E-Book Inteligencias Sinteticas

5/10/2018

http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

E-Book Inte lige nc ia s Sintetic a s - slide pdf.c om

1/227

5/10/2018


1 ra. Edición - 2001

L I B R E R I A Y E D I T O R I A L A LS I N A

Paraná 137 - (C1017AAC) Buenos Aires Telefax (054)(011) 4373-2942 y (054)(011) 4371-9309 ARGENTINA


2/227

5/10/2018


 Copyright

by LIBRERÍA

Y EDITORIAL ALSINA

http://www.lealsina.com.ar e-mail: alsina @lealsina.com.ar Queda hecho el depósito que establece la ley 11.723 Buenos Aires, 2001

Diagramación y armado de e-book: Pedro Claudio Rodríguez Telefax (054) (011) 4372-3336 Celular (15) 4444-9236

I.S.B.N 950-553-102-8 La reproducción total o parcial de este libro en cualquier forma que sea, idéntica o modificada, no autorizada por el Editor, viola los derechos reservados, incluído su uso por Internet o cualquier otro medio electrónico. Cualquier utilización parcial o total debe ser previamente solicitada al editor.


3/227

5/10/2018


INDICE PRESENTACIÓN .......................................................................... 10 CAPITULO 1

El problemático concepto de inteligencia .............................. 12 ¿Heredada o adquirida? ................................................................... 13 Muchas inteligencias ...................................................................... 14 ¿Máquinas inteligentes? .................................................................. Pseudointeligencias sintéticas ......................................................... ¿Es factible la construcción de un intelecto inorgánico? ................... Cerebros replicados ........................................................................

17 19 19 21

CAPITULO 2

La informática convencional ....................................................

23

¿Qué es un algoritmo? ..................................................................... 24 Rápida pero tonta ............................................................................25 Estructura interna ........................................................................... 26 Computación paralela ..................................................................... 27 Computación compartida ................................................................ 29 Computación reconfigurable ........................................................... 30 Computación ubicua ....................................................................... 31 ¿Cuál entonces? .............................................................................. 33

CAPITULO 3

Otros paradigmas ......................................................................

35

La La La La La

36 37 38 40 42

computadora fotónica ................................................................ computadora molecular .............................................................. computadora biomolecular ......................................................... computadora biológica ............................................................... computadora cuántica ................................................................

CAPITULO 4

La inteligencia artificial ............................................................

45

¿Qué es la IA? .................................................................................. 47 Objetivos ambiciosos ..................................................................... 48 http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

4/227

5/10/2018


5

Indice General

Armando el rompecabezas .............................................................. 49 El futuro ......................................................................................... 54

CAPITULO 5

El formalismo lógico .................................................................

56

Factores limitantes ......................................................................... 57 Algunas lógicas extrañas ................................................................ 58 El Capitán Kirk no se parece al Señor Spock ..................................... 60 Computadoras difusas .................................................................... 62

CAPITULO 6

Los sistemas expertos ..............................................................

64

¿Cómo está formado? ..................................................................... 65 ¿Dónde y cuándo se aplican? ........................................................... 67 Expertos humanos vs. Expertos computacionales: primer round ...... 68 Expertos humanos vs. Expertos computacionales: segundo round ... 69 Ayudantes de lujo ........................................................................... 71 El futuro ......................................................................................... 72

CAPITULO 7

Redes neuronales artificiales ..................................................

75

¿Cómo trabaja el cerebro humano? .................................................. 76 Un nuevo paradigma: las neurocomputadoras ................................. 77 Modelo para armar ......................................................................... 78 La mejor del grado .......................................................................... 80 Usos inteligentes ............................................................................ 81 No están exentas de problemas ...................................................... 83 Diferentes modelos, distintas funciones .......................................... 84

CAPITULO 8

Simbólicos vs. Conexionistas ..................................................

86

Sistemas expertos y redes neuronales ............................................. 87 ¿Cyc o Cog? .................................................................................... 89 La unión hace a la fuerza ................................................................. 91 La Computación Flexible ................................................................. 92 Evolución artificial .......................................................................... 93 Algoritmos genéticos ...................................................................... 94


5/227

5/10/2018


6

Indice General

CAPITULO 9

Agentes inteligentes: las nuevas entidades digitales ......... 96 Agentes de software ....................................................................... 97 Egresados de Hollywood ................................................................. 97 Una familia muy normal .................................................................. 98 Juntos somos más ........................................................................ 100 Una nueva forma de vida emergente ............................................. 102 Invasores digitales ........................................................................ 103 Inteligencia de enjambre ............................................................... 104

CAPITULO 10

El ajedrez y la toma de decisiones ........................................ 106 Un matrimonio muy normal .......................................................... 107 Pero, ¿es capaz de pensar? ............................................................ 108 ¿Está amenazada la supremacía intelectual del hombre? ................ 109 Duelo de gigantes ......................................................................... 110 ¿Sólo interés lúdico? ...................................................................... 112 Toma de decisiones ...................................................................... 113 ¿Elecciones libres? ........................................................................ 115

CAPITULO 11

Inteligencia sintética y sentidos artificiales (I) ................... 117 Lo deseable y lo posible ................................................................ 118 Las dificultades de la lengua ......................................................... 120 El exquisito arte de hablar ............................................................. 122 Derribando la Torre de Babel ......................................................... 124

CAPITULO 12

Inteligencia sintética y sentidos artificiales (II) .................. 126 Sabuesos electrónicos ................................................................... Tocála de nuevo, Sam ................................................................... El conocimiento es poder .............................................................. Experiencias personales ................................................................ ¿Máquinas sensibles? ...................................................................

128 129 131 132 133

CAPITULO 13

Aprendizaje y comprensión ................................................... http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

136

6/227

5/10/2018


7

Indice General

Una buena alumna ........................................................................ 137 Se hace camino al andar ................................................................ 139 Oráculos de silicio ........................................................................ 140 Entendiendo la vida ...................................................................... 141 El problema del sentido común ..................................................... 143 Inteligencias sin cuerpo ................................................................ 145

CAPITULO 14

Robots: compañeros de ruta ..................................................

147

Formas y funciones ....................................................................... 148 Hombres de lata ........................................................................... 150 Sueños de barro ............................................................................ 151 Formas, nada más ......................................................................... 153 Sociedades robóticas .................................................................... 154 Presente y futuro .......................................................................... 156

CAPITULO 15

Cerebros Naturales vs. Cerebros Artificiales ...................... 159 Primer round ................................................................................ 159 Segundo round ............................................................................. 161 Tercer round ................................................................................ 163 Funes el memorioso ...................................................................... 164 ¿Simulación o síntesis? .................................................................. 166 Más que humanas ......................................................................... 167

CAPITULO 16

Construyendo cerebros inorgánicos .................................... 170 Armando el rompecabezas ............................................................ Nuevas máquinas ......................................................................... ¿Circuitos que evolucionan? .......................................................... Embriones sintéticos ..................................................................... Mentes animales ...........................................................................

172 173 175 176 178

CAPITULO 17

Máquinas que piensan: ¿realidad futura o absurdo conceptual? .............................. 180 Iguales y distintas ......................................................................... 181 Bits y neuronas ............................................................................. 183 http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

7/227

5/10/2018


8

Indice General

¿Sabe algo de chino? ..................................................................... Otras objeciones ........................................................................... El pensamiento humano ................................................................ Sociedades de máquinas ...............................................................

184 186 187 189

CAPITULO 18

Las máquinas del futuro, ¿podrán llegar a ser conscientes? ..........................................192 Una cuestión de grado .................................................................. 193 Conciencia no corpórea ................................................................ 194 Fenómenos emergentes ................................................................ 196 ¿Son inconscientes los seres humanos? ......................................... 197 ¿Se necesitan "máquinas" conscientes de su propia existencia? ...... 199 Máquinas de carne ........................................................................ 201

CAPITULO 19

Temores y amenazas ..............................................................

203

Monstruos de silicio ...................................................................... 204 La web semántica ......................................................................... 205 ¿Futuro perfecto? .......................................................................... 206 Un mundo feliz ............................................................................. 207 Liberación o dependencia ............................................................. 208 Horror cibernético ........................................................................ 210 Al cesto de basura de la evolución ................................................. 211 ¿Sólo animales de compañía? ........................................................ 213

CAPITULO 20

Cyborgs: los hijos de la mente ..............................................

215

Un eslabón más de la cadena ........................................................ 216 La tan ansiada boda ...................................................................... 217 Nace una estrella .......................................................................... 218 Posibilidades increíbles ................................................................. 220 El retrato de Dorian Gray ............................................................... 221 No está muerto quien pelea .......................................................... 222 La resistencia es fútil ................................................................... 223

BIBLIOGRAFIA .......................................................................... 225


8/227

5/10/2018


Dedico este libro a mis padres, que me dieron vida, y a mis hijos, que la perpetúan -al menos- por una nueva generación.


9/227

5/10/2018


PRESENTACION Con indisimulado orgullo hago la presentación de éste, mi primer libro. De verdad, no fue una tarea fácil y tuve que robarle mucho tiempo a mi familia, por lo que les agradezco su inmensa paciencia. Asimismo, fue necesario incursionar en otros campos ajenos a mi especialidad como filosofía, psicología, sociología, antropología, lingüística, neurofisiología, biología, genética ytica nanotecnología, entre otros, ya que pretendí abordar esta fascinante temádesde una perspectiva interdisciplinaria. En realidad, no sé exactamente cuando comencé a escribir esta obra, tal vez hace 10 años o quizás antes, cuando paciente y tímidamente recogía ideas, pensamientos y frases de los incontables libros, revistas y artículos que pasaron por mis -entonces- juveniles manos. De allí que la bibliografía enumerada en el final del libro es sólo orientativa, únicamente la parte visible de ese enorme témpano de lecturas dispersas que fue moldeando lentamente mi curiosa mente a lo largo de muchos años. Lo que sí soy consciente es que me llevó aproximadamente cinco o seis meses juntar, corregir y dar forma a los varios artículos aislados que ya había escrito previamente. Me esforcé por no ser demasiado exhaustivo ni muy técnico en el lengua je empleado, a pesar de mi formación en ingeniería. También traté de que cada capítulo ocupe la misma cantidad de páginas y de que los subtítulos tengan aproximadamente igual número de párrafos. Obviamente, esta meta me obligó a dejar de lado algunos temas interesantes y profundizar en otros que no conocía. Pero considero que el esfuerzo bien vale la pena para cumplir con el objetivo que me había propuesto: llegar al público en general, “con secun- dario completo” como me inculcaron “a fuego” mis profesores del curso de postgrado en Periodismo Científico de la Fundación Campomar. De esta manera, intenté utilizar a lo largo de la obra un lenguaje ameno, sencillo y claro, tratando humildemente de aprovechar mis largos años de docencia secundaria y universitaria así como mi dilatada experiencia en el campo de la instrucción empresarial. El libro no se ocupa de todas las ramas de la Inteligencia Artificial, pero sí de las más importantes y las más atractivas -según mi modesta opinión- para el lector. Comienzo intentando aclarar un concepto difícil como es la inteligencia, para luego tratar de explicar el paradigma informático actual (la com-


10/227

5/10/2018


Presentación

11

putadora algorítmica) y los nuevos enfoques que se avecinan. El capítulo 4 trata sobre la Inteligencia Artificial y sus principales subcampos, todos los cuales se desarrollan en los apartados subsiguientes. En el capítulo 14 se hace un paralelo entre los cerebros naturales y los artificiales, en tanto que en el siguiente se especula sobre la construcción de una mente inorgánica. Más adelante se intenta dilucidar algunas preguntas que trajo acalorados debates entre los filósofos: ¿puede una máquina pensar? y ¿puede algo inanimado ser consciente?. El anteúltimo capítulo nos habla sobre los temores y amenazas que podrían acechar a nuestros descendientes, mientras que el último apartado especula acerca de la fusión íntima entre el homo sapiens y la máquina del futuro. Espero sinceramente que disfrute de este libro y realmente me sentiría satisfecho si lograse que usted se interesara y meditara con cierta profundidad sobre este tema tan cautivante y atrayente… al menos para mí.


11/227

5/10/2018


CAPITULO 1 El problemático concepto de inteligencia No hay ninguna duda de que la cualidad esencial, definitoria y única de la especie humana no puede ser otra que su inteligencia. Es lo que diferencia cualitativamente al hombre deotodos los demás seres, tanto No los obstante, actuales como los extinguidos, que pueblan poblaron el planeta Tierra. ¿qué es la inteligencia?, ¿cómo se la reconoce?, ¿cómo definir con precisión este inasible concepto?. ¿Está relacionada con la habilidad para manejar símbolos -como números, palabras, gráficos o pentagramas- o con la aptitud con la que un ente se desenvuelve en su entorno?, ¿se manifiesta a través de la actividad mental interna o por medio de la conducta externa?. Sin duda, se trata de preguntas que atormentaron a muchos filósofos y científicos durante los últimos milenios, pero que todavía no se han respondido fehacientemente. En realidad, no se sabe aun concretamente qué es la inteligencia: prueba de ello es que todavía no se ha logrado obtener una definición que sea aceptada unánimemente por toda la comunidad científica. No obstante, muchos la señalan como “la habilidad (de tipo general y variable con los individuos) de adaptar conocimientos y experiencias adquiridos previamente para resolver -adecuadamente y dentro de un período razonable de tiempo- problemas o situaciones nuevas, imprevistas, que no se hayan presentado con anterioridad” . Aquí debe entenderse “problema” como cualquier obstáculo que se

interponga en el camino de alcanzar el objetivo propuesto..., obviamente siempre que existan otras alternativas para elegir. En esta definición se encuentra implícita un enorme y multifacético con junto de capacidades y habilidades, entre las que se incluyen la aptitud para ver “la imagen de conjunto” y para reconocer lo esencial de una situación; la capacidad para asociar elementos de información provenientes de varias fuentes distintas y combinarlos para generar nuevas ideas y la habilidad para planear y predecir satisfactoriamente las consecuencias de las actividades previstas. Asimismo aparece implícito en este concepto la versatilidad, el hecho de buscar otras alternativas si uno se topa con alguna dificultad para alcanzar el objetivo; así como la aptitud para establecer relaciones entre las diferentes porciones de información con las que se cuenta (por ejemplo, rela-


12/227

5/10/2018


Capítulo 1: El Problemático concepto de la Inteligencia

13

ciones de causalidad, de inclusión, de pertenencia, de equivalencia, espaciales, temporales o numéricas, entre otras). También surge asociada a la noción de inteligencia la habilidad de saber usar el propio conocimiento de la manera y en el momento necesario, la facultad para innovar e inventar, para ir más allá de la mera repetición de lo aprendido, la rapidez mental para encadenar pensamientos y la aptitud para pensar racionalmente y de forma abstracta. Por último, pero no por ello menos importante, involucra un elemento fundamental: el aprendizaje. Pero no basta con aprender un amplio abanico de temas (o, aunque sea, uno casi a la perfección): también es necesario saber administrarlo o gestionarlo, haber adquirido “juicio, criterio y sentido común” ; tiene que haber un cambio en el comportamiento a fin de no volver a repetir los mismos errores cometidos. Por eso, no necesariamente una persona con grandes dotes intelectuales o de vasta cultura es inteligente. Un ignorante con la habilidad de actuar adecuadamente en un entorno incierto o desconocido y con la aptitud de adaptarse a cambios imprevistos significativos tiene muy desarrollada la capacidad de aprendizaje. En consecuencia es, a su manera, una persona inteligente. ¿Heredada o adquirida? Una de las características primordiales de la inteligencia humana es que evoluciona a lo largo de la vida del individuo: con el desarrollo, gradualmente van cobrando primacía los diferentes centros nerviosos y se modifica la jerarquía de las funciones conductales. Por ejemplo, mientras que en los bebés son dominantes las regiones sensoriales, en los niños de mayor edad van ganando predominio las zonas de asociación y planificación. La disyuntiva que surge de inmediato es si las fuerzas que la moldean tienen su origen en la herencia que se ha recibido o en el ambiente en que se ha crecido. Y esta es una antigua pregunta que, en la actualidad, está en gran parte contestada. Si bien es indudable que la información genética juega un papel muy importante en el diseño y la conformación biológica del cerebro, el adecuado desarrollo neuronal necesita de la correcta interacción con el entorno (por ejemplo, a través de la nutrición, la crianza o la educación). Aparentemente, la inteligencia no depende tanto de que haya un elevado número de neuronas concentrado en una determinada área corporal (como la masa encefálica), sino del entramado de circuitos neuronales que se formaron durante los primeros años de vida. Por ese motivo, la correcta estimulación del ambiente social y cultural en la infancia del bebé/niño tiene una enorme influencia en el desarrollo de una inteligencia eficaz en los años subsiguientes. No necesariamente debe ser un entorno intelectual, sino un medio ambiente que favorezca la iniciativa, la curiosidad y las relaciones afectivas. En el nacimien-


13/227

5/10/2018


Inteligencias Sintéticas - Sergio A. Moriello

14

to, vale aclarar, el número de conexiones entre las neuronas cerebrales es relativamente pobre (existen millones de neuronas aisladas, que no forman parte de ningún circuito neuronal); los comportamientos más complejos se dan sólo cuando dicho número es lo suficientemente apreciable (cuando el “cableado” interno ya se ha configurado). En síntesis, el comportamiento del ser humano se fundamenta en la interacción entre los modelos de conducta aprendidos (consecuencia particular del crecimiento en determinados ambientes socio-culturales) y el legado genético “inscripto” en su sistema nervioso (resultado de una vastamente extensa historia evolutiva). De allí que la inteligencia no es igual en todos los individuos, ni siquiera en gemelos inmersos en el mismo medio ambiente. El programa genético heredado no sólo aporta el entramado neuronal que predispone al individuo para unas u otras aptitudes, sino que también contribuye con un “calendario” que determina lo que debe “madurar” en cada momento. No obstante, es la interacción del individuo con el entorno lo que permite y posibilita finalmente esa maduración. De esta forma, y siguiendo al psicólogo francés Jean Piaget, el desarrollo intelectual del pequeño infante se organiza gradualmente: parte del sensorio-motor y llega al lógico-formal que es cuando el joven desarrolla plenamente tanto la inteligencia abstracta como la conceptual. Así, a lo largo de toda su vida, el individuo va aprendiendo progresivamente una serie de habilidades que el entorno le exige; afianzando las que se usan y olvidando las que dejan de utilizarse, según cambia aquel. Pero no utiliza únicamente su propia experiencia, sino que aprovecha también la que los otros miembros de su grupo social (en el que vive o se ha educado) adquirieron para él. No debe olvidarse que el hombre es un ser social, que transmite su saber, sus conocimientos y sus experiencias a las generaciones que le suceden. Sin la embargo, podría ser quemasa la inteligencia sersuhumano estuviera actual. limitada por neuroanatomía de su encefálica del o por estado evolutivo En este caso, y como argumentan algunos filósofos, el cerebro humano puede tener restricciones cognoscitivas: quizás el hombre sólo pueda imaginar o generar pensamientos de acuerdo con un patrón estrechamente relacionado con su código genético, fuera del cual no habría posibilidad de elaborar conceptos. Al igual que un perro no puede ni imaginar siquiera la teoría de la relatividad o un chimpancé no es capaz de meditar aunque sea superficialmente sobre el concepto de átomo, al ser humano quizás le esté vedada igualmente la comprensión de ciertos aspectos de la realidad. Muchas inteligencias Los investigadores concluyeron que la inteligencia humana no es una


14/227

5/10/2018



15

magnitud de una sola dimensión, sino más bien algo multidimensional; un amplio conjunto de capacidades y habilidades, incluso de distinta naturaleza y relativamente independientes entre sí. Por ejemplo, para el psicólogo cognitivo norteamericano Howard Gardner, no existe un sólo tipo de inteligencia sino siete, claramente diferenciadas y válidas para todas las culturas y momentos históricos. De una forma un poco simplificada, estos tipos de inteligencia se describen a continuación. 1. Lógica-matemática (como la del científico) directamente relacionada

con el razonamiento profundo, los conceptos lógicos, la comprobación de hipótesis y la resolución de operaciones matemáticas. Los individuos con este tipoatraen de inteligencia se interesan por patrones, y relaciones. Les los problemas aritméticos, los juegoscategorías de estrategia y los experimentos. 2. Verbal-lingüística (como la del poeta) vital para comunicarse y ser com-

prendido, está vinculada con la capacidad de manejar conceptos expresivos, de percibir relatos e historias y con todo lo que tenga que ver con el talento verbalizado. Las personas con este tipo de inteligencia disfrutan la lectura, la escritura, el contar historias o resolver palabras cruzadas. 3. Visual-espacial o creativa (como la del artista) relacionada con la solu-

ción de problemas y la originalidad para encontrar y aplicar ideas prácticas y novedosas. La gente que posee este tipo de inteligencia exhibe gran soltura en la creación de imágenes y figuras y es propia de escultores, arquitectos, ingenieros, etc. 4. Auditiva-musical (como la del compositor) tiene que ver con la capaci-

dad rítmica y con el reconocimiento de la secuencia musical, con dominar los sonidos y con distinguirlos de los diferentes instrumentos en distintas piezas musicales. Sus poseedores presentan sensibilidad musical y facilidad y predisposición a expresarse musicalmente. 5. Físico-cinestésica o corporal (como la del atleta) relacionada con el ma-

nejo del propio cuerpo, la actividad física, la danza y el deporte. Estas personas procesan información a través de sensaciones corporales. Son atletas, bailarines o tienen mucha habilidad en manualidades. 6. Intrapersonal (como la del monje, el lama o el yogui) permite acceder

a una comprensión profunda de sí mismo, a reflexionar sobre las causas de tal o cual comportamiento y a utilizar este conocimiento para la ejecución de proyectos personales. También se relaciona con la autodisciplina y el autocontrol. Tiene lugar en individuos con gran facilidad en el conocimiento de sí mismos.


15/227

5/10/2018



16

7. Interpersonal (como la del periodista o el comunicador) da la clave para

entender como y por qué se relacionan las personas. Es la capacidad relacionada con lo social, con la conducción grupal, con la facultad de sentirse y hacer sentir bien a los demás. Los poseedores de este tipo de inteligencia son personas sociables con gran capacidad para comunicar ideas y comprender las motivaciones y sentimientos de otras personas. Poseen capacidad de liderazgo. El desarrollo de una, varias o alguna de estas capacidades de forma aislada de las otras genera algún grado de habilidad pero no la inteligencia. El sabio tonto es el prototipo del desarrollo excesivo de una sola dimensión, en este caso, la cognoscitiva. El perfil de inteligencia más habitual implica un equilibrio más o menos armónico de todas y cada una de estas “dimensiones” , pero un cierto enfoque en una o, a lo sumo dos, de ellas. No obstante, en los últimos años, otro psicólogo -el americano David Goleman- agregó un nuevo tipo de inteligencia: la emocional. Para él, la inteligencia no es sólo cociente intelectual, razonamiento frío y lógica clara; es también la resolución de situaciones afectivas, la capacidad de guiarse por el sentimiento a fin de elegir mejor, la eficacia en reunir conocimientos vitales, la habilidad para hacer frente a la adversidad. La inteligencia emocional es diferente pero complementaria de la inteligencia académica o de las capacidades cognitivas medidas por el cociente intelectual. Comprende atributos tan disímiles como el celo, la persistencia, la autoestimulación o la capacidad de no sucumbir al pánico. Y se asienta sobre cinco habilidades: autoconoci- miento (la capacidad de conocer las propias emociones), autocontrol (la capacidad de manejarlas), automotivación (la motivación propia), empatía (el reconocimiento de las emociones en los demás) y habilidad social (el manejo de las emociones en un marco de relaciones sociales). El individuo con escasa inteligencia emocional está más propenso a la frustración, al desánimo y a la agresión, así como a experimentar con tensión sus relaciones sociales. En cambio, la persona inteligente emocionalmente es la que conoce y maneja adecuadamente sus emociones y, de esta forma, consigue identificar fehacientemente sus propios sentimientos; reduce sus niveles de angustia, depresión y ansiedad; controla sus impulsos y pasiones; permanece tranquila y optimista cuando enfrenta diferentes pruebas; y mejora su capacidad de comunicación con los demás y con uno mismo. Por último, quizás se podría agregar un nuevo tipo de inteligencia: aquella que permite seleccionar lo realmente útil de la enorme cantidad de información generada actualmente por el mundo moderno. Se trata de una nueva


16/227

5/10/2018



17

habilidad o destreza consistente en decidir de forma rápida y precisa hacia donde dirigir la propia observación y atención, a fin de evitar que la capacidad del cerebro se vea desbordada. Debe recordarse que el exceso de información produce una inhibición generalizada de la capacidad de trabajo del sistema nervioso, que aparece cuando se sobrepasan sus niveles de tolerancia. Quien mejor desarrolle esta capacidad estará en mejores condiciones para manejarse en la vida. ¿Máquinas inteligentes? Últimamente la expresión “inteligente” tal vez se está usando con demasiada libertad, especialmente en el caso de máquinas o equipos. Así, por ejemplo, uno podría vanagloriarse diciendo que su perro es inteligente porque todas las mañanas le trae el diario desde el jardín. Incluso, y de forma equivalente, uno podría jactarse comentando que su pequeño hijo de un año es bastante inteligente si puede hacer lo mismo. Sin embargo, la mayoría de la gente seguramente no pensaría que un robot es inteligente si realiza la misma tarea. Argumentaría que se trata de una estúpida máquina que meramente ejecuta un programa diseñado por un avispado programador; que el robot no piensa cuando lleva a cabo esta tarea, sino que simplemente la hace. Asimismo, y en el caso de una central telefónica, se dice que “tiene inteligencia” si es capaz de tasar correctamente todo tipo de llamadas telefónicas, contestar a cierta clase de preguntas bien formuladas, modificar sus parámetros sobre la base de su “experiencia previa” y cambiar prioridades de acceso en el caso de una eventual sobrecarga de llamadas. Aunque al principio muchos investigadores creían que los “cerebros electrónicos” tenían un inmenso potencial para la inteligencia (quizás por el temprano desarrollo de impresionantes productos), la implementación de un intelecto sintético resultó ser más difícil de lo que la mayoría imaginó. Mientras que en sus comienzos los investigadores se entusiasmaban con la pronta creación de un “resolvedor general de problemas” , en la actualidad la disciplina conocida como Inteligencia Artificial (una especialización de la informática y abreviada IA) sólo está en condiciones de diseñar sistemas capaces de resolver problemas en campos reducidos y bien delimitados. En efecto, no se busca algo perfecto (ni siquiera óptimo) sólo algo satisfactorio para realizar la tarea encomendada dentro del lapso temporal disponible y con los recursos computacionales con que se cuenta. Al día de hoy, ninguna computadora exhibe una inteligencia artificial “completa” y polifacética: se está muy lejos de implementar algo siquiera remotamente parecido a la mítica HAL-9000, la supercomputadora imaginada


17/227

5/10/2018



18

por el genial escritor y científico británico Arthur Clarke, capaz de razonar con sentido común, reconocer y demostrar emociones, planificar sus acciones y poseedora de una adecuada interfaz vocal. Los mayores avances se lograron en el campo de los juegos: los mejores programas de ajedrez vencen ahora a la mayoría de los seres humanos; incluso -en mayo de 1997- una supercomputadora de IBM derrotó al quizás mejor ajedrecista de todos los tiempos, el Gran Maestro ruso Garry Kasparov en un match a seis partidas. En consecuencia, y si bien en una variedad de dominios -altamente especializados, específicos y puntuales, por cierto- los modernos sistemas de IA superan holgadamente a las mentes orgánicas, por el momento (y probablemente aun en el futuro mediano), está claro que no tienen el grado de flexibilidad, completitud y universalidad de la inteligencia humana promedio…, son sólo fragmentos de ella. Si se admite -hoy en día- que las máquinas pensantes presentan una cierta inteligencia, al contrario que los humanos, está acotada y confinada a la ejecución de determinadas tareas específicas y concretas. La mayoría de las actividades cotidianas del hombre están -por ahora- totalmente fuera de su alcance. Quizás por este motivo, el filósofo británico Jack Copeland afirma que “los

logros de la investigación en IA son exiguos, incluso de juguete, si se compa- ran con el objetivo final de construir una computadora que funcione al nivel de un ser humano inteligente en el complejo y caótico mundo real” .

No obstante, durante las últimas décadas, y gracias al esfuerzo diario y tesonero de millones de personas en todo el mundo, las computadoras han hecho un enorme progreso superando todas las expectativas previas y logrando hitos que hace tan sólo veinte años atrás se consideraban imposibles de alcanzar. Estos avances posibilitaron profundizar el desarrollo de los dominios de aplicación de antaño así como ampliar el rango de los mismos. Y aunque nadie es capaz de pronosticar el futuro con un aceptable nivel de precisión, es evidente que si se lograse implementar máquinas con un nivel de inteligencia humana (o superior), se tendría un gran impacto en el tejido psicosocial así como en el curso futuro de la civilización. Tal vez se torne una realidad demasiado humillante para el hombre, de la misma forma en que lo fue el descubrir que no era el centro del universo o que descendía del mono; o quizás las máquinas del futuro introduzcan al ser humano en nuevos horizontes, desarrollando las infinitas posibilidades de su pensamiento. De todas formas, y lejos de ser una fantasía propia de la ciencia ficción, el mito de crear una inteligencia artificial parece haber comenzado a transitar su pasaje definitivo a la realidad concreta.


18/227

5/10/2018



19

Pseudointeligencias sintéticas A medida que las máquinas fueron sobrepasando paulatinamente a las personas, tanto en la realización de cálculos matemáticos crecientemente complejos como en la rapidez para ejecutarlos sin error, la “tarea de calcular” dejó de considerarse como una parte importante de la inteligencia humana, olvidándose que alguna vez fue vista como un signo manifiesto de ella. Además de los cálculos matemáticos, ya se ha podido mecanizar eficientemente algunas otras actividades mentales -hasta ahora consideradas exclusivas del género humano- como, por ejemplo, ciertos tipos de razonamiento. Sin embargo, y si bien este procedimiento de mecanización puede volverse extremadamente sofisticado y elaborado, ¿es posible que algo tan complejo como la mente pueda cobrar vida en los inanimados circuitos de una computadora?, ¿hasta qué punto es legítimo afirmar que un artefacto, una mera herramienta sin vida, una simple “cosa” mecánica, pueda manifestar habilidades intelectuales? Asimismo, ¿cómo se reconoce que algo muestra esa cualidad, especialmente si la estructura de ese algo es radicalmente diferente de la de las formas de vida que, a juicio humano, exhiben cierto grado de inteligencia?. Una evaluación totalmente objetiva se dificulta por el hecho de que una inteligencia pequeña habitualmente no se la considera con propiedad como inteligencia: no hay una frontera delimitadora ni una línea inferior de demarcación que indique -fehacientemente y sin lugar a dudas- cuando algo empieza a contar con esa propiedad. Por ejemplo, si un chimpancé o un delfín fuera capaz de realizar algún cálculo aunque sea sencillo, nadie dudaría en ver tal comportamiento como inteligente; pero no una computadora programada para resolver complejas ecuaciones aerodinámicas. Es que, en realidad, hay que diferenciar claramente el hecho de “parecer inteligente” del de serlo realmente. Los sistemas informáticos actuales podrían parecer inteligentes para un científico del renacimiento, pero a pesar de los logros obtenidos en materia de procesamiento de información, la computadora algorítmica todavía está muy lejos de gestionar e interrelacionar los datos tan eficientemente como lo hace el cerebro humano. En otras palabras, aunque se pueda reconocer que una máquina posee cierto grado de inteligencia, no por ello deja de ser una máquina. Como afirma el filósofo inglés John Searle, profesor en la Universidad de Oxford, “si fuera posible simular en una computadora el pensamiento humano, el programa no pensaría, igual que el programa que simula un huracán no provoca vien- tos o uno que simula incendios no quema una casa” .

¿Es factible la construcción de un intelecto inorgánico? ¿La inteligencia es un gradiente (o sea, se da en grados) o es una propie-


19/227

5/10/2018



20

dad -más bien- binaria (es decir, que se tiene o no se tiene)?, ¿existe una continuidad filogenética entre los eslabones más extremos de la cadena evolutiva, desde el virus más elemental hasta el hombre? Después de todo, se verifica una clara línea que va de los peces a los anfibios, de éstos a los reptiles, luego a los mamíferos y, finalmente, al ser humano 1. Éste surgió a partir de formas de vida más simples y menos inteligentes, producto de 4.500 millones de años de pruebas, correcciones, ajustes y mejoras impulsadas por la evolución. Pero seguramente algo debe de suceder en ese continuo, alguna nueva propiedad necesariamente debe emerger cuando millones de neuronas funcionan de manera coordinada, tal vez algo parecido a lo que diferencia una hormiga de un hormiguero. Quizás estas propiedades necesiten de una cierta “masa crítica” para emerger (un número relativamente grande de neuronas), por lo que no se pueden manifestar en organismos más simples. Una teoría fuertemente debatida (conocida con el nombre de panpsiquismo), establece que la inteligencia se encuentra en toda la Naturaleza y es un continuo: materia y mente, soma y psique, no son cosas diferentes sino distintos aspectos de un mismo todo. La división que se hace del organismo en cuerpo y mente es tan artificiosa como las fronteras trazadas sobre un mapa. Como sostiene el Yoga desde hace miles de años, el cuerpo es la materialización de la mente y la mente es la abstracción del cuerpo. Cualquier cosa que afecte a uno afecta a la otra y viceversa. Siguiendo este razonamiento, ¿podría existir la inteligencia al margen de las estructuras biológicas? En caso afirmativo, ¿se puede comparar la inteligencia de una máquina con la humana?. Y surgen nuevas incógnitas, ¿es más fácil acreditar inteligencia a un con junto de neuronas que a un conjunto de chips? ¿Acaso se necesitan células para que se produzca el comportamiento inteligente? ¿Es realmente el cerebro humano el órgano o la base de ésta propiedad? En principio, para ser inteligente -o para aparentar ser inteligente- no es estrictamente necesario que las máquinas dispongan de estructuras neurobiológicas idénticas a la de los seres humanos. En teoría, la inteligencia no es un recurso privativo de éstos, ni tampoco depende de la existencia de algo como la materia viva. No sólo puede tener su origen en fenómenos totalmente diferentes de los procesos bioquímicos y neurológicos descubiertos en los organismos, sino que incluso podría recrearse artificialmente. En palabras del matemático Seymour Papert (creador del lenguaje de computación Logo y cofundador del Labo“el hecho de que el conocimiento tenga lugar en cere- ratorio de IA delnoMIT) bros biológicos es una razón para argumentar que hay un mecanismo pri-

1 En efecto, y como resultado del Proyecto Genoma se verifica que el ADN (el ácido desoxirribonucleico) del hombre sólo tiene el doble de los genes de la “insignificante” mosca del vinagre ó 300 más que un “simple” ratón.


20/227

5/10/2018



21

vilegiado y universal en algún nivel psicológicamente relevante” . No obstan-

te, ¿qué tan posible es llevar a cabo esta hazaña? ¿Existe algo en el homo sapiens que hace imposible capturar su inteligencia y “transplantarla” en una máquina? ¿Inteligencia humana e inteligencia artificial son semejantes o esta última simplemente copia algunos -y unos pocos- mecanismos operacionales de la primera? Un número no despreciable de científicos -al igual que el público en general- se muestra escéptico con respecto a la posibilidad de que alguna vez pueda desarrollarse una verdadera inteligencia artificial. Las máquinas, sin importar cuánto se acerquen en simular la inteligencia “real” , siempre serán simples imitaciones, falsificaciones…, no el artículo genuino. Sin embargo, para otro importante grupo de científicos, no sólo efectivamente puede alcanzarse una mente sintética, sino que -incluso- en el término de una (o a lo sumo dos) generaciones. El problema es que tendrá que basarse en nuevas y originales ideas, así como en un hardware y en un software muy diferentes a los actuales, lo cual de como resultado -tal vez- una inteligencia inherentemente distinta de la humana. Además, se torna una empresa muy difícil: el funcionamiento del intelecto humano todavía no se conoce plenamente y, por lo tanto, la tecnología continúa siendo esencialmente incapaz de reproducir aceptablemente bien- semejantes procesos desconocidos y complejos sobre una máquina. Cerebros replicados Según William Calvin, neurofisiólogo de la Universidad de Washington, “la inteligencia humana, filogenética y ontogenéticamente, resuelve primero problemas de movimiento y sólo más tarde se eleva para enfrentarse con otros más abstractos” . Por eso, se dice que el cerebro humano amalgama un débil

y relativamente nuevo dispositivo de razonamiento universal con un poderoso y largamente evolucionado mecanismo especializado para hacer frente al medio ambiente cotidiano. En efecto, gran parte de sus circuitos neuronales evolucionaron, durante cientos de miles de años, a fin de percibir y moverse eficientemente en el mundo físico; principalmente para encontrar comida y evitar ser comido… una cuestión de supervivencia. El razonamiento de alto nivel apareció mucho después, por lo que forma una estructura periférica construida alrededor del “núcleo” cerebral, es decir, los sistemas sensoriales y motores. Una clara muestra del exquisito grado de sutileza logrado en la discriminación sensorial, el control motor y la coordinación sensomotora, lo constituye el andar bípedo. Para caminar únicamente con dos piernas (y no con cua-


21/227

5/10/2018



22

tro o con seis patas) el cerebro necesita disponer de complejas estructuras de control que coordinen colectivamente los músculos y los tendones del cuerpo con la información percibida del entorno, a fin de poder eludir -en todo momento- obstáculos tanto fijos como en movimiento y regular las distintas velocidades. Incluso algo tan común como el hablar requiere las secuencias precisas de movimiento de los músculos de la lengua, la laringe y el tórax. Pero para controlar eficazmente la coordinación sensomotora, el cerebro necesita también tener desarrollado su “propiocepción” , el sentido continuamente actualizado -y en gran medida inconsciente- de dónde están las partes del propio cuerpo en el espacio. En otras palabras, debe mantener continuamente la “imagen” de la posición y la tensión de todos los músculos del propio cuerpo. Por este motivo, aprender a caminar se torna tan difícil para cualquier bebé. Una inteligencia artificial, estática, quieta, inmóvil, no necesita de todos estos complicados sistemas de control motor y de coordinación sensomotora. Por otra parte, su “núcleo cerebral” son las complejas operaciones lógicomatemáticas que, dentro de la totalidad de las funciones del cerebro humano, desempeñan meramente un papel ínfimo. Como dice el citado neurofisiólogo, “quizás se puedan alcanzar de otros modos altas cotas de inteligencia, pero el paradigma que se conoce es el del ascenso a partir del movimiento” .


22/227

5/10/2018


CAPITULO 2 La informática convencional Casi desde el mismo instante en que fabricó su primer utensilio prehistórico de piedra tallada, el homo sapiens intentó siempre traspasar las barreras impuestas por la Naturaleza, tratando de copiar las habilidades sucesivo de los animales que lo rodeaban. A través del laborioso perfeccionamiento de sus máquinas, consiguió -entre otras muchas cosas- desplazarse a mucha mayor velocidad que el guepardo (con la invención del automóvil), volar más rápido y más alto que el halcón (con la creación del avión), excavar túneles mucho más largos y anchos que el topo (con la construcción de la topadora) y ver más lejos que el águila (con la fabricación del telescopio). Sin embargo, paradójicamente todavía no ha sido capaz de poder superar la más poderosa de sus capacidades, y la que justamente lo diferencia de todos los demás animales y lo coloca en un plano superior: su inteligencia, su intelecto. Maravillosas para algunos, complicadísimas para otros, e imprescindibles para la mayoría, la computadora algorítmica es -hasta ahora- la más significativa de todas las invenciones que el hombre haya concebido. Es el reflejo de su inteligencia y representa la materialización de todos aquellos aspectos de su pensamiento que son automáticos, mecánicos, determinísticos. Esta formidable máquina incrementa y potencia enormemente algunas de las capacidades intelectuales humanas (sobre todo las de calcular, memorizar y evaluar); simplifica las tareas administrativas, estadísticas y contables; y facilita el acceso a una vasta cantidad de información, ayudando al hombre a analizarla, organizarla, observarla y correlacionarla desde diferentes ángulos, a fin de estimular sus sentidos, su inteligencia y su intuición. Gracias a que incrementa notablemente la eficacia de las personas (permitiéndoles que hagan cosas que serían imposibles o muy difíciles con las herramientas tradicionales), la computadora extendió, poco a poco, su dominio sobre todas las actividades del ser humano: la productividad, la organización del trabajo, las relaciones interpersonales, el lenguaje y hasta el pensamiento mismo. Es previsible que en el futuro toda tarea que se pueda describir de forma clara y completa, y que el hombre puede hacer sólo con gran dificultad -si es que puede hacerlo-, será realizada por una máquina. De esta


23/227

5/10/2018



24

manera, al liberar su inteligencia de millones de actividades que de verdad son rutinarias, tediosas y repetitivas, los sistemas inteligentes permitirán que las personas concentren su actividad en lo esencial de su trabajo y se consagren más a la reflexión, la innovación, el descubrimiento, la diversión... ¿Qué es un algoritmo? El abrumador y explosivo éxito de las computadoras reside fundamentalmente en que son máquinas universales, o máquinas de propósito general (según la jerga de los ingenieros). La especialización se efectúa posteriormente a través de los programas (el software) que se le carga, con los cuales puede convertirse en un procesador de palabras, una base de datos, un instrumento musical, una central telefónica o un digno adversario de un juego de ingenio. En otras palabras, las computadoras no fueron diseñadas para hacer nada en especial, sino para ejecutar “algoritmos” : a través de ellos, las máquinas pueden simular determinados tipos de razonamiento y la mayoría de los procesos lógicos humanos. Y aunque lo que hoy parece imposible de codificar -en el futuro- seguramente no lo será más, hay un gran abismo entre el mundo real cotidiano y el frío y rígidamente acotado mundo de la computación. Un algoritmo es una lista exhaustiva, detallada y ordenada de instrucciones en la cual se especifica -de forma adecuada, precisa y minuciosa- todas las operaciones necesarias para la resolución de un problema. En otras palabras, se trata de una serie de instrucciones absolutamente no ambiguas que le “dicen” a la máquina lo que tiene que hacer. Un algoritmo es siempre determinístico: produce infaliblemente la respuesta correcta en un tiempo finito. Por definición, es un procedimiento eficaz y secuencial para obtener un resultado ya especificado con anterioridad. “Eficaz” significa que, en caso de ser ejecutado rigurosamente, garantiza el resultado correctounen un número finito de pasos. Además, y enalcanzar caso de estar bien diseñado, algoritmo no sólo es confiable y exacto; también es eficiente, de manera que no sólo logra sus objetivos, sino que lo hace con un mínimo de recursos de memoria y de tiempo computacional. Y dado que no hay límite respecto a cuántos pasos puede tener, se pueden construir algoritmos sofisticados a partir de algoritmos más comunes, sin importar cuántos niveles de complicación se vayan acumulando. Es posible que el algoritmo inicial contenga generalidades, ambigüedades y errores. Así, la tarea del programador es convertir el algoritmo en un programa (agregando detalles, superando los puntos conflictivos y corrigiendo los errores), de forma tal que el razonamiento humano “cobre vida” en la máquina. La ambigüedad, aunque tolerable en la mayoría de las conversacio-


24/227

5/10/2018


Capítulo 2: La informática convencional

25

nes humanas, es una de las principales fuentes de errores en las computadoras convencionales. Finalmente, y una vez depurado el programa, se lo “carga” en una computadora junto con los datos del problema, y se alcanza su solución en forma automática, determinística. No obstante, se debe aclarar que no es necesario programar la computadora partiendo “desde cero” , dado que existen programas producidos en masa listos para ser usados cuando se los invoque. Estos “módulos de software” se combinan entre sí para implementar funciones más complejas, y estos conjuntos de módulos se utilizan en el siguiente nivel como nuevos módulos individualizados en una progresión jerárquica ascendente. Rápida pero tonta La computadora convencional es una máquina que tiene programas almacenados en su enorme memoria y que se basa en una descripción secuencial del proceso de tratamiento de la información, ejecutando sus tareas y operaciones “mecánicas” paso por paso, en un orden preestablecido, pero a una formidable velocidad y con una extraordinaria precisión. Es así que los nuevos diseños de computadoras algorítmicas implican máquinas con procesadores más rápidos, mayor capacidad de memoria y algoritmos crecientemente complejos. En un programa de computación tradicional, por lo tanto, todo debe ser meticulosamente previsto, pensado y anticipado con anterioridad, hasta en sus más mínimos detalles. Nada puede ser ambiguo ni quedar librado al azar. Todas las situaciones posibles y probables deben ser consideradas; si falta o falla una instrucción -un paso de programa- todo el proceso se detiene y la computadora queda indefensa, siendo incapaz de hacer nada (en la jerga informática, se dice que “se cae” el sistema). En síntesis, antes de que una computadora resuelva un determinado problema de procesamiento de información, debe haber una persona (o un grupo de personas) que entienda claramente dicho problema y que sea capaz de implementar un algoritmo con el cual obtener el resultado que se busca. Por esta razón, se afirma frecuentemente que en una computadora algorítmica no existe atisbo de inteligencia: todo se reduce a una serie de caminos lógicos que la máquina sigue en función de lo que haga el usuario. En realidad, toda la “inteligencia” reside en su programador o equipo de programadores, que deben establecer, organizar y codificar la totalidad de los posibles cursos de acción, tratando de anticipar y responder a todas las combinaciones de órdenes y acciones llevadas a cabo por los usuarios… en cualquier condición. Para las computadoras, el incondicional cumplimiento del progra-


25/227

5/10/2018



26

ma asignado es más que una testaruda obsesión; es el único motivo de su existencia. Serenas e imperturbables, obedecen ciegamente y con absoluta sumisión las instrucciones que les fueron dadas, a fin de desarrollar todos aquellos trabajos que para el ser humano se tornan rutinarios, fastidiosos y monótonos. Si el programa funciona exitosamente, es debido a que los ingenieros fueron extremadamente cuidadosos y tuvieron en cuenta todas las posibles variantes del problema; si falla, es porque sencillamente la línea de pensamiento de los programadores fue confusa o imprecisa, o porque hubo incoherencias o contradicciones ocultas. Es por eso que detrás de cada paquete de software, por modesto que sea, hay muchas miles de horas de intensa actividad intelectual humana, codificadas en forma de millones de instrucciones. Y es por eso, también, que las computadoras algorítmicas son incapaces de tener iniciativa propia, flexibilidad o imaginación. No tienen criterio, perspicacia ni creatividad, cualidades normalmente asociadas con los seres humanos... Y sólo puede hacer lo que uno mismo sabe como hacer. Estructura interna La vasta mayoría de las computadoras actuales se basan en la arquitectura de “von Neumann” 2, la cual consiste básicamente en tres partes: la unidad de procesamiento, la memoria y un canal de comunicación entre ambos. En la primera se realiza la secuencia de operaciones sobre los datos según las instrucciones expresadas en el programa. Éste se almacena en la memoria, al igual que los datos y el resultado de dichas operaciones. La memoria se divide en “casilleros” , cada uno de los cuales almacena un grupo de bits, denominado “palabra” . Por el canal de comunicación sólo puede pasar una sola palabra por vez, de allí la importancia de su longitud. En las computadoras más modernas es de 64 bits, aunque es posible que aumente en el futuro. Dentro de la unidad de procesamiento se aloja el “microprocesador” , un dispositivo electrónico versátil y universal (razón por la cual puede ser producido en masa), capaz de ejecutar cualquier tipo de tarea computacional. En general, es la propia imaginación de los usuarios el único límite para su aplicación, la cual se incrementa progresivamente a medida que aquellos usuarios se multiplican y se familiarizan con los nuevos productos. En 30 años, el número de transistores dentro de un chip se ha incrementado en más de 18.000 veces, desde 2.300 en el primer procesador de Intel (el 4004, en 1971) hasta 42.000.000 en el último (el Pentium 4, en 2001). Asimismo, se 2 En honor al genial matemático húngaro John von Neumann (1903-1957).


26/227

5/10/2018



27

pasó de trabajar desde 108 kHz hasta 1,8 GHz, respectivamente; es decir, se aumentó la velocidad de funcionamiento en un factor de más de 16.000 veces. Si se traza un paralelo automotriz, un coche que alcanzaba los 100 Km/h en 1971 debería superar, en 2001, los 1.600.000 Km/h -además de ser más chico, más liviano y consumir mucho menos combustible- para poder establecer una evolución equivalente3. Al integrarse más funciones en el mismo chip, pueden automatizarse tareas cada vez más complejas, llegando a implementar procesos que hasta hace poco tiempo hubieran sido imposible incorporar. Reduciendo el ancho de las pistas, aumentando el área del circuito integrado y apilando múltiples capas de chips, se podrán fabricar en el futuro “cubos” de silicio con varias decenas de billones de transistores, con lo cual se habrá llegado a una densidad equivalente a la de neuronas en cerebros de animales “inferiores” . Sin embargo, se estima que para el inicio de la próxima década se estará llegando a los límites físicos de velocidad de un procesador basado en esta tecnología. Esto implica una limitación en la capacidad máxima que se puede obtener de una computadora tradicional. El paso lógico, en el corto plazo, es implementar sistemas de procesamiento que incluyan varios microprocesadores, pero gobernados y coordinados por un único pero potente sistema operativo. Computación paralela El procesamiento en paralelo permite resolver una tarea específica mediante la cooperación de múltiples procesadores, que dividen y distribuyen equitativamente el trabajo en pequeñas tareas individuales. En lugar de hacer que fuese un único pero sofisticado procesador central el encargado de ejecutar secuencialmente todos y cada uno de los pasos de una tarea, un con junto de dispositivos más simples y polivalentes trabajan en el mismo problema de forma autónoma -pero simultánea y coordinadamente-, logrando un considerable incremento en la velocidad. Asimismo, un sistema distribuido es más confiable y capaz de sobrevivir ante fallas: la pérdida de cualquiera de los componentes tiene un mínimo impacto y aquellos que se consideran clave se hacen redundantes. Así como hoy ya se observan servidores y estaciones de trabajo que contienen desde dos hasta diez microprocesadores, en el futuro podrían existir computadoras escalables que la ofrecieran la posibilidad de tareas juntar hasta decenas algorítmicas de ellos, a fin de acelerar finalización de aquellas 3 La densidad de almacenamiento de datos en un disco rígido es mucho más impresionante aun: en 2002 se habrá multiplicado casi 14 millones de veces con respecto a la primera unidad comercializada por IBM en 1957.


