ROBOTICA E INTELIGENCIA ARTIFICIAL
ROBOTICA
La robótica es un concepto de dominio publico. La mayor parte de la gente tiene una idea de lo que es la robótica, sabe sus aplicaciones y el potencial que tiene; However, no conocen el origen de la palabra robot, ni tienen thought del origen de las aplicaciones útiles de la robótica como ciencia.
La robótica como hoy en día la conocemos, tiene sus orígenes hace miles de anos. Nos basaremos en hechos registrados a través de la historia, y comenzaremos aclarando que antiguamente los robots eran conocidos con el nombre de autómatas, y la robótica no era reconocida como ciencia, es mas, la palabra robot surgió hace mucho después del origen de los autómatas.
Desde el principio de los tiempos, el hombre ha deseado crear vida artificial. Se ha empeñado en dar vida a seres artificiales que le acompañen en su morada, seres que realicen sus tareas repetitivas, tareas pesadas difíciles de realizar por un ser humano. De acuerdo a algunos autores, como J. J. C. Sensible y Jasia Reichardt, consideran que el primer autómata en toda la historia fue Adán creado por Dios. De acuerdo a esto, Adán y Eva son los primero autómatas inteligentes creados, y Dios fue quien los programó y les dio sus primeras instrucciones que debieran de seguir. Dentro de la mitología griega se puede encontrar varios relatos sobre la creación de vida artificial, for example, Prometeo creo el primer hombre y la primer mujer con barro y animados con el fuego de los cielos. De esta manera nos damos cuenta de que la humanidad tiene la obsesión de crear vida artificial desde el principio de los tiempos. Muchos han sido los intentos por lograrlo.
Los hombres creaban autómatas como un pasatiempo, eran creados con el fin de entretener a su dueño. Los materiales que se utilizaban se encontraban al alcance de todo el mundo, esto es, utilizaban maderas resistentes, metales como el cobre y cualquier otro material moldeable, esto es, que no necesitara requiriera de algún tipo de transformación para poder ser utilizado en la creación de los autómatas.
Estos primeros autómatas utilizaban, principalmente, la fuerza bruta para poder realizar sus movimientos. A las primeras maquinas herramientas que ayudaron al hombrea facilitarle su trabajo no se les daba el nombre de autómata, sino más bien se les reconocía como artefactos simples maquinas
ARTIFICIAL INTELLIGENCE
La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo psychological y construcción de algoritmosde solución a problemasde propósito general. Punto de vista que favorece la abstracción y la generalidad.
La Inteligencia Artificial es una combinación de la ciencia del computador, physiology and philosophy, as normal and broad as that, is that it brings together several fields (robotics, expert systems, for example), todos los cuales tienen en común la creación de máquinas que pueden “pensar”.
La idea de construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Tasks that have been studied from this point of view include games, language translation, language comprehension, fault diagnosis, robotics, provision of expert advice on various topics.
Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en 1956.
Trabajos teóricos fundamentales fueron el desarrollo de algoritmos matemáticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificación, funcionamiento en sentido general, de una pink neuronal. En 1949 Donald Hebb desarrolló un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuelacreacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trató poco por muchos años, dando paso al razonamiento simbólico basado en reglas de producción, lo que se conoce como sistemas experto
IMPACTO SOCIAL, ECONÓMICO, CULTURAL
Primeramente, la robotica es una tecnologia destinada solo al beneficio de la humanidad, si embargo hay peligrosos potenciales inplicados y se deben establecer salvaguardias para no permitir su uso pernicioso.
La inteligencia artificial es una combinacion de ciencias que permiten reunir varios campos como por ejemplo la robotica, y que tiene en comun una unica finalidad, crear maquinasque puedan pensar.
Con respecto al ambito social y cultural tanto la robotica como la inteligencia artificial son destinadas al beneficio de la humanidad, ambas tecnologias enriquesen la cultura mundial, devido a que son tecnologias de ultima generacion y permiten a la humanidad porder accerder a nuevas tecnologias e incorporarlas tambien en su vida cotidiana.
En el ambito tecnologico es un gran avance, en la inteligencia artificial por el echo de porder jutar varias ciencias para porder crear un maquina que “piense”, y en la robotica tambien porque integra tanto ingenieria mecanica, electronica e informatica con ciencias sociales, con el unico fin de lograr un beneficio para la humanidad creando una maquina que pueda interpretar el lenguaje, las ordenes humanas, and many others.
Y finalmente el ambito economico, estas tecnologias demandan mucho dinero, devido a que se necesitan tecnologias de ultima generacion. todo el dinero invertido, se recuperara con el paso del tiempo con la incercion de la maquinaria en las nuevas industrias y cuando estas tecnologias se produscan en forma masiva para la venta publica
HISTORIA SOBRE ROBOTICA, ARTIFICIAL INTELLIGENCE
En la antigua Grecia, el mito y la superstición cedieron su lugar a variadas cosmologías que daban cuenta del mundo a partir de ciertos principios fundamentales. Sobre algunos de estos principios pronto se erigieron los pilares culturales de occidente y por supuesto de las diversas disciplinas científicas que hoy en día conocemos. Pero si bien la filosofía no ha dejado de ejercer hasta nuestros días su influjo sobre las ciencias naturales y exactas, seguramente es en el campo de la Inteligencia Artificial (AI) y la robótica cognitiva donde esta relación indisoluble se aprecia con mayor claridad.
Like this, durante los primeros años de vida de la IA, los investigadores buscaron desarrollar computadoras inteligentes bajo ciertos presupuestos filosóficos. In this sense, el filósofo estadounidense Hurbert Dreyfus nos advierte que durante esta primera etapa, estos presupuestos pronto llegaron a convertirse en el programa de investigación que articuló y orientó gran parte del trabajo realizado por computólogos e ingenieros de todo el mundo hasta bien entrada la década de los ninety del siglo XX.
Entre estos presupuestos, Dreyfus destaca la idea que concebía el pensamiento como una clase explicit de operaciones, esto es, aquellas operaciones que son realizadas por nuestra mente. Autores como Hobbes Leibniz habían afirmado en su momento que toda la actividad de nuestra mente -razonar, planificar and many others.- se podía describir en términos de un conjunto finito y ordenado de operaciones lógicas sobre ciertos elementos. Esta thought sobre la naturaleza de la mente humana implicaba que el éxito de cualquier intento por replicar la inteligencia humana en computadoras radicaría en conseguir que ellas realizasen el mismo tipo de operaciones. Las primeras tendencias de la IA se basaron en tratar de desarrollar los programas apropiados que llevaran a cabo dichas operaciones en maquinas.
Now well, para Dreyfus el segundo presupuesto que permitió dar forma definitiva a la IA fue enunciado por el filosofo francés René Descartes. De acuerdo con este autor, todos los contenidos de nuestra mente tienen carácter representacional. Esto significa, among other things, que cuando pensamos, razonamos planificamos lo hacemos tomando en cuenta solamente nuestras ideas creencias sobre el mundo que nos rodea. Desde la filosofía una representación puede ser vista como un elemento que se refiere versa sobre cualquier otra cosa. For example, la creencia el gato está sobre la mesa” versa sobre algún gato y en ese sentido se puede decir que lo representa de algún modo. Estas concepts llevaron a muchos autores a suponer que un sistema artificial inteligente también debería basar sus planes razonamientos en representaciones lingüísticas abstractas del mundo de manera related a como nosotros en apariencia lo hacemos. Según esta perspectiva una solución al problema de la Inteligencia Artificial radicaba en el nivel de exactitud de las representaciones que una computadora pudiera albergar.
La combinación de estas ideas dio a la IA un marco de trabajo bien definido; dando comienzo a la búsqueda por definir e implementar en maquinas las operaciones que incorporaran entre sus argumentos representaciones apropiadas del mundo. In this way, muchos afirmaron que sólo era cuestión de tiempo para que una computadora exhibiera un nivel de inteligencia related al nuestro.
However, tras décadas de investigación y desarrollo, la IA pareció estancarse en su intento por conseguir tal objetivo. Additionally, varios autores desde la filosofía comenzaron a poner en duda que la inteligencia consistiera simplemente en la manipulación de representaciones con base en reglas formales (por ejemplo operaciones lógicas). John Searle, for example, demostró a través de un ingenioso argumento que una maquina que tan sólo manipula símbolos es incapaz de comprender su significado, I mean, es incapaz de saber qué representan esos símbolos. Si tenemos en cuenta que los pensamientos y creencias son para sus poseedores representaciones del mundo, entonces el argumento de Searle implica que un programa de computadora es insuficiente para dotar a una computadora con una mente.
Now well, este callejón sin salida en el que se encontraba el proyecto de reproducir la inteligencia en sistemas artificiales, no significó que la filosofía estuviese en contra de la IA. Por el contrario, nuevas tesis filosóficas han inspirado una transformación radical en la investigación de estas concepts al punto de que algunos autores han empezado a distinguir entre Inteligencia Artificial clásica y lo que se denomina ahora la nueva Inteligencia Artificial.
