fbpx
Wikipedia

Inteligencia artificial

Noviembre 10, 2021

«IA» redirige aquí. Para otras acepciones, véase IA (desambiguación).

La inteligencia artificial (IA) es, en informática, la inteligencia expresada por máquinas, sus procesadores y sus softwares, que serían los análogos al cuerpo, el cerebro y la mente, respectivamente, a diferencia de la inteligencia natural demostrada por humanos y ciertos animales con cerebros complejos. En ciencias de la computación, una máquina «inteligente» ideal es un agente flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea.[1]​ Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «percibir», «razonar», «aprender» y «resolver problemas».[2]​ Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como «la capacidad de un sistema para interpretar correctamente datos externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible».[3]​ A medida que las máquinas se vuelven cada vez más capaces, tecnología que alguna vez se pensó que requería de inteligencia se elimina de la definición. Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un ejemplo de la «inteligencia artificial» habiéndose convertido en una tecnología común.[4]​ Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas de conducción autónomos o los capaces de jugar ajedrez o Go.[5]​

Cerebro e inteligencia artificial

La inteligencia artificial es una nueva forma de resolver problemas dentro de los cuales se incluyen los sistemas expertos, el manejo y control de robots y los procesadores, que intenta integrar el conocimiento en tales sistemas, en otras palabras, un sistema inteligente capaz de escribir su propio programa. Un sistema experto definido como una estructura de programación capaz de almacenar y utilizar un conocimiento sobre un área determinada que se traduce en su capacidad de aprendizaje. [6]​

Según Takeyas (2007) la IA es una rama de las ciencias computacionales encargada de estudiar modelos de cómputo capaces de realizar actividades propias de los seres humanos con base en dos de sus características primordiales: el razonamiento y la conducta.[7]​

En 1956, John McCarthy acuñó la expresión «inteligencia artificial», y la definió como «la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes».[8]​

También existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas, respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.

Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la capacidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería, el transporte, las comunicaciones y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia, como ajedrez de computador, y otros videojuegos.

Categorías

Stuart J. Russell y Peter Norvig diferencian varios tipos de inteligencia artificial:[9]​

  • Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento humano; por ejemplo las redes neuronales artificiales. La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolución de problemas y aprendizaje.[10]​
  • Sistemas que actúan como humanos.- Estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo la robótica (El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor).[11]​
  • Sistemas que piensan racionalmente.- Es decir, con lógica (idealmente), tratan de imitar el pensamiento racional del ser humano; por ejemplo, los sistemas expertos,(el estudio de los cálculos que hacen posible percibir, razonar y actuar).[12]​
  • Sistemas que actúan racionalmente.– Tratan de emular de forma racional el comportamiento humano; por ejemplo los agentes inteligentes, que está relacionado con conductas inteligentes en artefactos.[13]​

Escuelas de pensamiento

La IA se divide en dos escuelas de pensamiento:

Inteligencia artificial convencional

Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del comportamiento humano ante diferentes problemas:

  • Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y, aparte de que son muy importantes, requieren de un buen funcionamiento.
  • Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones.
  • Redes bayesianas: Propone soluciones mediante inferencia probabilística.
  • Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonomía y puede auto-regularse y controlarse para mejorar.
  • Smart process management: Facilita la toma de decisiones complejas, proponiendo una solución a un determinado problema al igual que lo haría un especialista en dicha actividad.

Inteligencia artificial computacional

Artículo principal: Inteligencia computacional

La Inteligencia Computacional (también conocida como IA subsimbólica-inductiva) implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parámetros en sistemas de conexiones). El aprendizaje se realiza basándose en datos empíricos.

La inteligencia computacional tiene una doble finalidad. Por un lado, su objetivo científico es comprender los principios que posibilitan el comportamiento inteligente (ya sea en sistemas naturales o artificiales) y, por otro, su objetivo tecnológico consiste en especificar los métodos para diseñar sistemas inteligentes.[14]​

Inteligencia artificial en América Latina

Los países latinoamericanos tienen la capacidad para aprovechar todo el potencial de la IA, sin embargo, debido a las limitaciones sociales y económicas, se ha realizado poca inversión en el gobierno, la industria y la investigación para avanzar en IA. Esto es una desventaja, ya que la IA es una tecnología importante y fundamental en la cuarta revolución industrial, y dada su naturaleza multipropósito, poder exponencial y capacidad predictiva podría ser una herramienta importante para abordar diversos desafíos que afectan el desarrollo de la región.[15]​

Historia

Artículo principal: Historia de la inteligencia artificial
  • El término «inteligencia artificial» fue acuñado formalmente en 1956 durante la Conferencia de Dartmouth, pero para entonces ya se había estado trabajando en ello durante cinco años en los cuales se había propuesto muchas definiciones distintas que en ningún caso habían logrado ser aceptadas totalmente por la comunidad investigadora. La IA es una de las disciplinas más nuevas junto con la genética moderna.
  • Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría (250 a. C.) construyó la primera máquina autocontrolada, un regulador del flujo de agua (racional pero sin razonamiento).
  • En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento podía ser efectuado de manera artificial.
  • En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de un dispositivo físico para implementar cualquier cómputo formalmente definido.
  • En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera el primer trabajo del campo, aun cuando todavía no existía el término. Los primeros avances importantes comenzaron a principios del año 1950 con el trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.
  • En 1955 Herbert Simon, Allen Newell y J. C. Shaw, desarrollan el primer lenguaje de programación orientado a la resolución de problemas, el IPL-11. Un año más tarde desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemáticos.
  • En 1956 fue inventado el término inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años.
  • En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problem Solver (GPS). GPS era un sistema orientado a la resolución de problemas.
  • En 1958 John McCarthy desarrolla en el Instituto de Tecnología de Massachusetts (MIT) el LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico.
  • En 1959 Rosenblatt introduce el Perceptrón.
  • A finales de la década de 1950 y comienzos de la de 1960 Robert K. Lindsay desarrolla «Sad Sam», un programa para la lectura de oraciones en inglés y la inferencia de conclusiones a partir de su interpretación.
  • En 1963 Quillian desarrolla las redes semánticas como modelo de representación del conocimiento.
  • En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de inferir conocimiento basado en información que se le suministra. Bobrow desarrolla STUDENT.
  • A mediados de los años 60, aparecen los sistemas expertos, que predicen la probabilidad de una solución bajo un set de condiciones. Por ejemplo DENDRAL, iniciado en 1965 por Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a químicos en estructuras químicas complejas, MACSYMA, que asistía a ingenieros y científicos en la solución de ecuaciones matemáticas complejas.
  • Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU, que permitía interrogar y dar órdenes a un robot que se movía dentro de un mundo de bloques.
  • En 1968 Marvin Minsky publica Semantic Information Processing.
  • En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de programación LOGO.
  • En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
  • En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille crean PROLOG (del francés PROgrammation en LOGique) un lenguaje de programación ampliamente utilizado en IA.
  • En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas técnicas actuales en Inteligencia Artificial y la informática en general.
  • En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos más conocidos, que asistió a médicos en el diagnóstico y tratamiento de infecciones en la sangre.
  • En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.
  • En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de computadoras.
  • En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales).
  • En 1988 se establecen los lenguajes Orientados a Objetos.
  • En 1997 Gari Kaspárov, campeón mundial de ajedrez, pierde ante la computadora autónoma Deep Blue.
  • En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia Artificial - Campus Multidisciplinar en Percepción e Inteligencia 2006.
  • En 2009 ya hay en desarrollo sistemas inteligentes terapéuticos que permiten detectar emociones para poder interactuar con niños autistas.
  • En 2011 IBM desarrolló una supercomputadora llamada Watson, la cual ganó una ronda de tres juegos seguidos de Jeopardy!, venciendo a sus dos máximos campeones, y ganando un premio de 1 millón de dólares que IBM luego donó a obras de caridad.[16]​
  • En 2016, un programa informático ganó cinco a cero al triple campeón de Europa de Go.[17]​
  • En 2016, el entonces presidente Obama habla sobre el futuro de la inteligencia artificial y la tecnología.[18]​
  • Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un programa, de modo tal que se cumple la prueba de Turing como cuando se formuló: «Existirá Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversación a ciegas».
  • En 2017 AlphaGo desarrollado por DeepMind derrota 4-1 en una competencia de Go al campeón mundial Lee Sedol. Este suceso fue muy mediático y marco un hito en la historia de este juego.[19]​ A finales de ese mismo año, Stockfish, el motor de ajedrez considerado el mejor del mundo con 3 400 puntos ELO, fue abrumadoramente derrotado por AlphaZero con solo conocer las reglas del juego y tras solo 4 horas de entrenamiento jugando contra sí mismo.[20]​
  • Como anécdota, muchos de los investigadores sobre IA sostienen que «la inteligencia es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o cerebro».
  • En 2018, se lanza el primer televisor con Inteligencia Artificial por parte de LG Electronics con una plataforma denominada ThinQ.[21]​
  • En 2019, Google presentó su Doodle en que, con ayuda de la Inteligencia Artificial, hace un homenaje a Johann Sebastian Bach, en el que, añadiendo una simple melodía de dos compases la IA crea el resto.
  • En 2020, la OECD (Organización para la Cooperación y el Desarrollo Económicos) publica el documento de trabajo intitulado Hola, mundo: La inteligencia artificial y su uso en el sector público, dirigido a funcionarios de gobierno con el afán de resaltar la importancia de la IA y de sus aplicaciones prácticas en el ámbito gubernamental.[22]​

Implicaciones sociales, éticas y filosóficas

El acelerado desarrollo tecnológico y científico de la inteligencia artificial que se ha producido en el siglo XXI supone también un importante impacto en otros campos. En la economía mundial durante la segunda revolución industrial se vivió un fenómeno conocido como desempleo tecnológico, que se refiere a cuando la automatización industrial de los procesos de producción a gran escala reemplaza la mano de obra humana. Con la inteligencia artificial podría darse un fenómeno parecido, especialmente en los procesos en los que interviene la inteligencia humana, tal como se ilustraba en el cuento ¡Cómo se divertían! de Isaac Asimov, en el que su autor vislumbra algunos de los efectos que tendría la interacción de máquinas inteligentes especializadas en pedagogía infantil, en lugar de profesores humanos, con los niños en etapa escolar. Otras obras de ciencia ficción también exploran algunas cuestiones éticas y filosóficas con respecto a la inteligencia artificial, como las películas Yo, robot o A.I. Inteligencia Artificial, en los que se tratan temas tales como la autoconsciencia de los robots inteligentes, o si éstos podrían considerarse sujetos de derecho debido a sus características casi humanas relacionadas con la sintiencia, como el poder ser capaces de sentir dolor y emociones o hasta qué punto obedecerían al objetivo de su programación, y en caso de no ser así, si podrían ejercer libre albedrío. Esto último es el tema central de la famosa saga de Terminator, en la que las máquinas superan a la humanidad y deciden aniquilarla, historia que según varios especialistas, podría no limitarse a la ciencia ficción y ser una posibilidad real en una sociedad posthumana que dependiese de la tecnología y las máquinas totalmente.[23]​[24]​

Regulación

El Derecho[25]​ desempeña un papel fundamental en el uso y desarrollo de la IA. Las leyes establecen reglas y normas de comportamiento vinculantes para asegurar el bienestar social y proteger los derechos individuales, y pueden ayudarnos a obtener los beneficios de esta tecnología mientras minimizamos sus riesgos, que son significativos. De momento no hay normas jurídicas que regulen directamente la IA. Pero con fecha 21 de abril de 2021, la Comisión Europea ha presentado una propuesta de Reglamento europeo para la regulación armonizada de la inteligencia artificial (IA) en la UE. Su título exacto es Propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de inteligencia artificial –Ley de Inteligencia Artificial– y se modifican otros actos legislativos de la Unión.

