1

Historia de la IA, Programación Lógica y

Funcional
Luis Manuel Gonzalez Esparza,
(División de Estudios de Posgrado e Investigación, Instituto Tecnológico de Tijuana, Tijuana, Baja
California, [email protected] )

En la Fig. 1 se puede apreciar la imagen de la portada del

Resumen—La inteligencia artificial nace como ideas de autores libro en la cual el personaje arriba y a la derecha es el hombre
acerca de sus visiones de la tecnología futura que ellos de hojalata.
imaginaban. Se explica cómo se dan sus origines, así como puntos
clave en la historia de la IA. Alan Turing muchas veces llamado el
padre de la computación fue uno de los pilares de esta rama de
investigación.
La programación lógica nace como una herramienta para
tener lógica general en la programación.

Abstract— Artificial intelligence was born as ideas from

authors about their visions of the future technology that they had
imagined. It explains its origins as well as key points in the history
of AI. Alan Turing many times called the father of computing was
one of the pillars of this branch of research.
Logic programming was born as a tool to have general logic in
programming.

I. INTRODUCCIÓN

E S concebido el concepto formal de Inteligencia Artificial

como tal en el año de 1956. Una conferencia llamada
“Inteligencia Artificial” tuvo lugar por primera vez en el
Colegio Dartmouth en Hanover, New Hampshire en los
Estados Unidos de América.

El Científico Informático John McCarthy fue quien invito a Fig. 1. Portada Mago de Oz.
investigadores de diversos ámbitos de las ciencias de la El escribió muchos personajes de esta manera, Tiktok en
computación para dicha conferencia. EN dicha invitación es 1907 fue otro el cual era responsivo, pensante, de habla
donde les dio el termino de IA como tal. La meta de dicha perfecta, habla, piensa, actúa y hace todo lo que un humano
conferencia era “proceder sobre la base de la conjetura de que haría excepto por el hecho de estar vivo. Autores como el con
todos los aspectos del aprendizaje o cualquier otra sus historias inspiraron a muchos investigadores y científicos
característica de la inteligencia pueden, en principio, del área. [3]
describirse con tanta precisión que se puede hacer que una
máquina los simule” [1][2] En el área de juegos de mesa en el Ajedrez un juego que ha
Sin embargo, antes de la formalización como tal de dicha sido reconocido durante muchísimos años como un juego que
área, ya se tenían ideas vagas o ejemplos de inteligencia requiere inteligencia para ser bueno jugándolo. El turco era una
artificial mucho antes de la conferencia. Un ejemplo es L. maquina que se uso para dicho juego en los siglos 18 y 19 que
Frank Baum, autor de “El Mago de Oz”, nos dio muchos daba la noción de ser una máquina inteligente que podía
ejemplos de inteligencia artificial o robots humanoides mucho analizar y hacer movimientos por si misma en el ajedrez.
antes de que se concibiera el termino actual. Su libro de mago Inclusive Mark Twain escribió en el periódico que el turco
de oz en el año 1900 tenia como personaje un hombre de debía ser una maquina por poder jugar tan bien. [4]
hojalata que podía hablar, pensar, caminar y razonar por si
mismo como si se tratase de un humano de verdad. El concibió
esta idea sin ni siquiera saber lo que era la IA. En su libro lo
único que carecía dicho personaje era la habilidad para tener
sentimientos humanos por lo cual su objetivo era tener un
corazón humano para poder sentirse 100 porciento humano.
 2

Los primeros programas tenían un alcance demasiado

limitado por el tamaño y velocidad de la memoria y los
procesadores, y por la relativa torpeza de los primeros sistemas
operativos y lenguajes. El manejo de la memoria de las
computadoras era completamente el problema del
programador.

Lisp al igual que otros lenguajes como IPL y el gran

avance de las tecnologías en cuanto a memoria y procesadores
mas potentes les dio mucho campo para trabajar a partir de los
50’s y 60’s. Ya con esto llegaría una era en la cual se resolvían
grandes cantidades de problemas que hasta ese entonces se
tenían pensados que solo podían ser resueltos por personas
inteligentes y nunca por una maquina inteligente.

