A pesar de los grandes y recientes avances en inteligencia artificial (IA), el término sigue siendo poco tangible para muchas personas. IA es algo complejo y hay bastante confusión sobre lo qué es y sobre cómo se puede evaluar el rendimiento de las aplicaciones basadas en IA. Visto así, el propósito de contar la historia de la IA de forma breve y clara parece condenado al fracaso de antemano. Aun así, merece la pena intentarlo.
Índice de temas
1943
Cuando se busca a los pioneros de la IA, vienen a la mente los nombres de Alan Turing y Norbert Wiener, o John von Neumann: el matemático húngaro, que estudió química en la ETH-Zurich, se implicó en la construcción de ordenadores electrónicos a principios de los años 40 y abordó las similitudes entre el cerebro y la máquina de computación en varios escritos.
Hay que mencionar aquí a Claude Shannon y su influyente teoría de la información. También conviene recordar los trabajos pioneros de Warren McCulloch y Walter Pitts, que intentaron describir las redes neuronales mediante modelos matemáticos a principios de los años cuarenta. Sus trabajos aparecieron en una revista llamada ‘Bulletin of Mathematical Biophysics’, fundada a finales de los años treinta.
Años 50
El Dartmouth Summer Project de Hanover (New Hampshire; EEUU) de 1956 no marca un principio, sino un final: lo que había sido un programa de investigación interdisciplinar de amplia base desde los años cuarenta hasta mediados de los cincuenta como cibernética o teoría de autómatas, ahora se convierte en un subcampo de la informática. Un movimiento internacional se convierte en un proyecto de unas pocas universidades estadounidenses. Y una ciencia que antes abarcaba tanto el hardware como el software y por lo tanto los aspectos teóricos como los aplicados, ahora se reduce al desarrollo de software. Muchos proyectos de investigación interesantes en la estela de Warren McCulloch y Walter Pitts no tenían ninguna posibilidad de obtener apoyo financiero del gobierno o la industria privada a la sombra del paradigma de la IA simbólica propagado por John McCarthy y Marvin Minsky.
El Dartmouth Summer Project sobre IA debía permitir a un grupo de científicos describir avances significativos en el intento de capacidad de aprendizaje que pudiera ser imitada por las máquinas
Sin embargo, el Dartmouth Summer Project sobre Inteligencia Artificial debía permitir a un grupo de científicos “cuidadosamente seleccionados” describir “avances significativos” en el intento de “capacidad de aprendizaje y otras manifestaciones de la inteligencia” con tanta precisión que pudieran ser imitados por las máquinas.
Muchos jóvenes científicos que recalaron en Hanover en el verano de 1956 habían llegado solo con vagas ideas, expectativas, esperanzas. Los únicos que tenían algo concreto que mostrar eran Allen Newell y Herbert Simon. A ambos les fascinaba la idea de poder reproducir los procesos de toma de decisiones del personal directivo militar o del sector privado con ayuda de ordenadores. Habían desarrollado un programa informático llamado ‘Logic Theorist’ que podía demostrar teoremas matemáticos. Y como para muchos matemáticos resolver teoremas es el epítome de una actividad inteligente, el Teórico Lógico como epítome de un software artificialmente inteligente fue, de golpe, capaz de inspirar a todos los matemáticos presentes en Hanover en 1956.
Newell y Simon solo pasaron unos días en el Dartmouth College aquel año, pero ejercieron una influencia duradera en el programa de investigación sobre IA con las ideas que trajeron de la industria de defensa. Pero a la hora de buscar un nombre para la nueva disciplina científica, el término IA se impuso a sus objeciones. Habrían preferido ‘Procesamiento Complejo de la Información’ o ‘Simulación de Procesos Cognitivos’. Es difícil imaginarse cómo se habría desarrollado la historia de la IA si en vez de IA se hubiera llamado “Procesamiento Complejo de la Información” (PCI).
