«2001: COMPONENTS INTEL·LIGENTS ARTIFICIALS»

RAMÓN RIZO ALDEGUER

Introducció

Caracterització de la intel·ligència artificial

El context històric i tecnològic en què es va concebre Hal (64-68)

Característiques de Hal

Realitats en el 2001 de Hal

Perspectives actuals de la intel·ligència artificial

Algunes referències i bibliografia

Biblioteca de lliçons inaugurals

INTRODUCCIÓ

En el ritual de l'acte acadèmic d'obertura del curs universitari és una tradició el desenvolupament d'una lliçó per part d'un dels professors de la Universitat que s'elegeix emprant un criteri de repartiment cíclic entre els diferents centres que la componen. Aquest any correspon a l'Escola Politècnica Superior. Dins de cada centre es proposa el professor més antic en l'escalafó acadèmic: aquest és el meu cas, després del professor José Manuel Ferrándiz Leal, que la va fer en una ocasió anterior. Aquestes primeres observacions serveixen per a indicar que la meua presència és una feliç conseqüència d'aquests fets. I he d'expressar que impartir aquesta lliçó és, sens dubte, un honor que he acceptat amb satisfacció.

He pres dos tipus de decisions vinculades amb aquesta lliçó.

La primera, elegir el tema. Dins del meu àmbit de treball, podia haver optat per diferents camps d'actualitat i interès com els següents: Internet i les seues aplicacions, enginyeria de la programació o la intel·ligència artificial. Qualsevol d'aquests temes és susceptible de dur a terme una bona lliçó en aquest context.

La segona, sobre la intensitat dels continguts i el format de presentació. Atès que l'audiència indubtablement és culta però heterogènia en coneixements, aquest fet, des de la sincera intenció d'atraure l'atenció dels assistents, em va fer elegir una pel·lícula com a element "inductor" de la lliçó. El meu amic, el professor Barciela, va fer alguna cosa semblat en el seu moment, i va utilitzar també una pel·lícula amb una intenció semblant a la meua.

Recorde que el 1968, quan es va estrenar la pel·lícula 2001: Una odissea a l'espai, jo estudiava els primers cursos de batxillerat i em va impactar la primera vegada que la vaig veure. Reconec que en aquell moment no vaig entendre el seu sentit filosòfic, però en la ficció que plantejava apareixien moltes coses que, com explicaré, despertaven certa inquietud en els espectadors: un computador intel·ligent que posseïa capacitats de percepció, raonament, reacció i consciència. Quan veia aquesta pel·lícula per primera vegada, no pensava que avui estaria parlant basant-me en aquesta pel·lícula per a plantejar els objectius assolits i els que encara estan pendents pel que fa a la intel·ligència artificial.

Des de fa segles l'ésser humà ha intentat construir màquines, intentant imitar el seu comportament i el de la resta dels éssers vius, que facen les tasques més rutinàries o més perilloses. Així es van dissenyar màquines de calcular que estalviaven molt de temps a l'usuari i cometien menys errors. Dins d'aquesta línia es van desenvolupar autòmates que imitaven comportaments animals, amb aparença humana, i màquines de jugar a diversos jocs, com els escacs o les dames. No obstant això, no serà fins a l'aparició del transistor i, més concretament, de les computadores quan es comença a parlar de màquines intel·ligents. Quan 2001 va ser estrenada, un crític la va qualificar com "el somni millor informat" del futur, referint-se al computador Hal.

Abans d'usar el terme intel·ligència artificial (IA) caldria precisar què entenem per intel·ligència. La Real Acadèmia de la Llengua Espanyola defineix la intel·ligència com la "potència intel·lectual: facultat de conèixer, d'entendre o comprendre". Però, com es modifica el concepte quan s'afegeix el qualificatiu d'artificial?

Per a aquesta lliçó utilitzaré la definició d'intel·ligència artificial que pense que és la més ajustada a la realitat actual. La va proposar Marvin Minsky, un dels pioners de la IA, i diu així: "La intel·ligència artificial és la ciència de construir màquines perquè facen coses que, si les feren els humans, requeririen intel·ligència".

