent o no del comportament d’una
màquina. La finalitat d’aquest test, doncs, és demostrar l'existència d’un comportament intel·ligent en
una màquina. Va ser exposat el 1950 en un article (“Computing machinery and intelligence”) per a la
revista Mind, i segueix sent un dels millors mètodes per als defensors de la Intel·ligència Artificial.
Es fonamenta en la hipòtesi positivista que, si una màquina es comporta en tots els aspectes com
intel·ligent, llavors ha de ser intel·ligent. En altres paraules, si l’execució d’un sistema amb una
Intel·ligència Artificial pot convèncer que el seu comportament és el que tindria un ésser humà, llavors el
sistema és veritablement intel·ligent.
La prova consisteix en un desafiament. El test de Turing parteix d’un joc en què un interrogador ha
d’esbrinar el sexe de dos interlocutors, A i B, situats en una habitació separada i que, encara que diuen
que tots dos són dones, en realitat són un home i una dona. En la proposta original de Turing es tracta de
substituir la dona per un ordinador. Després la proposta s’ha generalitzat i l’interrogador ha d’esbrinar
qui és la màquina a partir de la conversa amb els dos interlocutors, una persona i un ordinador, encara
que tots dos diuen que són persones. Aquest objectiu s’ha d’aconseguir tot i saber que ambdós
interlocutors no estan obligats a dir la veritat i que, per exemple, la màquina pot decidir donar un resultat
erroni a una multiplicació i, fins i tot, comunicar-lo després de força segons o minuts d’haver-lo obtingut
per enganyar l’interrogador.
El jutge es comunica via text d'entrada i sortida, amb un sist ema d'IA i amb una altra persona que
participa en la prova; l'interrogador no s'adona quina resposta ve del computador i quina de l'altra
persona, si després de fer suficients preguntes aquest no pot diferenciar entre l'home i la màquina, llavors
el sistema passa la prova i s'estima que té èxit.
El test de Turing és que si tots dos jugadors són prou hàbils, el jutge no pot distingir qui és l'ésser humà i
qui la màquina.
En la hipòtesi optimista del mateix Turing, cap a l’any 2000 es disposaria d’ordinadors prou potents “per
fer-los jugar tan bé l’esmentat joc que un interrogador normal no tindrà més del 70 per cent de
possibilitats d’efectuar la identificació correcta al cap de cinc minuts d’haver plantejat les preguntes”.
El 1990 es va iniciar un concurs, el Premi Loebner, una competència de caràcter anual entre programes
d'ordinador que segueix l'estàndard establert en la prova de Turing. Un jutge humà s'enfronta a dues
pantalles d'ordinador, una d'elles es troba sota el control d'un ordinador, i l'altra sota el control d'un
humà. El jutge planteja preguntes a les dues pantalles i rep respostes. El premi està dotat amb 100.000
dòlars nord-americans per al programa que passi el test, i un premi de consolació per al millor programa
anual.
La primera i única vegada que un jutge va confondre a una màquina amb un humà va ser l'any 2010, quan
el robot Suzette, de Bruce Wilcox, va superar la prova.
Quan la combinació de Software i Hardware doni com a resultat el que persones normals en la nostra
societat no puguin determinar si qui ha estat responent a les seves preguntes és un ésser humà o un
ordinador, llavors es podrà dir que s’ha aconseguit l'objectiu de construir un programa intel·ligent .
La Sala Xinesa
Hi ha una altra prova semblant, proposada per John Searle i popularitzada per Roger Penrose: la "sala
xinesa", per argumentar que la màquina no ha superat la Prova de Turing.
Aquesta és la prova més famosa per tal de refutar el test de Turing, en la qual en una habitació sense
contacte amb l'exterior hi ha un home, i en aquesta sala només entren documents en xinès, i el subjecte
no sap res de xinès però segueix unes directrius pel que fa a quin tipus de document entra a la sala per
respondre amb un altre document.
Es compleix en el context de la següent argumentació:
Si la Intel·ligència Artificial és veritable, hi ha un programa per a l'idioma xinès tal que qualsevol
mecanisme que l'executi entén xinès.
Una persona pot executar mecànicament un programa per al idioma xinès sense entendre l'idioma xinès.
Els arguments de la Intel·ligència Artificial són falsos perquè en realitat el sistema no entén xinès, només
simula que ho entén.
En essència, s’arriba a les mateixes conclusions que en el Test de Turing, però es realitza amb persones
tancades en una habitació i es requereix que aquestes no coneguin l'idioma en què es manté la conversa.
