Los problemas de la inteligencia artificial pueden verse como problemas de búsqueda porque, básicamente, un sistema artificial tiene una infinidad de opciones y ya sea un robot, un clasificador, un recomendador, un reconocedor, y de esa mirada de opciones, queremos que el sistema elija, si no la mejor, por lo menos una decente. Entonces, podemos decir que el sistema tiene que hacer una búsqueda en “el espacio de posibilidades”. [MÚSICA] >> En 2015, Keith Downing publica su libro Intelligence Emerging, Inteligencia emergiendo, en el cual hace una síntesis de distintas técnicas de inteligencia artificial en términos de búsqueda. Como vimos en el video anterior, podemos clasificar a los espacios de búsqueda en estacionarios y no estacionarios. Para los espacios estacionarios, mencionamos que se puede intentar predecir a través de la optimización. En el área de investigación de operaciones, se han desarrollado técnicas de búsqueda heurísticas y metaheurísticas, no necesariamente consideradas como inteligencia artificial; algunas de estas técnicas se verán en los cursos de Resolución de problemas por búsqueda, y también de Cómputo evolutivo. Aunque tradicionalmente no se describa como búsqueda u optimización, el razonamiento automatizado puede categorizarse aquí, ya que se busca una solución. La diferencia es que, en lugar de explorar el espacio de parámetros, se usan distintos tipos de lógicas para ir eliminando posibilidades, siguiendo reglas y manipulando símbolos. Para los espacios no estacionarios, mencionamos la adaptación, de la cual veremos más en el curso de Comportamiento adaptativo; pero también podemos clasificar como adaptación otras técnicas, dependiendo de su escala temporal. Si la adaptación ocurre en tiempos cortos, entonces tenemos aprendizaje; si se da durante una vida, tenemos desarrollo; y si ocurre durante varias generaciones, tenemos evolución. >> Para la adaptación rápida, hay distintas técnicas de aprendizaje automatizado, pero las más populares usan modelos conexionistas, es decir, redes neuronales artificiales. Para la adaptación lenta, se han propuesto métodos inspirados en evolución natural, los cuales se revisarán en el curso de Cómputo evolutivo. Para la adaptación intermedia, tal vez no tan popular como las otras dos, se han estudiado sistemas de desarrollo y robótica epigenética. >> También hay ejemplos de sistemas donde se combinan distintas escalas temporales de adaptación, como los sistemas evo-devo, pro-evolution and development, evolución y desarrollo. Aunque inicialmente distintas técnicas de inteligencia artificial no se hayan descrito como búsqueda, podemos hacerlo y, de esta manera, usar el mismo formalismo para comparar distintas áreas de inteligencia artificial. [MÚSICA] [MÚSICA]