Podem pensar en la IA com la ciència que incorpora coneixement als processos o activitats computacionals perquè aquests tinguen èxit. Un exemple, conegut per tots, és el dels escacs. És impensable que un ordinador avalue totes les possibles jugades dels escacs (prop de 10.120), en comptes d'això, s'incorpora coneixement en el procés de recerca de la millor jugada en forma de jugades predefinides o procediments d'avaluació "intel·ligents".

La intel·ligència artificial pren un sentit científic viable, com a disciplina informàtica moderna, durant la segona meitat del segle passat i és el resultat directe de la confluència de diversos corrents intel·lectuals (Teoria de la Computació, Cibernètica, Teoria de la Informació i Processament Simbòlic), desenvolupats sobre els fonaments formals de la lògica i la matemàtica discreta i impulsats pel desenvolupament dels ordinadors digitals.

CARACTERITZACIÓ DE LA INTEL·LIGÈNCIA ARTIFICIAL

Per caracteritzar la intel·ligència artificial, Alan Turing va proposar un test que, en cas que una màquina el passara, ens indicaria quan aquesta màquina es podria considerar tan intel·ligent com un humà. Aquest test consisteix a situar un humà i una màquina en dues sales distintes. El jutge o observador ha de fer una sèrie de preguntes en les dues sales, sense saber per endavant en quina de les dues es troba la màquina i ha de tractar d'esbrinar quina sala és la de l'humà i quina la de la màquina. Quan la probabilitat de no endevinar la sala de la màquina siga alta, és a dir, quan el jutge no pugua distingir per les respostes quina sala correspon a la màquina, estarem davant una màquina que es podria considerar com un humà, en la seua interacció conversacional.

Figura 1: test de Turing

Posteriorment, el 1980, Searle va proposar un contraexemple al test de Turing, on podem trobar una màquina que passa aquest test i, no obstant això, no és intel·ligent, o siga, no comprèn el que està fent. Aquest exemple va ser anomenat la "sala xinesa" i consisteix a situar en una sala un humà que únicament coneix l'idioma anglès. Aquest humà disposa d'un manual perfecte de traducció del xinès a l'anglès, però l'humà no sap que els símbols del manual són xinesos, ni tan sols sap el que està fent. Segueix un llibre de regles. L'humà simplement ha de recollir uns papers que li arriben per una finestra que contenen una sèrie de símbols que no reconeix i, utilitzant el manual, ha de retornar, a continuació, una resposta per la finestra. Un observador fora de la sala pensaria que qui hi ha en aquesta sala comprèn el xinès, ja que tradueix textos del xinès a l'anglès, però la persona que està a l'interior no té consciència d'aquest coneixement del xinès. Per això, una màquina que passara el test de Turing no és necessàriament conscient del que està fent, ja que és una cosa necessàriament unida als humans.

Figura 2: contraexemple de Searle

EL CONTEXT HISTÒRIC I TECNOLÒGIC EN QUÈ ES VA CONCEBRE HAL (64-68)

El 6 d'abril de 1968 Kubrick i Clarke van estrenar la pel·lícula 2001: Una odissea a l'espai, que tracta, en clau de ficció, el destí de l'home, el seu paper en el cosmos i la seua relació amb formes més evolucionades de vida. Els autors situen en el 2001 el llançament d'una nau amb aquesta finalitat.

El sisè membre de la tripulació de la nau, en la qual transcorre gran part de la trama, és el computador HAL 9.000, "cervell i sistema nerviós de la nau". HAL (sigles en anglès de computador algorítmic heurísticament programat).

Kubrick i Clark van treballar en el guió de la pel·lícula entre el 1964 i el 1968, les prestacions de Hal no eren pura ficció, sinó que eren en bona part el resultat d'un rigorós treball de recopilació d'expectatives i previsions del que podrien arribar a ser els computadors i la intel·ligència artificial (IA) en els següents 30 anys.

De fet, per a documentar-se van entrevistar els científics més rellevants de l'època. Entre d'altres, Minsky els va mostrar les instal·lacions d'experimentació en el MIT (Institut Tecnològic de Massachussets).