27/227

5/10/2018



28

complejas o que manejan una gran cantidad de datos. Obviamente, hay que ver si el costo del sistema crece proporcionalmente con el número de procesadores, lo cual no es típicamente el caso cuando se reemplaza un chip con otro de una generación posterior. También sería posible escalar memoria, ancho de banda de las interconexiones y capacidades de entrada/salida. De esta forma, y si está bien diseñado el sistema, a medida que crece la carga de trabajo, es posible aumentar el rendimiento del sistema en forma gradual, invocando a otros dispositivos para que ejecuten nuevas tareas. Pasado un tiempo, sin embargo, todos los dispositivos estarán ocupados y realizarán las tareas secuencialmente. El inconveniente de este enfoque es que aparecen dificultades de programación considerables, ya que se requiere la sincronización de decenas de elementos de procesamiento para que ejecuten miles de tareas de distinta duración y en diferentes sectores del sistema. Otro problema es el acceso común a una única memoria: ésta sólo puede recuperar, en una misma dirección, una única palabra por vez. Además, hay que tener cuidado de no crear inconsistencias al alterar datos que otro procesador está utilizando en ese momento. Por último, se torna difícil equilibrar la carga de trabajo de cada uno de los procesadores. Se necesita un sistema operativohay especial aprovechar bondades de esta arquitectura. No obstante, ciertospara problemas que las se prestan adecuadamente a este tipo de tratamiento, ya que pueden desglosarse en un conjunto de subproblemas que pueden resolverse por separado. Las máquinas paralelas pueden procesar enormes cantidades de datos a velocidades muy superiores a las de las computadoras secuenciales monoprocesador. Una importante aplicación de la computación paralela (implementada en grandes sistemas) es la visualización científica. En los últimos años, los avances en la tecnología han facilitado la obtención de grandes cantidades de información; no obstante, estos datos por sí solos no son muy útiles, es necesario que el usuario tenga una forma fácil y eficiente de interpretarlos y analizarlos. La visualización permite ver lo que el ojo humano no puede ver: reconocer patrones de comportamiento en los datos, representar en una secuencia de imágenes (animación) procesos extremadamente lentos o abrumadoramente rápidos, comprender conceptos de tipo abstracto o predecir resultados con elevada precisión. Gracias a ella, el torrente de datos numéricos, prácticamente indescifrables, se convierte en una fascinante exhibición de formas y colores -y aun sonidos y texturas- que representan los más variados fenómenos de la naturaleza. Entre ellos, el asombroso proceso de evolución estelar, el maravilloso crecimiento fetal o los interesantes cambios climáticos. Pero no sólo eso, sino que también es posible simular computacionalmente


28/227

5/10/2018



29

casi cualquier cosa: el fluido del aire alrededor de un cuerpo en movimiento, los esfuerzos mecánicos que realizan los componentes de una estructura, el perfil de los compradores, una sequía pronunciada en una determinada región, una duplicación de la población terrestre o la explosión de una supernova. Computación compartida Si bien la computación paralela tiene sus grandes ventajas, también presenta sus inconvenientes, por ejemplo, su elevado costo (algunos sistemas llegan a varios cientos de miles de dólares). Incluso hay problemas que ni siquiera la más grande supercomputadora puede resolver en un tiempo razonable. De allí que haya surgido un nuevo concepto, un nuevodistribuida” paradigma: la “computación compartida” , también llamada “informática . La idea -brillante por cierto- es combinar y aprovechar la capacidad ociosa de miles e incluso millones de computadoras personales (abreviadas PCs) repartidas por todo el planeta, y enlazadas entre sí a través de Internet, de manera tal de formar una inmensa “hipercomputadora virtual” , infinitamente más poderosa que cualquier otra máquina. Los usuarios que deseen colaborar descargan, por Internet, un software especial del instituto o de la empresa que lleva adelante el proyecto. Cada internauta sigue teniendo prioridad sobre su máquina pero, en los momentos de baja ocupación del sistema (cuando el usuario no la utiliza o cuando revisa un texto, por ejemplo), la computadora analiza un paquete de datos. Al terminar el análisis, la máquina se conecta -automáticamente y vía Internetcon el servidor del sitio, al cual le entrega sus resultados y recibe, al mismo tiempo, un nuevo paquete de datos para analizar. De esta forma la hipercomputadora virtual procesa diariamente lo que le llevaría más de una década a una única PC promedio. Y aquí surge un nuevo concepto en la modalidad de procesamiento de las PCs: el “foreground” y el “background” . El primero es la “parte frontal” del cómputo, como la navegación por Internet, la elaboración de diapositivas en PowerPoint o la lectura de los correos electrónicos recibidos. El background, en cambio, es la “parte posterior” del cómputo, el “segundo plano” , el “tiempo muerto” . Y de verdad que es muchísimo para la velocidad que manejan los microprocesadores: el tiempo transcurrido entre que se pulsan las teclas o cuando se presiona el mouse es “eterno” , y ni qué decir de cuando uno lee un correo electrónico. Entre las posible aplicaciones de este nuevo paradigma figuran la búsqueda de vida inteligente extraterrestre, abordar problemas matemáticos (co-


29/227

5/10/2018



30

mo hallar el número primo más grande o descifrar códigos criptográficos), ensayar millones de combinaciones de drogas para combatir enfermedades (como el cáncer o el SIDA) o el estudio del almacenamiento de la basura nuclear. La novedad actual consiste en las empresas que “alquilan” el poder de cálculo subaprovechado, la “combinan” y la “venden” a otras entidades (como institutos, bancos u otras empresas). Por ejemplo, se emplean en las industrias automotora y aeroespacial, en la explotación petrolera, en la creación de efectos especiales para películas o en la investigación científica. Aunque el modelo de negocio no está todavía del todo claro, los participantes obtendrán una pequeña suma de dinero, mientras que los usuarios finales conseguirán un importante ahorro económico o -incluso- acceder a un poder de cálculo que, de otra forma, no podrían lograr. Computación reconfigurable Buscando el óptimo balance entre versatilidad, velocidad y costo, los diseñadores desarrollaron chips que son capaces de modificar dinámicamente sus propios circuitos internos. La “computación reconfigurable” representa una nueva idea en la filosofía de la computación, en la cual algunos dispositivos electrónicos de propósito general se diseñan para llevar a cabo una serie de tareas específicas, pero pueden ser reconfigurados por el usuario para ejecutar otras tareas. Estas máquinas se acercarán más a los humanos que a la vieja computadora, aprenderán por sí mismas, se autorrepararán y se autoadaptarán. Hasta hace poco tiempo, los diseñadores contaban únicamente con dos opciones: los circuitos integrados de propósito general, que son dispositivos versátiles y económicos aunque relativamente lentos, y los circuitos integrados de aplicaciones son muy chipsrápida capaces un número limitado de tareasespecíficas, aunque de que manera y ade unrealizar costo más elevado. Mientras que los primeros son aptos para ejecutar casi todo lo que un programador pueda concebir, los otros se diseñan específicamente para realizar una tarea precisa y concreta. De esta manera, es posible producir un chip más diminuto, de mayor velocidad y con menor consumo que un microprocesador convencional; aunque a costa de ser más caro e incapaz de ejecutar una tarea distinta de aquella para la cual se lo diseñó. “No obstante, existe una tercer alternativa: los conjuntos de compuertas programables electrónicamente (FPGAs)” , explican los investigadores americanos John

Villasenor y William Mangione-Smith, de la Universidad de California.

En estos dispositivos, tanto las conexiones internas de los bloques lógicos como las conexiones entre ellos pueden alterarse enviando señales al


30/227

5/10/2018



31

chip. De esta forma, los bloques lógicos configurables en los FPGAs se pueden reescribir y reprogramar repetidamente, mucho después de que el chip ha dejado la fábrica. Su repertorio, por lo tanto, es variable. Para el inicio del presente siglo se espera que alcancen el millón de compuertas, abriendo el camino a posibilidades no imaginables hoy en día. Para esa misma época, su velocidad de configuración será de menos de una décima de milisegundo, lo cual permitirá su cambio dinámico: una sola FPGA podrá ejecutar una serie de tareas en rápida sucesión, reconfigurándose a sí misma entre cada una de las preconfiguraciones a fin de optimizar su desempeño. En consecuencia, y guardando un conjunto lo suficientemente extenso de configuraciones en sus bancos de memoria, el chip podría ejecutar un enorme repertorio de tareas, pasando -casi inmediatamente- de una “arquitectura” a otra sin borrar la información procesada parcialmente. “Las FPGAs nunca reemplazarán a los microprocesadores de propósito general, pero la línea entre ellos se volverá más difusa: dentro de 10 años, los dispositivos de computación incluirán una fuerte mezcla de ambos” , concluyen los científicos.

Actualmente no es posible modificar la arquitectura interna de ningún microprocesador: tanto sus bloques constitutivos como su cantidad de registros, por ejemplo, quedan predeterminados por los diseñadores desde el mismo momento de su fabricación. La computación reconfigurable, en cambio, permitirá a los futuros programadores crear su propio hardware especializado al optimizar sus características funcionales según el trabajo que deban realizar. En el futuro, por lo tanto, se podría concebir el software en dos “niveles” : el primero -y más básico-, a fin de especificar la estructura interna óptima para la tarea a ejecutar, y el segundo, para correr el programa -en el sentido tradicional del software- sobre el diseño configurado. Incluso, se podría pensar en un extenso repertorio de “aplicaciones” clásicas en donde existiría software de bajo costo que configuraría el hardware según lo que se necesite: procesamiento de imagen, funciones de control, tareas matemáticas u otras; de la misma manera en que actualmente hay software de bajo costo que le dice al hardware fijo qué hacer y cómo hacerlo. Computación ubicua Hoy en día las computadoras se multiplicaron en una enorme variedad de formas. No sólo se encuentran en la oficina, sino también en el hogar, en el televisor, en el automóvil, en los cajeros automáticos… Pero dentro de medio siglo, nadie será consciente de ellas: estarán tan profunda y completamente integradas al entorno que serán “invisibles” . Minúsculas, ubicuas y omnipresentes, las computadoras lo invadirán todo: las paredes, el suelo, los electrodomésticos, la ropa y hasta el propio cuerpo… pero tan mimetizadas e in-


31/227

5/10/2018



32

corporadas a la vida del hombre que se las usarán sin pensar, como hoy se habla por teléfono. Es posible que la tendencia hacia la “invisibilidad” sea una ley universal en el comportamiento humano. Así, hace un par de siglos, la electricidad era algo novedoso y restringido a unos pocos. Hoy en día, no obstante, está en todas partes, “oculta” en las paredes y almacenada en diminutas pilas. Con los motores eléctricos ocurrió algo similar: actualmente se los usa en herramientas manuales, ventiladores, electrodomésticos, juguetes, automóviles y multitud de máquinas. La mayoría de las veces pasan inadvertidos y son muy fáciles de utilizar. No basta con que la computadora sea portátil, que se le pueda llevar a la playa o al campo, ni siquiera en el bolsillo. No se trata de un dispositivo personal de ninguna clase (como un celular o una Palm), pues seguiría centrando tiránicamente la atención del usuario sobre el aparato. La computadora ya no necesitará ser “nómada” , sino que formará parte del entorno, se volverá ubicua. Al ajustarse tan sutilmente al entorno humano, evitarán que las personas se adapten a ella, haciendo que su uso se vuelva más placentero, más “amigable” , que no se dedique demasiado esfuerzo en ello. Sin embargo, tendrán un creciente papel en la vida del hombre. La continua disminución de los costos de fabricación, de la potencia consumida y del tamaño de los chips, hará que sean increíblemente baratos y abundantes, casi desechables, lo cual permitirá incluir inteligencia y sensibilidad a cualquier objeto de la vida cotidiana. Al estar todo permeado de computación, los objetos serán capaces de “prestar atención” al usuario, lo escucharán y le hablarán. Así, por ejemplo, los libros de la biblioteca indicarán dónde se encuentren físicamente así como cuando fueron leídos, asiento del automóvil y la posición del volante se adaptarán a la forma delelconductor, la heladera vigilará la fecha de vencimiento de los alimentos, el lavarropas pedirá más suavizante y controlará la temperatura del agua, la taza del café impedirá que uno se queme la mano al levantarla y la ropa deportiva almacenará un registro de la actividad cardíaca. Del mismo modo, las personas interactuarán con las cosas mediante la voz, los gestos, el calor corporal o los movimientos del cuerpo: las habitaciones podrán “saber” dónde está cada uno y qué está haciendo, no importa si es de noche y las luces están apagadas, podrán transferir las llamadas allí donde uno se encuentre o grabar y recordar cualquier diálogo mantenido. Incluso las cosas interactuarán entre sí en idiomas ininteligibles. Por ejemplo, cada objeto tendrá una “historia personal” de forma tal que el dueño sepa


32/227

5/10/2018



33

dónde está, cuándo fue movido y quién lo movió (y cuándo) y tendrá la posibilidad de comunicarle esa información al televisor o al espejo del baño; el anillo podrá activarse cuando recibe una llamada y ésta podría oírse por medio de un aro. Ya no será necesario un manual de instrucciones para cada artefacto, ya que éste será capaz de explicar al usuario cómo utilizarlo. La computación ubicua es la tercera fase en la informática. La primera fue la época del mainframe, en donde cada máquina era compartida por muchas personas. Actualmente se está en la era de la computadora personal, en donde cada máquina es usada por una sola persona (o, en su defecto, unas pocas). En el futuro será la época de la computación ubicua, en donde muchas máquinas serán utilizadas por una única persona. ¿Cuál entonces? No es tarea sencilla la de predecir el potencial de una nueva tecnología debido a que su éxito no depende únicamente de su valor intrínseco como innovación sino también de un abanico de variables entre las cuales destacan la viabilidad comercial y las necesidades sociales. No obstante, se sabe que el estado actual de la PC, lejos de terminada, es todavía “primitivo” y, por lo tanto, susceptible de grandes cambios y modificaciones a futuro. Lo que se avizora a mediano plazo son computadoras de escritorio estándar que posiblemente cuenten con más de un poderoso microprocesador, tengan una memoria prácticamente ilimitada, dispongan de un canal de datos de gran ancho de banda y sean reconfigurables y escalables, pudiendo “crecer” desde una pequeña computadora barata hasta una supercomputadora, adaptándose también a la futura innovación tecnológica. La incorporación de cualquier nuevo periférico se llevará a cabo simple y rápidamente, sin recurrir a manuales de instalación ni programas de configuración. Contarán con modos de comunicación más naturales y familiares, ya que dispondrán de reconocimiento del habla y de caracteres manuscritos. Como serán capaces de “aprender” las preferencias, intereses y hábitos del usuario, podrán entender lo que éste le quiere decir y responderle de una manera más “humana” , interactuando y hasta sugiriendo autónomamente información útil. Incluso, serán capaces de “comprender” hasta los pensamientos incompletos y ambiguos, característicos de las primeras etapas de cualquier idea, diseño o boceto. En consecuencia, más que programarla o configurarla, el usuario “entre- nará” a estas nuevas máquinas de forma parecida a como hoy lo hace con un

cachorro.

A más largo plazo, quizás las computadoras sean “vestidas” por las personas. Tal vez se vuelvan un dispositivo universal que se llevará encima todo


33/227

5/10/2018



34

el tiempo y que permitirá intercambiar información digital (texto, audio o video) con cualquier otra computadora en el mundo, así como comunicarse instantáneamente con cualquier otra persona ubicada en un sitio remoto, incluso en cualquier idioma. Pero más a futuro quizás hagan su aparición computadoras tan pequeñas, ergonómicas y eficientes (pero potentes, útiles y baratas) que se integrarán totalmente a los objetos. No será una gran máquina sino una multitud de computadoras especializadas que serán utilizadas por una sola persona. Es difícil imaginar el poder de una sociedad en cuanto al manejo de la información cuando cada ciudadano disponga de una máquina de este tipo. ¿Parece exagerado?. ¿Acaso no lo era también -hace 30 años- el hecho de tener una PC con las prestaciones actuales, cuando sólo un equipo destinado exclusivamente a las grandes empresas y a los gobiernos contaba con tales características?. Al permitir el modelado de objetos tridimensionales y su animación, la visualización científica y la realidad virtual, la traducción simultánea y la posibilidad para acceder, procesar y almacenar información de todo el mundo, tal vez intensifiquen la capacidad del ser humano para resolver problemas y lo ayuden a generar nuevas ideas alternativas, a combinarlas de diferentes maneras, a presentar analogías inéditas y a descubrir pautas ocultas; acaso lo liberen de algunas de sus limitaciones... o quizás sean el catalizador para el desarrollo potencial de formas más complejas de pensamiento.


34/227

5/10/2018


CAPITULO 3 Otros paradigmas En 1965, el norteamericano Gordon Moore, cofundador de la ahora internacional Intel, predijo que la potencia de los microprocesadores se duplicaría cada 24 meses (al reducirse el tamaño de los transistores). No obstante, si bien inicialmente fue así, a mediados de la década del ’80 esa estimación se redujo a 18 meses y a fines de la década del ’90 bajó a casi 12 meses. Actualmente, con una tecnología de 180 nm (180 milmillonésimas de metro o 600 veces más fino que un cabello humano), se pueden integrar más de 40 millones de transistores en un chip del tamaño de un dedo pulgar4. Dentro de diez años, en tanto, se estima que la tecnología de 70 nm permita integrar aproximadamente 1.000 millones de transistores operando a 10 GHz (10 mil millones de ciclos por segundo) y que sea capaz de ejecutar 100.000 MIPS (cien mil millones de instrucciones por segundo). Sin embargo, y a pesar de los impresionantes logros obtenidos por la tecnología electrónica, la comunidad de especialistas admite que la miniaturización no podrá continuar por mucho tiempo más. Se torna muy difícil afrontar las enormes inversiones que se requieren para desarrollar las nuevas tecnologías (laboratorios de investigación, plantas de fabricación, recursos humanos, etc.) y es una incógnita si los consumidores podrán afrontar el costo de los nuevos productos. Incluso, hay quienes pronostican que para el año 2010 los límites impuestos por las leyes de la física, imposibilitarán que el progreso se mantenga al mismo ritmo y, para el año 2015, se detendrá definitivamente. Los investigadores, tratando de anticiparse a este problema, ya se están abocando fuertemente en el desarrollo de líneas paralelas, con el horizonte enfocado en nuevos materiales y originales diseños de computadoras: la fotónica (que trabajará con haces de luz), la molecular (con moléculas), la biomolecular (con neuronas vivas), la biológica (con moléculas de ADN) y la cuántica (con partículas subatómicas).

4

El Pentium 4 tiene 42 millones de transistores distribuidos en una superficie de 217mm2, es decir, un cuadrado de casi 15mm x 15mm. No obstante, la nueva generación, fabricada con tecnología de 130nm, ocupará casi la mitad de dicha superficie (116mm2).


35/227

5/10/2018



36

Aunque, por ahora, ninguno de estos prototipos alcanzó la fase comercial, ya existen esquemas rudimentarios en marcha en los laboratorios de importantes universidades y empresas. La computadora fotónica En este tipo de computadora se utilizan haces de luz láser (o flujo de fotones), para el transporte de la información -en vez de electricidad (o flujo de electrones)- y sus transistores están hechos de un material cuya opacidad varía según la intensidad de la corriente que los atraviesa. Es que los fotones demuestran varias ventajas sobre los electrones. Esencialmente no interactúan el restodedelos laselectrones, partículas,los porhaces lo cual peligro de interferencia: acon diferencia de no luzhay pueden entrecruzarse entre sí sin ocasionar efectos indeseables. Además, la fotónica brinda la gran posibilidad, casi única, de transmitir simultáneamente un mismo dato a un gran número de diferentes destinos, dividiendo simplemente el haz inicial en una infinidad de subhaces. Ambas propiedades facilitan los procesos masivamente paralelos, es decir, el poder trabajar simultáneamente en los diferentes aspectos de una misma cuestión. Asimismo, los fotones (canalizados en fibras ópticas) se desplazan mucho más rápido que los electrones (transmitidos por conductores de cobre), con lo cual la velocidad de procesamiento de la información puede llegar a ser cientos e incluso miles de veces mayores que la de las computadoras electrónicas. Además, la fibra óptica posee un ancho de banda (es decir, una capacidad de transporte) enormemente mayor a la de los conductores eléctricos. Por último, los fotones no tienen problemas de roces ni de recalentamientos, generando menos calor que su contrapartida electrónica. Esta ventaja permite aumentar notoriamente la densidad de integración de los componentes, así como aprovechar la utilización de la tercera dimensión. En efecto, debe recordarse que cuando se establece una corriente eléctrica, los electrones en movimiento chocan con los fijos y, de esa manera, producen calor y un debilitamiento progresivo de la señal. Por otra parte, como los transistores ópticos son muy apropiados para el procesamiento y almacenamiento de fenómenos ópticos, éste tipo de computadora puede resolver mejor los problemas derivados de las imágenes tridimensionales. Sin embargo, las computadoras fotónicas también tienen sus desventajas: actualmente los prototipos son aún muy grandes y relativamente débiles en cuanto a potencia, principalmente por el tamaño de los láseres y los transistores ópticos. Debe resolverse la cuestión de la miniaturización antes de que las computadoras fotónicas puedan competir con las convencio-


36/227

5/10/2018


Capítulo 3: Otros paradigmas

37

nales. Además, por ahora, no son programables, es decir, ejecutan un con junto fijo de cálculos para una configuración determinada. Pero hay otra cuestión. Dado que estas máquinas manejarán rutinariamente terabytes de datos, el procesador requerirá un tipo radicalmente distinto de “memoria” . El almacenamiento holográfico guarda información en la red cristalina, como un patrón holográfico, lo cual presenta muchas ventajas. Para comenzar, los hologramas no se almacenan de modo tal que cada bit se halle localizado en un determinado lugar del soporte material, sino que toda la información se halla distribuida simultáneamente sobre todo el soporte material. Si se corta un holograma en dos, no se obtiene dos mitades de una misma imagen, dos imágenesnocompletas. Esto significa que defecto en el soporte desino almacenamiento elimina ninguna parte de losundatos, ya que la información se guarda en forma redundante a través del holograma. En segundo lugar, y frente a las actuales memorias magnéticas (que utilizan dos dimensiones), las holográficas hacen uso de cuatro: las tres del volumen y el color. En otras palabras, se pueden almacenar múltiples hologramas en la misma unidad de volumen, modificando simplemente la longitud de onda de la luz. De este modo, un terabyte de datos (algo así como 2.000 CDROM típicos) cabría en el espacio de un libro de bolsillo. En tercer lugar, y dado que codifica grandes bloques de información como una sola entidad, se alcanzan muy altas velocidades de transferencia tanto desde como hacia el procesador (flujos del orden del gigabit/seg) y de forma paralela; es decir, no en forma secuencial -bit a bit- como en los discos duros actuales. Estas descargas rápidas de grandes cantidades de información son particularmente adecuadas para el almacenamiento de imágenes digitales, como películas, radiografías, mapas, catálogos, etc. La computadora molecular Los transistores que componen un chip moderno funcionan como interruptores que representan un bit de información: on-off, activado-desactivado, 1-0. A pesar de lo diminutos que puedan parecer, generalmente están compuestos por cientos de millones de átomos. La Electrónica Molecular o Submicrónica consiste en la fabricación de circuitos lógicos en los que los transistores ya no son microscópicos, sino de dimensiones moleculares: se pasa del micrómetro (una millonésima de metro) al nanómetro (una milmillonésima de metro). Aunque su velocidad de procesamiento no será excesivamente rápida, su pequeño tamaño, la elevada densidad de integración que alcanzarán, y las ínfimas cantidades de energía que utilizarán, harán a estas máquinas aptas para trabajar en paralelo. De esta forma, la velocidad de pro-


37/227

5/10/2018



38

cesamiento del conjunto será millones de veces mayores que las más avanzadas de hoy en día. A diferencia de los chips semiconductores actuales -basados en cristales de silicio-, los circuitos moleculares estarán basados en estructuras cuasicristalinas; es decir, aquellas en donde se verifica un determinado ordenamiento molecular uniforme que involucra cierta cantidad de átomos pero no a millones de ellos. Dado que la arquitectura sigue un patrón según la afinidad química local, los chips se van formando “solos” , “creciendo” en volumen, de una forma extrañamente similar a como lo hace un embrión biológico. De esta manera, los procesos de fabricación podrían volverse muy económicos ya queyno hará falta utilizar complejas para “esculpir” cisos casi perfectos patrones sobre yelcostosas silicio. técnicas No obstante, y aunque pre-en teoría- estos chips deberían formarse sin fallas (ya que no abría otra configuración posible que la “necesaria” , como en el caso de un rompecabezas), en la práctica, pueden originarse defectos similares a los existentes en las redes cristalinas. Si se lograra desarrollar sistemas de alta complejidad en espacios reducidos, quizás sería factible simular ciertas características de los sistemas biológicos que pueden resultar muy útiles, por ejemplo, la de autorreparación. En los sistemas vivos, esta característica es vital, ya que normalmente se desenvuelven en ambientes hostiles. Sería fantástico que un circuito molecular con defectos de fabricación o que, por diferentes razones, se daña o destruye parcialmente pudiese iniciar un proceso de autorreparación parecido al biológico. De todas maneras, potencialmente sería factible conseguir el poder computacional de un centenar de máquinas convencionales en el reducido tamaño de un “grano de arena” y desarrollar chips de memoria -de elevadísima capacidad- más pequeños que una bacteria. De ser así, se podrían fabricar computadoras portátiles que estarían “entramadas o tejidas” con la ropa y que nunca necesitasen enchufarse, ya que estarían alimentadas con el calor corporal o la luz ambiental; incluso podrían desarrollarse sondas médicas muy sofisticadas capaces de introducirse en el interior del cuerpo humano para ayudar al diagnóstico de enfermedades. No obstante, estos métodos plantean enormes problemas técnicos, como la producción masiva de cables y aislantes atómicos. Aún no existen prototipos viables y se requieren muchos años para que ésta tecnología sea una realidad. La computadora biomolecular Se trata de una tecnología híbrida en la cual intervienen células nerviosas vivas, memorias digitales basadas en bacterias y transistores fabricados con


38/227

5/10/2018



39

moléculas orgánicas. Si se alcanza el éxito, posiblemente pronto podría desaparecer la frontera entre lo natural y lo artificial, lo físico y lo biológico, y surja un cerebro semiartificial con tal poder de procesamiento y flexibilidad que se aproximaría -y tal vez superaría- al totalmente orgánico. En la actualidad, la investigación se bifurca entre dos senderos: por un lado, conseguir la unión entre neuronas y microcircuitos electrónicos y, por el otro, “cultivar” redes neuronales naturales en soportes cristalinos de silicio. En cualquier caso, surgen nuevas y amplias posibilidades, como mayor velocidad en el procesamiento de cierto tipo de información, elevada miniaturización, menor consumo de energía y capacidad de autorregeneración. Una computadora biomolecular -en teoría- sería realmente inteligente: podría reconocer, aprender y decidir, así como adquirir, procesar y comparar datos de forma similar a como lo hacen los seres humanos. Siguiendo el primer enfoque, en 1995 se logró establecer una comunicación entre una neurona de sanguijuela viva y un chip de silicio. La neurona se mantiene viva en su líquido fisiológico y extiende sus dendritas -las ramificaciones nerviosas- hacia el circuito electrónico. Al ser sometida a una pequeña tensión eléctrica, reacciona emitiendo una señal que es detectada y recogida por el propio circuito sobre el que reposa. Lacon ideahumanas. es seguirElexperimentando primero con neuronas de ratas y, más tarde, reto es mantener vivo al tejido orgánico por más tiempo, ya que -por ejemplo- las neuronas de sanguijuela sólo viven durante unas pocas semanas. Con respecto al segundo enfoque, el objetivo es desarrollar neuronas para que sus axones y dendritas sigan trayectorias predeterminadas sobre la superficie del silicio. La idea es “cultivar” las células vivas para que funcionen como circuitos lógicos digitales, al imitar su arquitectura. Así, se podría desarrollar una gran cantidad de dispositivos casi idénticos que podríanlasactuar como procesadores o aun como sensores. Como en el caso anterior, células biológicas podrían realizar cómputos sólo mientras permanezcan vivas. El objetivo es ubicar millones o miles de millones de neuronas en una diminuta área semiconductora. Cualquiera sea el enfoque, cuando la unión entre neuronas vivas y la electrónica sea permanente, la computadora biomolecular alcanzará una capacidad abrumadora: sería especialmente eficaz en las aplicaciones de reconocimiento de imágenes y podría encontrar soluciones por sus propios medios, es decir, sin necesidad de las instrucciones programadas. Por otra parte, en el futuro se podría utilizar los chips biomoleculares como interfaz entre la prótesis artificial y el sistema nervioso natural de personas que hubieran perdido una extremidad o restaurar los nervios dañados o seccionados (estimulando la


39/227

5/10/2018



40

regeneración mediante su conexión al chip). En otras palabras, el cerebro mismo podría conectarse directamente a los dispositivos electrónicos. A escala nanométrica dejan de tener validez muchas de las ideas y técnicas de la física de estado sólido sobre las que se había apoyado la “vieja” electrónica. Por ejemplo, es factible que el sistema auto-organice las conexiones entre sus bloques funcionales, a fin de llevar a cabo nuevas tareas, algo impensable en los circuitos integrados tradicionales. En efecto, recuérdese que el comportamiento de estos últimos es fijo, una vez que se establece la distribución de los dispositivos y sus pistas de interconexión. En un sistema biomolecular, en cambio, y cuando las señales de control se encuentran por debajo de un cierto umbral, el conjunto se comportaría según su estructura interna inicial; pero al superar dicho umbral, dicha estructura cambiaría producto de las nuevas interconexiones que se “desarrollan” entre los mismos bloques funcionales. De haber más de un umbral, se podrían diseñar más de dos estructuras diferentes y, por lo tanto, más de dos funciones de procesamiento. Otra característica interesante es la auto-reparación: si un circuito o parte de él es destruido -por ejemplo, por efecto de las altas temperaturas- iniciaría un proceso de reparación de forma similar al biológico. Es decir, inicialmente aislaría el circuito en cuestión (cortando tanto la alimentación, como las entradas y las salidas de señales) y luego “haría crecer” nuevas conexiones hacia circuitos alternativos idénticos a los destruidos. En cuanto a la memoria, es posible utilizar moléculas de proteína (como la rhodopsina) producidas por algunas bacterias, aprovechando su reacción ante la presencia o ausencia de luz. La matriz (que es tridimensional) se construye colocando las proteínas en un tubo transparente lleno de gel y se utiliza un haz de luz láser para leer o grabar la información en forma digital. De esta manera, se obtienen ciertas ventajas con respecto a la memoria semiconductora convencional: presenta una gran velocidad de lectura/escritura; su densidad de almacenamiento es muy elevada; es económica de producir en cantidades industriales; y la información es estable, con lo cual si se corta o apaga la alimentación, las moléculas de proteína retienen la información. La computadora biológica En vez de usar chips de silicio, la computadora biológica ejecuta una serie de operaciones bioquímicas utilizando la molécula de ADN (llamada metafóricamente la “molécula de la vida” ), una sustancia que la evolución ha probado y refinado durante miles de millones de años. Al emplear una enorme can-


40/227

5/10/2018



41

tidad de moléculas que trabajan al mismo tiempo, la computadora biológica es miles de veces más rápida, cientos de millones de veces más eficiente (en cuanto al consumo de energía) y con una capacidad de almacenamiento millones de veces mayor que cualquier supercomputadora tradicional. Además, y a diferencia de sus “primas” electrónicas, las computadoras biológicas no son vulnerables a determinada influencias electromagnéticas. En efecto, aunque una sola molécula de ADN es muy lenta para llevar a cabo una única instrucción, este tipo de máquina podría ejecutar del orden de 1.020 operaciones simultáneas dentro del volumen de un tubo de ensayo típico. Asimismo, y debido a su alta eficiencia de conversión, consumiría únicamente la irrisoria cantidad de algunas centésimas de watts. A modo de comparación, un avanzado modelo de la empresa Cray Research (la Tera Cray T3E-1200E) cuenta con hasta 2.048 procesadores, alcanzando un pico de rendimiento de 2,4 billones de cálculos por segundo… pero la temperatura que alcanza es tan elevada que debe utilizarse un sistema de refrigeración líquida. Igualmente, y gracias a la enorme densidad de información que alcanza el material genético, suponiendo que toda la información actualmente conservada en las bibliotecas del mundo entero es de alrededor de 1018 bits (un trillón de bits), se la podría guardar en un volumen similar al de la cabeza de un alfiler. Finalmente, y mientras que las memorias semiconductoras presentan dos estados (0-1, si-no), las de las computadoras de ADN tienen cuatro (Adenina, Citosina, Guanina y Timina; es decir, los ácidos desoxirribonucléicos), con lo cual se facilitaría la implementación de lógicas multivaluadas. En virtud de estas características, las computadoras biológicas podrían ser muy útiles para resolver algunos problemas complejos que requieren una búsqueda intensiva para su resolución y que no son eficientemente resueltos por las computadoras algorítmicas convencionales. Por ejemplo, problema del “viajante de comercio” , que consiste en encontrar el caminoelmás corto -para un viajero hipotético- entre muchas ciudades sin pasar más de una vez por ninguna de ellas. Dado que sólo algunas ciudades están conectadas entre sí por caminos, se torna difícil encontrar la ruta óptima. Aunque se trata de un problema adecuado para un algoritmo repetitivo, si la cantidad de ciudades es grande, se torna casi intratable para las computadoras seriales (en otras palabras, se tarda muchísimo tiempo) y, si el número de lugares asciende a un centenar, incluso se vuelve demasiado complejo hasta para una supercomputadora. Sin embargo, las computadoras de ADN también tienen sus propios inconvenientes; ya se dijo que las operaciones bioquímicas involucradas son lentas y a menudo son propensas a los errores, pero la cantidad de molécu-


41/227

5/10/2018



42

las que se utilizan es tan vasta que cualquier error resulta estadísticamente insignificante. Además, las moléculas de ADN envejecen y se descomponen, por lo que no se pueden almacenar grandes cantidades de información durante largos períodos de tiempo; se hace necesario diseñar técnicas de corrección de errores o transferir los datos -en última instancia- a memorias semiconductoras. Por otro lado, y al igual que la fotónica, esta clase de computadora no es excepcionalmente versátil: para cada problema se requiere codificar una secuencia única de reacciones químicas y, por el momento, la técnica estaría limitada a la solución de problemas combinatorios. No obstante, esta situación recuerda los orígenes de la computación tradicional, en que había que modificar el cableado para programarla. Finalmente, habría que encontrar formas que eviten tener que manejar litros y litros de material genético, dado que no se sabe cómo reciclar el ADN que hace cuentas innecesarias, aquellas que descartan las opciones que no conducen al éxito. La computadora cuántica Este tipo de máquina aprovecharía los efectos “paradójicos y esotéricos” de la mecánica cuántica, dado que a escala microscópica, la Naturaleza se comporta de manera extraña, completamente anti-intuitiva. La idea clave de la computación cuántica es que el “q-bit o bit cuántico” esencialmente es al mismo tiempo 0 y 1, es decir, se tienen dos bits “convencionales” en un sólo estado. El q-bit se basa en un fenómeno conocido como “superposición de estados” , en el que una misma partícula cuántica (un átomo o un electrón, por ejemplo) puede estar en un estado “indefinido” hasta que un proceso de observación “rompe” esa ambigüedad y produce la “descohesión cuántica” . Es que la partícula se comportaría como una onda explorando simultáneamente sus distintas alternativas. Es algo similar a lo que ocurre cuando se lanza una moneda al aire y se la atrapa: hasta que no se la vea, no se sabrá si “salió” cara o ceca; “no está” ni en uno ni en otro estado. En una computadora cuántica, los q-bits estarían representados por una propiedad mecánico- cuántica como, por ejemplo, la dirección de spin de los electrones individuales. Si se ordena cuidadosamente un conjunto de núcleos atómicos, sus electrones girarán como un trompo en ambos sentidos al mismo tiempo. En este estado, la computadora es capaz de realizar un enorme número de cálculos en paralelo, ya que los spins de todas las partículas interaccionan entre sí. Por ejemplo, una máquina con sólo 5 q-bits podría representar y almacenar -al mismo tiempo- todos los números comprendidos entre el 0 y el 31, es decir, equivaldría en cierta forma a una computadora actual de 32 bits. Este “paralelismo cuántico” es el que permite realizar complejas tareas en forma rápida. Por otra parte, en esos cinco núcleos atómicos


42/227

5/10/2018



43

estarían integrados tanto el “procesador” como la “memoria” , cuando hoy en día se necesitan decenas de miles de millones de átomos para codificar cada bit en un disco rígido convencional. No obstante, vale aclarar, la computadora cuántica no trabaja de manera digital sino que opera de forma analógica. Modernamente se están fabricando mecanismos que hace tan sólo unos años se consideraban imposibles, por ejemplo, un “punto cuántico” . Este consiste en un único electrón que se confina a un punto levemente más grande que un átomo. Al igual que la cuerda de una guitarra, un electrón atrapado dentro de un punto cuántico puede resonar en diversos estados cuánticos. Así, se puede utilizar una lógica multivaluada, para que a cada partícula en un cierto estado se corresponda con una determinada función. De esta forma, se puede imitar toda una serie de circuitos con un único “transistor” , reduciendo mucho la complejidad. En teoría, debido a que podría efectuar muchas operaciones simultáneamente, una computadora cuántica permitiría acelerar -en muchos órdenes de magnitud- la solución de algunos problemas actuales como, por ejemplo, la factorización muy rápida de grandes números para descifrar claves criptográficas, la búsqueda algorítmica en una base de datos desordenada o la simulación eficiente de sistemas mecánico-cuánticos interesantes pero complejos. Sin embargo, no está pensada para trabajar como un procesador de textos o para correr un videojuego. Una buena analogía para explicar este modo de funcionamiento es la de la “búsqueda en la oficina” . Imagínese que usted debe encontrar un determinado documento escrito y sabe que se encuentra en algún lugar de una inmensa oficina desierta. Para buscarlo, y al igual que usted, una computadora convencional que recorrer oficina todos entera,los revisando cialmente todos lostendría escritorios, todos loslacajones, muebles secueny todos los estantes, uno por uno. Obviamente, si contara con un buen número de colaboradores, uno podría acelerar notablemente la búsqueda; pero -al igual que las supercomputadoras- esa coordinación adicional tiene un elevado precio. No obstante, ¿qué sucedería si en lugar de buscar sólo -o ayudado por un equipo-, usted “dispondría” por un instante de tantos “clones” suyos como cajones y escritorios tuviera la oficina y que esas réplicas revisaran la totalidad de las oficinas al mismo tiempo, para finalmente “desvanecerse” , todas simultáneamente, menos aquella que encontró el documento extraviado? Sin embargo, y como en los casos previos, no todas son virtudes: todavía existen grandes escollos por sortear. El problema más importante es que la computadora debería estar aislada de todas las posibles interacciones con el


43/227

5/10/2018



44

mundo exterior, ya que la menor contaminación podría alterarla. El proceso de superposición de estados es tan delicado que, en principio, incluso un único y miserable rayo cósmico o cualquier insignificante partícula subatómica perdida que atravesara el sistema -por no decir cualquier temperatura distinta al cero absoluto- sería capaz de interferir en los cálculos que realiza. En efecto, al ser perturbado, el q-bit “elige al azar” uno de sus posibles estados simultáneos para quedarse definitivamente allí. No obstante, existe una idea innovadora: tomar un vaso lleno de líquido y considerar a cada molécula como una computadora cuántica. Por lo tanto, en vez de tener una única e inestable máquina de tamaño molecular, se dispone de un vaso con el equivalente de centenares de trillones de computadoras cuánticas. Lo más interesante aquí no es tanto el paralelismo masivo, sino la “redundancia masiva” . De esta forma, la conducta de por sí inevitablemente errática de las moléculas individuales se torna insignificante frente al comportamiento masivo de las innumerables moléculas del líquido. La computación cuántica rivalizará con las actuales supercomputadoras cuando se consiga enlazar, como mínimo, 40 q-bits, ya que será capaz de evaluar simultáneamente más de un billón de soluciones posibles. Con 100 q-bits, este tipo de máquinas superaría fácilmente la potencia de cualquier supercomputadora digital que se conciba. Recientemente, vale aclarar, la multinacional IBM declaró que había desarrollado la computadora cuántica más avanzada del mundo, una que utiliza 5 q-bits y espera desarrollar -en los próximos dos años- una que emplee entre 7 y 10 q-bits. Sin embargo, no está claro aún cuándo estaría disponible comercialmente una computadora semejante.


44/227

5/10/2018


CAPITULO 4 La inteligencia artificial Como se vio en el capítulo 2, existen procedimientos conocidos (algoritmos) que -para cierta clase de problemas- garantizan una solución exitosa y en un tiempo finito (si se ejecutan de la para formaresolver correcta). Por ejemplo, todo escolar avanzado aprendió el algoritmo multiplicaciones con tres cifras: si se siguen puntillosamente todos los pasos en el orden adecuado y no se cometen errores de cálculo, indefectiblemente se llega a la solución correcta. No obstante, pocos problemas de la vida real se prestan a soluciones computables. Las situaciones reales son normalmente complejas, casi siempre imprecisas, mal definidas y no estructuradas. En estos casos, tal vez lo más difícil es saber si los hechos son realmente verdaderos y si están incluidos aquellos efectivamente relevantes. Evidentemente, un problema sin solución algorítmica no es informatizable y, por lo tanto, no puede resolverse por computadora. Asimismo, y aunque se sabe que cuentan con un algoritmo de solución, hay muchos problemas que no pueden tratarse por ninguna computadora convencional por múltiples causas: porque requiere una cantidad desorbitadamente grande de memoria (complejidad computacional en el espacio), porque el tiempo que demora en el procesamiento es penosamente lento (complejidad computacional en el tiempo), o por ambas causas simultáneamente. No obstante, hay varios tipos de problemas para los cuales lo principal es encontrar una solución, cualquier solución, con el mínimo de esfuerzo. En estos casos es más importante encontrar una solución relativamente rápida aunque no fuese la óptima, una solución satisfactoria y suficientemente buena aunque no perfecta. En computación, el término “búsqueda” se refiere a la búsqueda de soluciones a un problema en particular, generando y modificando progresivamente las estructuras de símbolos hasta producir una estructura de solución. De esta forma, desde un punto de partida hasta el punto de llegada, se deben ir tomando decisiones para ir por uno u otro camino. Cada opción elegida abre nuevas posibilidades de elección, una especie de ramificación, denominada “árbol de decisiones” . Si el árbol es razonablemente pequeño es posible llevar a cabo una búsqueda exhaustiva que explore “ciega y absolutamente”


45/227

5/10/2018



46

todas las posibles opciones de solución del problema. Sin embargo, para la mayoría de los problemas del mundo real, el árbol es tan “frondoso” que es impracticable el empleo de este tipo de búsqueda, ya que existen obvias limitaciones de tiempo y de memoria para explorar en profundidad todas las alternativas, todas las “ramas” . Es lo que se conoce con el nombre de “explo- sión combinatoria” , una frase pintoresca pero bastante expresiva. Por ejemplo, en el caso del juego de ajedrez, se necesitaría explorar unas 10120 combinaciones diferentes (es decir, un uno seguido de 120 ceros) para una partida típica de unos 40 movimientos… un número realmente “astronómico” . Por esta razón, lo más sensato es “podar el árbol” , de manera de enfocar más rigurosamente el análisis sobre las opciones más prometedoras y eliminar las peores o postergar las menos interesantes. La idea es orientar la búsqueda a fin de reducir notablemente la cantidad de pasos necesarios para la resolución del problema. Las explosiones combinatorias son bastante comunes en la vida diaria, pero el ser humano habitualmente las evita eliminando la mayoría de las opciones que posiblemente no den un resultado satisfactorio. Por ejemplo, si uno pierde una carpeta lo más adecuado es comenzar a buscar por el escritorio o por la oficina, y no por el techo o en lugares donde nunca estuvo. A fin de simular el proceso mental de “guiar u orientar” la búsqueda, la IA recurre a varias reglas prácticas o empíricas denominadas “heurísticas” . Éstas representan los trucos del oficio o la dilatada experiencia acumulada por los seres humanos -a lo largo de su ascenso evolutivo- para resolver todo tipo de problemas. Las heurísticas son, por naturaleza, normalmente dependientes de la situación y de la tarea, pero ofrecen la posibilidad de obtener soluciones computacionalmente rápidas, quizás inmediatas, dando saltos, tomando atajos y evitando largos procesos de inferencia o complicados procedimientos de cálculo: son el equivalente al golpe de intuición del experto. Sin embargo, estos métodos no son generales o fácilmente generalizables; incluso, en algunos casos, pueden fallar o cometer errores y no ser necesariamente completos ni exhaustivos. No tienen en cuenta todas las posibles opciones futuras, sino que se dirigen a un conjunto restringido de éstas, aquellas que -en principio- parecen estar más cerca de la solución buscada. Tampoco garantizan la solución del problema, ni siquiera pueden decir si la solución existe o no, pero puede afirmarse que lo que la heurística realiza es lo “suficientemente bueno” la mayoría de las veces. No obstante, en general no existe una necesidad real de encontrar una solución óptima; la gran mayoría de las personas se conforma con encontrar la mejor solución que se pueda hallar en el tiempo del que se dispone. En efecto, en la vida de todos los días, uno no suele contar con tiempo ilimitado para explorar todas


46/227

5/10/2018


Capítulo 4: La inteligencia artificial

47

las posibilidades disponibles, por lo cual es incapaz de evaluar todos los cursos de acción posibles; incluso, la mayoría de las veces, no tiene consciencia de que existen. ¿Qué es la IA? Antes que nada es importante aclarar el significado de la palabra artificial. En general, se aplica este adjetivo cuando algo no es natural, es decir, cuando es fabricado, construido o producido por el ser humano. Sin embargo, y utilizando una analogía del filósofo norteamericano Robert Sokolowski, su sentido es diferente según se aplique, por ejemplo, a las plantas o a la luz. En el primer caso, lo artificial es lo meramente aparente, algo que superficialmente parece ser una cosa pero realmente no lo es. Las plantas artificiales, aunque externamente tienen el aspecto de su equivalente natural, son solamente plástico, de ninguna manera seres vivos. No obstante, la luz artificial es luz genuina y verdaderamente ilumina. No es un sol en miniatura, es cierto, pero es un perfecto sustituto de la luz natural. En este sentido, lo artificial no es lo meramente aparente, ni una simple imitación de otra cosa; es algo totalmente diferente pero que cumple funciones equivalentes. Ahora bien, definiren la la IA Conferencia es una tareade deDartmouth verdad complicada. Desde que 5 se acuñara este el término , se propusieron una gran cantidad de distintas definiciones pero ninguna logró la aceptación general de toda la comunidad científica. Esta dificultad deriva de tres factores principales. Por un lado, y como se mencionó en el capítulo 1, la inteligencia es un concepto cuya definición aun no ha sido universalmente aceptada: sólo se es capaz de describirla funcionalmente, a través del comportamiento manifiesto del ser en cuestión. Por otro lado, existe un arraigado pre juicio en admitir que un artefacto cuente con la única característica que distingue a los hombres de los animales. De esta manera, inevitablemente se enturbia toda definición: ante cualquier logro en el campo de la computación, los escépticos replican con aquellos aspectos aun no conseguidos y que caracterizan la “genuina, verdadera y auténtica” inteligencia (para ellos, obviamente, la humana). Por último, es difícil -desde el punto de vista científico- definir un objeto de estudio cuando sólo se tiene un ejemplo (la propia inteligencia del hombre). Es como les pasa a los niños de corta edad: si todos los perros que vieron hasta el momento son de la raza “Boxer” , al encontrar Danés” tal vez no se den cuenta que pertenece a la especie “perro” . un De “Gran igual manera, se corre el riesgo de tratar con una inteligencia no humana y ser incapaz de reconocerla.

5

La conferencia se desarrolló durante el verano de 1956 en el Dartmouth College, ubicado en el estado norteamericano de New Hampshire.


47/227

5/10/2018



48

No obstante, se puede afirmar que la Inteligencia Artificial es un área del conocimiento que puede abordarse desde dos puntos de vista: o

o

por un lado, se ocupa de la comprensión de la inteligencia natural, y utiliza sistemas informáticos como medio de simulación para verificar un modelo o una teoría propuestos; y por otro lado -mucho más pragmático-, trata de diseñar y construir sistemas informáticos inteligentes, entendiendo por tales aquellos que exhiben un comportamiento observable que podría ser considerado inteligente si fuera realizado por un ser humano promedio. Es decir que, entre otras cosas, puede ser capaz de hablar y responder en un lenguaje natural, percibir el entorno, discriminarllegar entre adistintos objetos, razonar de forma lógica, tomar decisiones, una solución de un problema dado y aprender a través de la experiencia.

Los dos enfoques precedentes son -de hecho- sinérgicos, ya que un mejor conocimiento de los procesos cognitivos humanos permite desarrollar sistemas cada vez más inteligentes; y la implementación de sistemas cada vez más inteligentes posibilita comprobar o refutar nuevas hipótesis sobre los procesos cognitivos humanos. Sin embargo, hay que reconocer que la frontera de esta elástica: lo que se considera no IA vaya cambiando con los años.disciplina En efecto,esnormalmente se aduce que “si ofunciona no es IA” , lo cual es bastante frustrante para esta disciplina. Objetivos ambiciosos La IA es la manifestación más reciente -en términos históricos- de esa misteriosa necesidad humana de reproducirse de alguna forma esencial. Su verdadera ambición ha atraído durante muchos años la imaginación del hombre y constituye un reto descomunal: construir y diseñar sistemas informáticos capaces de simular, imitar o duplicar (en todos sus aspectos y facetas) el comportamiento humano inteligente y, en lo posible, de forma más eficiente (e, idealmente, que quepa en un reducido volumen) 6. En otras palabras, se intenta fabricar una inteligencia “de propósito general” , una mente, y no sólo en los dominios artificialmente simplificados del laboratorio, sino en la plena complejidad del mundo real. Aunque en el estado actual de la tecnología se trata de un sueño no posible aún, no hay que olvidar que lo que hoy parece imposible en el futuro será, a lo sumo, improbable y lo que hoy parece irrealizable será, en todo caso, poco factible. Con los avances futuros -tanto en el 6

Después de todo, el cerebro humano fue modelado gradualmente por el proceso evolutivo del ensayo y error -sin una programación previa- a lo largo de millones de años. Quizás su arquitectura global no sea la óptima para ejecutar ciertos procesos inteligentes…


48/227

5/10/2018



49

estudio del cerebro humano como de las computadoras- puede esperarse que dicho sueño pueda volverse cada vez más tangible. De todas formas, el objetivo de esta tecnología no debería ser el de suplantar la inteligencia humana sino el de suplementarla, explotando justamente sus ventajas inherentes a fin de ayudar al hombre y permitirle explorar originales ideas así como pensar nuevas cosas. No se busca construir una réplica exacta del cerebro humano -pero de otro material- sino algo que tenga funciones similares. Tampoco se busca construir máquinas que “piensen” de la misma forma en que lo hace el hombre, sino que efectúen el tipo de cosas correctas. En otras palabras, no se trata de construir máquinas que compitan “rango” intelectual con humanos, ciertaslotareas a finlos deseres ayudarle mejor sino de loque querealicen hasta ahora están de haciendo. Asimismo, tampoco se pretende construir máquinas que compitan con las computadoras convencionales, por lo menos en aquellas tareas para las que están mejor dotadas incluso que los seres humanos. Es perfectamente posible y deseable la coexistencia de ambos tipos de procesadores de información que -por otra parte- deben poder llegar a complementarse. Después de todo, trenes y aviones son dos claros ejemplos de vehículos que transportan a la gente, cada uno con una determinada función y con ventajas e inconvenientes, los cuales los hacen más apropiados a ciertas situaciones que a otras.