Frank Rosenblatt desarrolló un ordenador llamado Perceptron a finales de los años 50 que imitaba una red neuronal
Y, por último, a finales de los años 50, Frank Rosenblatt desarrolló un ordenador llamado Perceptron en la tradición de Warren McCulloch y Walter Pitts, que imitaba una red neuronal. Rosenblatt materializó sus ideas como simulación de software y también en forma de hardware. Por cierto, el ordenador Mark-1 Perceptron, presentado en 1958, puede verse en Washington en un museo de la Smithsonian Institution. Es una maraña de cables que llena un armario entero. Así fue como la máquina podía aprender. Con la ayuda de una matriz de elementos sensibles a la luz, podía reconocer números. Una versión de un ordenador con Perceptron llamado ‘Tobermory’ podía entender el lenguaje hablado. Los periodistas quedaron muy impresionados por lo que el New York Times describió como un “embrión informático de aprendizaje”.
Años 60
Un programa informático con el que se podía hablar no solo de bloques, sino también de los sentimientos de las personas, ganó fama más allá de los institutos universitarios a finales de los años sesenta. Se llamaba Eliza y fue escrito por el informático estadounidense Josef Weizenbaum. Su objetivo no era ni demostrar las capacidades de la inteligencia artificial ni la fuerza de los ordenadores, sino hacer ver las limitaciones de la inteligencia natural y la credulidad de los humanos. Quería mostrar cómo un programa informático muy sencillo, que no hace más que reproducir las declaraciones del interlocutor en forma de pregunta para animarle a hacer nuevas declaraciones, puede ofrecerse a la gente como una contraparte inteligente. El entusiasmo con que Eliza fue recibida fuera de la industria informática llevó a Weizenbaum a escribir un libro sobre ‘El poder de los ordenadores y la impotencia de la razón’.
También en los años 60, Newell y Simon desarrollaron el primer programa de IA, Logic Theorist (LT). Era capaz de demostrar teoremas matemáticos, es decir, era capaz de remontar enunciados matemáticos a enunciados ya demostrados con ayuda de reglas de transformación lógica. El programa no encontró nuevos teoremas ni nuevas pruebas, pero sí un nuevo método de resolución de problemas: la conexión entre enunciados matemáticos se presentaba aquí como una estructura de árbol,y la tarea del programa consistía en establecer conexiones entre ramas y tronco dentro de esta estructura.
Muchos de los problemas de los que se ocuparon los primeros investigadores de la IA pueden presentarse como una estructura de árbol. Sin embargo, muy pronto se hizo patente que estos árboles crecían rápidamente hacia el cielo, es decir, se hicieron enormes; entonces ya no era viable seguir todas las ramificaciones sin esfuerzos descomunales, no razonables.
En 1959, Newell y Simon presentaron el General Problem Solver (GPS) como un programa que simula el pensamiento humano
En 1959, Newell y Simon presentaron el General Problem Solver (GPS) como un programa que simula el pensamiento humano. El programa podía resolver problemas preparados con los medios de la lógica de predicados. El “único” inconveniente era que la mayoría de los problemas interesantes no se podían reducir a fórmulas lógicas.
Otro programa pionero de IA intentó jugar a las damas. Desarrollado por Arthur Samuels, de IBM, este programa demostró ser capaz de aprender. Samuels utilizó estructuras de árbol para describir el desarrollo del juego. El primer movimiento creaba espacio para varios contra-movimientos, cada uno de los cuales producía a su vez varias variantes de juego. El ordenador no fue capaz de analizar todas las ramificaciones; en aquella época, la potencia de cálculo distaba mucho de ser suficiente. Pero el programa intentó, al menos, reconocer los movimientos más prometedores. Impresionó a muchos jugadores humanos, pero no fue capaz de imponerse a campeones de talla mundial.
Que un ordenador se pudiera comportar como un cerebro humano dio origen a la llamada IA simbólica
Newell y Simon estaban convencidos de que el pensamiento no era más que procesar símbolos. Se imaginaban que la realidad existe en la mente humana como un reflejo compuesto por símbolos. Creían que estos símbolos también podían introducirse en un ordenador como componentes de expresiones matemáticas. Un programa los ordenaría allí, en función del problema, de tal manera que la respuesta se hiciera evidente. Equipado con el software de IA adecuado, un ordenador podría comportarse como un cerebro humano. Esta idea dio origen a la llamada IA simbólica y el paradigma de investigación se impuso hasta finales de los años setenta.