Vegem què havia ocorregut en els anys previs al 1964. Entre el 1951 i el 1964 es van fer els primers computadors, els quals van mostrar una ràpida evolució en aquests primers catorze anys. L'any 1956, va tindre lloc la històrica conferència de Dartmouth, en la qual una nova generació d'investigadors (Minsky, McCarthy, Newell, Simon, Samuel, Rochester, Shannon, Solomonoff, Selfridge i Habiti) van definir les directrius i les línies d'actuació futures en l'àmbit de la IA, i van prendre com a hipòtesi de treball la proposició: "Tot aspecte d'aprenentatge o qualsevol altra característica d'intel·ligència pot ser definit de manera tan precisa que pot construir-se una màquina per a simular-lo". Aquesta hipòtesi seria posteriorment coneguda com Hipòtesi del Sistema de Símbols Físics. D'aquesta conferència va derivar un estat eufòric, inherent al començament de qualsevol tecnologia nova, cosa que propicia asseveracions excessivament desmesurades i prometedores: es predeia que al cap de 25 anys els ordinadors farien tot el treball dels homes. Dins d'aquesta línia, el 1958, Newell i Simon asseguraven que en menys de 15 anys un ordinador seria campió mundial d'escacs.

Figura 3: aspectes rellevants dels primers computadors

D'altra banda, en l'etapa d'escriptura i realització del film, la tecnologia adquiria ràpidament protagonisme pel continu progrés dels computadors. El 1969, l'ésser humà va fer el primer pas a la lluna. Així apareixia un bon brou de conreu per a predir Hal, en poc més de 30 anys.

CARACTERÍSTIQUES DE HAL

Però, com és Hal? En la pel·lícula 2001 és una màquina intel·ligent que podia reproduir la majoria de les activitats del cervell humà, i amb molta més velocitat i seguretat. Fins i tot amb excessiva seguretat, assegura que la seua sèrie mai no s'havia equivocat.

Hal havia estat entrenat per a aquella missió tan acuradament com els seus col·legues humans i a un grau de potència molt major ja que, a més de la seua velocitat intrínseca, no descansava mai. La primera tasca que feia era mantenir al punt els sistemes de subsistència, comprovar contínuament la pressió de l'oxigen, la temperatura, l'ajustament del casc, la radiació i tots els altres factors inherents i dels quals depenien les vides del fràgil carregament humà. Podia planificar i decidir les intricades correccions de navegació i executar les maniobres de vol necessàries quan era el moment de canviar de direcció. I podia atendre els hibernadors, verificant qualsevol ajustament necessari al seu ambient i distribuint les minúscules quantitats de fluids intravenosos que els mantenien amb vida. Si han vist o veuen la pel·lícula, estaran d'acord amb mi: una responsabilitat excessiva!

Hal es comunicava amb els seus companys humans de la nau mitjançant la paraula parlada. Els humans podien parlar amb Hal com si també fóra un ésser humà i ell contestava en el més pur i perfecte espanyol (anglès) que havia après durant les fugaces setmanes de la seua infantesa electrònica.

Els tripulants humans sovint es referien humorísticament a si mateixos com a vigilants o conserges a bord d'una nau que podia realment valer-se per si mateixa. S'hagueren sorprès molt, i la seua indignació haguera estat gran, en descobrir que la seua broma era veritat.

Per tot això, podem considerar que Hal passaria sense dificultats el test de Turing i el seu comportament revela alts nivells de consciència.

REALITATS EN EL 2001 DE HAL

Si tornem al moment actual, des de la perspectiva científica i tecnològica podem fer-nos una sèrie de preguntes sobre Hal:

Quines funcionalitats i en quin grau han arribat a la data d'avui? Fem un repàs per distints camps.

En els escacs per computadora es va començar intentant reproduir els mètodes dels mestres d'escacs humans (com reconèixer configuracions particulars claus en el tauler). Però en computadores, les recerques massives i ràpides de successions possibles de moviments tenen més èxit. Aquest enfocament s'usa en Deep Blue, les capacitats de recerques ràpides són la seua diferència davant dels mestres humans.

