Inteligencia artificial - Sistemas inteligentes
Mientras estudias inteligencia artificial, necesitas saber qué es la inteligencia. Este capítulo cubre la idea de inteligencia, tipos y componentes de la inteligencia.
¿Qué es la inteligencia?
La capacidad de un sistema para calcular, razonar, percibir relaciones y analogías, aprender de la experiencia, almacenar y recuperar información de la memoria, resolver problemas, comprender ideas complejas, usar el lenguaje natural con fluidez, clasificar, generalizar y adaptar situaciones nuevas.
Tipos de inteligencia
Como lo describe Howard Gardner, un psicólogo del desarrollo estadounidense, la Inteligencia se presenta en múltiples aspectos:
| Inteligencia | Descripción | Ejemplo |
|---|---|---|
| Inteligencia lingüística | La capacidad de hablar, reconocer y utilizar mecanismos de fonología (sonidos del habla), sintaxis (gramática) y semántica (significado). | Narradores, Oradores |
| Inteligencia musical | La capacidad de crear, comunicarse y comprender los significados hechos del sonido, comprensión del tono y el ritmo. | Músicos, cantantes, compositores |
| Inteligencia lógico-matemática | La capacidad de utilizar y comprender las relaciones en ausencia de acciones u objetos. Comprensión de ideas complejas y abstractas. | Matemáticos, científicos |
| Inteligencia espacial | La capacidad de percibir información visual o espacial, cambiarla y recrear imágenes visuales sin referencia a los objetos, construir imágenes en 3D y moverlas y rotarlas. | Lectores de mapas, astronautas, físicos |
| Inteligencia corporal-cinestésica | La capacidad de utilizar parte del cuerpo o la totalidad del cuerpo para resolver problemas o crear productos, controlar la motricidad fina y gruesa y manipular los objetos. | Jugadores, bailarines |
| Inteligencia intrapersonal | La capacidad de distinguir entre los propios sentimientos, intenciones y motivaciones. | Gautam Buddhha |
| Inteligencia interpersonal | La capacidad de reconocer y hacer distinciones entre los sentimientos, creencias e intenciones de otras personas. | Comunicadores de masas, entrevistadores |
Puede decir que una máquina o un sistema artificially intelligent cuando está equipado con al menos una y como máximo todas las inteligencias en él.
¿De qué se compone la inteligencia?
La inteligencia es intangible. Está compuesto por:
- Reasoning
- Learning
- Resolución de problemas
- Perception
- Inteligencia lingüística
Repasemos brevemente todos los componentes:
Reasoning- Es el conjunto de procesos que nos permite proporcionar una base para el juicio, la toma de decisiones y la predicción. En general, hay dos tipos:
| Razonamiento inductivo | Razonamiento deductivo |
|---|---|
| Realiza observaciones específicas para hacer declaraciones generales amplias. | Comienza con una declaración general y examina las posibilidades de llegar a una conclusión lógica específica. |
| Incluso si todas las premisas son verdaderas en un enunciado, el razonamiento inductivo permite que la conclusión sea falsa. | Si algo es cierto para una clase de cosas en general, también es cierto para todos los miembros de esa clase. |
| Ejemplo: "Nita es maestra. Nita es estudiosa. Por lo tanto, todos los maestros son estudiosos". | Ejemplo: "Todas las mujeres mayores de 60 años son abuelas. Shalini tiene 65 años. Por lo tanto, Shalini es abuela". |
Learning- Es la actividad de adquirir conocimientos o habilidades al estudiar, practicar, recibir enseñanza o experimentar algo. El aprendizaje mejora la conciencia de los sujetos de estudio.
La capacidad de aprendizaje la poseen los seres humanos, algunos animales y los sistemas habilitados por IA. El aprendizaje se clasifica como:
Auditory Learning- Es aprender escuchando y escuchando. Por ejemplo, estudiantes que escuchan conferencias grabadas en audio.
Episodic Learning- Aprender recordando secuencias de hechos que se han presenciado o experimentado. Esto es lineal y ordenado.
Motor Learning- Se aprende mediante el movimiento preciso de los músculos. Por ejemplo, recoger objetos, escribir, etc.
Observational Learning- Aprender observando e imitando a los demás. Por ejemplo, el niño intenta aprender imitando a sus padres.
Perceptual Learning- Es aprender a reconocer los estímulos que se han visto antes. Por ejemplo, identificar y clasificar objetos y situaciones.
Relational Learning- Implica aprender a diferenciar entre varios estímulos sobre la base de propiedades relacionales, en lugar de propiedades absolutas. Por ejemplo, agregando 'un poco menos' de sal al momento de cocinar las papas que salieron saladas la última vez, cuando se cocieron agregando una cucharada de sal.
Spatial Learning - Es aprender a través de estímulos visuales como imágenes, colores, mapas, etc. Por ejemplo, una persona puede crear una hoja de ruta en mente antes de seguir la ruta.
Stimulus-Response Learning- Es aprender a realizar una determinada conducta cuando se presenta un determinado estímulo. Por ejemplo, un perro levanta la oreja al escuchar el timbre.
Problem Solving - Es el proceso en el que se percibe e intenta llegar a la solución deseada a partir de una situación presente tomando algún camino, que está bloqueado por obstáculos conocidos o desconocidos.
La resolución de problemas también incluye decision making, que es el proceso de seleccionar la mejor alternativa adecuada entre múltiples alternativas disponibles para alcanzar la meta deseada.
Perception - Es el proceso de adquirir, interpretar, seleccionar y organizar información sensorial.
La percepción supone sensing. En los humanos, los órganos sensoriales ayudan a la percepción. En el dominio de la IA, el mecanismo de percepción reúne los datos adquiridos por los sensores de manera significativa.
Linguistic Intelligence- Es la habilidad de uno para usar, comprender, hablar y escribir el lenguaje verbal y escrito. Es importante en la comunicación interpersonal.
Diferencia entre inteligencia humana y mecánica
Los humanos perciben por patrones, mientras que las máquinas perciben por un conjunto de reglas y datos.
Los humanos almacenan y recuerdan la información por patrones, las máquinas lo hacen mediante algoritmos de búsqueda. Por ejemplo, el número 40404040 es fácil de recordar, almacenar y recuperar, ya que su patrón es simple.
Los seres humanos pueden descubrir el objeto completo incluso si falta una parte o está distorsionada; mientras que las máquinas no pueden hacerlo correctamente.