Entre estas nuevas ideas podemos destacar aquellas provenientes de la fenomenología existencialista. Esta propuesta filosófica, primero formulada por Martín Heidegger y posteriormente retomada por el filósofo francés Maurice Merleau-Ponty, puede ser vista en buena parte como una réplica a las principales conclusiones de Descartes sobre la mente. Heidegger, for example, rechazaba la idea concerniente a la naturaleza representacional de los contenidos mentales y en consecuencia pensaba que buena parte de nuestro comportamiento inteligente no surgía como resultado de estimaciones cálculos basados en representaciones abstractas del mundo. Merleau-Ponty, haciendo eco de las ideas de Heidegger, posteriormente añadió que la inteligencia más bien se fundamenta en los mismos mecanismos que facilitan nuestra percepción y motricidad corporal.
Muchos de los cambios inspirados por estas ideas y corrientes filosóficas, tanto en las ciencias cognitivas como en la IA, se pueden resumir en la propuesta de la cognición embebida. Este novedoso paradigma propone que la inteligencia debe ser comprendida en el contexto de la estrecha relación que, según Merleau-Ponty y Heidegger, existe entre la cognición y nuestros cuerpos. Like this, para el paradigma de la cognición embebida la dinámica de la interacción entre el cuerpo y el ambiente circundante nos provee con los recursos necesarios para desenvolvernos en un mundo dinámico como el nuestro. Naturalmente, esto último plantea la restricción de que el comportamiento inteligente sólo puede surgir en agentes que posean un cuerpo que interactúa con su entorno. Es esta interacción la que le da al agente la posibilidad de aprender y desarrollarse.
En el caso de la Inteligencia Artificial, la adopción del paradigma en consideración ha significado entre otras cosas el empleo de agentes autónomos artificiales, Robots, como plataformas en las cuales probar los modelos que creemos nos acercan al conocimiento de nuestra mente y así del mundo que nos rodea. Cabe resaltar, que los robots, además de recibir estímulos sensoriales a través de una gran variedad de sensores como cámaras y sonares, se encuentran en capacidad de desplazarse y modificar su entorno gracias a los actuadores que poseen. Estas características nos permiten implementar modelos cognitivos en los robots, con lo cual se busca integrar sus capacidades sensorimotrices de tal forma que puedan emerger en ellos algunas de las habilidades conductuales propias de los agentes inteligentes que encontramos en la naturaleza.
However, hoy en día es posible hallar en la literatura especializada diferentes perspectivas teóricas sobre esta integración sensorimotriz en agentes artificiales. Uno de los pioneros de la nueva IA, Rodney Brooks, postulaba como punto de partida que para los seres inteligentes como nosotros el mejor modelo del mundo es el mundo mismo. Con esto el autor quiso decir que nuestro entorno nos da las claves, vía nuestros sistemas sensoriales, para generar las respuestas motrices apropiadas a cada uno de los estímulos que vamos percibiendo. La inteligencia es, según esta perspectiva, un patrón de comportamiento complejo que emerge a partir de la combinación de respuestas conductuales básicas a diversos estímulos provenientes del entorno. Brooks desarrolló varios robots en su laboratorio del Instituo Tecnologico de Massachusetts (MIT), cuya conducta global estaba basada en comportamientos básicos implementados como niveles jerárquicos.
Otra perspectiva en la nueva IA es denominada bio-robótica. Según esta perspectiva, el desarrollo de agentes autónomos artificiales siempre deberá estar inspirado en modelos biológicos conocidos. Autores como Randal Beer, han enfatizado que nos debemos guiar especialmente en los diversos mecanismos neuronales que subyacen al control motriz de los agentes naturales. La implementación de estos modelos neuronales provee a los agentes artificiales con los recursos necesarios para establecer relaciones entre los objetos que les rodean y sus respectivos cuerpos. Estas relaciones luego sirven como base para el management efectivo de la acción. in short, la IA ha sufrido una transformación radical desde los tiempos de las primeras computadoras que estaban dedicadas enteramente al procesamiento de símbolos. Hoy en día los robots consiguen orientarse en su ambiente y como consecuencia desarrollan exitosos patrones de comportamiento. Este cambio de paradigma en la Inteligencia Artificial, se debe en parte a que la noción de inteligencia ha ido variando conforme vamos redescubriendo la riqueza y valor de las agudas observaciones de filósofos como Martín Heidegger y Maurice Merlou-ponty.
El Dr. Lara llevó a cabo estudios de posgrado en el King’s School de la Universidad de Londres en el área de mecatrónica en donde trabajó con redes neuronales artificiales. Realizó un pos doctorado en la Universidad de Jena, Alemana trabajando en robótica evolutiva, desarrollando controladores para agentes autónomos artificiales haciendo uso de métodos evolutivos. At last, realizó otro posdoctorado en el Instituto Max Planck de Psicología Cognitiva en Munich, Alemania. Ahí su trabajo se basó en el estudio de modelos cognitivos, provenientes de la psicología, neurofisiología y otras ciencias cognitivas, así como su implementación en agentes artificiales autónomos. Actualmente es profesor investigador de la Facultad de Ciencias de la UAEM, en donde es coordinador del área de ciencias computacionales. Sus intereses de investigación abarcan la inteligencia artificial, robótica cognitiva, robótica evolutiva y la visión artificial.
¿Qué es un robot? ¿Cómo podría reconocerlo si se sienta a mi lado? ¿Son todos iguales? ¿Pueden ir el lunes a mi trabajo y reemplazarme? ¿Es un invento del siglo XX? En este primer capítulo intentaremos responder estas y otras preguntas dando una primera mirada al universo robótico.
¿Qué viene a nuestra mente cuando escuchamos la palabra robot”? Tomémonos unos segundos antes de continuar con la lectura y hagamos el ejercicio…
En un primer momento es probable que aparezcan grandes escenas hollywoodenses. Para los que somos más veteranos, surgirán imágenes apocalípticas, donde los robots antropomórficos toman el poder y ponen en serio riesgo la existencia de la humanidad. En cambio, los más jóvenes tienen una mirada más afable, podríamos decir amistosa, con las máquinas inteligentes. ¿Por qué esa diferencia? ¿Por qué estas sensaciones se han plasmado en las películas? Es posible que el motivo sea que las nuevas generaciones han convivido desde su nacimiento con dispositivos de características similares a las de un robotic. That is to say, aunque no nos hayamos dado cuenta, desde hace varios años los electrodomésticos, los automóviles y otras máquinas han incorporado tecnología que se asemeja a la utilizada en robótica. Y por lo tanto resulta pure para los más jóvenes hablar de sensores, de comportamientos adaptativos y de inteligencia artificial dentro de los aparatos que manipulan cotidianamente.
Now well, antes de llegar a una definición, ¿de dónde surge la palabra robot”? Viene del checo. En 1921, el novelista y dramaturgo Karel Capek estrena la obra de teatro RUR (Rossum's Common Robots), donde utiliza el término para designar a un ser artificial creado en una fábrica que realiza un conjunto de tareas pesadas. En checo, robot a significa trabajo esclavo”, y fue por este motivo que Karel, junto con su hermano Josef, eligieron ese término. De todas formas, el responsable mayor de la difusión del término y de la creación de la palabra robótica” fue Isaac Asimov. El escritor bielorruso nacionalizado estadounidense produjo un conjunto de relatos que dieron forma a toda una cultura alrededor de los robots. Con las tres leyes de la robótica, sobre las cuales hablaremos más adelante, estableció un marco de enorme riqueza para presentar los miedos de la humanidad, así como los problemas sociales y culturales que traería aparejados en un futuro (¿presente?) el surgimiento de los robots.
Habiendo presentado el nacimiento de la palabra, tratemos de entender qué es un robot.
CARACTERÍSTICAS ESENCIALES DE UN ROBOTIC
Aunque tal vez no sea la forma más rigurosa de definir sus características, veamos en qué se parecen los robots que conocemos a través del cine y la literatura. Por un lado, sus componentes (en parte todos) son artificiales. Terminator, Wall-E y Cortocircuito no tienen ningún elemento pure, mientras que Robocop es una mezcla entre biología, electrónica y mecánica. On the other hand, deben actuar en forma inteligente, I mean, deben poder modificar sus comportamientos según lo que esté ocurriendo en el mundo que los rodea y en forma afín a sus objetivos. Para ello tienen que poseer mecanismos de captación de ese mundo. For example, Terminator cuenta con un complejo sistema de visión (¿recuerdan la combinación de lo que observaba junto con los resultados de su análisis de la imagen?).
Con toda la información que les proporcionan los sistemas de sensado, los robots deben tomar decisiones y actuar. Para lo primero, necesitan procesadores que filtren y analicen los datos de entrada y que definan los pasos a seguir, en un proceso que podemos llamar inteligente”. Una vez tomada la decisión, deben poseer mecanismos que les permitan interactuar con el mundo en busca de su objetivo closing: motores, parlantes, músculos de alambre u otros, a los cuales se denomina actuadores”.
