¿Cuáles son los diferentes enfoques de inteligencia artificial?
Los diferentes enfoques de inteligencia artificial se pueden clasificar en tres grupos distintos: simulación cerebral, simbólica y subsymbólica, y estadística. Los enfoques simbólicos y subsymbólicos pueden clasificarse aún más en sus propios grupos: la simulación cognitiva, la inteligencia lógica y la inteligencia basada en el conocimiento se encuentran bajo el enfoque simbólico, mientras que las teorías de inteligencia de abajo hacia arriba y computacional se identifican como enfoques de inteligencia artificial subsimbólica. Años de avance en la investigación y aplicación de estas teorías han llevado a la formación de enfoques integrados, combinando principios de varias escuelas de pensamiento para generar sistemas de inteligencia artificial (IA) más sofisticados. Al utilizar los principios de la neurología, la cibernética y las teorías básicas de procesamiento cognitivo, los investigadores pudieron construir robots con niveles primitivos de inteligencia basados en el cerebro simulación, permitiendo evitar ciertos obstáculos a través de la detección sensorial. Sin embargo, el avance limitado entre la década de 1940 y la década de 1960 condujo al abandono de este paradigma, con los investigadores que optan por desarrollar otros enfoques de inteligencia artificiales más prometedores.
A mediados de la década de 1950 hasta principios de la década de 1960, los investigadores de IA intentaron simplificar la inteligencia humana en la manipulación de los símbolos, creyendo que la capacidad de los humanos para aprender y adaptarse a los objetos en su entorno gira en torno a la interpretación y la reinterpretación de objetos como símbolos básicos. Una silla, por ejemplo, podría simplificarse en un símbolo que lo define como un objeto para sentarse. Este símbolo podría manipularse y proyectarse en otros objetos. Los investigadores pudieron crear una serie de enfoques de inteligencia artificial flexible y dinámico incorporando este enfoque simbólico en el desarrollo de la IA.
el aBility to simular los diferentes enfoques cognitivos para el pensamiento simbólico permitió a los desarrolladores de IA crear inteligencia basada en la lógica y basada en el conocimiento. El enfoque basado en la lógica funcionó en los principios subyacentes del pensamiento lógico, centrado casi por completo en resolver problemas en lugar de replicar la capacidad de pensamiento humano. La lógica fue finalmente equilibrada por la lógica "desaliñada", que tuvo en cuenta el hecho de que las soluciones se pueden encontrar fuera de un algoritmo lógico dado. La inteligencia basada en el conocimiento, por otro lado, aprovechó la capacidad de una computadora para almacenar, procesar y recordar grandes cantidades de datos para proporcionar soluciones a los problemas.
El interés en la simulación del cerebro se revivió en la década de 1980 después de que el avance en la inteligencia simbólica se desaceleró. Esto condujo a la creación de sistemas subsímbólicos, enfoques de inteligencia artificial que giraban en torno a la combinación del pensamiento con la inteligencia más básica necesaria para el movimiento y la autoconservación. Esto permitió que los modelos relacionaran elentorno a su alrededor a los datos en sus tiendas de memoria. El enfoque estadístico desarrollado en la década de 1990 ayudó a pulir los enfoques de inteligencia artificial simbólica y subsymbólica mediante el uso de algoritmos matemáticos sofisticados para determinar el curso de acción con mayor probabilidad de dar como resultado el éxito de la máquina. La investigación a menudo aborda el desarrollo de la IA utilizando principios de todos los enfoques.