Hacia finales de 1985, me encontraba haciendo mis “pininos” en el campo de la Inteligencia Artificial. Desde tres años antes me había interesado en el tema, sobre todo impulsado por el Dr. José Negrete, prominente profesor del Instituto de Investigaciones Biomédicas de la UNAM, quien me invitó e indujo a leer el libro Tormentas de Mentes (Mindstorms), Niños, Computadoras e Ideas poderosas, de Seymour Papert, publicado en 1980.
Esta invitación vino a raíz de un buen número de publicaciones sobre Inteligencia Artificial (IA), que despertaron mi interés y el de un nutrido número de colegas académicos del área de sistemas o afines. A lo largo de cinco años me interioricé en el campo enfocándome fundamentalmente a dos áreas de investigación: la posibilidad de aplicar la Inteligencia Artificial (IA) en la educación y, en segunda instancia, indagar sobre las posibilidades de que una computadora aprendiera algo.
Para atender estos dos aspectos me apliqué a estudiar el estado del arte de la llamada IA, tratando de hacer un repaso desde sus orígenes, revisando particularmente escritos que resaltaban aspectos relevantes de su evolución y desarrollo.
Orígenes y definición
Aunque oficialmente se aplica el término de Inteligencia Artificial en Dartmouth durante una conferencia convocada por John McCarthy a la cual asistieron, entre otros, Marvin Minsky, Allen Newell y Herbert Simon (1). Para algunos colegas, la IA nace, aunque no oficialmente, con Alan Turing respaldado por dos instancias: la propuesta de aplicar un test para averiguar si una máquina determinada puede ser tan inteligente como un ser humano, y más adelante, en 1950 por la publicación de un artículo clave para el futuro desarrollo de esta disciplina: Máquinas de computación e inteligencia. (2)
Desde luego, la IA debe observarse en su evolución como un proceso que ha permitido extender el uso de las computadoras para substituir al ser humano en actividades de trabajo intelectual. Queda la interrogante: ¿de qué inteligencia estamos hablando? Porque siguiendo la trayectoria de los resultados que van obteniéndose a lo largo del tiempo, resulta, para un buen número de académicos que se oponen en llamar inteligencia al desempeño o procesos que realiza una computadora semejando el comportamiento de la mente humana, que en el momento en que el desempeño de una tarea intelectual es reproducido por una máquina, deja de ser una función realmente inteligente.
Infortunadamente, en la conferencia de Dartmouth se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años. Esto en gran medida fue provocado porque lo que llamamos inteligencia (natural) no es un concepto que tenga una clara definición: las diversas disciplinas que intentan explicarla, como el caso de la psicología, lo hacen a partir de diversas corrientes, varias de ellas contradictorias entre sí, aunado al hecho de que la IA como una disciplina interesada en la mente ha de enfrentarse a los resultados obtenidos del campo que domina la neurología. Como un factor adicional al estancamiento del desarrollo de la IA en sus albores debemos considerar una cascada de ponencias que ponían en duda su valor, como el documento de Geoffrey Jefferson (3) que indica que es imposible reproducir las características de la inteligencia en un artefacto mecánico.
Uno de los cuestionamientos relevantes sobre el enfoque de la IA es propuesto por Maurice Wilkes en un documento titulado Can Machines Think? (4), en donde propone como argumento la necesidad de elaborar programas de aprendizaje generalizados que habiliten a una computadora aprender en cualquier campo escogido por el programador, permitiendo simular el comportamiento humano. Justamente, el diseño y construcción de las nuevas plataformas de Tecnologías de Información ha traído a discusión la posibilidad de concederles a las computadoras alguna actitud de intencionalidad.
Proyectos de IA
Debo decir que los trabajos que vinieron realizándose en los años ochenta alrededor del tema Machine Learning son los que me condujeron a realizar mis primeros trabajos de investigación y desarrollo en ese campo. En ese entonces estaba adscrito como profesor de la División de Estudios de Posgrado de la Facultad de Ingeniería de la UNAM, siendo invitado a trabajar en un proyecto para Celanese Mexicana que consistía en encontrar un polímero capaz de ser fabricado para substituir piezas mecánicas.
El proyecto partía de utilizar polímeros base que eran definidos por una lista de 27 atributos, entre ellos dureza, flexibilidad, resistencia a la tensión, resistencia al corte, resistencia al calor, etc. Para modificar el polímero base se contaba con una lista de materiales que podían modificar cualquiera de los atributos, la lista contenía en promedio entre 80 a 100 productos que podían modificar cada atributo, tanto para aumentar su valor como para disminuirlo y desde luego, cada material de la lista modificaba de diferente forma el atributo del polímero base para el cual estaba destinado.