Objetivos

Razonamiento y resolución de problemas

Los primeros investigadores desarrollaron algoritmos que imitaban el razonamiento paso a paso que los humanos usan cuando resuelven acertijos o hacen deducciones lógicas.[26]​ A finales de los años 80 y 90, la investigación de la inteligencia artificial había desarrollado métodos para tratar con información incierta o incompleta, empleando conceptos de probabilidad y economía.[27]​

Estos algoritmos demostraron ser insuficientes para resolver grandes problemas de razonamiento porque experimentaron una «explosión combinatoria»: se volvieron exponencialmente más lentos a medida que los problemas crecían.[28]​ De esta manera, se concluyó que los seres humanos rara vez usan la deducción paso a paso que la investigación temprana de la inteligencia artificial seguía; en cambio, resuelven la mayoría de sus problemas utilizando juicios rápidos e intuitivos.[29]​

Representación del conocimiento

Artículo principal: Representación del conocimiento

La representación del conocimiento[30]​ y la ingeniería del conocimiento[31]​ son fundamentales para la investigación clásica de la inteligencia artificial. Algunos «sistemas expertos» intentan recopilar el conocimiento que poseen los expertos en algún ámbito concreto. Además, otros proyectos tratan de reunir el «conocimiento de sentido común» conocido por una persona promedio en una base de datos que contiene un amplio conocimiento sobre el mundo.

Entre los temas que contendría una base de conocimiento de sentido común están: objetos, propiedades, categorías y relaciones entre objetos,[32]​ situaciones, eventos, estados y tiempo[33]​ causas y efectos;Poole, Mackworth y Goebel, 1998, pp. 335–337 y el conocimiento sobre el conocimiento (lo que sabemos sobre lo que saben otras personas)[34]​ entre otros.

Planificación

Otro objetivo de la inteligencia artificial consiste en poder establecer metas y alcanzarlas.[35]​ Para ello necesitan una forma de visualizar el futuro, una representación del estado del mundo y poder hacer predicciones sobre cómo sus acciones lo cambiarán, con tal de poder tomar decisiones que maximicen la utilidad (o el «valor») de las opciones disponibles.Russell y Norvig, 2003, pp. 600–604

En los problemas clásicos de planificación, el agente puede asumir que es el único sistema que actúa en el mundo, lo que le permite estar seguro de las consecuencias de sus acciones.[36]​ Sin embargo, si el agente no es el único actor, entonces se requiere que este pueda razonar bajo incertidumbre. Esto requiere un agente que no solo pueda evaluar su entorno y hacer predicciones, sino también evaluar sus predicciones y adaptarse en función de su evaluación.Russell y Norvig, 2003, pp. 430–449 La planificación de múltiples agentes utiliza la cooperación y la competencia de muchos sistemas para lograr un objetivo determinado. El comportamiento emergente como este es utilizado por algoritmos evolutivos e inteligencia de enjambre.Russell y Norvig, 2003, pp. 449–455

Aprendizaje

El aprendizaje automático es un concepto fundamental de la investigación de la inteligencia artificial desde el inicio del campo; consiste en el estudio de algoritmos informáticos que mejoran automáticamente a través de la experiencia.[37]​

El aprendizaje no supervisado es la capacidad de encontrar patrones en un flujo de entrada, sin que sea necesario que un humano etiquete las entradas primero. El aprendizaje supervisado incluye clasificación y regresión numérica, lo que requiere que un humano etiquete primero los datos de entrada. La clasificación se usa para determinar a qué categoría pertenece algo y ocurre después de que un programa observe varios ejemplos de entradas de varias categorías. La regresión es el intento de producir una función que describa la relación entre entradas y salidas y predice cómo deben cambiar las salidas a medida que cambian las entradas.[37]​ Tanto los clasificadores como los aprendices de regresión intentan aprender una función desconocida; por ejemplo, un clasificador de spam puede verse como el aprendizaje de una función que asigna el texto de un correo electrónico a una de dos categorías, «spam» o «no spam». La teoría del aprendizaje computacional puede evaluar a los estudiantes por complejidad computacional, complejidad de la muestra (cuántos datos se requieren) o por otras nociones de optimización.[38]​

Procesamiento de lenguajes naturales

Artículo principal: Procesamiento de lenguajes naturales

El procesamiento del lenguaje natural[39]​ permite a las máquinas leer y comprender el lenguaje humano. Un sistema de procesamiento de lenguaje natural suficientemente eficaz permitiría interfaces de usuario de lenguaje natural y la adquisición de conocimiento directamente de fuentes escritas por humanos, como los textos de noticias. Algunas aplicaciones sencillas del procesamiento del lenguaje natural incluyen la recuperación de información, la minería de textos, la respuesta a preguntas y la traducción automática.[40]​ Muchos enfoques utilizan las frecuencias de palabras para construir representaciones sintácticas de texto. Las estrategias de búsqueda de «detección de palabras clave» son populares y escalables, pero poco óptimas; una consulta de búsqueda para «perro» solo puede coincidir con documentos que contengan la palabra literal «perro» y perder un documento con la palabra «caniche». Los enfoques estadísticos de procesamiento de lenguaje pueden combinar todas estas estrategias, así como otras, y a menudo logran una precisión aceptable a nivel de página o párrafo. Más allá del procesamiento de la semántica, el objetivo final de este es incorporar una comprensión completa del razonamiento de sentido común.[41]​ En 2019, las arquitecturas de aprendizaje profundo basadas en transformadores podrían podían generar texto coherente.[42]​

Percepción

 
La detección de características (en la imagen se observa la detección de bordes) ayuda a la inteligencia artificial a componer estructuras abstractas informativas a partir de datos sin procesar.

La percepción de la máquina[43]​ es la capacidad de utilizar la entrada de sensores (como cámaras de espectro visible o infrarrojo, micrófonos, señales inalámbricas y lidar, sonar, radar y sensores táctiles) para deducir aspectos del mundo. Las aplicaciones incluyen reconocimiento de voz,[44]​ reconocimiento facial y reconocimiento de objetos.Russell y Norvig, 2003, pp. 885–892 La visión artificial es la capacidad de analizar la información visual, que suele ser ambigua; un peatón gigante de cincuenta metros de altura muy lejos puede producir los mismos píxeles que un peatón de tamaño normal cercano, lo que requiere que la inteligencia artificial juzgue la probabilidad relativa y la razonabilidad de las diferentes interpretaciones, por ejemplo, utilizando su «modelo de objeto» para evaluar que los peatones de cincuenta metros no existen.[45]​

Críticas

 
La «revolución digital» y, más concretamente, el desarrollo de la inteligencia artificial, está suscitando temores y preguntas, incluso en el ámbito de personalidades relevantes en estas cuestiones. En esta imagen, se observa a Bill Gates, exdirector general de Microsoft; el citado y Elon Musk (director general de Tesla) opinan que se debe ser «muy cauteloso con la inteligencia artificial»; si tuviéramos que «apostar por lo que constituye nuestra mayor amenaza a la existencia», serían precisamente ciertas aplicaciones sofisticadas del citado asunto, que podrían llegar a tener derivaciones por completo impensadas.

Las principales críticas a la inteligencia artificial tienen que ver con su capacidad de imitar por completo a un ser humano. Sin embargo, hay expertos[cita requerida] en el tema que indican que ningún humano individual tiene capacidad para resolver todo tipo de problemas, y autores como Howard Gardner han teorizado sobre la solución.

En los humanos, la capacidad de resolver problemas tiene dos aspectos: los aspectos innatos y los aspectos aprendidos. Los aspectos innatos permiten, por ejemplo, almacenar y recuperar información en la memoria, mientras que en los aspectos aprendidos reside el saber resolver un problema matemático mediante el algoritmo adecuado. Del mismo modo que un humano debe disponer de herramientas que le permitan solucionar ciertos problemas, los sistemas artificiales deben ser programados de modo tal que puedan llegar a resolverlos.

Muchas personas consideran que el test de Turing ha sido superado, citando conversaciones en que al dialogar con un programa de inteligencia artificial para chat, no saben que hablan con un programa. Sin embargo, esta situación no es equivalente a un test de Turing, que requiere que el participante se encuentre sobre aviso de la posibilidad de hablar con una máquina.

Otros experimentos mentales como la Habitación china, de John Searle, han mostrado cómo una máquina podría simular pensamiento sin realmente poseerlo, pasando el test de Turing sin siquiera entender lo que hace, tan solo reaccionando de una forma concreta a determinados estímulos (en el sentido más amplio de la palabra). Esto demostraría que la máquina en realidad no está pensando, ya que actuar de acuerdo con un programa preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser humano que intenta evitar que le engañen es muestra de una mente inteligente, Searle considera posible lograr dicho efecto mediante reglas definidas a priori.

Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicación con el usuario. Este obstáculo es debido a la ambigüedad del lenguaje, y se remonta a los inicios de los primeros sistemas operativos informáticos. La capacidad de los humanos para comunicarse entre sí implica el conocimiento del lenguaje que utiliza el interlocutor. Para que un humano pueda comunicarse con un sistema inteligente hay dos opciones: o bien que el humano aprenda el lenguaje del sistema como si aprendiese a hablar cualquier otro idioma distinto al nativo, o bien que el sistema tenga la capacidad de interpretar el mensaje del usuario en la lengua que el usuario utiliza. También hay desperfectos en las instalaciones de los mismos.