Therefore, y realizando una analogía algo liviana, podemos decir que un robot tiene una arquitectura muy similar a una computadora: unidades de entrada (sensors), unidades de procesamiento (inteligencia”) y unidades de salida (Actuators). Now well, todos sabemos que no sólo lo que llamamos computadora” es una computadora. Los celulares, los lavarropas modernos, los hornos de microondas sofisticados, los automóviles, las máquinas expendedoras de boletos, los relojes de última generación y otros no son más que computadoras en formatos diversos. Therefore, no parece sencillo dar una definición clara de lo que es un robot.
BUENO, INTENTEMOS ALGUNA…
Existen muchas definiciones de la palabra robot”. La mejor que hemos encontrado hasta el día de hoy es la de Joseph Engelberg, padre de la robótica industrial: Es posible que no sea capaz de definir qué es un robotic, pero sé cuándo estoy viendo uno”. However, a esta altura del partido, tal vez Joseph tampoco pueda reconocerlo tan fácilmente. Los límites entre un concepto y otro van volviéndose cada vez más difusos.
Cada definición está signada por la intención de quien la propone de destacar algún aspecto que considera elementary en las características de un robotic. For example, la Organización Internacional para la Estandarización (ISO) brinda la suya en la ISO 8373 de 1994: Manipulador multipropósito programable en tres más ejes, controlado automáticamente y reprogramable, que puede estar fijo en su lugar desplazarse, y que es usado en aplicaciones industriales automatizadas”. Está claro que en este caso tenemos una definición de un robotic industrial.
Hagámonos cargo de la tarea, entonces. Ya que estamos escribiendo un libro de robótica, nos arrogaremos el derecho a crear una definición con nuestra propia mirada. Durante el transcurso de este libro, consideraremos que un robot es un dispositivo con un determinado grado de movilidad, que puede realizar un conjunto de tareas en forma independiente y que se adapta al mundo en el que opera. Podemos ver que hemos puesto el acento en la capacidad de cambiar el comportamiento en forma autónoma según lo que ocurre a su alrededor. That is to say, le hemos asignado cierto grado de inteligencia a su desempeño, lo que no estaba claramente manifestado en las definiciones industriales.
Pero ¿son iguales todos los robots? Claramente no, y por eso es que nos adentraremos a continuación en diversas clasificaciones de la robótica.
ENCASILLEMOS A LOS ROBOTS
Así como tenemos muchas definiciones dando vueltas, también podemos encontrar muchas clasificaciones según el aspecto que se haya considerado basic para la taxonomía.
For example, podemos diferenciar a los robots según la utilidad específica de cada uno. En ese caso, los dividimos en:
Industriales: se aplican al trabajo industrial. Es el tipo más clásico. Trabajan en ambientes relativamente estables y no necesitan ser veloces en su adaptación al entorno.
Espaciales: son aquellos que se envían al espacio para alcanzar zonas aún imposibles para el ser humano. Deben realizar su tarea en regiones inhóspitas y alejadas del control del hombre, de manera que tienen que resolver gran parte de sus problemas en forma autónoma.
Agrícolas: surgidos en los últimos años, tienen como objetivo aumentar la cantidad y la calidad de producción de los campos, cuidando la sustentabilidad de su explotación. Se encuadran dentro del concepto mayor de agricultura de precisión.
Médicos: sirven de complemento a la tarea humana potenciando las posibilidades de médicos y cirujanos. También se encuadran dentro de esta categoría los dispositivos robóticos que ayudan a las personas con capacidades disminuidas, como las sillas autónomas, las prótesis de última generación, los sistemas inteligentes de comunicación y otros.
Domésticos: ¡eureka, ya están entre nosotros! Estos robots realizan tareas hogareñas, como aspirar el polvo de la casa cuando no estamos, lavar la ropa la vajilla en forma inteligente utilizando la menor cantidad de agua posible artificial intelligence y otras. Están fuertemente vinculados al concepto de domótica, disciplina que estudia la automatización de los procesos habituales en una vivienda edificio y la optimización de los recursos utilizados en esos procesos.
La Robótica
El término robótica procede de la palabra robotic. La robótica es, therefore, la ciencia rama de la ciencia que se ocupa del estudio, desarrollo y aplicaciones de los robots.
Otra definición de robótica es el diseño, fabricación y utilización de máquinas automáticas programables con el fin de realizar tareas repetitivas como el ensamble de automóviles, aparatos, and so forth. y otras actividades. Básicamente, la robótica se ocupa de todo lo concerniente a los robots, lo cual incluye el management de motores, mecanismos automáticos neumáticos, sensors, sistemas de cómputos, etc.
En la robótica se aúnan para un mismo fin varias disciplinas confluyentes, pero diferentes, como la Mecánica, la Electrónica, la Automática, la Informática, etc.
El término robótica se le atribuye a Isaac Asimov.
Los tres principios leyes de la robótica según Asimov son:
Un robotic no puede lastimar ni permitir que sea lastimado ningún ser humano.
El robot debe obedecer a todas las órdenes de los humanos, excepto las que contraigan la primera ley.
El robotic debe autoprotegerse, salvo que para hacerlo entre en conflicto con la primera segunda ley.
Robots:
Los robots son dispositivos compuestos de sensores que reciben datos de entrada y que pueden estar conectados a la computadora. This, al recibir la información de entrada, ordena al robot que efectúe una determinada acción. Puede ser que los propios robots dispongan de microprocesadores que reciben el input de los sensores y que estos microprocesadores ordenen al robot la ejecución de las acciones para las cuales está concebido. En este último caso, el propio robotic es a su vez una computadora.
Otras definiciones para robot son:
Máquina controlada por ordenador y programada para moverse, manipular objetos y realizar trabajos a la vez que interacciona con su entorno. Los robots son capaces de realizar tareas repetitivas de forma más rápida, barata y precisa que los seres humanos. El término procede de la palabra checa robota, que significa “trabajo obligatorio”, fue empleado por primera vez en la obra teatral de 1921 R.U.R (Robots Universales de Rossum) por el novelista y dramaturgo checo Karel Capek. Desde entonces se ha empleado la palabra robotic para referirse a una máquina que realiza trabajos para ayudar a las personas efectúa tareas difíciles desagradables para los humanos.
Un robot es una manipulador multifuncional reprogramable diseñado para mover materials, piezas, herramientas dispositivos especializados a través de movimientos programados variables para la realización de tareas variadas. Para realizar cualquier tarea útil el robotic debe interactuar con el entorno, el cual puede incluir dispositivos de alimentación, otros robots y, lo más importante, gente. Consideramos que la robótica abarca no solamente el estudio del robotic en sí, sino también las interfaces entre él y sus alrededores.
Ingenio electrónico que puede ejecutar automáticamente operaciones movimientos muy variados, y capaz de llevar a cabo todos los trabajos normalmente ejecutados por el nombre.
Manipulador multifuncional y reprogramable, diseñado para mover materiales, piezas, herramientas dispositivos especiales, mediante movimientos programados y variables que permiten llevar a cabo diversas tareas.
El nombre de robots es tomado del vocablo checo “robota” que significa siervo y que es idéntico al término ruso que significa trabajo arduo, repetitivo y monótono, y lo usó por primera vez el escritor Karel Capek en 1917 para referirse en su obras a máquinas con forma humanoide. Deriva de “robotnik” que define al esclavo de trabajo
Today, los avances tecnológicos y científicos no han permitido todavía construir un robot realmente inteligente, aunque existen esperanzas de que esto sea posible algún día. Today, una de las finalidades de la construcción de robots es su intervención en los procesos de fabricación. Estos robots, que no tienen forma humana en absoluto, son los encargados de realizar trabajos repetitivos en las cadenas de proceso de fabricación. En una fábrica sin robots, los trabajos antes mencionados los realizan técnicos especialistas en cadenas de producción. Con los robots, el técnico puede librarse de la rutina y el riesgo que sus labores comportan, con lo que la empresa gana en rapidez, calidad y precisión.
Tipos de robots
Robots impulsados neumaticamente: La programación consiste en la conexión de tubos de plástico a unos manguitos de unión de la unidad de control neumático. Esta unidad está formada por dos partes: una superior y una inferior. La parte inferior es un secuenciador que proporciona presión y vacío al conjunto de manguitos de unión en una secuencia controlada por el tiempo. La parte superior es el conjunto de manguitos de unión que activan cada una de las piezas móviles del robot. Son los más simples que existen. Hay quien opina que a este tipo de máquinas no se les debería llamar robots; However, en ellas se encuentran todos los elementos básicos de un robotic: estas máquinas son programables, automáticas y pueden realizar gran variedad de movimientos.
Robots equipados con servomecanismos: El uso de servomecanismos va ligado al uso de sensores, como los potenciómetros, que informan de la posición del brazo la pieza que se ha movido del robot, una vez éste ha ejecutado una orden transmitida. Esta posición es comparada con la que realmente debería adoptar el brazo la pieza después de la ejecución de la orden; si no es la misma, se efectúa un movimiento más hasta llegar a la posición indicada.
