La inteligencia artificial (IA) parecía haberse agotado, tanto en lo teórico como en sus aplicaciones, y en sus paradigmas simbólico como conexionista, habían llegado a un callejón sin salida. La idea de querer reproducir la mente humana por medio de programas computacionales se fue lentamente abandonando, y el tiro de gracia se lo dio la tremenda expectativa que crearon los sistemas expertos, cuyo inicio fue desencadenado luego de las paradigmáticas aplicaciones, Dendral y Mycin. Se pensó, entonces, que por fin la IA había dado frutos, después de largos intentos de laboratorio en los que se incluyeron la comprensión del lenguaje natural desde el mítico Eliza, o los mundo de bloque y el sistema Schrdlu, o superlenguajes de programación que intentaban acercar a la computador al ser humano, tales como Lisp y Prolog.
Con los sistemas expertos, se repitió la fiebre del oro y se asumió que se convertirían en la gran aplicación de la informática después de Dendral y Mycin surgieron cientos de sistemas expertos que imitaban la lógica de ambos programas siendo el segundo el que dio lugar a las aplicaciones más prometedoras y la división actual de los sistemas expertos en máquina de inferencia, base de conocimientos y base de hechos. El fracaso pronto se hizo notar, del cual enumeramos algunas de las razones de la perdida de interés que fue sufriendo:
- La complejidad de su programación, no se justificaba el esfuerzo con los resultados posteriores.
- La limitación a un área especifica o sea la restricción a un dominio de conocimiento, lo cual limitaba su uso.
- La necesidad de estar alimentado la base de conocimientos, carecían de aprendizaje.
- El temor de los expertos a ofrecer sus conocimientos, ya que podían ser sustituidos por una maquina.
- El surgir de aéreas de investigación y su desconocimiento del mercado así como su falta de compromiso con la aplicación una vez en uso.
- La desconfianza que genera aceptar el juicio de una maquina.
- La interpretación de hacia el ingeniero de conocimiento (especialista) de los conocimientos de un experto, no siempre eran exactos.
- Y por último, eran los conocimientos de un experto, con el cual, el resto de los expertos podía no estar de acuerdo.
En fin eran tantas las dificultades, que la esperanza en los sistemas de expertos como un nuevo nicho de mercado se fue esfumando, aunque los principios y los conocimientos han perdurado y siguen dando lugar a nuevas aplicaciones, lo cual llevo a una nueva crisis en la inteligencia artificial.
Desde entonces la IA se fue volviendo más modesta y sus pretensiones de crear una mente artificial basada en programas de computación y que a su vez fuera autoconsciente, inteligencia artificial fuerte, sin tener en cuenta al cerebro ni al entorno, fue sustituida por el desarrollo de métodos y aplicaciones más acorde con el funcionamiento del cerebro o del accionar humano, nos referimos a las redes neuronales, los algoritmos genéticos de una parte, o los agentes inteligentes, los sistemas cooperativos y los autómatas que aprenden del entorno, de la otra.
Otro fenómeno que ha ido surgiendo, es la perdida de “elitismo” de los investigadores de la IA, lo cual decidían que era una investigación de IA y que no era. Por lo que podías estar trabajando en el área de la IA sin ser reconocido ni invitado a ningún evento, y las aplicaciones, exitosas o no, no pasaban de ser hijos bastardos de la IA. Hoy el protagonismo en la IA no lo tienen los centros de investigación sino los laboratorios de I+D de las grandes transnacionales de la información: IBM, Microsoft, Google, Facebook, Aple, Amazon… De esto y otras cosas, seguiremos hablando en el próximo artículo.
Leave a Comment