Un humano, durante toda su vida, aprende el vocabulario de su lengua nativa o materna, siendo capaz de interpretar los mensajes (a pesar de la polisemia de las palabras) utilizando el contexto para resolver ambigüedades. Sin embargo, debe conocer los distintos significados para poder interpretar, y es por esto que lenguajes especializados y técnicos son conocidos solamente por expertos en las respectivas disciplinas. Un sistema de inteligencia artificial se enfrenta con el mismo problema, la polisemia del lenguaje humano, su sintaxis poco estructurada, y los dialectos entre grupos.

Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe mayor consenso entre especialistas. Un sistema experto es más probable que sea programado en física o en medicina que en sociología o en psicología. Esto se debe al problema del consenso entre especialistas en la definición de los conceptos involucrados y en los procedimientos y técnicas a utilizar. Por ejemplo, en física hay acuerdo sobre el concepto de velocidad y cómo calcularla. Sin embargo, en psicología se discuten los conceptos, la etiología, la psicopatología, y cómo proceder ante cierto diagnóstico. Esto dificulta la creación de sistemas inteligentes porque siempre habrá desacuerdo sobre la forma en que debería actuar el sistema para diferentes situaciones. A pesar de esto, hay grandes avances en el diseño de sistemas expertos para el diagnóstico y toma de decisiones en el ámbito médico y psiquiátrico (Adaraga Morales, Zaccagnini Sancho, 1994).

Al desarrollar un robot con inteligencia artificial se debe tener cuidado con la autonomía,[46]​ hay que tener cuidado en no vincular el hecho de que el robot interaccione con seres humanos a su grado de autonomía. Si la relación de los humanos con el robot es de tipo maestro esclavo, y el papel de los humanos es dar órdenes y el del robot obedecerlas, entonces sí cabe hablar de una limitación de la autonomía del robot. Pero si la interacción de los humanos con el robot es de igual a igual, entonces su presencia no tiene por qué estar asociada a restricciones para que el robot pueda tomar sus propias decisiones. [47]​ Con el desarrollo de la tecnología de inteligencia artificial, muchas compañías de software como el aprendizaje profundo y el procesamiento del lenguaje natural han comenzado a producirse y la cantidad de películas sobre inteligencia artificial ha aumentado. Stephen Hawking advirtió sobre los peligros de la inteligencia artificial y lo consideró una amenaza para la supervivencia de la humanidad.[48]​

Tecnologías de apoyo

Aplicaciones de la inteligencia artificial

Artículo principal: Aplicaciones de la inteligencia artificial
 
Un asistente automático en línea dando servicio de atención al cliente en un sitio web – una de las muchas aplicaciones primitivas de la inteligencia artificial.

Las técnicas desarrolladas en el campo de la inteligencia artificial son numerosas y ubicuas. Comúnmente cuando un problema es resuelto mediante inteligencia artificial la solución es incorporada en ámbitos de la industria y de la vida[49]​ diaria de los usuarios de programas de computadora, pero la percepción popular se olvida de los orígenes de estas tecnologías que dejan de ser percibidas como inteligencia artificial. A este fenómeno se le conoce como el efecto IA.[50]​

Propiedad intelectual de la inteligencia artificial

Al hablar acerca de la propiedad intelectual atribuida a creaciones de la inteligencia artificial se forma un debate fuerte alrededor de si una máquina puede tener derechos de autor. Según la Organización Mundial de la Propiedad Intelectual (OMPI), cualquier creación de la mente puede ser parte de la propiedad intelectual, pero no especifica si la mente debe ser humana o puede ser una máquina, dejando la creatividad artificial en la incertidumbre.

Alrededor del mundo han comenzado a surgir distintas legislaciones con el fin de manejar la inteligencia artificial, tanto su uso como creación. Los legisladores y miembros del gobierno han comenzado a pensar acerca de esta tecnología, enfatizando el riesgo y los desafíos complejos de esta. Observando el trabajo creado por una máquina, las leyes cuestionan la posibilidad de otorgarle propiedad intelectual a una máquina, abriendo una discusión respecto a la legislación relacionada con IA.

El 5 de febrero de 2020, la Oficina del Derecho de Autor de los Estados Unidos y la OMPI asistieron a un simposio donde observaron de manera profunda cómo la comunidad creativa utiliza la inteligencia artificial (AI) para crear trabajo original. Se discutieron las relaciones entre la inteligencia artificial y el derecho de autor, qué nivel de involucramiento es suficiente para que el trabajo resultante sea válido para protección de derechos de autor; los desafíos y consideraciones de usar inputs con derechos de autor para entrenar una máquina; y el futuro de la inteligencia artificial y sus políticas de derecho de autor.[51]​[52]​

El Director General de la OMPI, Francis Gurry, presentó su preocupación ante la falta de atención que hay frente a los derechos de propiedad intelectual, pues la gente suele dirigir su interés hacia temas de ciberseguridad, privacidad e integridad de datos al hablar de la inteligencia artificial. Así mismo, Gurry cuestionó si el crecimiento y la sostenibilidad de la tecnología AI nos guiaría a desarrollar dos sistemas para manejar derechos de autor- uno para creaciones humanas y otro para creaciones de máquinas.[53]​

Aún hay una falta de claridad en el entendimiento alrededor de la inteligencia artificial. Los desarrollos tecnológicos avanzan a paso rápido, aumentando su complejidad en políticas, legalidades y problemas éticos que se merecen la atención global. Antes de encontrar una manera de trabajar con los derechos de autor, es necesario entenderlo correctamente, pues aún no se sabe cómo juzgar la originalidad de un trabajo que nace de una composición de una serie de fragmentos de otros trabajos.

La asignación de derechos de autor alrededor de la inteligencia artificial aún no ha sido regulada por la falta de conocimientos y definiciones. Aún hay incertidumbre sobre si, y hasta que punto, la inteligencia artificial es capaz de producir contenido de manera autónoma y sin ningún humano involucrado, algo que podría influenciar si sus resultados pueden ser protegidos por derechos de autor.

El sistema general de derechos de autor aún debe adaptarse al contexto digital de inteligencia artificial, pues están centrados en la creatividad humana. Los derechos de autor no están diseñados para manejar cualquier problema en las políticas relacionado con la creación y el uso de propiedad intelectual, y puede llegar a ser dañino estirar excesivamente los derechos de autor para resolver problemas periféricos dado que:

“Usar los derechos de autor para gobernar la inteligencia artificial es poco inteligente y contradictorio con la función primordial de los derechos de autor de ofrecer un espacio habilitado para que la creatividad florezca”[54]​

La conversación acerca de la propiedad intelectual tendrá que continuar hasta asegurarse de que la innovación sea protegida pero también tenga espacio para florecer.