Finalmente, hay que destacar que la IA es fundamentalmente multidisciplinaria. La implementación de un sistema no sólo requiere las avanzadas técnicas de la informática y la microelectrónica, sino que también se nutre de otros campos del saber humano como la lógica y las matemáticas; la filosofía y la psicología; la lingüística y la sociología y, en menor medida, la neurofisiología, al antropología y la biología. Armando el rompecabezas La IA es un campo ambicioso y complejo, con muchas escuelas de pensamiento diferentes. Simplificando mucho, se podría decir que cada una de ellas intenta modelar una pequeña parte de lo que se piensa que es la inteligencia. De este modo, se originan las principales líneas de investigación en IA: lógica difusa, sistemas expertos, redes neuronales artificiales, algoritmos genéticos, sistema multiagentes, tratamiento del lenguaje natural, visión artificial y robótica. Lógica difusa : proporciona un conjunto de técnicas matemáticas para que

las computadoras operen con datos que no tienen una precisión definida y concreta. Se trata de una generalización de la lógica tradicional que no utiliza sólo dos variables antagónicas como “negativo” o “positivo” , sino que


49/227

5/10/2018



50

puede manipular valores intermedios como “muy negativo, medio negativo, poco negativo, aproximadamente cero, poco positivo, medio positivo, muy positivo” . Se trata, en definitiva, de una forma de razonamiento que permite

incorporar a la máquina esquemas de pensamientos típicamente humanos. Los sistemas basados en lógica difusa han mostrado gran utilidad en una variedad de operaciones de control industrial y en tareas de reconocimiento de patrones que se extienden desde el reconocimiento de texto manuscrito, hasta la validación de crédito financiero. Una de las principales potencialidades de esta técnica, cuando se la compara con las redes neuronales, es que sus bases de conocimiento -que se representan en forma de reglas- son fáciles de examinar y entender, lo cual también simplifica su mantenimiento y actualización. Por este motivo, existe un creciente interés en utilizar la lógica difusa en conjunto con los sistemas expertos, con el fin de tornarlos más flexibles. Sistemas expertos: es una forma de programación que emula artificial-

mente ciertos aspectos del razonamiento de un especialista humano en un ámbito restringido y limitado de conocimiento. Su característica principal es que están basados en reglas. Es decir, contienen un juego predefinido de conocimientos que se utiliza para tomar sus decisiones. Los sistemas expertos pueden resolver con mucha facilidad ciertos problemas complejos (no abordables mediante cálculo puro) que sólo puede llevarse a cabo por un número limitado de personas expertas intensamente entrenadas. Tal vez su característica más fascinante es su capacidad para enfrentar problemas del mundo real, por medio de la aplicación de procesos que emulan el juicio y la intuición humanas. Para ello, es necesario dotar a la computadora tanto de una “base de conocimientos” como de un “motor de inferencia” . La base contiene el conocimiento del sistema con respecto a un tema específico para el que el ysistema. El motorparticulares, de inferencia, en cambio, es elde que combina se losdiseña hechos las preguntas utilizando la base conocimientos, seleccionando los datos y los pasos apropiados para presentar los resultados. Posteriormente este núcleo central fue ampliado con la incorporación de otros muchos procesos cognitivos vinculados con el pensamiento: aprendizaje automático, razonamiento basado en casos, lógica difusa, etc. Su campo de aplicación es relativamente amplio utilizándoselos, entre otras cosas, para diagnosticar enfermedades, planificar la síntesis de complejos compuestos de química orgánica, analizar circuitos electrónicos o resolver ecuaciones diferenciales en forma simbólica. Redes neuronales artificiales: inspiradas en el funcionamiento de las neu-

ronas biológicas, están compuestas por una multitud de procesadores paralelos interconectados, cada uno de los cuales es capaz de efectuar sólo un


50/227

5/10/2018



51

pequeño número de operaciones simples y transmitir sus resultados a sus vecinas. A las redes neuronales no se les “inculca” ningún tipo de regla, sino que son capaces de aprender a reconocer patrones (como las imágenes digitalizadas o los comportamientos monetarios en el mercado de cambio), a partir de un proceso de entrenamiento basado en el análisis automático y sistemático de una suficiente cantidad de ejemplos diferentes. Desde este punto de vista, simulan con bastante aproximación algunos procesos cognitivos humanos, como, por ejemplo, la identificación y el aprendizaje de símbolos (letras, números, iconos) o de imágenes (rostros, mapas, configuraciones), aunque todavía la tecnología se encuentra lejos de alcanzar la eficacia de los mecanismos perceptivos naturales. La habilidad de manipular datos imprecisos, incompletos, con ruidos y hasta compuestos de ejemplos contradictorios, hacen que las redes neuronales sean extremadamente eficaces en problemas de clasificación, reconocimiento de patrones, modelación y previsión de sistemas complejos, así como en tareas donde los especialistas no están a disposición o no puede formularse fácilmente un conjunto de reglas claras. Sin embargo, no son apropiadas para las aplicaciones en donde es fundamental la explicación del razonamiento llevado a cabo. Algoritmos genéticos: son algoritmos matemáticos eficientes que se inspi-

ran en los mecanismos de la evolución biológica propuestos por el naturalista inglés Charles Darwin. Han producido excelentes soluciones en problemas complejos de optimización que poseen un gran número de parámetros. Las áreas en donde se han aplicado incluyen: planeamiento industrial, layout de circuitos de muy alta escala de integración, control y optimización en la distribución de energía, optimización de encaminamiento y tráfico de datos, etc. El objetivo principal de un algoritmo genético es el de evolucionar a partir de una población inicial de soluciones de para un determinado problema, intentando producir nuevas generaciones soluciones que sean mejores que las anteriores. Esos algoritmos operan a través de un ciclo simple que consiste en la generación al azar de la población inicial y la evaluación, selección y reproducción de las más aptas (con respecto a un objetivo predefinido). Este último proceso incorpora la recombinación y mutación del material “genético” de las soluciones. El ciclo se repite hasta llegar a una solución aceptable o al determinarse el óptimo de una función. Sistemas multiagentes: es una rama de la Inteligencia Artificial Distri- buida , la cual estudia el comportamiento -y fundamentalmente intenta cons-

truir- conjuntos de entidades relativamente autónomas e inteligentes que cooperen entre sí para desarrollar una tarea o para resolver un problema. En consecuencia, se trata de “sistemas sociales” , o comunidades de agentes,


51/227

5/10/2018



52

cuyas propiedades no pueden derivarse únicamente de las de sus partes constitutivas. Desde esta perspectiva, la IA clásica podría considerarse como un caso particular de un sistema multiagente en donde existe un único objetivo y una base de conocimiento estática; que se implementa -la mayoría de las vecescomo un Sistema Basado en el Conocimiento. Así, mientras que en estos sistemas la única forma de aumentar su capacidad es incrementando su base de conocimiento; los sistemas multiagentes, en cambio, ofrecen la opción de fraccionarla en fragmentos diminutos y especializados. De esta forma, tal vez, este nuevo enfoque posibilite una expansión de los horizontes de la IA tradicional. Tratamiento del lenguaje natural : sería muy conveniente para el ser

humano poder decirle a una máquina -en lenguaje natural- lo que tiene que hacer y recibir de ésta un comentario hablado sobre la factibilidad de la orden. Una de las principales tareas de la IA es potenciar a la computadora para que sea capaz de identificar la voz humana en general y de responder en forma hablada, pero -desgraciadamente y por el momento- ha demostrado ser más difícil de lo que originalmente se pensaba. Esto se debe a que interviene una gran cantidad de conocimiento: además de tener en cuenta el significado de cada palabra de la oración, la estructura de la frase y el contexto en que se pronuncia, hay que disponer del conocimiento específico de la materia sobre la cual se habla así como también considerar los cambios de pronunciación y de entonación, las pausas e, incluso, el ruido ambiental. Hoy en día existen algunos programas que pueden comprender la voz de una persona (aunque no la de varias al mismo tiempo), otros que traducen de un idioma humano a otro (pero no son tan buenos como los traductores humanos) y otros capaces de tomar dictados (pero no entienden lo que escriben). Sin embargo, estos sistemas están bastante limitados: se debe hablar relativamente despacio y pronunciar aceptablemente bien las palabras. Asimismo en la actualidad hay computadoras que pueden sintetizar voces en varios idiomas, con diferentes entonaciones fonéticas (hombre, mujer, niño, anciano) y en diferentes estados psicológicos (irritación, ansiedad, miedo), así como sistemas que -luego de “leer” un texto- son capaces de resumirlo o responder a diferentes preguntas, extrayendo inferencias acerca del argumento, los personajes y las motivaciones. No obstante, estos sistemas se “descarrilan” fácilmente por modismos, metáforas, o expresiones no gramaticales. Su aplicación principal se encuentra en el control de sistemas informáticos o automáticos: teléfonos que “oyen” y marcan el número que se le indica, microscopios y videocámaras controlados por voz, computadoras que reconocen el dictado, etc.


52/227

5/10/2018



53

Visión artificial: trata de traducir el mundo visual (que las personas inter-

pretan como real) a un código binario de forma tal que facilite a un sistema robótico interactuar con su entorno. Este procesamiento se desarrolla en diferentes niveles: digitalización de la imagen, detección de contornos, reconocimiento de objetos y técnicas de interpretación. A pesar de tener resuelto el problema de imitar funcionalmente al ojo humano (con la invención de la cámara fotográfica y, posteriormente, de la cámara de video), la interpretación de una imagen dista de ser un ejercicio trivial. En efecto, la tarea de transformar una imagen bidimensional en un objeto tridimensional identificado es uno de los retos más desafiantes que se hayan encarado. A fin de lograr una “comprensión” real de una escena y tener en cuenta el contexto, es necesario disponer en los sistemas computacionales -al igual que en el procesamiento del lenguaje- de un conjunto de conocimientos previos afín al campo de aplicación que se encara. De esta forma, por ejemplo en una fotografía satelital, un rectángulo podría interpretarse como una casa, pero también como un vehículo. Un conocimiento más profundo del campo de aplicación permite inferir que un pequeño rectángulo situado en medio de una superficie monótona tiene muchas probabilidades de ser un establecimiento rural. La ventaja de éstos sistemas reside en su habilidad para realizar tareas repetitivas y tediosas con alto grado de eficiencia; características que los capacitan para la detección de fallas, análisis microscópico, control de calidad, selección de componentes, etc. Así, por ejemplo, los sistemas actuales reconocen objetos artificialmente diseñados (piezas mecánicas, componentes electrónicos o planos de circuitos electrónicos) e, incluso, son capaces de distinguir los colores de pequeñísimas piezas iguales que se desplazan a velocidades imposibles de percibir por el ojo humano, así como medirlas con una precisión increíble o clasificarlas por color. Sin embargo, tienen dificultades cuando “ven” rostros, árboles, animales o paisajes. Robótica: estudia los mecanismos de control que permiten a un ente

mecánico moverse en un medio físico y/o manipular elementos físicos con cierto grado de autonomía. No obstante, para que un sistema alcance una verdadera autonomía en su funcionamiento debe ser capaz de identificar los cambios del entorno y tomar sus propias decisiones, modificando por sí mismo su programación en función de los objetivos de la tarea que ha de realizar. Aquí es muy importante, no sólo incorporar a la máquina sentidos del tipo humano (vista, tacto, oído, olfato y quizás gusto) para que comprendan su entorno, sino extraer de los datos sólo la información pertinente, para lo cual necesita disponer -como en el caso del habla y la visión- de “modelos mentales” .


53/227

5/10/2018



54

En ningún otro campo es más visible la tecnología de la IA que en el campo de la robótica: la percepción (visual, auditiva o táctil), el reconocimiento de patrones, la ingeniería del conocimiento, la toma de decisiones, la comprensión del lenguaje natural, el habla, el aprendizaje, el planeamiento...; todo se une en los robots. Quizás por eso, muchos autores no consideran a la robótica como parte de la IA, sino a ésta como un ingrediente de aquélla. En el futuro, los robots serán más eficientes, fuertes, durables y rápidos que los humanos. Pero su función técnica no será reemplazar al hombre, sino relevarlo y aliviarlo de los trabajos arduos y pesados, de las tareas repetitivas y de las obligaciones insalubres, peligrosas y desagradables. Actualmente se encuentran en funcionamiento sistemas que se usan ampliamente en plantas de montaje, pero sólo son capaces de tareas muy limitadas. Los robots tienen grandes dificultades para identificar objetos basados en la apariencia o en el tacto, y todavía se mueven y manipulan objetos torpemente. El futuro La IA está mucho más incorporada a la vida cotidiana de lo que la mayoría de la gente advierte. Un avión aterriza en medio de la neblina gracias a un sistema experto que vigila una docena de lecturas del instrumental y decide, como lo haría un piloto, cómo ajustar el acelerador, los flaps y otros controles. Los lavarropas con lógica difusa son capaces de seleccionar el mejor programa según la cantidad, la calidad y el nivel de suciedad de la ropa. Las más modernas PCs admiten órdenes en lenguaje natural y pueden reconocer la letra manuscrita. Sistemas de seguridad son capaces de “leer” el iris del ojo o las huellas digitales de cualquier individuo e identificarlo de inmediato. Helicópteros robots vuelan sin piloto, controlados desde tierra también en lenguaje natural. Y la mayoría de los juegos más atractivos cuentan con rutinas escritas con programas de IA, siendo los de ajedrez prácticamente imbatibles. En cuanto a las aplicaciones híbridas, las más fructíferas y valiosas son aquellas en que la IA es un módulo importante -pero sólo un módulo- de un sistema más grande. Para que sea más útil, tiene que combinarse e integrarse con las otras tecnologías más convencionales -los sistemas predominantes en los entornos informáticos de los usuarios- a fin de conformar una unión estrecha, una unidad funcional. Esta integración plantea interesantes y complejos desafíos informáticos y ergonómicos: adecuadas interfaces con otros paquetes de software, oportuna sincronización temporal entre los diferentes módulos, amigable interacción con los futuros usuarios, etc. Por otra parte, un sistema “verdaderamente inteligente” deberá contener


54/227

5/10/2018



55

una variada gama de módulos tomados de las diferentes vertientes o subcampos de la IA trabajando en forma coherente, unificada y coordinada 7. Pero, para eso, parece que será necesario resolver un cierto número de problemas. En primer lugar, es primordial integrar armoniosamente dichos módulos en alguna clase de “arquitectura de soporte” , una plataforma común que haga posible el intercambio de información entre ellos garantizando -a su vez- su independencia y consistencia, así como la coherencia del conjunto. También se deberá resolver la cuestión de su evolución temporal: cómo considerar elementos de conocimientos conflictivos entre sí; de qué manera generalizar a partir de los hechos aislados; cómo tomar en cuenta que la información que debe procesarse va cambiando a medida que la propia computación progresa; de qué forma integrar el conocimiento actual con el adquirido por la propia experiencia; cómo efectuar opciones cuando la información disponible es insuficiente o ambigua y de qué manera seleccionar lo esencial dentro de un fuerte caudal de datos. Desafortunadamente, y dado que los recursos computacionales no son infinitos, este sistema, al igual que las personas, sólo puede aspirar a contar con un “intelecto acotado” . Aunque la resolución de estos problemas parezca abrumadora, no debe olvidarse que la tecnología avanza incesante e imparablemente. El cambio preside a la civilización moderna de una forma obsesiva, con una marcada y vertiginosa aceleración manifestada particularmente en las últimas décadas. Del mismo modo que hace 50 años ciertas ideas parecían ilusas e imposibles son hoy una realidad concreta, quizás lo que actualmente parece irrealizable y con cierto aire de ciencia-ficción dentro de los próximos 50 años se vuelva cotidiano. En efecto, cuando hace más de un siglo se descubrió el electrón, ¿quién imaginó siquiera el portentoso desarrollo de la ingeniería electrónica?. O cuando se comenzó a colocar los primeros cables con objeto de dotar de luz eléctrica a los Habitualmente, hogares, ¿quiénypensó en teléfonos, televisores, computadoras o Internet?. a lo largo de la historia de la humanidad, el impacto de muchos descubrimientos e inventos se extendió mucho más allá de los propósitos para los cuales sus creadores lo concibieron.

7 En realidad, es muy probable que se trate de agentes en vez de módulos, como se verá en el capítulo 16.


55/227

5/10/2018


CAPITULO 5 El formalismo lógico El diccionario define la lógica como “el conjunto de métodos filosóficos usados para razonar ordenada y eficazmente” . Estudia las formas correctas de razonamiento y tieney como objetivo principal elegir lasmás operaciones mentales espontáneas subconscientes humanaslas -entre que son eficaces y hacerlas metódicas y conscientes. Es que buena parte de los aciertos de la inteligencia humana proceden del arte del ensayo y del error y de la experiencia adquirida que se “tamiza” a través del sentido común. A través de un conjunto de reglas generales y procedimientos, la lógica optimiza los procesos de razonamiento deductivos que se expresan por medio del lenguaje natural; es decir, el encadenamiento de pensamientos en donde se “deducen” nuevas formulaciones sobre la base de un conjunto de formulaciones ya existentes. Por eso, se puede avanzar sólo de modo gradual, ya que cada paso está firmemente asociado con el anterior, del cual depende directamente. Y por eso también, permite garantizar -con certeza absoluta- que, si las formulaciones o premisas iniciales son correctas (y los pasos seguidos son los adecuados), las conclusiones alcanzadas también serán correctas. Durante siglos los matemáticos, así como los lógicos, han estado estudiando estos procesos de inferencia con la intención de representar la esencia del razonamiento humano como un proceso mecánico. Así surge la “lógi- ca simbólica” que, a diferencia de la lógica tradicional, usa símbolos en vez de palabras. Puede utilizársela no sólo para la adecuada representación de los conocimientos, sino -más importante aún- como una excelente herramienta para hacer inferencias a partir de ese conocimiento. Se trata de un lenguaje apropiado para representar sentencias de manera rigurosa, completa y no ambigua, por lo que inicialmente fue empleada para formalizar las matemáticas… aunque luego se extendió a la formulación de cualquier concepto comunicable. Esta lógica, también llamada “clásica” , puede subdividirse en dos ramas: la “proposicional” y la “de predicados” , que juegan un importante papel dentro de las aplicaciones computacionales, en general, y dentro de la IA, en particular. Una “proposición” es la representación de un hecho del mundo real; el


56/227

5/10/2018


Capítulo 5: El formalismo lógico

57

“cálculo proposicional” , en tanto, es el conjunto de reglas de inferencia que

permiten encadenar proposiciones para formar ciertos tipos de razonamiento correcto (los llamados silogismos hipotéticos ). Por otro lado, un “predica- do” es otra forma de representar hechos del mundo real, pero se trata de una sentencia formada por un conjunto de proposiciones unidas por conectores lógicos. Análogamente, el “cálculo de predicados de primer orden” , también conocido con el nombre de “lógica de primer orden” , es el conjunto de reglas de inferencia que permiten encadenar predicados para formar ciertos tipos de razonamiento correcto (los llamados silogismos categóricos ) y que no pueden analizarse mediante el formalismo anterior. Sin embargo, lamentablemente no se garantiza la finalización del proceso de inferencia cuando el razonamiento es inválido. En realidad, únicamente se garantiza la terminación del proceso si el razonamiento es válido. Por este motivo, se dice que, mientras la lógica proposicional es “decidible” , la lógica de predicados es “semidecidible” . Factores limitantes La lógica clásica es un potente y riguroso método apto para formalizar procesos de razonamiento del tipo deductivo (aunque puede ser computacionalmente costoso). No obstante, adolece de algunos inconvenientes, entre los cuales sobresale el hecho de que no puede considerar las excepciones que aparecen en toda regla; que no tiene en cuenta el paso del tiempo en la evolución de los procesos; que opera con pocos cuantificadores; y que se trata de un sistema “monotónico” . Esto último significa que el proceso de razonamiento es unidireccional, es decir, se mueve en una sola dirección, no vuelve hacia atrás. En otras palabras, una vez establecido que un hecho es verdadero, es siempre verdadero; no se puede cuestionar (ni mucho menos invalidar) ninguno de los resultados anteriores. Contrariamente al raciocinio humano, que asume y generalmente supera la imprecisión y la ambigüedad -moviéndose habitualmente en ambientes de vaguedad e incerteza-, dentro de este formalismo el proceso de inferencia no puede avanzar en el caso de no disponer de datos completos y no es útil para manejar elementos de conocimiento que se hallan en conflicto entre sí. Tampoco está permitido el hacer suposiciones (hipótesis no seguras) que más tarde puedan invalidarse si la nueva información ingresada se contradice con la anterior. Tal es el caso de partir de la suposición de que todas las aves vuelan, lo cual es correcto hasta que uno se topa con un avestruz, una gallina o un pingüino. En estos casos, el sistema tendría que invalidar la primer afirmación y, por lo tanto, descartar de lleno todas las conclusiones derivadas hasta ese momento.


57/227

5/10/2018



58

Por otra parte, la lógica clásica necesariamente debe trabajar con información no vaga, completa y consistente. Para ella, un conjunto sólo puede estar claramente definido, con límites explícitos que identifican exactamente el grupo de elementos que lo constituyen. De esta manera, es relativamente sencillo determinar -en forma fehaciente- si un elemento dado pertenece o no a un determinado conjunto. Asimismo, y de acuerdo con este formalismo, el valor lógico de una condición o de una proposición se mueve dentro de un rígido marco, donde solamente puede tomar una y sólo una de las dos alternativas: o es totalmente verdadera o es totalmente falsa, pero no puede ser verdadera y falsa a la vez. Se trata del viejo principio lógico según el cual una cosa es , o no es , principio llamado del “tercero excluido” . Desafortunadamente, es muy difícil -si no imposible- para muchos conceptos que el hombre emplea habitualmente, desarrollar definiciones exactas de conjuntos. En otras palabras, el ser humano subconscientemente clasifica o categoriza cosas, cuyo significado está bien comprendido pero cuyos límites no están bien definidos. Por otra parte, no todos los tipos de conocimiento y razonamiento pueden formalizarse dentro de la lógica clásica y, dado que admite solamente dos valores extremos (verdadero o falso), tampoco permite expresar apreciaciones matizadas. Sólo se puede aplicar este formalismo cuando el razonamiento es exacto, riguroso, categórico, y cuando el modelo del mundo es completo, consistente e inalterable; en todos los demás casos, la lógica tradicional -a pesar de su capacidad expresiva- no es suficiente o es insatisfactoria. Algunas lógicas extrañas Con el nombre de “lógicas no clásicas” se hace referencia a cualquier lógica diferente a las lógicas clásicas, o sea, la proposicional y la de predicados. En general, se trata de extensiones, modificaciones y generalizaciones que se utilizan para achicar la dicotomía existente entre el riguroso y preciso modelado matemático y la intrínseca incertidumbre del “mundo real” . Así, se las puede clasificar en dos grandes grupos: aquellas que compiten con la lógica clásica (como las lógicas multivaluadas, lógica parcial, lógica intuicionista y lógica difusa) y aquellas que la generalizan (como las lógicas modales, de las que derivan la lógica temporal, la lógica dinámica y otras). Asimismo, y teniendo en cuenta otra clasificación, se puede dividir el campo de la lógica en tres categorías bien diferenciadas: la lógica clásica (lógica proposicional y lógica de predicados) que trabaja con información completa y conjuntos precisos; las “lógicas multivaluadas” (lógica difusa y lógica posibilística) que operan con hechos vagos o difusos; y las “lógicas no


58/227

5/10/2018



59

monótonas” (lógica por omisión y lógica de circunscripción) que permiten

razonar con información incompleta. Obviamente, lo ideal sería encontrar un modelo unificador -de manera similar a como se está buscando en la física de partículas- que ofrezca una mayor flexibilidad y que permita acercarse un poco más al modo en que razona habitualmente el ser humano. Independientemente de esta utopía, algunos de los formalismos mencionados se enumeran a continuación. o

Lógica multivaluada: distingue más valores de verdad que “verdadero” o “falso” , lo cual permite tratar con la ambigüedad o la incertidumbre.

Una lógica triádica, por ejemplo, tiene un tercer valor de verdad que puede interpretarse como “indeterminado” . o

Lógica difusa: expande la teoría de conjuntos. Así, los objetos pueden

pertenecer simultáneamente a más de una categoría, presentando un cierto “grado de pertenencia” -cuyo valor está comprendido entre 0 y 1, inclusive- a cada una de ellas, en vez de sólo pertenecer o no absolutamente a una única categoría. La única restricción impuesta es que los grados de pertenencia de un objeto a las diferentes categorías deben sumar 1 (uno). Por ejemplo, si el aire parece cálido en un 60%, también deberá parecer no cálido en un 40% (tal vez, templado en un 35% y fresco en un 5%). Trabaja con muchos modificadores que corresponden a expresiones lingüísticas como “muy” , “grande” , “poco” , “más o menos” , “aproximadamente igual a” , etc. o

Lógica modal: incluye varios modificadores (“posible” , “necesario” , “con- tingente” e “imposible” ) muy útiles para precisar una formulación lógica. De esta manera, hay hechos “contingentes” (simplemente verdaderos) -por ejemplo, estar respirando en este momento-, hechos “necesarios” (que no pueden ser falsos) -que los hermanos tengan los mis-

mos padres- o hechos “imposibles” (que no pueden ser verdaderos) que uno esté en dos lugares simultáneamente-. La idea de “posibilidad” se asocia habitualmente al razonamiento hipotético. Asimismo, pueden también incluirse los modificadores modales de “creencia” y de “conocimiento” (“se cree” y “se conoce” , respectivamente). o

Lógica temporal: toma en cuenta la conducta cambiante en el tiempo

de las entidades en un dominio determinado. Así, una misma proposición puede tener diferentes valores de verdad según distintos intervalos temporales. Una proposición que en el pasado fue verdadera, puede ahora ser falsa y una sentencia hoy falsa puede ser verdadera en el futuro. Se incluyen conectores (“antes” , “después” , “durante” , “hasta” , “desde” ) para trabajar con un modelo que simule mejor el lenguaje natural.


59/227

5/10/2018



o

60

Lógica no monotónica: considera las proposiciones como hipótesis

revisables o retractables, o sea, la adquisición de nueva información puede a modificar o eliminar validez dedeterminado las conclusiones anteriores. llevar De este modo, una premisa la que -en un momento del proceso de razonamiento- es verdadera, puede -a continuaciónresultar ser falsa. Esto se debe a que las sucesivas conclusiones a las que se llega dependen de la información con que se dispone, la cual habitualmente no es completa ni muchas veces del todo fiable. Por ejemplo, sabiendo que alguien tiene un automóvil, quizás un compañero de trabajo (y, a la vez, vecino) piense en pedirle que lo alcance hasta su casa; pero cuando éste se entera que el automóvil está en el o

taller, descarta la idea de inmediato. Lógica multidimensional: se utiliza para llegar a una conclusión a partir de premisas contradictorias. En vez de restringir y aún excluir las contradicciones, trata de comprenderlas: por ejemplo, la paradoja del mentiroso (“esta frase es falsa” ). En vez de asignar un sólo valor de verdad a un hecho, ésta lógica le asigna un “vector de verdad” (en principio, bidimensional). Se define un “grado de contradicción” cuyo valor está comprendido entre 0 y 1, inclusive: si es 0, no hay contradicción

y si es 1, hay contradicción total. No obstante, es útil saber que no son las únicas y que existen otras muchas lógicas como, por ejemplo, parcial, intuicionista, epistémica, relevante, condicional, dinámica, intencional, de la subimplicación, paraconsistente, etc. El Capitán Kirk no se parece al Señor Spock La capacidad de razonar lógicamente es, por supuesto, un componente fundamental de la inteligencia humana. Pero la lógica no controla totalmente (ni siquiera mayormente) el comportamiento del homo sapiens; los procesos de éste no son -en general- ordenados y precisos, “puros e inmaculados” . Como dice el psicólogo americano Howard Gardner “pocos seres humanos proceden de manera racional, y menos aun son los que apelan en su razonamiento a algún tipo de cálculo lógico-proposicional” . Y agrega una posible respuesta “quizás la lógica pura -un campo de estudio que surgió mucho después de que nuestros mecanismos de supervivencia ya estuvieran implantados- sea útil para ciertas clases de información, ciertas circunstancias y ciertos individuos; pero la lógica no nos ofrece un modelo válido que explique cómo resuelven la mayor parte de los hombres la mayoría de sus problemas en la mayoría de las ocasiones”. Incluso, es un hecho que -en general- el homo sa-

piens razona relativamente mal: está influenciado por las premisas, las creen-


60/227

5/10/2018



61

cias y los sentimientos del individuo y tiene ciertas preferencias en la forma de representar el conocimiento. Es cierto que las personas hacen algunas inferencias apropiadas, pero no es posible utilizar un razonamiento puramente lógico ya que pocas veces se tiene acceso a toda la verdad sobre un determinado entorno. Generalmente, la información disponible es imprecisa, incompleta o, incluso, errónea y cuesta mucho (tanto en tiempo como en recursos económicos) precisarla o completarla. Sin embargo, los humanos habitualmente son capaces de razonar, hacer inferencias, generalizar, encontrar soluciones aproximadas, formular planes o tomar decisiones con altos niveles de vaguedad, incertidumbre y ambigüedad. Por otro lado, el hombre tiende a comunicar ideas por medio de palabras en vez de con descripciones numéricas. Según el filósofo austríaco Ludwig Wittgenstein, “las proposiciones del lenguaje son la expresión perceptual de los pensamientos, y éstos son figuras de los hechos” . En efecto, la capacidad del homo sapiens para almacenar y estructurar información, razonar y resolver problemas, interaccionar racionalmente con sus congéneres y percibir el mundo de forma significativa depende en gran medida de su capacidad lingüística. Esa es la razón, quizás, de que para pensar conceptualmente, hay que manipular las palabras. El lenguaje ordinario está plagado de imprecisión, de afirmaciones que no son totalmente verdaderas o falsas (como los adverbios “bastante” , “mucho” , “suficiente” , “poco” , “a veces” o “grande” ) y de conceptos no definidos concretamente (como los adjetivos “alto” , “rico” , “oscuro” o “frío” ), todos ellos difícilmente cuantificables por una computadora. Utiliza categorías difusas para clasificar nombrar a lascon cosas, de forma tal que mismo objeto puede tenecer ayvarias clases diversos grados de un pertenencia a cada unaperde ellas. Por ejemplo, ¿qué se entiende por “alto” ?, ¿quién puede trazar la línea que separe claramente a las personas que son altas de las que no lo son? “Alto” no es una propiedad precisa que se verifica o no, no puede definirse con una simple decisión del tipo verdadero/falso; es algo más vago que eso, más difuso. Ser “alto” es un gradiente, una cuestión de grado. Un hombre que mide 2,15 metros, sin duda es una persona alta, pero ¿qué se puede decir de quien mide 1,95, o 1,85 o 1,75 metros? ¡Ciertamente no puede decirse que no son altos!. Lo mismo podría decirse de un determinado color. Por ejemplo, se puede decir que el cielo es azul. Sin embargo, no existe una frontera numérica precisa y excluyente que marque la diferencia entre un cielo azul y un cielo celes-


61/227

5/10/2018



62

te, con lo cual se podría expresar: el cielo posee un tono azulado en un 75%. Por otra parte no siempre se dará un grado de confianza “total” a la información manejada; es posible que una verdad se cumpla en un cierto grado y que a esta información se le asigne una cierta confianza. Se podría decir, por ejemplo, que el cielo posee un tono azulado en un 75% y esta información posee una probabilidad del 90% de ser cierta. Estas transiciones suaves y no abruptas de valoración, estas expresiones vagas o indefinidas son muy importantes para las personas, tanto para conceptualizar como para razonar, y juegan un papel central en sus procesos cognitivos. Con la idea de potenciar a los sistemas informáticos para manejar la incertidumbre propia de las expresiones humanas y, de esa manera, imitar el proceso de razonamiento aproximado del hombre, el iraní Lofti Zadeh, profesor de Ingeniería Eléctrica y Ciencias de la Computación de la Universidad de Berkeley, introduce -en 1965- la Lógica Difusa o Borrosa (Fuzzy Logic o FL, en sus siglas en inglés), una generalización de la lógica tradicional de dos valores. Este tipo de lógica permite una gradación en los niveles de verdad, incorporando un continuo bastante amplio de estados intermedios entre proposiciones “absolutamente falsas” y “absolutamente verdaderas” . Así, una afirmación ser cierta, o parcialmente cierta; la cierto medida decompletamente la certidumbre ya nopuede se reduce a sólofalsa dos números (1, totalmente y 0, falso), sino que toma un valor comprendido entre esos dos extremos. Este “grado de pertenencia” es subjetivo y depende del contexto. De igual manera, un elemento no necesariamente pertenece o no pertenece a un grupo (un con junto o una categoría), sino que sus límites están débilmente definidos. Si tiene un grado de pertenencia 0 (cero), implica que no pertenece en absoluto al grupo, mientras que 1 (uno) significa que con seguridad pertenece al grupo. No obstante, conviene aclarar que en un sistema de lógica difusa solamente los elementos que se están manipulando son difusos; las reglas de la lógica están bien determinadas. Computadoras difusas “Las computadoras no funcionan como los cerebros. El ‘razonar’ de una computadora consiste en manipular hechos precisos, enunciados que -por necesidad- son o verdaderos o falsos, mientras que el cerebro humano puede hacerlo con aserciones vagas y afirmaciones inciertas. [...] A las computadoras les falta el sentido común que caracteriza al humano y que le permite afrontar un mundo en que las cosas sólo son parcialmente verdaderas” , afir-

ma el filósofo, matemático e ingeniero Bart Kosko, profesor en la Universidad del Sur de California y pionero en el desarrollo de sistemas de lógica difusa.


62/227

5/10/2018



63

En efecto, la lógica y la matemática se podrían utilizar -al menos en alguna medida- como lenguajes formales para describir el pensamiento humano, por lo que constituyen la espina dorsal en la programación de los sistemas informáticos convencionales. Gracias a su precisión y rigor, posibilita expresar una gran cantidad de trabajos profesionales, pero -de hecho- la mayor parte de las tareas que se realizan en el mundo son de naturaleza no matemática. De verdad existen ciertos tipos importantes de razonamientos humanos que resultan muy difíciles -o son prácticamente imposibles- de imitar a través de formalismos lógico-matemáticos: aquellos en donde juegan un papel primordial el lenguaje y ciertos procesos de percepción que se basan sobre categorizaciones difusas, manejo de información incierta, experiencias, impresiones e, incluso, intuiciones. En estos casos, los procedimientos de la lógica clásica se muestran inadecuados. La lógica difusa automatiza aceptablemente bien, en los sistemas computacionales, los modos usuales del razonamiento humano, los cuales son mayoritariamente y como se dijo- de tipo lingüísticos cualitativos y no necesariamente numéricos cuantitativos; son borrosos más bien que exactos. Se trata de una forma de razonamiento no preciso (o aproximado) gracias al cual las computadoras pueden trabajar matemáticamente con palabras, en vez de con números; característica que les permite imitar esa notable habilidad humana de tomar decisiones racionales en entornos inciertos, imprecisos o que cambian rápidamente. Así, las técnicas difusas permiten a las máquinas, no sólo poder representar la incertidumbre asociada a muchos aspectos de la realidad, sino también obrar de manera más flexible, “más humana” , con más matices; aceptando y utilizando las expresiones vagas, imprecisas e incompletas propias de la interacción humana. Los sistemas de lógica clásica, en cambio, son un caso límite de la lógica difusa ya que sólo permiten la construcción de algoritmos computacionales de razonamiento preciso. Aunque es importante notar que una buena aproximación no necesariamente significa una precisa aproximación, lo que se pierde en rigor lógico se gana en simplicidad de programación. Por último, es necesario tener presente que no es lo mismo la lógica difusa que la teoría de probabilidad. Mientras que la probabilidad cuantifica en qué medida cabe esperar que suceda o no un futuro evento concreto, la difusividad cuantifica el grado en que ese evento ya está sucediendo o en el que se está cumpliendo determinada condición. El enunciado “la probabilidad de que mañana haga calor es del 45%” expresa la creencia previa (que luego eventualmente podrá ser confirmada) de si mañana hará calor o no. Sin embargo, “la mañana es calurosa en un 45%” significa que el aire de esa mañana es -en cierta medida- caluroso pero también, al mismo tiempo y en distinto grado, fresco.


63/227

5/10/2018


CAPITULO 6 Los sistemas expertos La rama más difundida de la IA actualmente es la de los sistemas expertos o sistemas especialistas (abreviado SE). Se trata de sistemas computacionales capaces de emular el comportamiento de un experto, decir, alguien que puede resolver los problemas de una forma mucho máses eficiente que la mayoría, gracias a los conocimientos acumulados y las habilidades adquiridas a lo largo de muchos años de experiencia. Un SE no intenta abarcar todos los campos del conocimiento ni simular todos los aspectos de la inteligencia humana, sino hacer muy bien una tarea muy especializada logrando una solución satisfactoria, con el menor costo y la mayor utilidad posibles. Lo mismo ocurre habitualmente con las personas: cuando alguien va al supermercado a comprar manzanas, por ejemplo, elige la primera que satisface sus “estándares de aceptabilidad” , en vez de pasarse el día intentando seleccionar el ejemplar óptimo. La idea fundamental de este enfoque consiste en “extraer, reunir y organizar” los conocimientos adquiridos, la experiencia acumulada y los procesos de razonamiento desarrollados por uno o varios expertos o equipos de expertos -en uno o varios campos concretos, restringidos y delimitados de la ciencia y/o de la técnica- y “transplantarlo” en una o varias máquinas. De esta manera, idealmente los SEs son capaces, a través de una cadena lógica de razonamientos elementales o “inferencias” , de tomar decisiones y llegar a las mismas respuestas o conclusiones que daría un experto humano si se lo sometiese a la misma pregunta o problema. Los SEs actúan especialmente bien cuando se intenta reproducir actividades mentales basadas en el conocimiento y en el razonamiento, no en algoritmos. Si bien una importante cantidad de tareas profesionales puede expresarse en forma algorítmica, la mayoría de ellas -en el campo de la física, la química, la ingeniería, la biología, la medicina o la jurisprudencia- son simbólicas, deductivas y basadas en los conocimientos adquiridos y en la experiencia práctica. Los especialistas adquirieron sus conocimientos no sólo por medio de libros y concurriendo a clase, sino también mediante la experien-


64/227

5/10/2018


Capítulo 6: Los sistemas expertos

65

cia: repitiendo las cosas una y otra vez; probando, equivocándose, gastando tiempo y fuerzas, pero finalmente aprendiendo a captar “intuitivamente” el problema y acortar tiempos, evitando caminos ineficaces. Un experto frecuentemente no sigue el razonamiento lineal que aparece en los libros de texto, sino que usa un método personal más orientado hacia patrones o modelos. Al ser capaz de optimizar sus estrategias de búsqueda y de reconocer rápidamente el patrón subyacente, el experto puede responder de forma eficiente a diversos problemas. De esta manera, evita recorrer secuencialmente el frondoso árbol de decisión, algo que es típico en un novato. Esto se debe, en gran medida, no tanto a la cantidad de conocimientos que posee, sino a su optimizada organización (una estructura más adecuada, con varios niveles y altamente interconectada), que le permite utilizar mejor los limitados recursos de la memoria humana. Finalmente, y en rigor, hay que diferenciar dos términos que, en la práctica, se usan indistintamente: el Sistema Experto del Sistema Basado en Cono- cimientos . Mientras que los primeros obtienen sus conocimientos casi exclusivamente de los expertos humanos; los últimos se apoyan en otras fuentes como, por ejemplo, manuales de procedimiento, reglamentos gubernamentales o bases de datos estadísticas. ¿Cómo está formado? Mientras que en la arquitectura de un sistema informático clásico se distinguen el programa y los datos, en la de un SE se aprecian cuatro componentes principales: el motor de explicación, la base de conocimiento , la memoria de trabajo y el motor de inferencia . El motor de explicación, una especie de interfaz hombre-máquina, permite ingresar preguntas y mostrar resultados; mientras que la base de conocimientos, contiene la representación del conocimiento específico: el “criterio” , el “juicio” y la experiencia del experto humano así como también hechos, conceptos, principios, procedimientos y/o normas. Habitualmente este conocimiento está codificado en forma de reglas , pero también puede estar en forma de predicados, redes semánticas, frames u objetos. Para guardar los nuevos conocimientos que el sistema va deduciendo o infiriendo o, incluso, para almacenar los cambios de información dados, cuenta con una memoria de trabajo. Aunque algunas partes pueden ser permanentes, otras pueden ser temporales. Finalmente, el motor de inferencias constituye el programa de control encargado de seleccionar y activar las reglas apropiadas, encadenándolas adecuadamente a fin de deducir las conclusiones o las respuestas ex-


65/227

5/10/2018



66

pertas. En definitiva, es el responsable de la ejecución de las “estrategias de razonamiento” utilizadas por el sistema. Asimismo, el sistema puede contar con diferentes módulos adicionales como, por ejemplo, el de “explicación del comportamiento” , el de “adquisición del conocimiento” y el de “resolución de conflictos” . El primero de ellos se ocupa de justificar el por qué de sus deducciones y conclusiones, permitiéndole al usuario “seguir” el razonamiento que hace el sistema. El segundo automatiza, en cierta medida, el proceso de “transferencia” de conocimientos desde el experto humano hacia el sistema. Por último, el módulo de resolución de conflictos intercede en el caso de que diferentes reglas sean igualmente aplicables a un conjunto de datos, eligiendo la más adecuada en cada caso particular. La peculiar arquitectura mencionada le otorga al SE una característica esencial: la separación efectiva que realiza entre los conocimientos y el programa que permite utilizar dichos conocimientos. De esta forma, se diferencia notablemente de los programas informáticos convencionales en donde tanto las estructuras de control como los propios datos del problema se encuentran “entretejidos” , inseparablemente mezclados, por lo que si se modifica cualquier componente hay que cambiar y compilar nuevamente todo. Esto es muy importante, puesto que facilita enormemente tanto su desarrollo y mantenimiento como su actualización o extensión del conocimiento, sin trastornar la estructura del sistema. En consecuencia, no hay que ocuparse tanto del flujo del proceso, sino sólo de la consistencia de las reglas que conforman su base de conocimiento. Esta separación también ofrece otra ventaja: la flexibilidad para mejorar, actualizar refinar al sistema, fin de seguir delunconocimiento. En efecto, ygeneralmente puedeaafirmarse que la la evolución potencia de SE reside en el número de reglas con que cuenta su base de conocimiento. No obstante, hay que tener en cuenta que, debido a lo vertiginoso del avance científico y tecnológico, rápidamente se produce una obsolescencia de los conocimientos adquiridos. La incorporación del conocimiento se logra a través de la inclusión directa de nuevas reglas o de la modificación de las existentes, como así también como resultado de una inducción a partir de ejemplos o como deducción de otros conocimientos ya almacenados en la base de conocimientos. En cualquier caso, no hay necesidad de cambiar el funcionamiento intrínseco de todo el sistema. Finalmente, la diferenciación mencionada permite la construcción de SEs “armazones, genéricos o esqueletos” , también denominados sistemas “shells” .


66/227

5/10/2018



67

Se trata de ingenios que abaratan sensiblemente los costos de desarrollo ahorrando tiempo y esfuerzo- ya que son, en esencia, SEs completos a los que se les extrae únicamente el conocimiento específico del dominio, a fin de que sea el propio usuario el que lo implemente en la medida de sus aplicaciones. Así, pueden obtenerse varias soluciones a diferentes problemas similares a partir de un mismo armazón genérico. No obstante, parece ser que a cada familia de aplicaciones le corresponde unos ciertos mecanismos de razonamientos y unas determinadas formas de representar el conocimiento. ¿Dónde y cuándo se aplican? Si bien los SEs basados en reglas tienen un rango de aplicación relativamente limitado, son sumamente importantes. Pero para que pueda implementarse adecuadamente este tipo de sistemas, se deben cumplir determinados requisitos que hacen que el desarrollo sea posible, justificado y apropiado . A fin de que sea posible, debe existir al menos un experto humano en el área que verdaderamente tenga la capacidad para resolver el problema. No tiene sentido construir sistemas que traten de solucionar problemas que ni siquiera los expertos o grupos de expertos pueden hacerlo. Además, el especialista no sólo debe estar disponible sino también tener la predisposición de compartir sus conocimientos. Habitualmente, su tiempo es escaso y se resiste a brindar la “experticia” que tanto esfuerzo le ha costado conseguir. Por otra parte, el experto debe explicitar su proceso de pensamiento razonablemente. Debe comprender suficientemente bien sus métodos de razonamiento de forma tal de poder describirlos adecuadamente: esto descarta labores novedosas o recientes, que no dispongan de una metodología claramente desarrollada. Por último, la tarea no debe requerir capacidad sensorial, ni habilidad motora, ni un amplio conocimiento general o de sentido común y debe presentar una dificultad apropiada. Si un experto no es capaz de transmitir su experticia a un novato debido a que éste requiere más experiencia o si el experto necesita días o aún semanas para realizar la tarea, no es buen indicio para desarrollar el sistema. Para que sea justificado , los expertos en el mercado deben ser escasos o raros y ocupar gran parte de su valioso tiempo en ayudar a otros. Además, debe existir la posibilidad de que el conocimiento pueda perderse. Por ejemplo, el experto está a punto de jubilarse o tiene una enfermedad grave o es ascendido o piensa dejar la compañía o la universidad. Por otra parte, el experto debe ser requerido en distintos lugares, en horarios demasiado amplios, en ambientes hostiles a su salud o en condiciones estresantes. Por últi-


67/227

5/10/2018



68

mo, la solución de la tarea debe ofrecer un elevado beneficio, particularmente económico y exigir un elevado volumen de información compleja, quizás no conceptualmente difícil pero sí complicada de administrar. A fin de que sea apropiado , el problema a solucionar debe requerir principalmente razonamiento en vez de una importante cantidad de cálculos, no debe existir -o ser sumamente complicado- un modelo analítico o una función que la represente adecuadamente y debe utilizar heurísticas en lugar de algoritmos. Además, debe tener poca necesidad de realizar razonamiento temporal y no debe ser demasiado simple; no vale la pena invertir un esfuerzo considerable en desarrollar un SE que ejecute una tarea trivial o relativamente sencilla. Porcierto último, el problema debe suficientemente amplio como como para tener un interés práctico, peroser lo lo suficientemente estrecho para que se lo pueda gestionar adecuadamente. Expertos humanos vs. Expertos computacionales: primer round Los principales atractivos en la utilización de un SE pueden resumirse en siete características: disponibilidad, documentabilidad, replicabilidad, transferencia, permanencia, eficiencia y ausencia de emociones . A diferencia de un ser humano que tiene que dormir, comer, descansar o tomarse vacaciones, un SE está disponible todo el día, todos los días; nunca necesita detenerse y está en constante funcionamiento. Asimismo, el conocimiento contenido en el SE resulta mucho más fácil de documentar y replicar. Mientras que existe un número limitado de personas expertas, una vez que se desarrolla un SE, pueden obtenerse multitud de copias con relativa facilidad. En consecuencia, al poder ser distribuido en numerosas máquinas, se puede afrontar una cantidad de problemas enormemente mayor que el que cualquier ser humano podríaque encarar el transcurso existencia. Por otra parte, y al contrario en eldurante caso humano, en quede la su transferencia de conocimientos desde una persona a otra es un proceso que implica mucho tiempo, esfuerzo y dinero; en el caso de un SE, el proceso se torna trivial: se trata de una simple copia de archivos. Otra ventaja del SE frente al experto humano es que su experticia es permanente, independientemente de su uso. La experiencia de un especialista de carne y hueso -en cambio- puede pronto debilitarse, desvanecerse, “mar- chitarse” , por lo que la persona debe constantemente practicar y ensayar a

fin de conservar su pericia, evitando los extensos períodos de desuso. Además, un SE podría englobar la experiencia de un grupo de expertos, por lo que -en teoría- podría ser mucho más experto que cualquiera de ellos y tener en cuenta diferentes puntos de vista.


68/227

5/10/2018



69

Finalmente, está la ventaja de la falta de emociones. A diferencia del homo sapiens que corre el riesgo de intimidarse, abrumarse, ponerse nervioso, distraerse u olvidarse de algo, un SE tiene un nivel de actuación constante, trabaja a pleno rendimiento siempre, la exactitud de sus razonamientos no decae. No pasa nada por alto, ni olvida ningún detalle; considera sistemáticamente todas las posibilidades y metódicamente tiene en cuenta todas las alternativas. No tiene prisa ni malos días, no se cansa ni se distrae, no está de mal humor ni deprimido, no se hastía ni se aburre y no lo afecta las presiones, el trabajo duro o las crisis. Un SE produce, en consecuencia, resultados más consistentes y reproducibles que los de un experto humano, ya que este último puede tomar diferentes decisiones en idénticas situaciones a causa de factores emocionales. Expertos humanos vs. Expertos computacionales: segundo round En cuanto a las limitaciones, pueden sintetizarse también en siete características: difícil desarrollo, aprendizaje acotado (falta de flexibilidad), ausencia de creatividad y de sentido común, carencia de comprensión, problemas de escalabilidad y dificultad con el razonamiento temporal .

El conocimiento que posee un experto es mayoritariamente heurístico, impreciso e incierto; basado en el arte de la “prueba y error” , en la experiencia adquirida, en mecanismos intuitivos, en una multitud de conocimientos de todo tipo y en el sentido común. Se trata de ciertas “reglas de actuación” que el especialista ha descubierto a lo largo de su vida profesional y que lo guían para solucionar determinados problemas..., aunque no se trata de verdades absolutas. El inconveniente es que normalmente no están escritas en ningún libro y, pero aún, gran parte de ese conocimiento, de esa experiencia, es subconsciente, inaccesible hasta para el mismo experto. Este es el motivo por el cual es muy difícil “codificar” -en forma de reglas- la información que se necesita de un especialista humano; éste no puede hacer un “volcado de memoria” de la misma forma en que lo hace una computadora. En efecto, muchos detalles pueden omitirse, ya sea porque el experto no lo tiene en cuenta conscientemente o porque lo considera obvio; en consecuencia, habitualmente la representación del conocimiento en una estructura computacional se vuelve un proceso penoso, difícil y prolongado. Asimismo, y en el caso de tratarse de un grupo de expertos, puede haber desacuerdo entre ellos en cuanto a la toma de decisiones o a la metodología a seguir para resolver el problema. Otra limitación de los SEs es el aprendizaje acotado. Los expertos humanos se adaptan a entornos inciertos y cambiantes, ajustan sus estrategias de


69/227

5/10/2018



70

actuación a fin de encarar nuevas situaciones y son capaces de adquirir y modificar sus conocimientos, incluso reestructurarlos completamente. Si bien un SE puede incrementar sus conocimientos con la adición de nuevas reglas, no tiene la suficiente rapidez ni flexibilidad como para enfrentar los problemas dinámicos del mundo real con sus inconsistencias, casos especiales y ambigüedades. Además, su “estrechez de miras” hace que su nivel de razonamiento decrezca abruptamente fuera del dominio de conocimiento -estrecho y profundo- para el que fue diseñado, tornándolo prácticamente inútil. Frente a cualquier problema que se sale de su especialidad -aunque sólo fuera levemente-, o que no esté adecuadamente formulado, los SEs proporcionan soluciones erróneas, casi ridículas. En el caso de los expertos humanos, su rango de conocimientos es mucho mayor, por lo que tardan en “caer- se” -o lo hacen mucho más suavemente- a profundos niveles de incompetencia cuando son alejados de su especialidad.... normalmente no son idiotas eruditos. Esta última desventaja está muy relacionada con la ausencia de sentido común. Los hombres (tanto los expertos como los que no lo son) se basan mucho en lo que se ha dado en llamar “sentido común” , esa ingente cantidad de conocimientos acerca del mundo, acumulado a lo largo de su vida y que influye en todas sus decisiones. Cualquier persona es capaz de darse cuenta si es grave o no el error cometido; sabe seguir las reglas, pero también infringirlas; conoce lo que es importante en su tarea y lo que no lo es; sabe lo que puede y lo que no se puede hacer. Además, es consciente de sus limitaciones y de cuándo necesita recurrir a la ayuda externa. Todavía no se ha construido ninguna máquina con el sentido común de un adulto ni el de un niño pequeño... ni siquiera el de un animal. Asimismo, los SEs no la capacidad innovadora por aprocompleto de la creatividad detienen un experto humano. Este puedey carecen reorganizar piadamente la información y utilizarla para sintetizar nuevo conocimiento, mientras que un SE tiende a comportarse rutinariamente, de forma monótona y mecánica. Un sistema de este tipo es incapaz de manejar los eventos inesperados, no planificados, de la vida real; aunque disponen de cierta capacidad para ofrecer soluciones originales y novedosas, son muy limitadas. Además, y dado que no pueden relacionar información fuera de su campo de acción, son incapaces de trazar analogías entre dominios cognoscitivos diferentes. Una restricción muy significativa en los SEs es su falta de comprensión; manejan símbolos que reconocen pero no comprenden. Aunque superficialmente muestren una asombrosa apariencia de razonamiento, en realidad,


70/227

5/10/2018



71

son incapaces de comprender; son “huecos” , están “vacíos” , de verdad no cuentan con ningún tipo de conocimiento en el sentido humano. También está el problema de la escalabilidad: a pesar de que, tomadas individualmente, cada regla tiene un efecto predecible, puede surgir un comportamiento inesperado cuando se integran miles o decenas de miles de reglas sobre el mismo sistema. Es algo parecido a lo que ocurre cuando se reúnen muchos adolescentes: aunque cada individuo de esa muchedumbre pueda comportarse de forma razonable si está sólo, la dinámica grupal puede conducirlos a comportamientos no habituales que, a su vez, realimenta al conjunto. Del mismo modo, al aumentar el número de reglas, las modificaciones son cada elvez más complicadas menos confiables,lentificando a la vez que aumenta mucho consumo de recursosy computacionales, en forma desproporcionada los procesos de inferencia. Por último, los SEs tienen problemas para realizar razonamientos en donde interviene la causalidad y el tiempo, es decir, aquellas situaciones que cambian a medida que transcurre el tiempo: por ejemplo, un mismo evento que es verdadero en el presente, puede tornarse falso en el futuro. En síntesis, para aplicar esta técnica los hechos de la realidad deberían ser relativamente estáticos. Ayudantes de lujo Aunque hace unos años se pensaba que los SEs iban a sustituir a los expertos en la realización de algunas de sus labores, actualmente este enfoque demostró estar equivocado habida cuenta de las limitaciones ya mencionadas. La principal utilidad de los SEs no es tomar decisiones mejor de lo que lo haría un especialista humano, sino mejorar la calidad de las decisiones que toman los profesionales que no son expertos (es decir, personas que saben lo suficiente de la materia sin ser especialistas), ya que puede simular el razonamiento lógico que haría un experto en las mismas condiciones. En la mayoría de los casos, estos sistemas expanden la competencia de los profesionales simplificando sus tareas, ayudándolos a ejecutar trabajos que no podría hacer tan bien individualmente y haciéndoles sugerencias basadas en el juicio de uno o más expertos. “Por ejemplo, la carencia de médicos especialistas en zonas remotas podría aliviarse mediante sistemas expertos que hicieran posible que médicos generalistas pudieran actuar como especialistas” , afirma el filósofo y empresario norteamericano Daniel Crevier. Asimis-

mo, los SEs pueden utilizarse como apoyo a programas algorítmicos, ya sea como módulo externo de la aplicación o bien como parte integral de ésta. Por ejemplo, podría servir como interfaz de un sistema de gestión en una central telefónica de gran tamaño.