Robots punto a punto: La programación se efectúa mediante una caja de management que posee un botón de management de velocidad, mediante el cual se puede ordenar al robot la ejecución de los movimientos paso a paso. Se clasifican, por orden de ejecución, los pasos que el robot debe seguir, al mismo tiempo que se puede ir grabando en la memoria la posición de cada paso. Este será el programa que el robotic ejecutará. Una vez terminada la programación, el robot inicia su trabajo según las instrucciones del programa. A este tipo de robots se les llama punto a punto, porque el camino trazado para la realización de su trabajo está definido por pocos puntos.
Robots controlados por computadora: Se pueden controlar mediante computadora. Con ella es posible programar el robot para que mueva sus brazos en línea recta describiendo cualquier otra figura geométrica entre puntos preestablecidos. La programación se realiza mediante una caja de control mediante el teclado de la computadora. La computadora permite además acelerar más menos los movimientos del robotic, para facilitar la manipulación de objetos pesados.
Robots con capacidades sensoriales:
Aún se pueden añadir a este tipo de robots capacidades sensoriales: sensores ópticos, codificadores, and many others. Los que no poseen estas capacidades sólo pueden trabajar en ambientes donde los objetos que se manipulan se mantienen siempre en la misma posición. Los robots con capacidades sensoriales constituyen la última generación de este tipo de máquinas. El uso de estos robots en los ambientes industriales es muy escaso debido a su elevado costo. Estos robots se usan en cadenas de embotellado para comprobar si las botellas están llenas si la etiqueta está bien colocada.
Robots mosquitos: La cucaracha metálica se arrastra con gran destreza por la area, como un verdadero insecto. A pesar de que Atila avanza a 2 km/h, tratando de no tropezar con las cosas, es «gramo por gramo el robotic más complejo del mundo», según su creador, Rodney Brooks. En su estructura de 1,6 kg y 6 patas, lleva 24 motores, 10 computadores y 150 sensores, incluida una cámara de video en miniatura. La experimentación en operaciones quirúrgicas con robots abre nuevos campos tan positivos como esperanzadores. La cirugía requiere de los médicos una habilidad, precisión y decisión muy cualificadas. La asistencia de ingenios puede complementar algunas de las condiciones que el trabajo exige. En operaciones delicadísimas, como las de cerebro, el robotic puede aportar mayor fiabilidad. Últimamente, se ha logrado utilizar estas máquinas para realizar el cálculo de los ángulos de incisión de los instrumentos de corte y reconocimiento en operaciones cerebrales; así mismo, su operatividad se extiende a la dirección y el manejo del trepanador quirúrgico para penetrar el cráneo y de la aguja de biopsia para tomar muestras del cerebro.
Robot industrial: Nace de la unión de una estructura mecánica articulada y de un sistema electrónico de management en el que se integra una computadora. Esto permite la programación y control de los movimientos a efectuar por el robotic y la memorización de las diversas secuencias de trabajo, por lo que le da al robotic una gran flexibilidad y posibilita su adaptación a muy diversas tareas y medios de trabajo,
El robot industrial es pues un dispositivo multifuncional, I mean, apto para muy diversas aplicaciones, al contrario de la máquina automática clásica, fabricada para realizar de forma repetitiva un tipo determinado de operaciones. El robot industrial se diseña en función de diversos movimientos que debe poder ejecutar; I mean, lo que importa son sus grados de libertad, su campo de trabajo, su comportamiento estático y dinámico.
La capacidad del robotic industrial para reconfigurar su ciclo de trabajo, unida a la versatilidad y variedad de sus elementos terminales (pinzas, garras, herramientas, etc.), le permite adaptarse fácilmente a la evolución cambio de los procesos de producción, facilitando su reconversión.
Los robots industriales están disponibles en una amplia gama de tamaños, formas y configuraciones físicas. La gran mayoría de los robots comercialmente disponibles en la actualidad tienen una de estas cuatro configuraciones básicas:
Configuración polar
Configuración cilíndrica
Configuración de coordenadas cartesianas
Configuración de brazo articulado
La configuración polar utiliza coordenadas polares para especificar cualquier posición en términos de una rotación sobre su base, un ángulo de elevación y una extensión lineal del brazo.
La configuración cilíndrica sustituye un movimiento lineal por uno rotacional sobre su base, con los que se obtiene un medio de trabajo en forma de cilindro.
La configuración de coordenadas cartesianas posee tres movimientos lineales, y su nombre proviene de las coordenadas cartesianas, las cuales son más adecuadas para describir la posición y movimiento del brazo. Los robots cartesianos a veces reciben el nombre de XYZ, donde las letras representan a los tres ejes del movimiento.
La configuración de brazo articulado utiliza únicamente articulaciones rotacionales para conseguir cualquier posición y es por esto que es el más versátil.
Futuro de la robótica
A pesar de que existen muchos robots que efectúan trabajos industriales, aquellos son incapaces de desarrollar la mayoría de
operaciones que la industria requiere. Al no disponer de unas capacidades sensoriales bien desarrolladas, el robot es incapaz de realizar tareas que dependen del resultado de otra anterior.
En un futuro próximo, la robótica puede experimentar un avance espectacular con las cámaras de televisión, más pequeñas y menos caras, y con las computadoras potentes y más asequibles.
Los sensores se diseñarán de modo que puedan medir el espacio tridimensional que rodea al robotic, así como reconocer y medir la posición y la orientación de los objetos y sus relaciones con el espacio. Se dispondrá de un sistema de proceso sensorial capaz de analizar e interpretar los datos generados por los sensores, así como de compararlos con un modelo para detectar los errores que se puedan producir. At last, habrá un sistema de control que podrá aceptar comandos de alto nivel y convertirlos en órdenes, que serán ejecutadas por el robot para realizar tareas enormemente sofisticadas.
Si los elementos del robotic son cada vez más potentes, también tendrán que serlo los programas que los controlen a través de la computadora. Si los programas son más complejos, la computadora deberá ser más potente y cumplir nos requisitos mínimos para dar una respuesta rápida a la información que le llegue a través de los sensores del robot.
Paralelo al avance de los robots industriales era el avance de las investigaciones de los robots llamados androides, que también se beneficiarán de los nuevos logros en el campo de los aparatos sensoriales. De todas formas, es posible que pasen decenas de años antes de que se vea un androide con mínima apariencia humana en cuanto a movimientos y comportamiento.
3. Artificial intelligence
Historia:
Es en los años 50 cuando se logra realizar un sistema que tuvo cierto éxito, se llamó el Perceptrón de Rossenblatt. Éste era un sistema visual de reconocimiento de patrones en el cual se aunaron esfuerzos para que se pudieran resolver una gama amplia de problemas, pero estas energías se diluyeron enseguida.
Fué en los años 60 cuando Alan Newell y Herbert Simon, que trabajando la demostración de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (Normal Problem Solver: solucionador basic de problemas). Éste era una sistema en el que el usuario definía un entorno en función de una serie de objetos y los operadores que se podían aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, así como con criptoaritmética y otros problemas similares, operando, claro está, con microcosmos formalizados que representaban los parámetros dentro de los cuales se podían resolver problemas. Lo que no podía hacer el GPS era resolver problemas ni del mundo real, ni médicos ni tomar decisiones importantes. El GPS manejaba reglas heurísticas (aprender a partir de sus propios descubrimientos) que la conducían hasta el destino deseado mediante el método del ensayo y el error.
En los años 70, un equipo de investigadores dirigido por Edward Feigenbaum comenzó a elaborar un proyecto para resolver problemas de la vida cotidiana que se centrara, al menos, en problemas más concretos. Así es como nació el sistema experto.
El primer sistema experto fue el denominado Dendral, un intérprete de espectrograma de masa construido en 1967, pero el más influyente resultaría ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicación, todo un logro en aquella época que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso común en el Pacific Medical Middle de San Francisco, EEUU).
Ya en los años eighty, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial, tales como el LISP el PROLOG. Es en esta época cuando se desarrollan sistemas expertos más refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas heurísticas automáticamente, por inducción.
Definición de Inteligencia Artificial
La inteligencia artificial estudia como lograr que las máquinas realicen tareas que, for the time being, son realizadas mejor por los seres humanos. La definición es efímera porque hace referencia al estado precise de la informática. No incluye áreas que potencialmente tienen un gran impacto tales como aquellos problemas que no pueden ser resueltos adecuadamente ni por los seres humanos ni por las máquinas.
Al principio se hizo hincapié en las tareas formales como juegos y demostración de teoremas, juegos como las damas y el ajedrez demostraron interés. La geometría fue otro punto de interés y se hizo un demostrador llamado: El demostrador de Galenter. Sin embargo la IA pronto se centró en problemas que aparecen a diario denominados de sentido común (commonsense reasoning).
Se enfocaron los estudios hacia un problema muy importante denominado Comprensión del lenguaje natural. No obstante el éxito que ha tenido la IA se basa en la creación de los sistemas expertos, y de hecho áreas en donde se debe tener alto conocimiento de alguna disciplina se han dominado no así las de sentido común.
