Ensayo: Vinculación de la inteligencia artificial, específicamente los agentes inteligentes con el área de Descubrimiento de Conocimiento en Bases de Datos

CompartirTweet about this on Twitter

Vinculación de la inteligencia artificial, específicamente los agentes inteligentes con el área de Descubrimiento de Conocimiento en Bases de Datos

Según la Real Academia Española (RAE) el concepto de inteligencia se refiere a la capacidad de pensar, entender, asimilar, elaborar información y utilizarla para resolver problemas, de igual forma la inteligencia parece estar asociada a la percepción a partir de los sentidos para “comprender nuestro entorno” y a la capacidad de nuestro cerebro de almacenar información para la toma de decisiones con el propósito de resolver problemas, si de algo se caracteriza el ser humano en su capacidad creativa ante la adversidad.

Sin embargo el concepto de inteligencia, se ha intentado redefinir con el paso del tiempo, tomando como pregunta generadora ¿Qué es ser inteligente?¿Que significa, “parecer” inteligente?, Quizás la orientación dada por Howard Gardner aporta mucho al debate, quien indica que la inteligencia “No debe ser vista como un bloque unitario que agrupa diferentes capacidades especificas con distinto nivel de generalidad, sino como un conjunto de inteligencias múltiples, distintas y semi-independientes ” a su vez plantea que la inteligencia puede ser vista como una habilidad, por lo cual, puede ser desarrollada por el ser humano, y no depende estrictamente de condiciones innatas. Entre los tipos de inteligencias que plantea Gardner están: Inteligencia lingüístico-verbal, Inteligencia lógica-matemática, Inteligencia espacial, Inteligencia musical, Inteligencia corporal cinestésica, Inteligencia intrapersonal, Inteligencia interpersonal, Inteligencia naturalista. El ser humano posee todas las inteligencias antes indicadas, solo que el nivel de desarrollo varia entre uno y otro, siendo el ser humano capaz de desarrollarlas con nivel razonablemente alto de desempeño, sí reciben el estímulo, el enriquecimiento y la instrucción adecuado. Las inteligencias múltiples trabajan juntas para completar tareas complejas y no pueden ser separadas y estudiadas independientemente, en este caso se cumple la premisa “que el todo es más que la suma de las partes”.

Con el surgimiento de la inteligencia artificial, los agentes inteligentes o agentes racionales como también son llamados, han tomado un papel importante en la resolución de problemas concretos de la informática, por su habilidad de percibir el entorno en el que están situados y a partir de tales percepciones ejecutar acciones de forma automática y flexible para dar solución a problemas específicos previamente establecidos (Jennings, 1998). Si analizamos el concepto de agentes inteligentes, podemos notar la relación directa que existe con el concepto de inteligencia antes indicado, ya que los mismos pueden “percibir” su entorno a través de sensores o comunicación con otros sistemas y a su vez, con la capacidad de los nuevos sistemas de almacenar grandes volúmenes de datos, pueden disponer de grandes bases de datos de conocimiento para la toma de decisiones estructuradas. (Ghedini, 2009), define con mas detalle las características de los agentes inteligentes:

  • Autonomía, es la capacidad de actuar sin intervención humana directa o de otros agentes.

  • Reactividad, es la capacidad de reacción ante los estímulos que perciben del entorno.

  • Interacción, capacidad de interaccionar con otros agentes utilizando algún medio de comunicación entre agentes.

  • Iniciativa, capacidad de reacción no sólo ante los cambios que se producen en el entorno, sino la iniciativa de cumplir con los objetivos establecidos.

Es aún motivo de investigación en el área de agentes inteligentes, el como dotarlos de “pensamiento propio” o “pensamiento creativo” para la resolución de problemas no estructurados. Quizás a través de la cooperación entre agentes, o lo que es llamado los sistemas multiagentes es posible fraccionar la complejidad en la resolución de problemas y lograr objetivos de más alto nivel. Si la inteligencia puede ser desarrollada en el ser humano a través de distintos paradigmas educativos, como el conductismo o el constructivismo, ¿podrá ser posible enseñar a las maquinas a pensar bajo estos paradigmas? El escritor Isaac Asimov, indicada que la única forma de educación era la autodidacta, es decir la capacidad de auto-aprendizaje es un acto reflexivo del ser humano y otros animales, no es esta una de las características deseables que poseen los humanos que quisiéramos transferir a los agentes inteligentes, no habría necesidad de establecer bases de conocimientos rígidas sino que irían creciendo de acuerdo a cada nuevo dominio del problema en estudio.

Al identificar el potencial que poseen los agentes inteligentes para actuar de forma autónoma en dominios de problemas definidos y orientados por los objetivos propuestos , se ha originado un creciente interés por su aplicación en el área de Descubrimiento de Conocimiento en Bases de Datos (Knowledge Discovery in Database), ya que según Fayyad, 1996 , “es un proceso no trivial de identificar patrones válidos, novedosos, potencialmente útiles y, en última instancia, comprensibles a partir de los datos”, por lo cual se requiere de tecnología capaz de enfrentar problemas de alta complejidad computacional, en parte por los altos volúmenes de datos que se manejan en esta área de estudio, su heterogeneidad y su dispersión en diferentes orígenes de datos.

Específicamente en el área de minería de datos, para la identificación de patrones se deben concretar relaciones entre los datos que constituyen el modelo, para ello existen formas diferentes de representar estos últimos y con ello también diferentes técnicas que se utilizan para deducirlos. Así los modelos pueden ser de carácter descriptivo o predictivo, las predicciones nos sirven para prever el comportamiento futuro de algún tipo de entidad, mientras que una descripción nos puede ayudar a su comprensión.

La integración de la tecnología de agentes inteligentes y la minería de datos proporciona nuevas perspectivas en ambas direcciones, en la construcción de agentes capaces de alimentarse de conocimiento extraído de grandes volúmenes de datos para la toma de decisiones con datos histórico-estadístico y a la inversa la minería de datos puede verse beneficiada por las “iniciativas y autonomía” de los agentes inteligentes para buscar formas más eficientes y eficaces para reconocer patrones ocultos en los grandes volúmenes de datos, integrándose con otros agentes inteligentes aliados “en donde sea necesario” para obtener la información completa solicitada, en una especie de cooperación coordinada y no coordinada sin fronteras, para ello se requerirá incorporar las inteligencias múltiples, en especifico la inteligencia interpersonal, en donde estos agentes multi-inteligentes puedan comunicarse socialmente con otros pares en busca de cumplir sus objetivos, en una especie de trabajo en equipo para superar problemas particulares o colectivos.

Sin duda esta área de conocimiento dará mucho que hablar en el presente-futuro, esperemos que la humanidad tenga la madurez necesaria para usar la tecnología para la construcción cooperante y no para la destrucción selectiva de todo lo que conocemos, es decir crear tecnología para la liberación de los pueblos y no para la dominación imperialista por parte de las potencias militares. A la final creo que la entropía de la humanidad se podrá balancear y tendremos una sociedad mas justa e igualitaria.

Ensayo publicado en noviembre de 2014 en el marco de la asignatura “Sistemas Informáticos Inteligentes” del doctorado en ciencias de la computación.

Esta entrada fue publicada en Reflexión y etiquetada , , , , , , . Guarda el enlace permanente.

Deja un comentario