Véase también

Referencias

  1. Poole, David. «Computational Intelligence: A Logical Approach» (en inglés). Nueva York: Oxford University Press. p. 1. Consultado el 13 de junio de 2018. 
  2. , Russell y Norvig, 2009, p. 2.
  3. . Archivado desde el original el 21 de noviembre de 2018. Consultado el 13 de noviembre de 2018. 
  4. Schank, Roger C. (1991). «Where's the AI» (PDF). AI Magazine (en inglés) 12 (4): 38. 
  5. Kaplan, Andreas; Haenlein, Michael (2018). (PDF) (en inglés) 62 (1). Archivado desde el original el 21 de noviembre de 2018. Consultado el 13 de noviembre de 2018. 
  6. Ferrer Abello (1986). «Introducción a la Inteligencia Artificial». En Antonio M. Ferrer Abello, ed. Inteligencia Artificial y Sistemas Expertos. Ediciones Ingelek, S.A. p. 7-20. ISBN 84-85831-31-4. 
  7. López Takeyas, Bruno. «Introducción a la Inteligencia Artificial». 
  8. McCarthy, John (11 de noviembre de 2007). «What Is Artificial Intelligence» (en inglés). Sección «Basic Questions». Consultado el 27 de octubre de 2011. 
  9. Russell y Norvig, 2009.
  10. Bellman, 1978.
  11. Rich y Knight, 1991.
  12. Winston, 1992.
  13. Nilsson, 1998.
  14. «¿Qué es la Inteligencia Computacional?». 
  15. Caribe, Comisión Económica para América Latina y el fecha=3 de septiembre de 2019. «Cumbre de Inteligencia Artificial en América Latina». www.cepal.org. Consultado el 15 de diciembre de 2019. 
  16. . Pinggers. Archivado desde el original el 8 de marzo de 2011. Consultado el 21 de febrero de 2011. 
  17. Salas, Javier (28 de enero de 2016). «La inteligencia artificial conquista el último tablero de los humanos». El País. 
  18. Ortega, Andrés (27 de octubre de 2016). «Obama y la Inteligencia Artificial». p. elDiario.es. Consultado el 9 de junio de 2021. 
  19. «Alpha Go». 
  20. Rodríguez, Roberto (14 de diciembre de 2017). «Alpha Zero, el programa que revoluciona el ajedrez y puede cambiar el mundo». La Vanguardia. Consultado el 21 de mayo de 2021. 
  21. «AI ThinQ: La plataforma de inteligencia artificial de LG llega a todos sus televisores». El Financiero. Consultado el 23 de septiembre de 2021. 
  22. Berryhill, Heang, Clogher, McBride, Asociación Méxicana de Internet (2020). «Hola, mundo: La inteligencia artificial y su uso en el sector público.». DOCUMENTOS DE TRABAJO DE LA OCDE SOBRE GOBERNANZA PÚBLICA. Consultado el 9 de junio de 2021. 
  23. «Riesgos de la inteligencia artificial». El Mundo. Consultado el 21 de mayo de 2021. 
  24. Santos, Josilene C.; Wong, Jeannie Hsiu Ding; Pallath, Vinod; Ng, Kwan Hoong (20 de julio de 2021). «The perceptions of medical physicists towards relevance and impact of artificial intelligence». Physical and Engineering Sciences in Medicine (en inglés). ISSN 2662-4737. doi:10.1007/s13246-021-01036-9. Consultado el 21 de julio de 2021. 
  25. Barrio Andres, Moises (23 de junio de 2021). «Towards legal regulation of artificial intelligence». REVISTA IUS (en inglés) 15 (48). ISSN 1870-2147. doi:10.35487/rius.v15i48.2021.661. Consultado el 30 de agosto de 2021. 
  26. Resolución de problemas, resolución de acertijos, juego y deducción: Russell y Norvig, 2003, c. 3–9, Poole, Mackworth y Goebel, 1998, c. 2,3,7,9, Luger y Stubblefield, 2004, c. 3,4,6,8, Nilsson, 1998, c. 7–12
  27. Razonamiento incierto: Russell y Norvig, 2003, pp. 452–644, Poole, Mackworth y Goebel, 1998, pp. 345–395, Luger y Stubblefield, 2004, pp. 333–381, Nilsson, 1998, c. 19
  28. Intratabilidad y eficiencia y la explosión combinatoria: Russell y Norvig, 2003, pp. 9, 21–22
  29. Evidencia psicológica del razonamiento sub-simbólico: Wason y Shapiro (1966), Kahneman, Slovic y Tversky (1982), Lakoff y Núñez (2000)
  30. Representación del conocimiento: ACM, 1998, I.2.4, Russell y Norvig, 2003, pp. 320–363, Poole, Mackworth y Goebel, 1998, pp. 23–46, 69–81, 169–196, 235–277, 281–298, 319–345, Luger y Stubblefield, 2004, pp. 227–243, Nilsson, 1998, c. 18
  31. Ingieneria del conocimiento: * Russell y Norvig, 2003, pp. 260–266, Poole, Mackworth y Goebel, 1998, pp. 199–233, Nilsson, 1998, c. 17.1–17.4
  32. Representación de categorías y relaciones: Russell y Norvig, 2003, pp. 349–354, Poole, Mackworth y Goebel, 1998, pp. 174–177, Luger y Stubblefield, 2004, pp. 248–258, Nilsson, 1998, c. 18.3
  33. Representación de eventos y el tiempo: Russell y Norvig, 2003, pp. 328–341, Poole, Mackworth y Goebel, 1998, pp. 281–298, Nilsson, 1998, c. 18.2
  34. Russell y Norvig, 2003, pp. 341–344, Poole, Mackworth y Goebel, 1998, pp. 275–277
  35. Planificación automática: ACM, 1998, ~I.2.8, Russell y Norvig, 2003, pp. 375–459, Poole, Mackworth y Goebel, 1998, pp. 281–316, Luger y Stubblefield, 2004, pp. 314–329, Nilsson, 1998, c. 10.1–2, 22
  36. Planificación clásica: * Russell y Norvig, 2003, pp. 375–430, Poole, Mackworth y Goebel, 1998, pp. 281–315, Luger y Stubblefield, 2004, pp. 314–329, Nilsson, 1998, c. 10.1–2, 22
  37. ↑ Aprendizaje automático: ACM, 1998, I.2.6, Russell y Norvig, 2003, pp. 649–788, Poole, Mackworth y Goebel, 1998, pp. 397–438, Luger y Stubblefield, 2004, pp. 385–542, Nilsson, 1998, c. 3.3, 10.3, 17.5, 20
  38. Jordan, M. I.; Mitchell, T. M. (16 de julio de 2015). «Machine learning: Trends, perspectives, and prospects». Science (en inglés) 349 (6245): 255-260. Bibcode:2015Sci...349..255J. PMID 26185243. S2CID 677218. doi:10.1126/science.aaa8415. 
  39. Procesamiento de lenguaje natural: ACM, 1998, I.2.7, Russell y Norvig, 2003, pp. 790–831, Poole, Mackworth y Goebel, 1998, pp. 91–104, Luger y Stubblefield, 2004, pp. 591–632
  40. Aplicaciones del procesamiento de lenguaje natural: Russell y Norvig, 2003, pp. 840–857, Luger y Stubblefield, 2004, pp. 623–630
  41. Cambria, Erik; White, Bebo (Mayo de 2014). «Jumping NLP Curves: A review of Natural Language Processing Research [Review Article]». IEEE Computational Intelligence Magazine (en inglés) 9 (2): 48-57. S2CID 206451986. doi:10.1109/MCI.2014.2307227. 
  42. Vincent, James (7 de noviembre de 2019). . The Verge (en inglés). Archivado desde el original el 11 de junio de 2020. Consultado el 11 June 2020. 
  43. Percepción de la máquina: Russell y Norvig, 2003, pp. 537–581, 863–898, Nilsson, 1998, ~c. 6
  44. Reconocimiento de voz: * ACM, 1998, ~I.2.7 * Russell y Norvig, 2003, pp. 568–578
  45. Visión computacional: ACM, 1998, I.2.10, Russell y Norvig, 2003, pp. 863–898, Nilsson, 1998, c. 6
  46. Salichs, Miguel A.; Malfaz, María; Gorostiza, Javi F. (1 de octubre de 2010). «Toma de Decisiones en Robótica». Revista Iberoamericana de Automática e Informática Industrial RIAI 7 (4): 5-16. doi:10.1016/S1697-7912(10)70055-8. Consultado el 21 de marzo de 2016. 
  47. osmany-yildirim, Osman (26 de marzo de 2020). «The Effect of Artificial Intelligence on Society». Artificial Intelligence (en inglés británico). Consultado el 26 de marzo de 2020. 
  48. Cellan-Jones, Rory (20 de octubre de 2016). «Stephen Hawking - will AI kill or save?». BBC News (en inglés británico). Consultado el 28 de octubre de 2018. 
  49. Europasur.es. «La inteligencia artificial como herramienta de progreso social». Consultado el 16 de octubre de 2018. 
  50. «AI set to exceed human brain power» (en inglés). CNN. 26 de julio de 2006. 
  51. «Copyright in the Age of Artificial Intelligence | U.S. Copyright Office». www.copyright.gov. Consultado el 22 de mayo de 2020. 
  52. «"expertos en inteligencia artificial en España"». cronicaglobal.elespanol.com. Consultado el 22 de mayo de 2020. 
  53. United States Copyright Office (5 de febrero de 2020). «Copyright in the Age of Artificial Intelligence». Library of Congress. 
  54. «Why We're Advocating for a Cautious Approach to Copyright and Artificial Intelligence». Creative Commons (en inglés estadounidense). 20 de febrero de 2020. Consultado el 22 de mayo de 2020. 

Bibliografía

  • Bellman, Richard (1978). An introduction to artificial intelligence: can computers think? (en inglés). San Francisco: Boyd & Fraser Pub. Co. ISBN 978-0878350667. 
  • Nilsson, Nils J. (1998). Artificial Intelligence: A New Synthesis (en inglés) (4.ª edición). San Francisco: Kaufmann. ISBN 978-1558604674. 
  • Rich, Elaine; Knight, Kevin (1991). Artificial intelligence (en inglés) (2.ª edición). New York: McGraw-Hill. ISBN 978-0070522633. 
  • Russell, Stuart J.; Norvig, Peter Norvig (2009). Artificial intelligence: a modern approach (en inglés) (3.ª edición). Upper Saddle River, N.J.: Prentice Hall. ISBN 0-13-604259-7. 
  • Winston, Patrick Henry (1992). Artificial intelligence (en inglés) (3.ª edición). Reading, Mass.: Addison-Wesley Pub. Co. ISBN 978-0201533774. 
  • Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach (en inglés) (2ª edición), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2 .
  • Poole, David; Mackworth, Alan; Goebel, Randy (1998). (en inglés). New York: Oxford University Press. ISBN 978-0-19-510270-3. Archivado desde el original el 26 de julio de 2020. Consultado el 22 de agosto de 2020. 
  • Luger, George; Stubblefield, William (2004). (en inglés) (5ª edición). Benjamin/Cummings. ISBN 978-0-8053-4780-7. Archivado desde el original el 26 de julio de 2020. Consultado el 17 de diciembre de 2019. 
  • Wason, P. C.; Shapiro, D. (1966). (en inglés). Harmondsworth: Penguin. Archivado desde el original el 26 de julio de 2020. Consultado el 18 de noviembre de 2019. 
  • Kahneman, Daniel; Slovic, D.; Tversky, Amos (1982). «Judgment under uncertainty: Heuristics and biases». Science (en inglés) 185 (4157) (New York: Cambridge University Press). pp. 1124-1131. ISBN 978-0-521-28414-1. PMID 17835457. S2CID 143452957. doi:10.1126/science.185.4157.1124. 
  • (en inglés). ACM. 1998. Archivado desde el original el 12 de octubre de 2007. Consultado el 30 de agosto de 2007. 
  • Lakoff, George; Núñez, Rafael E. (2000). Where Mathematics Comes From: How the Embodied Mind Brings Mathematics into Being (en inglés). Basic Books. ISBN 978-0-465-03771-1. 

Enlaces externos

  •   Wikilibros alberga un libro o manual sobre Ingeniería del conocimiento.
  • Revista «Inteligencia Artificial»
  • Página sobre inteligencia artificial
  •   Datos: Q11660
  •   Multimedia: Artificial intelligence