De esta forma, si se deseaba obtener un polímero final que tuviese los atributos de una pieza mecánica o metálica, habría que seleccionar los materiales que pudiesen modificar cada atributo del polímero base y permitieran tener como resultado las características del patrón buscado.
La solución podría ser casi lineal si los modificadores de cada atributo solamente lo modificaran una vez incorporados al polímero base, pero resulta que los modificadores destinados a un atributo también modifican los demás atributos, ya sea aumentando o disminuyendo su valor, aunque en menor medida. Además, cada modificador tenía un costo, con grandes variaciones de precio.
La situación era que al momento de lograr un polímero cercano al patrón por obtener, resultaba un costo mayor a la pieza fabricada con el material original, por lo que había que seguir haciendo combinaciones hasta obtener un polímero final de menor costo que el material a substituir.
Para el proyecto construimos un sistema experto programado en LISP a partir del diseño de un árbol de aprendizaje que iniciaba por obtener un primer polímero final que cumplía con los atributos especificados, pero regularmente de un costo mucho mayor que el del material por sustituir, de manera que la trayectoria seguida para su obtención era modificada recursivamente repitiendo el proceso para la obtención de un polímero final. El experto aprendía de la trayectoria anterior tratando encontrar una mejor solución en cada nivel del recorrido del algoritmo.
Para los ingenieros de Celanese los resultados obtenidos de polímeros finales propuestos por el experto, estaban aún distantes de lo deseado como óptimo, sin embargo, acercaba a los diseñadores para que, considerando ciertos arreglos al patrón obtenido, lograran un producto más cercano a lo que buscaban, ahorrando semanas de trabajo.
Decisiones programadas y no programadas
Desde que surgen las primeras computadoras destacan dos líneas de trabajo de programación, una primera dirigida a la codificación de algoritmos que resuelven problemas cerrados, es decir en donde las soluciones son obtenidas por una formulación acabada y los datos suministrados son valores que asumen las variables en la formulación; otra línea es la dirigida a la codificación para resolver problemas abiertos, esto es, en donde las soluciones no son obtenidas unívocamente por una formulación precisa, sino que es necesario establecer estrategias y trayectorias tentativas para encontrar alguna posible solución.
Con relación a lo anterior, y considerando la toma de decisiones, podemos decir que las decisiones programadas caen dentro de la primera línea y las no programadas dentro de la segunda.
En el quehacer de la programación de las computadoras comerciales, la orientación está mayormente acentuada hacia la toma de decisiones programadas: la mayor vertiente de las computadoras que se han venido ofreciendo en el mercado de la Informática a lo largo de más de cincuenta años se ha caracterizado por su aplicación para la solución de problemas cerrados.
Esto, no obstante, parece ser consecuencia de un primer paso en la evolución de las tecnologías propias de la Informática, donde, como era de esperarse, se ha cubierto el espacio que más fácilmente podían llenar estas tecnologías. Sin embargo, son de sorprender los logros obtenidos en los últimos quince años, que a todas luces auguran con ejemplos palmarios la utilización de las computadoras para resolver problemas abiertos.
Desde luego, y habiendo llenado una amplia parte del espacio de los problemas cerrados, la evolución y el estado del arte de la informática ofrece ahora la posibilidad de construir ambientes que permitan utilizar las computadoras para el manejo de problemas abiertos.
Si bien desde hace varias décadas algunos investigadores en sus trabajos se han dedicado al uso de las computadoras para la solución de problemas abiertos, no es sino hasta estos últimos quince años cuando su explotación empieza a adquirir dimensiones comerciales de importancia.
En este periodo emergen expertos artificiales, los cuales tienen como sustento técnicas de programación para la solución de problemas abiertos, tipificadas de acuerdo al ambiente en que operan, como: reconocimiento de patrones, traducción de lenguajes, tutores inteligentes, máquinas de aprendizaje.
7 áreas de aplicación
La Inteligencia Artificial, aprovechando estos desarrollos, ha ido implementando aplicaciones en diversas áreas, obteniendo una gran aceptación al facilitar ciertas tareas consideradas como propias de la inteligencia de los humanos y reduciendo los costos. Algunas de estas áreas son las siguientes siete:
1. Inteligencia Artificial en la medicina
Fundamentalmente se han desarrollado equipos de cómputo que permiten la interpretación de imágenes médicas obtenidas por dispositivos de escaneo, auxiliando a los médicos para afinar a profundidad diagnósticos que de otra manera resultarían menos precisos.