Deep Blue d'IBM va jugar enfront de Gary Kasparov en el mes de febrer de 1996 i li va guanyar en algunes partides. Actualment Deep Blue es pot considerar que té un nivell de joc que li permet guanyar partides a qualsevol jugador humà. Els objectius del projecte Deep Blue eren desenvolupar una màquina capaç de jugar en el nivell del campió mundial d'escacs i aplicar el coneixement obtingut en aquest treball per a resoldre altres problemes complexos. Avui Deep Blue és capaç de processar fins a dos-cents milions de posicions d'escacs per segon. Per la seua habilitat de buscar aquest extraordinari nombre de posicions, Kasparov va comentar que "la quantitat havia arribat a ser la qualitat."

Parlem de la síntesi de sons. La veu de HAL era un altre aspecte nou. Abans de HAL, el so "metàl·lic" era la indicació per a l'espectador que parlava una computadora o un robot. No obstant això, 2001 va representar una forma diferent de parlar de les computadores, Hal parla amb sons i tons absolutament humans, fins i tot, amb veu emocional. Quan es va fer 2001, la síntesi de veu per computador era exclusivament "metàl·lica".

Actualment, s'usen dos tipus de paràmetres per a la síntesi: les formes d'ones emmagatzemades i un conjunt petit de paràmetres espectrals que deriva matemàticament del senyal de la parla. Aquests sistemes produeixen parla d'alta qualitat i són de gran ajuda per a cecs. Encara que funcionen adequadament per a expressions curtes o paraules aïllades, amb oracions no poden transmetre les subtileses humanes de l'èmfasi i l'entonació. Per a fer això el computador necessita entendre el que diu, un problema extremadament difícil i no resolt.

També eren nous els sentiments i la forma de cantar de Hal. En la trama de 2001, abans de ser desconnectada totalment, Hal comença a cantar i rememora el que per a "ella" eren aprenentatges de la seua "infantesa". La cançó que tria és curiosa. Dubte que molta gent pensara en una cançó de bressol com la cançó apropiada per a aquesta escena. No obstant això, quan Clarke la va escollir, aquesta cançó ja era important històricament: era la primera cançó cantada per una computadora. Aquest treball ja havia estat fet per John Kelly en els laboratoris de Bell.

Una altra característica de Hal és el reconeixement de la parla. S'han fet avanços importants cap al reconeixement automàtic de la parla, especialment en les etapes inicials de transcripció del so en fonemes. Actualment hi ha sistemes comercials de reconeixement de la parla. I no ens resulta cridaner que en els telèfons mòbils puguem donar ordres per la veu.

El reconeixement general de la parla, no obstant això, depèn fortament del sentit semàntic i comú, del coneixement del context i del món. El coneixement va més enllà de fets i simples dades. Perquè la informació arribe a ser el coneixement, ha d'incorporar les relacions entre idees. I perquè el coneixement siga útil, les baules que descriuen com actuen els conceptes recíprocament, han de ser accessibles, actualitzades i manipulades fàcilment. La intel·ligència humana és notable en la seua habilitat de fer totes aquestes tasques. Irònicament, també és notablement feble per a emmagatzemar la informació en la qual es basa el coneixement. Les prestacions de les computadores actuals es basen exactament en el contrari. Manegen informació en quantitat i velocitat, però mostren grans dificultats per a tractar el coneixement.

Per això, el reconeixement de la parla actualment ha d'integrar-se amb altres nivells i fonts del coneixement. Per exemple, es disposa de sistemes que integren la capacitat de reconeixement de la parla d'un gran vocabulari amb un sistema expert que té un coneixement extens sobre la preparació d'informes mèdics.

