Este artículo ha sido titulado Aplicaciones Prácticas de Inteligencia Artificial y esta introducción explicará tal título. Por aplicación práctica entendemos utilizar alguna técnica derivada de un área del conocimiento para resolver un problema concreto que afecta a nuestra vida cotidiana. La definición de Inteligencia Artificial de Rich y Knight es suficientemente simple y precisa como para ser útil a nuestros propósitos, [La IA es el estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor].
Turing pensó que si una máquina se comporta en todos los aspectos como inteligente, entonces debe ser inteligente. Por lo que si un número alto de humanos no puede diferenciar a una máquina de una persona en una conversación es porque se comporta de manera inteligente. Esto se llamó el Test de Turing y el primer programa en pasarlo fue Eliza que imitaba el comportamiento de un psicoanalista en un chat de internet. Eliza daba respuestas que eran preguntas acercas de lo que estabas diciendo, con lo cual sin ningún conocimiento real de psicología Eliza pasaba el test de Turing. Las soluciones que se aportan a las tareas que realizan mejor los humanos suponen muchas veces un compromiso entre parecer que se comporta de manera inteligente y realizar los procesos mentales que hacemos los humanos. Para ver una implementación libre de Eliza podéis hacer Esc-x doctor en vuestro emacs.
Demos ahora un repaso para ver cuáles pueden ser esas tareas que, en principio, los humanos realizan mejor que las máquinas:
Juegos. Durante algunos años los fabricantes de ordenadores demostraban la potencia de su tecnología jugando al ajedrez ó a las damas contra campeones mundiales.
Consejos. Los humanos solemos pedir consejo a otros humanos cuando padecemos una enfermedad, se nos estropea el coche, ante la compra de una casa ó para otras decisiones que necesitamos de un conocimiento que no siempre poseemos. Desde hace años los sistemas basados en conocimiento ó sistemas expertos hacen esta tarea con efectividad similar a como lo haría un experto en la materia.
Lenguaje Natural. Hoy en día las máquinas no hablan nuestro idioma: lenguajes de programación, líneas de comando, ó interfaces gráficas nos sirven para comunicarnos con éstos, pero el comunicarnos con ellos como nos comunicamos con personas constituye un reto que revolucionaría la informática con aplicaciones inimaginables.
Aprendizaje. Una de las principales diferencias entre seres vivos e inertes es la capacidad de adaptarse a los cambios, la capacidad de aprender. Algoritmos de aprendizaje automático son cada día más utilizados en una cantidad creciente de aplicaciones.
Empatía. Rara vez el ordenador se pone en el lugar del humano comprendiendo su objetivo abstracto y ayudándole a solucionarlo ¿pueden las máquinas hacer tal cosa?
Sentido común. Existe una gran cantidad de conocimiento que aprendemos en nuestra más tierna infancia que las personas conocemos como lo relativo a consideraciones del tiempo, el espacio, los materiales, ...y que incluso las aplicaciones que requieren cierta inteligencia como los sistemas basados en conocimiento rara vez incluyen.
Pensar con neuronas. Tal vez si conseguimos crear un sistema artificial que simulara nuestro sistema neurológico y lo entrenáramos en un entorno adecuado pueda llegar a tener un nivel de inteligencia similar al nuestro. Lo cierto, es que este tipo de sistemas está obteniendo muy buenos resultados en problemas que había sido muy difícil abordar por otras vías como por ejemplo el reconocimiento de formas.
En este artículo veremos que las técnicas que solucionan ó se aproximan a la solución de tales problemáticas nos ayudan a resolver cuestiones de nuestra vida cotidiana y, que además esto puede hacerse utilizando software libre.