A. Máquina de Turing

En 1936 se alcanzó un logro histórico y nació la idea de la

Fig. 2. El Turco. computadora moderna con la publicación de Alan Turing en su
artículo “On Computable Numbers” [8]. Turing propuso una
El ajedrez se uso como un vehículo para el estudio en las máquina, llamada hoy Máquina de Turing, que es capaz de
etapas iniciales de la Inteligencia Artificial dado que podían calcular cualquier cosa que sea matemáticamente computable.
estudiar la interferencia y representación de mecánicas con los Las maquinas usaban cintas con las cuales eran capaces de
movimientos de las piezas en el tablero. Un hito histórico ejecutar instrucciones almacenadas en ellas. Las máquinas de
ocurrió en el año de 1997 cuando el programa Deep Blue logro Turing se convirtieron en la base de lo que conocemos como
derrotar al campeón mundial de ajedrez Gary Kaspárov en un computadora moderna. Alan Turing contribuyó enormemente a
set de ajedrez [5]. Este momento fue icónico dado que en 1996 la informática en su corta vida y ahora es considerado por
habían jugado un set de 6 juegos Kaspárov y Deep Blue en los algunos como el padre de la informática.
cuales el programa logro ganar el primer juego. Los juegos 2,3
y 4 fueron victorias para Kaspárov y los juegos 5 y 6 tuvieron B. Prueba de Turing
como resultado final empate. Con lo cual hasta ese punto se
notaba que Kaspárov aun era superior a una maquina Veintiséis años después de que Alan Turing revolucionara la
inteligente. Causo tanto furor el que la maquina derrotara al informática con sus máquinas, escribió otro artículo titulado
campeón mundial en un set que Kaspárov llego hasta decir que Computing Machinery and Intelligence [9] en el que propuso
una prueba de la capacidad de una máquina para demostrar
IBM (los creadores de ella), habían hecho trampa en el juego.
inteligencia ahora conocida como Prueba de Turing.
Luego de sus acusaciones Kaspárov solicito una revancha con
Deep Blue pero IBM se rehusó a dársela y desmantelaron la
La prueba se realiza con una interfaz de evaluador a través
maquina para que no pudiese ocurrir una. Deep Blue tenia una
de dos canales de texto con una computadora programada para
capacidad de evaluar 200 millones de posiciones por segundo. responder preguntas como un humano y un humano real
En 2006 Deep Fritz un programa mucho mas moderno con una respondiendo las preguntas. El objetivo de la prueba es que el
computadora de doble núcleo era capaz de evaluar solamente 8 evaluador decida qué canal de texto pertenecía al humano y
millones de posiciones por segundo. A pesar de ser un cuál pertenecía a la computadora. Si el evaluador no pudo
hardware mucho mas poderoso y un programa 9 años mas distinguir entre los canales, se dice que la computadora pasó la
moderno, no era tan poderoso como la Deep Blue de prueba.
1997.[6][7]
La prueba de Turing, actualmente es una prueba
II. INICIOS DE INTELIGENCIA ARTIFICIAL controversial de inteligencia, y la mayoría de los filósofos y
Solo en el último medio siglo hemos tenido dispositivos científicos creen que no es una prueba adecuada para la
computacionales y lenguajes de programación lo inteligencia real.
suficientemente poderosos como para construir pruebas Algunos creen que el espíritu de la prueba de Turing es
experimentales de ideas sobre qué es la inteligencia. El artículo bueno y que, si la prueba de Turing se amplía o moderniza,
seminal de Turing de 1950 en la revista de filosofía Mind es un sigue siendo una buena prueba de inteligencia artificial.
punto de inflexión importante en la historia de la IA. El
documento cristaliza ideas sobre la posibilidad de programar
una computadora electrónica para que se comporte de manera C. Vannevar Bush
inteligente, incluida una descripción del histórico juego de
imitación que conocemos como Prueba de Turing. En 1945, cinco años antes de que Alan Turing propusiera su
 3