71/227

5/10/2018



72

Por otro lado, los SEs ayudan a los especialistas humanos proporcionándoles un análisis automático de información y una segunda opinión fundamentada, ya que es capaz de justificar sus decisiones y sus conclusiones. El sistema puede ofrecer una revisión minuciosa y exhaustiva de los hechos que asegura el que no se haya omitido ninguna hipótesis; o también comprobar que la intuición elaborada por el experto se ajusta a las evidencias del caso. Asimismo, la utilización de los SEs parece particularmente adecuada cuando se debe manipular grandes volúmenes de datos (por ejemplo, la concepción de circuitos integrados de muy alta densidad) o cuando los eventos se suceden con mucha rapidez (por ejemplo, en caso de accidente que se necesita una urgente toma de decisiones) o cuando se desarrollan en ambientes hostiles o peligrosos (entre otras, las fosas marinas, los reductos contaminados, las elevadas alturas o el espacio interplanetario). De igual manera, y en virtud de sus conocimientos y de su aptitud para explicar su razonamiento, un SE puede usarse como tutor en procesos de enseñanza o de entrenamiento por lo que son muy útiles para capacitar a los novatos. Finalmente, y de acuerdo con el ingeniero y experto en IA, David Rolston, los SEs se clasifican en “asistentes” , “colegas” y “expertos” . Los asistentes son pequeños sistemas -basados en PCs- que ejecutan subconjuntos de tareas expertas. Los colegas, en tanto, son sistemas de tamaño medio -implementados tanto en PCs como en estaciones de trabajo especializadas o grandes computadoras convencionales- que realizan una parte significativa de una tarea experta. Los expertos, finalmente, son sistemas grandes -construidos sobre potentes instalaciones- que se acercan al nivel de desempeño de un experto humano. Obviamente, la mayoría de los sistemas existentes pertenecen a la categoría de asistentes, siendo muy pocos los que verdaderamente se incluyen en la calificación de expertos. El futuro Es imprescindible contar con una adecuada cantidad de conocimientos para reproducir el comportamiento intelectual humano. En otras palabras, no alcanza con disponer de una exquisita habilidad para razonar eficientemente, sino que es necesario tener incorporados los apropiados conocimientos que hacen posible el razonamiento. Actualmente, la adquisición de los conocimientos del experto es una tarea excesivamente ardua, bastante tediosa y que consume dilatados períodos de tiempo. En los grandes sistemas, vale aclarar, además del experto o los expertos, eventualmente participan -incluso- los ayudantes y el personal no directamente implicado en el tema, pero que pueden aportar mucho. La per-


72/227

5/10/2018



73

sona encargada de llevar a cabo el proceso de transferencia, es el “ingeniero en conocimientos” , un profesional a medio camino entre un psicólogo y un informático. Su misión consiste en recolectar y clasificar pacientemente los conocimientos, la experiencia y las reglas “intuitivas” que emplean los expertos humanos en la formación de sus juicios y decisiones, y estructurarlos y codificarlos adecuadamente como un conjunto de procedimientos explícitos. Sería extremadamente útil que los SEs puedan aprender de forma más rápida, extrayendo información tanto de los seres humanos como de los archivos de texto, de audio o de video, de los dibujos, esquemas y fotografías digitalizadas y de los datos experimentales contenidos en las bases de datos. Incluso, también existe la posibilidad de que el conocimiento pueda introducirse en forma de ejemplos. De una u otra forma, la máquina sería capaz de descubrir nuevas reglas, modificándolas, ajustándolas o perfeccionándolas, de acuerdo con su propia “experiencia” , o sea, a través de la interacción con su entorno. Asimismo, contando con estas habilidades, se facilitaría la construcción de la base de conocimiento, con lo cual el usuario (experto o no) podría implementar directamente su propio SE. Muy relacionada con esta habilidad, está el hecho de mejorar las facilidades de interfaz con el usuario, tal vez mediante el reconocimiento de la voz o de la letra manuscrita. En forma ideal los SEs deberían ser capaces de mantener un diálogo con el experto humano en lenguaje natural, obviamente dentro de un contexto limitado y con un vocabulario restringido. El sistema comenzará haciendo preguntas al usuario y luego codificará esa información en forma de reglas. No se tratará de un mero cuestionario o de un simple formulario, sino que las diferentes preguntas dependerán de las respuestas que reciba. El sistema continuará interrogando al usuario hasta tanto no haya recogido toda información necesaria; luego sugerirá -también en forma hablada- lo queladebería hacerse, explicando su línea de razonamiento y justificando su conclusión. Una línea de investigación trata de superar el aislamiento de un SE tanto con otros SEs como así también con sistemas informáticos convencionales. En efecto, por un lado, cada sistema representa su “micromundo” de forma particular e incompatible con los demás, porque sus diseñadores lo simplificaron demasiado y porque posiblemente introdujeron una gran cantidad de supuestos específicos de la tarea; por otro lado, habitualmente el SE se concibe como una aplicación más dentro de un sistema informático, en general, mucho más extenso. Si se logra que el sistema sea capaz de cooperar con otros SEs, será posible implementar “sociedades” diseñadas para utilizar -de forma eficiente- el conocimiento y los recursos del conjunto. De esta mane-


73/227

5/10/2018



74

ra, la actuación grupal y cooperativa proporcionará dos ventajas importantes: la resolución de problemas de mayor complejidad y la disminución apreciable del tiempo empleado en ello. Sin embargo, será necesario trabajar fuertemente para que la máquina disponga de ciertos conocimientos de sentido común. En efecto, está tan incorporada la habilidad para compartir sus conocimientos, que rara vez los seres humanos se detienen a pensar en eso. Muchos supuestos tácitos se sobreentienden gracias a miles y miles de años de evolución y en virtud de las tempranas experiencias infantiles. Antes de que las máquinas cuenten con una capacidad análoga, es posible que sea preciso codificar -de forma explícita y computable- esa abrumadora cantidad de conocimientos de sentido común. Por último, y quizás lo más sencillo de implementar, es posible incrementar la capacidad de inferencia de estos sistemas, mejorando y ampliando sus recursos computacionales. En los últimos años ha habido un importante progreso tanto en la velocidad de los procesadores como en la capacidad de memoria y en el diseño de arquitecturas paralelas. Un sistema capaz de procesar en paralelo podría aplicar varias reglas simultáneamente en lugar de hacerlo una por vez, como en el caso de un único procesador secuencial. De esta forma, y en poco tiempo más, tal vez se comercialicen SEs que sobrepasen las habilidades lógicas y de aprendizaje del ser humano promedio. También se trabaja en ampliar los métodos de razonamiento incorporando, por ejemplo, técnicas “difusas o borrosas” . Durante mucho tiempo, el motor de inferencias del SE empleó un razonamiento exacto, a través del uso de una lógica precisa como lo es la lógica clásica. Sin embargo, gran parte de los conocimientos que aparecen en el mundo real son de naturaleza imprecisa e incierta y -la mayoría de las veces- incompleta. En estos casos, es muy útil utilizar otro tipo de lógica como, por ejemplo, la lógica difusa o borrosa (que se trató en el capítulo anterior).


74/227

5/10/2018


CAPITULO 7 Redes neuronales artificiales La computación tradicional, basada en inflexibles reglas de decisión y estrictos algoritmos codificados en programas, dominó el procesamiento de la información en las últimas décadas. embargo, hay tareas ni siquiera las grandes supercomputadoras son Sin capaces de resolver, o laque realizan de un modo poco eficiente, mientras que el cerebro las viene haciendo fácil y eficientemente desde hace millones de años. A este respecto, hay una frase célebre que debe mencionarse: se necesitan millones de supercomputadoras para hacer lo que hace un ser humano, pero también se necesitan millones de seres humanos para hacer lo que hace una supercomputadora. Es que

siempre ha existido un gran abismo entre la forma en que la computadora procesa la información y la manera de pensar del ser humano. La computadora tradicional es muy rápida y precisa, tanto para operar matemáticamente como para tomar decisiones; puede manipular y guardar muy fácilmente enormes cantidades de datos, así como recuperarlos -sin mucha dificultad- cuando se los necesita. También es exacta y fiable, puede mantener su desempeño durante mucho tiempo en el mismo nivel y ocuparse de numerosas cosas al mismo tiempo. Por eso, la computadora convencional ha conseguido superar al hombre -en cuanto a rapidez y confiabilidaden las operaciones numéricas, en las tareas repetitivas o de rutina y en los razonamientos lógicos. Por ejemplo, y en un grado muy cercano a la perfección, puede controlar un proceso de producción, gobernar la órbita de un satélite, calcular estructuras y costos o manejar el tráfico telefónico. Incluso, si está programada adecuadamente, y en muy estrechas áreas del pensamiento racional, sus capacidades son equivalentes -e incluso superiores- a la del cerebro humano. Desafortunadamente, a pesar de su eficacia -y no importa cuán poderosa, grande o rápida que sea-, la computadora algorítmica está limitada de un modo fundamental: no tiene el sentido común de un pequeño infante de 4 años, ni la capacidad sensora y motora de un vulgar insecto. Todavía es incapaz de entender correctamente cualquier lenguaje humano; es muy difícil programarla para que reconozca patrones (como imágenes, sonidos o aro-


75/227

5/10/2018



76

mas) o para que efectúe búsquedas asociativas en tiempo real (de ideas, rostros o palabras); y ninguna computadora convencional es capaz de adaptarse a entornos imprevistos. Peor aún, al haber sido diseñada para procesar información de manera secuencial, es notablemente sensible a la pérdida de información: si falta o falla un eslabón de la cadena lógica, todo el proceso se detiene y la máquina queda indefensa e incapaz. De poco sirven sus experiencias anteriores: pudo haber ejecutado millones de veces la misma tarea, pero si en la próxima accidentalmente se “borra” siquiera un solo paso, el resultado puede llegar a ser desastroso. ¿Cómo trabaja el cerebro humano? Esta masa gris, gelatinosa y con aspecto de nuez, puede pensarse como una computadora orgánica perfeccionada a través de millones de años de evolución. Con cerca de un kilo y medio en un humano adulto, este maravilloso órgano está constituido por unidades neurobiológicas de procesamiento claramente definidas: las neuronas . Lo característico del cerebro humano es que tiene un especial nivel de organización, una interrelación rica, intrincada y variable de esos elementos simples que le permite originar una diversidad de funciones complejas y superiores. A fin de tener una somera idea acerca de esta complicada estructura neurobiológica, hay que tener presente que contiene alrededor de 10 mil millones de neuronas, cada una de las cuales tiene de mil a diez mil sinapsis o puntos de contacto con sus vecinas, que les permiten comunicarse constantemente entre sí, complementando, potenciando o corrigiendo lo que hacen las demás. A diferencia de la computadora convencional, que está organizada -con pocas decenas de millones de componentes- de una forma rígidamente piramidal y jerárquica, la materia gris -con miles de millones de componentes- se parece más a una comunidad interactiva, interrelacionada y participativa. Una neurona enviará una señal de salida únicamente si la suma total de señales que recibe (tanto excitadoras como inhibidoras) supera un cierto valor umbral. Sólo cuando un número suficiente de neuronas “lo considera conveniente” actúan de manera conjunta para influenciar sobre la célula en la que convergen. Aun en las funciones más elementales, millones de neuronas se activan y desactivan mutuamente, intercambiando una impresionante cantidad de información nerviosa cada segundo. Los dispositivos neurobiológicos del cerebro son imprecisos y extremadamente lentos: en comparación, los conmutadores electrónicos de las computadoras actuales son millones de veces más rápidos y mucho más fiables. La gran ventaja del encéfalo humano es que procesa la información en para-


76/227

5/10/2018


Capítulo 7: Redes neuronales artificiales

77

lelo, es decir, descompone cada tarea compleja en varias subtareas más sencillas que pueden resolverse de forma simultánea. En consecuencia, la actividad conjunta de una abrumadora cantidad de elementos relativamente simples otorga una gran ventaja en la mayoría de las capacidades perceptivas, motrices y de adaptación para comprender la realidad y desenvolverse en la vida diaria, así como en las áreas relacionadas con el conocimiento de sentido común y la resolución de problemas intuitivos y creativos. Aunque más lento y falible en la manipulación numérica y con mucha dificultad para recuperar la información, el cerebro es más versátil y adaptable; destacándose cuando enfrenta situaciones ambiguas y cambiantes y cuando hay quehumano extraer es datos relevantes grandeselcantidades de información. El cerebro excelente para de manipular conocimiento; la computadora algorítmica, por otra parte, es mejor para manejar datos. Los procesos óptimos humanos no pueden serlo para la computadora convencional y viceversa. Un nuevo paradigma: las neurocomputadoras A menudo el ser humano se topa con problemas, tareas, actividades o procesos para los cuales todavía no cuenta con el algoritmo adecuado, éste directamente existe o, incluso, resulta muy difícil implementarlo. embargo, en variasno situaciones de este tipo es posible contar con una granSin cantidad de ejemplos que la representen. Es el caso, por ejemplo, del reconocimiento de rostros, la validación de firmas, la detección de imperfecciones en piezas fabricadas, la traducción oral o la identificación de objetivos militares. La gran eficacia demostrada por la computación biológica a través de millones de años, induce a pensar que sólo un sistema estructurado a seme janza del cerebro humano sería capaz de imitar o emular algunas de sus facultades y capacidades, y este es justamente el objetivo que se intenta alcanzar con el diseño y la implementación de la red neuronal artificial (RNA), también denominada red neuromimética. Mientras que la informática convencional se basa en un potente, rápido y altamente complejo procesador central que ejecuta rigurosos programas que alguien se encargó -minuciosa y detalladamente- de escribir y que se encuentran almacenados en su vasta e infalible memoria; las RNAs, a imitación del cerebro, tienen multitudes de elementos de procesamiento muy simples, fuertemente interconectados y con un alto grado de interacción -como las neuronas biológicas- sin un programa específico pero con la capacidad para aprender. Por este motivo, y dado que ninguna conexión individual resulta esencial para el funcionamiento del todo, estas redes son muy “robustas” : es probable que se mantengan operativas a pesar de sufrir destrucciones parciales. Es


77/227

5/10/2018



78

algo similar a lo que ocurre dentro del cerebro, en donde gracias al alto grado de redundancia de sus funciones, y ante los eventuales daños que puedan llegar a producirse, sus funciones se degradan pero en ningún caso desaparecen totalmente. Además, las RNAs cuentan con la habilidad para desenvolverse bien con datos muy mutilados, incompletos o “difusos” , y pueden tratar con entornos nuevos, cambiantes, inciertos, imprevistos y no especificados previamente. De igual modo, esta particular estructura computacional las habilita para resolver de forma eficiente problemas de optimización, generalización y reconocimiento , los cuales engloban un elevado número de situaciones. Así, en los problemas de que optimización, intenta se encontrar que sea óptima; mientras en los dos se restantes, entrena una a la solución red con datos de entrada conocidos para luego proceder con la fase de comprobación. Y es aquí en donde reside la diferencia: en tanto que en los problemas de generalización se muestran casos diferentes para que la red pueda clasificarlos y/o hacer predicciones, en los de reconocimiento se presentan los mismos patrones de entrada pero con ruido, a fin de que la neuro-red los identifique. Los animales, por ejemplo, deben desarrollar tempranamente la habilidad de reconocimiento de formas: es el caso de la gacela que -para sobrevivirtiene que aprender a identificar un león independientemente que sea joven o adulto, delgado o robusto, o que esté limpio o sucio, quieto o en movimiento, así como a otros felinos como leopardos, tigres o panteras, entre otros. Asimismo, para enseñarle a un niño a generalizar la captación del “concepto pájaro” , por ejemplo, se le muestran una serie de aves como gorriones, jilgueros, vencejos o pinzones. Al ver a algunos animales parecidos -como una paloma o un papagayo-, el pequeño concluirá que, aunque tiene muchas de las características de los pájaros que ha visto antes, también tiene otras que no se ajustan del todo bien a ellas. Mientras no pueda confirmarlo con sus padres, y si comprendió correctamente la relación entre todos los ejemplares vistos, esa nueva ave tendrá una elevada probabilidad de ser un pájaro. De este modo, lenta y gradualmente, el cerebro infantil va formando un concepto de lo que es un pájaro, sobre la base de haber observado muchos ejemplares. Cada uno y todos los pájaros que “recuerda” pierden sus detalles y sólo se destacan los elementos comunes, conformando un “pájaro arquetí- pico” que sintetiza y engloba -en una misma categoría- todos los individuos alguna vez vistos.

Modelo para armar La RNA puede definirse a través de cuatro características fundamentales:


78/227

5/10/2018



79

la cantidad de elementos de procesamiento (las “neuronas artificiales” ), las capas o niveles que la componen (grupo de “neuronas” con la misma función de procesamiento), la función de transferencia (que determina si la neurona dispara o no) y los valores de los coeficientes adaptativos (los “pesos sinápti- cos” , así llamados por su semejanza con las sinapsis entre células nerviosas) susceptibles de cambiar con el tiempo. Por modificación de cualquiera de estas variables, se obtienen los distintos modelos, arquitecturas o topologías de redes. Pero una vez definida ésta, se imponen -en forma implícita- venta jas y limitaciones a sus “aptitudes” ; en otras palabras, habrá algunas relaciones entre la información de entrada y la de salida que nunca podrán ser aprendidas mientras que otras resultarán fáciles de aprender. Cada elemento de procesamiento cuenta con muchas entradas, pero con una única salida. Esta última se ramifica en varias direcciones con el objetivo de servir de entrada a otros elementos de procesamiento. Por este motivo, cada “neurona” individual no sólo afecta al comportamiento de sus vecinas circundantes sino que también es afectada por éstas. En otras palabras, las neuronas toman sus decisiones conjunta y simultáneamente teniendo en cuenta el estado global de la red. Asimismo, las neuronas de una RNA están estructuradas en distintas capas, de forma tal que las neuronas de una capa se conectan con las de la capa siguiente. Aunque existen diferentes modelos de conexión entre las capas de neuronas, básicamente se suelen distinguir sólo dos: las arquitecturas “hacia delante” y las topologías “hacia atrás” . Mientras que en las primeras, la información siempre fluye hacia delante; en las segundas, las señales pueden propagarse hacia atrás por medio de lazos de realimentación. Cada neurona de una capa ejecuta una operación matemática relativamente sencilla con las “señales” que le llegan desde las neuronas de la capa anterior. Esta operación habitualmente es una “función ponderada” que suma todas las señales recibidas y las multiplica por el “peso sináptico” . Este peso -asignado a cada una de las conexiones- tiene la particularidad de amplificar, atenuar o cambiar de signo a la señal de salida de cada procesador individual. En consecuencia, si la suma algebraica de los valores de las señales que concurren a una neurona -multiplicada por el peso respectivo- supera un determinado valor umbral, la neurona se “activa” , emitiendo una señal de salida; mientras que, en caso contrario, permanece “inactiva” . No obstante, los pesos no son fijos, sino que pueden cambiar con el tiempo. En efecto, modificándolos de acuerdo con los ejemplos mostrados -y, por lo tanto, sin necesidad de una programación previa- la red es capaz de aprender a partir de ellos, mejorando progresivamente el proceso a medida que acumula más y más “experiencia” .


79/227

5/10/2018



80

Dado que una determinada RNA se confecciona y entrena para llevar a cabo una labor específica, existe un sinnúmero de ellas. Un “sistema neuronal o neurocomputadora” está constituido por una o varias RNAs y las interfaces de entrada y de salida con el medio exterior, aunque puede incluir otros subsistemas no necesariamente de tipo neuronal, como por ejemplo, SEs o algoritmos genéticos. Sin embargo, cuanto mayor sea su campo de aplicación, más lenta será; por esa razón, se implementan neurocomputadoras especializadas en aquellas aplicaciones donde sólo se necesita una red en particular o un grupo pequeño de redes. Pero también pueden haber sistemas compuestos por varias RNA, cada una de las cuales se diseña específicamente para realizar una particular función de procesamiento de información. La mejor del grado Las RNAs se destacan también por su capacidad de “aprender de la experiencia” , a fin de mejorar su actuación y adaptar su comportamiento. En vez de ejecutar una serie de programas adecuadamente formalizados (como en una computadora algorítmica) o seguir un razonamiento lógico basado en reglas (como en un SE), una RNA aprende a distinguir patrones, igual a como lo hace un cerebro animal. En otras palabras, a una neuro-red no se la programa sino que se le enseña . El usuario le dice qué hacer y le enseña cómo

hacerlo y, entonces, la red se autoorganiza internamente, buscando su configuración óptima. No obstante, es bastante difícil averiguar por qué la red toma sus decisiones. Al igual que un cerebro mamífero, inicialmente la red no tiene ningún tipo de conocimiento, lo ignora todo. Para que ejecute una determinada tarea, es necesario someterla a un extenso proceso de “aprendizaje o entrenamiento” a través de la presentación repetitiva y sistemática de una gran cantidad de ejemplos. Gracias a ellos y por medio de la aplicación reiterada del método de prueba y error, la red ajusta la intensidad de interacción entre las neuronas, reforzando aquellas conexiones que originan una respuesta correcta y debilitando las que dan lugar a una incorrecta. Aunque el aprendizaje es, en general, extremadamente lento, aun así es enormemente más rápido que el empleado por el ser humano. Incluso, el tiempo que se necesita para desarrollar una aplicación relativamente compleja, la mayoría de las veces es menor que el utilizado para implementar un algoritmo o un SE. Por ejemplo, si a una red siempre se le muestran ceniceros redondos, cuando se le muestre uno cuadrado no será capaz de distinguirlo. Se le deben mostrar ceniceros redondos, cuadrados, hexagonales, de madera, de vidrio, de plástico, a fin de que se dé cuenta qué es lo que le está mostrando y lo


80/227

5/10/2018



81

pueda generalizar. Cuanto más ceniceros diferentes “vea” más capaz será de identificarlos, puesto que “aprende” las características esenciales del objeto, sus elementos afines. La neuro-red lo analiza en términos de su forma general y de sus características peculiares (por ejemplo, materiales, superficies y tamaños), y contrasta estos datos con las propiedades ya descritas y clasificadas de los objetos “conocidos” . De este modo, va formando “un concepto” , una categorización, una descripción clara e inequívoca de las propiedades de los ceniceros, para luego intentar distinguirlos de los otros objetos. Existen dos formas diferentes para enseñar a una neuro-red: con supervisión o sin ella. En el caso de entrenamiento “supervisado” , la red recibe los datos de entrada junto con los datos de salida correctos (es decir, la respuesta que se quiere). Al finalizar cada prueba o serie de pruebas, la red compara su propia salida con la respuesta deseada, corrigiendo iterativamente las diferencias (si las hubiere) hasta que el error en la salida alcanza un nivel considerado aceptable. En el aprendizaje “no supervisado” , en cambio, la red también recibe los datos de entrada pero no los de salida y es ella la que se adapta tratando de encontrar relaciones entre los ejemplos presentados. Luego de transcurrido un cierto tiempo, y habiendo sido “castigada” constantemente por sus fallas y “recompensada” al ejecutar sus tareas con éxito, la red ha ajustado y estabilizado internamente sus pesos sinápticos y está en principio- en condiciones de responder adecuadamente a los estímulos de entrada proporcionados. Si la red, una vez entrenada, es capaz de responder satisfactoriamente a datos totalmente nuevos (nunca antes “vistos” ), se puede afirmar que ha “generalizado” (descubierto o inferido) la regla que se oculta implícita detrás del conjunto de ejemplos que se han seleccionado para su entrenamiento. De todas formas, las redes con pocas capas sólo pueden resolver problemas sencillos de clasificación. Para problemas más complejos, se debe utilizar una red de varias capas. Usos inteligentes Las neurocomputadoras son muy buenas para encontrar relaciones complejas, no-lineales, en enormes cantidades de datos. En otras palabras, se emplean para reconocer patrones ocultos, implícitos, en ingentes “masas” de información. Aunque generalmente este término se asocia a imágenes, también existen patrones sonoros, olfativos o en sucesos de cualquier tipo. Por ejemplo, el juego de ajedrez puede concebirse como el reconocimiento de pautas de movidas y de configuraciones de tablero; incluso pueden identifi-


81/227

5/10/2018



82

carse pautas o patrones ocultos en el análisis de la bolsa de valores. Al poder someterse a un número inconcebiblemente grande de ejemplos (muchísimos más que los que pueden ser asimilados por el ser humano), este tipo de máquinas son capaces de hacer predicciones y modelar entornos constantemente cambiantes. De esta forma, una neuro-red puede utilizarse para la inspección de calidad de los productos, para optimizar horarios, para hacer pronósticos meteorológicos, “oler” la enfermedad a partir de la respiración, clasificar vinos con éxito, detectar si la fruta ya alcanzó el sabor adecuado u “olfatear” la calidad de la comida. Pero las aplicaciones más importantes se centran en el reconocimiento de rostros o del habla. Así, en teoría, esta clase de redes sería capaz de reconocer, por ejemplo, una cara sonriendo en una fiesta cuando, hasta ese momento, sólo la ha visto enojada en el trabajo y, además, antes de de jarse la barba. O también podría entender palabras habladas de personas cuyas voces nunca escuchó previamente. Lo interesante de este paradigma es que la red no sólo puede entrenarse para reconocer patrones que el hombre pueda identificar, sino también aquellos que sencillamente el homo sapiens no puede percibir. En otras palabras, una RNA podría establecer -entre la información suministrada- relaciones tan altamente abstractas que el ser humano sería incapaz de advertir... y que quizás hasta no haya un vocablo para designarlas. Las RNAs son igualmente capaces de emular una característica propia de los animales: la “memoria asociativa” . A diferencia de las técnicas convencionales que -para recuperar una información- recorre “mecánicamente” un archivo secuencial o indexado o usa una base de datos, la neuro-red comienza a “evocar” alguno de sus evolucionando hasta alcanzar el más afín al estímulo recibido que,“recuerdos” en teoría, es la respuesta correcta. Lo interesante de

este tipo de memorias es que -aún con versiones aproximadas, incompletas o vagas de un patrón- es capaz de restituir la versión original. Esto se debe a que la red organiza jerárquicamente sus “recuerdos” , ordenándolos en categorías, agrupándolos en función de ciertas afinidades o rasgos distintivos. ¿Con qué se corresponden los recuerdos?: con una particular configuración de la red, en la que determinadas neuronas se encuentran activas y otras inactivas. Al igual que en el caso del cerebro, los recuerdos se encuentran almacenados en la totalidad de la red y no solamente en algunos de sus componentes específicos, por lo que es poco probable que se perturbe por daño. En otras palabras, se trata de una propiedad holística: las remembranzas no están en ningún lugar y, al mismo tiempo, están en todas partes.


82/227

5/10/2018



83

No están exentas de problemas Los sistemas neuronales presentan ciertos inconvenientes. Un problema importante es que habitualmente realizan un complejo procesamiento en donde están involucradas millones de operaciones, lo cual impide seguir -paso a paso- el “razonamiento” que las ha llevado a extraer sus conclusiones. El hecho de incrementar la complejidad de la estructura -a través de la adición de múltiples capas- origina fenómenos difíciles de prever, con lo cual es posible que se pierda el control del sistema. Sin embargo, en redes relativamente pequeñas, sí es posible saber, al menos, qué variables de las introducidas han sido relevantes para tomar la decisión. Por otra parte, las RNAs utilizadas hasta el momento se sustentan apenas ligeramente en el modelo biológico. En realidad, se trata de una grosera simplificación que mimetiza -en parte- características esenciales del comportamiento de su equivalente natural. En efecto, las “neuronas” se han simplificado tanto que no tienen nada que ver con las verdaderas, que son células vivas -biofísica y computacionalmente muy complejas- que crecen y mueren. Lo único que las RNAs verdaderamente reproducen del funcionamiento del cerebro son las miles de conexiones y las miles de operaciones simultáneas entre sus elementos de procesamiento. Según filósofo británico Jack Copeland, la bóveda craneal humana contiene diferentes tipos de neuronas: con forma de estrella, de pirámide y de candelabro, entre otras, cada una de las cuales ejecutan distintas funciones. Además, la proporción entre ellas no es uniforme en toda la masa encefálica: según sea la región considerada predominará uno u otro tipo de células. De igual manera, cada tipo de neurona se caracteriza por su conectividad que se extiende desde unas pocas centenas a centenas de miles. En las RNAs, en cambio, las neuronas son todas iguales, del mismo tipo, con la misma cantidad de entradas y salidas y repartidas uniformemente. Asimismo, la cantidad de ellas es irrisoriamente ínfima con respecto a las decenas de miles de millones que pueblan la materia gris humana, por lo cual “su actuación, aunque fascinante, es trivial cuando se la compara con la de organismos inferiores como la hormiga o la lombriz de tierra” , concluye el científico.

Asimismo, entrenar las redes puede llevar mucho tiempo y puede que la solución o regla a la que converjan sea inapropiada y hasta puede ser que no converjan en absoluto. Incluso tras una larga sesión de entrenamiento, las reglas finales pueden no ser mucho mejores que las iniciales. Afortunadamente, la responsabilidad de hallar los ajustes óptimos en los pesos sinápticos habitualmente suele recaer sobre un algoritmo de aprendi-


83/227

5/10/2018



84

zaje. En la actualidad, uno de los más comunes es el algoritmo de “retropro- pagación” . Sin embargo, todavía existe otro problema: una red sólo puede reconocer una determinada cantidad de estados, un porcentaje del total de neuronas. Vale decir, las gran redundancia que le confiere sus ventajas también son la causa de sus desventajas. Otro problema es el de “escalamiento” : los procedimientos que trabajan bien en escalas reducidas no siempre se comportan igualmente bien aplicados a versiones más grandes del mismo problema. En efecto, ¿qué sucederá cuando se diseñen computadoras más poderosas, masivamente paralelas, sobre las cuales se implementen redes enormemente grandes, con nuevos algoritmos de aprendizaje?. ¿Seguirán trabajando bien?, ¿escalarán adecuadamente?. Quizás tenga la respuesta el físico y matemático australiano Hugo de Garis, del Instituto de Investigaciones Avanzadas de Telecomunicaciones, en Kyoto, Japón. Su objetivo es tratar de fabricar una supercomputadora basada en el modelo del cerebro humano, pero con una capacidad muy superior. Para fines del año 2001 quiere crear un intelecto electrónico con más de mil millones de neuronas artificiales. Aunque esto representa alrededor del 1% de la cantidad total de su equivalente biológico, trabajarán a velocidades electrónicas, por lo que tal vez el conjunto sea mucho más rápido que aquel. Diferentes modelos, distintas funciones No se trata de construir redes neuronales que compitan con las computadoras convencionales, por lo menos en aquellas tareas para las cuales son altamente eficientes y están firmemente establecidas. La divergencia entre el basamento de las distintas tecnologías no implica que sean antagónicas. Es perfectamente posible, y aun deseable, la coexistencia de ambos tipos de modelos informáticos que, por otra parte, deben poder llegar a complementarse y cooperar en el futuro. En la práctica, tienen aplicaciones disímiles entre sí y algunos problemas que son simples de solucionar para un método son muy poco posibles para el otro. Los programas de computación algorítmicos se emplean satisfactoriamente bien para aquellos procesos que son muy rutinarios, iterativos, repetitivos o monótonos, demandan engorrosos cálculos, requieren elevada exactitud numérica o precisan de la manipulación de símbolos. Para una neurocomputadora esta tarea se tornaría muy difícil de aprender. La ventaja es revertida para trabajos que tienen pocas reglas obvias, son escasamente conocidas o difìciles de conocer, cuentan con información incompleta o parcializada, optimizan muchas variables simultáneamente o re-


84/227

5/10/2018



85

sulta imposible expresar los procedimientos que los describen mediante algoritmos. Programar una computadora secuencial para la misma tarea requeriría años de trabajo. Un algoritmo que se desarrolle para un problema particular resuelve ese problema o problemas muy parecidos. Una RNA, en cambio, es capaz de resolver todos los problemas que se puedan solucionar con esa arquitectura, aunque no sea el mismo problema ni problemas similares. Por ejemplo, una RNA puede clasificar números manuscritos o señales temporales para el reconocimiento de instrumentos musicales. Es el mismo modelo de red, aunque no la misma red. Una vez determinada la arquitectura, todo es cuestión de dejarla aprender, ajustando sus pesos sinápticos. Se torna muy complicado vislumbrar por dónde pasan hoy las tendencias emergentes que van dibujando los umbrales de este nuevo milenio. La informática ha hecho gravitar en su entorno prácticamente a todo el mundo, pero la computación algorítmica tiene sus limitaciones. Qué es lo que ocurrirá con las RNAs, dentro de veinte o treinta años, es una pregunta de muy difícil respuesta. Con el aumento de la complejidad en su arquitectura es probable que pueda sobrevenir cambios inesperados, no meramente cuantitativos sino cualitativos, difíciles de prever a partir de la simple asociación de elementos individuales de procesamiento: como toda propiedad holística, el todo es mucho más que la mera suma de sus partes…


85/227

5/10/2018


CAPITULO 8 Simbólicos vs. Conexionistas Casi desde su inicio, en la década del ‘50, la IA se escindió en dos paradigmas: el enfoque simbólico , también llamado IA clásica o abordaje cognitivo subsimbólico conexionista bioló- y.elPero enfoque , tambiénque llamado gico es altamente improbable esta situación sigao abordaje así por mucho

más tiempo ya que es muy difícil que las futuras máquinas inteligentes se basen en una sola perspectiva. Una solución práctica -posiblemente con un gran porvenir por delante- es utilizar sistemas mixtos que incorporen módulos de ambas estrategias, incluso junto a otros módulos informáticos convencionales. Aunque se trata de dos posiciones opuestas, ciertamente extremas y hasta antagónicas, tienden a converger y a complementarse entre sí en sistemas híbridos con el fin de afrontar situaciones mucho más reales. Para la vertiente simbólica, que dominó el panorama durante las décadas del 60 al 80, la mente es una máquina de procesamiento de información, en donde no interesan los mecanismos biológicos subyacentes. Su estrategia recibe el nombre de enfoque descendente o Top-Down: a través de un exhaustivo y pormenorizado conjunto de reglas pre-programadas, se espera que el sistema sea capaz de desenvolverse en el mundo real haciendo hincapié en los aspectos más cognitivos del ser humano, como la lógica, las habilidades deductivas, la capacidad de procesamiento, el razonamiento, la manipulación de símbolos mentales y la combinación de conceptos. Desde aquí se hicieron grandes avances en algunas áreas específicas, generalmente ligadas a actividades concretas y susceptibles de formalización. Los ejemplos más significativos son los Sistemas Expertos (SEs), los programas de resolución de problemas matemáticos o los programas de juegos, como el ajedrez. Por el contrario, la corriente conexionista, que resurgió a partir de la década del 80 gracias al progreso de las neurociencias, intenta imitar el sustrato emergente de la inteligencia, no recreando en detalle los mecanismos biológicos, sino reproduciendo sólo sus propiedades observables. Su estrategia recibe el nombre de enfoque ascendente o Bottom-Up : dejan que el sistema se desarrolle a partir de su propia experiencia -al igual que lo hacen los organismos biológicos- haciendo hincapié en los aspectos más perceptivos del ser


86/227

5/10/2018


Capítulo 8: Simbólicos vs. Conexionistas

87

humano, como el aprendizaje, las habilidades asociativas, las capacidades sensoriales, la generalización, la autonomía y el reconocimiento de patrones. Los ejemplos más significativos son las Redes Neuronales Artificiales (RNAs) y los Algoritmos Genéticos (AGs). Para los simbólicos la esencia de la mente se encuentra en el software. Por eso simulan directamente las características inteligentes que se pretenden conseguir (es decir, la actividad racional), manipulando símbolos por medio de reglas lógicas y utilizando poderosas computadoras secuenciales de un solo procesador, que ejecutan miles de millones -o aun billones- de instrucciones una después de la otra. Para los conexionistas, en cambio, el fundamento del intelecto está en el hardware. Por eso imitan los elementos de más bajo nivel que componen o intervienen en los procesos inteligentes, con la esperanza en que -de su combinación- emerja de forma espontánea el comportamiento inteligente, a través de una red densamente conectada de unidades simples que procesan simultáneamente partes interactuantes del mismo problema. Los simbólicos conciben a la computadora como un sistema apto para manipular símbolos mentales, mientras que los conexionistas la consideran como un medio útil para modelar al cerebro. A las máquinas deductivas hay que decirles todo, pues su conducta sigue un camino orientado por reglas fijas; a las máquinas inductivas no hay que decirles nada, pues pueden aprender y generalizar a partir de ejemplos. En síntesis, una escuela trata de recrear una analogía “lógica” del cerebro (adoptando a la resolución de problemas como fundamento de la inteligencia); mientras que la otra escuela intenta obtener una analogía “física” de la materia gris (tomando al aprendizaje como base del intelecto). Sistemas expertos y redes neuronales Inicialmente la noción de inteligencia estaba muy relacionada con la capacidad de razonamiento matemático y el manejo de la lógica abstracta. Es que siempre se consideró que las cosas más desafiantes para la mente son aquellas de las que el ser humano es más consciente, porque son las que aprendió en el último tramo de la evolución y, en consecuencia, las que peor hace. Para simular el pensamiento humano, la corriente simbólica sólo tomó en cuenta una determinada y precisa porción del complicado mapa de la mente humana... y, de ahí, su fracaso. El “inculcar” las detalladas reglas lógicas, que rigurosamente debe seguir la máquina para manejarse en el complejo medio ambiente, no alcanza cuando se trata de imitar los matices del comporta-


87/227

5/10/2018



88

miento humano inteligente. En efecto, ¿qué ocurre si no se tomó en cuenta una determinada condición? y ¿qué sucede cuando cambia el entorno para el cual el sistema fue diseñado? En el caso de los SEs, el problema fundamental es que -con independencia de cuántas reglas contengan- cometen errores groseros porque carecen incluso del sentido común que tiene un niño. Son “frá- giles” , insensibles al contexto y tienden a dar respuestas exageradamente incorrectas a preguntas que están fuera de los dominios para los que fueron programados. La corriente neoconexionista, en cambio, considera conveniente simular la actividad neuronal a imagen del cerebro animal y, más particularmente, del humano. procesamiento masivamente paralelo, principio, car mejor El cómo los seres vivos se desenvuelven en en el mundo real,puede dondeexpliprocesan una enorme cantidad de información al mismo tiempo, con diferentes niveles de relevancia. Piénsese en un especialista en computación que trate de emular cómo patear un tiro libre en un partido de fútbol: tomará en cuenta el volumen y peso de la pelota, su coeficiente aerodinámico, la adherencia del terreno, la temperatura y la humedad relativa, la distancia, el efecto del viento, la fuerza que debe emplear... Pero un jugador no actúa así. Tiene claro que quiere hacer un gol y su cerebro captura subconscientemente toda la información existente, la procesa y le dice a su pierna con qué fuerza patear y hacia dónde apuntar. Es prácticamente imposible formalizar de modo fehaciente este tipo de comportamiento, pero justamente así es gran parte de la conducta humana. En efecto, ¿cómo especificar bien el contexto?, ¿cómo describir la lógica para ejecutar todas esas actividades?. En el enfoque conexionista, inicialmente se diseña una máquina que pueda aprender, y luego ésta aprende por sí misma las leyes del mundo real por prueba y error. En el caso de una RNA, el diseñador no necesita desarrollar rigurosas cadenas de reglas extraídas de tediosas interrogaciones a expertos humanos, sino solamente elegir de forma correcta una serie de patrones o ejemplos a partir de los cuales la red generalizará el conocimiento de forma automática. Desafortunadamente, en general el entrenamiento es demasiado largo y demora mucho tiempo; además puede que la solución a la que converja sea inapropiada y hasta puede que no converja en absoluto. Por otra parte, la cantidad de elementos computacionales logrados hasta ahora es insignificante con respecto al número de neuronas presentes en el cerebro humano; surgen muchos inconvenientes al abordar la construcción de una red que sea lo suficientemente similar a la desarrollada por el ser humano. En efecto, además de haber decenas de miles de millones de neuronas (y cada una de ellas con miles de sinapsis), la red neurofisiológica humana presenta una fuerte realimentación (totalmente diferente a los lazos de reali-


88/227

5/10/2018



89

mentación típicos de la electrónica convencional) y sus circuitos combinan íntimamente funciones tanto digitales como analógicas. Por supuesto, el enfoque correcto a utilizar depende fuertemente de la tarea específica a ejecutar: si puede encontrarse un algoritmo de resolución, lo más eficiente es utilizar una computadora convencional. En cambio, si se conocen todas las reglas que resuelven el problema, no hay nada mejor que emplear un SE basado en reglas. Por último, si se sabe muy poco acerca del trabajo a realizar, lo más adecuado es usar una RNA. No obstante, están apareciendo sistemas híbridos neuro-simbólicos que mejoran la eficiencia de los módulos tomados aisladamente. Están formados por la integración de varios subsistemas inteligentes, los cuales colaboran entre sí y se influyen mutuamente. Ejemplos de ellos son las distintas combinaciones de RNA, SE, FL (lógica difusa) y CBR (sistemas de Razonamiento basados en Casos). ¿Cyc o Cog? La lucha para crear máquinas inteligentes lleva ya muchos años entre dos líderes de la materia: el matemático Douglas Lenat, de la empresa Cyc y el profesor Rodney Brooks, del prestigioso Instituto Tecnológico de Massachusetts (MIT). Conceptualmente sus propuestas representan dos caminos en extremo diferentes: Cyc es un acercamiento descendente (lo último en máquinas de sentido común preprogramadas) y Cog es un acercamiento ascendente (lo más avanzado en robots humanoides). Cyc (de enCYClopedic) es un programa que cuenta con un enorme poder inferencial y que trabaja con una gran base de conocimientos. Esta última (en la cual ya se invirtieron muchos años-hombre) contiene más de un millón de reglas de sentido común acerca del mundo, así como deducciones hechas por el mismo Cyc. La esperanza de Lenat es que su invención se convierta en lo que él llama “un artefacto inteligente general” , una gigantesca base de conocimientos que pueda servir de plataforma para dotar a las futuras computadoras con una parte significativa del conocimiento general y de sentido común de un adulto. De esta forma, la máquina equipada con Cyc adquirirá nuevas habilidades como aprender a través del descubrimiento, definir los nuevos conocimientos en términos de los ya adquiridos, llegar a conclusiones lógicas cuando se le presentan situaciones nuevas e interaccionar con el ser humano. Todas estas capacidades le permitirán a la computadora del futuro tener conversaciones inteligentes con las personas e interpretar y llevar a cabo las órdenes impartidas por estas: “en el 2025 a nadie se le ocurrirá comprar una computadora sin Cyc, tal como nadie compra hoy una que no tenga procesador de textos” , afirma el investigador.


89/227

5/10/2018



90

Lenat cree que Cyc comenzará a aprender por sí mismo y con mayor rapidez (leyendo libros, diarios y revistas electrónicas) cuando cuente, finalmente, con la increíble cifra de 100 millones de enunciados que cubren el conocimiento general. Mientras tanto algunas decenas de personas examinan y analizan, oración por oración y sentencia a sentencia, artículos de libros y revistas, noticias y novelas, definiciones en enciclopedias y anuncios. Introducen en su base de conocimientos no sólo lo que se expresa explícitamente, sino también -lo que es más importante- los datos que un escritor asume que cualquier lector conoce. Es este conocimiento previo, común y generalizado (y no el contenido del texto), lo que hay que codificar. Del inspirado otro lado en está Cog (por COGnitivo). Sevez trata un ambicioso experimento estructuras biológicas -en dede lógicasque consiste en dejar que un robot humanoide “experimente” y descubra por sí mismo el complejo entorno en el que está inmerso, al igual que lo hacen los niños, en lugar de poblar su memoria con una detallada descripción del mundo desde la particular perspectiva humana. Cog es como un recién nacido que debe aprender, por prueba y error, a hablar, caminar y tomar decisiones, así como también las normas de conducta y la escala de valores de la sociedad. A través de sus sentidos artificiales de visión, audición y tacto (cámaras fotográficas, micrófonos y una membrana sintética sensible al contacto) absorbe información que alimenta su sentido común. La idea es darle a la máquina unos conceptos básicos, situarla en un entorno que pueda percibir y en el que pueda actuar y, de esa manera, averiguar qué logra aprender por sí misma. Más adelante, una vez que conozca los objetos del mundo que le rodean, podrá aprender mediante las interacciones con los seres humanos. La meta de Brooks es alcanzar una inteligencia humana (aunque sobre un soporte inorgánico) más que una simple inteligencia. Para eso, la máquina debe tener experiencias de tipo humanas y la capacidad de relacionarse con su entorno como lo hace un hombre, es decir, percibiendo el mundo a través de sus sentidos y desenvolviendo su conducta en un contexto social, en interacción con otras personas. “De acuerdo con algunas investigaciones, la forma de nuestro cuerpo, la estructura física, determina decisivamente las representaciones mentales que los hombres desarrollamos para pensar y comunicar- nos” , comenta Brooks. Un segundo motivo para hacer a Cog de forma huma-

noide, es que las personas se relacionen e interactúen con él de manera natural, cómoda y amigable, a fin de que les resulte más fácil entregarle la información que él requiere. Por otra parte, el poseer un cuerpo parecido al humano, le daría una idea de las limitaciones en cuanto a los movimientos, las habilidades y la vulnerabilidad a las que están expuestos los hombres. Cog no funciona bajo un programa, sino que se reprograma según su experiencia.


90/227

5/10/2018



91

La unión hace a la fuerza Cog y Cyc siguen dos caminos diferentes para alcanzar una inteligencia sintética. Cyc no está expuesto al mundo real sino a una realidad simulada en su vasta memoria y lo que logre desarrollar no será una inteligencia parecida a la humana, sino -quizás- otro tipo de inteligencia, más bien fría, racional, lógica, impersonal. Cog, en cambio, aunque no sea muy astuto en su primera generación, desarrollará una inteligencia basada sobre su experiencia con los humanos y en un modelo de la realidad creado por él mismo (tal y como cada persona lo hace). Incluso, es posible que desarrolle sentimientos de pertenencia hacia una comunidad. Debido a que los enfoques ascendente y descendente tienen claras venta jas y desventajas, la solución definitiva para este cisma puede provenir de la convergencia, integración y complementación de ambos en este siglo, probablemente dentro de tres o cuatro décadas. La estrategia tal vez sea algo remotamente similar a los hemisferios cerebrales humanos -derecho e izquierdo- que se utilizan según resulte más conveniente. En efecto, si bien el ser humano tiene la posibilidad de utilizar un pensamiento lógico-matemático y un razonamiento deductivo, cuando realiza tareas inteligentes también se vale del reconocimiento de patrones, de la generalización, del sentido común y de muchos otros elementos. Así, según el profesor y experto en robótica austríaco Hans Moravec, “la combinación [de ambos enfoques] cre- ará un ser que en algunos aspectos se nos parezca, pero que en otros será algo que el mundo no habrá visto antes” .

Es posible que inicialmente se dote a la máquina con una enorme base de conocimientos (similar a la de Cyc) y luego se la deje aprender, con lo cual gradualmente cambiará medidayque el tiempo de sus interacciones con el aentorno con transcurre el ser humano (comocomo hace resultado Cog). Es una estrategia análoga a la que sigue el propio hombre: al igual que un niño aprende una lengua y toda la información cultural -tanto explícita como implícita- cuando crece dentro de una comunidad humana, la máquina aprendería el “conocimiento de base” a través de la interacción con el ser humano. Asimismo, el pequeño niño cuenta con ciertos conocimientos innatos que le permiten procesar la información sensorial y motora (que le ayudan a desenvolverse adecuadamente bien en el espacio-tiempo así como filtrar el ruidoso caudal de datos que sus sentidos le transmiten a su cerebro), y sólo mucho más tarde se ocupa por aprender las funciones superiores lógico-matemáticas y abstractas. De esta manera, será la propia máquina quien resuelva el complejo pro-


91/227

5/10/2018



92

blema de representar el conocimiento en una estructura propia y particular, dado que cualquier representación que se le intente imponer posiblemente no funcione. Es efecto, dado que el hombre parte de un mundo sensomotor totalmente diferente al de la máquina, necesariamente debe ser ésta quien tendrá que aprender un “lenguaje interior” exclusivo para su propio sistema sensomotor y para el reducido entorno en el que tenga que actuar. En consecuencia, este tipo de máquina desarrollará una naturaleza única, una individualidad irrepetible, que podría ser bastante atractiva para el ser humano8. La Computación Flexible Un ejemplo de esta nueva perspectiva para aunar esfuerzos -y que actualmente es estudiada por muchos investigadores- es la Computación Flexible o Soft Computing , en su idioma nativo. Su objetivo es bien concreto: aumentar el “coeficiente intelectual” de las máquinas dándoles la habilidad de imitar a la mente humana, la cual es blanda, suave, flexible, adaptable e inteligente. En palabras del iraní Lotfi Zadeh, fundador de la Lógica Difusa, “es la antíte- sis de la computación actual, asociada con la rigidez, la fragilidad, la inflexi- bilidad y la estupidez. Los métodos de la computación dura no proveen de suficientes capacidades para desarrollar e implementar sistemas inteligentes” .

La Computación Flexible combina diferentes técnicas modernas de IA como Redes Neuronales, Lógica Difusa, Algoritmos Genéticos y Razonamiento Probabilístico; este último incluyendo Algoritmos Evolutivos, Sistemas Caóticos, Redes de Opinión y, aunque solo parcialmente, Teoría de Aprendizaje. No obstante, conviene aclarar, la Computación Flexible no es una mezcla con estos ingredientes, sino una disciplina en la cual cada componente contribuye con una metodología distintiva para manejar problemas en su dominio de aplicación que, de otra manera, se tornarían irresolubles. De una forma complementaria y sinérgica -en lugar de competitiva-, conduce a lo que se denomina “sistemas inteligentes híbridos” , siendo los más visibles los neuro-difusos, aunque también se están empezando a ver los difuso-genéticos, los neuro-genéticos y los neuro-difusos-genéticos. En lugar de confiar en las habilidades del programador, un verdadero programa de Computación Flexible aprenderá de su experiencia por generalización y abstracción, emulando la mente humana tanto como pueda, especialmente su habilidad para razonar y aprender en un del ambiente incerteza, imprecisión, incompletitud y verdad parcial, propios mundode real. De esta 8 Recuérdese que la cantidad de gente sola aumenta década a década, principalmente por el aumento de la longevidad, y que estas máquinas podrían ser útiles como una extraña clase de animal de compañía.


92/227

5/10/2018



93

forma, es capaz de modelizar y controlar una amplia variedad de sistemas complejos, constituyéndose como una herramienta efectiva y tolerante a fallas para tratar con los problemas de toma de decisiones en ambientes complejos, el razonamiento aproximado, la clasificación y compresión de señales y el reconocimiento de patrones. Sus aplicaciones están relacionadas, entre otras, con el comercio, las finanzas, la medicina, la robótica y la automatización. Dentro de este nuevo paradigma, la principal contribución de las Redes Neuronales es la de actuar como una metáfora del cerebro, proveyendo la estructura fundamental, el reconocimiento de patrones, el aprendizaje y la adaptación; la de la Lógica Difusa es una metodología para tratar con la imprecisión, el razonamiento aproximado, los sistemas basados en reglas y la computación con palabras; la de la Computación Evolutiva es la optimización y la búsqueda aleatoria sistematizada; y la del Razonamiento Probabilístico es el análisis de decisiones y el manejo de la incerteza; es decir, todos componentes importantes del razonamiento humano. Evolución artificial La evolución natural es un proceso incesante en el que las especies biológicas desarrollan mejores y más eficaces armas para enfrentarse a un entorno continuamente cambiante como única posibilidad de supervivencia. Muchas son las especies que fueron moldeadas por la prodigiosa y artesanal mano de la evolución: varias conservan gran parte de su arquitectura anatómica, pero otras son irreconocibles si se la compara con sus ancestros prehistóricos. Como la evolución natural ha encontrado soluciones originales a problemas extremadamente difíciles del mundo natural, los ingenieros la ven como un proceso de optimización (de muchas variables, por cierto) que puede ser simulado utilizando la moderna tecnología informática. Después de todo, la más perfeccionada garra robótica no es más que algo nimio comparada con una mano humana y un insignificante ratón es muchísimo más ágil que cualquier vehículo todoterreno. Sin embargo, y aunque la evolución logró un extraordinario nivel de diseño, no es un proceso muy inteligente, ya que invirtió un tiempo abrumadoramente prolongado en ello. Cualquier tonto, dado el tiempo suficiente, produce resultados que parecen obra de un individuo inteligente. En consecuencia, si se pudiese acelerar el proceso -por ejemplo, millones o miles de millones de veces- tal vez podría resultar ser más “inteligente” que el hombre. Así, la “Computación Evolutiva” es el proceso de aplicar la evolución a los sistemas artificiales, y un método para lograrlo es a través de los “Algoritmos


93/227

5/10/2018



94

Genéticos” (abreviado, AGs). Pero, ¿qué son los algoritmos genéticos?. Sim-

plemente una técnica de resolución de problemas de propósito general que se basa en algoritmos matemáticos y que se inspira en la teoría evolutiva -revolucionaria en su tiempo- del naturalista inglés Charles Darwin. Este científico afirmaba que las especies naturales van evolucionando paulatinamente con el fin de adaptarse al entorno circundante. Aquellos individuos que mejor se adapten, tendrán mayor probabilidad de sobrevivir hasta la edad adulta y procrear, transmitiendo su carga genética a la siguiente generación. En consecuencia, y dado que el entorno se modifica en todo momento, nunca nacerá el “superindividuo perfecto” ; en vez de eso, la naturaleza tratará de optimizar a toda la población en un lento proceso de prueba y error, sacrificando aquellos individuos que se adapten menos al entorno y favoreciendo a los que muestran una mejor adaptación. También podría considerarse a los AGs como una novedosa y flexible estrategia de búsqueda adaptativa, en donde se trata de encontrar la combinación óptima de elementos del conjunto aprovechando la experiencia adquirida en anteriores combinaciones. Sin embargo, a diferencia de las búsquedas convencionales descendentes o Top-Down, esta técnica trabaja en forma ascendente o Bottom-Up. En otras palabras, no se descompone el problema en sub-problemas (para lo cual no se necesita contar con un conocimiento profundo acerca de aquel), sino que es el mismo proceso evolutivo el que se encarga de lograr la optimización, a lo largo del tiempo, partiendo de estructuras simples que interactúan entre sí. Algoritmos genéticos En este tipo de técnica se codifica cada una de las posibles soluciones a un problema dado en forma de hileras de caracteres llamados “genes” . Se genera -normalmente al azar- una “población” de soluciones de prueba (un conjunto de posibles soluciones con ligeras variaciones entre ellas), a la cual se evalúa posteriormente según un criterio de desempeño fijado con anterioridad (que busca la combinación óptima entre simplicidad, costo, velocidad o cualquier conjunto de parámetros que necesite o desee el programador), la llamada “función de adecuación” . En cada ciclo (cada “generación” ) se seleccionan las soluciones que más se acercan al objetivo buscado, eliminando el resto de las soluciones. Las soluciones seleccionadas ( “las más aptas” ) se combinan (“reproducen” ) entre sí para producir nuevas soluciones (su “descendencia” ), permitiendo de vez en cuando introducir alguna modificación al azar (una “mutación” ) durante la reproducción. El ciclo se repite probando sucesivamente nuevas y diferentes soluciones, mejorándolas progresivamente hasta llegar a aquella considerada aceptable, quizás luego de cientos de


94/227

5/10/2018



95

generaciones. Y aquí es donde las computadoras tienen una ventaja invalorable: mientras que la evolución natural tarda miles de millones de años, la evolución artificial demora horas… Desde el punto de vista de la ingeniería, la utilidad de los AGs está en su habilidad de adquirir comportamientos no previstos para hacer frente a entornos dinámicos complejos, que no pueden especificarse completamente con anterioridad y que, además, pueden cambiar con el transcurso del tiempo. Su principal aportación se da en problemas de optimización en los que, dado un espacio de búsqueda, se intenta encontrar un punto en el cual una función (que puede estar sujeta a restricciones) alcance un valor máximo o mínimo global; por ejemplo, el diseño de RNAs o de circuitos electrónicos, o también la solución al problema del viajante de comercio. Una variante de este problema es cuando se quiere optimizar más de una función en forma jerárquica: inicialmente se optimiza la primer función y, dentro de ésta, se optimiza la segunda. No obstante, en las técnicas de optimización no se evalúa únicamente su capacidad para encontrar el óptimo (eficacia), sino que también hay que tener en cuenta el costo que implica encontrarlo (eficiencia). Desde este punto de vista, los AGs son bastante competitivos en términos de la relación costo-beneficio. Otras áreas de aplicación incluyen la resolución de problemas generales, el aprendizaje inductivo y el modelado de sistemas ecológicos. La gran fortaleza de este tipo de técnicas es que las soluciones a los problemas no se programan sino que “se cultivan” , con lo cual es posible desarrollar sistemas de muy alta complejidad. No obstante, en general se torna muy difícil comprender fehacientemente cómo funciona la solución a la que se ha llegado. Quizás sea porque no se siguen los métodos tradicionales de diseño, los cuales permiten descomponer el programa final en una jerarquía de elementos comprensibles. En efecto, aunque se examinen cuidadosamente las secuencias de instrucciones que conforman un programa “diseñado” por AGs, normalmente están más allá de la comprensión humana. A pesar de eso, y sin lugar a dudas, es muy posible que en el futuro desempeñen un papel importante en la construcción de mentes sintéticas.


