De Wikipedia, la enciclopedia libre
Ir a navegaciónSaltar a buscar

Limpio y desaliñado son estilos de investigación de inteligencia artificial (IA). Los términos también se utilizan como descripciones de desarrolladores o defensores cuyo trabajo se enmarca en uno u otro de estos dos estilos. Neats considera que las soluciones deben ser elegantes , claras y demostrablemente correctas . Scruffies cree que la inteligencia es demasiado complicada —o computacionalmente intratable— para ser resuelta con el tipo de sistemas homogéneos que los neats suelen exigir.

Gran parte del éxito en la IA provino de la combinación de enfoques prolijos y desaliñados. Por ejemplo, en Soar [1] y ACT-R se han construido muchos modelos cognitivos que coinciden con datos psicológicos humanos . Aunque estos sistemas tienen representaciones formales y sistemas de ejecución, las reglas puestas en los sistemas para crear modelos se generan ad hoc .

Historia

La distinción entre pulcro y desaliñado se originó a mediados de la década de 1970, por Roger Schank . Schank usó los términos para caracterizar la diferencia entre su trabajo sobre el procesamiento del lenguaje natural (que representaba el conocimiento del sentido común en forma de grandes redes semánticas amorfas ) del trabajo de John McCarthy , Allen Newell , Herbert A. Simon , Robert Kowalski y otros cuyo trabajo se basó en la lógica y extensiones formales de la lógica. [2] Schank se describió a sí mismo como un desaliñado de IA. [3] Hizo esta distinción en lingüística, argumentando fuertemente en contra de la visión del lenguaje de Chomsky.[3] [4]

La distinción también fue en parte geográfica y cultural: los atributos "desaliñados" fueron ejemplificados por la investigación de IA en el MIT bajo la dirección de Marvin Minsky en la década de 1970. El laboratorio era famoso por su "marcha libre" y los investigadores a menudo desarrollaban programas de inteligencia artificial pasando largas horas ajustando los programas hasta que mostraban el comportamiento requerido. Programas importantes e influyentes "desaliñado", desarrollado en el MIT incluyen Joseph Weizenbaum 's ELIZA , que se comportó como si se habla Inglés, sin ningún conocimiento formal en absoluto, y Terry Winograd ' s [5] SHRDLU , lo que podría responder con éxito consultas y llevar a cabo acciones en un mundo simplificado que consta de bloques y un brazo robótico.[6]SHRDLU, aunque tuvo éxito, no se pudo convertir en un sistema útil de procesamiento de lenguaje natural, porque carecía de un diseño estructurado. Mantener una versión más grande del programa resultó ser imposible, es decir, estaba demasiado descuidado para ampliarlo.

Otros laboratorios de IA (de los cuales los más grandes eran Stanford , la Universidad Carnegie Mellon y la Universidad de Edimburgo ) se centraron en la lógica y la resolución de problemas formales como base para la IA. Estas instituciones apoyaron el trabajo de John McCarthy, Herbert Simon, Allen Newell, Donald Michie , Robert Kowalski y otros "pulcros".

El contraste entre el enfoque del MIT y otros laboratorios también se describió como una "distinción procesal / declarativa". Programas como SHRDLU se diseñaron como agentes que llevaban a cabo acciones. Ejecutaron "procedimientos". Otros programas fueron diseñados como motores de inferencia que manipulaban declaraciones formales (o "declaraciones") sobre el mundo y traducían estas manipulaciones en acciones. En su discurso presidencial de 1983 ante la Asociación para el Avance de la Inteligencia Artificial , Nils Nilssondiscutió el tema, argumentando que "el campo necesitaba ambos". Escribió que "gran parte del conocimiento que queremos que tengan nuestros programas puede y debe representarse declarativamente en algún tipo de formalismo declarativo similar a la lógica. Las estructuras ad hoc tienen su lugar, pero la mayoría de ellas provienen del dominio mismo". Alex P. Pentland y Martin Fischler del MIT coincidieron sobre el papel anticipado de la deducción y los formalismos de tipo lógico en la investigación futura de la IA, pero no en la medida que describió Nilsson. [7]