Prueba de Turing, el ingeniero eléctrico Vannevar Bush programación más antiguos y poderosos, LISP es un lenguaje
publicó su ensayo As We May Think [10], que fue considerado que le permite crear programas flexibles que representan
como una visión visionaria de lo que podría ser el futuro de las operaciones básicas con estructura de lista.
computadoras, la inteligencia artificial y la ciencia de la
información. Como podemos pensar predijo gran parte del B. Invierno de la Inteligencia Artificial
panorama electrónico moderno, incluido el uso de
computadoras personales como herramientas de información
A fines de la década de 1960, las promesas iniciales de los
para ayudar a los humanos. investigadores y teóricos de la inteligencia artificial
comenzaron a parecer huecas. Si bien después de dos décadas
D. Isaac Asimov se habían logrado avances en la investigación de la inteligencia
artificial en varios subcampos, el progreso fue más lento de lo
Casi al mismo tiempo que Vannevar Bush, Isaac Asimov, que algunos esperaban. El gran entusiasmo inicial se prestó a
considerado uno de los fundadores de la ciencia ficción una gran decepción. En particular, la verdadera inteligencia de
moderna, estaba ocupado escribiendo y publicando muchas las máquinas parecía fuera de alcance inmediato. Algunos se
novelas de ciencia ficción que tenían personajes robóticos y refieren al próximo período que comienza en la historia de la
describían futuros en los que la inteligencia artificial inteligencia artificial como el invierno de la inteligencia
desempeñaba un papel clave. Cabe destacar que el relato corto artificial (invierno de la IA), donde se redujeron los fondos y el
de Isaac Asimov, Runaround, publicado en 1942, fue la entusiasmo disminuyó.
primera vez que hizo referencia a sus famosas tres leyes de
robótica responsable, que creía que deberían regir las máquinas A medida que el invierno de la inteligencia artificial aún
artificialmente inteligentes: avanzaba en la investigación de la inteligencia artificial, en
particular, la investigación de la inteligencia artificial comenzó
1. “Un robot no puede dañar a un ser humano o, por a centrarse menos en crear una verdadera inteligencia de
inacción, permitir que un ser humano sufra daños”. [11] máquina y, en cambio, en resolver problemas en otros
dominios con herramientas de inteligencia artificial. Las
ciencias médicas y de la salud fueron una de las primeras áreas
2. “El robot debe obedecer las órdenes que le den los seres
de investigación que vio la cooperación interdisciplinaria entre
humanos, excepto cuando tales órdenes entren en conflicto con
científicos informáticos e investigadores médicos que utilizan
la Primera Ley”. [11]
métodos de inteligencia artificial. [13]
3. “Un robot debe proteger su propia existencia siempre que
dicha protección no entre en conflicto con la Primera o C. Periodo Oscuro
Segunda Ley”. [11]
Entre 1965 y 1970, podría llamarse un período oscuro para
Las tres leyes de la robótica de Isaac Asimov, junto con sus la inteligencia artificial. Los avances en inteligencia artificial
otros trabajos, se han discutido extensamente desde entonces en este período son demasiado pocos para ser probados. La
en el área de la ciencia ficción y en círculos académicos actitud apresurada y optimista debido a las expectativas poco
relacionados al tema. Varias personas, si no la mayoría, llegan realistas que han surgido ha llevado a la idea de que será fácil
a creer que las leyes son lo suficientemente fuertes como para descubrir las máquinas con inteligencia. Pero este período fue
gobernar robots artificialmente inteligentes, otros creen que no nombrado como un período oscuro en nombre de la
lo son. Susan Anderson escritora de artículos y libros sobre inteligencia artificial porque no tuvo éxito con la idea de crear
metaética, que es profesora de la Universidad de Connecticut, máquinas inteligentes simplemente cargando datos.
que ha contribuido significativamente al área de la ética de las
máquinas, sostiene que Isaac Asimov no tenía la intención de D. Experimentos Dendral
que sus leyes se aplicaran a los robots verdaderamente
inteligentes artificialmente y que si se aplicaran serían Los experimentos de Dendral llevados a cabo en las
inmorales. [12]. Sin embargo, en una época en la que las décadas de 1970 y 1980 reunieron a científicos informáticos,
computadoras eran raras, lentas y grandes, la visión de Isaac químicos, genetistas y filósofos para construir un sistema
Asimov de un futuro robótico era novedosa. informático que pudiera utilizarse para interpretar grandes
cantidades de datos espectrales de masas de alta resolución
[14] [15].
III. INTELIGENCIA ARTIFICIAL SIGLO XX
La comunidad de investigación de IA de la década de 1970
A. LISP estaba fascinada por los nuevos métodos de IA que estaban
surgiendo como resultado de los investigadores de IA que
En 1957 John McCarthy desarrolla LISP (List Processing trabajaban en aplicaciones en el dominio de las ciencias
Language) Lenguaje de Procesamiento en Listas. médicas. El panel también señaló que en 1978 la revista líder
Es un lenguaje de programación funcional desarrollado en inteligencia artificial en ese momento dedicó un número
para inteligencia artificial. Uno de los lenguajes de especial específicamente a la investigación de la IA médica.
 4

Además, en 1980, cuando se formó la Asociación computadora a reconocer ciertos patrones específicos en lugar
Estadounidense de Inteligencia Artificial, también se creó un de programarla a seguir reglas especificas ya predeterminadas
subgrupo especial sobre aplicaciones médicas. por el programador.