95/227

5/10/2018


CAPITULO 9 Agentes inteligentes: las nuevas entidades digitales La Inteligencia Artificial Distribuida es el campo de conocimiento que estudia el comportamiento y la implementación de conjuntos de entidades relativamente autónomas e inteligentes que cooperen entre sí para desarrollar una tarea o para resolver un problema. Para eso, se debe considerar una serie de atributos como, por ejemplo: compromiso, negociación, cooperación, coherencia, coordinación, organización y conocimiento de los otros agentes. Dentro de esta disciplina, una rama interesante es la de los “sistemas multiagentes” (SMA) , que trata de superar las limitaciones inherentes a cualquier sistema inteligente formando grupos, de la misma manera que las personas lo hacen agrupándose en sociedades. Mientras que cada uno de los sistemas simples constituye un agente, la comunidad considerada globalmente forma un SMA. En consecuencia, se trata de “sistemas sociales” , o comunidades de agentes, cuyas propiedades no pueden derivarse únicamente de las de sus partes constitutivas. Esta característica quizás posibilite una expansión de los horizontes de la IA tradicional si es capaz de resolver nuevos problemas o solucionar los viejos problemas, pero de manera más eficiente. Hasta ahora, vale aclarar, la IA clásica principalmente se ocupaba de los sistemas monolíticos, los cuales pueden considerarse como un caso particular de un SMA en donde existe un único objetivo y una base de conocimiento estática; que se implementa -la mayoría de las vecescomo un Sistema Basado en el Conocimiento. Así, mientras que en estos sistemas la única forma de aumentar su capacidad es incrementando su base de conocimiento; los SMA, en cambio, ofrecen la opción de fraccionarla en fragmentos diminutos y especializados. De esta manera, se podría desarrollar un agente experto en resolver un subproblema de la forma más eficiente, ya que -por el simple hecho de que son independientes- se lo diseñaría de acuerdo con el paradigma más apropiado al subproblema que debe resolver. Este enfoque contrasta notablemente con los utilizados hasta ahora en donde se adopta un paradigma único para todo el sistema; que, si bien es eficiente desde el punto de vista global, no es óptimo si se lo considera localmente.


96/227

5/10/2018


Capítulo 9: Agentes inteligentes: las nuevas entidades digitales

97

Agentes de software Un agente de software es un programa de computación capaz de asistir y ayudar a los usuarios sugiriendo y/o realizando ciertas funciones y tareas complejas para su beneficio. Por ejemplo, buscando y filtrando enormes cantidades de información, negociando por servicios, refrescando su memoria o confeccionando un periódico, una programación televisiva o un espacio musical totalmente personalizados. A partir de la “convivencia” con la persona e identificando sus patrones de conducta, estas piezas de software lo conocerán tan íntimamente que llegarán a “leer su mente” , por lo que muy a menudo se anticiparán a sus necesidades específicas aún antes de que las exprese. en cuenta sus costumbres considerarán incluso susTendrán gustos personales, “sabrán” lo que yelpreferencias, usuario quiere hacer y aprenderán quién es importante para él y quién no lo es. En consecuencia, podrán actuar por su cuenta, autónomamente, a fin de llevar a cabo la mayoría de las tareas rutinarias, repetitivas y tediosas. Estas habilidades permitirán que las máquinas que cuenten con la tecnología de agentes “comprendan” al individuo con el mismo grado de sutileza (o con un grado aún mayor) que se espera de otra persona. En definitiva, harán lo que todo ser humano haría si no fuese por la falta de tiempo o de conocimiento, con lo cual el usuario podrá dedicarse a algo más interesante y relevante para su vida: la lectura, el deporte, la creatividad, el ocio... Como imagina el estadounidense Nicholas Negroponte, director del Media Lab del MIT, los agentes “serán una especie de ayudante no-humano o secre- taria electrónica que habita en el ciberespacio, bastante parecidos a los asistentes de carne y hueso, idealmente similar a un mayordomo inglés bien entrenado, excepto que carecerán de intuición y de la capacidad de improvi- sar” . El usuario mostrará un problema al agente y luego éste ejecutará las

tareas necesarias para intentar solucionarlo. Si se entera, por ejemplo, que su propietario reservó un pasaje para Argelia, tendría que informarle cuál es el clima en el momento de llegar, indicarle qué lugares resultan más interesantes para visitar y los medios de transporte para alcanzarlos, enseñarle un vocabulario -reducido aunque eficaz- del idioma hablado, sugerirle una serie de hoteles importantes y restaurantes tradicionales e, incluso, confeccionarle un resumen escueto de los ciudadanos destacados, como intelectuales, políticos, animadores o deportistas. Egresados de Hollywood La manifestación visible de estos entes posiblemente sean los “actores” : representaciones foto-realísticas tridimensionales de criaturas reales o ficticias que utilizarán la voz y el lenguaje corporal, en vez de las ventanas, ico-


97/227

5/10/2018



98

nos o menúes de hoy en día. De esta forma, la interacción del hombre con la computadora (u otros artefactos) será realmente sencilla, mucho más gráfica, amigable y explícita.... y casi tan intuitiva como con las personas. Si se hace realidad lo que afirma Negroponte, tal vez muchos profesionales -dentro de poco- contarán con un limitado staff de apoyo; “no es demasiado extrava- gante la idea de que -en el año 2020- una persona esté dialogando con su grupo de 6 u 8 asistentes holográficos, de 3 cm de altura y que caminan ale- gremente por el escritorio” , comenta.

Incluso existe la idea extendida de construir “sustitutos artificiales” dentro de la red, de forma tal que una misma persona pueda disponer de un pequeño grupo de representantes digitales que trabajen en su nombre: al mismo tiempo, pero en distintos lugares. Como lo explica la doctora norteamericana Patty Maes, también del MIT (pero en el desarrollo de agentes de software inteligentes), “tendrán un papel especialmente importante como se- cretarios personales: memorias extendidas que recordarán a sus dueños dón- de han puesto las cosas, con quién han hablado, qué tareas ya han llevado a cabo y cuáles les queda por completar. Otros agentes inteligentes podrán buscar la información que interesa a sus dueños, guiarlos a través del ciberespacio o instruirlos acerca de ciertos temas” .

Por medio de una variedad de técnicas de ingeniería de software, IA y emulación de conductas, los agentes combinarán diversas capacidades como, por ejemplo, razonar basándose en casos previos, aprender de sus propias experiencias, adaptarse a las preferencias del usuario o responder ante situaciones imprevistas del entorno. Esto les permitirá exhibir algo semejante a una conducta inteligente, pudiendo -incluso- “planificar” sus propias acciones a fin de resolver un problema. Es que, en realidad, los agentes serán programas diseñados para ser administrados, no para ser manipulados. En lugar de ejercer un control absoluto, las personas y los agentes participarán en un proceso cooperativo, en el que ambos interactuarán, supervisarán los acontecimientos y realizarán las tareas necesarias a fin de alcanzar los objetivos de los usuarios. Una familia muy normal Existen diferentes tipos de agentes. Algunos navegarán por las redes inteligentes para buscar, examinar, seleccionar, recoger y manipular pacientemente toda la información útil que le pueda interesar a su propietario -como objetos, artículos, fotografías, videos o música- ahorrándole un tiempo precioso. El usuario no tendrá que saber dónde ésta se encuentra: el agente sencillamente seguirá buscando hasta encontrar la información deseada, con in-


98/227

5/10/2018



99

dependencia de la forma en que se exprese (texto, audio, imágenes o video). Tal vez bastará con que silbe una melodía o le enseñe una imagen, para que el agente localice la información que mejor responda a sus preferencias e intereses y la vuelque en el equipo de música o en el televisor. El objetivo es obtener un contenido personalizado, es decir, entregar justo lo que desea el usuario, de acuerdo con los parámetros que uno le fije: según el tiempo disponible (si está apurado o relajado), la hora del día (a la mañana, a la tarde o a la noche) y el propio estado de ánimo (si está eufórico o deprimido). El agente conocerá de antemano los productos que le interesan a su dueño, podrá avisarle de los nuevos lanzamientos y, si posee una autorización adecuada, incluso podrá llenar órdenes de compra y presentar el número de la tarjeta de crédito de su amo. Otros agentes ayudarán a reducir la complejidad informativa típica de un mundo interconectado: recopilando y filtrando la inundación de información proveniente de varios medios, y administrando los mensajes telefónicos o los correos electrónicos. Sin duda, uno de los inconvenientes claves de la actual superabundancia de información presente en Internet es la imposibilidad física de seleccionarla y catalogarla para su análisis y uso posterior. “En el nivel inferior, el agente debería ser capaz de filtrar el correo electrónico, otorgar prioridad a las cartas, deshacerse del correo electrónico basura y ordenarlo. En un nivel superior, debería ser capaz de actualizar el calendario de una persona y atender las llamadas importantes, informando de nuevas citas, e incluso bloqueando las peticiones molestas. En situaciones de emergencia, podría contactar con el usuario con independencia del lugar donde éste se encontrase” , sugiere el físico y divulgador científico Michio Kaku, profesor en

la Universidad de la Ciudad de New York. Por ejemplo, si una persona planea visitar una ignota isla del Pacífico, posiblemente no encuentre un documental específico sobre ella, pero podría conseguir algunos fragmentos de información -que no tocan el tema sino sólo tangencialmente- en distintas fuentes como revistas y periódicos electrónicos, páginas web y cientos de canales de radio y de televisión. El agente debería procesar, compaginar e integrar estas porciones aparentemente inconexas de información y armar el tipo de “artículo multimedia” que satisfaga en mayor o menor medida- los intereses específicos de esa persona y exponiéndolo, además, de manera útil. A medida que los agentes adquieran más experiencia, el usuario contará con un contenido altamente personalizado de entretenimiento, noticias y servicios que aparecerán de manera automática en su teléfono celular, en su computadora personal o en su asistente digital manual (quizás una versión futura del actual Palm). Otro ejemplo. Un agente “especializado en viajes” combinará sus propios


99/227

5/10/2018



100

conocimientos referidos a lugares y paisajes, con los gustos y preferencias del usuario; un agente “de manejo de agenda” planificará meticulosamente viajes y salidas, de acuerdo con los horarios de trabajo; o un agente “experto en comercio” podrá indicarle los negocios de productos regionales con interesantes ofertas. En el futuro todos estos agentes contribuirán a ir armando un “modelo del usuario” , como individuo único y no meramente como parte de un grupo de personas que conforman un determinado segmento de mercado. Además podrán comunicarse eficientemente entre sí: por ejemplo, un agente “supervisor” en su alacena podría notar que se están agotando las reservas de leche y comunicárselo al agente “ayuda-memoria” , el cual quizás le llevaría el mensaje a su “visualizador retinal” . O si una persona quisiera comprar una moderna notebook por Internet, podría informarle a su agente el modelo, los accesorios y el precio máximo que estaría dispuesto a pagar. Incluso ese agente podría ubicar a aquellas personas que buscan modelos similares (tal vez asociándose temporalmente con otros agentes en el ciberespacio), a fin de negociar con el fabricante un significativo descuento por cantidad, tal como lo hacen ahora ciertos portales de la web. No obstante, se plantean algunas preguntas irónicamente interesantes: ¿podrá el usuario asegurarse la fidelidad y la confidencialidad de sus agentes?, ¿será legalmente responsable por las acciones que éstos ejecuten?, ¿llegarán a ser tan importantes que un individuo dependerá de un conjunto de agentes para completar su personalidad?, ¿aprenderá una persona, que confía plenamente en estas entidades, si carece de la intransferible experiencia de no cometer errores?, ¿será lícito -jurídicamente hablando- “citar a decla- rar” a los agentes “ayuda-memoria” cuando la persona involucrada en un asesinato testifica que “no recuerda” lo que sucedió?. Juntos somos más En general, los agentes no actuarán individualmente, sino inmersos en “comunidades” y realizando tareas de manera grupal, interactuando, negociando, cooperando y hasta compitiendo con otros agentes -en formas ricas y muy complejas- a fin de llevar a cabo sus tareas realizando “su mejor esfuerzo” . Esto significa que el comportamiento de la comunidad y sus propiedades globales no podrán ser pre-programadas, sino que emergerán a partir de las acciones e interacciones dinámicas de sus miembros. De esta forma, una colección de agentes, dotados de comportamientos simples y de sistemas de comunicación elementales, se transformará colectivamente en un sistema que “aparecerá” como globalmente organizado. La inteligencia “emergerá así” , de las interacciones entre un gran número de agentes desprovistos individualmente de inteligencia.


100/227

5/10/2018



101

Sin embargo, ¿quién es el responsable de la administración de la “mente colectiva” ?, ¿quién está al mando?, ¿qué parte de ella es, o debería ser, dominante en algún momento? No existe un controlador central que ordena y organiza, sino que cada agente (responsable de un cierto tipo de actividad) conoce las habilidades propias y las del resto de sus compañeros y usa este conocimiento para decidir de qué parte del problema ocuparse y a quién pedirle ayuda, en caso que se presenten dificultades. Para eso, cada agente debe ser capaz de inferir y mantener, a través del tiempo, “modelos cognitivos” acerca de los otros agentes, es decir, debe disponer de representaciones computacionales de conceptos abstractos tales como intenciones, actitudes, deseos y habilidades. El norteamericano Marvin Minsky, matemático y uno de los fundadores de la IA, sostiene que cualquier cerebro o máquina que posea una mente puede considerarse como una “comunidad o sociedad” muy evolucionada y en constante interacción. Llama “sociedad de la mente” al modelo según el cual cada intelecto está formado por una multiplicidad de subunidades o subprocesos más pequeños y simples -pero especializados- denominados “agentes” . Considerado individualmente, cada agente sólo es capaz de realizar una tarea sencilla y elemental que no requiere en absoluto poseer mente ni pensamiento. Cada uno sólo “sabe” una muy reducida cantidad de cosas y “tiene” un determinado punto de vista, de por sí, muy estrecho. Sin embargo, cuando trabajan juntos de forma adecuada como sociedades -interactuando en coexistencia, convivencia y armonía-, surge un comportamiento global que puede ser considerado como inteligente. Según el experto, la estructura compleja de la conducta, las emociones o muchos aspectos de la inteligencia como el sentido común, la imaginación y el porde analogía, emergen del conflicto de las visionesde parciales y, arazonamiento veces, opuestas la multitud de agentes. Así, como resultado la interacción de muchos subprocesos simples se puede obtener un proceso complejo; o, en otras palabras, de nuevas relaciones complejas tal vez surjan nuevas cualidades. Como afirman los holistas, el todo es más que la suma de sus partes; el todo es las partes más la forma en que están interconectadas. ¿O acaso el imponente vuelo de un avión se debe únicamente al funcionamiento de sus partes aisladas?. Para la psicóloga y socióloga Sherry Turkle, también profesora en el MIT,

“la teoría de Minsky es seductora ya que habla de un problema común: todos tenemos la experiencia de no sentirnos por completo ‘al unísono’ con nosotros mismos; las voces interiores nos ofrecen consejos conflictivos, reasegu- ros y castigos. Es como una multitud de micromentes independientes, conte-


101/227

5/10/2018



102

nidas dentro de un mismo aparato psíquico, capaces de generar pensamien- to, sentimiento y percepción” . Sin embargo, con las computadoras secuencia-

les actuales es imposible procesar ningún modelo de sociedad siquiera levemente complejo. Para que los agentes construyan una respetable sociedad computacional, hoy en día es necesario contar con una poderosa máquina paralela, una supercomputadora que pueda ejecutar numerosos pasos de programa al mismo tiempo. Una nueva forma de vida emergente Una estructura descentralizada altamente intercomunicada, vale aclarar, tiene mucha mayor flexibilidad y, por lo tanto, mayores probabilidades de supervivencia y de evolución en el tiempo. Aquí, la comunicación es fundamental para sincronizar las acciones de la comunidad y para poder resolver conflictos, tanto de recursos, como de fines o de intereses, ayudándose mutuamente o supliendo los límites individuales. Por ejemplo, ordenándole a su computadora “organice una reunión de amigos para el próximo domingo” puede dar como resultado que ese agente se conecte con los agentes de otros sistemas y negocie una fecha y hora. Con el transcurso del tiempo es posible que la “evolución artificial” combine las conductas de los agentes que fueron más exitosos a fin de engendrar una población mejor adaptada todavía a satisfacer los intereses del usuario. Más adelante, podría surgir todo un ecosistema informático alojado en las redes de telecomunicaciones del mañana. Los agentes que les resulten útiles a sus dueños -o a otros agentes- sobrevivirán y se “aparearán” más a menudo a fin de transmitir su “código genético” a la siguiente generación; mientras que los inoperantes acabarán -tarde o temprano- por sucumbir. La evolución artificial originará, de esta forma, poblaciones enteras de agentes autónomos que terminarán ocupando diferentes nichos ecológicos: ciertos agentes podrían evolucionar hasta convertirse en expertos clasificadores de bases de datos, mientras otros utilizarán dichas clasificaciones a fin de encontrar artículos de interés para un determinado perfil de usuario. Pero, ¿puede estar viva una entidad o un grupo de entidades que únicamente existe como una simulación computacional? Es decir, si algo ejecuta complicados movimientos como un insecto y se comporta como tal, pero no tiene un cuerpo físico material, tangible, sino que adopta la forma abstracta de microcódigos de programación en el interior de una supercomputadora... ¿es un insecto? Y en el caso de que no lo sea, entonces ¿qué es? En otras palabras, ¿qué es exactamente lo que tiene que hacer algo -en este caso, una entidad- para que alguien -en este caso, una persona- pueda afirmar que está


102/227

5/10/2018



103

vivo?. Por ejemplo, se podría decir que para estar “viva” una entidad debe desarrollar procesos que involucren el nutrirse, crecer, moverse, reproducirse, curarse, reaccionar a su entorno... quizás transmitir un código genético, o ser el resultado de un proceso evolutivo. Sin embargo, por increíble que parezca, todas estas actividades pueden modelarse y simularse por medio de programas que se ejecutan sobre computadoras o supercomputadoras. Asimismo, y por carecer de una definición plenamente aceptada del concepto de vida, aparecen interrogantes paradójicos. Por ejemplo: ¿están “vivos” los virus?, ¿qué pasa en el caso de un embrión humano congelado?..., ¿y qué se puede decir de “la vida” de una hormiga? Este último caso es particularmente interesante: aunque la inmensa depuede las hormigas de unadurancolonia no se reproducen, el hormiguero enmayoría sí mismo ir “creciendo” te mucho tiempo. Invasores digitales El comportamiento que tiene el SMA, como se dijo, no es controlado por el/los programador/es, ni es resultado directo de las instrucciones dadas por éste/éstos al sistema. Es consecuencia del sistema mismo, es un comportamiento emergente fruto de la interacción de una multitud de procesos básicos. El papel de los “creadores” se reduce a programar a los agentes individuales “codificando” las reglas o pautas de comportamiento, de forma equivalente a como los seres biológicos cuentan con un conjunto intrínseco de instrucciones (codificadas en sus genes) que guían su accionar. Al erigir sociedades, el comportamiento del sistema global emerge no sólo a partir de la conducta de los individuos tomados aisladamente, sino también de la composición del conjunto, de las interacciones entre ellos y de cómo se agentes afectan mutuamente…, igual quede sucede en laque Naturaleza. Para eso, los deberían exhibiraluna serie atributos podrían resumirse en autonomía (a fin de poder operar y desenvolverse solos, sin la intervención directa de los seres humanos o de otros agentes), adaptabilidad (para modificar su propio comportamiento, en un tiempo razonable, a fin de adaptarse automáticamente a los cambios de su entorno), proactividad (a fin de tomar la iniciativa cuando sea adecuado y oportuno), sociabilidad (para interactuar con otros agentes o humanos, cuando sea apropiado para completar sus tareas o cumplir con sus objetivos) e interacción amigable (a fin de comunicarse con el usuario en lenguaje natural y entender sus gestos). Si bien actualmente no existe un agente que cuente con todas estas características, es el modelo ideal que proponen los investigadores. En consecuencia, y teniendo en cuenta muchos de los fenómenos que sur-


103/227

5/10/2018



104

gen en el mundo biológico, no debería de extrañar que posiblemente se den casos de simbiosis o de parasitismo. Es factible que, al variar gradualmente el entorno, el “ecosistema informático” se renueve a sí mismo de forma incesante. Pero, ¿será capaz el hombre crear nuevas formas de vida?, ¿qué sucedería si emergen propiedades en la población no previstas por los diseñadores?, ¿no existe el peligro de descontrol al dejar evolucionar libremente a estas criaturas “virtuales” ?. Inteligencia de enjambre El comportamiento complejo, que un observador podría considerar intencional, puede ser -de hecho- el resultado de las numerosas interconexiones que se establecen entre una enorme cantidad de entidades individuales. Por ejemplo, considerada aisladamente una hormiga es una criatura sumamente tonta, estúpida (aunque quizás no tanto como los agentes de Minsky), capaz únicamente de interpretar -aunque de forma fiel y obstinada- un pequeño conjunto de rutinas innatas, pero condicionada por el entorno circundante. No obstante, tomadas en grupo, son capaces de erigir sociedades complejas con sofisticadas actividades como agricultura, ganadería, arquitectura, ingeniería e, incluso, prácticas de esclavitud. De esta forma, podría considerarse al hormiguero como un macroorganismo , que presenta un comportamiento global inteligente. Por ejemplo, existe una especie africana que se caracteriza por las faraónicas construcciones de sus hormigueros, los cuales alcanzan hasta los tres metros de altura. Pero, quizás lo que más llama la atención es que se construyen de “forma emergente” . Es decir, nadie planifica, nadie ordena ni controla, pero surge un comportamiento colectivo -quizás instintivo- o una necesidad que las “obliga” a trabajar juntas persiguiendo un fin común. Utilizando como ejemplo la conducta social de los insectos, modernamente los investigadores en ciencias de la computación desarrollaron algoritmos muy útiles para resolver algunos problemas prácticos muy complicados; un enfoque conocido como “inteligencia de enjambre” . En este caso, las hormigas artificiales son agentes de software que se simulan en una computadora. Una aplicación interesante de esta técnica es la de encontrar el camino más corto para establecer las rutas en Internet; en otras palabras, cómo encaminar eficientemente los mensajes entre los nodos de la red (los rou- ters ). Vale la pena aclarar que resolver este problema se torna actualmente muy importante porque cuanto mayor es el “tráfico” de los paquetes de datos, mayor es el costo de la conexión a Internet (ya que se incrementa el tiempo para pasar de un nodo a otro). El algoritmo de búsqueda funciona de la siguiente manera. Cada hormiga virtual -de un conjunto enormemente grande de ellas- sale en busca de “ali-


104/227

5/10/2018



105

mento” alrededor de su “hormiguero” (el punto de partida), de una forma más o menos al azar. Entonces, cada insecto “marca” el camino realizado con una “feromona” 9 (la cual guarda una cierta relación con la “longitud” o distancia recorrida) que otras pueden seguir. Dado que la feromona se “evapora” con el tiempo, las “buenas” rutas (las más cortas) se hacen más atractivas que las “malas” para el resto de las hormigas, con lo cual se intensifica cada vez más

el rastro de feromonas en esa ruta. Al final del proceso, lo habitual es que se seleccione el rastro más fuerte, que justamente es la ruta más corta entre el punto de partida y el punto de llegada. Lo interesante de esta técnica es que las hormigas pueden adaptarse al entorno: dado que éste es dinámico, es posible que surjan determinadas complicaciones, como el bloqueo o la congestión en las rutas. Debido a que la concentración de feromonas se mantiene durante un cierto tiempo y a que exploran sin cesar nuevos trayectos, las hormigas establecen instintivamente rutas alternativas, con lo cual siempre están preparadas para responder a los cambios del entorno. Otros usos de esta técnica son en el análisis de datos financieros, en la resolución de problemas de producción industrial y en la búsqueda de páginas interesantes por la web. Sin duda, a medida que transcurra el tiempo, seguirán apareciendo más aplicaciones prácticas de la inteligencia de enjambre. Si, como se vio en el capítulo 2, la computación ubicua forzará a que todos los objetos tengan incrustado un chip (desde las alhajas hasta los muebles, pasando por los artículos de librería y los electrodomésticos), será necesario desarrollar algoritmos de control que permitan la comunicación eficaz y eficiente de todos estos desperdigados pedazos microscópicos de silicio.

9 En realidad, una señal digital claramente identificable para los demás agentes.


105/227

5/10/2018


CAPITULO 10 El ajedréz y la toma de decisiones En mayo de 1997, la opinión pública del mundo entero se vio conmocionada por la inesperada derrota del quizás más grande ajedrecista de todos los tiempos, el ruso Garry Kasparov, ante el coloso computacional Deep Blue. Es que, desde hace mucho tiempo, se considera al ajedrez como un excelente ejemplo de actividad humana definidamente intelectual, en donde intervienen no sólo la lógica y el razonamiento, sino también la creatividad, la imaginación y la intuición. El evento, que muy bien podría marcar el epílogo del predominio del hombre en el juego-ciencia, cobra más relevancia si se tiene en cuenta que el Gran Maestro nunca perdió un enfrentamiento durante su extenso reinado de más de 15 años10. obstante, aunque Kasparov hubiese ganado en podría esa oportunidad queNo algunos piensan que perdió accidentalmente), ¿qué hacer frente(ya a una sucesora mucho más poderosa? Después de todo, no hay que olvidar que Deep Blue era una versión de la supercomputadora RS/6000SP de IBM equipada con “solamente” 32 nodos, pudiendo llegar a tener hasta 512. Cada nodo, vale aclarar, disponía de un procesador de propósito general y ocho coprocesadores diseñados específicamente para jugar al ajedrez, además de 64 MB de memoria RAM y dos niveles de memoria cache. Asimismo, menos de un año después del super-match, IBM multiplicó por cinco la capacidad de cálculo de la máquina, al mejorar tanto su hardware como su software. En 1998, y sin variar la cantidad de nodos, Deep Blue era capaz de calcular nada menos que mil millones de movimientos por segundo. Incluso, recientemente IBM lanzó al mercado un chip11 casi 20 veces superior al equivalente de 1997 (2,2 GHz frente a 112 MHz) y el software puede fácilmente optimizarse. Pero el ruso, ¿mejoró su juego desde el último enfrentamiento?; en una hipotética revancha, ¿tendría alguna chance de ganar?. 10 Logró llegar al podio en 1985 al vencer a su compatriota, el Gran Maestro Anatoli Karpov. Al contar con tan sólo 22 años, Kasparov se convirtió en el Campeón Mundial de Ajedrez más joven de la historia. 11 El Power4 cuenta con dos CPUs paralelas, ancho de banda interno de 100 Gbytes/s, e incorpora tecnología de última generación (interconexiones de cobre y transistores con aislamiento dieléctrico).


106/227

5/10/2018


Capítulo 10: El ajedréz y la toma de decisiones

107

Un matrimonio muy normal Tradicionalmente, los seres humanos y las computadoras mantienen una relación de colaboración mutua. Hoy en día, sin computadoras los servicios aéreos no funcionarían, como así tampoco los servicios telefónicos o los bancarios; no se podrían construir automóviles más eficientes ni diseñar nuevos compuestos químicos. Mañana, seguramente se usarán las sucesoras de Deep Blue a fin de resolver, con relativa rapidez, cualquier problema que implique tomar la mejor decisión entre muchas posibles y de acuerdo con las circunstancias a las cuales se debe enfrentar. En el caso del ajedrez, las computadoras elevaron ostensiblemente el juego a una categoría superior, ya que permiten un mayor y mejor acceso a las bibliotecas de partidas y a los bancos de datos de aperturas y finales. Actualmente, ajedrecistas de muy distintos niveles usan estas herramientas para mejorar su juego, para plantear y solucionar problemas, y para probar nuevas aperturas antes de intentar jugarlas en un torneo. Incluso, a través de Internet, se pueden jugar partidas, acceder a bancos de datos y obtener una variada gama de información específica. El enfrentamiento Kasparov-Resto del mundo es un hecho fehaciente de las potencialidades de las máquinas, en general, y de la red de redes, en particular. Se dice -tal vez de forma poética- que la cantidad de combinaciones que abarcan todas las posibles jugadas del ajedrez excedería al número de átomos en el Universo conocido12. Obviamente, ninguna computadora algorítmica actual (y quizás futura) es capaz de examinar todas las posiciones de este frondoso “árbol de movimientos” en el plazo estipulado para una partida. De ahí se deduce que Deep Blue necesita, además de una terrorífica fuerza bruta para ejecutar el proceso de búsqueda (tema visto en el capítulo 4), algo de “conocimiento” , es decir, un conjunto importante de reglas heurísticas (asociadas con la intuición y la experiencia de los Grandes Maestros del ajedrez) a fin de “podar” inteligentemente el mencionado árbol. En el juego-ciencia hay una parte de búsqueda y otra de conocimiento, una parte de cálculo y otra de juicio. En la búsqueda es prácticamente imposible competir contra las computadoras; sin embargo, éstas carecen de la enorme cantidad de conocimiento que posee un jugador humano y, por supuesto, cuentan con la creatividad, la imaginación la intuición de éste. Esno este el motivo por el cual Deep Blue, que eny 1997 podía propias evaluar 12 Estimando un factor de ramificación de 35 y unas 40 movidas por jugador en una partida promedio, se tendrían que examinar 352 x 40 posiciones, algo así como un 3 seguido de 123 ceros.


107/227

5/10/2018



108

200 millones de posiciones por segundo y vislumbrar hasta 24 movidas futuras, no era capaz de ganarle con facilidad todas las partidas a Kasparov, que sólo puede evaluar unas tres posiciones por segundo y “ver” una cuantas movidas adelante. El ruso compensa estas ventajas de la máquina con su vasta experiencia, su sofisticada capacidad para evaluar cada posición, su optimizada habilidad para “observar” el tablero y su inigualable talento para medir y aprovecharse de las debilidades de su oponente. En realidad, las computadoras no “saben” jugar ajedrez ni tampoco pueden. Deep Blue no reconoce configuraciones de tablero y su conocimiento sobre el ajedrez es extremadamente limitado. Tampoco “entiende” el juego ni es consciente de que está jugando al ajedrez; sólo se limita a ejecutar un proceso de búsqueda con increíble velocidad, consultando su gigantesca base de datos de posiciones y variantes, cada vez que debe mover una pieza. Un Gran Maestro también realiza búsquedas, pero usa su juicio y su intuición, así como su experiencia previa y el conocimiento acumulado de ciertos hechos y posiciones. El ser humano no tiene en cuenta lo irrelevante, mientras que una computadora no puede dejar de hacerlo. Por eso, una máquina considera lo que un Gran Maestro desecha rápidamente y, por eso también, al jugador se le escapan algunos detalles y a la máquina no. Se trata, en definitiva, de dos formas diferentes de jugar. Pero, ¿es capaz de pensar? Nadie duda de las habilidades ajedrecísticas de Deep Blue, pero muchos se preguntan si realmente es una máquina que “piensa” . Usa “fuerza bruta” hasta una profundidad en particular y luego investiga más exhaustivamente con búsquedas selectivas, a fin de ejecutar el movimiento posterior más apropiado de acuerdo con la actual posición en el tablero. El jugador humano, en cambio, fija objetivos y después planifica la forma de alcanzarlos. Usa su juicio para limitar la lista de posibles movimientos a unas pocas alternativas -aquellas más prometedoras-, las cuales analiza después con más detalle. Pero puede ser que el cerebro humano ejecute, inconsciente y rápidamente, decenas de miles de operaciones y luego tome la decisión. Quizás las “grandes inspiraciones” de un Gran Maestro sean el resultado de comparar casi instantáneamente su posición actual con miles de otras posiciones ya estudiadas. Aun no se sabe. Por lo tanto, ¿puede considerarse “inteligente” un movimiento hecho por una máquina si es el mismo que hace un ser humano (aunque sus motivos sean totalmente distintos)? En otras palabras, ¿una acción se considera inteligente dependiendo de quién (o qué) lo hace? ¿Cuáles son las tareas que, cuando son hechas por humanos, se les atribuye inteligencia?.


108/227

5/10/2018



109

“Deep Blue nos muestra que el concepto de la estrategia de las máquinas es muy distinto al del cerebro humano y, aún así, produce inteligencia” , afirma Kasparov. Y sigue “si se mira cómo juega la máquina -sobre todo cuando te enfrentas a ella- es imposible no pensar que se trata de un ser inteligente. El hombre tendrá que aceptar que las facultades específicas del cerebro humano no son las únicas para resolver los problemas intelectuales”.

En este sentido, algunos opinan que la computadora es óptima para jugar ajedrez, ya que trabaja bien en situaciones donde hay reglas claras y opciones finitas, pero fracasa en circunstancias donde las reglas, objetivos e información son ambiguos, como pasa en la vida cotidiana. Pero otros no piensan igual. la computadora ciertamente se beneficia de un subjetiva. conjunto de reglas Mientras bien definidas, la evaluación de una posición es bastante Es sumamente difícil codificar en términos informáticos el juicio y el criterio del jugador humano. Con el objetivo de jugar estratégicamente, Deep Blue contiene miles de líneas de código que representan “las reglas” que los programadores aprendieron de los Grandes Maestros; una mejora que hace su juego mucho menos parecido al de una máquina. Una regla típica sería “si está en jaque, debe mover su rey, eliminar la pieza atacante, o colocar algo entre ésta y su rey” .

Pero pueden entrar en conflicto; por ejemplo, en el caso en que ambos flancos -derecho e izquierdo- guíen el ataque se necesitan reglas que informen quién tendrá prioridad. No obstante, el comportamiento de la máquina -su “inteligencia” - se apoya fundamentalmente sobre su fuerza bruta y no sobre la intuición, la creatividad o el juicio, como pasa en el caso del jugador humano. ¿Está amenazada la supremacía intelectual del hombre?

Del resultado delbiblioteca enfrentamiento entre Kasparov Deep Bluecon se desprende que una enorme de aperturas y finales, ycombinada una función de evaluación satisfactoria y una búsqueda lo suficientemente profunda, resulta en movimientos que pueden traducirse como inteligentes, intuitivos o creativos. Es decir, la impresionante velocidad de cálculo y la abrumadora capacidad de almacenamiento de las máquinas junto con un cuidadoso y depurado programa, en algunas ocasiones, puede llegar a superar al pensamiento humano que arriba a soluciones similares por caminos enteramente distintos (como se dijo, a través del juicio o del criterio). Tal es así que la húngara Susan Polgar, campeona mundial femenina, decía “Deep Blue hizo muchos movimientos que estaban basados en un ajedrez comprendido, en ‘sentir’ la posición. Todos pensabamos que las computadoras no podrían hacer eso” .

Drew McDermott, profesor de ciencia en la Universidad de Yale, EE.UU.,


109/227

5/10/2018



110

comparte este pensamiento: “decir que Deep Blue no piensa es como decir que un avión, en realidad, no vuela porque no agita las alas” . Tal vez las computadoras hayan llegado a una etapa de su desarrollo en donde sean capaces de solucionar problemas (como una partida de ajedrez) que antes necesariamente requerían del intelecto humano. Sin embargo, si bien en ciertos dominios altamente específicos y puntuales las máquinas son -sin duda- superiores a las mentes humanas, es bastante improbable que tengan un grado de inteligencia general más elevado que el del ser humano promedio (por lo menos, en el futuro cercano). Es decir, es difícil que las computadoras dominen el amplio conjunto de capacidades y habilidades que componen la inteligencia del hombre; lo más probable es que se caractericen por distintos perfiles de fortaleza y debilidad. Particularmente, el ajedrez es un juego que utiliza una mínima parte de las habilidades mentales humanas. El supermatch Kasparov/Deep Blue no fue más que una confrontación en un terreno determinado: el de la fría lógica y el puro razonamiento. No debe olvidarse la parte intuitiva-espiritual; los seres humanos también se valen de la intuición, la creatividad, el sentido común, el sentimiento e, incluso, la fe. En este sentido, quizás podría programarse una máquina de forma tal que ningún humano pueda vencerla en partidas de ajedrez. Pero esa computadora no sabría hacer nada más, sólo sería útil para eso. No podría reconocer visualmente -ni mucho menos elegir- una pieza de ajedrez. No sabría jugar a otro juego, como a las damas o a las palabras cruzadas, ya que habría que programarla de nuevo. Ni siquiera podría conversar acerca de la partida que jugó. Todas estas actividades se tornarían demasiado complejas para ella. Duelo de gigantes Primeramente habría que dejar bien en claro que Deep Blue es una máquina creada por un grupo de científicos que almacenaron en su memoria millones de jugadas que ya realizaron cientos de maestros del ajedrez y fue programada para elegir, dentro de ese campo, la posibilidad que esos mismos hombres consideraron que es la mejor. Afirmar simplemente que Kasparov perdió frente a una máquina quizás sea un análisis en extremo superficial: ha sido derrotado por un equipo de programadores, asesorados por un par de Grandes Maestros, respaldados por una multinacional y ayudados por una computadora extremadamente poderosa. Hecha la aclaración, se observan varias diferencias entre ambos contendientes. Kasparov es la máxima expresión de estrategia e intuición, puede crear y adaptarse de acuerdo con sus experiencias pasadas y presentes. Deep Blue es más rápida y almacena un vasto conocimiento de jugadas. El campeón


110/227

5/10/2018



111

ha demostrado aprender de sus triunfos y derrotas, de sus aciertos y errores, mientras que la máquina no aprende (o lo hace de una manera muy rudimentaria), aunque procesa y analiza mucho más rápido que cualquier ser humano. El Gran Maestro utiliza un método muy complejo de búsqueda orientada a fin de seleccionar el mejor movimiento, que incluye intuición, experiencia, imaginación y reconocimiento de patrones. La máquina, en cambio, usa un algoritmo13 de evaluación y búsqueda mucho más simple, pero combinado con una enorme velocidad de cálculo. Pero la principal diferencia es de índole emocional. La computadora no experimenta abatimiento cuando se equivoca ni exaltación cuando acierta. Tampoco siente la presión psicológica del miedo a perder o de la ansiedad a ganar. No puede ser intimidada, no tiene ambiciones enceguecedoras y no le preocupa en absoluto su ego. Tampoco sufre la molesta interferencia de su fisiología: no tiene digestiones pesadas, ni problemas de insomnio, mucho menos necesidad de beber o mascar algo durante la partida. No padece de sudoración ni de taquicardia. Es psicológicamente inmutable y de serenidad inhumana, nunca se cansa y nada la distrae. Tampoco necesita dejar de dormir -toda una noche- para analizar con su entrenador el juego de su adversario. En este sentido, la máquina es más eficiente, más “pura” . No tiene otras cosas en las que “pensar” , en las que “gastar” su tiempo. Por otra parte, durante la confrontación, tal vez Kasparov haya sentido la presión de la competición, así como exhaustación física y ansiedad, ya que se mostró impaciente, cansado y nervioso. Deep Blue, en cambio, demostró gran resistencia y poder de concentración; se mantuvo sin nervios, presión, malestar ni esfuerzo. “En cierta forma, es más difícil jugar contra la máqui- na” , comentaba Kasparov. “Nunca se cansa ni comete errores tácticos de los que puedas sacar provecho. Tienes que estar a la defensiva en cada una de las jugadas; lo que significa que es más agotador. No te da un respiro” .

Por esta razón el campeón quiso sorprender a los programadores, “confundir” a la máquina con aperturas que nunca usa y jugando líneas que no figuran entre sus predilectas. Obviamente para evitar que Deep Blue tomara de su gigantesca memoria su estilo de respuesta ante determinado juego, ya que sabía todas las jugadas de Garry, así como la de todos los mejores ajedrecistas del mundo (tanto vivos como difuntos). A los efectos prácticos, era como si la máquina pudiera consultar todos los libros de ajedrez del mundo entre una jugada y otra. Kasparov, al igual que cualquier ser humano, puede tener presente diferentes juegos, puede incluso estudiar muchas partidas de 13 El algoritmo toma en cuenta el valor y la cantidad de piezas, su posición en el tablero, la seguridad de su rey y el tiempo que demora en ejecutar un movimiento.


111/227

5/10/2018



112

libros pero no puede recordar todas las movidas de todos los jugadores, ni siquiera solamente las de los Grandes Maestros. ¿Sólo interés lúdico? El interés de los investigadores en IA por los juegos de tablero excede el aspecto meramente lúdico, debido a que se trata de problemas que disponen de una definición clara pero, al mismo tiempo, son lo bastante complejos como para exigir la aplicación de técnicas generales de búsqueda de soluciones, a través del empleo de estrategias heurísticas. En efecto, existe una amplia gama de problemas que tienen características lúdicas: en los negocios, en la guerra, en la justicia o en la política las cuestiones deben resolverse por personas con intereses contrapuestos. Aunque se han diseñado sistemas informáticos para jugar muchos otros juegos de estrategia, ninguno es tan atractivo -desde el punto de vista de la investigación- como el ajedrez. Las damas o el ta-te-tí no son muy estimulantes pues son juegos completamente tácticos fáciles de programar. En cambio, para una computadora el ancestral juego oriental Go es mucho más complicado que el ajedrez14, por lo que los mejores programas apenas lo juegan en un nivelde mediocre. Con un tablero compuesto por 64escasilleros y limitados esquemas movimientos para sus piezas, el ajedrez un reto muy interesante desde la perspectiva lógico-matemática. Pero independientemente de esto, sería ciertamente ingenuo pensar que una empresa multinacional como IBM dedicaría tanto esfuerzo humano y material para diseñar y construir una máquina que sirviera exclusivamente para jugar al ajedrez. Como expresó oportunamente el dr. Mark Bregman, jefe de división de IBM, “jugar ajedrez requiere conocimientos sobre innumerables posibilidades; es decir, poder responder rápidamente a preguntas tipo ¿y qué pasaría si…?. Eso es justamente lo que empresarios y científicos esperan de máquinas de procesamiento paralelo masivo” .

El desarrollo de Deep Blue fue sólo una parte dentro de un extenso proceso de investigación cuyo objetivo era demostrar que un sistema de “propósito general” puede transformarse fácilmente en uno de “propósito específico” , a través del agregado de coprocesadores. Así, Deep Blue -como se mencionó- era una versión de la supercomputadora RS/6000SP (con 32 nodos) dotada de coprocesadores ajedrecísticos diseñados a medida. No obstante, es la misma supercomputadora de procesamiento paralelo que se emplea actualmente para tareas muy concretas y de increíble complejidad en el mundo real. Gracias a es14 Fundamentalmente por su elevado factor medio de ramificación del árbol del juego.


112/227

5/10/2018



113

ta tecnología, hoy se pueden resolver algunos de los problemas que ayer eran insolubles y solucionar varios de los problemas que antes eran intratables. Ejemplos de ellos, entre otros muchos, son el control de tráfico aéreo, el modelado sísmico y meteorológico, el diseño de aviones y maquinaria industrial, el análisis de riesgo financiero, la elaboración de eficaces modelos para simular la detonación de bombas atómicas, la extracción de información precisa sepultada en inmensas bases de datos o el desarrollo de nuevos medicamentos. Hay que tener en cuenta que cualquier aumento en la capacidad de procesamiento de estas máquinas puede significar un ahorro de varios días o semanas en aquellos laboratorios en donde se llevan a cabo cálculos de altísima complejidad. La “ASCI White” es otra versión de la supercomputadora RS/6000SP, pero con 512 nodos (lo que equivale a 8.192 procesadores). Esta terrorífica máquina es capaz de ejecutar nada menos que 12,3 billones de cálculos por segundo y almacenar 6,2 billones de bytes en forma transitoria y 160 billones de bytes en forma permanente. Como comparación, es 1.000 veces más potente que la Deep Blue y aproximadamente 30.000 veces más rápida que una PC hogareña promedio de mediados del año 2000. Sin embargo, en 2002 se actualizará con los chips Power4 de IBM, que proporcionarán -como mínimoun 30% más de aumento en el rendimiento global del sistema. En definitiva, y conforme el mundo se torna cada vez más complejo, este tipo de tecnología será muy útil para ayudar a los seres humanos a tomar decisiones de manera más racional y con una rapidez difícilmente concebible hace tan sólo algunas décadas atrás. No se debe olvidar que, para un sistema con recursos de procesamiento limitados 15, una conducta racional sería aquella capaz de seleccionar eficientemente el próximo paso a seguir, de acuerdo con las restricciones impuestas por el entorno. Toma de decisiones La mayoría de las veces, solamente se puede escoger una única opción, entre un gran número de ellas, debiéndose rechazar todas las demás. En consecuencia, no siempre es una grata situación ni tampoco un momento feliz y, a veces, genera bastante angustia… tal vez sea por eso que mucha gente no acepta el reto de tomar decisiones y las pospone, las retrasa. A este respecto, el norteamericano Herbert Simon, premio Nobel en Economía, sostenía que la capacidad humana de procesamiento de la información es limitada comparada con la vastedad y complejidad del mundo. 15 Es decir, que únicamente puede ejecutar una cantidad limitada de procesos en un número finito de pasos y dentro de un período de tiempo acotado.


113/227

5/10/2018



114

Habitualmente una persona no dedica demasiado tiempo en considerar exhaustiva y sistemáticamente todas las alternativas posibles de solución de un problema, ni siquiera muchas de ellas. En vez de escoger la solución óptima, lo que hace -simplemente- es elegir la primer opción que satisface sus necesidades, idealmente aquella menos costosa en términos de esfuerzo dedicado y de tiempo empleado… una mera cuestión económica. Pero para eso, el ser humano no utiliza exclusivamente su mente racional, su lógica, sino que se vale fundamentalmente de su experiencia previa, de su imaginación y de sus sentimientos y emociones. En palabras del neurólogo portugués Antonio Damasio, de la Universidad de Iowa, “al experimentar una respuesta somática (como un sentimiento visceral de temor o una vertiginosa sensación de júbilo), las emociones reducen drásticamente la gama de elecciones que el individuo tiene que tomar” , guiando de alguna manera el proceso de toma de

decisiones. Pero muchas veces el individuo trata de encontrar los elementos comunes entre la experiencia actual y algunas experiencias anteriores a fin de emplear la misma solución o una variación de ésta. No obstante, en situaciones muy complicadas -por ejemplo, durante emergencias o crisis-, los seres humanos normalmente son incapaces de considerar todas las posibles consecuencias futuras de sus acciones presentes y, mucho menos, en un tiempo relativamente corto. Una computadora algorítmica, en cambio, es capaz de evaluar cuidadosamente un enorme número de posibilidades, tomar en cuenta la totalidad de los datos disponibles, sopesar las ventajas y desventajas, valorar todas las posibles soluciones alternativas que presenta un problema de cualquier índole. Una máquina, no menos que un ser humano, es capaz de elegir entre diferentes alternativas. Es por eso que cuando se necesita tomar decisiones rápidas y fiables o manejar volúmenes infinitamente grandes de información, la computadora convencional supera ampliamente al cerebro como ejemplo una central telefónica de una gran ciudadhumano. durante Considérese un fin de año, en que todo el mundo quiere hablar por teléfono. Ningún operador humano puede tomar eficientemente decisiones en situaciones parecidas a ésta con la misma asombrosa rapidez y precisión que éste tipo de máquina. Dejando de lado el grado de complejidad de la elección, es indudable que el disponer de más y mejor información reduce la probabilidad de equivocación y aumenta el grado de confianza en las propias decisiones. Pero no necesariamente mejora su calidad o exactitud y puede -además- originar un exceso informativo, una “contaminación informática” . En efecto, paradójicamente, más información no significa muchas veces otra cosa que mayor confusión. Un exceso de datos -sobre todo si llega de forma desordenada y aleatoria- puede crear en la persona una poderosa sensación de incertidumbre al


114/227

5/10/2018



115

enfrentarla a infinidad de opciones. Está fisiológicamente demostrado: cuan- to más información trata de recibir el cerebro, menor es la cantidad total que asimila realmente. Al volverse complejo el entorno, el órgano biológico ya no

puede tener en cuenta simultáneamente muchas de las variables y tomar decisiones eficientes. En vez de actuar con ellas con rapidez, se paraliza. Actualmente los grandes sistemas informáticos juegan un papel muy importante en los procesos de toma de decisiones, ya que colaboran con el hombre aumentando su rendimiento y reduciendo el tiempo empleado en llevar a cabo dichos procesos. Incluso ya hay máquinas que ayudan a los expertos en aquellas áreas donde, hasta el momento, no era posible realizar fun“inteligentes” ciones . No que toman la decisión final, sino tablemente el número deesopciones probables a analizar. Así, que por reducen ejemplo,noun moderno Sistema de Soporte a la Decisión es un sistema informático interactivo diseñado con el propósito de ayudar a los ejecutivos y gerentes a tomar decisiones críticas, de una manera acertada y en el menor tiempo posible (entre otras cosas, presentando la información desde diversos puntos de vista).

En un futuro inmediato, es previsible que este papel se incremente considerablemente con el desarrollo de sistemas mucho más inteligentes que sustituyan -al menos parcialmentea la mente humana en la toma de grandes importantes decisiones... en especial aquellas que afectan a millones de per-e sonas o que involucran miles de millones de dólares. ¿Elecciones libres? Aunque el uso de un sistema informático inteligente parece otorgarle objetividad al análisis, la calidad de esta toma de decisiones puede resultar inferior. En efecto, en muchos casos, una inteligencia natural duda entre hacer lo correcto y hacer lo prudente 16. Una inteligencia artificial, en cambio, estaría libre de estas tensiones, simplemente estaría programada para hacer lo que está bien. Serena e imperturbable, podría tomar decisiones difíciles fuera del ego, de la subjetividad, de la presión y de la necesidad emocional humana. Trataría fría y objetivamente sólo con los hechos de cada caso, llegando a aquellas conclusiones lógicas que tengan las mejores consecuencias de acuerdo con los objetivos que se le han fijado. No obstante, también podría tomar decisiones que, aunque lógicas, fueran antihumanas. Por ejemplo, se podría sentenciar la muerte de millones de personas inocentes con el deseable -y quizás altruista- objetivo de terminar definitivamente con el problema de la superpoblación, la escasez de alimentos o las cuestiones ecológicas. 16 Por ejemplo, una persona puede llegar a la conclusión de que lo mejor es separarse de su cónyuge, pero quizás no lo hace por el “qué dirán” los vecinos, los amigos, los familiares o los compañeros del trabajo.


115/227

5/10/2018



116

En aquellos casos en que no se consideren los factores no cuantificables o no se valorase apropiadamente su importancia, una máquina inhumana conduciría a una toma de decisiones invariablemente inhumana. Como afirma el famoso científico y divulgador estadounidense Carl Sagan, “sería un de- satino dejar que las computadoras, en su presente estadio tecnológico, toma- ran las decisiones importantes, y no porque no pueda reconocérseles cierto grado de inteligencia, sino porque siendo a veces los problemas muy complejos, no se les facilita toda la información pertinente” .