Un altre aspecte de Hal és la visió. Una computadora tan avançada com HAL hauria de tenir les capacitats visuals i cognitives ben desenvolupades: comprendre escenes visuals, veure i llegir el moviment dels llavis, etc. Es pot programar realment una computadora per a fer aquestes coses? El camp de la visió per computadora aborda els mètodes que podem usar amb un computador per a obtenir informació sobre objectes i esdeveniments en una escena analitzant les seues imatges. Vam explorar quina informació sobre les parts es pot usar per al reconeixement, per exemple identificar una cara en una col·lecció d'imatges. Per a reconèixer les expressions facials de persones es poden usar variacions en l'aparença de les parts d'una cara sobre una successió d'imatges. Actualment hi ha processos visuals que els fa millor un computador que l'ésser humà (sobretot els que estan relacionats amb l'agudesa visual), però els processos vinculats a la comprensió d'escenes en forma general resulten impossibles ara com ara per als sistemes artificials.

Un altra pregunta: quines funcionalitats no s'han assolit?

La investigació en el reconeixement de l'emoció per computadora i l'expressió de l'emoció està en la seua infantesa. Per exemple, el reconeixement de l'expressió facial i la síntesi de l'afecte en la veu. Aquestes no són, per descomptat, les úniques maneres de reconèixer els estats emocionals: la postura i els signes fisiològics, com els gestos i el ritme augmentat de respiració, per exemple, proporcionen també indicacions valuoses per a aquest fi.

HAL mostra emocions, en una ocasió especial diu: "Tinc por. Tinc por. Perd la meua ment. No puc sentir-me". Les emocions de HAL (el seu orgull, la còlera, el temor, la paranoia, etc.) constitueixen àmbits no explorats formalment en la IA.

HAL és possible avui? Certament no amb la tecnologia actual. La comprensió de la parla? No totalment. Mentir? Rotundament no: això requereix la intel·ligència emocional i una comprensió molt avançada. Al cap i a la fi, dir una mentida requereix saber el que l'altra persona és probable que crega, confeccionar un conte creïble que servisca per a les circumstàncies i modificar-lo segons es requerisca. En humans, costa anys desenvolupar les habilitats apropiades: els nadons no ho poden fer i els nens ho fan generalment amb malaptesa. Però HAL, amb la seua intel·ligència superior, segons cal suposar, menteix brillantment, com constata una part de 2001.

I per últim: quins elements tecnològics actuals no es van contemplar en Hal?

És un descendent directe de les computadores del principi "el més gran és millor", de la tecnologia que va començar en els anys 40 amb ENIAC. Les computadores serien més i més grans i també cada vegada més potents. Els guionistes i els consellers de 2001 no van preveure la tendència de la integració de circuits i, conseqüentment, l'obtenció de màquines cada vegada més potents, però cada vegada més petites. També van fallar perquè no van predir el còmput distribuït, és a dir, usar una xarxa de computadors en comptes d'un computador massiu. Hal va ser inspirat clarament en els "grans" computadors dels anys 60.

A més, en els anys 60, es va fallar en el fet de no entendre la naturalesa important i extraordinària del programari: que és de propòsit general, infinitament mal·leable i es pot divorciar del maquinari. Aquesta falta de la comprensió ajuda a explicar el nombre excessiu dels botons de control que veiem en la pel·lícula, especialment en les càpsules. Una bona pantalla amb un programari de finestres i botons hauria estat suficient per a això.

Generalitats

Ara, en el 2001, potser ens preguntem per què no hem aconseguit el somni de fer un HAL. Les raons són il·lustratives. Des d'un punt de vista general, en dominis concrets vinculats a problemes restringits de la parla, la visió, la planificació, els escacs, etc., són realizables si poden ser completament especificats. Però en dominis com la comprensió d'idiomes i el sentit comú, que són problemes bàsicament il·limitats en les seues possibilitats i difícils d'especificar, estem molt lluny.

Pense que una clau important de la IA és la necessitat de simultaniejar diverses representacions del coneixement i, així, quan el sistema no avança en usar una representació, puga saltar a usar-ne una altra i intentar-ho novament.

Una altra clau fonamental és el processament del coneixement en IA. Hi ha tres enfocaments bàsics en aquest processament: basats en casos, basats en regles i basats en el connexionisme.

La idea central de sistemes basats en casos (CBR) és que el programa ha emmagatzemat els problemes i les solucions. Aleshores, quan sorgeix un problema nou, el programa prova de trobar un problema semblant en la seua base de dades i busca els aspectes anàlegs entre els problemes. Sobre aquesta base de semblances s'estableixen les respostes.