Durante el invierno de la IA, se fundaron los primeros

B. Machine learning
laboratorios de tecnología importantes en apoyo de la IA en el
Instituto de Tecnología de Massachusetts y Carnegie Tech, Para el aprendizaje es necesario darle cantidades enormes
junto con los laboratorios de Stanford y Edimburgo [16]. Se de datos para que el algoritmo trabaje con ella dándole la
crearon muchos subcampos de IA diferentes y se desarrolló el oportunidad de aprender de ella y que de esta manera aprender
concepto de inteligencia artificial moderna. No parece haber a identificar los patrones.
ningún consenso sobre cuándo comenzó el invierno de la IA y Existen muchas técnicas para Machine Learning, redes
cuándo terminó, algunos incluso argumentan que con todo el neuronales artificiales son unas de ellas. Para reconocimiento
progreso que se había logrado no hubo invierno. Se puede de voz es necesario que los dispositivos aprendan tu lenguaje,
argumentar que ciertamente en 1997, cuando la computadora tu acento, tu tono de voz, tu manera de pronunciar palabras,
Deep Blue de IBM [5] venció a un gran maestro de ajedrez por etc. Es un sinfín de datos que se necesitan para que esta
primera vez, que si había un invierno de IA, ya había tecnología realice su trabajo. Por eso en cada dispositivo Smart
terminado. phone que uno pudiese comprar al inicio el asistente de
configuración le pide decir algunas frases escritas para poder
identificar con ellas estos patrones en su voz para de esta
manera poder realizar losa justes necesarios para poder
E. Juguetes con IA comprender de mejor manera a cada usuario de manera
En 1998 es lanzado al mercado el primer juguete/muñeco individual. Esto no se podría realizar sin machine Learning,
con inteligencia artificial. Se trataba de Furby, que era un imaginarse que hay una infinidad de voces distintas para los
muñeco con aparente inteligencia que se veía reflejada en su mas de mil millones de usuarios de smart phones en el mundo.
habilidad de comunicarse. Cada persona tiene un teléfono que ha aprendido de el a
Contaban con un sensor infrarojo, los Furbies empezaban distinguirlo completamente.
hablando “Furbish”, que era un lenguaje con palabras cortas,
silabas sencillas y algunos sonidos variados. Estaban
C. Reconocimiento Facial
programados para hablar menos Furbish y mas ingles conforme
“crecían”. [17] El reconocimiento facial que tenemos actualmente en
nuestros teléfonos fue desarrollado de manera similar al de voz
con la ayuda de machine Learning. Paso de ser una tecnología
tan cara que solo estaba al acceso para la seguridad de gobierno
por su elevado costo de uso a estar disponible en cada teléfono
inteligente del mundo. Facebook fue el mas grande distribuidor
de información para este desarrollo, teniendo acceso a tantas
fotos de cada persona en sus bases de datos estas tenían todos
los datos que necesitaban para que aprendieran a reconocer tu
rostro. Si alguien sube una foto en la que sales tú, el
reconocimiento facial de la plataforma puede indicarte que
sales en ella y te permite etiquetarte, reconoce a cada usuario
de Facebook que tiene varias fotos en su plataforma.

Fig. 3. Furby clasico.

IV. INTELIGENCIA ARTIFICIAL ACTUALIDAD

En la actualidad se tiene inteligencia artificial
prácticamente en cada dispositivo electrónico inteligente que Fig. 4. Reconocimiento facial de Facebook.
existe en el mercado tecnológico.
D. IA en sector salud
A. Reconocimiento de voz La mayoría de las preocupaciones éticas sobre el uso de la
El reconocimiento de voz viene directamente relacionado IA en la atención médica se centran en el tema del uso de la
a la inteligencia artificial, viene de la subrama de esta llamada inteligencia artificial en el diagnóstico y el tratamiento. Por
Machine Learning. Esta se refiere a sistemas capaces de ejemplo, un sistema de inteligencia artificial que podría
aprender por si solos. Esto se lleva a cabo enseñándole a una reemplazar a un radiólogo y diagnosticar a un paciente
 5