Por otra parte, está convencionalmente admitido que una computadora algorítmica no elige libremente, y esto tranquiliza a la mayoría de las personas. Cada una de al lashacer decisiones de lase máquina el resultado inevitable de su programación: su elección limitó aes seguir estrictamente las instrucciones que el programador o el grupo de programadores almacenó -alguna vez- en su vasta memoria. Pero…, ¿no pasa lo mismo con el ser humano?, ¿no está éste programado, en cierta medida, por la compleja interacción entre la presión cultural y su dotación genética? En efecto, podría pensarse que muchas de las elecciones supuestamente libres que toma un individuo se deberían, en realidad, principalmente a lo heredado por la genética, pero que -más tarde- se moldea a través de las influencias externas, como los otros contextos o los inhibidores sociales. Por intermedio de los genes, las influencias que modelan las propias decisiones se retrotraen a las vidas de incontables generaciones de antepasados. De forma semejante, a menudo cada persona elige de acuerdo con las preferencias imbuidas, primero, por padres y familiares y, posteriormente, por su entorno social (amigos, compañeros, vecinos y maestros). Es así como cada individuo aprovecha toda la experiencia adquirida por el grupo social en el que vive o se ha educado. También, y por último, una determinada elección puede estar influenciada por los efectos deocultos. la experiencia prenatal o infantil, una fobia no reconocida u otros factores La ventaja de disponer de una máquina, en aquellos casos en que se justifique su uso por diferentes motivos, es que en su programación puede haber intervenido un grupo importante de personas provenientes de diversas disciplinas, con diferentes experiencias previas y que pertenecen a diferente género (tanto hombres como mujeres). Esta posibilidad permitiría tener en cuenta -en forma más clara y abarcativa- una mayor variedad de perspectivas. En el caso de que la decisión la tomara un sólo individuo, su conjunto de experiencias sería -obviamente- más limitado.


116/227

5/10/2018


CAPITULO 11 Inteligencia sintética y sentidos artificiales A pesar de que la IA ha sido capaz de reproducir eficientemente las funciones “superiores” de la inteligencia humana como el razonamiento, la resolución la toma dededecisiones y la manipulación y el almacenamientode deproblemas, enormes cantidades datos; todavía no pudo duplicar el sentido común de un niño de corta edad ni la capacidad sensorial de un vulgar insecto. Y es justamente la ausencia de esta última lo que limita su desarrollo. En efecto, de la misma forma que la mente de un niño seguramente se atrofiaría de modo irreversible si fuese encerrado en una celda sin contacto con el mundo, la ausencia de comunicación directa con la realidad exterior de los sistemas de IA no les ha permitido desarrollar todo su potencial. La percepción del Durante medio ambiente para lase supervivencia de cualquier animal. millones es de fundamental años, la Naturaleza ha encargado de “diseñar” complejos sistemas orgánicos para proporcionarle a los seres vivos información sobre el entorno circundante. Pero estos sistemas no sólo incluyen a los sentidos sino también al cerebro, a través de los respectivos centros sensoriales. Es que es muy importante el papel que realiza el cerebro en la percepción: no sólo es capaz de procesar a gran velocidad las enormes cantidades de datos provistos por los sentidos, sino que también se encarga de relacionarlos (por medio de las “cortezas de asociación” ) y de evaluarlos, integrándolos con la estructura de conocimientos ya aprendidos. Un aspecto parcial de la percepción es el “reconocimiento de formas o de patrones” , que no sólo se limita a lo visual, sino también a los sonidos, al olfato, al tacto o al gusto. Un ejemplo de esta extraordinaria capacidad humana se pone de manifiesto cuando, por ejemplo, en medio de una ruidosa fiesta, con música y charlas incesantes, se llega a reconocer tímidamente la voz de algún familiar o amigo, aun cuando haya pasado bastante tiempo desde la última vez que se vieron. Esta habilidad del cerebro para reconocer información, literalmente sumida en el caos del ruido, y retraerla -además- de una manera correcta, es uno de los muchos procesos asombrosos del cerebro que se desea duplicar en una máquina. Un cerebro biológico es capaz de procesar información de manera rápida


117/227

5/10/2018



118

y precisa y puede ser entrenado para reconocer e identificar patrones, aún los incompletos (por extrapolación). No obstante, la perceptibilidad humana se ve afectada por preocupaciones emocionales (humor, expectativas, ansiedades), estados físicos (fatiga, dolores, malestares), preconceptos, prejuicios y fantasías. En verdad, ningún ser humano puede actuar con prescindencia de su propia subjetividad… tal vez ni siquiera el más profesional de los jueces. En cambio, los sistemas artificiales presentan la inestimable ventaja de su absoluta objetividad, su neutralidad, su ausencia de “contaminación” al proceso de percepción. Asimismo, y precisamente porque no aceptan matices, pueden llegar a ser muchas veces más exactos que los especialistas humanos en tareas de reconocimiento y análisis de información fáctica. Sería el caso, por ejemplo, del análisis químico (de espectrogramas), la interpretación médica (de electrocardiogramas) o el diagnóstico ingenieril (de sistemas mecánicos). Por último, las máquinas pueden tener una sutil y perfecta percepción ante sucesos que para los humanos pasan desapercibidos, así como una enorme capacidad para realizar tareas repetitivas y tediosas con un alto grado de eficiencia. Lo deseable y lo posible A fin de que participen activamente del “mundo humano” , se necesitaría que las computadoras puedan reconocer su entorno, aceptando información en formatos muy variados y no sólo estandarizados. En el caso de los animales -y fundamentalmente en el hombre- la entrada de información se verifica a través de sus sentidos; por este motivo, a las máquinas habría que conferirles sistemas sensoriales equivalentes y potenciar la interacción con el hombre. Aunque todavía en una situación incipiente, los dispositivos análogos de los sentidos humanos comienzan a estar presente en las máquinas, tornándolas mucho más efectivas. De esta manera, las “computadoras inteligentes” ya pueden conversar con personas en lenguaje natural y reconocer la escritura manual o las imágenes, aunque en un entorno muy restringido, acotado, específico y limitado. Por ejemplo, estas máquinas pueden reconocer la voz humana, pero es necesario hablarles con una entonación correcta; también pueden sintetizar voces en varios idiomas y con diferentes entonaciones fonéticas (hombre o mujer, niño o anciano), aunque sus registros sonoros carecen de la calidez típicamente humana. Incluso, son capaces de traducir frases simples, pero habitualmente se “descarrilan” por modismos, metáforas o expresiones no gramaticales. Asimismo los sistemas actuales logran distinguir imágenes y reconocer objetos diseñados (siempre y cuando estén claramente resaltados con respecto al fondo), pero se dificulta la tarea cuando intervienen formas naturales como paisajes, árboles, montañas o animales.


118/227

5/10/2018


Capítulo 11: Inteligencia sintética y sentidos artificiales

119

El ser humano ya nace con una estructura mental para comprender, para entender significados. Empieza su vida con “armazones” al que agrega, a lo largo de su vida, conocimientos que “encajan” en ellos. Para cualquier operación que involucre percepción, la comprensión es esencial. Pero existe una comprensión profunda y otra menos profunda. ¿Qué nivel de profundidad tiene que alcanzar la comprensión para que sea útil?. En otras palabras, ¿en qué se diferencia la comprensión del mero reconocimiento?. Tómese como ejemplo una charla desarrollada en una fiesta entre conocidos: una persona hace un comentario que la otra no entiende del todo. No obstante, debido al contexto de la situación, la segunda persona responde de una manera que parece apropiada. Quizás sepa muy poco acerca del tema en cuestión, tal vez nada, pero eso no impide que la conversación siga -de hecho- desarrollándose durante un tiempo relativamente prolongado. Es que la comprensión tiene lugar por referencia al mundo. Es mucho más fácil saber de qué se habla o qué se ve si se tienen incorporados conocimientos generales de sentido común y conocimientos específicos propios del dominio que se encara. Por ejemplo, si alguien dice: “Jorge está en el supermercado. Hoy es el cumpleaños de Luis” , es muy difícil deducir de forma lógica -si no se cuenta con un conocimiento general acerca del mundo y de las buenas costumbres- que normalmente se le hace un regalo a la persona que cumple un nuevo año de vida y que los regalos pueden comprarse en los supermercados. Estas respuestas no están en la frase explícitamente, ni siquiera en forma implícita. De igual modo, el sistema debería ser capaz de establecer referencias temporales, deduciendo que primero hay que ir al supermercado y recién después al cumpleaños; así como inferir que Jorge y Luis mantienen una estrecha relación de amistad. De forma análoga, oraciones tales como “el libro está dentro del maletín” y “el maletín está dentro del libro” , que un traductor mecánico literal confundiría completamente, son traducidas con suma facilidad por un ser humano que tiene incorporado un

modelo de mundo en el cual, obviamente, los libros se guardan dentro de los maletines. O, en el caso del reconocimiento de imágenes, por ejemplo en una fotografía satelital, un pequeño rectángulo puede interpretarse como una casa, pero también como un automóvil. Sin embargo, un conocimiento más completo de la situación permite inferir que un rectangulito que se encuentra dentro de un área relativamente estrecha y larga tiene muchas chances de ser un automóvil. Aunque se han logrado extraordinarios progresos en el reconocimiento de la voz y de la imagen, y aunque pueden manipular inmensas cantidades de datos millones de veces más rápido que los seres humanos, las computadoras todavía no pueden comprender lo que oyen ni lo que ven. Si el hombre


119/227

5/10/2018



120

fuera capaz de construir sistemas que entiendan, que comprendan, las máquinas extenderán aún más su ya de por sí amplio abanico de tareas. ¿Por qué hubo tan poco progreso?, se pregunta el norteamericano Patrick Winston, empresario, profesor y ex-director del Laboratorio de IA del MIT. Y él mismo se responde: “la mayoría de sus practicantes [de la IA] ha creído que la visión, el lenguaje y las facultades motoras sólo son los canales de entrada/salida de la inteligencia humana. […] Creo que nuestra inteligencia está en nuestros canales de entrada/salida, no detrás de ellos, y que debemos entender las contribuciones de la visión computacional, del procesamiento del lenguaje y las facultades motoras” .

Las dificultades de la lengua El lenguaje es una propiedad fundamental de los seres humanos, una característica biológica tan propia de la especie como las plumas son para las aves. Esta concepción es llevada al extremo por el lingüista norteamericano Noam Chomsky, quien cree que hay un “molde” innato para el lenguaje natural, incluyendo los aspectos conceptuales, que ya está preestablecido ( “pre- cableado” , dicen algunos) por la evolución. En todas las épocas hubo un gran debate filosófico acerca de la importancia del lenguaje sobre el pensamiento. Algunos antropólogos consideran que el lenguaje utilizado por una sociedad es el principal factor que determina su manera de pensar y de razonar, ya que condiciona la manera de expresar los conceptos y permite contrastarlos con la de los otros individuos. No obstante, otros expertos entienden exactamente lo contrario, que es el pensamiento el que influye sobre el lenguaje. Incluso, algunos científicos opinan que el hombre debe su supremacía biológica a esta capacidad, debido a que no sólo es una manifestación primaria de la racionalidad humana, sino porque fundamentalmente es el que hizo posible inventar y conservar la cultura y la civilización. En efecto, el lenguaje le permite al hombre transmitir sus experiencias, razonamientos, emociones, sensaciones y deseos a través de incontables generaciones. Su manejo apropiado fue, es y será clave en cualquier sociedad humana. Sería muy conveniente para el ser humano poder decirle a una máquina en lenguaje natural lo que tiene que hacer y recibir de ésta un comentario hablado sobre la factibilidad de la orden. No sólo porque la voz es la forma de comunicación más natural y cómoda (hay que recordar que se aprende a hablar antes que a leer o escribir), sino porque en casos de incapacidades físicas es el único medio posible. El inconveniente es que el lenguaje humano, aunque relativamente eficaz para la comunicación entre personas, no es muy apropiado para transmitir a la computadora instrucciones claras y precisas sobre lo que debe llevar a cabo. Por este motivo, el desarrollo de una inter-


120/227

5/10/2018



121

faz dialógica es, para muchos investigadores, una de las metas principales que la IA debe alcanzar. Una computadora que comprenda el lenguaje natural podría utilizar a éste de un modo tan efectivo como lo emplea el ser humano, pudiéndose comunicar con la persona en forma simple y directa. Después de todo, y como afirma el griego Michael Dertouzos, director del Laboratorio de Ciencias de la Computación del MIT, “no nacimos con teclados y puertos para mouse, sino con bocas, ojos y oídos” . Para lograr ese objetivo, el sistema no sólo tendría que comprender la semántica (o el significado de cada palabra de la oración)17, la sintaxis (o la estructura de la oración o de la frase) 18 y el contexto en se pronuncia, sino también (los debería considerar fonética (loselcambios en que la pronunciación), la prosodia cambios en la la entonación), acento, las pausas, el ruido ambiental y tendría que conocer, incluso, el tema del que se habla y varios hechos referentes a él. Es por esta razón que es extremadamente difícil para los sistemas informáticos identificar coherentemente el discurso hablado. Porque cada individuo habla de un modo diferente, porque -a veces- su voz está influenciada por su estado de ánimo, la fatiga, el alcohol o el resfrío, porque pueden convivir casi incontables acentos en un mismo idioma, porque cada grupo social y profesional tiene su jerga, porque hay mucha ambigüedad, inexactitud y -en numerosos casos- contradicciones, porque una misma palabra puede tener varias acepciones según el contexto, porque muchas veces se producen frases mal construidas, dobles sentidos y metáforas, y porque se habla sin fluidez: se repite, se dicen muletillas, se inventan nuevas palabras, se abrevia y no se completan las oraciones (incluso, a veces, ni siquiera las palabras). Pero, ¿cómo se explica el hecho de que la excesiva ambigüedad e inexactitud -tan característicos del lenguaje natural- no dificulte la comunicación entre los hablantes de un mismo idioma?. Aparentemente, debido a que la gente posee un conocimiento común y compartido acerca del mundo, cuenta con la capacidad para hacer inferencias sobre las creencias de los otros, y porque la comunicación se produce siempre dentro de un determinado contexto, dentro de un marco específico. Esto les permite a las personas desentrañar las ambigüedades contenidas en la comunicación (tanto oral como escrita), y sería conveniente que los sistemas artificiales cuenten con análogas capacidades. Posiblemente, la mejor forma de resolver el problema de la ambigüedad sea a través de una flexible comunicación bidireccional e interactiva entre la computadora y el ser humano, en la cual la máquina (al igual que la persona) sea capaz de indicar su entendimiento -o también su confusión- a través de la interrogación mutua, pidiendo precisiones sobre tal o cual problema y aclaraciones sobre tal o cual información. No hay que olvidarse que una de las reglas sobre


121/227

5/10/2018



122

la naturaleza de la comprensión es que, si uno recibe una respuesta sensata a una pregunta, entonces puede asumir que su interlocutor la ha entendido. Los sistemas de reconocimiento del lenguaje hablado que han logrado mejores resultados son aquellos que restringen y limitan suficientemente el dominio (el “mundo” ) y en donde las reglas de este dominio son claras y sin ambigüedades (es decir, cuando el problema está “bien estructurado” ). Por ejemplo, los sistemas de respuesta vocal interactiva (Interactive Voice Response o IVR) permiten a una computadora guiar telefónicamente al usuario con una serie de mensajes grabados o contestar a todas las preguntas de rutina, en diversos idiomas y adaptándose a los diferentes acentos regionales. Asimismo, ya se encuentran disponibles laboratorio sistemas capaces de responder las consultas sobre el tiempo en meteorológico, los horarios de los diferentes vuelos de las compañías aéreas o los resultados de la liga de basket. Incluso la consulta puede hacerse en varias lenguas y la respuesta se da casi en tiempo real, es decir, con la fluidez con que se desenvuelve una conversación normal entre dos personas. Además, no sólo responde a preguntas simples del tipo “¿en qué ciudad jugó el equipo X en noviembre de 1987?” , sino también otras como “¿cuántos partidos ganaron los equipos como loca- les en el primer trimestre de 1998?” , o “¿qué jugador integró más de tres equipos diferentes en los últimos doce años?” . Y ya es famoso el programa Eliza (diseñado en la década del ‘60 por Joseph Weizenbaum) que simula a un psicoanalista manteniendo una conversación con un paciente. Sin embargo, no se basa en una comprensión real, sino que toma unos pocos fragmentos de lo que dice el paciente, añade algunas frases de su base de conocimiento y “conversa” sobre algunas generalidades. El proceso funciona aceptablemente bien en ciertos casos -muy limitados- pero falla en tareas más arduas, como es el caso de una conversación genuina. Un programa basado en Eliza pero más evolucionado, el Dr. Abuse , posibilita actualmente “hablar” con la computadora y ha sido entrenado en cientos de conversaciones con personas o máquinas a través de Internet y otros medios. El exquisito arte de hablar A fin de lograr la citada comunicación interactiva, es necesario que las computadoras no sólo simulen la comprensión del lenguaje sino también es imperativo que sean capaces de sintetizar la voz humana. Existen básicamente dos formas de lograrlo: a través de la síntesis por copia o por medio de la síntesis por reglas. En ambos casos, el sistema cuenta con unidades lingüís17 Recuérdese que un lenguaje como el español o el inglés contiene cientos de miles de palabras. 18 Con sus cientos de reglas y excepciones.


122/227

5/10/2018



123

ticas discretas (como fonemas, sílabas o palabras) almacenadas en su memoria. Pero mientras que en el primer método la salida es una mera copia (una reproducción) del discurso pregrabado, en el segundo, la palabra se construye analizando la entrada mediante reglas especificadas, con lo cual se puede generar un discurso continuo sin limitaciones de vocabulario. Aunque los sistemas más eficaces de síntesis hablada están restringidos a grandes computadoras, se espera -en poco tiempo más- posibles implementaciones en computadoras personales de escritorio. Con el reconocimiento y la síntesis del habla los objetos podrán escuchar y hablar. Uno podrá preguntarle a su reloj, computadora de mano, televisor o teléfono si el haytiempo, algún mensaje nuevo, confirmar un pasaje de avión, cómo está ubicar una localidad, reservar un hotel, buscaraveriguar un producto o averiguar el resultado de un partido de fútbol. Es probable que pronto se desarrollen sistemas que comprendan preguntas formuladas en un lenguaje casi natural y que se encarguen de buscar -por uno o varios textos- la oración, párrafo o artículo que resultara más adecuado como respuesta. También, en el relativamente mediano plazo, es posible que haya equipos capaces de “leer y comprender” abrumadoras cantidades de información -en formato texto- de manera tal de poder indizarla automáticamente. Es decir, señalar las palabras-clave que correspondan a una comprensión superficial, colocar referencias bibliográficas y archivarlas a fin de que se la pueda encontrar cuando se la necesite. Los sistemas serán igualmente capaces de elaborar y recitar automáticamente resúmenes de relatos, compendiar artículos periodísticos y extraer inferencias básicas acerca del argumento, los personajes y las motivaciones. Desde un teléfono celular, por ejemplo, y en el caso de las películas, se podrá indicar en qué ciudad se está y qué filme se está buscando, y el aparato dirá el nombre de los cines y las horas donde la están pasando, además de las críticas de especialistas y un resumen del argumento. También será posible controlar y/o dirigir vocalmente aplicaciones informáticas (como procesadores de texto o planillas de cálculo) o maquinaria (como electrodomésticos o microscopios) cuando, por ejemplo, se tienen las manos ocupadas. Asimismo, un sistema de síntesis vocal podría dar una alarma oral si se produce una situación de emergencia en un entorno industrial o señalar situaciones de peligro en otros tipos de ambientes. En todos los casos, el inconveniente de estos sistemas es que -por ahora- no pueden decidir de modo convincente cuándo enfatizar una palabra o elevar o bajar el “tono de la voz” . Por eso, lo que se busca actualmente es evitar la voz monótona de tinte robótico e incluir colorido, expresión y tono de acuerdo con la intención y el contenido del mensa je a transmitir.


123/227

5/10/2018



124

Derribando la Torre de Babel Hoy en día se hablan en el planeta unos 6.500 idiomas diferentes, aunque cerca del año 2.100 sólo sobrevivirán 300 de ellos. Las diferencias idiomáticas impiden que los pueblos se entiendan correctamente entre sí, generando problemas de comunicación que -no pocas veces- ayudan a sembrar el odio y la sospecha. La traducción automática, sin duda, ayudará a la mutua comprensión de las personas de diferentes lenguas, reduciendo los problemas originados por la mala interpretación o por la ignorancia. De esta forma, se espera que la IA contribuya significativamente a la caída de las barreras idiomáticas, en especial en un proceso de globalización como el actual. Modernamente se acepta que para traducir bien se requiere una cierta profundidad de comprensión, y las computadoras aún no cuentan con esta capacidad. Por lo tanto, hasta los sistemas más elaborados sólo ofrecen buenos borradores -aunque cada vez más válidos- que son ligeramente aproximados a los textos o documentos originales. El problema es que no alcanza con un “mero” traductor -ni siquiera varios especializados en algunas ramas específicas del saber, como ingeniería, medicina o derecho-, ya que las palabras corrientes normalmente son ambiguas, sus límites son difusos y sus diversas acepciones raras veces son las mismas en los diferentes lenguajes. Es decir, el significado de una frase en muchas ocasiones no refleja una transcripción estricta de las palabras, principalmente debido a que ciertos términos no se pueden traducir con exactitud al pasar de un idioma al otro. La manera correcta de hacer una precisa traducción solamente puede lograrse si se conoce el contexto en el cual se utilizan las palabras y se sabe lo que sabe la gente acerca del mundo. Como dice el profesor Marvin Minsky, “la actual tecnología aun no puede compararse a un buen traductor humano porque realmente el software no entiende lo que está traduciendo. Lo ideal sería que tuviese un conocimiento de sentido común, además del conocimiento sobre el vocabulario, la sintaxis, la gramática, etc.” . Por esta razón, tan simple, la traducción mecánica se torna tan complicada .

Por ejemplo, la palabra inglesa “ date” significa fecha o plazo, pero también cita, encuentro o entrevista, según el contexto en que use. La palabra española “fecha” significa date, pero no tiene nada que ver con meeting o interview. Por otra parte, en español, “cita” significa meeting y appointment, pero no term o time. Finalmente, “entrevista” se puede traducir como interview o meeting, pero ni por las tapas significa time o appointment. Como se ve con claridad, no hay una palabra en español que equivalga exactamente al término inglés “date” . Por estos tipos de inconvenientes, los programas actuales de traducción sólo son relativamente útiles en campos muy específicos


124/227

5/10/2018



125

y limitados, como la documentación técnica, los manuales de instrucción y las guías de diseño. Pero, y probablemente dentro del lapso temporal de una década, la integración de estas tres tecnologías hoy balbucientes (reconocimiento y síntesis del lenguaje y traducción automática) habrá evolucionado a fin de configurar un intérprete universal, automático, capaz de traducir cualquier idioma en tiempo real, incluso sin necesidad de que se limite excesivamente la riqueza del lenguaje de origen. Una aplicación interesante, entre muchas otras, podría ser en una comunicación telefónica o, incluso, en una videoconferencia, donde las palabras se traduzcan casi al mismo tiempo en que se pronuncian y los movimientos faciales hablante se simulen por parte, el sistema para adecuarlos a las palabrasde delcada idioma respectivo. Por otra no hay que olvidar que la humanidad -durante el transcurso de toda su vasta historia- acumuló y sigue acumulando una gigantesca cantidad de información en incontables libros y revistas escritos en decenas de lenguas diferentes, un invalorable tesoro para muchas personas deseosas de conocimientos19. Un sistema capaz de procesar cientos de palabras por segundo podría, en un tiempo razonable, traducir todo ese capital intelectual actualmente alcanzable sólo a grandes eruditos o a aquellos estudiosos que dominan simultáneamente varias lenguas, con lo cual se “democratizaría” el acceso al saber. Asimismo, se facilitaría la enseñanza de los idiomas, ya que la gente se sentiría mucho más cómoda al no poner de manifiesto su vergüenza ante otras personas, en el momento de pronunciar mal una palabra o una frase. A modo de ejemplo, la multinacional IBM presentó recientemente el WebSphere Translation Server , un sistema que traduce (a razón de 500 vocablos por segundo) páginas web, mensajes de correo electrónico y conversaciones online (chat) del inglés a varios idiomas (español, alemán, francés e italiano) y viceversa. Pero no es absolutamente necesario disponer de programas sofisticados en la propia PC de sobremesa. En efecto, en el caso de los turistas o los via jeros de negocios, se podría sencillamente usar un futuro teléfono móvil capaz de conectarse -de forma inalámbrica- con un conjunto de servidores especializados. En el momento de hacer una pregunta o comenzar un diálogo, se establecería una comunicación con el servidor adecuado y la versión traducida en tiempo real, adaptada a la velocidad de elocución de los hablantes, se oiría por los auriculares de cada teléfono. Cuando la conversación se saliera del restringido campo de especialidad de un servidor, éste automáticamente le pasaría el control a otro más adecuado. De esta forma, tal vez dentro de un cuarto de siglo, el mantener una comunicación fluida en cualquier idioma sea tan común como hoy es utilizar un procesador de textos.


125/227

5/10/2018


CAPITULO 12 Inteligencia sintética y sentidos artificiales (II) En los primates, incluido el homo sapiens, una enorme porción del volumen cerebral se halla dedicada al tratamiento de la información visual. Este hecho no debería de sorprender, si se considera lo mucho que dependen estos animales del aparato óptico en su vida habitual. La visión es algo fundamental para la comprensión del mundo y en el ser humano alcanza el desarrollo tal vez más completo de todo el reino animal. En efecto, el cerebro humano está organizado para dar prioridad al procesamiento de la información visual antes que a la de los otros sentidos. Desde esta perspectiva, entonces, se podría decir que el hombre es -en gran medida- un animal eminentemente visual. Dicho de forma simple, lo que la visión hace es transformar patrones de luz bidimensionales (o sea, imágenes) en representaciones internas tridimensionales (es decir, objetos en términos de forma, color, textura, tamaño, distancia y movimiento). En este proceso, el reconocimiento de formas es fundamental y equivalente al proceso de reconocimiento de palabras en la comprensión del habla continua: consiste en realizar, en tiempo real, el contraste entre la información de entrada (la imagen) y los conocimientos anteriores (la experiencia previa). Es este conocimiento general acerca del mundo (posiblemente ya programado genéticamente en el cerebro animal) el que permite la correcta interpretación de la información visual, ya que, al reducir la ambigüedad, simplifica enormemente la identificación de las imágenes. “Sólo unos pocos millares de formas son físicamente posibles, y es este conocimien- to, y no la capacidad de un razonamiento profundo, lo que permite a un sistema dotado de visión analizar e identificar formas” , dice la escritora y divul-

gadora norteamericana Pamela McCorduck. De manera similar, análogas estructuras cerebrales innatas son igualmente esenciales para la adecuada interpretación de los demás procesos perceptivos (degustación, olfación y tacto), así como en la comprensión del discurso y del lenguaje. 19 Según investigadores de la Universidad de California-Berkeley, la humanidad producirá este año 1,5 exabytes de datos, es decir, 1,5 trillones de bytes en forma escrita o difundida por radio y televisión, incluyendo fotos, CD-ROM y videos. Y anticipa que en los tres años venideros los terrícolas producirán más información digital que durante los 300 mil años ya transcurridos.


126/227

5/10/2018


Capítulo 12: Inteligencia sintética y sentidos artificiales (II)

127

La visión artificial o computacional tiene como objetivo que la máquina interprete o infiera una imagen bidimensional, una forma tridimensional o una escena, a partir de las señales visuales, de forma tal de permitirle interactuar con su entorno. Su problema fundamental es que, para las computadoras, todos los puntos de una imagen tienen igual valor. Procesar la totalidad de ellos hasta distinguir un patrón es una tarea fuera del alcance hasta de los mayores sistemas informáticos. Es bastante probable que las computadoras aumenten significativamente su eficiencia visual si adoptan estrategias similares a las de los animales: dando importancia sólo a los elementos más significativos de una escena y no a los detalles y excluyendo del análisis un buen número de formas por ser físicamente imposibles. La ventaja de los sistemas de visión computacional reside en su habilidad para ejecutar eficientemente trabajos repetitivos y tediosos. Además de eso, estos sistemas son capaces de ver un objeto que se desplaza a una velocidad que el ojo humano no puede percibir y tomarle medidas con una precisión imposible para el hombre, así como distinguir los colores de pequeñísimas piezas iguales y clasificarlas por color. Esas características permiten la aplicación de este tipo de sistemas en inspección automática, detección de fallas, análisis microscópico, control de calidad o selección de componentes, entre otras. Por ejemplo, se podría mejorar las imágenes de fotografías poco claras o difícilmente visibles, como la de un automóvil envuelto en la neblina, a fin de revelar el número de la patente. Asimismo, el software biométrico servirá tanto para aumentar la seguridad como para facilitar la vida de la gente. Este tipo de programas aprovecha las características físicas propias y particulares de una persona con el fin de lograr su identificación precisa, unívoca y segura. Las huellas digitales, las características forma para del iris el piensa timbre en de la voz) seóptihan mostrado comofaciales mediosy la idóneos la (junto tarea. con Ya se lectores cos de huellas digitales colocados en teclados de computadoras, agendas electrónicas, teléfonos celulares y tarjetas de crédito, y que incluirán la capacidad de verificar si el dedo o la mano está viva (midiendo su temperatura o sus pulsaciones sanguíneas), a fin de excluir la posibilidad de que algún impostor utilice una reproducción del dedo o de la mano de otra persona -o directamente la cercene- para tener acceso a un área restringida. En el futuro cercano, por ejemplo, el reconocimiento facial se volverá tan eficaz que podrá distinguir un rostro en una multitud (y avisar de que se trata de alguien conocido o desconocido), funcionará bajo diferentes condiciones de iluminación y se adaptará a los cambios en las expresiones o en los peinados. Se podrá usar para controlar zonas restringidas en empresas o aero-


127/227

5/10/2018



128

puertos, o para el control fronterizo y las transacciones financieras en cajeros automáticos. También podrá utilizarse en los grandes hipermercados, que guiarán adecuadamente al cliente hacia la sección en que se encuentra la ropa de su talla, o en la puerta de la casa, que se abrirá automáticamente al reconocer que su dueño tiene las manos ocupadas. Actualmente se utilizan algunos prototipos que verifican la identidad de las personas que solicitan el registro de conductor, vigilan a individuos sospechosos en casinos o en estadios deportivos, evitan la doble votación en jornadas electorales o buscan niños desaparecidos. Sabuesos electrónicos Aunque el hombre confía mucho en su vista y en sus oídos, los sentidos que más impresión de realidad le aportan son el olfato y el tacto. La nariz artificial imita el sentido humano por medio de un conjunto de microsensores electroquímicos (cada uno hecho de un polímero distinto) asociada con una red neuronal artificial. Mediante esta ingeniosa combinación es posible detectar, identificar y clasificar -casi en forma infalible- vapores, perfumes y olores contenidos en el aroma que las sustancias, objetos o criaturas dispersan tanto en líquidos como en gases, incluso en cantidades despreciables. El sistema informa acerca de los componentes moleculares básicos del olor, de modo muy parecido a como una cámara digital informa acerca de los componentes rojo, verde o azul de los colores que capta. Las muestras digitales obtenidas pueden rápidamente compararse con otras ya almacenadas y codificadas, determinando así las diferencias -si las hay- entre aromas que supuestamente debieran ser iguales. Como todo sentido artificial, la ventaja que proporciona la nariz electrónica es su absoluta objetividad debido a que es incapaz de sentir emoción alguna. Su reacción es exactamente igual tanto frente a un vapor de olor desagradable como en presencia del más exquisito perfume. Como principales aplicaciones se podría mencionar: catar cerveza o café, monitorear niveles de emisión de gases, diagnosticar enfermedades (tanto en animales como en humanos), precisar el punto de madurez de un queso, distinguir los componentes aromáticos de una flor, determinar si una herida está infectada, o revelar sustancias contaminantes en el ambiente, en el agua o en los alimentos. Podría también ser capaz de realizar una rapidísima “imagen olfativa” del tipo de ser viviente o inerte que se encuentra dentro de su radio de acción, algo especialmente útil en ambientes donde la sensibilidad a la luz o a los sonidos tienen escasa importancia. Incluso, por medio del análisis feromónico de las pisadas, el sistema podría rastrear el residuo odorífero y seguir el paradero de cualquier criatura, indicando el tiempo transcurrido. También sería capaz de detectar, identificar y reconocer -en forma preci-


128/227

5/10/2018



129

sa- a personas en plena oscuridad o en medio de una multitud de sus congéneres (a través de la captación y posterior discriminación de las emanaciones emitidas por sus particulares y características glándulas sudoríparas). Otra aplicación interesante sería como sistema de seguridad: colocando la palma de la mano sobre una puerta, por ejemplo, el sistema analizaría el espectro de olores emanados (una “señal aromática” tan intransferible como las huellas dactilares o el ADN) y lo compararía con los vapores que guarda en su biblioteca de olores. El sistema no sería engañado, por ejemplo, si una persona se unta la mano con alguna crema o se da la mano con otra persona. Tocála de nuevo, Sam La interacción constante del ser humano con el entorno se produce, como se mencionó, por medio de los sistemas sensoriales. Con la vista, se perciben las ondas electromagnéticas; con el oído, las ondas de compresión de aire; con el olfato, las partículas disueltas en aire; con el gusto, las partículas disueltas en agua; y con el tacto, los estímulos mecánicos, térmicos y nociceptivos (dolor). No obstante, mientras la vista y el oído son sentidos “distales” , es decir, de percepción a distancia; el gusto y el tacto son, en cambio, sentidos “proximales” , actúan en la cercanía ya que requieren del contacto directo. El olfato, en tanto, puede ubicarse en una clasificación intermedia. Posiblemente, en los orígenes de la vida, los rudimentarios organismos contaban con un único sistema sensorial que abarcaba la captación de toda la información proveniente del entorno. A través de la paciente labor de la evolución biológica, ese único sistema se diversificó en otros muchos; sobrevino la “especialización” , o sea, el desarrollo de nuevas y más eficaces formas de recibir estímulos y de responder selectivamente a ellos. Consecuentemente el encéfalo desarrolla diferentes zonas y adquiere otras nuevas, modifica sus conexiones neuronales y convierte significativoscoinciden a la mayoría de los estímulos que recibe el animal. Muchosen investigadores en afirmar que aquel sentido primigenio no era otro más que el tacto. Con el tacto se puede obtener una información muy variada ya que es la combinación de cinco sensaciones: frío, calor, contacto, presión y dolor. Asimismo, es el único sistema sensorial desparramado por todo el cuerpo: a lo largo de toda la superficie de la piel. En efecto, la piel puede percibir estímulos de diferentes niveles de presión, desde el roce accidental hasta un pinchazo fuerte. También puede percibir estímulos térmicos en distintos grados, desde temperaturas bajo cero hasta varias decenas de grados centígrados. Incluso puede captar una amplia gama de vibraciones mecánicas. La textura, la rugosidad, la lisura, la consistencia, la temperatura o el peso de cualquier objeto sólo pueden apreciarse de verdad a través del tacto.


129/227

5/10/2018



130

A fin de construir sistemas robóticos que se asemejen cada vez más a los seres humanos, los ingenieros trabajan afanosamente para dotarlos de un sentido del tacto más desarrollado. Tanto la sensibilidad táctil como la percepción de fuerzas en los dedos o garfios robóticos serán fundamentales a la hora de emular más eficientemente las habilidades humanas de manipulación y exploración de objetos. Aunque la tarea se torna bastante dificultosa (ya que el sentido del tacto requiere de una cierta interacción 20), de lograrse reportará importantes beneficios, debido a que los robots podrían desenvolverse de forma más autónoma en aquellos ambientes que son peligrosos para el hombre. Por ejemplo, para los científicos sería muy útil disponer de sondas submarinas capaces de palpar objetos situados en el fondo del océano; o de sondas interplanetarias que puedan transmitir información acerca de la dureza y la textura de las rocas que yacen en la superficie de otros planetas. Del mismo modo, un robot cirujano podría diferenciar un músculo de un hueso, y transmitir esa “sensación” a un médico humano durante una operación a distancia. En cuanto a las características que se le exigen al sensor figuran la resolución espacial (la capacidad de diferenciar dos puntos cercanos), la sensibilidad (con respecto a las fuerzas aplicadas), la linealidad (que a diferencias en la excitación se produzcan diferencias proporcionales en la respuesta), el tiempo de respuesta (lo que tarda el sensor en reaccionar) y la robustez (debe ser físicamente fuerte, químicamente inerte y capaz de soportar ambientes hostiles). Actualmente una interesante línea de investigación está siendo conducida por el científico italiano Paulo Darío, de la Universidad de Pisa. Trabaja sobre la base de un polímero sintético, el fluoruro de polivinilo (PVF 2), que presenta una buena combinación de propiedades ferroeléctricas, químicas y mecánicas. Su importancia radica en su analogía con la piel, que también se comporta como un material ferroeléctrico, es decir posee características piezoeléctricas (convierte señales mecánicas en eléctricas y viceversa) y piroeléctricas (transforma señales térmicas en eléctricas y viceversa). En efecto, los receptores cutáneos de la piel humana generan señales eléctricas -ante estímulos mecánicos y térmicos- que luego se transmiten al cerebro para su procesamiento. El sensor consiste en dos capas de PVF2 (simulando la dermis y la epidermis humana), separadas por una capa de elastómero (un polímero elástico semejante a la goma). La película dérmica (la más profunda) está metalizada en la parte superior y, en la parte inferior, pegada a un circuito impreso que sirve de soporte. A la capa epidérmica se la recubre con una película de Mylar protectora y los sensores se agrupan en matrices de 128 unidades. 20 El tacto es un sentido activo; el robot necesita entrar en contacto con el objeto para manipularlo. La vista y el oído, en cambio, son sentidos pasivos; reciben ondas luminosas o sonoras, respectivamente, sin afectar a la fuente de emisión.


130/227

5/10/2018



131

El conocimiento es poder El empleo de sensores supone una ventaja considerable para las inteligencias artificiales ya que tienen mayor sensibilidad y precisión que los sistemas sensoriales del hombre. Incluso, pueden medir variables extrañas a éste, como las radiaciones energéticas o concentraciones de sustancias químicas. Por ejemplo, un sistema de percepción visual podría “ver” en todo el espectro electromagnético y no sólo en su porción visible, objetos cercanos o lejanos (tanto criaturas microscópicas como astros distantes), bajo cualquier condición de iluminación (tanto en la oscuridad casi completa como con la fuente de luz más intensa) y a cualquier velocidad (procesos demasiados lentos o excesivamente veloces para el tipo ojo humano). unaudibles, sistema de percepción auditivo podría “oír” todo de sonido Asimismo, y no sólo los como los movimientos telúricos que suelen “sonar” a frecuencias muy bajas, o “explorar” acústicamente los materiales, cuerpos y objetos a través de un sistema de reflexión de ultrasonidos similar al del murciélago. No obstante, para interactuar adecuadamente con el mundo real en general y con el ser humano en particular, se necesita algo más que simples sensores. Es por eso que los organismos, a diferencia de los mecanismos, perciben consetodos sentidos y son capacescaptan. de comprender , es decir, saber de qué trata los aquello que sus sentidos De este modo, y en de palabras del filósofo argentino Mario Bunge, “existe una diferencia semántica importante entre los pares de verbos ver/mirar, escuchar/oír y oler/olfatear. Es la diferencia entre paciente y agente, entre no poner atención y ponerla, entre recibir información y buscarla. Quien escucha se propone oír aunque no lo logre. Quien mira espera ver aunque no lo consiga” . La percepción está -pues-

muy relacionada con la inteligencia. Los seres humanos normalmente nacen con sistemas sensoriales apropiados para recibir información proveniente del entorno circundante, con un cerebro adecuado para procesarla en tiempo real y con ciertos conocimientos previos21 fundamentales para la correcta interpretación de dicha información sensorial. Pero nacen sabiendo muy poco y sólo después de bastante tiempo logran aprender a construir una casa, a diseñar un automóvil o a diagnosticar una enfermedad; para ello se precisa acumular suficientes conocimientos durante muchos años. Aparentemente la destreza (o la inteligencia, si se quiere) no depende tanto de los métodos de razonamiento, como se creía antes, sino fundamentalmente de la capacidad de utilizar -en formas diferentes- grandes cantidades de conocimientos de varias clases. Sin embargo, la 21 Posiblemente bajo la forma de estructuras cerebrales preestablecidas (“precableadas genéticamente”).


131/227

5/10/2018



132

mera acumulación de información no sirve, lo verdaderamente útil es la competencia para actuar, para saber aplicar ese conocimiento. Uno debe “interio- rizarlo” , a fin de que pase a formar parte de uno mismo. El problema del conocimiento humano es que -en gran parte- es implícito, tácito e intuitivo, fruto de la integración de las percepciones y de la información contenida en el material genético. Guardarlo no es lo difícil; lo complicado es poder adquirirlo, representarlo y organizarlo adecuadamente. Otro problema adicional es que no es estático, ya que se modifica con el transcurso del tiempo. En efecto, la experiencia directa transforma a la persona, moldeando su estructura de conocimientos y sus esquemas de pensamiento. Es necesario encontrar formas adecuadas para actualizar todo el “saber” , para que la nueva pieza de información “fluya en cascada” a lo largo de la vasta red de conocimientos interconectados. Para que un sistema sea considerado inteligente tendría que ser capaz de mejorar su comportamiento de forma incremental, tanto aceptando consejos del usuario como aprendiendo a través de su propia experiencia. Por ejemplo, dice el norteamericano John McCarthy, otro de los “padres” de la IA, “un bebé considera inicialmente que la palabra mamá es un nombre propio, luego un nombre general para las mujeres adultas, y más tarde la designación de una relación, todo ello sin perder la información más vieja” . Por último, está el problema de la extracción de la información perti-

nente. La red de conocimientos debe estar organizada de manera tal que el sistema artificial no sólo pueda encontrar cada elemento de información con facilidad, sino también que tenga alguna forma de saber qué hechos pueden ser concernientes para ayudar a resolver el problema en cuestión. Experiencias personales Para algunos investigadores, en vez de tener un modelo del mundo programado dentro de la máquina, es mejor que ésta lo pueda adquirir a través de su propia “experiencia perceptiva” (como se analizó en el capítulo 8). Según el filósofo y empresario norteamericano Daniel Crevier, para las personas “aparentemente, basta con un nivel muy bajo de procesamiento de la información para interaccionar con el mundo, ya que hay precedentes y restricciones físicas que nos dicen cómo actuar”. Y ejemplifica el concepto por

medio del teléfono: debido a la forma tanto de las manos como de la cabeza del ser humano, existen unas pocas formas de utilizarlo. Si, en cambio, se quisiera que lo use un robot humanoide, tal vez se necesitarían millones de pasos de programa. El filósofo americano Hubert Dreyfus es, tal vez, más drástico y extremista; para él, sin un cuerpo material directamente no se puede hablar de inteligencia general. En efecto, el intelecto humano se asienta sobre un organismo, un cuerpo que es extremadamente complejo: tiene


132/227

5/10/2018



133

percepciones, sentimientos y emociones desarrolladas a lo largo de miles de millones de años de evolución. Sin embargo, el acercamiento que predominó -hasta ahora- fue el de una inteligencia artificial descorporizada, es decir, máquinas sin cuerpo, aunque quizás puedan llegar a alcanzar la capacidad de razonamiento humana… o aun sobrepasarla holgadamente. Rodney Brooks, investigador principal en el Laboratorio de Robótica del MIT, piensa de forma parecida: “la inteligencia no puede ser separada de la experiencia subjetiva de un cuerpo” . En efecto, ¿cómo se puede explicar la experiencia de nadar en un lago frío y transparente a alguien que nunca se zambulló en el agua?. Como se mencionó en el capítulo 8, este científico encabezó el equipo multidisciplinario que diseñó a “Cog” , un robot pseudohumanoide de metal, plástico y silicio. Dado que su objetivo era lograr una inteligencia parecida a la humana (más que conseguir una simple inteligencia), decidió que a la máquina se le dieran experiencias humanas y que asimilase el conocimiento tanto a través de la programación como por intermedio de la proximidad con la gente y la interacción social. Cog fue diseñado para aprender como lo hace una persona, que se basa en la prueba y el error; es como un bebé que tiene que aprender a hablar, caminar y tomar decisiones. Además de sensores visuales y auditivos, tiene también una especie de “piel” -en realidad, una membrana sintética sensible al contacto- con la cual puede experimentar sensaciones de temperatura y se pretende que sienta dolor. Ella le permite, al tocar o rozar un objeto, enviar información a su cerebro sintético, de forma análoga a como ocurre en los seres humanos. El robot aprende, así, a retroceder si el objeto tiene posibilidad de dañarlo. Tal vez, cuando empiece a aprender, Cog se vuelva cada vez más sofisticado desde el punto de vista social, de un modo parecido a como el bebé gradualmente se vuelve niño. Quizás tenga la “necesidad” de interactuar con la gente, de estudiar su comportamiento, de escucharlos y de conversar con ellos. No obstante, y a fin de que la experiencia sea significativa para una persona, ésta tiene que encontrar creíble a la criatura, por ejemplo, que aparente tener “emociones, intenciones, deseos y creencias” . ¿Máquinas sensibles? Hasta ahora, los hombres y los sistemas informáticos viven en mundos paralelos: las personas habitan un mundo analógico, físico, rico en sensaciones; las máquinas, en un mundo digital, abstracto, insensible. Pero esta dicotomía se está modificando: poco a poco, se están perfeccionando a las máquinas equipándolas con ojos, oídos y otros sensores, a fin de dotarlas de una comunicación directa con la realidad exterior.


133/227

5/10/2018



134

La idea es mejorar y aumentar sus habilidades sensoriales a fin de que se vuelvan más sensitivas y con mayor entendimiento. Con hardware y software especial, la máquina podrá ver y reconocer gestos faciales, así como detectar pautas vocales y entonaciones del habla, dilatación en las pupilas, cantidad de latidos cardíacos y hasta patrones odoríferos característicos. Será capaz de inferir con bastante precisión el estado emocional de las personas que le rodean -como aburrimiento, ansiedad, nerviosismo, interés, entusiasmo o alegría- y actuar en consecuencia. Estas nuevas “habilidades” quizás eliminen la difícil y frustante sensación de no recibir ninguna respuesta emocional por parte de las máquinas actuales: en el futuro próximo, quizás uno pueda finalmente interactuar con ellas de la misma forma en que lo haría con una mente, aunque una mente de alcance limitado. De esta manera, en 30 años más, tal vez los androides demuestren sentimientos humanos convincentes y formen lazos emocionales con sus dueños. Pero también los equipos electrónicos podrían beneficiarse de esta tecnología. En efecto, quizás aparezcan videocaseteras que, al notar que el usuario se está aburriendo, adelanten la película hasta una escena interesante; o tal vez surjan centros musicales capaces de escoger el tema más acorde con el estado de ánimo del oyente. Aunque la tecnología es aún experimental y faltan muchos años para una eventual aplicación comercial, ya hay grupos de investigadores trabajando duramente sobre estas ideas. La multinacional IBM, por ejemplo, desarrolló un prototipo de “pasajero artificial” que tiene la misión de evitar que el conductor no se duerma mientras maneja. El sistema cuenta con una base de conocimientos personalizada del conductor con información sobre su pasado, su familia, sus gustos y sus aficiones. Cuando detecta que la persona ingresa a un estado de somnolencia la información visualsobre proporcionada una videocámara o por (a la través presióndeejercida por las manos el volante),por comienza a hacer preguntas sobre temas de interés para estimular su atención. Si el automovilista falla en la respuesta o tarda en contestar, el aparato bajará las ventanillas (para que ingrese aire fresco), emitirá sonidos estridentes o, incluso, rociará su cara con un chorro de agua fría. Otras posibles funciones de este sistema son la asistencia en el estacionamiento, la posibilidad de cambiar vocalmente al receptor de radio (cambio de volumen o de emisora) y el aviso de señales de tráfico. Los sistemas inteligentes del futuro se introducirán en todos los niveles de la sociedad porque aumentarán sus habilidades sensoriales: hablarán con una voz similar a la de los seres humanos y se comportarán como si entendieran muchas de las órdenes verbales, incluso detectando las inflexiones en


134/227

5/10/2018



135

la voz del interlocutor. Asimismo, serán capaces de “entender” mejor el rico y complejo lenguaje corporal con que se expresan las personas: los gestos, los movimientos de los brazos y las manos, las expresiones faciales, la mirada, el aspecto exterior, la postura y las entonaciones de la voz. También podrán reconocer las imágenes -fijas o en movimiento- y la escritura manual22. Y serán interactivas, con experiencias más “naturales” : el hombre y la máquina se interrogarán mutuamente, pedirán precisiones sobre tal o cual problema y aclaraciones sobre tal o cual información, ayudándose y cooperando entre sí a fin de deducir lo que está pasando. De este modo, no hará falta que el usuario sea un especialista ni que deba concretar mucho sus necesidades, porque las máquinas tratarán de brindarle su asistencia, infiriendo sus deseos e intenciones y guiándolo adecuadamente como lo haría un experto. Hasta podrán expresarle su afecto y simpatía -produciendo los adecuados tonos y matices del habla- cuando el individuo enfrente frustraciones. Finalmente, estas futuras máquinas serán lo bastante económicas como para poder ser adquiridas por gran parte de la población.

22 Un complicado problema técnico si se considera que los caracteres manuscritos no tienen un tamaño ni una posición fija, se encuentran deformados y parcialmente superpuestos y muchas veces incompletos.