En sistemes basats en regles o experts, el programador introdueix el coneixement d'un especialista humà en forma de regles. El problema aquí rau a determinar si s'han introduït totes les regles necessàries perquè el sistema opere en condicions normals i contemple mecanismes d'aprenentatge (això és, incorporar o eliminar noves regles).

Els sistemes connexionistes es basen en xarxes grans de components senzills inspirats en les neurones biològiques.

Sobre la disponibilitat d'infraestructures per a la IA, la llei de Moore aporta un avaluació realista. Tenim ja sistemes que poden combinar la parla contínua, vocabularis molt grans i la independència de l'orador -amb l'única limitació de la restricció del domini-. Però aquests sistemes requereixen altes velocitats i memòries de processament per a ser viables des del punt de vista del temps real. Encara que el poder de càlcul és crític en el reconeixement de la parla i la comprensió, el problema central no està en la disponibilitat de computadores de prestacions suficients per a aquest processament en un futur pròxim.

La llei de Moore expressa que les velocitats de comput i les densitats d'emmagatzematge es dupliquen cada divuit mesos. Les transformacions tecnològiques, cada vegada majors, ocorren en uns pocs anys.

De manera apreciable, aquesta llei ha tingut validesa des de l'inici del segle XX. Va començar amb la tecnologia basada en la targeta mecànica usada el 1890 per al cens, va canviar a les computadores basades en la vàlvula electrònica dels anys 50, a les màquines basades en transistors dels anys 60, i a totes les generacions de circuits integrats que hem usat en les últimes tres dècades. Si tracem les capacitats de còmput i memòria de cada computadora desenvolupada en els últims cinquanta anys, obtenim aproximadament una línia exponencial de base 2, que representa les prestacions d'acord amb el temps per a una certa unitat de cost. Per exemple, avui la memòria de les computadores és vora de setze mil vegades més capaç que la disponible el 1976 per al mateix cost unitari.

La llei de Moore ens proporciona la infraestructura, en termes de memòria, per a la velocitat de còmput i de tecnologia de la comunicació, i materialitzar avanços en IA utilitzant plataformes econòmiques. Però no preveu una qüestió central: el salt qualitatiu de processar informació a processar coneixement i això és fonamental en la IA.

PERSPECTIVES ACTUALS DE LA INTEL·LIGÈNCIA ARTIFICIAL

A pesar dels avanços aconseguits en els escassos 50 anys de vida d'aquesta disciplina, els problemes clàssics (percepció, llenguatge natural, jocs, demostració, etc.) continuen sent objecte d'investigació i el desenvolupament d'una teoria unificada de la intel·ligència queda encara lluny. El desenvolupament tecnològic, l'aprofundiment en l'estudi de la representació i el processament del coneixement i el progrés en camps afins (neurofisiologia, psicologia, biologia) tindran molt a dir en un futur pròxim.

L'evolució de la IA ens ha dut, des dels prometedors anys 60, en els quals s'esperava arribar a la creació d'una màquina intel·ligent, fins a la situació actual, molt més realista, en la qual els avanços tecnològics se centren a dotar les màquines de components amb certes conductes que podríem denominar "intel·ligents". En aquest sentit, i a manera d'il·lustració, esmentaré quatre grans grups:

Les aplicacions en el món de l'ofimàtica que podríem qualificar d'"intel·ligents" ja que fan tasques pròpies de l'ésser humà, entre les quals podem destacar les següents:

Els traductors, que són aplicacions capaces de traduir textos escrits en llenguatge natural d'un idioma a un altre (*a). L'ambigüitat del llenguatge natural fa possible que puguem qualificar aquesta capacitat d'"intel·ligent". Aquests sistemes presenten limitacions vinculades a girs sintàctics i semàntics.

Els sistemes de reconeixement de caràcters tipogràfics (OCR) o manuscrits (OCX) es basen en algorismes d'aprenentatge. Aquests sistemes són capaços d'extraure les característiques invariables de cada lletra per a fer-ne efectiu el reconeixement (*b).