Otra de las áreas cubiertas es el control de los dispositivos enfocados al cuidado intensivo, monitoreando a los pacientes y aprendiendo de su estado biológico bajo líneas base que activan alarmas cuando se rebasan.
Otro campo a destacar es el de las máquinas capaces de diseñar prótesis para ser adaptadas en diversas partes del cuerpo humano.
Un campo en franca evolución es el de equipos destinados a detectar posibles enfermedades que un paciente pudiese contraer a corto o mediano plazo, para lograr su prevención. Resalto la experiencia de un médico de la familia que realiza cirugía utilizando un robot en un hospital en Fort Lauderdale, Florida. Una parte destacada es la aplicación de un cierto número de sensores que advierten permanentemente durante la operación el estatus del paciente, prendiendo alguna alarma en caso de una eventual contingencia. Lo interesante es que la cirugía se realiza con una mínima incisión, a través de la cual puede introducirse un delgado instrumento articulado a un brazo del robot que posee la información necesaria para dirigirse de manera certera al órgano en el que habrá de realizarse la cirugía en cuestión. En la operación no interviene de manera directa la mano del hombre; sólo en forma indirecta para apoyar al robot en ciertos puntos del recorrido.
Este sin duda es un primer escalón en la aplicación de la IA en intervenciones quirúrgicas. Lo que se vislumbra como siguientes pasos es que el robot una vez instruido requiera cada vez menos intervención del médico asistente para realizar una operación.
2. Inteligencia Artificial en la educación
En este campo existe una gran área que ha venido siendo atendida por los investigadores y desarrolladores, enfocada a apoyar a los estudiantes en el aprendizaje de ciertos temas específicos, en donde se pretende que la máquina aprenda cuál es el estado de conocimiento del alumno para guiarlo y proponer los siguientes conceptos por aprender y aplicar.
Un aspecto que ha tenido una importante evolución en esta área es el enfocado al entrenamiento, en donde se desarrollan expertos a base de videojuegos para capacitar a personas en diversas actividades. Destacan el entrenamiento de pilotos de aviación, la capacitación de .operadores para el manejo de máquinas herramientas y la simulación de intervenciones quirúrgicas.
Resalto como experiencia obtenida las investigaciones y modelos que realicé en lo referente a máquinas de aprendizaje (Machine Learning) conjuntamente con el Dr. José Negrete, algunos de ellos expuestos en la ponencia titulada “Can a Learning Expertise System Become a Tutor?, que presentamos en la Sexta Conferencia Europea sobre Inteligencia Artificial, realizada en Pisa, Italia, en septiembre de 1984, en donde presentamos un método para que una computadora aprenda y dé seguimiento al aprendizaje de un estudiante, proponiéndole problemas de álgebra descubriendo la trayectoria que siguió para resolver el problema, detectando los errores (de haberlos) en que hubiese incurrido y mostrándole trayectorias alternativas a partir de este punto que lo llevasen a una solución correcta.
3. Inteligencia Artificial en la robótica
Posiblemente la robótica es en donde se han venido utilizando de manera más enfática las técnicas de programación abierta y es el campo en donde ha tenido su mayor evolución la Inteligencia Artificial al conjuntar varías de estas técnicas, como el reconocimiento de patrones para detectar objetos o situaciones para ejercer algún tipo de movimiento, y el aprendizaje de los ambientes en que se pretende se desenvuelva un robot para optimizar desplazamientos o movimientos que en principio se realizan de manera errática.
Esta es un área que se encuentra claramente apoyada tanto por diversas instituciones de avanzada, como la NASA, así como por empresarios privados que ven fuertes promesas en el desarrollo de ambientes robotizados. Para un grupo de investigadores los robots representan lo más destacado de la IA.
Muchas universidades en el mundo han implementado laboratorios y centros para el desarrollo de todo tipo de robots, dándose la promoción por varias entidades de otorgar premios a los logros alcanzados mediante concursos y competencias internacionales. Aquí cabe resaltar la participación de estudiantes mexicanos del Tecnológico Nacional de México (TecNM) que participaron en el torneo mundial de robótica Robotchallenge 2016 realizado en Viena, Austria, considerado uno de los eventos más importantes en el campo de la robótica en todo el mundo los estudiantes fueron premiados con el primer lugar al competir contra dos mil robots de 56 países (5).