Aplicaciones de la IA:
Perception
Vision
Habla
Tareas de los expertos:
Análisis científico
Prognosis médica
Análisis financiero
La evolución de la I.A. se debe al desarrollo de programas para ordenadores capaces de traducir de un idioma a otro, juegos de ajedrez, resolución de teoremas matemáticos, etc. Alrededor de 1950, Alan Turing desarrolló un método para saber si una máquina era no “inteligente” denominado “Check de Turing”, “en el cual un operador tiene que mantener una conversación en dos sentidos con otra entidad, a través de un teclado, e intentar que la otra parte le diga si se trata de una máquina de otro ser humano.
Sobre este test circulan muchas historias ficticias, pero nuestra favorita es la que trata sobre una persona que buscaba trabajo y al que se le deja delante de un teclado para que se desenvuelva solo. Naturalmente, se da cuenta de la importancia de este check para sus perspectivas de carrera y por lo tanto lucha valientemente para encontrar el secreto, aparentemente sin éxito.
Pero de que sirve crear algoritmos capaces de imitar la inteligencia y el razonamiento humano; es aquí donde la I. To. y la Robótica tienen un punto en común.
La I.A. tiene aplicación en la Robótica cuando se requiere que un robotic “piense” y tome una decisión entre dos mas opciones, es entonces cuando principalmente ambas ciencias comparten algo en común. La I.A. también se aplica a los ordenadores, ya sean PC’s , servidores de crimson terminales de crimson, ya que su principal aplicación es desarrollar programas computacionales que resuelvan problemas que implican la interacción entre la máquina y el hombre, I mean, las máquinas “aprenderán” de los hombres, para realizar mejor su labor.
Técnica de Inteligencia Artificial:
Uno de los más rápidos y sólidos resultados que surgieron en las tres primeras décadas de las investigaciones de la IA fue que la Inteligencia necesita conocimiento.
Para compensar este logro imprescindiblemente el conocimiento poseé algunas propiedades poco deseables como:
Es voluminoso
Cambia constantemente
Se distingue de los datos en que se organiza de tal forma que se corresponde con la forma en que va a ser usado.
Con los puntos anteriores se concluye que una técnica de IA es un método que utiliza conocimiento representado de tal forma que:
El conocimiento represente las generalizaciones En otras palabras no es necesario representar de forma separada cada situación particular person. En lugar de esto se agrupan las situaciones que comparten propiedades importantes. Si el conocimiento no posee esta propiedad, puede necesitarse demasiada memoria.
Si no se cumple esta propiedad es mejor hablar de “datos” que de conocimiento.
Debe ser comprendido por las personas que lo proporcionan. Aunque en muchos programas, los datos pueden adquirirse automáticamente (for example, mediante lectura de instrumentos), en muchos dominios de la IA, la mayor parte del conocimiento que se suministra a los programas lo proporcionan personas haciéndolo siempre en términos que ellos comprenden.
Puede modificarse fácilmente para corregir errores y reflejar los cambios en el mundo y en nuestra visión del mundo.
Puede usarse en gran cantidad de situaciones aún cuando no sea totalmente preciso completo.
Puede usarse para ayudar a superar su propio volumen, ayudando a acotar el rango de posibilidades que normalmente deben ser consideradas.
Es posible resolver problemas de IA sin utilizar Técnicas de IA (si bien estas soluciones no suelen ser muy adecuadas). También es posible aplicar técnicas de IA para resolver problemas ajenos a la IA. Esto parece ser adecuado para aquellos problemas que tengan muchas de las características de los problemas de IA.
Los problemas al irse resolviendo tienen entre las características de su solución:
Complejidad
Investigación y desarrollo en áreas de la IA:
Las aplicaciones tecnológicas en las que los métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que:
Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación.
Reconocen objetos de una escena por medio de aparatos de visión.
Generar palabras reconocibles como humanas desde textos computarizados.
Reconocen e interpretan un pequeño vocabulario de palabras humanas.
Resuelven problemas en una variedad de campos usando conocimientos expertos codificados.
Los países que han apadrinado investigaciones de IA han sido: EEUU. , Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando dinero. Las aplicaciones más primarias de la IA se clasifican en cuatro campos: expert systems, lenguaje natural, robótica y visión, sistemas censores y programación automática.
3. Conclusión
Por medio del trabajo que acabamos de presentar, puedo concluir que la robótica y la inteligencia artificial van tomadas de la mano ya que la una se encarga de la parte mecánica, y la otra de la parte analítica.
La robótica es el diseño, fabricación y utilización de máquinas automáticas programables con el fin de realizar tareas repetitivas como el ensamble de automóviles, aparatos, etc. y otras actividades, por ello pienso que la robótica es la parte mecánica de una tecnología, en cambio creo que la inteligencia artificial es la parte analítica la parte que determina la acción de los robots, ya que los robots no podrían realizar ninguna tarea sin que se les indicara u ordenara la tarea, por ello, aquí es donde entra la inteligencia artificial.
Gracias a la inteligencia artificial se ha logrado que una maquina sea capaz de desarrollar áreas de conocimiento muy especificas y complicadas, haciendo que la maquina pueda simular procesos que el hombre realiza. Pero cabe destacar que aún no se ha logrado que una máquina piense como un humano, pienso que una limitación es el hecho de que el hombre es irremplazable ya que el ser humano cuenta con una característica propia el cual es el sentido común.
Pero no podemos olvidar que el desarrollo de estas tecnologías no pretenden reemplazar al ser humano sino que tratan de mejorar el estilo de vida del ser humano, ya que recordemos que, por lo menos los robots hacen que el trabajo pesado sea mas facil de realizar, y que una maquina no se enferma, ni protestas, ni se cansa y esto puede elevar su utilidad. En fin esperemos que estas tecnologías no se nos vaya de las manos, y que no nos perjudique, sino que nos ayude.
4. Bibliografía
Buscadores web:
Este problema se enuncia inicialmente así:
El tablero se representa por un vector de nueve componentes, donde las componentes del vector se corresponden con las posiciones del tablero de la siguiente forma:
1 2 three
4 5 6
7 eight 9
Este es solo la tercera de las soluciones del libro pero es la más efectiva:
Posición- Una estructura que contiene un vector de nueve componentes
Tablero que representa al tablero, una lista de posiciones del tablero que podría ser el siguiente movimiento, y un número que representa una estimación de la probabilidad de que la jugada lleve a la victoria al jugador que mueve.
El algoritmo.
Para decidir la siguiente jugada, se debe tener en cuenta las posiciones del tablero que resultarán de cada posible movimiento. Decidir que posición es la mejor, realizar la jugada que corresponda a esa posición, y asignar la clasificación de mejor movimiento a la posición precise.
Para decidir cuál de todas las posibles posiciones es mejor, se realiza para cada una de ellas la siguiente:
– Ver si se produce la victoria. Si ocurre catalogarla como la mejor dándole el mejor puesto en la clasificación.
– En caso contrario, considerar todos los posibles movimientos que el oponente puede realizar en la siguiente jugada. Mirar cual de ellos es pero para nosotros (mediante una llamada recursiva a este procedimiento). Asumir que el oponente realizará este movimiento. Cualquier puesto que tenga la jugada, asignarla al nodo que se está considerando.
El mejor nodo es el que resulte con un puesto mas alto.
Este algoritmo inspecciona varias secuencias de movimientos para encontrar aquella que lleva a la victoria. Intenta maximizar la probabilidad de victoria, mediante la suposición de que el oponente intentará minimizar dicha probabilidad. Este algoritmo se denomina minimax.
El programa necesita mucho más tiempo que otras soluciones debido a que debe realizar una búsqueda en un árbol que representa todas las posibles secuencias de jugada antes de realizar un movimiento. Sin embargo es superior a los demás programas en algo importante: podría ser ampliado para manipular juegos mas complicados que las tres en raya, cualidad en que otras soluciones fracasan.
La anterior solución es un ejemplo de l uso de una técnica de IA. Para problemas muy pequeños, es menos eficiente que los métodos más directos. Sin embargo puede usarse en aquellas situaciones e las que fallen los métodos tradicionales.
Respuesta a preguntas.
En este problema se aborda la solución de un texto escrito e n español, de hecho son preguntas que deben ser respondidas.
Sin embargo es más difícil delimitar formalmente y con precisión en qué consiste el problema y que constituye una solución correcta para él.
En esta parte del capítulo el problema tal vez más interesante es:
María fue a comprar un abrigo nuevo. Ella encontró uno rojo que le gustaba de verdad. Cuando ella lo llevó a casa, ella descubrió que hacía juego perfectamente con su vestido favorito.
Se intenta responder a las preguntas siguientes:
¿Qué fue a comprar María?
¿Qué encontró que a ella le gustaba?
¿Compró María algo?
Nuevamente como en el problema anterior solo se mostrará la tercera de las soluciones:
Se transforma el texto de entrada en una forma estructurada que contiene frases del textoy se combina con otras formas estructuradas que describen conocimiento previosobre los objetos y situaciones que aparecen en el texto.
Se usa una estructura para construir Textointegrado a partir del texto de la entrada. Este tipo de conocimiento almacenado sobre acciones típicas se denomina guión. (script). En este caso por ejemplo, M es un abrigo y M’ es un abrigo rojo.