Per això, s'utilitza un diccionari que permet confeccionar la resposta a una pregunta donada, sense
entendre els símbols.
Per tant, la resposta davant això serà que la persona que hagi escrit el text en xinès pensés que qui li envia
les respostes sap xinès, però el que exposa Searle és que el fet que un sistema respongui d'una manera
automàtica no vol dir que aquest sistema l’entengui, pensi o hagi après de la situació, i el parlant xinès
pot ser enganyat perquè arriba a la conclusió que el subjecte que li respon també entén el seu idioma.
Com a conseqüència d’això, s'argumenta que per molt que una persona sigui capaç d'enviar una cadena
de símbols en xinès relacionada amb una altra cadena rebuda, no vol dir que sàpiga xinès, sinó que sap
aplicar un conjunt de regles que li indiquen el que ha d'enviar . Falta la semàntica en el procés i per això
és molt qüestionada com Intel·ligència Artificial, ja que equipara una màquina pensant am b una que
sembla que pensa.
Tot i que Searle també diu que no creu que sigui impossible que algun dia les màquines arribin a pensar,
creu que el Test de Turing no és el mètode més adequat per determinar-ho.
Intel·ligència Artificial VS Intel·ligència Humana
Encara que l'home ha fet tot el possible per crear un ordinador o robot capaç de realitzar tasques similars
a les de l'ésser humà, aquest no ha arribat a tal punt que tingui un aprenentatge, un raonament, una
percepció i un llenguatge que expressi emocions (riure, plorar, enfadar-se, etc.), les quals es consideren
essencials per a la intel·ligència.
Fins ara s'ha aconseguit construir màquines especialitzades en tasques especifiques, les quals en alguns
casos les fan millor que l'home; entre aquestes es troba el sistema de MYCIN [Veure Dècada dels70]
aplicat al camp de la medicina, que ha obtingut un percentatge d'encerts en el diagnòstic de malalties
infeccioses superior al d'un metge, els programes d'escacs que han vençut campions com Gary Kasparov,
l'ordinador que simula la personalitat d'una persona paranoide, els ordinadors músics que creen
composicions musicals. Això demostra que hi ha una gran similitud entre els ordinadors i la ment
humana, però la diferència és clara, la ment de l'ésser humà va més enllà, els ordinadors com la seva
paraula indica reben ordres o bé realitzen aquestes tasques perquè estan programats.
El que diferencia la intel·ligència natural de l'artificial no és tant la seva major o menor capacitat de
superar problemes, etc., sinó que la capacitat de decisió pròpia estigui o no encertada; ja que això amb
temps es pot arribar a solucionar.
De totes maneres, la varietat i la rapidesa de les funcions d'un PC porten a pensar..., ¿seran els nostres
cervells inferiors a les màquines? Si a algú li fan aquesta pregunta i ha de respondre d’una manera
impulsiva i ràpida, podria arribar a dir que les màquines són més "intel·ligents". No seria una respost a
totalment errònia: avui dia les màquines fan, per exemple, complicadíssims càlculs matemàtics en
segons, busquen informació en un temps molt breu...
Això podria provocar que la gent irreflexivament contesti que les més intel·ligents són les màquines.
Aquesta resposta és criticable, i el seu fonament és simple: els éssers humans no són perfec tes, és per
això que alguna cosa imperfecta no pot crear coses perfectes. És cert que les màquines, actualment, són
increïblement intel·ligents i poden fer càlculs i tasques d’alta precisió d'una manera ràpida i simple que
un home no podria fer. Però aquestes màquines van ser creades per homes, i la capacitat de realitzar
aquestes complicadíssimes tasques els les va donar l’home. És a dir, la màquina sense l'home no fa res.
Si els homes no tinguessin intel·ligència, les màquines tampoc la tindrien. I, per t ant, en donar l'home la
seva intel·ligència, també li dóna els seus errors.
L’home pot realitzar les seves tasques quan vol, com vol, la quantitat de vegades que vol i a la velocitat
que vol; la màquina no. Aquesta última necessita que algú li especifiqui totes aquestes coses almenys una
vegada. Algú podria argumentar contra això que l'home, quan és petit, també se li ha d'indicar què, com
i quan ha de fer determinades coses perquè després les incorpori. La diferència entre aquest últim
exemple i una màquina és que aquestes indicacions que se li donen a l'home són com una guia, és a dir,
l'home les s'incorpora amb les modificacions que ell cregui necessàries segons la seva personalitat, el seu
àmbit social, econòmic, etc. I aquestes modificacions les pot dur a terme gràcies a què pot raonar i
decidir. En canvi, les màquines segueixen les indicacions al peu de la lletra, perquè, òbviament, no tenen
la capacitat de raonament i elecció, no poden ni tan sols qüestionar aquella tasca per a la qual han estat
creats.
