|
Inteligencia Artificial Ramas |
|
El nacimiento de la Inteligencia Artificial se sitúa en una reunión celebrada en el Dartmouth College (Hanover, EEUU) en 1956, en la que se planteó la posibilidad de construir máquinas inteligentes. Llama la atención que en esa fecha la informática apenas se había desarrollado, y ya se planteaba la posibilidad de diseñar mecanismos inteligentes. En aquella reunión se encontraban entre otros, Claude Shannon, padre de la Teoría de la Información; Marvin Minsky, que más tarde demostraría las limitaciones de ciertos modelos de redes neuronales; Herbert Simon, premio Nobel de Economía quien además desarrolló el primer programa de Inteligencia Artificial y un largo etcétera de investigadores.
Desde entonces son muchas las ramas que surgen del tronco común de la Inteligencia Artificial. Las Ciencias de la Computación han asistido continuamente al nacimiento de nuevas ramas y se habla de sistemas expertos, vida artificial, algoritmos genéticos, computación molecular o redes neuronales. En algunas de estas ramas los resultados teóricos van muy por encima de las realizaciones prácticas.
Los sistemas expertos son la rama más conocida. Parten de la premisa de que los expertos humanos utilizan gran cantidad de conocimientos específicos de un campo que deben ser incorporados en el sistema experto. Para los defensores más radicales de este paradigma, la inteligencia es un programa que debe funcionar independientemente del lugar donde se ejecute: ordenador o cerebro.
La forma deductiva en que representan el conocimiento, habitualmente mediante símbolos y reglas, es apropiada cuando es posible extraer un conjunto de reglas y normas. En la Contabilidad existen subdominios en los que es fácil o al menos posible extraer una serie de reglas y otros en los que es menos factible.
Las redes neuronales artificiales tratan de representar el conocimiento replicando la estructura neuronal del cerebro humano. En ellas lo fundamental es el aprendizaje mediante patrones o ejemplos.
Las redes neuronales artificiales tratan de resolver tareas como el reconocimiento de patrones, problemas de optimización o clasificación que la computación algorítmica tradicional e Inteligencia Artificial convencional no han resuelto de un modo suficientemente satisfactorio.En las redes neuronales artificiales el conocimiento no se programa de forma directa en la red sino que se adquiere mediante ejemplos por medio de una regla de aprendizaje que va ajustando parámetros. Como vemos es un método inductivo muy diferente al que siguen los sistemas expertos. Diversas parcelas de la Contabilidad utilizan frecuentemente el método inductivo por lo que se justifica conocer qué nos pueden ofrecer las redes neuronales.
La Vida Artificial puede considerarse un paradigma emergente de la Inteligencia Artificial: se simulan realidades virtuales que evolucionan en entornos mutantes. Los algoritmos genéticos son los representantes más conocidos de la Vida Artificial.
De entre todos los paradigmas y estrategias de la Inteligencia Artificial, actualmente dos tienen el mayor interés para las aplicaciones en la empresa: los sistemas expertos y las redes neuronales artificiales. Estos sistemas se pueden combinar, por lo que una solución práctica es utilizar sistemas mixtos que incorporan un módulo de sistema experto con sus reglas junto a otros módulos neuronales y estadísticos.
