“El algoritmo de búsqueda A* se clasifica dentro de los algoritmos de búsqueda informada (que posee una información extra sobre la estructura del espacio en el que se realiza la búsqueda). Fue presentado por primera vez en 1968 por Peter E. Hart, Nils J. Nilsson y Bertram Raphael, siguiendo el esquema de utilizar una función heurística junto al cálculo del coste real del camino recorrido, y siempre y cuando se cumplan unas determinadas condiciones, calcula el camino de menor coste entre el origen y el objetivo.”
La heurística -“hallar, inventar“- como metodología científica incluye la elaboración de medios auxiliares, principios, reglas, estrategias y programas que faciliten la búsqueda de vías de solución a problemas.
El algoritmo A* utiliza la función de evaluación siguiente:
f(n) = g(n) + h’
donde h′(n) representa el valor heurístico del nodo a evaluar desde el actual, n, hasta el final, y g(n), el coste real del camino recorrido para llegar a dicho nodo, n, desde el nodo inicial.
Sin embargo, este algoritmo no sería aplicable cuando el coste es no asumible; tampoco en el caso de que no se minimice la heurística, es decir, cuando el heurísticono tiene solución mínima. Esto puede ser porque no haya solución a la función porque nunca llega al punto final definido, bien porque cae en un agujero que lo aleja (diverge) o bien porque llega a puntos en los que ya no puede avanzar más (converge o llega en otros puntos diferentes al final y se para).
En el caso de un juego en el que queremos pasar de un punto a otro rodeando de obstáculos, cuando los obstáculos no nos dejan un camino posible para llegar al punto final, o cuando tenemos un agujero al que caemos, no podremos llegar a la solución.
Por tanto, para poder utilizar el algoritmo A* se deberán cumplir las condiciones de coste y heurísticamínimas o asumibles.
El concepto de Inteligencia Artificial (IA) vino de la mano de Alan Turing, un matemático inglés (1912-1954) que trabajaba en problemas del área de la Lógica. En 1937, exponía sus ideas en el trabajo “On computable numbers, with an aplication to the Enstscheidungproblem” antes de doctorarse. Lanzaba entonces la idea de que las máquinas de calcular debían manejar un sistema binario, de cifras y números, para poder ir más allá del «simple» cálculo, para ser inteligentes.
Las circunstancias históricas -estallaba la Segunda Guerra Mundial- le llevaría a la criptografía, junto a su equipo, a descifrar el código de la máquina Enigma, que codificaba los mensajes del frente Nazi de una forma compleja y sofisticada, una permutación alfabética. Unos años después, trabajaba con la posibilidad de verificar de forma automatizada un “software” en un “ordenador” (máquina de cálculo). Fue entonces cuando propondría el famoso Test de Turing, lanzaría su gran pregunta, una pregunta que le fascinaba y que formaría los cimientos de la Inteligencia Artificial (IA):
“¿Puede una máquina pensar?»
Nota 1. “Alan Turing introdujo el concepto de máquina de Turing en el trabajo ”On computable numbers, with an application to the Entscheidungsproblem”, publicado por la Sociedad Matemática de Londres en 1936, en el que se estudiaba la cuestión planteada por David Hilbert sobre si las matemáticas son decidibles, es decir, si hay un método definido que pueda aplicarse a cualquier sentencia matemática y que nos diga si esa sentencia es cierta o no. Turing ideó un modelo formal de computador, la máquina de Turing, y demostró que existían problemas que una máquina no podía resolver.” (Wikipedia)
De esta forma, se ideaba el Test de Turing. Al margen de las implicaciones filosóficas que iban implícitas en la pregunta, ideó un mecanismo, una prueba concreta para contestar a la pregunta. Turing estaba convencido de que el cerebro humano podía ser simulado por una máquinade cálculo, y que igual que nuestro mecanismo de pensamiento-acción puede mejorar con las experiencias, una máquina también podría hacerlo, cuando estas simulaciones fueran tan buenas que un humano no pudiera distinguir si la respuesta estaba dada por un humano o una máquina. Entonces, se podría considerar que una máquina puede pensar.
Sin embargo, este test es difícil de verificar.
Nota 2. Este test tan influyente como criticado, se ha convertido en uno de los conceptos más importantes en la filosofía de la inteligencia artificial. Sin embargo, la pregunta resultó demasiado ambigua y Turing tuvo que remplazarla de la siguiente manera: “¿Pueden las máquinas hacer, lo que nosotros (como entidades pensantes) hacemos?”. La ventaja de esta nueva pregunta era que “dibuja un límite entre las capacidades físicas e intelectuales.» (Wikipedia)
En 1948, en “Machine Intelligence” en “Computing Machinery and Intelligence” (Oxford University Press) Turing proponía:
“No es difícil diseñar una máquina de papel que juegue bien al ajedrez. Hay que conseguir 3 (hombres como) sujetos para el experimento. A, B y C. A y C son dos jugadores malos de ajedrez mientras que B es el operador de la máquina. … Se usan dos cuartos con algún arreglo para transmitir los movimientos y se lleva a cabo un juego entre C y ya sea A o la máquina. C puede tener dificultad al decidir contra quien está jugando” *** Para aprobar una prueba de Turing diseñada correctamente, la máquina debe usar lenguaje natural, razón, tener conocimientos y aprender.
