De los sistemas de gestión de datos a la inteligencia artificial basada en datos

Los sistemas basados en datos surgieron ante la necesidad de procesar la gran cantidad de información que se generaba en las empresas. El procesamiento (gestión) de datos vino a ser la solución a las grandes empresas que ya no podían procesar el creciente aumento de los datos que se generaban dentro de la empresa por lo que surgieron los sistemas de gestión de datos con aplicaciones en finanzas, contabilidad, recursos humanos. Lo cual permitía tener la información de los trabajadores, que antes se realizaba de forma manual y emitir los modelos de forma automatizada, en poco tiempo y sin errores, y con ello lograr procesar las bases de datos de una institución y tener un mayor control, rapidez y eficiencia de la gestión empresarial.

Los sistemas de gestión económica (BD) en su inicio fueron desarrollados por la propia empresa, que contaba con informáticos, o contratados a terceras empresas, esta actividad con el tiempo se convirtió en un negocio y surgieron los sistemas económicos comerciales, los cuales había que comprar y luego contratar los servicios de entrenamiento y en muchos casos se convertía en algo permanente, para actualizar, incluirle posibles mejoras, etc., lo cual se convirtió en un gran negocio.

En sus inicios las aplicaciones se agrupaban en dos grandes áreas (era de IBM)

  • Sistemas de cálculo científico que utilizaban al superlenguaje Fortran
  • Sistemas de gestión de datos que utilizaba el superlenguaje Cobol

Un sistema de gestión de datos estaba compuesto por:

Bases de datos à Gestor de la BD à Tablas con los resultados

Las bases de datos era la estructura organizativa de los datos donde a cada trabajador se le asociaban una serie de campos como: nombre, salario, edad, cargo, etc.

El gestor era un algoritmo capaz de manipular esos datos y obtener los resultados esperados

Las tablas eran el resultado del procesamiento de los datos y podían incluir el pago de los trabajadores, los movientes (ausencias, traslados, aumentos de salario, etc.).

Podemos decir que las áreas de aplicación (para la gestión de la empresa) consistía en el desarrollo de aplicaciones específicas para darle solución a las necesidades de los diferentes departamentos y a la empresa en general. Observen que las aplicaciones son programas para resolver tareas específicas para la gestión económica de una empresa.

En cambio, la inteligencia artificial nace como un intento de representar la inteligencia humana en una computadora siguiendo la forma de pensar humana

Históricamente los sistemas digitales, se han caracterizado por manipular símbolos (paradigma simbolista) de forma cerrada: la información se la suministran los especialistas, no tienen contacto con el medio exterior. Son sistemas que procesan información, da lo mismo que sean datos, información o conocimientos, en el fondo son una representación de símbolos que son procesados por una computadora donde la información debe ser introducida manualmente. Por lo que la IA es un sistema cerrado (aislado) y para que sea una IA avanzada debe estar abierta al entorno, o sea un sistema autónomo capaz de aprender e interactuar con su entorno (digital)

La IA se basó en la representación simbólico-conexionista (cognitiva). Paradigma centrado en la idea de que los procesos mentales son estados internos que manipulan información. Podemos afirmar que la ciencia cognitiva se dedica a la IA teórica o científica mientras la investigación de la IA se dedica fundamentalmente a una IA pragmática o tecnológica.

Aplicaciones iniciales de lA

1.-IA especulativa. Se asume que la IA igualará o superará a la mente humana y será autoconsciente. IA fuerte

2.-IA que simula los procesos inteligentes: lógico o semántico (métodos para las áreas de IA)

3.-Robot (máquinas inteligentes)

4.-Sistemas de computación para resolver problemas de gestión económica y de cálculo científico (sistemas convencionales)

5.- Sistemas comerciales (pragmáticos)

La IA no siempre ha tenido la aceptación que tiene en la actualidad al principio muchos la consideraban como una pérdida de tiempo, y creían que lo correcto era dedicarse a los sistemas de computación aplicados a la gestión empresarial o a los de cálculo de ingeniería y sobre todo, a las grandes empresas no le interesaba la IA, actualmente todo ha cambiado y se puede decir que son las transnacionales como Google, Aple, Facebook, Micrososft, IBM, por los citar las más poderosas, las que llevan el peso de muchas de las investigaciones en inteligencia artificial.

En los juegos de mesa, se desarrollaron las siguientes vías para su solucion

  • Estrategia heurística
  • Estrategia de fuerza bruta
  • Estrategia mixta, la combinación de las anteriores

Ver estrategia heurística se siguen criterios para escoger la via adecuado (poda del árbol de soluciones)

Fuerza bruta se analizan todas las combinaciones, se prueban todas las vías de forma exhaustiva, esto dependen de las combinaciones que se forman y de la velocidad de cálculo de la computadora (ej., el tic tac toe, se puede recorrer todas las posibles soluciones, en el cambio en el ajedrez no es posible)

Mixta, se recorren las ramas del árbol de solución basadas en estrategias, pero cuando se presenta una sub-rama factible de calcular se explora exhaustivamente.