Diferències entre un Cervell i una Computadora
La intel·ligència artificial es basa en dues àrees d’estudi: el cos humà i l’ordinador electrònic. Donat que
la meta és copiar la intel·ligència humana, és necessari entendre-la. Malgrat tots els progressos en
Neurologia i Psicologia, la intel·ligència de l’home es coneix poc, exceptuant les seves manifestacions
externes.
Un mateix programa que processa les mateixes dades obtindrà sempre els mateixos resultats.
Contràriament, el cervell humà és capaç de processar al mateix temps totes les informacions que
contenen una imatge, i el resultat de processar-les pot servir per modificar el programa.
L’observació d’una simple imatge mostra la diferència fonamental entre el mode de processar les dades
del cervell humà i el d’una màquina. El cervell humà no actua tenint en compte un programa prefixat ,
sinó més aviat un de naturalesa variable en el temps; les variacions depenen de les ordres donades. De
fet, el cervell té la propietat de recordar imatges semblants; una vegada vista la figura, extreu de la seva
memòria imatges similars prèviament emmagatzemades i els resultats d’anàlisis realitzats sobre
aquestes.
Existeixen altres diferències entre el funcionament de les computadores i el del cervell humà: algunes
són evidenciades en la taula següent:
Característiques de la Intel·ligència Artificial
Una característica fonamental que distingeix els mètodes de la Intel·ligència Artificial dels mètodes
numèrics és l'ús de símbols o caràcters no matemàtics per especificar els diferents algoritmes.
Malauradament és insuficient per distingir-los completament, ja que hi ha altres tipus de programes com
els compiladors i sistemes de bases de dades que també processen amb símbols no numèrics i no se’ls
considera que usin tècniques d'Intel·ligència Artificial.
Una altra característica a tenir en compte és que el comportament dels programes no és descrit
explícitament per l'algorisme. La seqüència de passos seguits pel programa és influenciat pel problema
particular present, és a dir, que el propi programa defineix els passos a dur a terme per tal de trobar la
solució. El programa especifica com trobar la seqüència de passos necessaris per resoldre un problema
donat. En canvi, els programes que no són d'Intel·ligència Artificial, segueixen un algorisme definit que
especifica, explícitament, com trobar les variables de sortida per a qualsevol variable donada d'entrada.
Característiques del Comportament de la Intel·ligència Humana
La dificultat que han tingut els psicòlegs és dec idir si la intel·ligència és “una” o si hi ha diverses classes
de conducta intel·ligent.
Per tal de resoldre aquesta discordança, s’ha efectuat una sèrie de proves. Aquestes consisteixen en
realitzar un determinat número de tests que se’ls fan fer a un grup de persones. Això permet als psicòlegs
identificar les característiques de la intel·ligència que, aparentment, estan relacionades amb els tests. És
un mètode estadístic. Els factors o elements de la intel·ligència són:
Habilitat verbal: definició i comprensió de les paraules
Habilitat numèrica: ser capaç de fer i resoldre problemes aritmètics.
Fluïdesa verbal: capacitat de pensar ràpidament les paraules més idònies, en el seu moment més
adequat.
Percepció: capacitat de captar similituds, diferències i detalls
Habilitat espacial: capacitat de comprendre les relacions del espai
Memòria: capacitat de memoritzar i recordar
Raonament: capacitat de comprendre els conceptes per tal de resoldre problemes d’una manera lògica.
Categories de la Intel·ligència Artificial
La Intel·ligència Artificial es pot veure des de diferents punts de vista i per aquesta raó és necessari
classificar-los per poder estudiar cada part.
Sistemes que pensen com humans. L’objectiu d’aquests sistemes consisteix en simular el model hu mà,
és a dir a l’home, als processos de pensament humà, als de prendre decisions, als de solució i resolució de
problemes i als d’aprenentatge. En altres paraules, són els que intenten emular el funcionament i el
pensament de la ment humana, per exemple les xarxes neuronals artificials.
Sistemes que actuen com humans. Aquests sistemes consisteixen a imitar el comportament dels
humans, tant en el seu raonament com el coneixement, aprenentatge, i llenguatge natural. Tracten
d'actuar com a humans, és a dir, imiten el comportament humà, per exemple la robòtica. L'estudi de com
aconseguir que els computadors realitzin tasques que, de moment, els humans les fan millor.