basándose en imágenes médicas. Otro ejemplo podría ser un una de las lógicas más simples pero poderosas imaginables, a
sistema que sugiere un curso de tratamiento particular para un saber, la lógica de las cláusulas de Horn.
paciente, o incluso un sistema que realiza una cirugía en un
paciente. El problema central de estos sistemas de IA es en el
A. Cláusulas de Horn
caso de un diagnóstico, tratamiento o procedimiento quirúrgico
incorrectos, ¿quién es el responsable? ¿El hospital, la empresa Las cláusulas de Horn llevan el nombre del lógico Alfred
que construyó el sistema o los ingenieros que diseñaron el Horn, quien estudió algunas de sus propiedades matemáticas.
sistema? Un programa lógico de cláusulas de Horn es un conjunto de
Otra preocupación ética que se plantea a menudo con oraciones (o cláusulas), cada una de las cuales se puede escribir
respecto a la IA en medicina es la preocupación por la en la forma:
confidencialidad. Los sistemas de inteligencia artificial por su
naturaleza variable requieren grandes cantidades de datos para A0 ← A1 ∧ … ∧ An donde n ≥ 0.
funcionar bien. Los datos del paciente son algunos de los datos
más sensibles y personales en el mundo de la información y la Cada Ai es una fórmula atómica de la forma p (t1; :::; tm),
forma en que un sistema de inteligencia artificial usa los datos donde p es un símbolo de predicado y ti son términos. Cada
de un paciente es una gran preocupación, particularmente término es un símbolo constante, variable o término compuesto
porque la mayoría de los sistemas de inteligencia artificial no de la forma f (t1; :::; tm), donde f es un símbolo de función y ti
solo deberían usar los datos del paciente que están tratando, son términos. Cada variable que aparece en una cláusula se
sino tener acceso a una base de datos de otros datos de cuantifica universalmente y su alcance es la cláusula en la que
pacientes para poder tomar una decisión sobre un aparece la variable. La flecha hacia atrás ← se lee como "si" y
procedimiento de tratamiento correcto. ∧ como "y". El átomo A0 se llama la conclusión (o cabeza) de
Otra preocupación ética es la pérdida de humanidad en la la cláusula, y la conjunción A1 ∧ ... ∧ An es el cuerpo de la
atención médica si las máquinas reemplazan a ciertos tipos de cláusula. Los átomos A1, ..., An en el cuerpo se les llama
médicos. ¿Es importante tener un médico humano, que sea condiciones. Si n = 0, entonces el cuerpo es equivalente a
susceptible a la fatiga, las emociones y los prejuicios, para verdadero, y la cláusula A0 ← verdadero se abrevia como A0 y
brindar atención? ¿O puede una máquina brindar el mismo
se denomina hecho. De lo contrario, si n ≠ 0, la cláusula se
cuidado sin los inconvenientes?
llama regla.
También es útil permitir que el encabezado A0 de una
E. IA Militar cláusula sea falso, en cuyo caso, la cláusula se abrevia como ←
En 2015, el subsecretario de Defensa de los Estados A1 ∧ ... ∧ An y se llama cláusula de meta. Intuitivamente, una
Unidos, Robert Work, dijo que planeaban tener al menos $ 12 cláusula de meta puede entenderse como negar que la meta
mil millones de fondos reservados para 2017 para tecnología A1∧ ::: ∧An tiene una solución, por lo que se lanza un desafío
de armas de inteligencia artificial [18]. Esta tecnología incluirá para refutar la negación encontrando una solución.
armas autónomas y máquinas de aprendizaje profundo que se Los símbolos de predicado representan las relaciones
centran en la colaboración hombre-máquina en combate. La definidas (o calculadas) por un programa, y las funciones se
Agencia de Proyectos de Investigación Avanzada de Defensa tratan como un caso especial de relaciones, como en las bases
(DARPA) ha financiado durante mucho tiempo la de datos relacionales. Así, la función madre, ejemplificada por
investigación en inteligencia artificial y robótica y lleva a cabo madre (juan) = maría, está representada por un hecho como
un desafío anual de robótica conocido como DARPA Robotics madre (juan, maría). La definición de abuela materna, que en
Challenge para reclutar talentos potencialmente calificados y concepto funcional se escribe como una ecuación:
avanzar en la industria de la robótica.
¿Qué implica el uso de la inteligencia artificial en el
Abuela-maternal(X) = madre(madre(X))
ejército? Las armas autónomas son lo primero que me viene a
la mente. Las armas autónomas son armas de inteligencia
Está escrita como regla en notación relacional:
artificial que toman decisiones de muerte basadas en su
programación. Los sistemas que operan en logística y
abuela-maternal(X) ← madre (X, Z) ∧ madre(Z, Y )
vigilancia son otra aplicación de la IA en el ejército. La
inteligencia artificial también se puede implementar para
Aunque todas las variables de una regla se cuantifican
proteger contra ataques cibernéticos o realizar ataques
universalmente, a menudo es más natural leer las variables en
cibernéticos contra poderes rivales.
las condiciones que no están en la conclusión cuantificadas
existencialmente con el cuerpo de la regla como su alcance.
Por ejemplo, las siguientes dos oraciones son equivalentes:
V. PROGRAMACIÓN LÓGICA Y FUNCIONAL
Se enfoca en lógica formal, trata de sentencias lógicas que ∀XY Z [abuela-maternal(X) ← madre(X,Z) ∧ madre(Z, Y )]
explican hechos y reglas sobre problemas. La programación ∀XY [abuela-maternal(X) ← ∃Z [madre(X;Z) ∧ madre(Z; Y )]]
lógica tiene como objetivo remediar esta deficiencia y unificar
Los símbolos de función no se utilizan para las
diferentes áreas de la informática explotando la mayor
definiciones de funciones, pero se utilizan para construir
generalidad de la lógica. Lo hace basándose en y ampliando
estructuras de datos compuestos. Por ejemplo, el término
compuesto cons (s; t) se puede utilizar para construir una lista
 6

