Comunicación
Desde el inicio de la década de los cincuenta, cuando por primera vez se intentó construir un sistema de traducción automáti.ca mediante la utilización del ordenador, los programas que en tienden un lenguaje humano se han convertido en uno de los grandes retos de la informática. Pronto se vio la fuerte relación entre este campo de la IA. y la lingüística, lo que está ayudando incluso a comprender la naturaleza del lenguaje humano. Los japoneses, en concreto en su plan de la quinta generación de ordenadores, han incluido a la comunicación dentro de los temas cuyo avance es necesario para el desarrollo de la ciencia; y no sólo los japoneses, sino también los países de la Comunidad Económica Europea y los americanos consideran este campo fundamental como herramienta de progreso. Dentro de estos planes se incluyen tres grandes proyectos:
– Traductor automático multilingüe, con una capacidad de 100.000 palabras.
– Sistemas de consulta sobre diversos temas, con más de 5.000 palabras y 10.000 reglas de inferencia.
– Sistema capaz de hablar y entender el lenguaje natural con cerca de 10.000 palabras de vocabulario.
Sin embargo, y a pesar de estos proyectos, han aparecido autores que se oponen a la utilización directa del lenguaje natural basándose en que dificultará la comunicación en vez de hacerla más sencilla. Han surgido problemas tales como el análisis sintáctico y semántico de las oraciones, la ambigüedad de palabras con múltiples significados, la determinación del significado de palabras simples donde el contexto general es el que las condiciona, etc. Él lenguaje humano, aunque bueno para comunicarnos es demasiado ambiguo e inexacto, no muy apropiado para transmitir al ordenador instrucciones precisas sobre lo que debe llevar a cabo.
Razonamiento Simbólico
En la informática tradicional los ordenadores trabajan con programas en los cuales los datos acceden directamente al ordenador, pero las decisiones sobre cómo procesar dichos datos están impresas en el lenguaje del programa y almacenadas en la memoria durante el proceso de ejecución. La Inteligencia Artificial intenta integrar el conocimiento en el sistema, en otras palabras, un sistema inteligente que escribe su propio programa. Los sistemas inteligentes se basan en reglas heurísticas, en contraste con los programas de cálculo numéricos, basados en el uso de ecuaciones analíticas. La heurística hace hincapié, dentro del programa, en los aspectos del problema que parecen más críticos y en las partes de la base de conocimiento que parecen más relevantes, y guía al programa en los casos particulares desechando ciertos caminos y centrándose en otros. El resultado es que el programa sigue una línea de razonamiento en vez de seguir una secuencia de pasos fijos en el cálculo.
Ingeniería del conocimiento.
Bajo la denominación de ingeniería del conocimiento se agrupan todas las áreas que intervienen en el desarrollo de los sistemas expertos y bases de conocimientos. Dentro de estas áreas aparecen los siguientes campos:
·Representación del conocimiento. Se están desarrollando en la actualidad una gran variedad de métodos, todos ellos para facilitar el razonamiento simbólico y permitir la codificación y aplicación del sentido común. Los esquemas más habituales de representación son las reglas de producción, las estructuras lógicas y el cálculo de predicados.
·Adquisición del conocimiento. Obtener el conocimiento necesario para la creación de un sistema experto no es una tarea sencilla. En algunos temas el sistema puede aprender a través de la experiencia, pero normalmente el experto y el programador del sistema deben trabajar unidos para lograr condensar el saber en unas ciertas reglas lógicas. Actualmente se está trabajando sobre ciertos programas que reciben la sabiduría del experto mediante sesiones de enseñanza. El ordenador va preguntando, analizando las respuestas e incorporándolas a la base en forma de reglas lógicas.
·Métodos de inferencia. Son los métodos que trazan una línea de razonamiento a una pregunta dada. Estas técnicas de generación y análisis de hipótesis son técnicas de concentración, al igual que las heurísticas ya mencionadas, es decir, centran la atención en determinadas reglas y registros, marcando la línea de acción. Un problema asociado a estos métodos es la cuantificación y manejo de datos indeterminados, para el cual, aunque a veces se utiliza el teorema de Bayes o el análisis de decisión, se requiere generalmente el uso de la lógica difusa (Zadeh, 1965).
Fronteras de la Inteligencia Artificial
Aunque es difícil en la actualidad predecir lo que serán capaces de hacer los sistemas inteligentes dentro de sus múltiples aplicaciones, sin embargo, a partir del análisis de lo que es posible y lo que no de los sistemas actuales, se pueden extrapolar algunas ideas a lo que será el futuro de la I.A. en los próximos años. Hoy día, en que la tecnología no ha hecho nada más que comenzar, las aplicaciones son muy restringidas; los sistemas basados en el conocimiento sólo son capaces de enfrentarse. No son capaces de razonar a partir de axiomas o teorías generales y sólo aceptan un tipo de hechos y heurística determinados. No tienen desarrollada la facultad de aprender ni pueden razonar por analogía.
La consecuencia de todos estos factores se resume en dos características:
a) La falta de sentido común.
b) Sus razonamientos se deterioran rápidamente cuando el problema se sale fuera de la tarea específica para la que fue diseñado.
Por otra parte, los sistemas basados en el conocimiento no emiten juicios incoherentes, no se saltan ninguna posibilidad ni se empeñan en mantener una postura en contra de los hechos reales. Tampoco tienen malos días, siempre tienen en cuenta todos los detalles y sistemáticamente consideran todas las posibles alternativas. Los mejores sistemas expertos, que contienen miles de hechos y reglas y sobre todo están diseñados para una función apropiada (como, por ejemplo, toda clase de diagnósticos médicos, geológicos, etc.), realizan las mismas funciones que el mejor experto y sus juicios y conclusiones son equiparables e incluso mejores que la media de especialistas en dicho tema.
Belén Stettler, oriunda de Río Gallegos, Santa Cruz, Argentina, cuenta con 35 años y es Licenciada en Ciencias de la Comunicación Social por la Universidad de Buenos Aires (UBA). A lo largo de sus 13 años de trayectoria en comunicación política, ha trabajado como consultora en Buenos Aires, especializándose en estrategia, investigación y comunicación directa. Ha dirigido equipos de comunicación en diversas campañas. Su experiencia incluye roles importantes en la Obra Social del Personal de Seguridad Pública de Buenos Aires, la Vicejefatura de Gobierno de Buenos Aires, Claves Creativas, Ford Argentina y AkzoNobel, iniciando su carrera en Grupo Suessa Organización Empresaria.