Sistemes que pensen racionalment. La base d'aquest tipus de sistemes és la lògica, ja que els prototips
tractaran d'emular el pensament de l'home. És a dir, amb lògica, tracten d'imitar o emular el pensament
lògic racional de l'ésser humà, per exemple els sistemes experts. L'estudi dels càlculs que fan possible
percebre, raonar i actuar.
Sistemes que actuen racionalment. D'altra banda aquests sistemes intenten simular racionalment el
comportament de l'home, és a dir, tracten d'emular de manera racional el comportament humà, per
exemple els agents intel·ligents. Està relacionat amb conductes intel·ligents en artefactes.
Postures de la Intel·ligència Artificial
A la pel·lícula de Kubrick l'any 1968 "2001. Una Odissea a l'Espai" apareix un ordinador molt intel·ligent
anomenat HAL, viatjant a bord de la nau Discovery, amb destinació cap a una estació espacial. Quan HAL
endevina les intencions de la tripulació de desconnectar-lo, n’és conscient del que això suposa i sorgeix
dins d'ell un impuls de seguir existint que el porta a prendre la iniciativa d’anar matant als astronautes un
a un. Aquesta pel·lícula i altres per l'estil, juntament amb novel·les de ciència ficció, varen estimular
durant anys l'interès per la IA.
Els països desenvolupats van dedicar gran quantitat de mitjans materials i humans a la IA. En aquells
moments l'eufòria era generalitzada i es pensava que no es trigaria molt a construir un ordinador com
HAL, òbviament, no en la seva faceta psicòpata de la ficció sinó com a conseqüència d'acceptar el repte
de construir un ésser intel·ligent i conscient.
Davant la possibilitat de simular la consciència per un ordinador, s’estableixen dues postures de la IA:
La Intel·ligència Artificial Forta
Els defensors de la IA forta, encapçalats per Alan Turing creuen que és possible crear una màquina amb
una consciència que realment entengui el que processi.
És aquella intel·ligència artificial que s’equipara a la intel·ligència humana mitjana, és a dir, la
intel·ligència d'una màquina que pot realitzar qualsevol tasca intel·lectual com qualsevol ésser humà. És
un objectiu important per a la investigació sobre IA i un tòpic interessant per a la ciència ficció.
La Intel·ligència Artificial Feble
En canvi, els defensors de la IA feble opinen que les màquines poden arribar a actuar com si fossin
intel·ligents, simulant ser-ho , però que no ho són (La Sala Xinesa) . Per això defensen que Deep Blue no
juga a escacs, sinó que ho simula. El referent més important és John Searle.
Els seus defensors afirmen que una màquina necessitaria sensacions com la decepció o un disgust per ser
realment intel·ligent (una cosa similar passaria en un videojoc: Els rivals estan programats no per vèncer
sempre, no són infal·libles, sinó que cometen errades com si fossin humans: no veuen a través de les
parets, ni tenen una punteria perfecta, etc.).
D’altra banda la IA feble també sosté que no hi ha inconvenients en agregar habilitats a les computadores
que no posseeixen l'ésser humà, com conduir helicòpters sense una pala de l’hèlice perduda en ple vol, i
mantenint la seva estabilitat (impossible amb pilots humans)...
Les Tècniques de la Intel·ligència Artificial
Quan s’aborda la resolució d’un problema amb tècniques d’intel·ligència artificial, es tracta tant
d’obtenir-ne la solució com poder exposar el procés de raonament que s’ha utilitzat. Òbviament s’hauran
d’obtenir diverses solucions si n’existeix més d’una, i justificar l’interès de cadascuna. També és
important que el sistema d’intel·ligència artificial sàpiga millorar el raonament utilitzat a mesura que
augmenta l’experiència, fet que constitueix la seva forma concreta d’aprenentatge.
El Mecanisme Bàsic
De la mateixa manera que la informàtica tradicional es compon d’algorismes (conjunt finit d'instruccions
o passos que serveixen per a executar una tasca o resoldre un problema) que operen sobre determinades
estructures de dades, la tècnica pròpia de la intel·ligència artificial és obtenir una adequada representació
simbòlica del coneixement.
També és possible aplicar dos mecanismes més: la inferència simbòlica, pròpia del raonament deductiu,
i els mecanismes de tipus empíric, que formen la base de la recerca heurística de solucions.