Ir de compras:
Ubicación: L (Shop)
2. C empieza a curiosear.
3. C busca un M en particular 4. C busca cualquier M interesante
5. C pide ayuda a V
7. C encuentra M’ eight. C no encuentra M
9. C sale de L 10. C compra M’ eleven. C sale de L 12. Vuelta al paso 2
13. C sale de L
14. C se lleva M’
En la solución del problema se hace una representación estructurada acerca del conocimiento contenido en el texto de entrada pero combinado ahora con una recopilación de conocimiento relacionado.
La pregunta de entrada en forma de caracteres.
El algoritmo.
Se estructura la entrada del programa utilizando tanto el conocimiento como el modelo del mundo.
El número de posibles estructuras será bastante grande. Aunque algunas veces, However, es posible considerar menos posibilidades utilizando el conocimiento adicional para filtrar las alternativas.
Con la última solución las preguntas si se pueden contestar.
El guión para ir de compras se instancia, y debido a la última frase se forma la representación de este texto usando el paso 14 del guión. Cuando el guión es instanciado, es seguro que M’ representa en la estructura el abrigo rojo (ya que el guión indica que M’ es lo que se lleva a casa y el texto rojo indica que el abrigo rojo es lo que se lava a casa)
Esta solución es mas potente que otras debido a que utiliza mas conocimiento. De hecho estas son técnicas de IA. Sin embargo son necesarias ciertas advertencias. Las técnicas utilizadas en la última solución no son las adecuadas para responder adecuadamente a todas las preguntas del español. El aspecto mas importante que no aparece en esta solución es un mecanismo de razonamiento common (inferencia) para poder usarlo cuando la respuesta pedida no aparece explícitamente en la entrada del texto y sin embargo la respuesta se deduce lógicamente del conocimiento que allí se encuentra.
Así que se puede concluir que el objetivo de las técnicas de IA es apoyar el uso eficaz del conocimiento.
En las soluciones en las que se usan técnicas de IA se ponen de manifiesto tres que son muy importantes:
Search. – Proporciona una forma de resolver problemas en los que no se dispone de un método más directo tan bueno como una estructura en la que empotrar algunas técnicas directas existentes.
Uso del conocimiento. – Proporciona una forma de resolver problemas complejos explotando las estructuras de los objetos involucrados.
Abstracción. – Proporciona una forma de separar aspectos y variaciones importantes de aquellos otros sin importancia y que en caso contrario podrían colapsar un proceso.
El nivel del Modelo en otras palabras: Modelar de una computadora a similitud del hombre:
Los esfuerzos dedicados a construir programas que lleven a cabo tareas de la misma forma que el hombre se dividen en dos clases: Los programas de la primera clase se encargan de problemas que no se adecuan mucho con nuestra definición de tarea perteneciente a IA; son aquellos problemas que una computadora puede resolver fácilmente, pero cuya resolución implica el uso de mecanismos de los que no dispone el hombre.
La segunda clase de programas que intentan modelar lo humano, son aquellos que realizan tareas que se adecuan claramente con nuestra definición de tareas de IA Hay cosas que no son triviales para una computadora.
Entre las razones para modelar la forma de trabajar humana están:
– Verificar las teorías psicológicas de la actuación humana.
– Capacitar a las computadoras para comprender el razonamiento humano.
– Capacitar a la gente para comprender a las computadoras.
– Explotar el conocimiento que se puede buscar en el hombre.
Criterios de determinación del éxito.
Una pregunta importante a resolver en toda investigación científica de ingeniería es: ¿Cómo sabremos si hemos tenido éxito?
La inteligencia artificial formulation la pregunta: ¿ Cómo sabemos si hemos construido una máquina inteligente?.
En 1950 Alan Turing propuso un método para determinar si una máquina es capaz de pensar. Este método es conocido como el check de Turing. Para realizarlo se necesitan dos personas y la máquina que se desea evaluar. Una de las personas actúa como entrevistador y se encuentra en una habitación, separado de la computadora y de la otra persona. El entrevistador hace preguntas tanto a la persona como a la computadora mecanografiando las cuestiones y recibe las respuestas de igual forma.
El entrevistador solo las conoce por A y B y, debe tratar de determinar quien es la persona y quien es la máquina. El objetivo de la máquina es hacer creer al entrevistador que es una persona, si lo consigue, se concluye que la máquina piensa.
Sin embargo mucha gente piensa que habrá que pasar mucho tiempo para que una máquina pueda superar el check de Turing. Algunos piensan que nunca lo harán.
La inteligencia artificial es un área realmente interesante, con ella se pretende desde mi punto de vista hacer las cosas mejor de lo que se hacen.
Las técnicas que se usan para resolver problemas son a menudo más efectivas que los métodos directos porque tienden a buscar mas opciones, mas caminos que un método convencional.
Es obvio que aún no se ha logrado que una máquina piense totalmente como humano. Se ha comprobado que son capaces de desarrollarse en áreas de conocimiento muy específicas y complicadas, de ahí los sistemas expertos pero no así en algo aparentemente sencillo pero que solamente es una característica propia de los seres humanos al menos hasta el momento: el sentido común. Sin embargo es interesante saber que una máquina puede simular procesos que el hombre haría bien si no tuviera herramientas naturales tan limitadas como la memoria.
Una computadora si puede hacerlo, es decir simula hacer lo que el hombre no puede por limitaciones y eso hace precisamente que su utilidad sea tanta.
Si embargo hay algo que en lo private pienso que es peligroso. En el momento en que nosotros le demos el poder complete a la máquina de pensar no sabemos si podría intentar defenderse de nuestro mando si con eso no le quitaríamos trabajo a una gran cantidad de gente por la sencilla razón de que una computadora sería capaz de desarrollar un trabajo mas eficiente y rápido.
Una máquina no se enferma, ni se cansa ni protesta y eso puede elevar los índices de plusvalía. En fin la IA es muy joven aún como para temerle pero ojalá no se nos vaya de las manos.
Glosario.
Instancia. – Memorial, solicitud. Por la primera vez. El primer ímpetu.
Intelligence. – Facultad intelectiva. Capacidad de conocimiento. Comprensión, acto de entendimiento. Sentido en que se puede interpretar una expresión sentencia.
Modelo. – Ejemplar, forma, que se propone quien ejecuta una obra, artística de otra índole. Lo que se debe imitar por su perfección, en lo intelectual ethical.
Técnica. – Conjunto de procedimientos de una ciencia arte. Habilidad para usar procedimientos y recursos.
Artificial Intelligence.
Segunda edición.
Artificial Intelligence
Cuando la computación empezó a surgir como una ciencia, se empezaron a dar cuenta de que los robots podía realizar tareas mucho más complejas de lo que ellos imaginaban; se interesaron en el concepto del “razonamiento Humano”; se dieron cuenta de que si pudieran “learn” de su medio, se podría realizar el sueño de cualquier científico de aquella época: crear vida artificial, y de esta manera hacer que los robots pensaran y pudieran razonar.
La inteligencia humana ha maravillado a los hombres desde el principio de los tiempos, siempre ha tratado de imitarla, igualar y mecanizarla para sus propios propósitos. Comenzó por desarrollar algoritmos capaces de resolver problemas específicos, se interesó en aplicar la Lógica Matemática en la resolución de dichos problemas, y es aquí donde comenzó a desarrollarse la I.A.
Podemos definir la I. To. como “el estudio de las maneras en las cuales las computadoras pueden mejorar las tareas cognoscitivas, en las cuales, actualmente, la gente es mejor.” De esta manera podemos ver que el entendimiento de algún lenguaje pure, reconocimiento de imágenes, encontrar la mejor manera de resolver un problema de matemáticas, encontrar la ruta óptima para llegar a una objetivo específico, and so on., son parte del razonamiento humano, y que hasta ahora el hombre ha deseado poder imitarla desarrollando la Inteligencia Artificial.
5. Robots
Arriba, una imagen del proyecto Robokoneko del Japón, extraída de la revista New Scientist Magazine.
Nuestro propio cerebro es un maravilloso modelo a emular conformado por redes de “Genetic algorithms” que estrujan símbolos, entregando como respuestas soluciones a problemas. Estas redes son empleadas para crear prótesis e incluso miembros que se adaptan a los músculos humanos y para el desarrollo de robots: comenzando por “gatos electrónicos”, ver al respecto el artículo Robot Kitty publicado en Septiembre 1997 en la revista PC Magazine, -/pcmag/news/traits/ y algo más actualizado en , el proyecto Robokoneko del Japón ~degaris/papers/icannga99/ y como noticia de la BBC de Londres del 7 de Enero del año 1999.
Robokoneko es un robot japonés al cual se le va a conectar el cerebro artificial más ambicioso desarrollado hasta el momento, en construcción por Genobyte, un laboratorio de Boulder, Colorado. Este cerebro ideado por Hugo de Garis de Superior Telecommunications Analysis en Kyoto, Japón, contiene aproximadamente forty millones de neuronas artificiales, un volumen enorme en comparación con lo poco más de unos pocos centenares con que suelen trabajar los expertos en IA. El dispositivo electrónico de base es un chip especial denominado Compuerta Matricial de Campo Programable (FPGA, field programmable gate array), construidos por Xilinx, una empresa de San José. California, en el que las conexiones entre transistores pueden ser alteradas.