4. Inteligencia Artificial de gestión de información
Esta área de la IA ha tenido una reconocida evolución en los últimos años, impulsando ambientes para el proceso de información y, de manera relevante, en lo que se denomina Big Data, ambiente que forma parte de la tercera plataforma en materia de Informática. Como instrumento destaca la minería de datos que, aunque empezó su desarrollo hace más de tres décadas, a partir de la evolución del hardware y de los sistemas operativos actuales ha hecho posible elaborar software para procesar grandes almacenamientos de datos digitalizados y en espacios de tiempo drásticamente menores a los empleados hace apenas diez o quince años.
Infortunadamente, a pesar de su potencial es poco demandada por las organizaciones, posiblemente porque aún no es comprendida cabalmente por los tomadores de decisiones.
En 1997, una de mis experiencias en esta área fue la de mejorar el experto utilizado por el software Falcon, que procesaba las transacciones de TDC de Bancomer afiliadas a VISA. Este experto, construido a base de redes neuronales, aprende el comportamiento de los tarjetahabientes y califica las transacciones que intentan realizar, de manera que si alcanzan una puntuación que las hace merecedoras de ser consideradas como posibles fraudes se reportan a un área específica del banco. El experto detectaba el 89% de las transacciones fraudulentas, lo que comparado con la detección que se hacía de bancos estadounidenses y canadienses que era entre el 95% y 96%, llevó a Bancomer a buscar las causas de los resultados obtenidos tratando de lograr una mejor respuesta. Lo que sucedía es que los atributos considerados por el experto eran derivados del comportamiento de los usuarios de estos países.
Para resolver el problema me tocó en suerte contratar los servicios del doctor Francisco Cervantes, especialista en redes neuronales (y miembro de la Academia Mexicana de Informática), quien apoyó la mejora del experto con la introducción y adecuación de atributos tomando en cuenta con el apoyo del personal del propio banco, el comportamiento de los usuarios de las TDC de Bancomer. Con ello se mejoró el desempeño del experto y se logró elevar la detección de fraudes a un 93%.
5. Inteligencia Artificial en la biología
Uno de los campos que cubre esta área es la elaboración de aplicaciones para realizar pronósticos del comportamiento y evolución de especies de animales, plantas o elementos ambientales, con el propósito de prevenir la desaparición o extinción de algunas de ellas y tratando de observar condiciones ambientales que podrían darse a futuro considerando el estado de los hábitats actuales.
Para el desarrollo de herramientas en esta área se consideran técnicas de reconocimiento de patrones aunados a modelos matemáticos de Big Data así como máquinas de aprendizaje.
Un campo que sobresale es la elaboración de modelos biológicos que permitan el seguimiento en el comportamiento de diversos organismos, como el desarrollo de embriones y la predicción de su evolución y crecimiento.
En esta área uno de mis hijos, quien hizo sus estudios de posgrado en New York University (NYU) y es doctor en Ciencias de la Computación, trabaja en proyectos de Big Data para la Comisión Nacional para el Conocimiento y uso de la Biodiversidad (CONABIO), aplicando diversas técnicas de IA tratando de levantar un mapa geo-referenciado en tiempo y espacio del movimiento de especies de flora y fauna que hay en México.
Para las mediciones y pronósticos consideran datos obtenidos de estadísticas e imágenes satelitales durante diversas estaciones temporales. La idea es predecir, bajo el movimiento y ambiente observados, los riesgos en los que se encuentran diversas especies y proponer alternativas que permitan modificarlos.
6. Inteligencia Artificial en el espacio
En la carrera espacial, los países que hacen investigación para el diseño, construcción y lanzamiento de naves espaciales dotadas con instrumentos robotizados de sondeo y medición de las condiciones en el espacio exterior a la Tierra y en cuerpos celestes como planetas, asteroides o cometas, requieren de aplicaciones de IA que les permitan descubrir razonablemente aspectos sobresalientes de los objetos a revisar.
Sin duda, los laboratorios y centros de investigación dedicados al apoyo de investigaciones y viajes espaciales, como es el caso de la NASA en los Estados Unidos o el Cosmódromo de Baikonur en Rusia (6), son un motor de aportaciones constantes a la IA. Esta área está destinada en mayor medida a la construcción de carros robotizados, con equipo especial que les permita moverse de manera inteligente en lugares de difícil acceso y emitir datos relevantes para diversos tipos de estudios requeridos.