La inferència simbòlica o automàtica
Abans de tot cal aclarir quin és el significat de la inferència en si, i la seva relació amb la intel·ligència
artificial. La inferència és l'acte o el procés en què es deriva una conclusió a partir d'unes premisses. La
inferència s'estudia des de diversos camps, un dels quals és la intel·ligència artificial la qual desenvolupa
sistemes d'inferència automàtica.
Els mecanismes de deducció típics de la inferència simbòlica o automàtica inclouen la deducció (també
anomenada de vegades inferència lògicament correcta) emprada amb les diverses regles de la inferènc ia
lògica. Per exemple, amb regles del tipus “si és compleix A, llavors s’ha de complir B”, és a dir, del fet o
premissa A es pot afirmar el fet o premissa B. I també es compleix la inducció, la qual indica que si alguna
cosa és certa en relació a tots els elements d’un conjunt, també és cert per a cada cas particular, com
recorda el conegut raonament: “Tots els homes són mortals, Sòcrates és un home, per tant, Sòcrates és
mortal”.
Però la intel·ligència artificial també utilitza per als seus raonaments alt res tipus de regles d’inferència
lògica, no tan immediates ni sempre segures.
Un exemple és el mecanisme “raonador” de la inducció pel qual, predicada una propietat d’una àmplia
sèrie d’individus, s’indueix que la propietat pot ser predicada de tots els individus de la mateixa espècie.
Un altre exemple és una versió de la lògica en l’anomenada abducció que a partir de la regla “si es
compleix A, llavors s’ha de complir B” i el fet o premissa B implica l’exigència d’A. Encara que l’abducció
pugui semblar una manera de procedir estranya i arriscada, té la seva utilitat en la temptativa de recerca
de solucions. Un exemple concret és la diagnosi mèdica, que ve a ser, en realitat, un ús prudent de
l’abducció ja que, a partir de diversos símptomes, el metge pot fer una abducció o una generalització de
l’existència d’una causa possible (una malaltia).
L’heurística
Però els mecanismes d’inferència simbòlica no són suficients, i per això els sistemes d’intel·ligència
artificial utilitzen molt sovint les tècniques de l’heurística. L’heurística es podria definir com el conjunt de
criteris, mètodes o principis que s’utilitzen per trobar, d’entre diversos camins possibles, quin o quins són
els més efectius per obtenir un objectiu. L’heurística té molta relació amb el sign ificat etimològic del
terme intel·ligència, ja que aquesta es compon de les paraules “inter” i “legere”, i el conjunt significa que
entre diverses opcions, escollim la millor.
Evidentment, l’heurística també té molt a veure amb els mecanismes experimentals i empírics, la síntesi
dels quals acaba elaborant aquestes regles de l’experiència que s’utilitza per seleccionar un camí d’acció
davant molts casos possibles.
Investigacions d’intel·ligència artificial han demostrat que un jugador d’escacs expert no anal itza totes
les jugades possibles en un moment determinat del joc, sinó tan sols aquelles que, heurísticament ,
reconeix, gràcies a la seva experiència, com a més prometedores o interessants.
Pot pensar una màquina?
I propose to consider the question, “Can Machines Think?” – Alan Mathison Turing
En 1950 el matemàtic anglès Alan M. Turing va publicar un assaig que començava així: "Vull proposar una
pregunta: Poden pensar les màquines?." Com que la pregunta era massa imprecisa (Què s’entén per
"pensar"?), Turing va desenvolupar un experiment basat en un joc exposat anteriorment. [Veure Test de
Turing]
Referent a la pregunta de si les màquines pensen o poden pensar implica una sèrie de discussions que
molt probablement, perdrà interès abans d'arribar a una resposta satisfactòria. Els més brillants científics
han intervingut en la polèmica per intentar sentenciar la qüestió. Turing, Von Neumann o Lucas són
alguns d'aquests noms famosos.
Aquesta pregunta tan simple planteja uns problemes tan grans que, possiblement, mai s'arribi a un acord
entre les diferents respostes que es proposen.
Investigacions sobre la intel·ligència artificial realitzades a la Universitat de Yale (EUA) han portat al
desenvolupament de programes d'ordinador mitjançant els quals aquests poden aprendre i raonar.