Rodney Brooks aplicó el desaliñado enfoque a la robótica a mediados de la década de 1980. Abogó por la construcción de robots que fueran, como él mismo dijo, rápidos, baratos y fuera de control , el título de un artículo de 1989 en coautoría con Anita Flynn. A diferencia de los robots anteriores como Shakey o el carro de Stanford, no construyeron representaciones del mundo analizando información visual con algoritmos extraídos de técnicas matemáticas de aprendizaje automático , y no planificaron sus acciones utilizando formalizaciones basadas en la lógica, como la ' Lenguaje del planificador . Simplemente reaccionaban a sus sensores de una manera que tendía a ayudarlos a sobrevivir y moverse. [8]

Douglas Lenat 's Cyc proyecto se inició en 1984 una de las primeras y más ambiciosos proyectos para captar todo el conocimiento humano en forma legible por máquina, es 'una empresa con determinación desaliñado'. [9] La base de datos Cyc contiene millones de datos sobre todas las complejidades del mundo, cada uno de los cuales debe ser ingresado uno a la vez, por ingenieros del conocimiento. Cada una de estas entradas es una adición ad hoc a la inteligencia del sistema. Si bien puede haber una solución "ordenada" al problema del conocimiento de sentido común (como los algoritmos de aprendizaje automático con procesamiento del lenguaje natural que podrían estudiar el texto disponible en Internet), ningún proyecto de este tipo ha tenido éxito todavía.

En 1991, el colaborador de Cyc, Marvin Minsky, todavía publicaba artículos que evaluaban las ventajas relativas de los enfoques prolijos frente a los desaliñados, por ejemplo, "Lógico versus analógico o simbólico versus conexionista o pulcro versus desaliñado". [10]

En la década de 1990 se desarrollaron nuevos enfoques estadísticos y matemáticos de la IA, utilizando formalismos altamente desarrollados como las redes bayesianas y la optimización matemática . Peter Norvig y Stuart Russell describen esta tendencia general hacia métodos más formales en IA como "la victoria de los pulcros" . [11] Las soluciones ordenadas han tenido un gran éxito en el siglo XXI y ahora se utilizan en toda la industria de la tecnología. Sin embargo, estas soluciones se han aplicado principalmente a problemas específicos con soluciones específicas, y el problema de la inteligencia artificial general (AGI) sigue sin resolverse.

Los términos "ordenado" y "desaliñado" no son utilizados a menudo por los investigadores de IA en el siglo XXI, con algunas excepciones como las charlas de Karl Friston sobre el principio de energía libre , donde se refiere a los físicos como "Neats" y a los investigadores de IA como " Scruffies "(y filósofos como" místicos "). Las soluciones "ordenadas" a problemas como el aprendizaje automático y la visión por computadora son de uso generalizado, [11] pero las soluciones ad-hoc y detalladas aún dominan la investigación en robótica y el conocimiento de sentido común.

Metodologías típicas

Como puede deducirse de los términos, los ingeniosos utilizan métodos formales , como la lógica o la estadística aplicada . Scruffies improvisará un sistema construido con cualquier cosa, incluso lógica. A los limpiadores les importa si su razonamiento es probadamente sólido y completo y si se puede demostrar que sus sistemas de aprendizaje automático convergen en un período de tiempo conocido. A Scruffies también le gustaría que sus soluciones convergieran, pero se sienten más felices si la experiencia empírica muestra que sus sistemas funcionan que tener ecuaciones y pruebas que demuestren que deberían hacerlo.

Para un pulcro, los métodos desaliñados parecen casuales, faltos de rigor, exitosos solo por accidente y es poco probable que produzcan ideas sobre cómo funciona realmente la inteligencia. Para un desaliñado, los métodos pulcros parecen estar demasiado centrados en el formalismo y ser demasiado lentos, frágiles o aburridos para ser aplicados a sistemas reales.

Relación con la filosofía

La filosofía desaliñada puede demostrarse (bajo supuestos típicos) óptima para muchas aplicaciones. [ cita requerida ] La inteligencia se ve a menudo como una forma de búsqueda , [12] y, como tal, no se cree que se pueda resolver perfectamente en un período de tiempo razonable (ver también NP y Heurística , [13] razonamiento de sentido común , memética , reactivo planificación ).

Es una cuestión abierta si la inteligencia humana es intrínsecamente desaliñada o ordenada. Algunos afirman que la pregunta en sí no es importante: el pulcro John McCarthy dijo que no tenía ningún interés en cómo funcionaba la inteligencia humana [ cita requerida ] , mientras que el desaliñado Rodney Brooks ha buscado activamente la creación de inteligencia humanoide. (Ver Arquitectura de subsunción , proyecto Cog (Brooks 2001)).

