PDF de programación - 10 - Inteligencia artificial

Capítulo 10

10 Inteligencia artificial

David: Martin es el verdadero hijo de Mami y de Henry. Después de que encuentre al Hada Azul podré ir
a casa. Mami va a amar a un nene de verdad. El Hada Azul me transformará en uno.
Gigolo Joe: El Hada Azul es Mecha, Orga, hombre o mujer?
David: Mujer.
Gigolo Joe: ¿Mujer? Yo conozco a las mujeres! A veces me piden por mi nombre. Conozco todo acerca
de las mujeres. Casi todo cuanto haya que saber. No hay dos iguales, y después de que me conocen, no
hay dos iguales. Y sé dónde se puede encontrar a la mayoría de ellas.
David: ¿Dónde?
Gigolo Joe: Rouge City. Cruzando el Delaware.

Diálogo entre dos entidades de inteligencia artificial: Gigolo Joe (interpretado por by Jude Law) y David
(interpretado por Haley Joel Osment) en la película, Inteligencia Artificial, Dirigida por Steven Speilberg,
Warner Bros., 2001.

Página opuesta: I.A. Inteligencia Artificial

Del póster de la película. Warner Bros., 2001.

168

Capítuo 10

La cuestión de la inteligencia
El intento de comprender la inteligencia humana probablemente es uno de los
interrogantes humanos más viejos que, sin embargo, aún queda por responder en
su totalidad. Con el advenimiento de las computadoras y los robots, la cuestión de
si los robots y las computadoras pueden ser tan inteligentes como los humanos ha
llevado a las búsquedas científicas en el campo de la Inteligencia Artificial (IA). La
pregunta de si una computadora puede ser inteligente fue discutida lúcidamente
por el Profesor Alan Turing en 1950. Para ilustrar las cuestiones subyacentes a la
inteligencia de las máquinas, Turing ideó un experimento en forma de juego de
imitación. Se juega con tres personas, un hombre, una mujer y un interrogador.
Todos están en habitaciones separadas e interactúan entre ellos tipeando un texto
en la computadora (bastante parecido al modo en que la gente interactúa entre sí
con dispositivos de mensajería instantánea). La tarea del interrogador es identificar
cuál de las personas es el hombre (o la mujer). Para que el juego resulte
interesante, cualquiera de los jugadores puede intentar ser engañoso al dar sus
respuestas. Turing argumenta que una computadora debería ser considerada
inteligente si se la pudiera hacer jugar el rol de cualquiera de los jugadores sin
darse a conocer. Este test de inteligencia se ha llamado el Turing Test y ha
generado mucha actividad en la comunidad de investigadores de IA (ver Ejercicios).
El diálogo que se muestra arriba, de la película Inteligencia Artificial, describe un
aspecto del test de inteligencia diseñado por Alan Turing, basado en el intercambio
entre Gigolo Joe y David, ¿pueden concluir que ambos son inteligentes? ¿Humanos?

Luego de más de cinco décadas de investigación en IA, el campo ha madurado y
evolucionado de muchas maneras. En primer lugar, el foco sobre la inteligencia no
se limita ya a los humanos: los insectos y otras formas de animales con variadas
formas de inteligencia han sido objeto de estudio dentro de la IA. También ha
habido un intercambio enriquecedor de ideas y modelos entre científicos, biólogos,
psicólogos, científicos cognitivos, neurocientíficos, lingüistas y filósofos de la IA.

Han visto ejemplos de estas influencias en los modelos de los vehículos de
Braitenberg introducidos anteriormente. Dada la diversidad de investigadores
involucrados en la IA, también ha habido una evolución acerca de qué se trataba la
IA. Volveremos sobre esto más adelante en el capítulo. Primero, les daremos
algunos ejemplos de modelos que pueden ser considerados inteligentes y que son
comúnmente usados por científicos de IA.
Comprensión de Lenguaje
Un aspecto de la inteligencia reconocido por muchas personas es el uso del
lenguaje. Las personas se comunican entre sí usando un lenguaje. Hay muchos
(varios miles) de lenguajes en uso en este planeta. Tales lenguajes son llamados
lenguajes naturales. Muchas teorías interesantes se han enunciado sobre los
orígenes del lenguaje en sí mismo. Una cuestión interesante a considerar es:
¿puede la gente comunicarse con las computadoras usando lenguajes humanos
(naturales)? En otras palabras, ¿puede hacerse una computadora para que
comprenda un lenguaje? Considérenlo por un momento.

169

Vistas & Sonidos

Para que la cuestión de la comprensión del lenguaje resulte más concreta, piensen
en su robot Scribbler. Hasta ahora, han controlado el comportamiento del robot
escribiendo programas Python para el mismo. ¿Es posible hacer que el Scribbler
comprenda nuestro lenguaje (castellano o inglés) de modo tal que puedan
interactuar con él? ¿Cómo sería una interacción con el Scribbler? Obviamente, no
esperarían tener una conversación con el Scribbler acerca de la cena que comieron
anoche. Sin embargo, probablemente tendría sentido pedirle que se mueva en
cierta dirección. O preguntarle si está viendo un obstáculo frente a él.