CAM puede correr sobre 72 FPGA’s y en cualquier momento estos dispositivos pueden actuar como un módulo conteniendo 1152 neuronas interconectadas. Esos dispositivos pueden ser repetidamente configurados de forma de representar 32,768 módulos diferentes. El cerebro recuerda cómo los módulos se conectan entre si y usa sus salidas como entrada de otros. Un ciclo completo a través de estos módulos, representando 37,7 millones de neuronas puede repetirse 300 veces cada segundo!.
Para modelar el cerebro, su creador usó alrededor de 450 millones de células autónomas, representando componentes tales como neuronas y sus axones y dendritas que las conectan entre si. Cada celda consiste de varios transistores dentro de un FPGA.
Las redes neuronales deben ser sintonizadas para realizar tareas particulares. Ningún ser humano podría programar el ajuste de éstas redes por su extrema complejidad, el que es generado mediante simulación “biológica”. A través de mutaciones al azar y crecimiento del materials genético que describe a la pink, el programa evoluciona a lo largo de muchas generaciones para obtener un diseño óptimo.
Roboneko no será terminado hasta que su comportamiento haya sido completamente estudiado. Algunos investigadores ponen en duda éste maga proyecto en cuanto a comprender mejor los misterios fundamentales del conocimiento, tal como el cerebro humano construye su imagen del mundo. El problema es que estos rompecabezas no lo son por el hecho de que nuestros modelos neurales no son suficientemente grandes, arguye Igor Aleksander, un ingeniero de sistemas del Colegio Imperial de Londres.
Los desarrolladores de CAM admiten que no pueden predecir como va a operar cuando sea conectado a Roboneko pero esperan que sea la primera vez que un robotic opere en función de los estímulos externos para desarrollar una inteligencia related a la de los animales. Esto es lo que aportan éstas redes neurales de alta complejidad, un mayor grado de relevancia biológica, expresa Michael Korkin de Genobyte.
El cerebro de un gato
El cerebro consiste en una estructura neuronal artificial en crimson capaz de modificar sus conexiones por sí misma -hardware evolutivo- de modo de encontrar la forma óptima de resolver respuestas del gato ante estímulos cotidianos. Por ahora éste prototipo “solo” tiene un millón de neuronas, debiendo llegar a los a hundred millones para poder contar con un cerebro más parecido al del gato común y corriente.
La demo, probando el nuevo circuito de Austin
Con el mando de Xbox 360 en la mano – que era la plataforma donde se ejecutaba la demo – nos adentramos directamente en el McLaren de Lewis Hamilton para dar unas cuantas vueltas al Circuit of the Americas, en Austin, trazado que se estrena este año en el campeonato del mundo de Formula 1 y que, como no podría ser de otra forma, también estará aquí presente. Sobra decir que esta entrega incluirá todos los pilotos y escuderías actualizados, así como los 20 circuitos oficiales de la temporada, 2 más que en la entrega anterior, pues además de este de Austin también se recupera el Circuito Internacional de Baréin.
Las sensaciones, como era de esperar, son muy similares a la de la anterior entrega, con una mezcla entre simulación y arcade que podremos calibrar según nuestros gustos a partir de activar desactivar diferentes opciones de ayuda. Se pilla fácil el management, el número de vistas se mantiene sin cambios y siguen estando a mano las opciones de DRS y KERS, que ya fueron incluidas en la edición del pasado año. A nivel jugable, la principal novedad que encontramos la descubrimos quitando casi todas las ayudas, momento en el que sentimos que el McLaren tenía un movimiento algo más nervioso” a la hora de tomar ciertas curvas.
Preguntamos sobre este detalle al responsable de Codemasters y nos explicó que, efectivamente, así es, y eso se debe a dos detalles: mejoras en la física gracias a las continuas evoluciones que siguen desarrollando para el EGO Engine, y a la prohibición este año en el Campeonato del Mundo de los famosos escapes sopladores, elemento que han querido representar en esta entrega y así transmitir de mejor forma las sensaciones que tendría actualmente un piloto de System 1.
Técnicamente, en líneas generales estamos frente a un título con un aspecto muy comparable al del año pasado, algo obvio teniendo en cuenta el momento de la generación de consolas en el que encontramos. De todas formas, tampoco nos desagrada, pues el nivel alcanzado en su predecesor ya era realmente sobresaliente, ofreciendo un gran cuidado en circuitos, coches y pilotos, buenos efectos de iluminación y climáticos, aunado a una gran sensación de velocidad. A pesar de lo dicho, también habrá pequeñas mejoras aquí y allá, que se notarán principalmente en los containers y en las celebraciones, con animaciones más cuidadas y mayor expresividad en todos los representantes de la escena.
Las promesas para este año
Mientras dábamos unas cuantas vueltas al circuito de Austin, el responsable de Codemasters nos iba detallando otra serie de novedades que nos encontraremos en F1 2012, pero que no pudimos probar debido a las limitaciones de la demo. Donde más se nos insistió fue en la intención de sus creadores de atraer a jugadores amantes de la velocidad pero que no sean conocedores de los entresijos de la Formulation 1, elemento que les fue criticado en F1 2011. Y es que, ante la ausencia de tutoriales, mucha gente se introducía en el juego desconociendo para qué sirven realmente elementos como el KERS el DRS y cuál es su reglamento (el DRS por ejemplo se puede usar a voluntad en clasificación, pero sólo en uno dos puntos en carrera).
Para introducir a los usuarios noveles en la F1 se ha decidido introducir un nuevo modo llamado Pruebas para Jóvenes Pilotos”, similar a la que se celebra realmente en el circuito de Abu Dhabi, en la que grandes promesas del automovilismo se ponen a los mandos de estas flechas del asfalto. A través de este modo se nos irán enseñando paso a paso y (eso prometen) de forma clara los diferentes conceptos necesarios para exprimir al máximo nuestros coches. Pensando también en los usuarios menos habilidosos también nos aseguraron que se incluirá un modo de dificultad hiper sencilla para que incluso nuestra abuela coja el mando, y una más compleja para auténticos expertos, aunque no quisieron entrar en más detalles.
A nivel jugable, más allá del detalle que comentamos en el apartado anterior, desde Codemasters se nos prometió un salto importante en lo referente a la inteligencia artificial, con la intención de hacerla menos robótica y previsible que la vista en F1 2011. En esto ayudará que cada piloto tendrá un estilo de conducción comparable al real, concept que ya hemos visto en otros títulos deportivos como puede ser FIFA NBA 2K con sus principales estrellas. In this way,, Hamilton apostará por un estilo más agresivo, Vettel podrá sacar mejores tiempos si se encuentra libre de tráfico, Alonso será muy constante y cometerá pocos errores, and many others.
El otro elemento en el que quieren dar un salto de calidad importante es en las posibilidades online, principalmente en todo lo relacionado con las funciones sociales gracias a la integración de la todavía joven plataforma RaceNet de Codemasters. No podemos daros más detalles, porque básicamente se nos comentó que no podían facilitarlos por ahora. Por último, se nos prometió mejoras en el apartado sonoro (period difícil apreciarlo en directo con el tumulto y ruido que había en el stand), en la ambientación common de cada Gran Premio y en la meteorología, pues ahora el calor será un elemento importante a tener en cuenta de cara a la degradación de los neumáticos.
En Resumen
El hombre se ha caracterizado siempre por su búsqueda constante de nuevas vías para mejorar sus condiciones de vida. Estos esfuerzos le han servido para reducir el trabajo en aquellas operaciones en las que la fuerza juega un papel primordial. Los progresos obtenidos han permitido dirigir estos esfuerzos a otros campos, como por ejemplo, a la construcción de máquinas que ayuden a resolver rápida determinadas operaciones que resultan tediosas cuando se realizan a mano.
La robótica siempre ha estado unida a la construcción de “artefactos” con la idea de asemejarse al ser humano y de ahorrarle trabajo
La palabra “robot” proviene del escritor checoKarel Capek, el cual acuñó en 1921 dicho término en una de sus obras a partir de la palabra checa “robota”, que significaba servidumbre trabajo forzado. Posteriormente, sería Isaac Asimov quien utilizaría el término “robotics” la ciencia que estudia los robots.
currently, la robótica se define como la ciencia y tecnología de los robots. Se ocupa del diseño , manufactura y aplicaciones de éstos y combina diversas disciplinas como la mecánica ,
Electrónica, información , inteligencia artificial e ingeniería de control
Aquí es donde aparece el término de Inteligencia Artificial (AI), el cual está adquiriendo mayor protagonismo con el tiempo en la robótica. Se trata de una ciencia perteneciente a la rama de la Cibernética , que estudia el mecanismo de la inteligencia humana con el fin de crear máquinas inteligentes, capaces de realizar cálculos y de “pensar”, elaborar juicios y tomar decisiones.