con el primer elemento s seguido de la lista t. Así, el término Esta representación del cálculo de situaciones también
cons (juan, cons (maría, nulo)) representa la lista [juan, ilustra la programación meta-lógica, porque los predicados
maria], donde nulo representa la lista vacía. sostienen, pos, inicia y termina pueden entenderse como meta-
predicados, donde la variable F se extiende sobre nombres de
Los términos pueden contener variables y los programas oraciones. Alternativamente, se pueden interpretar como
lógicos pueden calcular relaciones de entrada-salida que predicados de segundo orden, donde F varía sobre los
contienen variables. Sin embargo, para la semántica, es predicados de primer orden.
conveniente considerar los términos que no contienen
variables, llamados términos básicos, como las estructuras de
C. Resolución
datos básicas de los programas lógicos. De manera similar, se
dice que una cláusula u otra expresión es base, si no contiene
ninguna variable. La resolución fue desarrollada por John Alan Robinson
[20] como una técnica para la demostración automatizada de
teoremas, con miras a mecanizar demostraciones matemáticas.
Consiste en una sola regla de inferencia para demostrar que un
conjunto de supuestos P implica lógicamente un teorema G. El
método de resolución es un procedimiento de refutación, que
lo hace mediante reductio ad absurdum, convirtiendo P y la
negación ¬G del teorema en un conjunto de cláusulas y
derivando la cláusula vacía, que representa falsedad.

D. Prolog
Fig. 5. Árbol and-or.

Prolog fue diseñado inicialmente para procesar lenguajes

B. Programas Lógicos con Negación naturales. Su aplicación en diversas áreas de resolución de
Aunque las cláusulas de Horn son la base subyacente de problemas ha puesto de manifiesto sus cualidades, pero
programación lógica y funcional y en teoría son suficientes también ha dejado claros sus límites. Algunas de estas
para todas las aplicaciones de programación y bases de datos, limitaciones se han superado como resultado de
no son adecuadas para la inteligencia artificial, lo que es más implementaciones cada vez más eficientes y entornos cada vez
importante porque no logran capturar el razonamiento no más ricos.
monótono. Para un razonamiento no monótono, es necesario El hecho es, sin embargo, que el núcleo de Prolog, es
extender las cláusulas de Horn a cláusulas de la forma: decir, el algoritmo de unificación de Alan Robinson [20], no ha
ha cambiado desde la época de las primeras implementaciones
A0 ← A1 ∧ … ∧ An ∧ no B1 ∧ … ∧ no Bm donde n ≥ 0 y m ≥ 0: de Prolog, y cada vez es menos significativo en comparación
con el número cada vez mayor de procedimientos externos
Cada Ai y Bi es una fórmula atómica, y "no" se lee como como, por ejemplo, los procedimientos utilizados para el
no. Las fórmulas atómicas y sus negaciones también se procesamiento numérico. Estos procedimientos externos no son
denominan literales. Aquí, las Ai son literales positivas y las no fáciles de utilizar. Su invocación requiere que ciertos
Bi son literales negativas. Los conjuntos de cláusulas en esta parámetros sean completamente conocidos, y esto es no en
forma se denominan programas lógicos normales, o línea con la filosofía general de Prolog de que debería ser
simplemente programas lógicos para abreviar. posible en cualquier lugar y en cualquier momento para hablar
Los programas de lógica normal, con la semántica de un objeto desconocido x.
apropiada para la negación, son suficientes para resolver el
problema del marco en la inteligencia artificial. Aquí hay una
E. ALF
solución usando una representación de programación lógica del
cálculo de situaciones [19]:
ALF (Lógica Algebraica / Lenguaje de programación
holds(F; do(A; S)) ← poss(A; S) ∧ initiates(A; F; S) funcional) es un lenguaje de programación que combina
holds(F; do(A; S)) ← poss(A; S) ∧ holds(F; S) ∧ not técnicas de programación lógica y funcional. ALF se basa en la
terminates(A; F; S) lógica de la cláusula Horn con igualdad. Los predicados y las
cláusulas de Horn se utilizan para la programación lógica y las
Aquí sostiene (F; S) expresa que un hecho F (también funciones y ecuaciones para la programación funcional.
llamado fluidez) se cumple en un estado (o situación) S, Cualquier expresión funcional se puede usar en un literal de
posible (A, S) que la acción A es posible en el estado S, inicia objetivo y cualquier predicado puede ocurrir en las condiciones
(A; F; S) que la acción A realizada en el estado S inicia F en el de una ecuación. [21]
estado resultante hacer (A, S) y termina (A, F, S) que A termina
F. Juntas, las dos cláusulas afirman que un hecho se mantiene F. Gödel
en un estado si es iniciado por una acción o si se mantuvo en el
estado anterior y no fue terminado por una acción.
Gödel es un lenguaje de programación declarativo de
propósito general en la familia de lenguajes de programación
 7