El resultado de estas investigaciones, una vez liberadas, ha permitido apoyar a otras áreas. En especial, uno de los campos que se han vigorizado con estos desarrollos es el de la IA aplicada en las instituciones militares, en donde sobresale la construcción de armamento inteligente. Esta área ha propiciado fuertes debates en algunas comisiones de la ONU, y eventualmente en el pleno de su asamblea.
Un punto crítico que propone un buen número de países que propugnan por la paz mundial es que se impida el uso de dispositivos inteligentes que, sin mediar la intervención de un ser humano, puedan atacar de manera autónoma puntos en donde exista la presencia de personas civiles o áreas patrimonio de la humanidad.
7. Inteligencia Artificial para el procesamiento de lenguaje naturales
Sin duda una de las áreas en donde la IA ha jugado un importante papel es en la construcción de sistemas capaces de reconocer, procesar y emular el lenguaje humano. Hoy en día se cuenta con un buen número de estos sistemas basados en reconocimiento de patrones textuales y auditivos para traducción de lenguajes y máquinas de aprendizaje. Los esfuerzos realizados a lo largo de más de tres décadas han permitido contar con sistemas que día con día van superando obstáculos y dificultades.
Algunos proveedores ofrecen ya al público software capaz de realizar el procesamiento de algunos lenguajes naturales, logrando traducciones simultáneas asistidas por computadora, tanto de manera escrita como auditiva.
Los logros alcanzados área permiten visualizar que en un futuro muy cercano exista un acercamiento entre personas que hablan diferentes lenguajes y puedan comunicarse entre sí utilizando su propio idioma. Esta es un área para la cual se prometían resultados espectaculares.
Los japoneses al principio de la década de los 90 auguraban la aparición de traductores en casi cualquier lengua en un corto plazo. Sin embargo han pasado más de dos decenios y lo obtenido hasta ahora dista de tener los resultados pronosticados. Lo que cabe indicar es que lo obtenido hasta ahora promete, por los resultados observados, que la traducción simultánea con alta precisión va por buen camino, siendo una de las áreas en donde se han concentrado un gran número de investigadores de diversas instituciones en el mundo.
Otras áreas de aplicación
Desde luego, las técnicas aplicadas a la IA han servido en años recientes al apoyo de diversas actividades de la vida cotidiana, como es el caso del reconocimiento de patrones en investigaciones jurídicas para identificar personas a partir de unos cuantos rasgos como huellas, ADN y biotipo aunado a algún dato importante que permita realizar un reconocimiento con la mayor exactitud. En varias ciudades del mundo actual una de las aplicaciones de expertos inteligentes ha sido dirigida a la gestión de tráfico, apoyando el diseño urbano y arquitectónico para permitir una mejor movilidad prediciendo el comportamiento de los objetos utilizados y proponiendo nuevos entornos. Otro de los campos en donde se aplica la IA es el del entretenimiento, con desarrollos para equipos fijos y móviles que permiten gozar de ambientes lúdicos.
Conclusiones
Las técnicas surgidas y utilizadas hasta ahora mediante programación para la solución de problemas abiertos auguran el inicio de una nueva era en la utilización de las computadoras. Las investigaciones se han centrado en una mancuerna establecida por nuevos paradigmas de programación conjuntamente con el desarrollo de sistemas operativos y procesadores que apuntan a una expansión de la aplicación de la IA en diversas áreas del quehacer social.
Cabe hacer aquí una reflexión sobre lo que se avecina en materia de IA. Para un buen número de analistas e investigadores en el campo resulta un tanto petulante anteponer el término inteligencia a lo logrado mayormente hasta ahora, aduciendo sobre todo que si bien los desarrollos alcanzados forman parte de lo que anteriormente realizaba o realiza la mente humana, no debe considerarse realmente como inteligencia sino más bien como una mecanización de esas actividades, o bien llegando a decir que se trata de una simple simulación. Esta crítica ha despertado una verdadera polémica, sobre todo cuando participan especialistas de otras disciplinas, como el caso de psiquiatras, psicólogos, neurólogos o los dedicados a investigaciones sobre el cerebro.