En els sistemes de dictat automàtic, el reconeixement és a escala de paraula. També es basen en models d'aprenentatge, però aquesta vegada combinats amb tècniques d'anàlisi freqüencial (*c). A causa de la diversitat de registres de veu, en aquests sistemes és necessari fer un aprenentatge específic per a cada usuari.

Els agents intel·ligents dissenyats per a ajudar en línia l'usuari davant de determinades situacions. Per exemple, en certs paquets de programari hi ha un assistent que inspecciona el treball que s'està fent. Quan detecta, per exemple, que s'està començant a escriure una carta, ens ofereix una ajuda en línia per a escriure una carta de propòsit general.

Un altre grup són les aplicacions intel·ligents d'ús domèstic. Podem citar-ne diversos exemples:

DC06 és un robot de neteja de sòls (*d). Està contínuament netejant, d'una habitació a una altra, el sòl de la casa. El sistema de guiatge es fa mitjançant sonar i segueix estratègies de navegació específiques per a cobrir tota la superfície possible i esquivar qualsevol tipus d'objecte en el menor temps.

Els sistemes de control intel·ligent d'electrodomèstics fan múltiples funcions com el control energètic d'aquests, l'acte-diagnòstic en cas de fallada, la reacció davant de talls de llum, etc. (*f).

Hi ha moltes aplicacions de la IA en la medicina. Entre les quals cal destacar:

Sistemes experts capaços de fer pronòstics dels efectes de la insulina. Aquests sistemes resulten molt útils per a tractar distintes malalties com la diabetis (*g).

Sistemes experts basats en regles capaces de diagnosticar un conjunt de malalties comunes a partir d'un qüestionari que es fa al pacient (*h).

L'Ull de Dobelle (*i), que es troba en fase d'experimentació és un sistema que permet als cecs una certa visió. El sistema es compon d'una minicàmera de vídeo connectada al còrtex visual mitjançant uns elèctrodes. La imatge és processada mitjançant tècniques de visió artificial i "traduïda" al còrtex visual.

Un altre tipus són les aplicacions conversacionals, el propòsit de les quals és sostenir una conversa coherent amb un ésser humà (similar a la prova de Turing). Els primers sistemes es basaven en un senzill sistema de regles que responia a partir de l'anàlisi de cada pregunta de l'usuari, depenent de l'aparició en aquesta de distintes paraules que considerava claus. Els sistemes que han anat apareixent amb posterioritat són més sofisticats, però estan basats en la mateixa filosofia:

Agents intel·ligents amb els quals es pot entaular una conversa. El sistema de regles és incremental, o siga, és capaç d'extraure d'una conversa específica determinades regles i incorporar-les a la base de dades amb la qual cosa el sistema és cada vegada més realista. A més, el sistema es connecta de manera automàtica a diferents centres d'informació (periòdics, revistes, etc.) a través d'Internet. Fins i tot es poden connectar a canals de conversa en Internet i en moltes ocasions passar desapercebuts per altres usuaris dels canals (*j). Aquests agents poden dotar-se de sistemes de respostes amb certa "personalitat pròpia" (per exemple, simulant com contestaria John Lennon) (*k).

Com s'ha vist hi ha una gran varietat d'aplicacions i contextos en els quals s'usen, de forma molt concreta, elements de la IA que estan introduint-se progressivament en la nostra vida quotidiana.

Per a finalitzar, tornant a l'element introductor i conductor d'aquesta lliçó, l'actualitat real del 2001, no la imaginada per Kubrick, des del punt de vista de la IA, podem plantejar-la com l'etapa dels "Components Intel·ligents Artificials", on la Intel·ligència Artificial aporta solucions concretes a determinats problemes com els esmentats. Per això el títol d'aquesta lliçó. Moltes gràcies.

ALGUNES REFERÈNCIES I BIBLIOGRAFIA

Referències de les aplicacions
(*a) Per exemple, el traductor automàtic en línia InterTran, creat per Translation Experts Ltd. és capaç de traduir entre 28 llenguatges diferents
(http://www.tranexp.com:2000/InterTran).