Altres estudiosos de la intel·ligència artificial estan posant a punt sistemes per dotar als ordinadors de
capacitat visual i auditiva. Una important àrea de recerca és la del llenguatge normal, que permet als
ordinadors comunicar-se mitjançant el llenguatge humà en lloc de fer-ho en llenguatge màquina. És a
dir, la majoria dels ordinadors estan programats per rebre i interpretar instruccions d'aquest tipus: “S #
DYR = 48-56, LOC = AS NOT SW, A = RALSTON”. Únicament persones preparades són capaces de
comunicar-se eficaçment d'aquesta manera. Però si un ordinador programat per gestionar la
documentació d'una companyia petrolífera pogués entendre l'ordre (traducció de l'anterior) "TROBA'M
tota la documentació relativa a les perforacions dels pous d'Aràbia Saudita entre 1948 i 1956, però
únicament la dels pous en què va treballar Ralston, no els de la zona sud-occidental del país ", moltes
persones podrien utilitzar-lo.
Temps enrere, considerar que les màquines poguessin tenir intel·ligència semblava absurd, una
estupidesa infantil. Posteriorment, a mesura que els progressos de la investigació canviaven el panorama
tecnològic, també va canviar l’actitud i es va atribuir un valor específic al problema teòric. Amb això es va
descobrir que la hipòtesi d'una intel·ligència mecànica, artificial o simulada, obria nous interrogants.
Àrees d’aplicació de la Intel·ligència Artificial
Les àrees d'aplicació de la Intel·ligència Artificial es poden dividir en dos grups, d'acord amb el contingut
de l'estudi o amb les eines i tècniques utilitzades.
(A) Contingut
Els éssers humans i altres animals, i també els robots intel·ligents i altres artefactes, tenen una àmplia
varietat de capacitats, totes elles molt complexes i difícils d'explicar o modelar. La IA ha generat diversos
subcamps, tractant aquests capacitats de la intel·ligència.
(B) Tècniques
A causa que les aplicacions de la IA són moltes i molt diverses, alguns dels subcamps s'agrupen en funció
de les tècniques rellevants a cada classe de problemes.
Subcamps basats en el Contingut
Percepció, no només la visió, sinó també la percepció auditiva, tàctil, el gust i l'olfacte. Aquest és un
enorme subcamp i pot dividir-se en més camps especialitzats d'acord a la modalitat sensorial, el tipus de
coses que es perceben, les formes de representació utilitzades, els mecanismes utilitzats...
Engloba un conjunt de tècniques de les quals es poden citar algunes: ajuda al diagnòstic mèdic,
teledetecció, sistemes de vigilància automàtica, anàlisi automàtica de senyals...
Processament de llenguatge natural, inclosa la producció, la comprensió i la interpretació o anàlisi de la
llengua parlada i escrita, ja sigui manuscrita, impresa o electrònica.
Aprenentatge i desenvolupament, és una àrea de la Intel·ligència Artificial que tracta de la realització de
programes que aprenguin dels seus errors. En aquest sentit, aprendre simplement vol dir fer a un
ordinador capaç de beneficiar-se de la seva experiència.
Planificació, solució de problemes: donat un problema complex i una sèrie de restriccions i criteris
d'avaluació, es pot crear una solució que compleixi aquestes restriccions que sigui òptima d'acord amb
els criteris establerts, o si això no és possible, proposar algunes bones alternatives. La recerca d'una
solució a algun problema en un espai de possibilitats és un tema recurrent en la IA. S'han estudiat moltes
formes diferents de cerca i sempre donant alguna alternativa per si falla.
Robòtica: és la ciència i tecnologia dels robots, i un dels subcamps més antics de la IA. S'ocupa del
disseny, la fabricació i les aplicacions dels robots. La robòtica combina diverses disciplines com són: la
mecànica, l'electrònica, la informàtica, la intel·ligència artificial i l'enginyeria de control. El principal
problema per als robots autònoms és el d'interactuar amb el món humà, amb els seus obstacles, amb els
esdeveniments inesperats i amb un entorn canviant.
[En aquest apartat només s'intenta donar cinc cèntims del que és la Robòtica i la relació amb la IA, però
en ser una peça clau amb el projecte final, es tornarà a fer referència més endavant.]
Lògica difusa: En aquesta àrea de la Intel·ligència Artificial estudia els problemes de fer que un ordinador
sigui capaç de prendre decisions utilitzant coneixement incomplet o probabilístic. És a dir, consisteix en
una nova forma d'entendre la lògica, en què els enunciats deixen de ser cent per cent veritables o falsos,
per prendre valors fraccionaris.
[En aquest apartat només s'intenta donar una petita referència al que és la Lògica Difu sa, però en ser una
peça clau amb el projecte final, es donarà una explicació molt més completa en un apartat posterior.]