135/227

5/10/2018


CAPITULO 13 Aprendizaje y comprensión Los procesos de toma de decisiones son muy útiles para la resolución de problemas, la cual desempeña un papel fundamental para la mayoría de las aplicaciones la informática. la capacidad resolver problemas suele usarse de como una medidaDe dehecho, la inteligencia tantode para el hombre como para la computadora. Pero resolver problemas que jamás fueron encarados anteriormente requiere algo más que memoria, velocidad y habilidad para manipular datos. Exige poder pensar algo que nadie pensó nunca, integrar las cosas de manera diferente. Algunos llaman a esto creatividad; otros, capacidad asociativa o imaginación. Aunque ya hay máquinas que realizan descubrimientos científicos, que están entre los diez mejores jugadores de ajedrez del mundo o que componen bellas melodías, todavía no es posible transmitirles la enorme cantidad de asociaciones que hace la mente humana cuando, por ejemplo, escribe obras poéticas. En estos casos, el aprendizaje juega un papel crucial... Según el psicólogo francés Jean Piaget, algunos de los conocimientos humanos son innatos y ya están estructurados en su memoria, pero la mayor parte hay que aprenderlos por ensayo y error. Así, el hombre tiene penosamente que aprender casi todas las destrezas y todo el conocimiento que necesita para poder sobrevivir, desde el simple acto motriz de caminar hasta las habilidades intelectuales avanzadas como el cálculo diferencial. Desafortunadamente, sólo se puede aprender aquello que permite la maduración neurofisiológica: existen muchos conocimientos cuya adquisición se ve demorada a fin de que el cerebro alcance un adecuado nivel de desarrollo. En realidad, pocos aprendizajes son totalmente nuevos; la inmensa mayoría está basado en el aprendizaje previo y es una extensión del mismo. Es por eso que la información que se recibe aislada, que no está relacionada, que no tenga nada en común o que no repose sobre estas estructuras, no es de utilidad. Es necesario integrar la nueva información al conocimiento que ya se tiene, un proceso que Piaget denominó “asimilación” . De este modo, aprendizaje no es lo mismo que absorción de información: el cerebro no


136/227

5/10/2018


Capítulo 13: Aprendizaje y comprensión

137

puede desarrollarse únicamente acumulando nuevos conocimientos; también necesita gestionar y organizar lo que ya sabe. Además, cuanto más se haya aprendido, cuanto más se pueda relacionar el nuevo aprendizaje con las experiencias o los conocimientos previos, más fácil y más rápido le resultará a esa persona continuar aprendiendo. En caso contrario, el proceso se tornará verdaderamente difícil. El aprendizaje se traduce en cambio, en originales y mejoradas formas de hacer algo, en nuevas maneras de percibir viejas situaciones. A través del aprendizaje uno adquiere la habilidad para hacer algo que antes no era capaz de hacer, uno se recrea a sí mismo, se modifica y “complejiza” y, en última instancia, termina siendo distinto. En efecto, el ser humano va impregnando su comportamiento, desde el mismo momento de su nacimiento, con pautas regladas de interacción social, con normas de conducta transmitidas por sus padres y educadores, con observaciones propias del mundo. De este modo, las enseñanzas implícitas exceden -por mucho- al caudal de la enseñanza explícita. Por último, el aprendizaje está fuertemente asociado al uso de mecanismos de memorización. Dado que un comportamiento inteligente se basa en la capacidad de adaptación, es fundamental contar no sólo con la habilidad para almacenar las diferentes experiencias sobre el mundo circundante, sino también con la aptitud para reconocer cuáles de esas experiencias almacenadas se asemejan más a las nuevas situaciones y, de ese modo, recordar cómo se resolvieron problemas parecidos en otras oportunidades. Una buena alumna Hasta ahora ninguna máquina tiene verdaderamente la capacidad de reproducir una habilidad natural del hombre: la de acrecentar su conocimiento del mundo, adaptar su comportamiento a nuevas situaciones y mejorarlo gradualmente gracias a la experiencia adquirida. La facilidad para aprender es fundamental para una inteligencia completa; es dudoso que un intelecto sintético pueda tener éxito sin ella. La solución de problemas, la comprensión y todas las demás funciones de la inteligencia, incluso el mismo aprendizaje, dependen crucialmente del saber, de los conocimientos anteriores. Para conseguir que la máquina aprenda hay que saber, previamente, cómo representar -dentro de su memoria- todo ese conocimiento implícito, de sentido común, toda esa red de conceptos que logra adquirir el ser humano con los años y cómo relacionar esos conceptos, esas diversas piezas de conocimiento, entre sí. “Por ejemplo, para explicarle a una computadora por qué el


137/227

5/10/2018



138

orificio de una botella va en la parte superior de ésta y no debajo, hay que explicarle la teoría newtoniana de la gravedad. Nosotros sabemos abrir puertas y bajar escaleras. La máquina, si no se lo enseñamos, lo ignora” , señala

Marvin Minsky. El principal objetivo del “aprendizaje automático” consiste en otorgar a la máquina la habilidad de mejorar gradual y paulatinamente su comportamiento sobre la base de la nueva información recibida. Se trata de conseguir que los sistemas puedan deducir conceptos o información que no se le hubiera dado explícitamente, que aprendan de sus errores y que corrijan sus equivocaciones, beneficiándose -en consecuencia- de su propia experiencia. En el caso ideal, lo“base únicode queconocimientos se tendría quegenerales” codificar inicial y explícitamente sería una amplia y algunas rutinas y reglas heurísticas que le sirvan de ayuda para adquirir -por su propia cuenta- nueva información externa y comprender nuevas situaciones, a medida que la máquina vaya teniendo nuevas “experiencias” . No obstante, este “aprendizaje” está limitado actualmente por la propia función que la máquina irá a desempeñar. Por ejemplo, un sistema de reconocimiento digital de caras puede acelerar incrementalmente su desempeño con la acumulación de información en su “base de conocimiento” . Por eso, rigurosamente, la palabra “aprendizaje” no tendría el mismo alcance al aplicársela a hombres y a máquinas. Decir que el aprendizaje humano es igual al aprendizaje maquínico, sería equivalente a decir que todo animal es un primate, cuando obviamente éste es sólo un subconjunto de aquel. Hay distintos tipos de aprendizaje maquínico. El más elemental (pero también el más eficaz) para una computadora es el aprendizaje por implantación, en donde el conocimiento se absorbe por pura “memorización” . Así, la máquina puede adquirir conocimiento con mucha mayor facilidad y rapidez que el ser humano e incorporarlo, sin riesgo de olvido, a su memoria. Un poco más complicado es el aprendizaje por deducción, en el cual se parte de reglas generales y se llega a la determinación de hechos específicos o al perfeccionamiento de estrategias ya desarrolladas. También está el aprendizaje por inducción, a través del cual se le suministran datos a la computadora y ésta extrae el conocimiento a partir de ellos. En éste método se verifican dos modalidades: a partir de ejemplos (supervisado) y a partir de observaciones (no supervisado), como se vio en el capítulo 7 para el caso de las redes neuronales artificiales. En el primer caso, se presentan ejemplos correctos e incorrectos, para que la máquina -por sí misma- extraiga reglas, leyes o conceptos de más alto nivel. En el segundo caso, la máquina sólo “observa” , debiendo descubrir -automáticamente- los rasgos comunes en el grupo de datos observados, a fin de poder clasificarlos. Finalmente, un método muy potente


138/227

5/10/2018



139

es el aprendizaje por analogía, en el cual se aprovecha el conocimiento de la solución de un problema previo, para así hallar cómo resolver un problema similar actual. Se hace camino al andar Resulta sencillo programar una computadora para que tenga un conocimiento enciclopédico de datos diversos, atiborrar su enorme memoria con una vasta cantidad de datos, pero -al igual que en el caso del hombre- aprender muchas cosas de memoria no es lo mismo que saber mucho. Es necesario recordar esa información cuando resulte de utilidad, cuando ayude a elaborar argumentos razonados y no sólo recitar citas históricas. Por eso, sólo hay verdadero aprendizaje cuando hay comprensión; es decir, cuando se es capaz de captar la relación de las partes entre sí y con el todo. “Si un programa ya sabía que María era la madre de Jaime, saber que Juan era el herma- no de Jaime significaba comprender que María era también la madre de Juan, que Juan y Jaime se conocían, hablaban el mismo idioma y compartían la misma cultura. Si se le preguntaba más, hubiera podido añadir que probablemente serían parecidos, que no se llevarían del todo mal y que su diferencia de edad no sería superior a los 15 años” , ejemplifica Daniel Crevier, filó-

sofo y especialista en IA. ¿Podrá una máquina -alguna vez- aprender a resolver un problema, sin depender siempre de un ser humano para que le enseñe acerca de ese problema?. ¿Será capaz de conseguir la información que necesita y que esté fuera de ella, por ejemplo, en Internet o en una biblioteca?. ¿Sabrá luego archivar en su memoria esta nueva información, relacionarla adecuadamente y utilizarla, a partir de ese momento, de manera creativa, como lo exige la vida?. ¿Sorprenderá, de esta forma, con una original demostración de un teorema matemático, una jugada maestra de ajedrez o una paradoja filosófica?. Un sistema inteligente no podría considerarse genuinamente como tal si no fuese capaz de aprender. Pero, como se mencionó en el capítulo anterior, una limitación grave que impide actualmente el desarrollo de los sistemas inteligentes es la falta de sentidos, de comunicación directa con la realidad exterior. Las máquinas se comunican casi siempre a través de un teclado, o sea a través de un programador; en tales condiciones no pueden desarrollar un aprendizaje libre. De contar con un adecuado sistema sensorial y con la habilidad para aprender, las máquinas podrían adquirir un enorme caudal de conocimientos leyendo, observando, escuchando, oliendo y buscando incansablemente las más inverosímiles relaciones y las más oscuras conexiones entre los datos adquiridos. También serían capaces de modificar, en cierta forma, su com-


139/227

5/10/2018


140


portamiento a medida que resuelven problemas y podrían superar holgadamente la rapidez de aprendizaje humano. Por ejemplo, en segundos, un sistema aprendería a hablar fluidamente en húngaro (simplemente actualizando su banco de conocimiento), mientras que a una persona le costaría varios años de estudio. Incluso, sus “conocimientos” o sus “experiencias” adquiridas podrían difundirse rápidamente a un gran número de otras máquinas, amplificando el impacto inicial. Sin embargo, para lograr que una computadora sea inteligente, hay que enseñarle a dirigir su propio aprendizaje. En efecto, no tiene mucho sentido aprender todo lo registrado en libros y revistas, todo lo grabado en radio y televisión o todo lo enunciado en multitud de conferencias. El aprendizaje implica selección, y se debe evaluar la importancia relativa del material de acuerdo con los propios objetivos. Oráculos de silicio Actualmente ya se cuenta con una eficaz herramienta capaz de examinar exhaustiva y minuciosamente inmensas cantidades de datos, de forma automática y en un relativamente corto período de tiempo, a fin de descubrir in23

o mi- formación relevante, clave y difícil . Se trata del “Data Mining , el cual hace de unobtener uso intensivo de diferentes técnicas de nado de información”

IA, como sistemas expertos, redes neuronales artificiales, lógica difusa y procesos de toma de decisiones y aprendizaje. Y de forma semejante a un minero que busca incansablemente dentro de un gran depósito geológico el escaso metal precioso, el trabajo incesante del Data Mining permite encontrar la minúscula pepita útil de información en una montaña de escoria informativa. Al permitir analizar los datos desde diferentes perspectivas y al hacerla comprensible, esta herramienta facilita la labor de los analistas para descubrir patrones e identificar tendencias que anteriormente no han sido vistos, relaciones que ni siquiera saben que existen e incluso que nunca hubieran pensado que existieran. Al combinar elementos derivados de los datos con otros elementos “humanos” (como intuición, corazonada u olfato), se cuenta con una mayor variedad de alternativas para tomar mejores decisiones. Típicamente, el proceso de búsqueda del Data Mining es interactivo (una búsqueda para probar hipótesis), aunque también puede llevarse a cabo automáticamente por el sistema (un “dragado” de datos crudos para descubrir interrelaciones y conexiones). Una vez terminado el proceso de búsqueda, el sistema representa sus reportes en forma de una gráfica tridimensio23 Bajo la forma de correlaciones, tendencias, patrones, regularidades o modelos.


140/227

5/10/2018



141

nal (o incluso con un cierto grado de multidimensionalidad) que puede ser rotada, manipulada y visualizada desde cualquier ángulo. Más tarde los analistas deberán interpretar y examinar estos resultados y tomar las acciones necesarias basadas en aquellos descubrimientos. Por ejemplo, elaborando un nuevo conjunto de preguntas para reforzar la búsqueda o algún aspecto de los descubrimientos. No obstante, y a fin de que su aplicación sea útil, las correlaciones encontradas deben ser tan poco obvias que parezcan ilógicas, irracionales, casi sin sentido. Por ejemplo, que “la mayoría de los que compraron un determinado tipo de tabla de surf posiblemente veraneen este año en Nueva Zelanda” , o que “el 76% de las veces que un paciente padeció de una alergia había cerca un helecho y eso se daba en los meses de otoño” . Es muy poco probable que a algún profesional de marketing o a algún científico se le hubiera ocurrido comparar estos hechos entre sí, y éste es sólo un ejemplo de la enorme variedad de relaciones que el Data Mining es capaz de encontrar. Cuando el programa encuentra correlaciones interesantes, los traduce en gráficos simples, permitiendo a los usuarios tomar decisiones más racionales, y no sólo basadas en la intuición. No obstante, el Data Mining ayuda a confirmar un presentimiento o a desmentir una creencia: en un ejercicio netamente colaborativo, el ser humano sugiere las ideas (hipótesis) y la máquina las confirma o las rechaza según la evidencia aportada por los datos. Desde la comprensión del comportamiento de los clientes hasta el análisis de las decisiones de expertos, desde la predicción de los posibles cambios en el mercado hasta el descubrimiento de patrones en el cuidado de la salud, desde la detección de fraudes en tarjetas de crédito hasta el descubrimiento de galaxias, desde la mejora de las promociones de ventas hasta la síntesis de drogas, el Data Mining tiene una enorme gama de aplicaciones tanto en los negocios como en la ciencia. Entendiendo la vida Muy poca gente utilizaría el término inteligencia en un contexto en el que esté ausente la comprensión: ésta es esencial para la inteligencia. En opinión del investigador David Waltz, vicepresidente del Instituto de Investigaciones de NEC, sería muy difícil que cualquier sistema alcance una comprensión profunda, si no cuenta con las necesarias bases perceptuales. Incluso, hay algunos investigadores que van más lejos: para comprender verdaderamente más que para simular la comprensión- la inteligencia debería estar “incrusta- da” a un cuerpo, debería estar “incorporada” . Ellos creen que la comprensión se relaciona con el hecho de estar inmerso en un mundo que resulta insepa-


141/227

5/10/2018



142

rable del cuerpo, del lenguaje y de la historia social humana. ¿Acaso una “inteligencia descorporizada” reaccionaría ante conceptos abstractos humanos como el amor, el miedo, la belleza, la lealtad y muchos otros más?. Una máquina inmortal, ¿sería capaz de comprender las reacciones humanas frente al conocimiento de su propia mortalidad?. De manera similar, comprender sin disponer de ningún conocimiento previo es también algo sin sentido: el hecho de comprender necesariamente requiere de algún tipo de conocimiento, particularmente el de sentido común. Por ejemplo, en el campo del lenguaje natural, una computadora no notaría el simple error del parte médico “la mujer pesa 173 kg y mide 60 cm” , cuando se quiso decir que “la mujer pesa 60 kg y mide 173 cm” . O, en el campo de la traducción automática, un traductor mecánico literal confundiría completamente oraciones tales como “el plato está sobre la mesa” y “la mesa está sobre el plato” , puesto que no tiene incorporado un modelo del mundo real en el cual -habitualmente- los platos se colocan arriba de la mesa. Por más que el sistema sea mucho más experto que la mayoría de los profesionales en su campo, no tiene la comprensión de un mero aprendiz, ni siquiera tiene acceso a los significados de la mayoría de las palabras y frases ordinarias, que el más humilde de los mortales domina con naturalidad. Para ver con claridad el problema, considérese una palabra cualquiera como, por ejemplo, “papel” . Uno puede escribir poemas de amor o cartas de rencor, construir barquitos o avioncitos, quemarlo para encender una fogata o iluminar el entorno, o cazar moscas o mosquitos, pero no puede alimentarse con trozos de papel o subirse a él para flotar en el agua. Ninguna máquina actual entiende de verdad lo que significan esas cosas, son completamente ignorantes con respecto a este punto. Sin embargo, cualquier niño de edad escolar de muchas y variadas formas. Algo milar ocurre consabe otrasutilizar miles un de papel palabras que se usan frecuentemente en sila vida de todos los días. Y algo parecido sucede, por ejemplo, en el caso de la compresión de imágenes: si la máquina utilizase solamente la información significativa, se reducirían ostensiblemente los requerimientos de memoria (en el caso de almacenarla) o de ancho de banda (en el caso de transmitirla). Una forma de aumentar la comprensión, lo cual es equivalente a resolver (o minimizar) el problema de la ambigüedad, es a través de la interacción con los seres humanos. Como se mencionó en el capítulo anterior, si uno recibe una respuesta sensata a una determinada pregunta formulada, normalmente puede inferir que la otra persona entendió lo que uno quiso transmitir. Por eso, se torna interesante desarrollar sistemas inteligentes que sean más amenos, más amigables, que le resulten “cómodos” al ser humano, que puedan


142/227

5/10/2018



143

interaccionar con éste, comprendiendo el lenguaje natural y las imágenes, que sean capaces de percibir y responder a su entorno, y que tengan almacenado una vasta cantidad de conocimiento “de sentido común” . De esta forma, los usuarios no necesitarían contar con ninguna especialización o conocer difíciles lenguajes de programación para concretar sus necesidades, sino que sólo tendrían que describir someramente sus ideas, ya que los sistemas inferirían y deducirían exactamente lo que aquellos desean, interrogándoles o presentándole sugerencias. El problema del sentido común La computadora convencional “razona” utilizando una lógica estricta. El hombre, en cambio, no analiza las situaciones minuciosamente, sino que se basa mucho lo que se denomina “sentido común” , esa elevada riqueza de conocimientos y comprensión inmediata del mundo, producto de la experiencia acumulada durante millones de años de adaptaciones evolutivas sucesivas. Trata de relacionar alguna parte de su problema actual con algo ya solucionado en el pasado. En otros términos, aprovecha su amplio conocimiento acerca del modo en cómo funciona el mundo para razonar por aproximación, más bien que sobre la base de técnicas precisas, certeras y rigurosas de resolución de problemas. En ese sentido, el profesor Marvin Minsky piensa que, para avanzar en el campo de las máquinas inteligentes, será necesario dotarlas de sentido común. “Difícilmente podemos esperar ser capaces de hacer que las máquinas hagan maravillas antes de descubrir cómo hacer que hagan cosas normales y sensatas” , afirma.

¿Qué se entiende por sentido común? Muchos lo definen como ese caudal de conocimientos “tácitos” , o “de trasfondo” , estrechamente interrelacionados, que facilita la comprensión inmediata del entorno que rodea y en el que se desenvuelve el hombre. Es ese conocimiento cotidiano, amplio y general aunque poco profundo- sobre los hechos de la vida y de las cosas que pasan, que poseen hasta los niños y que resulta tan natural y obvio que no se les presta demasiada atención. Por ejemplo, que si algo se encuentra en un lugar no puede estar simultáneamente en otro lugar diferente. Que si se vierte un líquido desde una botella hacia un vaso, dicho líquido ya no está más en la botella. Que, generalmente, para salir a la calle los seres humanos no están desnudos, mientras que los animales no están vestidos. Que el agua fluye hacia abajo y las causas preceden a sus efectos. Que si uno le roba algo a alguien, ese alguien se enojará. O también, el hecho de que cuando un gato va a dar un salto, inconscientemente ejecuta millones de operaciones simultáneas que, de forma consciente, sería incapaz de realizar. En efecto, el animal sólo piensa en saltar, y su cerebro automáticamente recoge toda la informa-


143/227

5/10/2018



144

ción captada por sus sentidos, busca en su memoria casos similares y le dice qué tan rápido correr, en qué momento ejecutar el salto, qué fuerza aplicar a sus patas traseras y cuándo y cuánto estirar sus patas delanteras. Del mismo modo que la mayor parte de un témpano se oculta debajo del agua, el sentido común está tan profundamente “incrustado” en el inconsciente que el hombre ni siquiera se da cuenta de cómo lo usa cotidianamente. Sólo una muy pequeña fracción del pensamiento humano es consciente; la mayor parte es, en realidad, pensamiento inconsciente, incluyendo el sentido común. Es que, en el homo sapiens, el razonamiento es el barniz más reciente y superficial que la evolución depositó sobre su pensamiento, y es efectivo solamente porque recibe el apoyo de este conocimiento tácito, implícito y mucho más antiguo. El contar con conocimiento de sentido común, permitirá a las máquinas comprender el contexto y, en consecuencia, mejorar su desempeño en una gran cantidad de actividades “inteligentes” como tratamiento de lenguajes naturales (tanto oral como escrito), traducciones desde y hacia otros idiomas, reconocimiento de imágenes y de patrones, resolución de problemas o toma de decisiones No obstante, a decirpero verdad, se ha logrado construir máquinasexpertas. con un cierto sentido ycomún, sóloyacuando se circunscribe en extremo el campo y la aplicación es muy específica. Así, por ejemplo, se podría decir que Deep Blue tiene sentido común, pero sólo y únicamente para jugar al ajedrez. Lo que todavía se torna muy difícil es lograr incorporarle a la máquina el conocimiento general de sentido común del que dispone todo ser humano. A fin de solucionar este inconveniente, actualmente existen dos proyectos en curso: OpendMind y GAC (Generic Artificial Consciousness o Conciencia Artificial Genérica). A diferencia de Cyc, en donde trabaja un equipo reducido y experto en programar y representar el conocimiento, aquí intervienen millones de personas alrededor del mundo (que no necesitan disponer de conocimientos especiales sobre computación), a través del uso de Internet. En OpenMind los participantes contribuyen con hechos y reglas, y -dentro de poco- con historias, impresiones emocionales y casos de resolución de problemas. En GAC, en cambio, la información es consensuada: cada vez que una persona define una sentencia de sentido común (o un “mindpixel” ), se le pide por lo menos a otros 20 participantes que la validen. De esta forma, y luego de diez años, se espera que unos 1.000 millones de mindpixels estén almacenados y preparados para entrenar una red neuronal artificial y crear una única “conciencia artificial” , el primer modelo de pensamiento humano.


144/227

5/10/2018



145

Inteligencias sin cuerpo Es posible que el hecho de dotar de un cuerpo a una máquina facilite la obtención del sentido común. En efecto, muchos investigadores manifiestan escepticismo sobre la posibilidad de construir una inteligencia artificial propiamente dicha, un artefacto capaz de pensar como los humanos, si carece de cuerpo y de experiencias de vida similares a las de éstos. Como se mencionó en el capítulo anterior, el filósofo Hubert Dreyfus, por ejemplo, afirma que el cuerpo humano es, de alguna manera, la clave de una inteligencia general, y que sin él la inteligencia directamente no puede existir tal como se la entiende actualmente. Un intelecto sin cuerpo, sin materialidad, sin dolores, sin sentimientos, privadoque delsea conocimiento que viene de la percepción lógiy de la acción, todo lo eficaz para resolver problemas matemáticos, cos o racionales, será inherentemente ajeno y enteramente distinto del humano. Nótese, sino, en lo diferente que puede ser la inteligencia de un mamífero acuático (como el delfín) de la de un mamífero terrestre (como el mono) y, sin embargo, ambos pertenecen al mismo orden zoológico. ¿Acaso una “inteligencia descorporizada” , una “inteligencia descarnada” , podrá comprender alguna vez real e integralmente a las personas? Una entidad que nunca sufrió una herida o una lastimadura, que jamás experimentó la vulnerabilidad de la infancia ni conoció el concepto de enfermedad..., no tiene “incorporado” el concepto de necesidad, carencia, frustración o angustia. Una entidad que desconoce el instinto de supervivencia o el concepto de familia, que es incapaz de discernir el bien del mal, que no necesita alimentarse ni moverse..., es extraña. La máquina no entra en crisis de pánico ni puede sentir miedo ni temores irracionales, no experimenta ansiedad ni angustia, no tiene inseguridades ni distracciones emocionales, no sufre agotamiento físico ni psíquico, aburrimiento ni fatiga, no necesita descansar ni dormir; sino que trabaja sin fallas, es incapaz de equivocarse, distraerse o descuidarse. Este tipo de intelecto es pragmático, racional, lógico, frío... La inteligencia del ser humano, en cambio, está sustentada sobre un cuerpo biológico muy complejo que es capaz de experimentar percepciones, sentimientos y emociones. Es más, el cerebro y el cuerpo no sólo están fuertemente “entretejidos” sino que evolucionan juntos, y no sólo durante la vida de un individuo sino que lo viene haciendo hace millones de años, con lo cual se encuentran perfectamente adaptados el uno al otro. Según Piaget, “la vida afectiva y la vida cognoscitiva, aunque diferentes, son inseparables. Es así como no se podría razonar sin experimentar ciertos sentimientos, y como, a la inversa, no existen afecciones que no se hallen acompañadas de un míni- mo de comprensión o de discriminación” . Por otra parte, y siguiendo al em-


145/227

5/10/2018



146

presario y escritor americano Ray Kurzweil, la mayoría de los problemas sobre los que se ocupa la inteligencia están relacionados estrechamente con su cuerpo: protegerlo, alimentarlo, embellecerlo, atender sus múltiples necesidades y, obviamente, satisfacer sus deseos. Incluso, la inteligencia humana puede ser resultado de un proceso social: la interacción entre las personas es un punto fundamental en la constitución de aquella; el individuo no utiliza su propia experiencia, sino también toda la que adquirieron los otros miembros de su grupo social. En ese sentido, el psicólogo suizo-argentino Enrique Pichón Rivière -fundador de la Escuela de Psicología Social- afirma que no hay nada en el sujeto que no tenga que ver con lo social, que no hay nada en él que no sea producto de las relaciones entre los sujetos. Más aún, numerosos antropólogos están convencidos que la clave de la inteligencia humana radica en fuerzas históricas y culturales extremadamente difíciles de representar en términos computacionales. La IA sólo reproduce -y en parte- el aspecto del razonamiento humano..., aunque quizás puede llegar a alcanzar un tipo de raciocinio y una eficacia en sus encadenamientos lógicos que estén más allá de la capacidad ordinaria humana. En ese sentido, la robótica (el tema del próximo capítulo) podría ser, por consiguiente, un complemento crucial de la IA: al disponer de un “cuerpo” en el cual incrustar un intelecto mecánico, éste quizás sería capaz de comprender verdaderamente, más que simular la comprensión. Incluso, sería posible conceder a un robot emociones humanas imitadas, con la finalidad de lograr una mejor comunicación con el hombre. Aunque es cierto que en los laboratorios de investigación de algunas universidades se considera seriamente la posibilidad de incorporar componentes emotivos a los sistemas artificiales, por el momento, la mayor parte de la investigación en IA está centrada fundamentalmente en el aspecto cognoscitivo.


146/227

5/10/2018


CAPITULO 14 Robots: compañeros de ruta A lo largo de la historia, el hombre ha utilizado a los animales -e inclusoa sus congéneres para realizar los trabajos físicos más pesados. Más tarde, se valió de sus máquinas paraincluso, llevar aacabo tareas de son forma más rápiday yhasta más precisa, o para hacer frente, aquellas que inadecuadas imposibles para la relativamente limitada anatomía humana. Sin embargo, muchas veces se necesitan máquinas autónomas y, hasta cierto punto, inteligentes que solamente dependan de sí mismas para interactuar físicamente con el entorno y ejecutar todas aquellas labores que -hasta ahora- únicamente puede realizar el ser humano o simplemente no pueden llevarse a cabo. De este modo, surge el robot: una estructura mecánica articulada, gobernada por un sistema de control electrónico, y con características -en mayor o menor grado- de movilidad, autonomía, fiabilidad y versatilidad. En realidad, la palabra robot es más bien un poco vaga, difusa, imprecisa. Surge en 1920 con la obra de teatro R.U.R., los “Robots Universales de Rossum” , del dramaturgo checoslovaco Karel Capek24, y se la utiliza para designar todo tipo de máquina capaz de ejecutar muchos actos humanos complejos. En la actualidad, los robots se han convertido en una herramienta más, una extensión adicional del cuerpo humano, que le permite hacer frente a aquellos trabajos demasiado peligrosos, aburridos, prolongados, monótonos o desagradables. Y a medida que se perfeccionan, sus posibilidades se multiplican hasta límites casi inimaginables. A grandes rasgos, se podría hacer una división en dos ramas: los robots que se desenvuelven en ambientes estructurados y predecibles (denominados “robots industriales” ) y los que se mueven en entornos no-estructurados e impredecibles (llamados “robots inteligentes” ). Actualmente, los primeros se encuentran muy extendidos en Japón, EE.UU. y Europa, especialmente en el campo de la industria automovilística, en donde brazos robóticos insertan bulones, cortan piezas o sueldan partes con precisión matemática e increíble rapidez (de allí que, en estos casos, las tareas de planificación y preparación 24 En su idioma original, la palabra robota significa sirviente, esclavo. Tiene connotaciones de trabajo rutinario, forzado o muy duro.


147/227

5/10/2018



148

previas se vuelven claves). Incluso, hay otros robots -pero más avanzadoscon la habilidad para aprender una tarea al “enseñarles” los movimientos que tienen que hacer. Al contrario de una máquina automática convencional, que se diseña para realizar repetitivamente una o unas pocas tareas; un robot industrial es un sistema multifuncional, es decir, apto para ejecutar una amplia diversidad de trabajos. Por lo tanto, lo que interesa para el diseño es la gama de movimientos que puede realizar así como la variedad de sus dispositivos terminales (como pinzas, herramientas o garras). Sin embargo, los verdaderamente interesantes son los robots inteligentes autónomos adaptativos, capaces de desenvolverse en situaciones nuevas y no programadas. La robótica inteligente es una área interdisciplinaria que se nutre fundamentalmente de los avances de las ingenierías mecánica, eléctrica y electrónica, de las ciencias informáticas y de la IA. En ningún otro lugar es más visible esta última que en el campo de la robótica. La percepción sensorial, el reconocimiento de patrones, la ingeniería del conocimiento, la toma de decisiones, la lógica difusa, el planeamiento, la comprensión del lenguaje natural, la síntesis del habla… todo los subcampos se amalgaman en una estructura coherente y unificada. Pero la robótica añade un reto completamente nuevo a los -ya de por sí- formidables desafíos que plantea la IA: no sólo debe elaborar una respuesta a un determinado problema sino que, además, debe implementarla en el mundo real, el cual es incierto, dinámico, con acontecimientos inesperados que surgen con frecuencia. De este modo, necesita de adecuados sistemas sensoriales (para percibir el entorno en donde se desenvuelve), de una precisa estructura mecánica adaptable (a fin de disponer de una cierta destreza física de locomoción y manipulación) y de sofisticados sistemas de control (para llevar a cabo acciones correctivas cuando sea necesario). Formas y funciones Tomando en cuenta su arquitectura, se puede hacer una nueva clasificación de los robots en: “poliarticulados” , “móviles” , “zoomórficos” , “androides” , “híbridos” y “polimórficos”. Dentro del grupo de los “poliarticulados” existe una amplia variedad de formas que tienen, como característica común, la de mover sus elementos terminales dentro de un espacio limitado de trabajo, pero la estructura permanece fija (como sucede, por ejemplo, con el mencionado brazo robótico). Los robots “móviles” , en cambio, disponen de una gran capacidad de desplazamiento para moverse gracias a que cuentan con un sistema de translación de tipo rodante. Los robots “zoomórficos” , por otra parte, se distinguen fundamentalmente porque sus sistemas de locomoción imitan a la de algunas criaturas; por ejemplo, serpientes, cuadrúpedos o arácnidos.


148/227

5/10/2018


Capítulo 14: Robots: compañeros de ruta

149

Los “androides” podrían considerarse un caso particular del robot zoomórfico en el que el sistema de translación es bípedo, pero se caracterizan principalmente por tratar de reproducir -en mayor o menor medida- la forma del ser humano y sus movimientos. Asimismo, bajo la denominación de “híbri- dos” , se agrupa a aquellos robots que combinan las características de los demás tipos descriptos anteriormente (por ejemplo, un brazo robótico montado sobre una plataforma móvil con ruedas). Por último, y muy recientes, los robots “polimórficos” tienen la particularidad de que pueden “moldearse” a sí mismos, adaptando su estructura para realizar cada tarea específica. Una vez terminada una labor, la estructura puede ser fundida y reciclada de inmediato para construir otras formas adaptadas a trabajos totalmente diferentes. En cuanto a las funciones, los robots ofrecen varias ventajas. En fuerza y resistencia física, velocidad de reacción, precisión, eficiencia, durabilidad y, hasta cierto punto, racionalmente, son superiores al hombre. Pueden trabajar 24 horas diarias los 365 días del año, sin licencias, vacaciones, enfermedades, huelgas ni pausas para tomar café o salir a almorzar (y manteniendo el mismo nivel de atención y concentración). Nunca se quejan ni protestan; no se cansan ni se aburren. No olvidan nada ni se distraen por nada; no se duermen ni cometen errores. Su lógica es más “eficiente” , ya que no tienen rasgos de emoción alguna: no sienten odio, furia ni excitación; no se ponen nerviosos ni ansiosos; no se preocupan ni se abruman por las responsabilidades. No tienen dudas ni caprichos, mucho menos estados de ánimo. No lo afectan ni el frío ni el calor (por lo que no necesitan calefacción ni aire acondicionado), ni la radiación ni la presión ambiental (con lo cual no precisan de pesados tra jes espaciales o de buceo) y pueden trabajar en la más absoluta oscuridad (con lo que se ahorra energía eléctrica). No sienten temor, ni necesidades de hambre o de descanso. Son precisos, exactos e infatigables en su trabajo. No obstante, se debe tener en cuenta que la función técnica de los robots no es reemplazar al hombre, sino liberarlo de todas aquellas tareas repetitivas, tediosas, desagradables, monótonas o aburridas que atentan contra su salud tanto física como psíquica. Incluso, estos ingenios pueden realizar trabajos que los humanos no pueden hacer, o que son muy costosos, o que se desarrollan en entornos peligrosos, hostiles, arriesgados o insalubres, como lo demuestra el robot “Sojourner” que estuvo recorriendo -hace poco- el suelo marciano. En consecuencia, algunos piensan que el destino del homo sapiens no debería ser el de luchar contra los robots, sino convivir y cooperar con ellos lo más armoniosamente posible. Como decía el conocido científico, divulgador y prolífico escritor ruso Isaac Asimov, “si un ser humano hace el trabajo que puede hacer un robot, se está desaprovechando todas las capacidades y habilidades de ese ser humano” .


149/227

5/10/2018



150

De esta manera, el hombre podrá dedicar más tiempo a las actividades más gratificantes y placenteras, o a las relacionadas con la investigación y la espiritualidad, así como concentrarse en lo que mejor sabe hacer, con lo cual tal vez modificaría radicalmente su modo de vida… Hombres de lata Durante décadas, la idea de un robot humanoide personal, que pudiera llevar a cabo muchas de las tareas realizadas por el hombre y se comporte como un sumiso esclavo doméstico (paciente e incapaz de quejarse o rebelarse), excitó la imaginación de los escritores de ciencia ficción. Estas máquinas inteligentes serían capaces de ejecutar órdenes impartidas de una forma muy general, resolviendo la “ingeniería de detalle” sin intervención humana, de manera autónoma y con la habilidad de hacer frente adaptativamente a nuevas situaciones. Así, por ejemplo, el hombre sólo le ordenaría ir a comprar alimentos y el robot se encargaría de todo lo demás: planificar el camino más corto, eludir los obstáculos, hacerse cargo de los imprevistos, mover su estructura y calcular adecuadamente los tiempos de cada tarea y de sus movimientos. Existe un motivo psicológico para construir ingenios antropomorfos: el mejor modo de vencer el pavor que experimenta el hombre por el robot inteligente consiste en otorgarles una forma física lo más familiar posible. Estas máquinas, además de comunicarse en lenguaje natural, contarán con la capacidad de imitar y expresar emociones primitivas, poseerán ciertas dosis de sentido común, tendrán la habilidad de aprender de su entorno y de sus propios errores y, posiblemente, se les inculcarán aspectos psicológicos sobre el comportamiento de los seres humanos (y, quizás, el de los animales). El androide interactuaría y se relacionaría más fácil y naturalmente con los seres humanos debido a que éstos están acostumbrados a ciertas reacciones y formas del lenguaje corporal cuando conversan entre sí. Así, expandiría su mente -más allá de la cual estaba inicialmente programada- a través de la adquisición de diferentes y variadas experiencias, así como poder participar del mundo humano. Un acompañante robot, por ejemplo, podría cuidar a los ancianos y/o inválidos que viven solos, ayudándoles con la medicación, alcanzándole los objetos, cargando paquetes, monitoreando sus constantes vitales, realizando tareas de limpieza o comunicándose periódicamente con el médico, entre otras funciones. De ninguna manera reemplazaría al mayordomo, a la mucama o a la enfermera profesional, ya que la intervención humana indudablemente será necesaria para la higiene personal, para vestirse y para entablar


150/227

5/10/2018



151

una conversación interesante. Del mismo modo, un robot antropomorfo podría atender al público como recepcionista, ayudar a los bomberos (ya que sería inmune al humo, a las llamas y al calor), repartir la correspondencia en las oficinas y ser útil en los hospitales, limpiando los pisos, desinfectando las habitaciones, esterilizando los quirófanos, dosificando los remedios o alimentando a los enfermos. La ventaja de contar con la forma humana es que estos ingenios harían uso de toda la gama de instalaciones, aparatos, herramientas y utensilios tecnológicos concebidos para los hombres. Después de todo, el homo sapiens ha modificado su entorno para hacerlo confortable únicamente para sus egoístas necesidades. Además, autómatasuestá diseñado a imagen y semejanza de su dueño, sería capaz si deelahorrarle precioso tiempo: por ejemplo, un plomero o un cerrajero podría entrenar a su androide y enviarlo a realizar traba jos a domicilio. Al convertirse en una especie de “doble” del experto, sería capaz de incrementar tanto la productividad como los ingresos de éste. Por último, y como se expresó en el capítulo anterior, hay una corriente filosófica que afirma que -en el ser humano- la forma del cuerpo es crítica tanto para su pensamiento como para su lenguaje. En consecuencia, si se intenta construir un robot con inteligencia similar a la humana, necesariamente debe poseer un cuerpo parecido al del hombre. Sin embargo, y puesto que es muy difícil construir una aproximación genuina del cuerpo humano, existe el peligro que se imite sólo la superficie pero que se pierda totalmente sus aspectos más profundos… Sueños de barro Cuando empezaron las novedosas especulaciones referidas a los robots humanoides y sus posibilidades, se vislumbraba un abanico inacabable de opciones para su uso. Sin embargo, más tarde y dada la dificultad intrínseca de la empresa, las pretensiones disminuyeron ostensiblemente. En primer lugar, y desde el punto de vista mecánico e informático, es necesario que los movimientos del robot no sean tan excesivamente torpes y premeditados; le falta la característica gracia y naturalidad de las acciones humanas. Es complicado para el robot mantenerse en equilibrio sobre sus dos piernas cuando está parado y mucho más difícil cuando se pone en movimiento. Incluso el desarrollo del sistema mecánico se torna complicado ya que hay que tener en cuenta factores como el volumen, el peso, los materiales y el costo, entre otros. No debe olvidarse que al hombre le cuesta todo un año -o aun más- aprender a permanecer de pie y caminar…

Se necesita desarrollar un eficaz software cognoscitivo -una “innata” base


151/227

5/10/2018



152

de datos de sentido común- para que el androide sea capaz de ejecutar las tareas más elementales y rutinarias y sea capaz de aprender de sus “experiencias” . Por ejemplo, debería reconocer cuando un piso está lo suficientemente sucio como para proceder a su limpieza y cuando el nivel de suciedad es lo adecuadamente tolerable como para no gastar energías en esa actividad. Incluso, debería “saber” que las sombras no constituyen obstáculos o que un aroma desagradable puede ser indicio de que la tostada se pasó o de que ya es hora de sacar la basura. También sería interesante “inculcar” algunas respuestas emocionales básicas y algún sistema de control que refuerce ciertas conductas y debilite otras. Asimismo, es vital desarrollar apropiados sensores que imiten los sentidos humanos (como se vio en los capítulos 11 y 12) y que se integren en un todo coherente y unificado. Obviamente, este hecho tornaría más complejo los requerimientos computacionales del cerebro artificial, pero la dificultad se vería ampliamente compensada por los beneficios potenciales que reportaría. Una solución -que se ha planteado desde hace mucho tiempo- es que el cuerpo del androide sea simplemente una unidad remota de una enorme y poderosa unidad central de procesamiento. Ésta última contaría con una colosal capacidad computacional, muy superior a la que tendría un mero cerebro artificial empotrado en una estructura corporal humanoide (que, por otra parte, está limitada por razones de espacio físico). Por supuesto, en este caso se torna imprescindible lograr la máxima fiabilidad de los sistemas de telecomunicaciones. Por lo menos en el corto plazo, en vez de desarrollar un androide de propósito general, es más práctico diseñar un conjunto de robots simples -pero especializados- que posean capacidades específicas y no precisen de todas las demás habilidades requeridas para ejecutar tareas ajenas a su campo de especialización. Incluso, en no sus es obligatorio queEn el efecto, robot tenga formanohumana ayudarle al hombre tareas diarias. una rueda copia elpara sistema de locomoción bípedo del hombre ni el sistema cuadrúpedo de los animales, así como tampoco las turbinas de un avión imitan las alas de un ave. Es posible, entonces, que antes de que aparezcan los androides surjan versiones inteligentes de los modernos electrodomésticos que realicen por el hombre todo tipo de labores. Al igual que en el caso del lava-ropas y del secaropas, en que no hay “manos mecánicas” que frieguen, escurran y cuelguen la ropa, es posible que para la cocina se diseñen aparatos capaces de manipular cacerolas, sartenes y utensilios. En estos casos, las formas geométricas compactas (cuadradas, rectangulares y cilíndricas) montadas sobre ruedas y con numerosos brazos o tentáculos son mucho más estables que cualquier variante humanoide, aunque también existe la posibilidad de que se adopte


152/227

5/10/2018



153

una forma “insectoide” , con varios pares de patas y múltiples extremidades prensiles. Se debe tener en cuenta que, al diseñar máquinas, lo primero que buscan los ingenieros es lograr la máxima eficiencia, por lo que los robots domésticos tal vez evolucionen sobre la base de las fuerzas del mercado. Formas, nada más Debido a que la particular anatomía humana -en algunos casos- constituye un límite absurdo para el desempeño de los robots, no existe ninguna razón de peso para respetarla. Los robots serán diseñados específicamente para las funciones que deban cumplir. De este modo, puede que existan autómatas con tamaños mucho más pequeños y mucho más grandes que el de un hombre y capaces de ejecutar tareas que éste es incapaz de hacer debido a su forma o a sus dimensiones. Por ejemplo, en el caso de querer acceder a lugares imposibles para el homo sapiens por su estrechez, se desarrollaron “robots-serpiente” , es decir, autómatas con una configuración mecánica modificable que imita la anatomía del reptil. Asimismo, ya existen robots del tamaño de una cucaracha que pueden inspeccionar tuberías y cables, al ser capaces de escurrirse en los orificios más estrechos. prototipo formay de arañaoacaminar fin de superar prácticamente cualquier Otro obstáculo, subirtiene escaleras rampas por terrenos irregulares. Incluso, y si cuenta con los adecuados mecanismos de adhesión, puede hasta escalar superficies verticales. Actualmente se están diseñando prototipos para localizar y desactivar minas: las terrestres, con robots con forma de escorpión y las del fondo del mar, con robots con forma de langosta. Al ser capaces de aprender a partir de la interacción con el entorno, estas máquinas podrán responder a cada nuevo obstáculo que se le presente. También hay robots con forma de tortuga -aunque mucho más rápida que éstaque automáticamente cortan el césped25. Dado que su “caparazón” cuenta con paneles solares, no necesitaría cables para alimentarse con energía eléctrica. Del mismo modo, no tiene mucho sentido diseñar un robot volador con forma humana. Éste se parecería -más bien- a un avión o a un helicóptero o, incluso, a un “plato volador” y podría actuar como guardabosque, como periodista, o como espía, transmitiendo o grabando todo lo que viese o escuchase. También podría transportar pequeños paquetes, valijas o equipajes de un lugar a otro de forma autónoma. Lo mismo podría decirse de un robot subacuático. 25 Aunque tarda mucho más tiempo que una persona (dado que se desplaza erráticamente por el terreno), por lo menos libera a su propietario de tener que “perder” toda una tarde cortando el césped con la clásica y ruidosa máquina eléctrica.


153/227

5/10/2018



154

Otro concepto interesante es el de “tele-operador” o de “tele-robot” (dependiendo de cómo se defina un robot), en donde un cuerpo robótico es controlado remotamente por uno o varios operadores humanos. Generalmente, se trata de artilugios muy sofisticados y extremadamente útiles para ejecutar tareas donde existan, por ejemplo, residuos químicos, gases nocivos, radiaciones peligrosas o temperaturas excesivas. Así, por ejemplo, se podrían enviar estas máquinas para transmitir la textura o la dureza de las rocas que yacen en el fondo oceánico o en la superficie de Marte, para medir variables físicas y químicas fundamentales dentro de un volcán, para tener vistas aéreas panorámicas de zonas contaminadas, para observar un tumor maligno desde el interior del cuerpo humano, para desactivar bombas o para realizar complejas y precisas operaciones quirúrgicas a distancia. En todos los casos, y a través de interfaces especiales, los operadores serían capaces de “ver, oír, oler o tocar” lo mismo que el robot. Finalmente, un desarrollo reciente abre interesantes posibilidades de la mano de los robots “polimórficos” . Como ya se dijo, se trata de máquinas que pueden “moldearse” a sí mismas, cambiando su forma para adaptarse a la tarea específica que deba ejecutar en ese momento, gracias a la utilización de termoplásticos (aunque se estudia también el empleo de otros materiales). Por medio de una “impresora tridimensional” , la estructura corporal puede fundirse y reciclarse de inmediato para construir otras formas que se adapten mejor a trabajos totalmente distintos. Dicha impresora empleará una especie de tobera por la que se depositarán sucesiva y secuencialmente capas de termoplástico, creando la estructura requerida; y, cuando pueda miniaturizarse convenientemente, será incorporada al propio robot. De este modo, el garfio del ingenio sería capaz de transformarse en la herramienta adecuada para cada situación. Estos robots serían muy interesantes para afrontar ambientes impredecibles y extraños, ya que con ellos se evitaría transportar todo un surtido de herramientas: por ejemplo, examinaría la situación, diseñaría y crearía aquellas partes, herramientas o utensilios que necesite y las incorporaría a su cuerpo. Sociedades robóticas De prosperar la idea de máquinas simples y específicas, es posible que el concepto evolucione hacia una “sociedad de micro-robots” en donde sus integrantes interaccionen transitoriamente entre sí, un enfoque que deriva de la Inteligencia Artificial Distribuida (la cual se trató en el capítulo 9). Al igual que los insectos sociales, estos micro-robots serían insignificantes y casi estúpidos considerados individualmente, ya que se especializarían en una simple y única tarea. Pero tomados en conjunto -y gracias a sus capacidades de aprendizaje, de cooperación y de competencia- adquirirían una especie de inteli-


154/227

5/10/2018



155

gencia distribuida, colectiva y modular que “crecería” de acuerdo con la complejidad de la tarea a realizar. De este modo, serían capaces de ejecutar labores prácticamente imposibles de ser realizadas aún por máquinas complejas y, mucho menos, por los micro-robot individuales. Entre dichas tareas figurarían las de extracción, recogida, ensamblaje, armado, desmontaje o descontaminación en aquellas áreas en donde hay riesgo de gases tóxicos o de radioactividad, en minas, en lugares insoportablemente fríos o calurosos, en profundidades marinas o en el espacio, o aún en otros planetas. Incluso, en los hogares familiares, serían multifacéticos: se los podría pensar viviendo en las alfombras (sacando continuamente las migajas una por una), cubriendo las paredes en vez de capas de pintura (“esperando” la orden de cambiar cada vez que el usuario desee un nuevo color 26), buscando y eliminando alguna pérdida en una cañería de gas, o encontrando y reparando un cortocircuito en una instalación eléctrica. También serían capaces de limpiar ventanas de grandes edificios, remover incrustaciones en tuberías submarinas, patrullar edificios o grandes extensiones por razones de seguridad, buscar objetos extraviados, detectar víctimas atrapadas en escombros (después de un terremoto o un atentado) o recoger residuos en los jardines, entre otras múltiples actividades. En cualquier caso, no importa si uno de ellos se pierde, se estropea o no efectúa la tarea prevista, ya que un relevo inmediatamente ocuparía su lugar. En efecto, al ser “tallados” sobre un único chip de silicio -cerebro, motor, actuadores y sensores-, serían muy económicos de fabricar. Sin embargo, un parámetro crítico a determinar es la cantidad de micro-robots a utilizar, ya que si bien la eficiencia de las tareas mejora mucho con el aumento de su número (se incrementa su “inteligencia modular” ), cuando son demasiados se interfieren unos con otros. Estas sociedades de dinámicos micro-robots estarían diseñadas paradel hacer frente a entornos desconocidos, e impredecibles, sin ayuda hombre, por lo que deberán desarrollarse por sí mismos y mejorar sus aptitudes adaptándose al medio ambiente encontrado. A través de “códigos genéticos” (algoritmos con reglas de selección iniciales) y autoensamblando los componentes que le serían provistos, los micro-robots fabricarían copias de sí mismos y algunos “mutantes” al azar. Mediante un proceso de “selección natural” (programado por computación evolutiva), los “mutantes” que mejor se adaptasen al entorno sobrevivirán, pasando sus rasgos exitosos a sus “descendientes” . De esta forma, y tal vez luego de cientos de generaciones, el enjambre de micro-robots logre adaptarse perfectamente al nuevo entorno. Se trata, en definitiva, de una evolución artificial (tema que se trató en el capítulo 8). 26 O reproduciéndose automáticamente a medida que se vayan desgastando.


155/227

5/10/2018



156

Ahora bien, si un conjunto de micro-robots es capaz de “alimentarse” de material semiconductor, puede “adaptarse” al medio ambiente y logra “reproducirse” creando descendencia, ¿no estaría desempeñando todas las funciones de un ser vivo?. Después de todo, los seres vivientes también se consideran mecanismos, sólo que de naturaleza bioquímica y exquisitamente complejos… ¿Y, si en vez de utilizar el silicio, se emplea materia orgánica o, mejor aún, materia biológica?. En este caso, ¿la auto-replicación no es, lisa y llanamente, clonación? Como dice el futurólogo americano Alvin Toffler, la fusión de las tecnologías informática y biológica -o, más precisamente, la unión entre la IA y la biotecnología- puede “crear” seres vivos en todos los sentidos del término. Y, según Bill Joy, el fundador de Sun Microsystems, existe la posibilidad de que el hombre pierda el control sobre estas entidades. Al contar con la capacidad de auto-reproducción, podrían multiplicarse rápidamente y destruir el entorno, del mismo modo en que lo hace un virus cuando invade las redes de computadoras. Presente y futuro Actualmente, la idea de contar con un robot humanoide, un androide como el espectacular Comandante Data de la serie “Viaje a las Estrellas: La Nueva Generación” , pertenece exclusivamente al terreno de la ciencia ficción.

La ingeniería mecánica no está lo adecuadamente desarrollada para alcanzar grados tan altos de destreza corporal, la ingeniería eléctrica todavía no tiene un dispositivo reducido que suministre energía de forma constante, la ingeniería electrónica tampoco dispone de una “mente artificial” lo suficientemente compleja y las “emociones” simuladas dejan mucho que desear. Asimismo, de superar estos escollos, su costo -por lo pronto- sería astronómico: si se desea un producto para el consumidor promedio, su precio debería ser razonable… algo que tardará en hacerse realidad. Sin embargo, el ritmo de evolución de los robots es muy superior al del ser humano: cada década que transcurre las máquinas mejoran apreciablemente, mientras que el homo sapiens no cambió mucho en los últimos 100.000 años. Por ejemplo, la empresa japonesa Honda ha desarrollado a “Asimo” , un robot humanoide de 1,20 m de alto, 43 Kg de peso y capaz de caminar a poco más de 26 m/min. Pensado básicamente para el entretenimiento y el hogar, dispone de gran estabilidad y autonomía y es ideal para encender los interruptores de luz, abrir puertas, subir escaleras, tomar objetos o poner la mesa, pudiendo -además- teledirigirse por control remoto. Asimismo, otra empresa japonesa, el gigante de la electrónica Sony, comercializa con éxito su perrorobot “Aibo” , un sofisticado juguete con aspecto decididamente mecánico, pero que se comporta de forma similar a un can real. Está equipado con una


156/227

5/10/2018



157

videocámara, micrófonos estereofónicos y diferentes detectores (temperatura, distancia, aceleración, presión y vibración), lo cual le permite reconocer la voz y obedecer las órdenes de su amo, jugar con los objetos y expresar emociones y estados de ánimo (se queja si hace frío, se asusta si se lo mueve con brusquedad y reacciona ante las caricias). Aunque, en realidad, no ofrece nada útil, es una excelente mascota y mucha gente se siente atraída por ellos, crean lazos sentimentales e, incluso, se fanatizan. Por otra parte, sus diseñadores esperan conectarlo a Internet en menos de diez años para ampliar sus prestaciones27. En el futuro, los robots tendrán un amplio margen de competencias y habilidades; las mejoras en el diseño y la funcionalidad seguramente serán incesantes. Con el paso del tiempo, posiblemente sean más elegantes y polifacéticos e incorporen grandes mejoras motrices y estructuras más duraderas. Quizás adquieran movimientos más naturales, mejor percepción sensorial, mayor autonomía de navegación y avanzadas habilidades para tratar con la incertidumbre y la imprecisión del mundo real. Podrán diagnosticar sus propias fallas y reemplazar ellos mismos sus elementos defectuosos. Y a fin de ahorrar tiempo, serán capaces tanto de intercambiar sus “experiencias” (en el caso de ser ejemplares de un mismo modelo) como de transferirlas (cuando un ejemplar es reemplazado por un modelo posterior). De este modo, se les irán asignando tareas cada vez más importantes, peligrosas y tediosas. En el caso de los androides, es posible que los lazos sentimentales con el ser humano alcancen nuevos horizontes, ya que contarán con un cuerpo similar al de éste, así como con la habilidad para sostener conversaciones inteligentes y entretenidas y con la capacidad para entender y expresar emociones (aunque sean rudimentarias). Incluso es posible que alcancen cierto grado de “conciencia de sí mismos” , con lo cual podrían aumentar muchísimo su utili-

dad en la sociedad, al ser capaces de tomar decisiones independientes. Por supuesto que hay muchas controversias con el tema de la “conciencia del androide” (tema que se tratará en el capítulo 18); pero, por lo menos en cierto grado, quizás ésta surja del proceso de interactuar con el entorno. Se partiría de un conjunto predeterminado de “conocimientos básicos” que se irían ampliando gradualmente con el aprendizaje de nuevos actos y aptitudes, tal como lo hace un niño. Esto no es, en realidad, muy diferente de lo que le pasa a cualquier animal: éste nace con una cierta información genética básica que le permite sobrevivir inicialmente y luego genera su propio modelo del mundo a través de sus experiencias sensoriales. 27 Por ejemplo, si se lo dota con cámaras de televisión, un usuario podría vigilar -desde su lugar de trabajo- su casa o a sus hijos…. y eventualmente a su mujer.


157/227

5/10/2018



158

Si el robot desarrollase un “yo” lo suficientemente potente como para realizar actividades introspectivas, podría reflexionar sobre sí mismo e, incluso, autoanalizarse. En consecuencia, ¿podría afirmarse, sin lugar a dudas, que no tiene intencionalidad? Y dado que las experiencias modificarían su “yo” , quizás no debería pensarse -como hasta ahora- que son sustituibles, intercambiables, sino que tienen una cierta individualidad. Tal vez, de verdad, haya una autenticidad psicológica en ellos… En ese caso, ¿qué derechos tendrán?, ¿podrán seguir siendo usados por los seres humanos como una mera herramienta?. Y cuando el cuerpo inorgánico del robot sea sustituido por uno biológico, al mismo tiempo que el cuerpo orgánico del hombre se mejore mediante nueva nanotecnología, ¿no se borrarán las diferencias entre ambos?.


