Inteligencia Computacional:

de los cerebros electrónicos...

... A tu bolsillo

JJ Merelo, GeNeura, UGR, `@jjmerelo`

¿Persona o cuñao?

El Text de Feigenbaum considera diferentes "expertos" en la materia y se trata de que una máquina sea capaz de emular los expertos en un campo determinado, como química o ser tertuliano. Se propuso en el año 2003 en un artículo muy interesante sobre los retos de la inteligencia computacional. En todo caso, todos estos tests obvian la definición de inteligencia convirtiéndola en una prueba pragmática: si parece inteligente, es inteligente. Pero también se habla de "consciencia" o "inteligencia multicanal" porque un bot conversacional no sabe predecir qué va a pasar en la bolsa o conducir un coche. Feigenbaum introdujo el concepto en el trabajo "Some Challenges and Grand Challenges for Computational Intelligence", donde también habla de una serie de retos y, posiblemente introduce el término "inteligencia computacional" para contraponerlo a "inteligencia real". Que se sepa, no se ha hecho nada parecido, pero...

En su reciente artículo "What would Turing say", Doug Lenat propuso una nueva versión: tres personas enuncian un hecho sobre ellas, y sólo una dice la verdad. Hay que descubrir cuál es, y una máquina debe ser capaz de engañar al público con la misma frecuencia que una persona (sea cual sea). Sin embargo, no deja de ser un "truco de salón", porque con cualquier truco se puede engañar a quien sea. Doug Lenat va más allá y habla de que sólo habrá inteligencia computacional cuando exista una sinergia genuina entre humano e inteligencia, por ejemplo, dejar a un PDA o smartphone una cantidad considerable de las decisiones del día a día, o cuando haya AIs capaces de aprender y de evaluar la enseñanza de una persona. Una inteligencia artificial real tiene consecuencias también reales, que veremos más delante

SHRLDU

Eurisko victorioso

Lenat comenzó con un programa llamado AM para "Automated Mathematics". Eventualmente, trató de buscar un sistema que generalizara mucho más y acabó creando RLL1, Representation language language, con el que programó Eurisko, "Yo descubro", un programa que modificaba sus propias reglas jugando batallas masivas en más de 1000 ordenaodres y que eventualmente ganó el torneo Traveller TCS (Trillion Credit Squadron) durante dos años, el segundo con un cambio de reglas a última hora que se hizo para impedirlo entrenar correctamente. Finalmente, en el 83, lo excluyeron totalmente de la competición. En "Why AM and Eurisko appear to work", Lenat y Brown explican las limitaciones de AM en el descubrimiento de nuevos conocimientos y la forma como Eurisko hace la misma tarea. AM modificaba código Lisp, pero de una forma dirigida: generalizando, por ejemplo y siempre dirigida por hallazgos empíricos. AM tiene éxito por el lenguage de representación de conceptos matemáticos usados, el propio LISP, que produce conceptos válidos bajo mutación casi siempre. No sucede lo mismo con la heurística: casi siempre, por mutación, se producirían reglas heurísticas falsas o inútiles. Por eso hace falta extender AM de forma que la representación de los conceptos se pueda variar de la misma forma que Lisp representa conceptos matemáticos. Cambiando de nivel, se consigue que las mutaciones no alteren de forma drástica la funcionalidad, y una sola mutación hace la misma función que varias pequeñas mutaciones anteriores.

Representación del conocimiento

Cyc

Terminator es otro robot de los 80, 1984, el mismo año, pero hasta 1991 no se descubrió que usaba una "red neuronal" (traducida como red "neutral" en la versión española). Ya ni siquiera es hombre, es sólo un pequeño hijo de puta. Y quien crea la rebelión de los robots es Skynet. Cyc, creado en 1984, es lo más parecido a Skynet que hay. Cyc no se liberó hasta 2012, pero llevaba desde, precisamente, 1984, alimentando Cyc, una evolución, a su vez, de Eurisko y creada inicialmente en una corporación, MCC, creado por un antiguo director de la NSA y vicedirector de la CIA. Lo que no quiere decir nada, pero ahi lo dejo ;-). Además, el Borg es una inteligencia de enjambre, aunque tiene "drones" que sirven para llevar a cabo todo tipo de actividades.

El conocimiento en red

Public Domain, https://commons.wikimedia.org/w/index.php?curid=1353062

La inteligencia son 10 millones de reglas

OpenCYC tiene casi tres millones

Entonces ocurrió la Ley de Moore

Artefactos parcialmente inteligentes

La sorprendente Grace

Retos de Feigenbaum

Aprender leyendo

Adquirir conocimiento de la web

Cálculo Lambda

#!/usr/bin/ruby

prefijos = %w( pre post ante super macro mega)
prefijadores = Hash.new
prefijos.each { |p|
  prefijadores[p] = lambda { |post| return "#{p}#{post}";}
}

puts prefijadores['macro'].call( 'objetivo' )
puts prefijadores['super'].call( 'chanchi' )

mlp = nn.Sequential()
mlp:add( nn.Linear(10, 25) ) -- 10 input, 25 hidden units
mlp:add( nn.Tanh() ) -- función de transferencia hiperbólica
mlp:add( nn.Linear(25, 1) ) -- 1 salida

criterion = nn.MSECriterion() -- Criterio error cuadrático medio
 trainer = nn.StochasticGradient(mlp, criterion)
 trainer:train(dataset) -- entrenar con algún ejemplo

Coevolución

Inteligentes con habilidades

Siri, dame argooo

Comienzan las guerras IA

IA real

vs

Inteligencia general artificial

Creatividad artificial

Generando historias

Jugando al Hearthstone

Créditos

Loquillo por David Lombardía
#128 Strange Adventures por Tom Simpson
Amazon Echo por Cryptic Merlin
Test de Turing por The People Speak!
Little Village Peopl by Libby
Tres mentirosos por Paul Ross
Flota por Robert
Gráfico de SHRLDU cargado desde su página original
Cerebro de Evan
Evolución en Lego de Space Amoeba
Magneto de Bob Villalobos
Robots de JD Hancock
Terminator con Borg
Símbolos de Liga Eglite
Neuronas de Wellcome images
Escalera por Thomas Hawk
Deep learning training set
Amazon Echo de nuevo por Michael J
Tui ilustrando coevolución por Robin Ducker
Hearthstone por MrWynd
Imagen de Grace del artículo "“Excuse me, where’s the registration desk?” Report on Integrating Systems for the Robot Challenge AAAI 2002"