Sistemes Experts: Són programes de computació intel·ligents que utilitzen coneixements, per resoldre
problemes molt difícils per a un humà, ja que requeririen de molta experiència. Aquests emulen la
capacitat d'experiència d'un ésser humà per prendre decisions.
Permeten introduir informació sobre una matèria específica a l'ordinador i actuen com si fossin expert s
en la matèria. Són el primer producte viable comercialment de la Intel·ligència Artificial.
Xarxes Neuronals Artificials: denominades habitualment com XNA, són un model d'aprenentatge i
processament automàtic inspirat en la forma en què funciona el sistema nerviós dels éssers humans. Es
tracta d'un sistema d'interconnexió de neurones que col·laboren entre si per produir un estímul de
sortida.
Realitat Virtual: Una de les més recent aplicacions de la IA és la Realitat Virtual. Bàsicament consisteix en
l'elaboració de programes que aconsegueixen enganyar els sentits de l'ésser humà, fent creure que es
troba surant, corrent o volant (en una nau espacial). Aquestes aplicacions han estat de gran utilitat en la
simulació de vols per a l'entrenament de pilots, astronautes, bussos, etc.
Això no pretén ser una llista completa. Hi ha molts altres camps secundaris que podrien ser enumerats.
Subcamps basats en les Tècniques
IA en la medicina, que inclou la interpretació d'imatges mèdiques, diagnòstic, sistemes experts per ajudar
als metges, la monitorització i el control en les unitats de cures intensives, disseny de pròtesis, disseny
de fàrmacs...
IA en la indústria dels videojocs: es refereix a les tècniques utilitzades en ordinadors i videojocs per
produir la il·lusió d'intel·ligència en el comportament dels personatges no jugadors (PNJ). És un agent
electrònic que pot pensar, avaluar i actuar en certs moments per complir amb propòsit.
La IA es centra en l'aspecte donar una bona jugabilitat al videojoc, per aquesta raó, els trucs són
acceptables i, en molts casos, les habilitats dels PNJ disminueixen per donar als jugadors humans un
sentit més de justícia.
IA a la Llei: per exemple, sistemes experts per ajudar els advocats, o els sistemes per donar
assessorament jurídic.
IA a l'arquitectura, el disseny urbà, la gestió del trànsit: eines per ajudar a resoldre problemes de disseny
que presenten múltiples restriccions, ajudar a predir el comportament de les persones en els nous
entorns, eines per analitzar els patrons dels fenòmens observat...
IA a la detecció i prevenció de la delinqüència: per exemple, detecció de falsificacions, aprenentatge per
detectar indicis de corrupció policial, programari per controlar les transaccions a Internet, ajudar a
planificar les operacions de la policia, recerca en les bases de dades policials d'evidències de que els crims
són comesos per la mateixa persona, etc.
IA en l'espai: el control a distància dels vehicles espacials i els robots autònoms.
IA a les activitats militars. Aquest pot ser l'àmbit en què s'han invertit una gran quantitat de diners i on hi
ha una alça en el nombre d'empreses dedicades a la robòtica militar. Per exemple, els drons més
sofisticats són militars i poden arribar a costar milions; màquines de guerra que abans eren controlades
a distància i actualment són robots autònoms amb capacitat de decisió.
Hi ha un conjunt molt obert de camps d'aplicació de la IA. Un cop més, això no pretén ser una llista
completa. Tampoc s'afirma que no hi hagi altres formes més útils de dividir la IA en possibles temes o
àrees d'investigació.
Científics en el Camp de la Intel·ligència Artificial
Jeff Hawkins (juny de 1957, Long Island, New York) enginyer informàtic inventor del Palm Pilot i del
telèfon intel·ligent Treo, fundador de les empreses Palm i Handspring. A més ha treballat en el camp de
la neurociència i és president de l’Institut de Neurociència de Redwood 1, fundat per ell en 2002.
Juntament amb Donna Dubinsky i Dileep George ha fundat l'empresa Numenta, amb l'objectiu de
desenvolupar un nou tipus de memòria basada en el funcionament del cervell humà.
John McCarthy (4 de setembre de 1927, Boston, Massachusetts), també conegut com Oncle John
McCarthy, és un prominent informàtic que va rebre el Premi Turing en 1971 per les seves importants
contribucions en el camp de la Intel·ligència Artificial. De fet, va ser el responsable d'introduir el terme
"intel·ligència artificial", concepte que va esmentar en la Conferència de Dartmouth en 1955.