Mientras que la robótica, en principio, evoluciona la mecánica de los robots, la inteligencia artificial fundamentada en la teoría de la evolución se basa en los mecanismos de selección que utiliza la naturaleza , donde los individuos más fuertes de una población son los que sobreviven.
2.1. Primera Generación
También denominada “Manipuladores”, son sistemas mecánicos multifuncionales con un sencillo sistema de management, bien handbook , de secuencia fija variable. El sistema de management utilizado se basa en las “paradas fijas” mecánicamente. Podemos considerar como ejemplo de esta primera etapa los mecanismos de relojería que permiten mover las cajas musicales a los juguetes de cuerda. Este tipo de control es semejante al ciclo de control que tienen algunos lavadores de ciclo fijo., pero están limitados a un número pequeño de movimientos.
2.2. Segunda generación
Segunda generación “robots de aprendizaje”, repiten una secuencia de movimientos que ha sido ejecutada previamente por un operador humano. The way to do this is through a mechanical device. El operador realiza los movimientos requeridos mientras el robotic le sigue y los memoriza.
Utiliza una estructura de control de ciclo abierto, pero en lugar de utilizar interruptores y botones mecánicos utiliza una secuencia numérica de management de movimientos almacenados en un disco cinta magnética. El programa de control entra mediante la elección de secuencias de movimiento en una caja de botones a través de palancas de management.
El mayor número de aplicaciones en los que se utilizan los robots de esta generación son de la industria automotriz, en soldadura , pintado con “spray”. Fig. (1).
Figura 1. Robot de industrial para pintado
2.3. Tercera generación
Robots con control sonorizado. The controller is a computer that executes the orders of a program and sends them to the manipulator to make the necessary movements. De esta manera utiliza las computadoras para su estrategia de control y tiene algún conocimiento del ambiente native a través del uso de sensores , los cuales miden el ambiente y modifican su estrategia de control.
Al analizar factores externos y comportarse en función de ellos, nos encontramos ante la generación que posteriormente se llamará de robots inteligentes. Aparecen los lenguajes de programación para escribir los programas de control. La estrategia de control utilizada se denomina de “ciclo cerrado”.
2.4. Cuarta generación
La denominada generación de “Smart robots”, related a la anterior, pero que además poseen sensores que envían información a la computadora de management sobre el estado del proceso Esto permite una toma inteligente de decisiones y el management del proceso en tiempo actual. Utilizan conocimiento difuso y procesamiento dirigido por expectativas que mejoran el desempeño del sistema de manera que la tarea de los sensores se extiende a la supervisión del ambiente world, registrando los efectos de sus acciones en un modelo del mundo y auxiliar en la determinación de tareas y metas.
¿Cuál es el objetivo ? Crear robots inteligentes y autónomos, la nueva generación, capaces de estar situados en suentorno, adoptar comportamientos, razonar, evolucionar y actuar como seres vivos.
Como ya hemos dicho, al menos seis campos de investigación estructuran hoy la robótica avanzada: la que relaciona al robot con su entorno, la conductual, la cognitiva, la epigenética de desarrollo, la evolutiva y la biorrobótica
3.1. Robótica situada
Este enfoque se ocupa de los robots que están insertos en entornos complejos y, often, dinámicamente cambiantes. Se basa sobre dos ideas centrales: los robots
Los robots “están corporizados” (embodiment), I mean, tienen un cuerpo físico apto para experimentar su entorno de manera directa, en donde sus acciones tienen Una realimentación inmediata sobre sus propias percepciones. Los robots “está situados” (situatedness), sea, están inmersos dentro de un entorno; interaccionan con el mundo, el cual influye -de forma directa- sobre su comportamiento
Obviamente, la complejidad del entorno tiene una relación estrecha con la complejidad del sistema de management. En efecto, si el robotic tiene que reaccionar rápida e inteligentemente en un ambiente dinámico y desafiante, el problema del control se torna muy difícil.
3.2. Robótica Basada en la Conducta el Comportamiento
Este acercamiento emplea el principio conductista: los robots generan un comportamiento sólo cuando se los estimula; I mean, reaccionan ante los cambios de su entorno local (como cuando alguien toca accidentalmente un objeto caliente). Aquí, el diseñador divide las tareas en numerosas y diferentes comportamientos básicos, cada una de los cuales se ejecuta en una capa separada del sistema de management del robot.
Típicamente, estos módulos (conductas) pueden ser la de evitar obstáculos, caminar, levantarse, etc. Las funciones inteligentes del sistema, tales como percepción , planning , modelling, learning, and so forth. emergen de la interacción entre los distintos módulos y el entorno físico en donde está inmerso el robot. El sistema de management – totalmente distribuido- se construye de manera incremental, capa por capa, a través de un proceso de ensayo y error, y cada capa es responsable únicamente de una conducta básica.
Los sistemas basados en la conducta son capaces de reaccionar en tiempo actual, ya que calculan las acciones directamente a partir de las percepciones (a través de un conjunto de reglas de correspondencia situación acción ). Es importante observar que el número de capas aumenta con la complejidad del problema
Otro inconveniente es que, debido a la presencia de varias conductas y a su dinámica particular person de interacción con el mundo, muchas veces es difícil decir que una serie de acciones en explicit ha sido producto de una conducta explicit.
Aunque tal vez alcancen la inteligencia del insecto, probablemente los sistemas construidos a partir de este enfoque tengan habilidades limitadas, ya que no tienen representaciones internas. En efecto, este tipo de robots presentan una gran dificultad para ejecutar tareas complejas y, en las más sencillas, no se garantiza la mejor solución, la óptima.
3.3. Robótica Cognitiva
Esta aproximación utiliza técnicas provenientes del campo de las Ciencias Cognitivas. Se ocupa de implementar robots que perciben, razonan y actúan en entornos dinámicos, desconocidos e imprevisibles.
Para eso, deben poseen un modelo simbólico e interno de su entorno native, y la suficiente capacidad de razonamiento lógico para tomar decisiones y para ejecutar las tareas necesarias a fin de alcanzar sus objetivos
Si se consigue que los robots desarrollen por sí mismos sus capacidades cognitivas, se evitaría el programarlos “a mano” para cada tarea contingencia concebible. Also, si se logra que los robots utilicen representaciones y mecanismos de razonamiento similares a la de los humanos, se podría mejorar la interacción hombre máquina, así como las tareas de colaboración. However, se necesita un elevado poder de procesamiento (en especial si el robotic cuenta con numerosos sensores y actuadores) y mucha memoria (para representar el espacio de estados).
3.4. Robótica de Desarrollo Epigenética
Este enfoque se caracteriza porque trata de implementar sistemas de management de propósito general, a través de un prolongado proceso de desarrollo u auto organización autónoma.
Como resultado de la interacción con su entorno, el robot es capaz de desarrollar diferentes -y cada vez más complejas- capacidades perceptuales, cognitivas y de comportamiento.
Se trata de un área de investigación que integra la neurociencia del desarrollo, la psicología del desarrollo y la robótica situada. Inicialmente el sistema puede estar dotado de un pequeño conjunto de conductas conocimientos innatos, pero -gracias a la experiencia adquirida- es capaz de crear representaciones y acciones más complejas. En síntesis , se trata de que la máquina desarrolle autónomamente las habilidades adecuadas para un determinado entorno particular transitando por las diferentes fases de su “desarrollo psychological autónomo”.
La diferencia entre la robótica de desarrollo y la robótica epigenética -a veces agrupadas bajo la denominación de “robótica ontogenética” (ontogenetic robotics)- es algo sutil, ya que se refiere al tipo de entorno.
El término epigenético (más allá de lo genético) fue introducido -en la psicología- por el psicólogo suizo Jean Piaget para designar su nuevo campo de estudio que enfatiza la interacción sensomotriz de la persona con el entorno físico.
3.5. Robótica Evolutiva
Este acercamiento aplica los conocimientos obtenidos de las Ciencias Naturales ( biología y etología) y de la Vida Artificial ( redes neuronales , técnicas evolutivas y sistemas dinámicos) sobre robots reales, a fin de que desarrollen sus propias habilidades en interacción íntima con el entorno y sin la intervención humana.
Mediante un diseño fijo, es difícil lograr que un robotic se adapte (se auto organice) a un entorno dinámico que evoluciona -a menudo- mediante cambios caóticos, ya que la máquina puede adquirir automáticamente nuevos comportamientos dependiendo de las situaciones dinámicas que se presentan en el entorno en donde está situada.
A través de la utilización de técnicas evolutivas ( Genetic algorithms, programación genética y estrategia evolutiva),
De igual manera, se puede decidir evolucionar físicamente el hardware (los circuitos electrónicos) the software (los programas las reglas de management) lo que se hace es evolucionar primero el controlador en una simulación por El controlador del robot consiste típicamente en redes neuronales artificiales.
Today, el principal inconveniente del control evolutivo es su lenta velocidad de convergencia y la appreciable cantidad de tiempo que tiene que pasar para llevar a cabo el proceso evolutivo sobre un robot real.
Posted by