Las ambiciosas expectativas no cumplidas de los primeros años de la inteligencia artificial, llevaron a lo que se conoció después como el “invierno de la inteligencia artificial”, a mediados de los 70, que se caracterizó por reducción de fondos. Por ejemplo, se había empezado a trabajar en traducción de lenguajes usando tablas, y después de algunos programas iniciales, se reconoció que estas técnicas no serían suficientes para lograr buenas traducciones automáticas, las cuales han mejorado bastante hasta nuestros días, pero todavía tienen sus limitantes. Límites más severos se detectaron en reconocimiento del lenguaje natural, en la comprensión del significado y también en conversaciones, por ejemplo, para pasar la prueba de Turing. [MÚSICA] En 1982, Japón lanzó el proyecto de la “Quinta generación”, el cual pretendía revolucionar a las computadoras e invertir, durante diez años, sumas considerables de dinero. Aunque el proyecto nunca cumplió sus expectativas, revivió el interés en inteligencia artificial y sus promesas, financiando investigación y promoviendo la formación de recursos humanos en el área. Se desarrollaron sistemas expertos con aplicaciones exitosas en dominios particulares, tales como medicina. También se revivió el conexionismo, con trabajos como los de David Rumelhart, James McClelland y John Hopfield. Los avances en redes neuronales artificiales, motivaron críticas de gente que defendía a la inteligencia artificial simbólica, tales como Jerry Fodor, Zenon Pylyshyn y Steven Pinker. Esto desató un debate entre los conexionistas, que criticaban los límites de los sistemas basados en símbolos, preguntaban, por ejemplo: “¿dónde están los símbolos en un cerebro?”; y por otro lado, los computacionalistas, ellos criticaban las redes neuronales como “cajas negras”, donde no se sabía dónde estaba su lógica. Aunque este debate todavía no ha concluido, en la práctica no es tan importante, ya que ambos enfoques han seguido aportando a la inteligencia artificial y no son incompatibles; simplemente son descripciones distintas de procesos cognitivos. Además, son computacionalmente equivalentes, esto quiere decir que se pueden construir sistemas de símbolos con redes neuronales y viceversa. Pero la inteligencia artificial simbólica, recibiría críticas adicionales además de las provenientes del conexionismo. Rodney Brooks, futuro director del Laboratorio de Inteligencia Artificial en MIT, publicó artículos a principios de los 90 criticando la inteligencia artificial simbólica, ya que los robots que se habían construido hasta ese entonces eran muy limitados en su adaptación. Con inspiración en la etología, la parte de la biología que estudia el comportamiento animal, y retomando conceptos de cibernética, se desarrolló una nueva inteligencia artificial con sistemas basados en el comportamiento, en lugar de basados en el conocimiento; la cual también se complementó con el campo de la vida artificial, establecido a finales de los 80. En esta nueva inteligencia artificial, cambió el enfoque del razonamiento a la interacción con el mundo a través de ciclos de percepción-acción. Veremos más detalles en el curso de Comportamiento adaptativo. En los 90, tanto en la inteligencia artificial “clásica”, basada en la manipulación de símbolos, como en los “nuevos” sistemas basados en el comportamiento, se propuso el concepto de “agente”; ‘inteligentes’ en la primera, ‘adaptativos y autónomos’ en la segunda. Un agente es una entidad que puede actuar en su entorno, los agentes inteligentes son guiados por reglas. Se definieron lógicas especiales para regular su interacción y han tenido aplicaciones en ingeniería de software, internet y otras áreas. Los agentes autónomos adaptativos se han aplicado en robótica reactiva y vida artificial, entre otras. A fines de siglo, también se popularizó la investigación sobre emociones artificiales y cómputo afectivo. Marvin Minsky, en su influyente libro de 1986, "La sociedad de la mente", escribió: "La cuestión no es si las máquinas inteligentes pueden tener emociones, sino si las máquinas pueden ser inteligentes sin emociones". En los 90, Minsky empezó a compartir capítulos de lo que sería su libro "La máquina de las emociones", publicado en el 2006. Minsky decía que las emociones servían como reguladores del comportamiento. Dado que la inteligencia se caracteriza, entre otras cosas, por poder ajustarse a una situación, un sistema, en principio, debería poder tener distintas salidas para las mismas entradas. Las emociones ayudan a modular las respuestas, por ejemplo, tendemos a ser más tolerantes con las personas que más queremos. Tomando esto en consideración, a finales de los 90, Rosalind Picard, publicó un libro sobre cómputo afectivo, modelando emociones para regular interacciones humano-computadora. [MÚSICA]