Desde mi particular punto de vista, considero que dado que la inteligencia carece de una definición precisa, la discusión resulta hasta cierto punto ociosa y apoyo la nominación por un hecho que considero irrefutable: se trata de actividades inherentes a lo que denominamos intelecto humano, o si se quiere, propias de la mente de nuestra especie. Seguramente la evolución de la IA irá dando mejores resultados que los obtenidos hasta ahora, con los logros obtenidos como cimiento sobre el cual está siendo edificada un área que promete el advenimiento de una era medianamente imaginada por algunos estudiosos de la materia, y que ciertamente irá conformándose en una de las bases sobre la que descansará un gran número de actividades que hoy en día son atendidas por la actividad mental de las personas.
Tenemos enfrente un nuevo ambiente en el que la IA promete ser uno de sus más fuertes pilares: el Internet de las cosas, campo en el cual las nuevas generaciones observarán un parteaguas en el quehacer social y personal generado por la incorporación de ambientes e instrumentos que facilitarán la realización de tareas que serán atendidas con desarrollos emanados de la IA.
A manera de conclusión, deseo centrar este mensaje para quienes tienen el deseo de sumarse al estudio e investigación de la IA con el propósito de realizar innovaciones y aportaciones en la materia. Por cuestiones propias de nuestro país, tenemos una capacidad limitada y una débil vertiente colegiada que propicie la formación de cuadros en IA.
Cabe destacar que en los años ochenta de siglo XX, un grupo de académicos del cual formé parte, llevamos a cabo la fundación de la Sociedad Mexicana de Inteligencia Artificial (SMIA), siendo su primer presidente el Dr. José Negrete, los esfuerzos del SMIA de impulsar la investigación y desarrollo de la IA en México han sido importantes y varios de sus miembros destacan por los trabajos que han desarrollado en este campo, sin embargo resulta hoy en día una instancia que requiere ser acompañada e impulsada por otros actores tanto de la industria como del sector académico para edificar un ambiente que impulse el desarrollo y aplicación de la IA en diversas áreas del quehacer industrial, social y productivo a lo largo de todo el país, entendiendo que para el mundo actual se trata de un puntal del desarrollo tecnológico que impactará sensiblemente a las nuevas generaciones.
Propongo, como miembro de la Academia Mexicana de Informática, que ésta realice en nuestro país un llamado a las universidades y tecnológicos, centros de investigación en materia de informática y entidades gubernamentales que apoyan a estudiosos en su formación, para que adquieran la sensibilidad que permita considerarla como un área que promete ser uno de los futuros agentes de cambio y se aboquen a la formación de cuadros y centros de investigación que promuevan el desarrollo de esta disciplina.
Sobre el autor
José Luis Mora Castro es Ingeniero Mecánico Eléctrico de la UNAM y Maestro en Sistemas de la Universidad Iberoamericana. Por más de 30 años ha sido ejecutivo en sistemas de diversas organizaciones tanto del sector público como de la iniciativa privada, dirigiendo proyectos de largo alcance, principalmente en puestos de alta dirección.
Laboró en el grupo Bancomer por 12 años, llegando a Director General de DATEC, empresa conformada por Bancomer y ELPRO para la fabricación de terminales de transacciones bancarias; ocupó la subdirección de sistemas en la CMP, empresa conformada por Bancomer y Banamex para el procesamiento de cheques.
Fue Director General de LOCATEL por diez años, siendo el impulsor del primer Call Center en Latinoamérica en un ambiente 100% IP.
Referencias
1.- Ana Gaby Rojas; Edgardo Di Bello (2014). Inteligencia Artificial: La Conferencia de Dartmouth. 1956, de Universidad Europea Madrid GSI – Grupo de investigación en Sistemas Inteligentes. http://inteligenciaartificial1il131.blogspot.mx/
2.- Alan Turing. (1950). Maquinaria computacional e Inteligencia. 2010, de Universidad de Chile. http://xamanek.izt.uam.mx/map/cursos/Turing-Pensar.pdf
3.- Geoffrey Jefferson. (1949 Jun 2). The Mind of Mechanical Man. mar 2008, de The BMJ. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2050428/?page=
4.- Maurice Wilkes. (1953). Can Machines Think?. 1996, de Discovery: The Magazine of Scientific Progress. https://www.amazon.com/Can-Machines-Think-Discovery-Scientific/dp/B00LZ99AN8
5.- Notimex. (septiembre de 2016). Jóvenes mexicanos ganan torneo mundial de robótica. La Jornada, 23,24.
6.- Varios. (2011). COSMÓDROMO DE BAIKONUR. 2011, de RT RUSOPEDIA. http://rusopedia.rt.com/ciencia_y_tecnica/espacio/issue_26.html