lógica. Tiene un sistema de módulos. Gödel admite números mayoría de la población mundial, desde teléfonos inteligentes,
enteros de precisión infinita, racionales de precisión infinita y a Smart tv, asistentes como Alexa, Siri, Cortana, etc. Es mucho
también números de punto flotante. Admite el procesamiento mas prevalente en la actualidad con la gran accesibilidad que
de conjuntos finitos. También tiene una regla de cálculo tienen dichos dispositivos electrónicos.
flexible y un operador de poda que generaliza la confirmación Actualmente gracias a Machine Learning es que
de los lenguajes de programación lógica concurrentes. Se pone obtuvimos todas estas herramientas a nuestra disposición.
un énfasis considerable en las facilidades meta- lógicas de Reconocimiento facial antes parecería ficción y solo algo a lo
Gödel que brindan un apoyo significativo a los meta programas que tendría acceso el FBI o la CIA en películas de Hollywood.
que realizan análisis, transformación, compilación, Facebook con su plataforma lo perfecciono a tal grado que ya
verificación, depuración, etc. todos contamos con ello en la palma de nuestras manos en
dispositivos de hasta menos de 100 USD.
El reconocimiento de voz paso por pasos similares hasta
G. Mercury
llegar al punto actual. A veces se deja pasar por alto el hecho
de que tenemos en nuestro celular la tecnología con la que
Mercury es un lenguaje de programación lógico funcional solamente podrían soñar personas del siglo pasado. Deep
puro concebido y desarrollado en la Universidad de Learning buscara brindar mas y mejores saltos tecnológicos en
Melbourne, Australia. Se introdujo en 1993 con la intención de el ámbito de la Inteligencia Artificial en este siglo, es la
ofrecer un lenguaje de programación puramente lógico tecnología del futuro a la que le están invirtiendo recursos
(funcional), evitando cuidadosamente las trampas típicas de los gobiernos y instituciones educativas del área de tecnologías e
lenguajes lógicos comunes (por ejemplo, Prolog (Sterling y investigación.
Shapiro 1986)), que son su mal rendimiento en tiempo de
ejecución y su escaso soporte para la programación en general.
Por lo tanto, el mercurio se desarrolló teniendo en cuenta las
siguientes características claras:[23] REFERENCIAS