Noviembre 10, 2021
inteligencia, artificial, redirige, aquí, para, otras, acepciones, véase, desambiguación, inteligencia, artificial, informática, inteligencia, expresada, máquinas, procesadores, softwares, serían, análogos, cuerpo, cerebro, mente, respectivamente, diferencia, . IA redirige aqui Para otras acepciones vease IA desambiguacion La inteligencia artificial IA es en informatica la inteligencia expresada por maquinas sus procesadores y sus softwares que serian los analogos al cuerpo el cerebro y la mente respectivamente a diferencia de la inteligencia natural demostrada por humanos y ciertos animales con cerebros complejos En ciencias de la computacion una maquina inteligente ideal es un agente flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de exito en algun objetivo o tarea 1 Coloquialmente el termino inteligencia artificial se aplica cuando una maquina imita las funciones cognitivas que los humanos asocian con otras mentes humanas como por ejemplo percibir razonar aprender y resolver problemas 2 Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como la capacidad de un sistema para interpretar correctamente datos externos para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a traves de la adaptacion flexible 3 A medida que las maquinas se vuelven cada vez mas capaces tecnologia que alguna vez se penso que requeria de inteligencia se elimina de la definicion Por ejemplo el reconocimiento optico de caracteres ya no se percibe como un ejemplo de la inteligencia artificial habiendose convertido en una tecnologia comun 4 Avances tecnologicos todavia clasificados como inteligencia artificial son los sistemas de conduccion autonomos o los capaces de jugar ajedrez o Go 5 Cerebro e inteligencia artificial La inteligencia artificial es una nueva forma de resolver problemas dentro de los cuales se incluyen los sistemas expertos el manejo y control de robots y los procesadores que intenta integrar el conocimiento en tales sistemas en otras palabras un sistema inteligente capaz de escribir su propio programa Un sistema experto definido como una estructura de programacion capaz de almacenar y utilizar un conocimiento sobre un area determinada que se traduce en su capacidad de aprendizaje 6 Segun Takeyas 2007 la IA es una rama de las ciencias computacionales encargada de estudiar modelos de computo capaces de realizar actividades propias de los seres humanos con base en dos de sus caracteristicas primordiales el razonamiento y la conducta 7 En 1956 John McCarthy acuno la expresion inteligencia artificial y la definio como la ciencia e ingenio de hacer maquinas inteligentes especialmente programas de computo inteligentes 8 Tambien existen distintos tipos de percepciones y acciones que pueden ser obtenidas y producidas respectivamente por sensores fisicos y sensores mecanicos en maquinas pulsos electricos u opticos en computadoras tanto como por entradas y salidas de bits de un software y su entorno software Varios ejemplos se encuentran en el area de control de sistemas planificacion automatica la capacidad de responder a diagnosticos y a consultas de los consumidores reconocimiento de escritura reconocimiento del habla y reconocimiento de patrones Los sistemas de IA actualmente son parte de la rutina en campos como economia medicina ingenieria el transporte las comunicaciones y la milicia y se ha usado en gran variedad de aplicaciones de software juegos de estrategia como ajedrez de computador y otros videojuegos Indice 1 Categorias 2 Escuelas de pensamiento 2 1 Inteligencia artificial convencional 2 2 Inteligencia artificial computacional 2 3 Inteligencia artificial en America Latina 3 Historia 4 Implicaciones sociales eticas y filosoficas 5 Regulacion 6 Objetivos 6 1 Razonamiento y resolucion de problemas 6 2 Representacion del conocimiento 6 3 Planificacion 6 4 Aprendizaje 6 5 Procesamiento de lenguajes naturales 6 6 Percepcion 7 Criticas 8 Tecnologias de apoyo 9 Aplicaciones de la inteligencia artificial 10 Propiedad intelectual de la inteligencia artificial 11 Vease tambien 12 Referencias 13 Bibliografia 14 Enlaces externosCategorias EditarStuart J Russell y Peter Norvig diferencian varios tipos de inteligencia artificial 9 Sistemas que piensan como humanos Estos sistemas tratan de emular el pensamiento humano por ejemplo las redes neuronales artificiales La automatizacion de actividades que vinculamos con procesos de pensamiento humano actividades como la toma de decisiones resolucion de problemas y aprendizaje 10 Sistemas que actuan como humanos Estos sistemas tratan de actuar como humanos es decir imitan el comportamiento humano por ejemplo la robotica El estudio de como lograr que los computadores realicen tareas que por el momento los humanos hacen mejor 11 Sistemas que piensan racionalmente Es decir con logica idealmente tratan de imitar el pensamiento racional del ser humano por ejemplo los sistemas expertos el estudio de los calculos que hacen posible percibir razonar y actuar 12 Sistemas que actuan racionalmente Tratan de emular de forma racional el comportamiento humano por ejemplo los agentes inteligentes que esta relacionado con conductas inteligentes en artefactos 13 Escuelas de pensamiento EditarLa IA se divide en dos escuelas de pensamiento La inteligencia artificial convencional La inteligencia computacional Inteligencia artificial convencional Editar Se conoce tambien como IA simbolico deductiva Esta basada en el analisis formal y estadistico del comportamiento humano ante diferentes problemas Razonamiento basado en casos Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y aparte de que son muy importantes requieren de un buen funcionamiento Sistemas expertos Infieren una solucion a traves del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones Redes bayesianas Propone soluciones mediante inferencia probabilistica Inteligencia artificial basada en comportamientos Esta inteligencia contiene autonomia y puede auto regularse y controlarse para mejorar Smart process management Facilita la toma de decisiones complejas proponiendo una solucion a un determinado problema al igual que lo haria un especialista en dicha actividad Inteligencia artificial computacional Editar Articulo principal Inteligencia computacional La Inteligencia Computacional tambien conocida como IA subsimbolica inductiva implica desarrollo o aprendizaje interactivo por ejemplo modificaciones interactivas de los parametros en sistemas de conexiones El aprendizaje se realiza basandose en datos empiricos La inteligencia computacional tiene una doble finalidad Por un lado su objetivo cientifico es comprender los principios que posibilitan el comportamiento inteligente ya sea en sistemas naturales o artificiales y por otro su objetivo tecnologico consiste en especificar los metodos para disenar sistemas inteligentes 14 Inteligencia artificial en America Latina Editar Los paises latinoamericanos tienen la capacidad para aprovechar todo el potencial de la IA sin embargo debido a las limitaciones sociales y economicas se ha realizado poca inversion en el gobierno la industria y la investigacion para avanzar en IA Esto es una desventaja ya que la IA es una tecnologia importante y fundamental en la cuarta revolucion industrial y dada su naturaleza multiproposito poder exponencial y capacidad predictiva podria ser una herramienta importante para abordar diversos desafios que afectan el desarrollo de la region 15 Historia EditarArticulo principal Historia de la inteligencia artificial El termino inteligencia artificial fue acunado formalmente en 1956 durante la Conferencia de Dartmouth pero para entonces ya se habia estado trabajando en ello durante cinco anos en los cuales se habia propuesto muchas definiciones distintas que en ningun caso habian logrado ser aceptadas totalmente por la comunidad investigadora La IA es una de las disciplinas mas nuevas junto con la genetica moderna Las ideas mas basicas se remontan a los griegos antes de Cristo Aristoteles 384 322 a C fue el primero en describir un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales y Ctesibio de Alejandria 250 a C construyo la primera maquina autocontrolada un regulador del flujo de agua racional pero sin razonamiento En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento podia ser efectuado de manera artificial En 1936 Alan Turing disena formalmente una Maquina universal que demuestra la viabilidad de un dispositivo fisico para implementar cualquier computo formalmente definido En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales el cual se considera el primer trabajo del campo aun cuando todavia no existia el termino Los primeros avances importantes comenzaron a principios del ano 1950 con el trabajo de Alan Turing a partir de lo cual la ciencia ha pasado por diversas situaciones En 1955 Herbert Simon Allen Newell y J C Shaw desarrollan el primer lenguaje de programacion orientado a la resolucion de problemas el IPL 11 Un ano mas tarde desarrollan el LogicTheorist el cual era capaz de demostrar teoremas matematicos En 1956 fue inventado el termino inteligencia artificial por John McCarthy Marvin Minsky y Claude Shannon en la Conferencia de Dartmouth un congreso en el que se hicieron previsiones triunfalistas a diez anos que jamas se cumplieron lo que provoco el abandono casi total de las investigaciones durante quince anos En 1957 Newell y Simon continuan su trabajo con el desarrollo del General Problem Solver GPS GPS era un sistema orientado a la resolucion de problemas En 1958 John McCarthy desarrolla en el Instituto de Tecnologia de Massachusetts MIT el LISP Su nombre se deriva de LISt Processor LISP fue el primer lenguaje para procesamiento simbolico En 1959 Rosenblatt introduce el Perceptron A finales de la decada de 1950 y comienzos de la de 1960 Robert K Lindsay desarrolla Sad Sam un programa para la lectura de oraciones en ingles y la inferencia de conclusiones a partir de su interpretacion En 1963 Quillian desarrolla las redes semanticas como modelo de representacion del conocimiento En 1964 Bertrand Raphael construye el sistema SIR Semantic Information Retrieval el cual era capaz de inferir conocimiento basado en informacion que se le suministra Bobrow desarrolla STUDENT A mediados de los anos 60 aparecen los sistemas expertos que predicen la probabilidad de una solucion bajo un set de condiciones Por ejemplo DENDRAL iniciado en 1965 por Buchanan Feigenbaum y Lederberg el primer Sistema Experto que asistia a quimicos en estructuras quimicas complejas MACSYMA que asistia a ingenieros y cientificos en la solucion de ecuaciones matematicas complejas Posteriormente entre los anos 1968 1970 Terry Winograd desarrollo el sistema SHRDLU que permitia interrogar y dar ordenes a un robot que se movia dentro de un mundo de bloques En 1968 Marvin Minsky publica Semantic Information Processing En 1968 Seymour Papert Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de programacion LOGO En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980 En 1973 Alain Colmenauer y su equipo de investigacion en la Universidad de Aix Marseille crean PROLOG del frances PROgrammation