Ramas, Técnicas y Aplicaciones De La Inteligencia Artificial

Memo

Hola que tal como están?, les envió un cordial saludo y aprovecho para recordarles que si aun no han leído Primeros Conceptos de la Inteligencia Artificial, es un buen momento para que tengan las bases suficientes para continuar con este nuevo apartado, donde continuaremos explorando algunos conceptos adicionales que ayudarán a la mejor comprensión de lo que en el futuro estaremos tratando en relación a este tema, si sé que la teoría es un poco aburrida, pero créanme valdrá la pena para aquellos que no tienen ninguna base o están por primera vez relacionándose con el tema, así que démosle la oportunidad a los demás.

En esta ocasión quisiera comenzar por hablarles sobre algunos temas generales pero importantes como las Ramas, Técnicas y Aplicaciones que tiene la Inteligencia Artificial y por supuesto más adelante y en un siguiente post debatir un poco acerca de la moral y los valores de la misma, créanme que difícilmente vamos a resolver temas de tanta profundidad, pero si quiero tocar los temas y dejar sentada mi propia postura, a partir de ahí por favor sean libres de generar sus propias conclusiones y compartirlas, a todos nos gustará saber más del tema. Ahora bien comencemos.

Como ya les había comentado anteriormente la Inteligencia Artificial no solo son robots y máquinas queriendo destruir a la humanidad como en Terminator o Matrix, que nuevamente son ciencia ficción, lo que si es interesante con respecto a la Inteligencia Artificial es que hay muchas ramas sobre las que ustedes o yo nos vamos a poder especializar o interesar y para ello es que es este espacio, para ampliar las expectativas y mostrar un panorama mas completo.

Primero miremos el siguiente mapa, y después ayudemos a entenderlo, en un aspecto general y de alto nivel:

Problem Solution o Solución de Problemas

Esta rama de la inteligencia artificial, busca analizar millones de posibles soluciones en sencillos pasos o estados, a través de algoritmos discriminatorios que reducen el número de posibles soluciones, en pro de agilizar las búsquedas, hasta encontrar un mínimo aceptable de posibles soluciones que pueden ser analizadas, estas se van filtrando de manera cíclica hasta que se logra identificar la mas aceptable..

Ejemplo: Los sistemas como Google Maps o Waze, son dos perfectos ejemplos de este tipo de inteligencia artificial, donde para llegar de un punto a otro utilizan técnicas de estados que permiten resolver el problema con la menor cantidad de esfuerzo posible y sumado a factores como la distancia y el tiempo, logran seleccionar las mejores opciones para llegar de un punto inicial a un punto final en el mejor tiempo y con el menor esfuerzo, solucionando el problema del traslado.

Knowledge Representation o Representación del Conocimiento

Para esta rama el almacenamiento de grandes volúmenes de información es importante ya que serán las bases de datos las que permitan asimilar la información que exista para convertirla en conocimiento, pero lo realmente importante aquí, es que ese conocimiento tiene que tener una forma lógica al momento de ser estructurado o descifrado:

Ejemplo: Imaginemos que tenemos una base de datos donde existe información sobre la patria, también hay información sobre padres y/o sacerdotes y tenemos nombres como el de Miguel Hidalgo, por si mismos quizás no nos dicen mucho verdad, pero que pasa cuando unimos la información para generar un conocimiento como “Miguel Hidalgo es el padre de la patria“, es justo aquí cuando hay una representación de ese conocimiento, ya tiene un sentido cuando lo unimos para expresar algo en concreto y es ahí cuando esta rama interactúa.

Automated Reasoning o Razonamiento Automatizado

Esta rama también requiere de bases de conocimiento aunque dependerá de las acciones a realizar o de los dispositivos y sus capacidades que vayan a ser empleados los que determinen el tamaño real del almacenamiento, lo que si es importante es que con ese conocimiento y la definición de algunas reglas IF-THEN (SI-ENTONCES), que pueda imitar el razonamiento es posible automatizar algunas respuestas en función de los estímulos que se están recibiendo, por tanto en la mayoría de los casos será necesario contar con sensores que permitan dicha percepción del entorno.

Ejemplo: Imaginemos que tenemos un vehículo provisto de varios sensores entre los cuales se encuentran aquellos que son capaces de identificar si otro carro esta demasiado cerca o lejos para con ello poder indicar al vehículo que disminuya sensiblemente la velocidad o incluso que se detenga, este tipo de análisis le permiten a estos dispositivos tomar decisiones de manera automática una vez que la condición se cumple.

NOTA: Para los últimos dos tipos de ramas, se puede emplear la Lógica Difusa (Fuzzy Logic), y para ello se pueden emplear Python y Prolog como lenguajes con capacidades sobresalientes para su programación.

