En els dos articles anteriors vam veure com el treball d'Alan Turing, Claude Shannon i John von Neuman van fer possible la creació d'equips capaços d'acollir una intel·ligència artificial. No obstant això,calia crear programes capaços de fer la tasca. És per això que en aquest post comptem el camí del programari des de les primeres simulacions de conversa als models de llenguatge actuals.
Alan Turing va ser el primer a definir una manera de determinar lèxit daquest tipus de programes. El problema és que la prova de Turing només demostrava habilitat a la programació, no que estiguéssim davant del que es pogués anomenar una intel·ligència artificial.
El camí del programari
Mentre que la definició de Marvin Minsky exigeix que per ser considerada intel·ligència artificial una màquina ha de realitzar la mateixa tasca que quan la fa un ésser humà requereix la capacitat de pensar, la prova de Turing només demana que un ésser humà no sigui capaç de determinar si el seu interlocutor ho és o no.
Tot i que ELIZA, un programa informàtic escrit a mitjans dels 60, no va ser pensat per passar la prova de Turing, va establir les bases d'una sèrie de programes que sí que intentarien fer-ho. El programa assumia el paper d'una siquiatra que feia una sèrie de preguntes a un pacient sobre temes comuns com la família, els amics o l'estat d'ànim. D'acord amb les respostes continuava seguint una línia preestablerta.
Ni ELIÇA (I de fet cap altre programari) hagués estat possible sense els treballs d'un professor de matemàtiques autodidacta anomenat George Boole que al segle XIX va començar a estudiar la traducció a termes matemàtics del procés del raonament humà. Per això va analitzar la manera d'agrupar els objectes a classes i que passava quan aquestes classes es combinaven amb altres. Després va assignar símbols per a cadascuna d'aquestes relacions.
De la formalització a la retroalimentació
Si es canvien els objectes d‟un conjunt per afirmacions i establim tres relacions possibles entre elles (Y, O i NO) ja tenim una forma de classificar-les en un de dos grups (Verdadero o Falso).
Tot i això, els treballs de Boole no servien per a tot tipus d'afirmacions. Calia una manera de descriure conceptes generals. És a dir, que podrien ser veritables o falses depenent de les circumstàncies.
Perquè s'entengui. Els treballs de Boole permeten treballar amb l'afirmació
Diego és argentí i escriu a Linux Adictos
Però no pot fer res amb:
X és… i escriu a Z.
Per això va caldre esperar fins a la dècada del 70 del segle XIX quan un professor alemany de cognom Frege va introduir el concepte de predicats. Un predicat és una afirmació que es pot descriure com a veritable o falsa depenent de les circumstàncies.
Diego, Argentí y Linux Addictes són entitats que no són ni vertaderes o falses, però depenent de com es combinin en un predicat faran que això sigui.
Freje va afegir dues expressions amb els seus corresponents símbols:
per a tot (Indica que tots els valors duna variable es compleix una condició)
Hi ha un… tal que (Implica que almenys hi ha un element que complirà una condició.
Teoria de la retroalimentació
La següent gran aportació per a la creació d'Intel·ligència Artificial no va ser matemàtica, vi de la Biologia. Norbert Wiener, fundador de la Cibernètica, s'interessava pels punts comuns entre l'Enginyeria i la Biologia. Va ser aquest interès el que el va portar a analitzar la manera com els animals de sang càlida mantenien la seva temperatura constant malgrat el canvi de la temperatura ambient. Wiener va postular que en aquest i altres casos actuaven mecanismes de retroalimentació. És a dir que en rebre informació es produïa una resposta per adaptar-s'hi.
Anant més lluny, va arribar a afirmar que els comportaments intel·ligents no són res més que el resultat de mecanismes de retroalimentació. En altres paraules, podem concloure que la intel·ligència (natural o artificial) consisteix a recopilar informació, processar-la, actuar d'acord amb el resultat i repetir el procés.