en LOGique un lenguaje de programacion ampliamente utilizado en IA En 1973 Shank y Abelson desarrollan los guiones o scripts pilares de muchas tecnicas actuales en Inteligencia Artificial y la informatica en general En 1974 Edward Shortliffe escribe su tesis con MYCIN uno de los Sistemas Expertos mas conocidos que asistio a medicos en el diagnostico y tratamiento de infecciones en la sangre En las decadas de 1970 y 1980 crecio el uso de sistemas expertos como MYCIN R1 XCON ABRL PIP PUFF CASNET INTERNIST CADUCEUS etc Algunos permanecen hasta hoy Shells como EMYCIN EXPERT OPSS En 1981 Kazuhiro Fuchi anuncia el proyecto japones de la quinta generacion de computadoras En 1986 McClelland y Rumelhart publican Parallel Distributed Processing Redes Neuronales En 1988 se establecen los lenguajes Orientados a Objetos En 1997 Gari Kasparov campeon mundial de ajedrez pierde ante la computadora autonoma Deep Blue En 2006 se celebro el aniversario con el Congreso en espanol 50 anos de Inteligencia Artificial Campus Multidisciplinar en Percepcion e Inteligencia 2006 En 2009 ya hay en desarrollo sistemas inteligentes terapeuticos que permiten detectar emociones para poder interactuar con ninos autistas En 2011 IBM desarrollo una supercomputadora llamada Watson la cual gano una ronda de tres juegos seguidos de Jeopardy venciendo a sus dos maximos campeones y ganando un premio de 1 millon de dolares que IBM luego dono a obras de caridad 16 En 2016 un programa informatico gano cinco a cero al triple campeon de Europa de Go 17 En 2016 el entonces presidente Obama habla sobre el futuro de la inteligencia artificial y la tecnologia 18 Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con un programa de modo tal que se cumple la prueba de Turing como cuando se formulo Existira Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversacion a ciegas En 2017 AlphaGo desarrollado por DeepMind derrota 4 1 en una competencia de Go al campeon mundial Lee Sedol Este suceso fue muy mediatico y marco un hito en la historia de este juego 19 A finales de ese mismo ano Stockfish el motor de ajedrez considerado el mejor del mundo con 3 400 puntos ELO fue abrumadoramente derrotado por AlphaZero con solo conocer las reglas del juego y tras solo 4 horas de entrenamiento jugando contra si mismo 20 Como anecdota muchos de los investigadores sobre IA sostienen que la inteligencia es un programa capaz de ser ejecutado independientemente de la maquina que lo ejecute computador o cerebro En 2018 se lanza el primer televisor con Inteligencia Artificial por parte de LG Electronics con una plataforma denominada ThinQ 21 En 2019 Google presento su Doodle en que con ayuda de la Inteligencia Artificial hace un homenaje a Johann Sebastian Bach en el que anadiendo una simple melodia de dos compases la IA crea el resto En 2020 la OECD Organizacion para la Cooperacion y el Desarrollo Economicos publica el documento de trabajo intitulado Hola mundo La inteligencia artificial y su uso en el sector publico dirigido a funcionarios de gobierno con el afan de resaltar la importancia de la IA y de sus aplicaciones practicas en el ambito gubernamental 22 Implicaciones sociales eticas y filosoficas EditarEl acelerado desarrollo tecnologico y cientifico de la inteligencia artificial que se ha producido en el siglo XXI supone tambien un importante impacto en otros campos En la economia mundial durante la segunda revolucion industrial se vivio un fenomeno conocido como desempleo tecnologico que se refiere a cuando la automatizacion industrial de los procesos de produccion a gran escala reemplaza la mano de obra humana Con la inteligencia artificial podria darse un fenomeno parecido especialmente en los procesos en los que interviene la inteligencia humana tal como se ilustraba en el cuento Como se divertian de Isaac Asimov en el que su autor vislumbra algunos de los efectos que tendria la interaccion de maquinas inteligentes especializadas en pedagogia infantil en lugar de profesores humanos con los ninos en etapa escolar Otras obras de ciencia ficcion tambien exploran algunas cuestiones eticas y filosoficas con respecto a la inteligencia artificial como las peliculas Yo robot o A I Inteligencia Artificial en los que se tratan temas tales como la autoconsciencia de los robots inteligentes o si estos podrian considerarse sujetos de derecho debido a sus caracteristicas casi humanas relacionadas con la sintiencia como el poder ser capaces de sentir dolor y emociones o hasta que punto obedecerian al objetivo de su programacion y en caso de no ser asi si podrian ejercer libre albedrio Esto ultimo es el tema central de la famosa saga de Terminator en la que las maquinas superan a la humanidad y deciden aniquilarla historia que segun varios especialistas podria no limitarse a la ciencia ficcion y ser una posibilidad real en una sociedad posthumana que dependiese de la tecnologia y las maquinas totalmente 23 24 Regulacion EditarEl Derecho 25 desempena un papel fundamental en el uso y desarrollo de la IA Las leyes establecen reglas y normas de comportamiento vinculantes para asegurar el bienestar social y proteger los derechos individuales y pueden ayudarnos a obtener los beneficios de esta tecnologia mientras minimizamos sus riesgos que son significativos De momento no hay normas juridicas que regulen directamente la IA Pero con fecha 21 de abril de 2021 la Comision Europea ha presentado una propuesta de Reglamento europeo para la regulacion armonizada de la inteligencia artificial IA en la UE Su titulo exacto es Propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de inteligencia artificial Ley de Inteligencia Artificial y se modifican otros actos legislativos de la Union Objetivos EditarRazonamiento y resolucion de problemas Editar Los primeros investigadores desarrollaron algoritmos que imitaban el razonamiento paso a paso que los humanos usan cuando resuelven acertijos o hacen deducciones logicas 26 A finales de los anos 80 y 90 la investigacion de la inteligencia artificial habia desarrollado metodos para tratar con informacion incierta o incompleta empleando conceptos de probabilidad y economia 27 Estos algoritmos demostraron ser insuficientes para resolver grandes problemas de razonamiento porque experimentaron una explosion combinatoria se volvieron exponencialmente mas lentos a medida que los problemas crecian 28 De esta manera se concluyo que los seres humanos rara vez usan la deduccion paso a paso que la investigacion temprana de la inteligencia artificial seguia en cambio resuelven la mayoria de sus problemas utilizando juicios rapidos e intuitivos 29 Representacion del conocimiento Editar Articulo principal Representacion del conocimiento La representacion del conocimiento 30 y la ingenieria del conocimiento 31 son fundamentales para la investigacion clasica de la inteligencia artificial Algunos sistemas expertos intentan recopilar el conocimiento que poseen los expertos en algun ambito concreto Ademas otros proyectos tratan de reunir el conocimiento de sentido comun conocido por una persona promedio en una base de datos que contiene un amplio conocimiento sobre el mundo Entre los temas que contendria una base de conocimiento de sentido comun estan objetos propiedades categorias y relaciones entre objetos 32 situaciones eventos estados y tiempo 33 causas y efectos Poole Mackworth y Goebel 1998 pp 335 337 y el conocimiento sobre el conocimiento lo que sabemos sobre lo que saben otras personas 34 entre otros Planificacion Editar Otro objetivo de la inteligencia artificial consiste en poder establecer metas y alcanzarlas 35 Para ello necesitan una forma de visualizar el futuro una representacion del estado del mundo y poder hacer predicciones sobre como sus acciones lo cambiaran con tal de poder tomar decisiones que maximicen la utilidad o el valor de las opciones disponibles Russell y Norvig 2003 pp 600 604En los problemas clasicos de planificacion el agente puede asumir que es el unico sistema que actua en el mundo lo que le permite estar seguro de las consecuencias de sus acciones 36 Sin embargo si el agente no es el unico actor entonces se requiere que este pueda razonar bajo incertidumbre Esto requiere un agente que no solo pueda evaluar su entorno y hacer predicciones sino tambien evaluar sus predicciones y adaptarse en funcion de su evaluacion Russell y Norvig 2003 pp 430 449 La planificacion de multiples agentes utiliza la cooperacion y la competencia de muchos sistemas para lograr un objetivo determinado El comportamiento emergente como este es utilizado por algoritmos evolutivos e inteligencia de enjambre Russell y Norvig 2003 pp 449 455 Aprendizaje Editar El aprendizaje automatico es un concepto fundamental de la investigacion de la inteligencia artificial desde el inicio del campo consiste en el estudio de algoritmos informaticos que mejoran automaticamente a traves de la experiencia 37 El aprendizaje no supervisado es la capacidad de encontrar patrones en un flujo de entrada sin que sea necesario que un humano etiquete las entradas primero El aprendizaje supervisado incluye clasificacion y regresion numerica lo que requiere que un humano etiquete primero los datos de entrada La clasificacion se usa para determinar a que categoria pertenece algo y ocurre despues de que un programa observe varios ejemplos de entradas de varias categorias La regresion es el intento de producir una funcion que describa la relacion entre entradas y salidas y predice como deben cambiar las salidas a medida que cambian las entradas 37 Tanto los clasificadores como los aprendices de regresion intentan aprender una funcion desconocida por ejemplo un clasificador de spam puede verse como el aprendizaje de una funcion que asigna el texto de un correo electronico a una de dos categorias spam o no spam La teoria del aprendizaje computacional puede evaluar a los estudiantes por complejidad computacional complejidad de la muestra cuantos datos se requieren o por otras nociones de optimizacion 38 Procesamiento de lenguajes naturales Editar Articulo principal Procesamiento de lenguajes naturales El procesamiento del lenguaje natural 39 permite a las maquinas leer y comprender el lenguaje humano Un sistema de procesamiento de lenguaje natural suficientemente eficaz permitiria interfaces de usuario de lenguaje natural y la adquisicion de conocimiento directamente de fuentes escritas por humanos como los textos de noticias Algunas aplicaciones sencillas del procesamiento del lenguaje natural incluyen la recuperacion de informacion la mineria de textos la respuesta a preguntas y la traduccion automatica 40 Muchos enfoques utilizan las frecuencias de palabras para construir representaciones sintacticas de texto Las estrategias de busqueda de deteccion de palabras clave son populares y escalables pero poco optimas una consulta de busqueda para perro solo puede coincidir con documentos que contengan la palabra literal perro y perder un documento con la palabra caniche Los enfoques estadisticos de procesamiento de lenguaje pueden combinar todas estas estrategias asi como otras y a menudo logran una precision aceptable a nivel de pagina