1. Mercury debe ser un lenguaje declarativo puro.

[1] Knapp Susan, “Artificial Intelligence: Past, Present, and Future”,
Normalmente, Prolog utiliza construcciones de lenguaje no Dartmouth College 2007.
puro, como afirmar, retraer u otros. Estos constructos permiten [2] Laland, Kevin N., and William Hoppitt. "Do animals have culture?."
una ganancia de desempeño local, pero imponen una carga Evolutionary Anthropology: Issues, News, and Reviews 12.3 (2003):
150-159.
adicional al programador, ya que ahora se espera que tenga en
[3] L. Frank Baum. The Wonderful Wizard of Oz. George M. Hill Chicago
cuenta los criterios de desempeño de bajo nivel en lugar de 1900
centrarse exclusivamente en los aspectos de diseño de [4] Bruce G. Buchanan. A (Very) Brief History of Artificial Intelligence. AI
programas de alto nivel de su proyecto. Magazine Volume 26 Number 4 2006
[5] Newborn, Monty. Kasparov versus Deep Blue: Computer Chess Comes
2. Mercury debería proporcionar un apoyo explícito para el
of Age (1st ed.). p. 287. ISBN 9781461222606. 1997.
desarrollo de programas en el contexto de un equipo de [6] André Schulz. "The last match man vs machine?". English translation of
programadores. La técnica ahora ampliamente aceptada es el Spiegel Article. ChessBase. 23 November 2006
uso de módulos. Estos módulos proporcionan interfaces claras [7] Mann, Windsor. The Quotable Hitchens: From Alcohol to Zionism. Da
y ocultan todos los detalles de implementación. Los módulos Capo Press/Hachette Books. p. vii. ISBN 9780306819834. 2011
[8] Turing, Alan Mathison. "On computable numbers, with an application to
generalmente se compilan por separado. the Entscheidungsproblem." Proceedings of the London mathematical
society 2.1 (1937): 230-265.
VI. CONCLUSIONES [9] Turing, Alan M. "Computing machinery and intelligence." Mind 59.236
(1950): 433-460
[10] Bush, Vannevar. "As we may think." The Atlantic Monthly 176.1 (1945):
Como se puede apreciar en la historia de la IA, todo nace 101-108.
de ideas o conceptos futuros que escritores, científicos, [11] Asimov, Isaac. I, robot. Vol. 1. Spectra, 2004.
[12] Anderson, Susan Leigh. "Asimov’s “three laws of robotics” and machine
investigadores o incluso estafadores (como en el caso de El metaethics." Ai & Society 22.4 (2008): 477-493.
turco) ideaban sobre tecnologías inteligentes. Libros como el [13] Guy-Warwick Evans. Artificial Intelligence: Where We Came From,
Mago de Oz fueron los pilares de inspiración para muchos Where We Are Now, and Where We Are Going. University of Victoria
investigadores que desde ese momento les prendió la pasión 2013
[14] Lindsay, Robert K., et al. "Applications of artificial intelligence for
por la inteligencia artificial con el hombre de hojalata que hasta organic chemistry: the DENDRAL project." New York 1980.
en ese entonces solo era un sueño lejano para la tecnología de [15] Patel, Vimla L., et al. "The coming of age of artificial intelligence in
esos momentos. medicine." Artificial intelligence in medicine 46.1 2009: 5-17.
El turco fue una herramienta que inspiro a IBM a crear [16] Buchanan, Bruce G. "A (very) brief history of artificial intelligence." Ai
Magazine 26.4 2005.
Deep Blue, maquina que progresivamente fue siendo mas y [17] Rees, Kevin. "Furby Bending Tutorial". Circuit-Bent.Net. Retrieved
mas inteligente hasta llegar al punto de poder vencer al actual 2008-01-09.
campeón mundial de ajedrez en un set de 6 juegos. Algo [18] Shalal, Andrea. “The Pentagon wants at least $12 billion to fund AI
impensable tan solo unos años atrás. El punto en que las weapon technology in 2017”. Reuters. 12-14-15.
[19] J. McCarthy and P. Hayes. Some philosophical problems from the
maquinas empezaron a vencer a humanos es cuando se abren standpoint of artificial intelligence. In Meltzer, B. and Michie, D. and
muchas puertas mentales en las personas acerca de maquinas Swann, M. (eds.) Machine intelligence 4, Edinburgh University Press
inteligentes y surge como algo novedoso y la tecnología del (pp. 463-502), 1969.
futuro. En la actualidad la IA esta presente en la vida de la [20] J. A. Robinson. A Machine-Oriented Logic Based on the Resolution
Principle. JACM, 12(1) 23–41, 1965
 8

[21] "ALF: Algebraic Logic Functional programming language". CMU

Artificial Intelligence Repository. Carnegie Mellon University. 1995-02-
13
[22] P.M. Hill & J.W. Lloyd. The Gödel Programming Language. MIT Press,
1994, ISBN 0-262-08229-2.
[23] Mazur, Nancy. Compile-time garbage collection for the declarative
language Mercury. Katholieke Universiteit Leuven 2004