Realizar la siguiente actividad: Escriban una serie de comandos breves de una
palabra como: forward, right, left, stop, (adelante, derecha, izquierda, detenerse)
etc. Creen un vocabulario de comandos y luego escriban un programa que ingrese
un comando a la vez, lo interprete y haga que el Scribbler lo lleve a cabo. Por
ejemplo:

Ustedes: forward
Scribbler: comienza a moverse hacia adelante
Ustedes: right
el Scribbler empieza a moverse hacia la derecha
Ustedes: stop
…
Experimenten con el comportamiento del robot basándose en estos comandos y
reflexionen acerca de la interpretación adecuada que pueda hacer que este
comportamiento sea más natural.

Se encontrarán haciendo varias hipótesis acerca de la interpretación de incluso los
comandos más simples en el ejercicio de arriba. Por ejemplo, ¿qué sucede cuando
después de que le ordenan al Scribbler que se mueva hacia delante, le piden que se
mueva a la derecha? ¿El Scribbler debería dejar de avanzar o debería detenerse y
luego doblar?

Las decisiones como éstas también nos dan una profunda conciencia sobre nuestras
propias habilidades para comprender el lenguaje. También pueden ver que, como
en el caso de la percepción visual, el procesamiento del lenguaje (o de un texto)
comienza en un nivel muy primitivo: las palabras. Si la entrada (input) es el
discurso, las unidades básicas son las señales eléctricas, quizás provenientes de un
micrófono. Al igual que el procesar píxeles individuales para tratar de comprender
los contenidos de una imagen, uno debe comenzar en un nivel bajo de
representación para comenzar a comprender el lenguaje.

Los investigadores que trabajan en el campo de la lingüística computacional (o la
comprensión del lenguaje natural) han propuesto muchas teorías acerca del
procesamiento del lenguaje que forman la base de un modelo computacional para
que el Scribbler comprenda un pequeño subconjunto del lenguaje inglés1. En esta
sección examinaremos un modelo de éstos que está basado en el procesamiento de
la sintaxis y la semántica de la interacción del lenguaje. Imagínense interactuando
con el Scribbler utilizando el siguiente grupo de sentencias:

Ustedes: ¿Viste una pared?
1 Tengan en cuenta que en este libro se basa en una experiencia en un instituto de estados

Unidos y, por lo tanto, en estas primeras experiencias se trabaja con el idioma inglés.

170

Capítuo 10

Scribbler: No

Ustedes: Hacé un Bip cada vez que veas una pared.
Ustedes: Doblá a la derecha cada vez que veas una pared a tu izquierda.
Ustedes: Doblá a la izquierda cada vez que veas una pared a tu derecha.
Ustedes: Movete durante 60 segundos.

[El robot Scribbler se mueve alrededor durante 60 seundos doblando cada vez que ve
una pared. También hace un bip cada vez que ve una pared.]
Anteriormente, han escrito programas Python que llevan a cabo comportamientos
similares. Sin embargo, ahora imagínense interactuando con el robot de la manera
descripta. Desde una perspectiva física, imagínense que están sentados frente a la
computadora y tienen una conexión Bluetooth con el robot. La primera pregunta
que aparece es: ¿Están diciendo o tipeando los comandos de arriba? Desde la
perspectiva de la IA, ambas modalidades son posibles: Podrían estar sentados
frente a la computadora hablando a un micrófono; o podrían estar tipeando esos
comandos en el teclado.

En primera instancia, necesitarían una capacidad de comprensión del lenguaje.
Actualmente, pueden obtener software (comercial y freeware) que les permitirá
hacerlo. Algunos de estos sistemas son capaces de distinguir acentos,
entonaciones, voces femeninas o masculinas, etc. Efectivamente, la comprensión
del lenguaje hablado es un campo fascinante de estudio que combina
conocimientos de lingüística, procesamiento de señales, fonología, etc.

Pueden imaginar que el resultado de hablar a una computadora es un fragmento de
texto que transcribe lo que han dicho. Por lo tanto, la pregunta que se le planteó al
Scribbler arriba: ¿Ves una pared? Deberá ser procesada y transcripta a un texto.
Una vez que tengan el texto, es decir, un string “¿Ves una pared?” o en inglés: “Do
you see a wall?”, éste puede ser posteriormente procesado o analizado para
comprender el significado o el contenido del texto. El campo de la lingüística
computacional provee muchas formas de análisis sintáctico y de extracción de
significado de textos. Los investigadores en IA han desarrollado formas de
representar el conocimiento en una computadora usando anotaciones simbólicas
(por ej., la lógica formal). Al final, el análisis del texto resultará en un comando
getIR() o getObstacle() para el robot Scribbler y producirá la respuesta mostrada
arriba.

Nuestra meta de traer el escenario de arriba aquí es para presentarles varias
dimensiones de la investigación en IA que pueden involucrar a personas de distintas
disciplinas. En estos días, es completamente posible, incluso para ustedes, diseñar y
construir programas de computación o sistemas capaces de interactuar con robots
usando el len