o parrafo Mas alla del procesamiento de la semantica el objetivo final de este es incorporar una comprension completa del razonamiento de sentido comun 41 En 2019 las arquitecturas de aprendizaje profundo basadas en transformadores podrian podian generar texto coherente 42 Percepcion Editar La deteccion de caracteristicas en la imagen se observa la deteccion de bordes ayuda a la inteligencia artificial a componer estructuras abstractas informativas a partir de datos sin procesar La percepcion de la maquina 43 es la capacidad de utilizar la entrada de sensores como camaras de espectro visible o infrarrojo microfonos senales inalambricas y lidar sonar radar y sensores tactiles para deducir aspectos del mundo Las aplicaciones incluyen reconocimiento de voz 44 reconocimiento facial y reconocimiento de objetos Russell y Norvig 2003 pp 885 892 La vision artificial es la capacidad de analizar la informacion visual que suele ser ambigua un peaton gigante de cincuenta metros de altura muy lejos puede producir los mismos pixeles que un peaton de tamano normal cercano lo que requiere que la inteligencia artificial juzgue la probabilidad relativa y la razonabilidad de las diferentes interpretaciones por ejemplo utilizando su modelo de objeto para evaluar que los peatones de cincuenta metros no existen 45 Criticas Editar La revolucion digital y mas concretamente el desarrollo de la inteligencia artificial esta suscitando temores y preguntas incluso en el ambito de personalidades relevantes en estas cuestiones En esta imagen se observa a Bill Gates exdirector general de Microsoft el citado y Elon Musk director general de Tesla opinan que se debe ser muy cauteloso con la inteligencia artificial si tuvieramos que apostar por lo que constituye nuestra mayor amenaza a la existencia serian precisamente ciertas aplicaciones sofisticadas del citado asunto que podrian llegar a tener derivaciones por completo impensadas Las principales criticas a la inteligencia artificial tienen que ver con su capacidad de imitar por completo a un ser humano Sin embargo hay expertos cita requerida en el tema que indican que ningun humano individual tiene capacidad para resolver todo tipo de problemas y autores como Howard Gardner han teorizado sobre la solucion En los humanos la capacidad de resolver problemas tiene dos aspectos los aspectos innatos y los aspectos aprendidos Los aspectos innatos permiten por ejemplo almacenar y recuperar informacion en la memoria mientras que en los aspectos aprendidos reside el saber resolver un problema matematico mediante el algoritmo adecuado Del mismo modo que un humano debe disponer de herramientas que le permitan solucionar ciertos problemas los sistemas artificiales deben ser programados de modo tal que puedan llegar a resolverlos Muchas personas consideran que el test de Turing ha sido superado citando conversaciones en que al dialogar con un programa de inteligencia artificial para chat no saben que hablan con un programa Sin embargo esta situacion no es equivalente a un test de Turing que requiere que el participante se encuentre sobre aviso de la posibilidad de hablar con una maquina Otros experimentos mentales como la Habitacion china de John Searle han mostrado como una maquina podria simular pensamiento sin realmente poseerlo pasando el test de Turing sin siquiera entender lo que hace tan solo reaccionando de una forma concreta a determinados estimulos en el sentido mas amplio de la palabra Esto demostraria que la maquina en realidad no esta pensando ya que actuar de acuerdo con un programa preestablecido seria suficiente Si para Turing el hecho de enganar a un ser humano que intenta evitar que le enganen es muestra de una mente inteligente Searle considera posible lograr dicho efecto mediante reglas definidas a priori Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicacion con el usuario Este obstaculo es debido a la ambiguedad del lenguaje y se remonta a los inicios de los primeros sistemas operativos informaticos La capacidad de los humanos para comunicarse entre si implica el conocimiento del lenguaje que utiliza el interlocutor Para que un humano pueda comunicarse con un sistema inteligente hay dos opciones o bien que el humano aprenda el lenguaje del sistema como si aprendiese a hablar cualquier otro idioma distinto al nativo o bien que el sistema tenga la capacidad de interpretar el mensaje del usuario en la lengua que el usuario utiliza Tambien hay desperfectos en las instalaciones de los mismos Un humano durante toda su vida aprende el vocabulario de su lengua nativa o materna siendo capaz de interpretar los mensajes a pesar de la polisemia de las palabras utilizando el contexto para resolver ambiguedades Sin embargo debe conocer los distintos significados para poder interpretar y es por esto que lenguajes especializados y tecnicos son conocidos solamente por expertos en las respectivas disciplinas Un sistema de inteligencia artificial se enfrenta con el mismo problema la polisemia del lenguaje humano su sintaxis poco estructurada y los dialectos entre grupos Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe mayor consenso entre especialistas Un sistema experto es mas probable que sea programado en fisica o en medicina que en sociologia o en psicologia Esto se debe al problema del consenso entre especialistas en la definicion de los conceptos involucrados y en los procedimientos y tecnicas a utilizar Por ejemplo en fisica hay acuerdo sobre el concepto de velocidad y como calcularla Sin embargo en psicologia se discuten los conceptos la etiologia la psicopatologia y como proceder ante cierto diagnostico Esto dificulta la creacion de sistemas inteligentes porque siempre habra desacuerdo sobre la forma en que deberia actuar el sistema para diferentes situaciones A pesar de esto hay grandes avances en el diseno de sistemas expertos para el diagnostico y toma de decisiones en el ambito medico y psiquiatrico Adaraga Morales Zaccagnini Sancho 1994 Al desarrollar un robot con inteligencia artificial se debe tener cuidado con la autonomia 46 hay que tener cuidado en no vincular el hecho de que el robot interaccione con seres humanos a su grado de autonomia Si la relacion de los humanos con el robot es de tipo maestro esclavo y el papel de los humanos es dar ordenes y el del robot obedecerlas entonces si cabe hablar de una limitacion de la autonomia del robot Pero si la interaccion de los humanos con el robot es de igual a igual entonces su presencia no tiene por que estar asociada a restricciones para que el robot pueda tomar sus propias decisiones 47 Con el desarrollo de la tecnologia de inteligencia artificial muchas companias de software como el aprendizaje profundo y el procesamiento del lenguaje natural han comenzado a producirse y la cantidad de peliculas sobre inteligencia artificial ha aumentado Stephen Hawking advirtio sobre los peligros de la inteligencia artificial y lo considero una amenaza para la supervivencia de la humanidad 48 Tecnologias de apoyo EditarInterfaces de usuario Vision artificialAplicaciones de la inteligencia artificial EditarArticulo principal Aplicaciones de la inteligencia artificial Un asistente automatico en linea dando servicio de atencion al cliente en un sitio web una de las muchas aplicaciones primitivas de la inteligencia artificial Las tecnicas desarrolladas en el campo de la inteligencia artificial son numerosas y ubicuas Comunmente cuando un problema es resuelto mediante inteligencia artificial la solucion es incorporada en ambitos de la industria y de la vida 49 diaria de los usuarios de programas de computadora pero la percepcion popular se olvida de los origenes de estas tecnologias que dejan de ser percibidas como inteligencia artificial A este fenomeno se le conoce como el efecto IA 50 Linguistica computacional Mineria de datos Data Mining Industria Medicina Mundos virtuales Procesamiento de lenguaje natural Natural Language Processing Robotica Sistemas de control Sistemas de apoyo a la decision Videojuegos Prototipos informaticos Analisis de sistemas dinamicos Simulacion de multitudes Sistemas Operativos AutomocionPropiedad intelectual de la inteligencia artificial EditarAl hablar acerca de la propiedad intelectual atribuida a creaciones de la inteligencia artificial se forma un debate fuerte alrededor de si una maquina puede tener derechos de autor Segun la Organizacion Mundial de la Propiedad Intelectual OMPI cualquier creacion de la mente puede ser parte de la propiedad intelectual pero no especifica si la mente debe ser humana o puede ser una maquina dejando la creatividad artificial en la incertidumbre Alrededor del mundo han comenzado a surgir distintas legislaciones con el fin de manejar la inteligencia artificial tanto su uso como creacion Los legisladores y miembros del gobierno han comenzado a pensar acerca de esta tecnologia enfatizando el riesgo y los desafios complejos de esta Observando el trabajo creado por una maquina las leyes cuestionan la posibilidad de otorgarle propiedad intelectual a una maquina abriendo una discusion respecto a la legislacion relacionada con IA El 5 de febrero de 2020 la Oficina del Derecho de Autor de los Estados Unidos y la OMPI asistieron a un simposio donde observaron de manera profunda como la comunidad creativa utiliza la inteligencia artificial AI para crear trabajo original Se discutieron las relaciones entre la inteligencia artificial y el derecho de autor que nivel de involucramiento es suficiente para que el trabajo resultante sea valido para proteccion de derechos de autor los desafios y consideraciones de usar inputs con derechos de autor para entrenar una maquina y el futuro de la inteligencia artificial y sus politicas de derecho de autor 51 52 El Director General de la OMPI Francis Gurry presento su preocupacion ante la falta de atencion que hay frente a los derechos de propiedad intelectual pues la gente suele dirigir su interes hacia temas de ciberseguridad privacidad e integridad de datos al hablar de la inteligencia artificial Asi mismo Gurry cuestiono si el crecimiento y la sostenibilidad de la tecnologia AI nos guiaria a desarrollar dos sistemas para manejar derechos de autor uno para creaciones humanas y otro para creaciones de maquinas 53 Aun hay una falta de claridad en el entendimiento alrededor de la inteligencia artificial Los desarrollos tecnologicos avanzan a paso rapido aumentando su complejidad en politicas legalidades y problemas eticos que se merecen la atencion global Antes de encontrar una manera de trabajar con los derechos de autor es necesario entenderlo correctamente pues aun no se sabe como juzgar la originalidad de un trabajo que nace de una composicion de una serie de fragmentos de otros trabajos La asignacion de derechos de autor alrededor de la inteligencia artificial aun no ha sido regulada por la falta de conocimientos y definiciones Aun hay incertidumbre sobre si y hasta que punto la inteligencia artificial es capaz de producir contenido de manera autonoma y sin ningun humano involucrado algo que podria influenciar si sus resultados pueden ser protegidos por derechos de autor El sistema general