Machine Lerarning o Entrenamiento de Máquinas

Esta rama de la inteligencia artificial basa su potencial en el entrenamiento constante de una maquina, este entrenamiento se puede dar de forma supervisada, que es cuando se controla la ingesta de información para mostrarle las posibilidades a una maquina en palabras mas simples se le enseña cual es la entrada o entradas y que tipo de salida se espera y por supuesto esta la no supervisada, que es cuando el dispositivo es capas de continuar aprendiendo aún cuando no se le este guiando en el proceso, en otro contexto mas simple es el aprendizaje basado en recompensa y castigo, si lo hace bien se le premia y si lo hace mal se le castiga, pero lo hace por si mismo.

Como una sub rama del Machine Learning esta el Deep Learning o Entrenamiento Profundo, esta subrama comparte características del entrenamiento supervisado y no supervisado, sin embargo tiene muchas mas capas por lo que son denominadas como redes neuronales profundas, tema en el cual estaré profundizando mas adelante.

Perceiving and Acting o Percepción y Actuación

Es una rama de la inteligencia artificial enfocada en la interacción con los dispositivos inteligentes, a estos se les dota de una mayor cantidad de dispositivos como bocinas, micrófonos, videocámaras e incluso motores todo con el objetivo de lograr esa interacción incluyendo el lenguaje natural o el movimiento físico.

Ejemplo: Dentro de los ejemplos que podemos mencionar de la percepción y actuación se puede encontrar dispositivos inteligentes como Google Home, Google Nest o Alexa, también es posible encontrar robots dotados con sensores de voz o visión, y motores que podrían ser llantas o extremidades.

Ahora ya tenemos nociones generales, eventualmente abra que elegir una especialidad de entre todas las ramas existentes o que estén por aparecer, pero recordemos que independientemente de cual elijamos, las bases que fundamentan los conceptos son los mismos, y en algunos casos una rama apoyara al éxito de la otra por lo que eventualmente se podrá conocer un poco de todo y ese es el objetivo de esta pequeña introducción.

Al igual que en otras ciencias, la inteligencia artificial también esta provista de varias técnicas que le ayudan a cada rama o a todas ellas a lograr sus objetivos específicos, vamos a aprovechar y de igual manera a dar una breve introducción a las técnicas de la Inteligencia Artificial.

Sistemas Basados en Conocimiento

También conocidos como sistemas expertos, los sistemas basados en conocimiento son sistemas que resuelven problemas empleando una representación del conocimiento humano.
Típicamente los sistemas expertos, se utilizan como herramientas de diagnostico, analizando en todo momento el estado de un sistema revisando el funcionamiento de los sistemas complejos, anticipándose a posibles fallas que este o estos pudieran tener igualando el razonamiento de un experto humano, igualando al menos los resultados que el humano podría tener.

Visión Computacional

Es la técnica a través de la cual se estudia el reconocimiento y localización de objetos en un espacio determinado por un ambiente y mediante el procesamiento de imagenes poder entenderlos, interpretarlos y/o tipificarlos en base a sus características mediante maquinas con capacidades similares a las del ser humano, en otras palabras el objetivo es la interpretación de una imagen basada en el contenido de la misma.
Existen varias definiciones de visión que podrían ayudar al entendimiento de lo que se ha descrito arriba:
1. “Visión es saber que hay y dónde mediante la vista” (Aristóteles).
2. “Visión es recuperar de la información de los sentidos (vista) propiedades válidas del mundo exterior”, Gibson
3. “Visión es un proceso que produce a partir de las imágenes del mundo exterior una descripción que es útil para el observador y que no tiene información irrelevante”, Marr

Procesamiento de Voz, y Lenguaje Natural

En este sentido la parte fundamental de la técnica radica en el echo de poder entender el lenguaje humano tal y como lo conocemos, independientemente de la lengua que estemos indicando como podría ser el Español, el Inglés, Francés, o Chino, o cualquier otro, respetando sus respectivas reglas y estructuras, hablando del mucho mas específicamente del tema de voz es indudable que se requiere de la interacción a través del sonido que emitimos al hablar.

Lógica Difusa

Es una técnica a través de la cual es posible identificar y clasificar algo o alguien en base a un conjunto de características que podrían no ser del todo definitivas cuando un elemento mas es agregado o eliminado, sin embargo es suficiente para poder tomar una decisión entre el conjunto de elementos que se están evaluando, generalmente esta influenciado por la experiencia y la percepción que se puede tener en el momento de hacer la evaluación.
Si sé que suena algo confuso, pero usemos un ejemplo para explicarlo imaginen que tenemos a un par de personas, una mas alta que la otra y entonces podemos decir con toda certeza que sujeto A es mas Bajo que sujeto B, sin embargo si agregáramos otro individuo un sujeto C, podríamos decir que es casi tan bajo como el sujeto B, y por tanto es el mas alto de los tres sujetos, siendo entonces una percepción de la situación en base a las nuevas condiciones.
En otro escenario podríamos tener un ejemplo relacionado a la temperatura, dónde quizás para ti la habitación este agradable, pero mas caliente que un momento antes y quizás menos caliente que en los siguientes momentos.
En resumen lo que para un momento y un individuo o sistema podría parecer extremo para otro no lo es de acuerdo a las circunstancias especificas que lo rodean.