(*b) Un bon exemple d'aplicació d'aquest tipus és l'OCHREE (Optical Caracter Recognition) creat per Jason Tiscione (http://www.geocities.com/SiliconValley/2548/ochre.html), el model d'aprenentatge del qual és el de xarxes neuronals artificials (RNA).

(*c) Un bon exemple d'aquest tipus de sistemes és el Dragon Naturally Speaking, creat per Dragon
(http://www.dragonsys.com/international/sp/pdf/sp_standard4.pdf).

(*d) Creat per Dyson (http://dc06.dyson.com/motor.htm).

(*f) Maj@or Dom@, creat per Fagor
(http://www.expocasa.és/domotica/index_marca.cfm?p=016) és un sistema de control dels sistemes elèctrics de la llar. Fa múltiples funcions: ens avisa al nostre telèfon mòbil en cas de situacions anòmales (detecció de foc o intrusos) i realitza tasques de control de la despesa energètica (il·luminació, aigua, etc.).

(*g) Glucosa Controls, creat per Ramón Torra (http://www.glucosacontrols.org/).

(*h) MYCINE, creat en el Laboratori de Nutrició Aplicada de la Universitat Complutense de Madrid (http://147.96.33.165/Interactives/Mycine/base0.asp)

(*i) Creat en el Dobelle Institute de Nova York (http://professional.medicinatv.com/reportatges/vision/)

(*j) Zebal, (http://personal.readysoft.és/coding/zebal/). Es tracta d'un agent intel·ligent amb el qual es pot entaular una conversa. El seu desenvolupament fa que en ocasions semble que estiguem parlant amb un ésser humà real. A diferència dels seus antecessors, que discriminaven paraules aïllades per a establir les regles (nivell lèxic), aquest sistema posseeix un motor de regles basat en un compilador. Per tant, l'anàlisi de la frase és gramatical i molt més realista.

(*k) JLAIP (John Lennon Artificial Inteligence Project), creat per Apple Corps Ltd. (http://www.triumphpc.com/john-lennon/index.shtml) és un sistema similar a l'anterior, amb la diferència que en aquest cas no s'ha modelat un sistema de respostes general, sinó un amb les característiques del cantant John Lennon. Aquesta dotació de personalitat és un important avanç en aquests sistemes.

Bibliografia

J. Allen. Natural Language Processing. The Benjamin/Cummings Publishing Company, Inc., 1994.

L. Bolc and J. Cytowski. Search Methods for Artificial Intelligence. Academic Press, 1992.

B. Buckanan and I. H. Shortliffe. Rule-Based Systems. The MYCIN Experiments of Stanford Heuristic Programming Project. Addison-Wesley, 1985.

C. L. Chang and R. C. Llegeix. Symbolic Logic and Mechanical Theorem Proving. Academic Press. N.Y., 1973.

I. Charniak and D. McDermott. Introduction to Artificial Intelligence. Addison-Wesley, 1985.

A. G. Cohn and J. R. Thomas. Artificial Intelligence and its Applications. Pitman Pub, 1985.

D. Crevier. The Tumultous History of the Seach for Artificial Intelligence. Basic Books (Harper Collins Publishers), 1993.

H. L. Dreyfus. What Computers Still Can t Do? The MIT Press, 1992.

R. O. Dubte and P. I. Hart. Pattern Clasification and Scene Analysis. Wiley, 1973.

J. Durkin. Expert Systems. Design and Development. Prentice-Hall, 1994.

D. M. Gabbay, C. L. Hankin, and T.S.I., editors. Algorithmic Learning. Maibaum, 1994.

M. Boden, editor. The Philosophy of Artificial Intelligence. Oxford University Press, 1990.

M. Minsky. Semantic Information Processing. The MIT Press, 1968.

M. Minsky. The Society of Mind. Simon and Shuster, 1986.

I. Rich and K. Knight. Intel·ligència artificial. Segona Edició. McGraw Hill, 1994.

A. M. Turing. Computing Machinery and Intelligence. Mind, 1950.

Web de HAL´s Legacy:
http://mitpress.mit.edu/i-books/Hal/