de derechos de autor aun debe adaptarse al contexto digital de inteligencia artificial pues estan centrados en la creatividad humana Los derechos de autor no estan disenados para manejar cualquier problema en las politicas relacionado con la creacion y el uso de propiedad intelectual y puede llegar a ser danino estirar excesivamente los derechos de autor para resolver problemas perifericos dado que Usar los derechos de autor para gobernar la inteligencia artificial es poco inteligente y contradictorio con la funcion primordial de los derechos de autor de ofrecer un espacio habilitado para que la creatividad florezca 54 La conversacion acerca de la propiedad intelectual tendra que continuar hasta asegurarse de que la innovacion sea protegida pero tambien tenga espacio para florecer Vease tambien EditarAprendizaje Aprendizaje automatico Automatizacion de los procesos de negocio Bot conversacional Cerebro artificial Cibernetica Computacion basada en humanos Dinamica de sistemas ELIZA Inteligencia artificial fuerte Inteligencia computacional Inteligencia sintetica Razonamiento automatizado Red neuronal artificial Singularidad tecnologica Sistema complejo Sistema dinamico Sistema inteligente AI boxReferencias Editar Poole David Computational Intelligence A Logical Approach en ingles Nueva York Oxford University Press p 1 Consultado el 13 de junio de 2018 Russell y Norvig 2009 p 2 Andreas Kaplan Michael Haenlein 2019 Siri Siri in my Hand who s the Fairest in the Land On the Interpretations Illustrations and Implications of Artificial Intelligence Business Horizons 62 1 15 25 Archivado desde el original el 21 de noviembre de 2018 Consultado el 13 de noviembre de 2018 Schank Roger C 1991 Where s the AI PDF AI Magazine en ingles 12 4 38 Kaplan Andreas Haenlein Michael 2018 Siri Siri in my Hand who s the Fairest in the Land On the Interpretations Illustrations and Implications of Artificial Intelligence PDF en ingles 62 1 Archivado desde el original el 21 de noviembre de 2018 Consultado el 13 de noviembre de 2018 Ferrer Abello 1986 Introduccion a la Inteligencia Artificial En Antonio M Ferrer Abello ed Inteligencia Artificial y Sistemas Expertos Ediciones Ingelek S A p 7 20 ISBN 84 85831 31 4 Lopez Takeyas Bruno Introduccion a la Inteligencia Artificial McCarthy John 11 de noviembre de 2007 What Is Artificial Intelligence en ingles Seccion Basic Questions Consultado el 27 de octubre de 2011 Russell y Norvig 2009 Bellman 1978 Rich y Knight 1991 Winston 1992 Nilsson 1998 Que es la Inteligencia Computacional Caribe Comision Economica para America Latina y el fecha 3 de septiembre de 2019 Cumbre de Inteligencia Artificial en America Latina www cepal org Consultado el 15 de diciembre de 2019 Watson y otros sistemas que mejoran nuestras vidas con inteligencia artificial Pinggers Archivado desde el original el 8 de marzo de 2011 Consultado el 21 de febrero de 2011 Salas Javier 28 de enero de 2016 La inteligencia artificial conquista el ultimo tablero de los humanos El Pais Ortega Andres 27 de octubre de 2016 Obama y la Inteligencia Artificial p elDiario es Consultado el 9 de junio de 2021 Alpha Go Rodriguez Roberto 14 de diciembre de 2017 Alpha Zero el programa que revoluciona el ajedrez y puede cambiar el mundo La Vanguardia Consultado el 21 de mayo de 2021 AI ThinQ La plataforma de inteligencia artificial de LG llega a todos sus televisores El Financiero Consultado el 23 de septiembre de 2021 Berryhill Heang Clogher McBride Asociacion Mexicana de Internet 2020 Hola mundo La inteligencia artificial y su uso en el sector publico DOCUMENTOS DE TRABAJO DE LA OCDE SOBRE GOBERNANZA PUBLICA Consultado el 9 de junio de 2021 Riesgos de la inteligencia artificial El Mundo Consultado el 21 de mayo de 2021 Santos Josilene C Wong Jeannie Hsiu Ding Pallath Vinod Ng Kwan Hoong 20 de julio de 2021 The perceptions of medical physicists towards relevance and impact of artificial intelligence Physical and Engineering Sciences in Medicine en ingles ISSN 2662 4737 doi 10 1007 s13246 021 01036 9 Consultado el 21 de julio de 2021 Barrio Andres Moises 23 de junio de 2021 Towards legal regulation of artificial intelligence REVISTA IUS en ingles 15 48 ISSN 1870 2147 doi 10 35487 rius v15i48 2021 661 Consultado el 30 de agosto de 2021 Resolucion de problemas resolucion de acertijos juego y deduccion Russell y Norvig 2003 c 3 9 Poole Mackworth y Goebel 1998 c 2 3 7 9 Luger y Stubblefield 2004 c 3 4 6 8 Nilsson 1998 c 7 12 Razonamiento incierto Russell y Norvig 2003 pp 452 644 Poole Mackworth y Goebel 1998 pp 345 395 Luger y Stubblefield 2004 pp 333 381 Nilsson 1998 c 19 Intratabilidad y eficiencia y la explosion combinatoria Russell y Norvig 2003 pp 9 21 22 Evidencia psicologica del razonamiento sub simbolico Wason y Shapiro 1966 Kahneman Slovic y Tversky 1982 Lakoff y Nunez 2000 Representacion del conocimiento ACM 1998 I 2 4 Russell y Norvig 2003 pp 320 363 Poole Mackworth y Goebel 1998 pp 23 46 69 81 169 196 235 277 281 298 319 345 Luger y Stubblefield 2004 pp 227 243 Nilsson 1998 c 18 Ingieneria del conocimiento Russell y Norvig 2003 pp 260 266 Poole Mackworth y Goebel 1998 pp 199 233 Nilsson 1998 c 17 1 17 4 Representacion de categorias y relaciones Russell y Norvig 2003 pp 349 354 Poole Mackworth y Goebel 1998 pp 174 177 Luger y Stubblefield 2004 pp 248 258 Nilsson 1998 c 18 3 Representacion de eventos y el tiempo Russell y Norvig 2003 pp 328 341 Poole Mackworth y Goebel 1998 pp 281 298 Nilsson 1998 c 18 2 Russell y Norvig 2003 pp 341 344 Poole Mackworth y Goebel 1998 pp 275 277 Planificacion automatica ACM 1998 I 2 8 Russell y Norvig 2003 pp 375 459 Poole Mackworth y Goebel 1998 pp 281 316 Luger y Stubblefield 2004 pp 314 329 Nilsson 1998 c 10 1 2 22 Planificacion clasica Russell y Norvig 2003 pp 375 430 Poole Mackworth y Goebel 1998 pp 281 315 Luger y Stubblefield 2004 pp 314 329 Nilsson 1998 c 10 1 2 22 a b Aprendizaje automatico ACM 1998 I 2 6 Russell y Norvig 2003 pp 649 788 Poole Mackworth y Goebel 1998 pp 397 438 Luger y Stubblefield 2004 pp 385 542 Nilsson 1998 c 3 3 10 3 17 5 20 Jordan M I Mitchell T M 16 de julio de 2015 Machine learning Trends perspectives and prospects Science en ingles 349 6245 255 260 Bibcode 2015Sci 349 255J PMID 26185243 S2CID 677218 doi 10 1126 science aaa8415 Procesamiento de lenguaje natural ACM 1998 I 2 7 Russell y Norvig 2003 pp 790 831 Poole Mackworth y Goebel 1998 pp 91 104 Luger y Stubblefield 2004 pp 591 632 Aplicaciones del procesamiento de lenguaje natural Russell y Norvig 2003 pp 840 857 Luger y Stubblefield 2004 pp 623 630 Cambria Erik White Bebo Mayo de 2014 Jumping NLP Curves A review of Natural Language Processing Research Review Article IEEE Computational Intelligence Magazine en ingles 9 2 48 57 S2CID 206451986 doi 10 1109 MCI 2014 2307227 Vincent James 7 de noviembre de 2019 OpenAI has published the text generating AI it said was too dangerous to share The Verge en ingles Archivado desde el original el 11 de junio de 2020 Consultado el 11 June 2020 Percepcion de la maquina Russell y Norvig 2003 pp 537 581 863 898 Nilsson 1998 c 6 Reconocimiento de voz ACM 1998 I 2 7 Russell y Norvig 2003 pp 568 578 Vision computacional ACM 1998 I 2 10 Russell y Norvig 2003 pp 863 898 Nilsson 1998 c 6 Salichs Miguel A Malfaz Maria Gorostiza Javi F 1 de octubre de 2010 Toma de Decisiones en Robotica Revista Iberoamericana de Automatica e Informatica Industrial RIAI 7 4 5 16 doi 10 1016 S1697 7912 10 70055 8 Consultado el 21 de marzo de 2016 osmany yildirim Osman 26 de marzo de 2020 The Effect of Artificial Intelligence on Society Artificial Intelligence en ingles britanico Consultado el 26 de marzo de 2020 Cellan Jones Rory 20 de octubre de 2016 Stephen Hawking will AI kill or save BBC News en ingles britanico Consultado el 28 de octubre de 2018 Europasur es La inteligencia artificial como herramienta de progreso social Consultado el 16 de octubre de 2018 AI set to exceed human brain power en ingles CNN 26 de julio de 2006 Copyright in the Age of Artificial Intelligence U S Copyright Office www copyright gov Consultado el 22 de mayo de 2020 expertos en inteligencia artificial en Espana cronicaglobal elespanol com Consultado el 22 de mayo de 2020 United States Copyright Office 5 de febrero de 2020 Copyright in the Age of Artificial Intelligence Library of Congress Why We re Advocating for a Cautious Approach to Copyright and Artificial Intelligence Creative Commons en ingles estadounidense 20 de febrero de 2020 Consultado el 22 de mayo de 2020 Bibliografia EditarBellman Richard 1978 An introduction to artificial intelligence can computers think en ingles San Francisco Boyd amp Fraser Pub Co ISBN 978 0878350667 Nilsson Nils J 1998 Artificial Intelligence A New Synthesis en ingles 4 ª edicion San Francisco Kaufmann ISBN 978 1558604674 Rich Elaine Knight Kevin 1991 Artificial intelligence en ingles 2 ª edicion New York McGraw Hill ISBN 978 0070522633 Russell Stuart J Norvig Peter Norvig 2009 Artificial intelligence a modern approach en ingles 3 ª edicion Upper Saddle River N J Prentice Hall ISBN 0 13 604259 7 Winston Patrick Henry 1992 Artificial intelligence en ingles 3 ª edicion Reading Mass Addison Wesley Pub Co ISBN 978 0201533774 Russell Stuart J Norvig Peter 2003 Artificial Intelligence A Modern Approach en ingles 2ª edicion Upper Saddle River New Jersey Prentice Hall ISBN 0 13 790395 2 Poole David Mackworth Alan Goebel Randy 1998 Computational Intelligence A Logical Approach en ingles New York Oxford University Press ISBN 978 0 19 510270 3 Archivado desde el original el 26 de julio de 2020 Consultado el 22 de agosto de 2020 Luger George Stubblefield William 2004 Artificial Intelligence Structures and Strategies for Complex Problem Solving en ingles 5ª edicion Benjamin Cummings ISBN 978 0 8053 4780 7 Archivado desde el original el 26 de julio de 2020 Consultado el 17 de diciembre de 2019 Wason P C Shapiro D 1966 New horizons in psychology en ingles Harmondsworth Penguin Archivado desde el original el 26 de julio de 2020 Consultado el 18 de noviembre de 2019 Kahneman Daniel Slovic D Tversky Amos 1982 Judgment under uncertainty Heuristics and biases Science en ingles 185 4157 New York Cambridge University Press pp 1124 1131 ISBN 978 0 521 28414 1 PMID 17835457 S2CID 143452957 doi 10 1126 science 185 4157 1124 ACM Computing Classification System Artificial intelligence en ingles ACM 1998 Archivado desde el original el 12 de octubre de 2007 Consultado el 30 de agosto de 2007 Lakoff George Nunez Rafael E 2000 Where Mathematics Comes From How the Embodied Mind Brings Mathematics into Being en ingles Basic Books ISBN 978 0 465 03771 1 Enlaces externos Editar Wikilibros alberga un libro o manual sobre Ingenieria del conocimiento Revista Inteligencia Artificial Pagina sobre inteligencia artificial Datos Q11660 Multimedia Artificial intelligence Obtenido de https es wikipedia org w index php title Inteligencia artificial amp oldid 139393035, wikipedia, wiki, leyendo, leer, libro, biblioteca,

español

, española, descargar, gratis, descargar gratis, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, imagen, música, canción, película, libro, juego, juegos