Hasta el momento, una aplicación de estos conceptos es la máquina de Turing (creada sobre 1936), que ha introducido el concepto de algoritmo: un proceso matemático para resolver problemas y predecir situaciones a partir de un promedio de datos.
Con su máquina Universal, Turing demostraba que hay problemas que no pueden ser resueltos algorítmicamente, ya que sólo puede calcular, en pasos sucesivos en el orden que le indicamos; la serie de preguntas que lanzamos al ordenador nos devolverá una respuesta cuando el algoritmo finalice; pero en algunos casos, el algoritmo no finaliza.
Nota 3. [Un ejemplo de máquina de Turing se ha considerado el divertido “juego de la vida” de Conway, que puede ser ejecutado en una simple hoja de Excel]
Todos estos motivos hicieron que el Test de Turing, a través de la mejora continua de su máquina, fuera el eje conductor del inicio de la Inteligencia Artificial. Pero aún se busca una forma de responder afirmativamente a la gran su pregunta ¿Puede una máquina pensar? ¿Comprobaremos que sí?
Nota 4. En 2013, Spike Jonze se llevó el Oscar al mejor guion original por la película Her (EEUU, 2013 2013 escrita, dirigida y producida por él mismo). En la película, el protagonista, se hace con un nuevo y avanzado sistema operativo, que promete ser una “entidad intuitiva” con cada usuario. Este sistema ofrece los servicios de Samantha, una brillante voz femenina que es perspicaz, sensible y sorprendentemente atractiva. Mientras los deseos y las necesidades de ambos crecen, su amistad se va transformando en una extraña relación de amor (Wikipedia).
Un ejemplo llevado a la ficción que, a diferencia de Siri o Cortana, pasaría el test de Turing.
<<Uno de los investigadores presentes en Dartmouth, Marvin Minsky, es precisamente el autor de la que, desde nuestro punto de vista, es la definición más acertada de inteligencia artificial [Min68]:
“inteligencia artificial es la ciencia que crea máquinas que hacen cosas que, si fueran hechas por un ser humano, diríamos que este humano es inteligente”>>
H.B. y col.
Ideas sobre Inteligencia Artificial
La idea que tengo de Inteligencia Artificial (IA) es la de una disciplina que intenta crear sistemas automáticos que simulen la inteligencia humana. Una mezcla entre Ingeniería Informática y Matemáticas, para desarrollar modelos que actúen y aprendan a partir de problemas previos y datos reales.
(El tema siempre me ha parecido muy atractivo, pero a la vez, tal cual la foto):
|– Mi experiencia –consciente– con la Inteligencia Artificial (además de Google y los aparatos «inteligentes» que ya hay en el mercado) hasta el momento ha sido el uso de programas de bioinformática y Química Computacional. Realmente me resultaron fascinantes cuando los descubrí y soy bastante fan de su aplicación, a pesar de todas sus limitaciones, porque te ayudan a decidir qué camino seguir o no seguir, dentro de unos resultados más o menos fiables, reduciendo costes materiales y resultados estimados erróneos.—|
Así, a grandes rasgos (y desde mi visión), una de las disciplinas de aplicación más amables o esperanzadoras de la IA considero que es la Medicina. Que los datos reales recogidos en distintos pacientes puedan servir para la predicción, diagnóstico y tratamiento de otros me parece un gran acierto.
En el lado oscuro está la poca transparencia del proceder de los datos, ¿qué se hace con esos datos? ¿qué fin le damos a una información tan sensible cuando pueden entrar en juego cuestiones como la manipulación, la discriminación, el control?
Es complicado recoger todas las facetas de la IA, y está en expansión. Parece que aún queda tiempo para llegar a temas como la toma de decisiones automática, aún no están claras cuestiones como la propia definición de Inteligencia (¿qué es la inteligencia, de qué tipo de inteligencia hablamos…?) mientras avanzamos, aparecen esos «flecos» como el de la bioética de la toma de dicisiones o la inserción de aspectos emocionales a los sistemas, la creatividad… (Afortunadamente, son aspectos nos dejan también un margen de actividad y decisión).
Herramienta de control vs. progreso
El Gran Hermano de 1984 -ficción o realidad- el Proyecto Manhatan, las Fake-News y los amaños e influencias electorales de los últimos tiempos, nos recuerdan que como en otras épocas, también ahora tenemos por delante un largo camino de debate y deberes sobre estos aspectos críticos de la Ciencia. Creo que este “arma peligrosa” debería ser «normalizada» dentro de los estándares bioéticos y legislada de forma global para que predomine esta faceta de ser una herramienta útil para el “progreso”.
Vayamos pensando
Portada de 1984 (novela) de George Orwell en una edición Olle Eksell
Bibliografía
Inteligencia Artificial en Wikipedia (consultado el 19/03/2020)
«La Inteligencia Artificial no es ciencia-ficción» en Ganbara (Podcast, consultado el 19/03/2020)
«Qué es la inteligencia artificial» en Xataka (Consultado el 19/03/2020)
zIENtzia 