La IA específica

El objetivo original del campo de IA ha sido la construcción de “máquinas inteligentes”, es decir, los sistemas informáticos con inteligencia similar a la humana.  Desde hace décadas la mayoría de los investigadores de la IA se han centrado en lo que se ha llamado “la IA estrecha o específica”; la producción de sistemas de IA que muestran la inteligencia respecto a las tareas específicas, limitadas a un dominio de aplicación.  Debido a las dificultades en la solución de problemas complejos, en los últimos años, cada vez más los investigadores han reconocido la necesidad -y la viabilidad- de volver a los objetivos originales de la IA mediante el tratamiento de la inteligencia en su conjunto y a la necesidad de hacer frente a los problemas más difíciles de la “inteligencia de nivel humano” y más ampliamente a la inteligencia artificial general.

Al respecto el estudio AI100, dice lo siguiente: “En particular, la caracterización de la inteligencia como espectro no otorga un estatus especial al cerebro humano, pero hasta la fecha, la inteligencia humana no tiene rival en lo biológico y mundos artificiales para su gran versatilidad…Esto hace que la inteligencia humana sea una opción natural para evaluar el progreso de la IA” (Reflexiones sobre el informe ¨Cien Años de Estudio en Inteligencia Artificial (AI100)”¨)

En artículos anteriores habíamos dicho que el objetivo de la IA lograr una inteligencia artificial general similar a la humana, donde la IA general puede ser fuerte o débil. Por lo que podemos hablar de una IA general-fuerte, que es equivalente a la mente humana y de una IA general-débil que emula a la mente humana. Ambos persiguen el desarrollo de una IA capaz de resolver todos los problemas como la haría un ser humano, ya sea equivalente a una mente o no, estamos hablando que la IA sigue la forma de pensar humana.

La aplicación predominante dentro la inteligencia artificial han sido los sistemas expertos, convirtiéndose en una metodología practica para desarrollar una IA específica para un área de aplicación muy limitada en muchos casos, con un carácter puramente comercial.

Estructura de un SE

Base de hechos (descripción del problema) à Base de conocimiento (donde se almacenan los conocimientos del experto) àMaquina de inferencias, algoritmo que procesa los conocimientos (normalmente en forma de reglas) y obtiene la solución del problema casi  siempre con la explicación de los resultados y en muchos casos se incluyen en la bases de conocimientos (nuevas reglas) como una forma de aprendizaje.

Los SE no escaparon a los efectos comerciales y surgieron muchas aplicaciones prácticas, así como consultorías.

Las vías iniciales de los sistemas informáticos

  • La lógica (sintaxis)
  • La interpretación (semántica)
  • La velocidad de la computadora (Moravec)
  • El procesamiento de los datos (gestión empresarial)

La velocidad de la computadora

La velocidad de la computadora, permite que las máquinas puedan abordar

Actividades humano con procedimientos no humanos (considerados que no simulan la inteligencia humana. Ej., el juego de ajedrez (fue la primera aplicación que se basó en la velocidad de la máquina). La velocidad de la máquina siempre fue algo muy importante para los programas de cálculo (aplicaciones científicas).

IA que no sigue la forma de pensar humana

Actualmente se hace hincapié en la solución de los problemas basándose en la velocidad de procesamiento de las máquinas, lo cual le permite la manipulación  de una gran cantidad de datos (desde sus inicios se comprobó que no siempre era la mejor solución imitar la forma humana, existían casos como el ajedrez que era mejora basarse en la velocidad de la máquina para resolver el problema (algoritmo de fuerza bruta)

Hoy se ha puesto de moda una IA operativa (basada en datos) con fines económicos, está ligada al surgimiento de máquinas inteligentes desde una IA débil que tiene como meta que las máquinas, sean cada vez más veloces y capaces de procesar más datos, llegan. Las cuales se desarrollarán en un entorno artificial, fuera del mundo natural y crecerán en internet, en la nube, en las grandes bases de datos. Lo cual nos conduce a la construcción de una IA desde las transnacionales con fines comerciales, como una IA “no consciente” cada vez más lejos de la medida humana. Con la IA operativa se acepta que la forma de pensar de los humanos es totalmente diferente a la de las máquinas y que el método es crear programas capaces de desarrollar actividades llamadas inteligentes sin imitar al pensamiento humano.

Definición operacional

Siguiendo al estudio AI100: “La IA también se puede definir por lo que hacen los investigadores de IA. Este informe ve a la IA, principalmente, como una rama de la informática que estudia las propiedades de inteligencia sintetizando inteligencia. Aunque el advenimiento de la IA ha dependido en el rápido progreso de los recursos informáticos de hardware, el enfoque aquí del software refleja una tendencia en la comunidad de IA. Más recientemente, sin embargo, el progreso en la construcción de hardware a medida para la informática basada en redes neuronales ha creado un acoplamiento más estrecho entre hardware y software en el avance de la IA”.

No se puede olvidar que, hasta la fecha, los modelos de la IA deben poder reproducirse en las computadoras, las cuales son cada vez más potentes, lo cual permite nuevas formas de programación teniendo en cuenta las actuales prestaciones de las máquinas que permiten un aumento cada vez mayor de almacenamiento, procesamiento de la información y de conexión, lo cual ha facilitado el surgimiento de una IA operativa basada en datos

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s