Redes Neuronales

Toda la técnica esta basada en la reproducción de las redes neuronales humanas o de los seres vivos en general, todo ello claro esta a través de la sinterización, entonces tenemos un conjunto de neuronas o sustitutos de las mismas vinculadas por redes que les permiten intercambiar información entre ellas, la pregunta ahora es ¿Con que objetivo?, bien una red ya entrenada se puede usar luego para hacer predicciones o clasificaciones de escenarios y/o información.

Computación Evolutiva

Esta técnica parte de la inteligencia artificial esta inspirada en la teoría de la evolución de las especies formulada hace muchos años por Charles Darwin, que de acuerdo a la misma los individuos mejor adaptados a su ambiente tienen la mayor probabilidad de sobrevivir. En consecuencia la Computación Evolutiva toma el mismo principio para resolver problemas, esto a través de una estructura de datos que contemplen posibles soluciones al problema, el procesamiento del computo será responsable de evaluar y descartar las soluciones menos satisfactorias, pero eventualmente podrá combinar o mutar una o varias siempre con el objetivo de encontrar la mas optima.

Sistemas Multiagente

Esta técnica también conocida como inteligencia artificial distribuida, consiste en la colaboración de múltiples agentes interconectados a través de una red. Los distintos agentes complementan, enriquecen o suplen funciones que no se tienen de manera individual, con ello se logra extender los alcances que pueden cubrir las soluciones individuales de una forma colaborativa, cada agente cuenta con su propio entorno, tiene sus propias capacidades y realiza sus propias funciones de manera autónoma, pero puede recibir, procesar y emitir resultados desde y hacia otros agentes.
Un agente es un código que representa a un sistema o parte de un sistema dentro de un determinado entorno y sirve de intermediario para el envió o recepción de información y/o instrucciones.

Robótica

Técnica que se utiliza en el diseño, la construcción, la operación, la estructura, la manufactura y aplicación de robots y aparatos que realizan operaciones o trabajos, generalmente en instalaciones industriales y en sustitución de la mano de obra humana.
La robótica es una combinación de varias disciplinas como la mecánica, la electrónica, la informática, la física, la ingeniería de control y por supuesto la inteligencia artificial que en combinación con el algebra, los autómatas, las maquinas de estado y la animatrónica le dan forma a este tipo de maquinas.

Aprendizaje Mecánico

Esta técnica también conocida como aprendizaje automatico, se basa en la adquisición de conocimiento de forma arbitraria, almacenando continuamente información que le permite al sistema con el tiempo mejorar al convertir muestras de datos en modelos o programas de computadora, sin tener que escribir como tal los últimos, a su vez los modelos o programas resultantes deben ser capaces de generalizar comportamientos e inferir un conjunto de datos mas amplio.

Técnicas Heurísticas (recocido simulado)

Recocido Simulado es un algoritmo de metaheurística para problemas de optimización, el objetivo es encontrar una buena aproximación al valor optimo de una función o espacio de búsqueda grande, para dar solución a un problema.
El nombre proviene de un proceso en el cual se calienta el material (acero y cerámicas, principalmente), durante dicho proceso las moleculas se dilatan por lo que se desplazan de su posición original, al enfriarse las moleculas ya no vuelven a su posición original lo que las reajusta teniendo una distribución de espacio diferente.
En lo que a la heurística se refiere, esta es vista como el arte de inventar por parte de los seres humanos con la intención de procurar estrategias, métodos, criterios, que permitan resolver problemas a través de la creatividad, pensamiento divergente o lateral.

Ejemplo de Aplicaciones de la IA en Espacio Aereo

Ejemplo de Aplicaciones de la IA en Autos

Ejemplo de Aplicaciones de la IA en Bancos

Ejemplo de Aplicaciones de la IA en Electronica

Ejemplo de Aplicaciones de la IA en Medicina

Ejemplo de Aplicaciones de la IA en Otros

Ejemplo de Aplicaciones de la IA en Robotica

Ejemplo de Aplicaciones de la IA en Seguridad

Ejemplo de Aplicaciones de la IA en Telecomunicaciones

Ejemplo de Aplicaciones de la IA en Transportacion

Ejemplo de Aplicaciones de la IA en Voz

Anexos

Por ahora para mi esta es la introducción a un tema que me parece sumamente complejo, pero si desean profundizar mas sobre algún punto, debajo les dejo unos enlaces que me han servido como base y/o complemento al Diplomado de Inteligencia Artificial, espero te sean de utilidad.