Marvin Lee Minsky (9 d'agost de 1927 a Nova York) científic nord-americà considerat un dels pares de les
ciències de la computació i cofundador del laboratori d'intel·ligència artificial de l'Institut Tecnològic de
Massachusetts o MIT.
El 1951 va crear SNARC, el primer simulador de xarxes neuronals.
Alan Mathison Turing (23 de juny de 1912 - 7 juny 1954). Va ser un matemàtic, científic de la informàtica,
criptògraf i filòsof anglès.
En 1952 Turing va escriure un programa d'escacs. A falta d'un ordinador prou potent com per a
executar-lo, ell simulava el funcionament de l'ordinador, trigant més d'hora i mitja en efectuar un
moviment. Una de les partides que va arribar a enregistrar, el programa va perdre enfront d'un amic de
Turing.
Va treballar al costat de Norbert Wiener en el desenvolupament de la cibernètica. Aquest a
branca d'estudis es genera a partir de la demanda de sistemes de control que exigeix la progressiva
evolució de les tècniques de producció a partir del segle XX. La cibernètica pretén establir un sistema de
comunicació entre l'home i la màquina com a premissa fonamental per administrar els sistemes de
control. Els seus estudis van aprofundir en aquesta relació establint el concepte d'interfície i qüestionant
els límits de simulació del raonament humà.
Judea Pearl (va néixer el 1936 a Tel Aviv) és un informàtic i filòsof, més conegut per desenvolupar
l'aproximació probabilística a la Intel·ligència Artificial..
Judea Pearl va ser un dels primers a donar un formalisme matemàtic al fenomen de la causalitat
en les ciències empíriques. Els seus interessos són la filosofia de la ciència, representació del
coneixement, lògiques no estàndards i l’aprenentatge automàtic. Pearl és descrit com "un dels gegants
en el camp de la Intel·ligència Artificial". El seu treball ha revolucionat l'entesa d'aquest camp en
estadística, psicologia, medicina i en les ciències socials.
Va rebre en Premi Turing 2011 per les seves contribucions fonamentals a la Intel·ligència
Artificial a través del desenvolupament d'un càlcul de probabilitats i de raonament causal.
Joseph Weizenbaum (8 de gener de 1923 - 5 de març 2008) va ser professor d'Informàtica a l'Institut
Tecnològic de Massachusetts i se’l considera un dels pares de la cibernètica.
El 1966 va publicar un aparentment simple programa anomenat ELIZA que utilitzava el
processament del llenguatge natural per donar la sensació de certa empatia. El programa aplicava regles
de concordança de patrons a les frases dels humans per calcular les seves respostes. Weizenbaum es va
sorprendre de l'impacte que aquest programa va tenir, al ser pres seriosament per molta gent. Això li va
fer pensar en les implicacions filosòfiques de la Intel·ligència Artificial i més endavant es va convertir en
un dels més crítics. El seu influent llibre de 1976 El Poder de les Computadores i la Raó Humana
(Computer Power and Human Reason) mostra que quan la Intel·ligència Artificial sigui possible, no
hauran de deixar-los prendre decisions importants perquè els ordinadors no tindran qualitats humanes
com la compassió i la saviesa al no haver crescut en l'entorn emocional d'una família humana.
En els últims anys ha estat també reconegut com un gran pacifista per la seva ferma oposició a
l'ús dels ordinadors i la tecnologia com a armes i es va contraposar fermament a la creació de robots-
soldat.
Raúl Rojas (neix el 1955 a Ciutat de Mèxic), és un professor de matemàtiques i informàtica de la
Universitat Lliure de Berlín, a Alemanya, i un reconegut expert en les xarxes neuronals artificials i en
Intel·ligència Artificial. Els robots de futbol FU-Fighters construïts en el seu equip d'investigació van ser
campions mundials en 2004 i 2005. En aquest moment es dedica a un projecte d'automòbil sense pilot
anomenat Spirit of Berlin.
Raymond Kurzweil (Massachusetts, 12 febrer de 1948) és un inventor nord-americà, a més de músic,
empresari, escriptor i científic especialitzat en Ciències de la Computació i Intel·ligència Artificial. Des
2012 és director d'enginyeria a Google.
Expert tecnòleg de sistemes i d'Intel·ligència Artificial i eminent futurista. És actualment
president de l'empresa informàtica Kurzweil Technologies, que es dedica a elaborar dispositius
electrònics de conversa màquina-home i aplicacions per a discapacitats i, a més, és l’impulsor de la
Universitat de la Singularitat de Silicon Valley.
Top Related