Ejemplos conocidos

Aseos

  • John McCarthy
  • Allen Newell
  • Herbert A. Simon
  • Edward Feigenbaum
  • Robert Kowalski
  • Perla de Judea

Scruffies

  • Rodney Brooks
  • Terry Winograd
  • Marvin Minsky
  • Roger Schank
  • Doug Lenat

Ver también

  • Rigor matemático
  • Historia de la inteligencia artificial

Notas

  1. ^ Newell, Allen (1990). Teorías unificadas de la cognición . Cambridge, Massachusetts: Harvard University Press.
  2. ^ Crevier 1993 , p. 168
  3. ↑ a b Brockman, John (7 de mayo de 1996). "9: La información es sorpresas". Tercera cultura: más allá de la revolución científica . Simon y Schuster . Consultado el 2 de agosto de 2021 .Chomsky siempre ha adoptado la filosofía de la ciencia del físico, que es que tienes hipótesis que verificas y que podrías estar equivocado. Esto es absolutamente contrario a la filosofía de la ciencia de la IA, que se parece mucho más a la forma en que un biólogo ve el mundo. La filosofía de la ciencia del biólogo dice que los seres humanos son lo que son, uno encuentra lo que encuentra, intenta comprenderlo, categorizarlo, nombrarlo y organizarlo. Si construye un modelo y no funciona del todo bien, debe arreglarlo. Es mucho más una visión de "descubrimiento" del mundo.
  4. ^ "Capítulo 9" LA INFORMACIÓN ES SORPRESA " " . www.edge.org . Consultado el 2 de agosto de 2021 .
  5. ↑ Winograd también se convirtió en un crítico de los primeros enfoques de la IA, argumentando que las máquinas inteligentes no se podían construir utilizando exclusivamente símbolos formales, sino que requerían una cognición incorporada . ( Winograd 1986 )
  6. ^ Crevier 1993 , págs. 84-102, Russell y Norvig 2003 , pág. 19
  7. ^ Pentland y Fischler 1983, citado en McCorduck 2004 , págs. 421–424
  8. ^ McCorduck 2004 , págs. 454–459
  9. ^ McCorduck 2004 , p. 489
  10. ^ Wendy C. Lehnert (1 de mayo de 1994). "5: cognición, computadoras y coches bomba: cómo me preparó Yale para los años 90". En Schank, Robert; Langer, Ellen (eds.). Creencias, razonamiento y toma de decisiones: Psico-lógica en honor a Bob Abelson (Primera ed.). Nueva York, NY: Taylor & Francis Group. pag. 150 . Consultado el 2 de agosto de 2021 .
  11. ↑ a b Russell y Norvig , 2003 , p. 25-26
  12. ^ Winston 1992
  13. ^ Gigerenzer y Todd 1999

Referencias

  • Crevier, Daniel (1993), AI: The Tumultuous Search for Artificial Intelligence , Nueva York, NY: BasicBooks, ISBN 0-465-02997-3 
  • McCorduck, Pamela (2004), Máquinas que piensan (2a ed.), Natick, MA: AK Peters, Ltd., ISBN 1-56881-205-1.
  • Russell, Stuart J .; Norvig, Peter (2003), Inteligencia artificial: un enfoque moderno (2a ed.), Upper Saddle River, Nueva Jersey: Prentice Hall, ISBN 0-13-790395-2.
  • Winston, Patrick (1992). Inteligencia artificial . Addison Wesley. ISBN 978-0-201-53377-4.
  • Gigerenzer, Gerd; Todd, Peter M .; et al. (Grupo de Investigación ABC) (1999). Heurísticas simples que nos hacen inteligentes . Prensa de la Universidad de Oxford. ISBN 9780199729241.

Lectura adicional

  • Anderson, John R. (2005). "Manipulación de símbolos humanos dentro de una arquitectura cognitiva integrada" . Ciencia cognitiva . 29 (3): 313–341. doi : 10.1207 / s15516709cog0000_22 . PMID  21702777 .
  • Brooks, Rodney A. (18 de enero de 2001). "La relación entre la materia y la vida" . Naturaleza . 409 (6818): 409–411. doi : 10.1038 / 35053196 . PMID  11201756 . S2CID  4430614 .
  • Este artículo se basa en material extraído del Diccionario gratuito de informática en línea antes del 1 de noviembre de 2008 e incorporado bajo los términos de "renovación de licencias" de la GFDL , versión 1.3 o posterior.