158/227

5/10/2018


CAPITULO 15 Cerebros Naturales vs. Cerebros Artificiales Desde el punto de vista funcional, los cerebros biológicos y las computadoras digitales exhiben algunas coincidencias notables. En primer lugar, y desde perspectiva fisiológica, el cerebro cualquier ser vivoque está compuestola por una delgada capa de tejido celularde grisáceo (el córtex) envuelve una capa muchísimo más gruesa de tejido celular blanquecino. La primer capa es de unos 6 mm de espesor, tiene una superficie equivalente a la de un cuadrado de 50 cm de lado y está compuesta por seis subcapas, cada una de las cuales presenta una distribución distinta de neuronas de diferentes tipos. La otra capa, en tanto, está conformada por ciertas células especiales que ofician de sistema de comunicación entre sus vecinas de la capa superior. Esta estructura se asemeja mucho a aquella presente en todas las computadoras actuales: las tarjetas de circuito impreso, un soporte plástico plano y delgado -en algunos casos rígido y en otros flexible- sobre el que se alojan los chips que sirven como dispositivos de procesamiento, de almacenamiento o de entrada/salida. Por intermedio de pistas de cobre grabadas en las diferentes capas o niveles de su superficie, los chips se comunican entre sí a velocidades fantásticas. De esta forma, tanto en el sistema biológico como en el electrónico, se separan las funciones de computación de las de señalización. En segundo lugar, también es posible establecer una estrecha analogía entre las habilidades innatas y las aprendidas de los seres vivos y la memoria fija y volátil de los sistemas informáticos convencionales. En efecto, los animales -en especial los superiores- nacen con algunas regiones cerebrales predefinidas, “precableadas” : por ejemplo, los cachorros no tienen que aprender a respirar, a controlar su temperatura corporal o a regular su metabolismo. Incluso, el lingüista americano Noam Chomsky cree que -en el ser humano- hasta el mismo lengua je es innato, por lo menos en lo que respecta a sus estructuras gramaticales más básicas. En el caso de las máquinas, éstas ingresan al mercado comercial con un área fija y predeterminada de memoria (conocida como ROM) en donde se almacenan las instrucciones que sirven para ejecutar las operaciones básicas. Aquí reside el sistema operativo del sistema, un área inaccesible para el programador. Asimismo, y por otro lado, los seres vivos también tienen vastas zonas cerebrales de gran plasticidad que se utilizan para el aprendizaje. A través de las nue-


159/227

5/10/2018



160

vas interconexiones que se van generando entre las neuronas (las llamadas “sinapsis” ), los animales almacenan la información recogida por los sentidos. De este modo, la experiencia de vida moldea la red neuronal, generando nuevas sinapsis o eliminando las que ya no son útiles. En la computadora, en tanto, esta región encuentra su paralelo en la memoria volátil o RAM, en la cual se cargan temporalmente los programas de aplicación que se deseen ejecutar: el procesador de textos, la planilla de cálculo o algún que otro juego. Primer round También existen importantes diferencias entre el sistema natural y el artificial, como, por ejemplo, en el nivel de componentes. En efecto, generalmente se acostumbra a comparar la neurona con el transistor, probablemente porque ambos ejecutan funciones de conmutación, pero esta analogía no es del todo correcta. En primer lugar, en los componentes artificiales toda conmutación es de índole binaria (si-no, verdadero-falso), tiene un efecto constante en el tiempo y su contribución al producto final es bastante significativa (el mal funcionamiento de un único componente clave puede ocasionar enormes inconvenientes al conjunto). Los componentes naturales, en cambio, trabajan de otra forma, a través de una compleja función, más suave y menos discontinua. Su disparo, asimismo, es variable (un una mismo no siempre produce el mismo resultado) y la influencia de cada de estímulo ellas es insignificante en la acción global. En segunda instancia, está la diferencia desde el punto de vista de la interconectividad. El cerebro humano se organiza como un gigantesco y comple jo “cableado” dinámico de neuronas: son aproximadamente 100 mil millones, cada una de las cuales se comunica con otras 10.000 en promedio, en forma de filamentos parecidos a las raíces de las plantas. En cambio, en un microprocesador, hay “sólo” algunas decenas de millones de transistores reunidos en un patrón fijo y simple, de los cuales no tiene más la de inmensa algunas decenas de conexiones concada susuno semejantes (y, cabe agregar, mayoría de ellos se dedica a las funciones de almacenamiento más que a la acción lógica). Además, una diferencia fundamental, mientras la computadora tradicional tiene un hardware y un software que ya está determinado de antemano y no cambia (o lo hace mínimamente), el cerebro -en tanto- resulta de la interacción entre el “software” (la conducta, lo aprendido) y el “hardware” (la red de neuronas). En efecto, como ya se mencionó, el aprendizaje adquirido por las diferentes experiencias a lo largo de la vida de la persona modifica su conexionado neuronal, su estructura física cerebral, produciendo algo flexible denominado, a veces, “bioware” 28. 28 No obstante, como se verá en el próximo capítulo, la aplicación de algoritmos evolutivos sobre circuitos reconfigurables se aproxima en algo a esta plasticidad cerebral que manifiestan los animales.


160/227

5/10/2018


Capítulo 15: Cerebros Naturales vs. Cerebros Artificiales

161

En tercer lugar, podría decirse que mientras el cerebro almacena y procesa flujos de información al mismo tiempo y en los mismos lugares; los equipos informáticos convencionales, en cambio, separan las funciones de almacenamiento de aquellas de procesamiento de datos 29. En otras palabras, no se establece ninguna diferencia entre estas dos funciones: cada neurona actúa a la vez como memoria y como unidad de procesamiento. De hecho, en el cerebro no existe ningún “centro de la inteligencia” claramente identificado y que sea comparable a la unidad de procesamiento de una computadora convencional. Finalmente, está la diferencia en términos de procesamiento y funcionamiento. Mientras que los mecanismos procesan la información de una forma digital (si o no, 0posibles ó 1); los entre organismos lo hacen de una forma analógica las gradaciones un número y otro, incluyendo el 0 y el (todas 1), lo cual es la base de su enorme flexibilidad. Por otra parte, en tanto que la computadora convencional para algunas tareas es relativamente lenta, debido a que trabaja secuencialmente siguiendo un camino señalado por instrucciones que dependen unas de otras; la materia gris se organiza como un conjunto de neuronas entrelazadas que trabajan en paralelo. No obstante, lo que las computadoras pierden en conectividad, lo ganan en velocidad: los impulsos que pasan de un chip a otro son varias millones de veces más rápidos que los impulsos que viajan de una neurona a otra. Segundo round Las máquinas algorítmicas pueden ejecutar tareas específicas excepcionalmente bien y han obtenido éxito en aquellas labores que requieren tratamiento secuencial, reglas lógicas, información simple y relaciones ordenadas. En lo que concierne a la velocidad y exactitud en el procesamiento de la información, los sistemas informáticos actuales son millones de veces más poderosos que el cerebro orgánico y, en muy estrechas áreas del pensamiento racional, son equivalentes a la de aquel. Asimismo, pueden considerar instantáneamente muchas posibilidades diferentes, ocuparse de numerosas cosas al mismo tiempo y realizar eficientemente toda tarea rutinaria, sistemática, exhaustiva y agotadora. Del mismo modo, son capaces de manipular datos multidimensionales y geometrías extrañas, almacenar enormes volúmenes de información y recuperarlos con precisión y mantener su desempeño durante mucho tiempo en el mismo nivel. En cambio, en aquellas actividades que no se relacionan directamente con el pensamiento lógico puro, pero que son esenciales y útiles para la supervivencia, la mente orgánica aventaja holgadamente al sistema artificial. Así, en 29 Toman los datos de la memoria principal, los modifican en la Unidad Central de Procesamiento (CPU o Central Processor Unit) y los devuelven a dicha memoria.


161/227

5/10/2018



162

la percepción y el procesamiento de información sensorial, el control del movimiento en el mundo real y en las áreas relacionadas con el conocimiento de sentido común, la resolución de problemas de forma intuitiva o adivinada y el reconocimiento del lenguaje, las computadoras corrientes actuales son millones de veces menos capaces. De igual forma, los humanos superan a los sistemas informáticos en tareas tales como la de distinguir lo crucial de lo trivial, la extracción de la información relevante a partir de grandes cantidades de datos y conectarlos de forma inusual y creativa, la comprensión global de la realidad, el manejo de las situaciones imprevistas y ambiguas, el instinto de la curiosidad y el entendimiento por empatía, pero lo más impresionante de todo es su habilidad para aprender e ir modificando incrementalmente su comportamiento de acuerdo con la experiencia adquirida. ¿Por qué se da esta dicotomía?. La inteligencia humana resuelve primero problemas senso-motrices y sólo más tarde se ocupa de otros más abstractos. De acuerdo con el psicólogo francés Jean Piaget, “los procesos senso-motrices se hallan en la fuente del pensamiento humano y continuarán actuan- do sobre la inteligencia durante toda la vida del hombre por medio de las percepciones y de las actividades prácticas” . La supervivencia del homo sapiens

ha dependido, por algunos millones de años, de percibir y moverse aceptablemente bien en el mundo físico, de tomar decisiones rápidas, de reconocer patrones instantáneamente y de asociar correctamente ideas distintas. Por ejemplo, en los sistemas biológicos la representación del entorno y la coordinación sensomotora es fundamental. Los animales superiores utilizan diferentes clases de representaciones espaciales y temporales tanto para saber -en todo momento- la posición de su propio cuerpo como la de los objetos que le rodean30. Además, se requiere una enorme potencia computacional para calcular las complejas transformaciones de coordenadas -algunas, incluso, de muy alta dimensionalidad- que demanda la sutil y sofisticada coordinación entre los sistemas sensoriales y los motores. El resultado es que gran parte del cerebro humano fue eficientemente organizado para ese tipo de tareas: como un sistema dinámico y “cooperativo” que procesa en paralelo cantidades masivas de información. El pensamiento racional, en cambio, es una nueva habilidad adquirida, quizás hace menos de 100 mil años, por lo que las partes del cerebro encargadas de ello no están bien organizadas. En consecuencia, y si bien su racionalidad es mayor la de“acabado” cualquiera deestá sus “optimizado” vecinos biológicos, el sera humano es un ser que racional , no para llevar cabo estenotipo de actividad y le cuesta mucho esfuerzo hacerlo bien. 30 Se necesita desarrollar conceptos de proximidad, separación, sucesión temporal, velocidad, etc.


162/227

5/10/2018



163

Tercer round Es habitual afirmar que en las mentes humanas confluye un artefacto de razonamiento universal débil con un poderoso pero especializado mecanismo -evolucionado durante mucho tiempo- para hacer frente al mundo físico cotidiano. Aparentemente, estas actividades mentales se encuentran en un nivel completamente diferente de complejidad, en donde las reglas, objetivos e información son ambiguos. Pero la razón fundamental por la cual no se logró -hasta el momento- emular adecuadamente este tipo de actividades mentales, quizás sea porque la materia gris realiza innumerables cosas que aún no se sabe cómo hacer para que las computadoras las ejecuten. En consecuencia, la actual incapacidad de las máquinas podría de provenir del desconocimiento de cómo trabajan los mecanismos ciertasprincipalmente áreas involucradas en el pensamiento humano. En otras palabras, resulta muy difícil emular lo que no se conoce. Por otra parte, el filósofo norteamericano Hilary Putnam argumenta que “si el cerebro humano es algo así como una computadora programada por la evolución, hace que esté formado por rasgos que no siempre son coherentes” .

El intelecto humano es imperfecto y contradictorio; incluso, en algunos casos, no es del todo racional ni lógico: responde a la agresión, a la atracción o a la amenaza, de manera inmediata e impulsiva, como lo hace un animal. Asimismo, algunas veces puede verse impresionado, atemorizado y aterrado por causa del pánico; pierde el control de sus procesos lógicos superiores y, en segundos, se desboca emocionalmente. Su mente sólo puede tratar aquellas situaciones en dónde intervienen pocas variables y estén relacionadas de forma simple, pero sus mayores dificultades surgen cuando se plantean problemas globales, con muchas variables relacionadas entre sí de forma compleja. Es por eso que la inteligencia artificial “descorporizada” (tema visto en el capítulo 13) tiene muy poco en común con la inteligencia natural: no parece que pertenezcan ni a la misma especie ni al mismo género. No obstante, el cerebro electrónico puede copiar o simular muchas tareas características de su equivalente biológico: recoger, almacenar y procesar información, así como aprender, utilizar un lenguaje, razonar, tomar decisiones, resolver problemas y reconocer patrones. Pero el espectro de capacidades inteligentes incluye también motivaciones, emociones y deseos31. Según Joseph Weizembaum, profesor del MIT, “es equivocado tratar de comparar los diferentes tipos de inteligencia, por lo que es estéril que discutir si algún día. llegarán a construirse computadoras más inteligentes el ser humano” Y en palabras del prolífico

31 Por ejemplo, las metas que una persona se fija no son establecidas por la razón, sino por los deseos y las pasiones, como la curiosidad por aprender o el impulso para ascender económicamente.


163/227

5/10/2018



164

Isaac Asimov, “no importa cuán astutas o artificialmente inteligentes lleguen a ser las computadoras, siempre serán estrictamente máquinas y nosotros estrictamente humanos... [Aunque las] avanzadas computadoras serán tan inteligentes como nosotros, nunca serán inteligentes en el mismo sentido en que lo son los humanos” .

En efecto, las computadoras algorítmicas son consideradas demasiado rígidas, estructuradas y mecánicas como para tener algo en común con la mente humana. Lo poderoso en ellas queda ubicado en un campo diferente del de aquella: es lo que distingue y, al mismo tiempo, complementa a estos dos tipos de intelecto. Las computadoras convencionales simbolizan lo lógico, lo científico, lo racional, lo coherente. Pero también son lineales, inflexibles, carecen de deseos y son incapaces de contemplar lo inesperado: están condicionadas por muchas limitaciones, reglas, hipótesis y preconceptos del diseñador. Sin embargo, es conveniente reconsiderar la vieja máxima que afirma que las computadoras sólo pueden hacer lo que se les dice que hagan, que nunca podrán mostrar más inteligencia que la persona que la programa y que siempre seguirán comportándose estúpidamente en aquellas situaciones no previstas por sus creadores. Hay algo equivocado en este razonamiento. En efecto, el programa de damas escrito por Arthur Samuel normalmente lo derrotaba y a los diseñadores de Deep Blue ni siquiera se les ocurría tratar de ganarle a su máquina. En estos, y en muchos otros casos, la estrategia de prueba y error (a través de una búsqueda dirigida) explica por qué algunas veces la computadora puede generar más conocimiento del que pusieron en él sus programadores. Funes el memorioso En los seres humanos, la memoria es un complejo mecanismo del cerebro que -en todo momento- archiva los conocimientos, revive gran parte del pasado y permite acumular las distintas experiencias. Es muy versátil: puede retener (a largo, mediano o corto plazo) no sólo palabras, números, acordes o imágenes, sino también formas, olores, sabores y posiciones. Sin memoria no puede haber conocimiento; sin conocimiento no puede haber aprendizaje; y sin aprendizaje no puede haber inteligencia. En consecuencia, la memoria constituye uno de los componentes esenciales de aquella. No obstante, la simple posesión del conocimiento no es suficiente; se debe poder gestionar lo que uno tiene, de forma tal de poder recuperar -en el momento adecuado- la pieza correcta de conocimiento, de acuerdo con la situación que exige su uso. Por eso, cualquier sistema inteligente necesita una memoria selectiva, incluso cierto “juicio” a fin de guardar lo que vale la pena recordar (lo importante, lo interesante, lo pertinente, lo útil). Por ejemplo, la velocidad de recuperación de in-


164/227

5/10/2018



165

formación es esencial cuando un animal precisa reaccionar ante una situación rápidamente cambiante; pero también es imprescindible recuperar la información o acceder a los conocimientos meses o años después de su adquisición. Una memoria tradicional de computadora puede representarse como un conjunto ordenado de pequeñas celdas numeradas, que se acceden a través de una dirección. Aunque sólo es posible guardar o recuperar -en el mismo instante de tiempo- una única unidad de información (o sea, una palabra) por cada celda individual, el número de celdas es inconcebiblemente grande (pero limitado). Ahí radica justamente su mayor fortaleza pero, también y paradójicamente, su mayor debilidad: una memoria de computadora es muy sistemática, ordenada, completamente localizada, aunque igualmente muy rígida. Esomuy significa que para poder acceder a una determinada información se requiere saber exactamente en qué preciso lugar está almacenada…, lo que equivale a decir que sin dirección no hay “recuerdo” . En el homo sapiens, por el contrario, la recuperación de los recuerdos no es por medio de un direccionamiento, sino a través de la asociación de diferentes fragmentos o piezas de información. Si se especifica parte del contenido de un recuerdo (la fragancia de un perfume, el color de una vestimenta, la melodía de una canción o la porción de un rostro), entonces el cerebro es capaz de recuperar el resto. Esto se debe a que la información no está localizada en ningún sitio en particular, sino que se esparce por toda la corteza cerebral. Esta característica le otorga una gran flexibilidad a los procesos de memorización: en el caso de una lesión localizada en la materia gris, por ejemplo, se verifica una debilitación global en los detalles de la escena recordada, pero no desaparece ninguna parte específica de la imagen; no hay un colapso repentino. Asimismo, esta propiedad le permite al cerebro resistir el envejecimiento, evitando que se pierdan referencias vitales. En la computadora convencional, en cambio, el fallo de un miserable chip de memoria (o del microprocesador o de una línea de cobre) puede desplomar al sistema32. Pero existe un tipo radicalmente distinto de sistema de almacenamiento para la máquina. El holograma o registro holográfico (tema visto en el capítulo 3) conjuga una alta densidad de información con una rápida velocidad de acceso. Se habla de unidades que podrían almacenar -en el pequeño volumen de un libro de bolsillo o, incluso, en un terrón de azúcar- un terabyte de datos y con una velocidad de transferencia del orden del gigabit/seg, muy superior a las típicas de los cabezales ópticos o magnéticos actualmente en uso. Y 32 Aunque, obviamente, y con el objetivo de hacer más confiables las instalaciones importantes, se utiliza mucha redundancia.


165/227

5/10/2018



166

dado que los hologramas almacenan las imágenes en planos bidimensionales, es posible leer una página completa a la vez, en paralelo; o sea, el acceso es enormemente veloz. Por otra parte, a diferencia de los discos rígidos, en los que el daño de un único bit puede deteriorar irreversiblemente el archivo, perder un punto en un holograma no afectaría en absoluto su capacidad de acceso a los datos, ya que la información individual no ocupa localizaciones separadas, sino que se esparce uniformemente a través del volumen completo del soporte material. ¿Simulación o síntesis? A fin de construir una inteligencia artificial, ¿es realmente necesario imitar completamente el funcionamiento del cerebro humano?. ¿O, en vez de ello, conviene más aprovecharse de las particulares fortalezas de las máquinas?. Muchas veces, el método que utiliza un intelecto sintético para resolver un determinado problema puede ser muy diferente de la forma en que lo resuelve el hombre, pero eso no significa que exhiba un comportamiento menos inteligente. Una gran cantidad de los intentos iniciales de la IA fracasaron porque estaban diseñados para imitar la inteligencia humana, en vez de aprovechar las capacidades únicas de las computadoras. Por ejemplo, los tempranos programas ajedrecísticos buscaron en vano reproducir los métodos del hombre, ya que resultó ser una empresa demasiado difícil. En cambio, el más moderno -y a la vez exitoso- software capitaliza las inherentes ventajas de las computadoras: una exhaustiva capacidad de exploración de potenciales jugadas junto con un importante nivel de profundidad. En ese sentido, un cerebro sintético puede corporizar una clase de inteligencia completamente nueva, una capacidad intelectual totalmente inexistente en un cerebro biológico ordinario, de la misma forma que un avión le proporciona al hombre una habilidad con la cual no contaba antes que fuera inventado. ¿O acaso un ser humano normal puede manejar sin errores el tráfico telefónico de una gran ciudad, o conducir -absolutamente sólo y durante décadasuna nave espacial por el espacio infinito?. Dentro del desarrollo de sistemas de IA existen dos líneas fundamentales de trabajo, dos estrategias generales (aunque no excluyentes entre sí). Por un lado, se intenta imitar o emular -lo más próximamente posible- todos o la mayoría de los procesos inteligentes que se verifican dentro del cráneo humano. Por otro lado, se intenta “crear” inteligencia sin necesidad de utilizar internamente los mismos métodos que usa el hombre, o sea, es posible utilizar cualquier técnica sin preocuparse de su semejanza con el comportamiento humano. La primer vertiente (también llamada “dura” o “de simula- ción” ) es más cercana al modo de pensar del homo sapiens; mientras que la


166/227

5/10/2018



167

segunda (también llamada “blanda” o “de síntesis ) es más extraña a la forma de entendimiento humana, pero innegablemente más precisa. Por el momento, al primer enfoque le queda todavía un largo camino por recorrer; mientras que el segundo ha alcanzado gran parte de sus objetivos, siendo la imponente Deep Blue un claro ejemplo de cuán poderosa puede ser una computadora y, sin embargo, ser todavía extremadamente estúpida. No obstante, y como afirma Asimov, “ser intelectualmente igual puede no ser lo mismo que ser intelectualmente equivalente. La máquina puede pensar tan bien como un hombre, pero no igual que un hombre. Las computadoras, partiendo de un punto diferente, desarrollándose por líneas diferentes y con objetivos diferentes, tendrán habilidades y deficiencias que los seres humanos no tienen” .

El motivo de este desequilibrio se debe a que la inteligencia humana tiene una naturaleza multidimensional, en la cual sus componentes son muchos y sus manifestaciones variadas (como se vio en el capítulo 1). Hasta ahora los investigadores han logrado imitar en las computadoras algunas de las funciones cerebrales, aunque parece que otras seguirán siendo inimitables durante mucho tiempo. Es que hasta hace poco, los científicos pensaron que las habilidades humanas más difíciles de reproducir de manera artificial deberían ser necesariamente las más intelectuales y abstractas (como, por ejemplo, resolver problemas criptoaritméticos, demostrar teoremas matemáticos o jugar al ajedrez). Actualmente se sabe que no es así. Cualquier conducta reducible a un conjunto determinado de reglas formales es mucho más fácil de simular que una actividad eminentemente práctica (como, por ejemplo, la comprensión del lenguaje). Y las facultades perceptivas -así como el control muscular- de los organismos vivos han demostrado ser, en conjunto, extremadamente difíciles de programar. Por ejemplo, los mosquitos tienen un cerebro insignificante (mucho más diminuto que la cabeza de un alfiler) y, sin embargo, son capaces de percibir el entorno, rastrear el calor corporal de sus potenciales víctimas, volar con gran autonomía de navegación, esquivar obstáculos tanto fijos como en movimiento, y cumplir eficientemente con los impuestos metabólicos (como alimentarse, respirar y reproducirse). Más que humanas Algunos especialistas sugieren que el intentar imitar el cerebro humano pondrá de manifiesto sus limitaciones y, en el peor de los casos, será un emprendimiento inútil. Por otra parte, todo el esfuerzo realizado por los investigadores de la IA no tendría mucho sentido si sólo se intentara producir sistemas inteligentes semejantes al homo sapiens. Los científicos de otros campos del saber reprochan irónicamente que habiendo una reserva tan grande de cerebros humanos -la mayoría desperdiciados- resultaría más barato, fácil


167/227

5/10/2018



168

y cómodo aprovechar a éstos en vez de usar computadoras. El verdadero espíritu de la investigación en IA, en ese sentido, consiste en ampliar los conocimientos que se tienen acerca de la propia mente humana; pues para producir criaturas idénticas o semejantes al hombre existe un método mucho más sencillo y, en verdad, placentero que se ha venido usando desde los orígenes de la vida... El categórico triunfo de Deep Blue indica, claramente, que la IA no necesita emular íntegra y totalmente la materia gris para superarla. La inteligencia de una máquina puede ser diferente de la de aquel, del mismo modo en que el movimiento de un automóvil es diferente del de un mamífero y el vuelo de un avión es distinto del de un ave. Sólo cuando el hombre se despojó de la idea de que no era necesario batir las alas para volar, pudo construir un ingenio que surcara los cielos. En efecto, en el pasado, ¿qué pudo ser más anti-intuitivo, incomprensible y absurdo que una máquina de varias toneladas se eleve por los aires? Y, sin embargo, hoy en día los aviones vuelan más alto, más rápido y más lejos que cualquier criatura biológica… Siguiendo este razonamiento, “¿por qué una máquina pensante habría de pensar de la misma forma en que piensan los humanos? Pero, a pesar de todo, si los humanos pueden pensar, ¿por qué ignorar totalmente el diseño del único sistema inteligente efectivo que se conoce?” , se pregunta el experto

en IA Daniel Crevier. Tal vez las computadoras, haciendo lo que saben hacer, puedan llegar más allá de lo que el hombre jamás pueda prever. Quizás representen una nueva y original clase de intelecto, al igual que el automóvil provee una clase de movimiento que no existía previamente. Una inteligencia extremadamente racional y lógica, enormemente rápida y segura, y sin comparación en términos de fiabilidad y exactitud… pero igualmente extraña y ajena a su equivalente biológico. Y al que los un precursores automóvil difícilmente pudieron sospechar lo igual que lograría Mercedes del Benz último modelo, del mismo modo actualmente es poco probable que se pueda imaginar cómo se desarrollará el pensamiento en la máquina. Después de todo, no hay que olvidarse que, mientras la inteligencia biológica tardó miles de millones de años en evolucionar y perfeccionarse, la IA alcanzó una importante madurez en menos de medio siglo. En el futuro, tal vez las máquinas sobrepasen al intelecto humano igual que los automóviles de F1 (fórmula uno) superan a las liebres… En consecuencia, parece razonable pensar que aunque los sistemas artificiales tal vez no cuenten con una inteligencia auténtica, genuina, quizás lleguen a tener -eventualmente- una especie de relación con la inteligencia natural. Es decir, un intelecto sintético no debería ser una perfecta imitación de -ni suplan-


168/227

5/10/2018



169

tar totalmente a- una inteligencia humana, sino complementarla y suplementarla, potenciando a las actuales máquinas para que sean capaces de realizar ciertas tareas “intelectuales” a fin de ser más útiles al ser humano de lo que hasta ahora lo están haciendo. Como afirma el catedrático español Enric Trillas, “la tendencia tradicional de la IA ofrece soluciones a la inteligencia que están aparentemente muy alejadas de cómo el sistema biológico humano trabaja para inteligir” . De esta forma, el poder colectivo que resultase de un sistema hom-

bre-máquina de este tipo podría resolver problemas que superan con mucho las capacidades del ser humano o de la máquina tomados aisladamente.


169/227

5/10/2018


CAPITULO 16 Construyendo cerebros inorgánicos Normalmente mucha gente cree que, en el fondo, las computadoras son todas iguales y, por lo tanto, solo se puede imaginar un diseño básico para lograr un intelecto sintético. Pero los sistemas informáticos difieren enormemente unos de otros, incluso en su estructura básica y en su organización. De todas formas, para simular una inteligencia sintética que alcance un nivel semejante a la humana posiblemente se requiera inventar máquinas radicalmente nuevas, con originales arquitecturas y diseños y que cuenten con un alto grado de paralelismo, velocidades de procesamiento mucho mayores, enormes bancos de memoria de rápido acceso y una sofisticada programación. Incluso se habla de cambios cualitativos en componentes, circuitos y tecnologías (como se vio en el capítulo 3), pero su elevado costo la haría quizás antieconómica… por lo menos en el corto y mediano plazo. Para el empresario y escritor Ray Kurzweil, una condición necesaria (pero no suficiente) para lograr ese objetivo es disponer de un enorme poder computacional, que él estima en 20.000 billones de operaciones por segundo. Llega a esta cifra asumiendo que cada conexión de cada una de las neuronas cerebrales es capaz de realizar cerca de 200 operaciones por segundo. Por otra parte, para el investigador y cofundador de la compañía Thinking Machines, Daniel Hillis, una máquina inteligente posiblemente requeriría más de 100 mil millones de bits (100 Gbit) para almacenar eficientemente todo el conocimiento de un ser humano típico. Además, dice, para alcanzar una performance semejante a la humana se necesitaría una velocidad de acceso a ese conocimiento de mil millones de bits por segundo (1 Gbit/s), asumiendo que cada neurona en la corteza cerebral es capaz de almacenar un bit de información y transmitirlo a cerca de un bit por segundo. Pero si se considera la cantidad de conexiones y no sólo el número de neuronas, serían necesarios unos 33

1.000 billones de bits . Sin embargo, se debe en cuentaprofundamente: que el cerebro humano tiene muchísima redundancia y no se tener lo comprende el simple hecho de que exista una enorme cantidad de neuronas no implica 33 Lo cual equivale a 125 billones de bytes, algo así como 10.000 discos rígidos de 12,5 GB.


170/227

5/10/2018


Capítulo 16: Construyendo cerebros inorgánicos

171

que todas ellas contribuyan a la capacidad de almacenamiento. En efecto, ¿cuál es la unidad mínima de memoria: las uniones sinápticas, la neurona entera o los circuitos neuronales?. Pero tal vez lo más importante sea el “software de la inteligencia” , es decir, una teoría consistente y verificable acerca de cómo ésta funciona. Posiblemente, quizás la mejor manera para desarrollarlo sea examinar en profundidad la estructura del propio cerebro humano y tratar de copiar su organización con el auxilio de la ingeniería… después de todo, es un diseño largamente probado desde hace cientos de miles de años y es el mejor ejemplo del que se dispone (y, a la vez, el más accesible). En efecto, un grupo de neuronas, por ejemplo, con una potencia computacional ridículamente inferior a la de un moderno chip electrónico, puede resolver difíciles problemas de visión en una escasa secuencia de “pasos computacionales” . Como contrapartida, los mejores programas de IA utilizan una enorme cantidad de pasos de programa, para llegar a un resultado mucho más pobre. El problema es que todavía no se sabe lo suficiente sobre cómo funciona este fantástico “bioware” , ni cuáles son sus algoritmos (si es que los tiene). Mucho menos se conoce cómo se forman las ideas complejas (ni, de hecho, las más simples). Aquí nuevamente toma la palabra el citado Kurzweil: “en la tercera década del siglo XXI estaremos en condiciones de crear mapas muy detallados de las neuronas, las conexiones nerviosas y las sinapsis del cerebro, incluyendo todos los detalles neuronales que desempeñan algún papel en el funcionamiento del cerebro. Ello permitirá recrear estos diseños en computadoras con redes neuronales avanzadas” .

En opinión del investigador David Waltz, además de programar el complejo e indudablemente enorme software y de diseñar el difícil e intrincado hardware que lo sustente, también se es sabe necesario una ciencia orgade la cognición. En la actualidad muy establecer poco acerca deapropiada cómo se deberá nizar la máquina, ya que la enorme mayoría de los aspectos de la inteligencia humana todavía permanecen en el misterio. Para este científico, y aunque se lograra comprender la forma de estructurar los conocimientos, de representarlos internamente, sería muy difícil que el sistema alcance una comprensión profunda, si no cuenta con las necesarias bases perceptuales y una acabada comprensión del mundo físico y social en el que esté inmerso. Los hombres, en cambio, cuentan con ese conocimiento innato de sentido común que, además, se va desarrollando con el aprendizaje -formal e informal- a lo largo de su vida. Habría que agregar, por último, que aún las más modernas técnicas de representación, tienden a establecer al conocimiento en estructuras fijas dentro de la máquina. Esta representación estática contrasta con el proceso diná-


171/227

5/10/2018



172

mico del cerebro humano, en el cual tanto los modelos como las asociaciones de conocimiento se modifican de manera continua, a fin de incorporar y adaptar las nuevas circunstancias en un marco diferente, especialmente durante los procesos de aprendizaje. Armando el rompecabezas Es posible que los sistemas de IA evolucionen hacia la duplicación de una gama cada vez más amplia de procesos intelectuales netamente humanos y, tal vez, de forma más eficiente, optimizando al máximo el aprovechamiento de los recursos computacionales. Es igualmente poco plausible que un sistema de IA, con un nivel de competencia equivalente al del ser humano promedio, se vuelva una realidad concreta en el mediano plazo. En efecto, este tipo de máquinas se ha topado con la imposibilidad de alcanzar una “inteligencia de propósito general” . Se ha logrado, no obstante, un notable éxito en estructuras con “inteligencia de propósito específico” , capaces de simular el comportamiento humano experto en un limitado y reducido dominio de problemas, pero difícilmente pueden desenvolverse con soltura en otras áreas. Es que muchos investigadores optaron, a fin de producir resultados realmente significativos, por restringir el “universo” de actuación de las máquinas, confinándolas y acotándolas a un contexto limitado, a un área específica, a un abanico más pequeño de capacidades. Sin embargo, el profesor y experto en IA Marvin Minsky, estima que en -a lo sumo- dos generaciones los sistemas inteligentes alcanzarán resultados similares a los del intelecto humano. “Lo cual no significa -advierte- que una sola máquina sea comparable a un cerebro. Ninguna reproducirá el cerebro humano, pero varias máquinas combinadas entre sí cumplirán el equivalente de sus funciones” .

Una manera de aproximarse al desarrollo de un intelecto sintético podría ser a través del empleo de técnicas de Inteligencia Artificial Distribuida (que se analizó en el capítulo 9). El sistema posiblemente debería contener un número apreciable de módulos o subsistemas que trabajarían en forma armoniosa, integrada y coordinada. No habría una especie de sistema operativo, o sea, un conjunto integrado de programas especializados para manejar los recursos y las operaciones generales. Tampoco habría una conexión “en malla” entre los diferentes módulos (es decir, todos contra todos): es sabido que en una comunidad medianamente numerosa, cada persona sólo se comunica con unas pocas… a excepción de algunas pocas personas que se comunican con miles o aun millones, como es el caso de los comunicadores sociales. En vez de eso, el sistema estaría estructurado en una red dinámica de relaciones e interrelaciones sectoriales o por dominios. La red, vale aclarar, es una


172/227

5/10/2018



173

de las pocas estructuras que permite un crecimiento “sin costuras” , sin escalones abruptos. Así, un “mediador” se ocuparía de la coordinación de los demás módulos, ya que tendría la capacidad para activarlos o invocarlos en el momento en que sean requeridos y de pactar, negociar y mediar entre ellos cuando sur jan conflictos de intereses. Para lograrlo, debería contar con un importante conocimiento general de sentido común (tal vez basada en Cyc, presentado en el capítulo 8, o en OpendMind o en GAC, mencionados en el capítulo 13), así como “saber las intenciones, actitudes, deseos y habilidades” de los demás módulos. De esta manera, el sistema debería mantener su estabilidad general, en respuesta a los estímulos y a la incorporación de nueva información, cambiando su comportamiento, autoorganizándose y evolucionando en el tiempo. Tal vez los módulos componentes del sistema se basen en técnicas de Computación Flexible (tema analizado en el capítulo 8), con el agregado de las funcionalidades propias de los Sistemas Expertos y los susbsistemas de toma de decisiones, de resolución de problemas y de aprendizaje. Asimismo, el sistema total debería disponer de una adecuada interfaz tanto con el entorno como con los seres humanos y las otras máquinas. En otras palabras, tendría que ser capaz de reconocer y “comprender” los estímulos sensoriales (imágenes, sonidos, olores, radiaciones, etc.), la letra manuscrita y los símbolos, las palabras y el lenguaje natural, los gestos y los movimientos y las emociones. Y si cuenta con un cuerpo, debería poder gobernarlo correctamente, coordinando -en todo momento- las entradas sensoriales con las salidas motoras dentro de un lapso de tiempo razonable. Para eso, además de un impecable diseño electromecánico, el robot debería contar con un adecuado sistema de planificación de sus futuras acciones y con la habilidad para estructurar en su “cerebro” tanto el universo externo como el interno. Nuevas máquinas Aunque el sistema propuesto parezca algo inalcanzable, es preciso reconocer que se está aún en la infancia de esta disciplina y sus logros -hasta ahora- son más bien limitados. Se necesitan nuevas ideas sobre cómo dar los pasos que derriben las barreras impuestas y abran nuevos caminos. Pero esto siempre ocurrió a lo largo de la historia del desarrollo tecnológico. No debe olvidarse que lo que hoy parece imposible en el futuro será, a lo sumo, improbable y lo que hoy parece irrealizable será, en todo caso, poco factible. En efecto, al inicio, cuando la única razón por la cual la gente deseaba tener electricidad era para poder ver en la oscuridad, ¿quién se hubiera imaginado que también se podría usar para escuchar música, hablar por teléfono o navegar por Internet?.34 La IA representa una obra jamás terminada, siempre en progreso, que se acerca a unos objetivos sin llegar nunca a alcanzarlos. Son los


173/227

5/10/2018



174

últimos descubrimientos, las nuevas tecnologías, los límites de la computación, una frontera en continuo movimiento… Naturalmente y casi con seguridad, una inteligencia artificial como la descripta demandaría una enorme potencia computacional a fin de procesar los datos, a la vez que una vasta capacidad de memoria para almacenar los conocimientos y recuperarlos eficaz y eficientemente. Este ha sido, desde hace tiempo, el mayor de límite de esta disciplina. Los sistemas actuales no son lo bastante rápidos para hacer practicable la simulación -dentro de un tiempo prudencial- de redes neuronales artificiales de gran tamaño o sistemas expertos con decenas de miles de reglas de inferencia. A efectos de mostrar el grado de avance actual, ya se habló (en el capítulo 10) de la supercomputadora ASCI White, una versión del sistema RS/6000SP; en otras palabras, una “prima” de Deep Blue. La máquina es capaz de ejecutar 12,3 billones de cálculos por segundo (12,3 TFLOP/s) y almacenar 6,2 billones de bytes en forma transitoria y 160 billones de bytes en forma permanente (6,2 TB y 160 TB, respectivamente). Claro que el monstruoso artefacto ocupa la superficie de 2 canchas de basket (poco más de 1.000 m 2), pesa como 17 elefantes (supera las 100 toneladas) y consume la potencia de un barrio de 1.000 casas típicas (1,2 Mwatt-hora)… algo exagerado con respecto a un típico cerebro humano de casi 1.500 cm 3, 1,5 kg de peso y con un consumo ínfimo de potencia. Así y todo, es todavía 2.000 veces menos poderosa que un cerebro humano en términos de poder computacional. Sin embargo, hay que recordar que, a lo largo de los últimos 50 años, tanto la capacidad de procesamiento como la de almacenamiento de las computadoras se multiplicaron enorme y abrumadoramente en varios órdenes de magnitud (la segunda máselectrónica que la primera). Aunqueatambién es cierto que la continua miniaturización está llegando sus límites prácticos, la computación paralela y la nanotecnología pueden venir al relevo y arrojar un poco de luz al final del túnel. Según Ray Kurzweil, en 2019 una máquina de U$S 1.000 actuales tendrá una capacidad computacional equivalente a la de un cerebro humano, y una década después -con igual cantidad de dinero- se podrá disponer de una capacidad mil veces mayor (es decir, equivalente a la de mil cerebros humanos). 34 En cualquier nueva tecnología, y posiblemente debido a la estructura mental imperante en ese momento, lo nuevo sólo se visualiza dentro del horizonte definido por lo antiguo, por lo ya conocido. Por ejemplo, los primeros automóviles eran muy parecidos a los carruajes. Tomó mucho tiempo desarrollar potentes motores, equipos de aire acondicionado, de música y de bolsas de aire (airbag), así como autopistas o estaciones de servicio.


174/227

5/10/2018



175

Normalmente, las máquinas actuales dependen de un único procesador para efectuar cada tarea del proceso, ejecutando de forma secuencial un, y solamente un, paso por vez. Esta arquitectura hace un uso ineficiente del hardware e impone limitaciones conceptuales al software y a la forma en que se piensan los problemas, por lo que se adaptan mal a las nuevas aplicaciones requeridas de la IA. En cambio, las máquinas “paralelas” (tema desarrollado en el capítulo 2), refuerzan el poder de procesamiento, trabajando con varias unidades simultáneamente a fin de aminorar el cuello de botella. Pero esta arquitectura no ha sido muy aceptada debido al problema de comunicación entre los procesadores. Aunque las máquinas trabajan muy bien utilizando cada procesador para una tarea diferente, la dificultad estriba en que no se sabe aún cómo “particionar” de forma automática los problemas de la vida real. Sin embargo, para el físico-matemático Roger Penrose, “no hay diferencia en principio entre una computadora en serie y una en paralelo. Sólo puede haber diferencias en eficiencia, o rapidez, del cálculo como un todo. Hay algunos tipos de cálculo para los que una organización en paralelo es realmente más eficiente, pero no es éste el caso siempre ni mucho menos” .

Las máquinas del futuro posiblemente estén formadas por miles, o quizás millones, de diminutos componentes idénticos que actuarán -a diferencia de las actuales- a la vez como memorias y como procesadores, al igual que las neuronas biológicas. Quizás en este caso una diferencia cuantitativa suficiente pueda convertirse en una diferencia cualitativa, dando origen a fenómenos “emergentes” como resultado de las interacciones y de su grado de complejidad35. Tal vez ocurra que conjuntos de subprocesos simples, organizados de manera conveniente y trabajando de forma coordinada, produzcan un sistema que se comporte de forma mucho más compleja, quizás de forma auténticamente inteligente. Pero este efecto es poco probable que emerja sino a través los procedimientos nanotecnológicos, los cuales se acercan a cómo opera de la Naturaleza. En efecto, ésta última emplea las mismas reglas de ensamblaje para construir estructuras de complejidad creciente: la recombinación de módulos elementales que se convierten en elementos de construcción de elementos superiores. ¿Circuitos que evolucionan? A través de una nueva tecnología denominada “hardware evolutivo” , se podrían conseguir componentes de modificar su propia configuración interna para adaptarse mejorcapaces al entorno en donde debe trabajar o a los 35 En muchos dominios, cuando algo crece lo suficiente cambia bruscamente, atraviesa un umbral, un punto crítico y se produce una metamorfosis. Así, el sólido se licúa, el líquido se evapora o el huevo eclosiona.


175/227

5/10/2018



176

errores en el hardware. Surgirían de la aplicación de un proceso adaptable, como los algoritmos genéticos (vistos en el capítulo 8), sobre una clase especial de circuitos lógicos electrónicos, como los dispositivos reconfigurables (vistos en el capítulo 2). “Los circuitos evolucionados pueden ser extremadamente complejos en su estructura y dinámica, pudiendo alcanzar mayores niveles de desempeño que las que son posibles con las técnicas tradicionales de diseño humanas”, afirma el físico y matemático australiano Hugo de Garis, del Institu-

to de Investigaciones Avanzadas de Telecomunicaciones de Kyoto, Japón. El hardware evolutivo puede también tener considerables consecuencias prácticas en el futuro: siempre se soñó con un sistema electrónico que traba je con independencia del entorno, de sus defectos de fabricación o de los daños sufridos en el transporte. Alcanzar este objetivo clave es algo extremadamente difícil para un diseñador humano. Sin embargo, es probable que la evolución produzca (¿o sería más correcto decir “engendre” ?) chips extraordinariamente eficientes, flexibles y tolerantes a las fallas, capaces de adaptarse inmediatamente si el medio ambiente circundante llegase a cambiar a lo largo del tiempo. Las conexiones internas entre los elementos del chip tendrían que evolucionar a fin de resolver una nueva versión del mismo problema, ofreciendo la posibilidad de realizar hardware evolutivo directamente sobre el chip, a máximas velocidades. En consecuencia, las “experiencias” acumuladas durante el proceso de “crecimiento” modificarían el comportamiento global del sistema. En la actualidad, el ritmo de aparición de nuevo y mejor hardware se ha vuelto vertiginoso y sus consecuencias son imprevisibles. Los chips modernos ya alcanzan decenas de millones de transistores y son varios órdenes de magnitud más potentes que sus rudimentarios antepasados. Pero para construir un cerebro artificial se necesita mucho más que eso. “Se torna totalmente impracticable diseñar dispositivos con billones o aún trillones de componentes electrónicos: la solución será que el sistema se auto-ensamble de una manera similar a como lo hacen los embriones animales” , comenta de

Garis. No obstante, el nivel de complejidad alcanzado se tornaría tan abrumadoramente elevado que sería casi imposible predecir el resultado y, mucho menos, realizar algún tipo de mejora. La única solución posible -tal vez- sea el viejo método de prueba y error, en donde se construya/engendre un nuevo circuito sobre la base de mutaciones aleatorias y luego se lo pruebe. Si trabaja adecuadamente, sobrevivirá; si no lo hace, morirá... Embriones sintéticos Hoy en día, los tradicionales métodos de la ingeniería, sustentados en un


176/227

5/10/2018



177

férreo control Top-Down, son ineficaces para diseñar sistemas electrónicos complejos. Una alternativa válida la constituye la llamada “aproximación bio- mimética” , basada en un acercamiento Bottom-Up y que aplica los conceptos derivados del funcionamiento de los seres vivos. En efecto, últimamente se viene dando un creciente interés por parte de los ingenieros, deseosos de imitar los procesos que utiliza la Naturaleza, para generar poderosas metodologías de resolución de problemas específicos. De allí que surge una nueva perspectiva: “la embriónica (electrónica embriológica o embrionaria) es un proyecto de investigación que apunta a la realización de un nuevo tipo de componentes electrónicos que emplean tres características fundamentales de los organismos vivos: organización, diferenciación y división celular” , explica

Daniel Mange del Swiss Federal Institute of Technology, en Lausanne, Suiza. Al igual que en los seres vivos, donde el crecimiento y el funcionamiento de cada individuo se orquesta a través de la interpretación -en cada una de sus células- de un programa químico (el código genético), la embriónica es el desarrollo casi biológico de unos nuevos dispositivos lógicos que contienen “células diferenciadas” con una “composición genética común” , pero capaces de ejecutar funciones diferentes. Como objetivo final, esta técnica trata de diseñar y construir complejos circuitos electrónicos de muy alta densidad, capaces de comportarse como grupos de células biológicas y con habilidades encontradas hasta ahora sólo en los seres vivos, como la reproducción (autoreplicación), la diferenciación, la curación (auto-reparación) y la evolución. De forma análoga a lo que ocurre en los embriones, el “cigoto” se multiplicaría ocupando una gran porción de la superficie circuital, al tiempo que algunas “células” se “diferenciarían y especializarían” según su posición física específica. Cada “célula” (en realidad un circuito reconfigurable dotado de muy instrucciones) debería calcular sus coordenadas paraun poder extraer el pocas “gen específico” que determinaría su función (en definitiva, microprograma) a partir del “código genético” que guiaría su evolución. No obstante, el proceso de desarrollo sería extremadamente rápido en comparación con el empleado por un organismo viviente. Para Daniel Hillis, la ventaja de combinar la evolución con el desarrollo, es que los procesos de adaptación del desarrollo pueden llegar a corregir los errores de un diseño evolucionista imperfecto. “El proceso evolucionista crea una receta para formar un cerebro y el proceso de desarrollo interactúa con el medio para establecer las conexiones del mismo” , dice. En otras palabras,

mientras la maduración provoca el crecimiento de las neuronas siguiendo el patrón correcto, el aprendizaje ajusta delicadamente las sinapsis entre aquellas. En consecuencia, la combinación de los procesos de evolución con los de


177/227

5/10/2018



178

desarrollo tal vez sea una alternativa interesante -o quizás la única- para construir la máquina del futuro, ya que proveería parte de la robustez y flexibilidad de todo organismo biológico. Mentes animales El cerebro humano fue modelado por el lento proceso evolutivo de la prueba y el error a través de un avance continuamente rectificado, más bien que por medio de un progreso lineal (con reestructuraciones, remodelaciones e, incluso, algunas regresiones). Dado que no cuenta con la posibilidad de volver a empezar desde “cero” , la Naturaleza despliega ingeniosamente accesorios muy sofisticados para compensar las estructuras que no se adecuan al nuevo entorno imperante. Parecería como si obrara por la acumulación múltiple y extendida -a lo largo de millones de años- de una enorme cantidad de diminutos diseños, cada uno de los cuales se acomoda, convive y se complementa con todos los anteriores 36. El hombre, en cambio, goza de una mayor libertad a la hora de construir una mente artificial. Si bien puede adoptar como modelo su propio encéfalo, también tiene la posibilidad de rescatar y reproducir lo esencial de ese órgano y evitar sus múltiples debilidades e ineficiencias. Tal vez por medio de nuevas estructuras o quizás a través de una renovada organización. Actualmente, las más avanzadas máquinas disponibles se encuentran en la fase más temprana de la evolución, todavía tienen que desarrollar las jerarquías sociales, las emociones y las habilidades cognitivas y de socialización que caracterizan a los animales superiores. Los seres humanos, se sabe, adquieren su asombroso sentido común sobre todo mediante procesos de socialización y culturización que, evidentemente una máquina no sigue. Es por eso que muchos científicos ya no toman como modelo el intelecto humano de un adulto,capaces sino la de inteligencia de organismos relativamente sencillos, interactuarrudimentaria con su entorno y de sobrevivir desplegando estrategias extraordinarias de adaptación. Con este nuevo enfoque es posible emular intelectos más simples a fin “ascender evolutivamente” hasta comportamientos más complejos. Siguiendo al irlandés Mark Humphrys, profesor en la Universidad de la Ciudad de Dublin, la idea es tratar de entender el substrato animal del comportamiento humano y preguntarse cómo se desarrollan y se auto-organizan las criaturas vivientes a partir de su estado infantil hasta llegar a la adultez. 36 Por ejemplo, el encéfalo del hombre se desarrolló -de forma similar a la estructura de una cebolla- en varias capas concéntricas, sucesivas y más avanzadas que refle jan su gradual progresión evolutiva: el cerebro reptiliano, el cerebro mamífero y el neocórtex.


178/227

5/10/2018



179

En otras palabras, intentar reproducir primero la percepción y el reconocimiento, el comportamiento sensomotor, el planeamiento y la navegación, la manipulación de objetos, el aprendizaje básico y la representación interna de los objetos externos; para recién después hacerse cargo de las funciones superiores como el razonamiento abstracto, el lenguaje y la socialización. Después de todo, a la Naturaleza le tomó aproximadamente 4.000 millones de años “fabricar” al mono y luego sólo 4 millones de años más para “construir” al homo sapiens (es decir, una milésima más de ese tiempo). Quizás las capacidades que caracterizan al ser humano puedan alcanzarse en un período de tiempo relativamente corto una vez que se ha desarrollado una criatura viviente que cuenta con habilidades de percepción, manipulación y movimiento. De lograr construir estas nuevas máquinas posiblemente no se parezcan en nada a los humanos, pero con el tiempo tal vez se conviertan en una extraña clase de “animal” , ya que aprenderán y cambiarán gradualmente como resultado de sus interacciones con el hombre, con las otras máquinas y con el entorno. Quizás puedan afrontar los problemas que no exigen un razonamiento abstracto y que son tolerantes a la incertidumbre y a la incerteza, propios del mundo real. Tal vez sean aptas en aquellas situaciones donde es más fácil aprender que seguir un conjunto de reglas, como es el caso de caminar, reconocer objetos o tomarlos con las manos. De esta manera, posiblemente se conviertan en auxiliares inseparables de los seres humanos para complementar, extender, enriquecer y aumentar las habilidades de su intelecto. Por ejemplo, anualmente se podrían evitar miles de muertes si se lograse “transferir” hacia el automóvil una porción de la inteligencia de un perro. De este modo, cuando el estado de ebriedad de su dueño sea intolerable, la máquina podría negarse a acelerar si hay peligro de choque. El ocupante sólo indicaría el punto destino y no seríaElnecesario conduzca, que direcciones ni de esquive obstáculos. automóvilque encontrará defrene, formabusautónoma el camino más rápido, respetaría las señales de tránsito y mantendría una adecuada velocidad y distancia entre los otros vehículos, con lo cual se evitarían las congestiones y los percances y se optimizaría la capacidad de las autopistas y de las calles. Por supuesto, necesitaría contar con la información actualizada del tráfico (que viajaría por una red inalámbrica) y con sensores no naturales -básicamente radares- en caso de que sea de noche o haya niebla.


179/227

5/10/2018


CAPITULO 17 Máquinas que piensan: ¿realidad futura o absurdo conceptual? Desde la remota época prehistórica, el avance del ser humano se caracterizó siempre por una sucesiva funciones: cadalavez que por logró dominar una operación, inventódelegación luego una de máquina para que realice él de forma más rápida y precisa. Y seguramente así continuará sucediendo en el futuro. Aunque -desde hace tiempo- las máquinas superan ampliamente al hombre en la mayoría de las tareas físicas (sino en todas), esto no causa el menor desasosiego, no hiere el orgullo humano. Todo lo contrario, es agradable tener aparatos que transporten a las personas a grandes velocidades o que puedan excavar túneles o construir estructuras con una pasmosa rapidez. Incluso es fascinante disponer de máquinas capaces de efectuar cálculos imposibles de llevarse a cabo por una legión de matemáticos en un tiempo razonable. Pero el que puedan pensar…, es sencillamente una idea aterradora. Admitir esto equivaldría a aceptar que se ha perdido el monopolio del género humano sobre el pensamiento. Después de todo, es esta capacidad la que diferencia al hombre de todas las demás criaturas… Y, sin embargo, las computadoras ya pueden realizar con mucha más eficiencia (tanto en velocidad como en precisión) tareas que hasta ahora habían estado reservadas exclusivamente al pensamiento humano. Está claro que pensar es un concepto que incluye actividad cognitiva de muy diversa índole. Desde hace unas cuantas décadas, el concepto humano de entidad pensante sólo se aplicaba a los organismos vivos naturales: los propios seres humanos y -en menor medida- las criaturas que presentan una estructura cerebral semejante. No obstante, ahora y por primera vez, el hombre se enfrenta a la perspectiva de que existen artefactos capaces de realizar muchos de los procesos que son más o menos indiscernibles de los que él hace cuando piensa. En otras palabras, se podría decir que ciertos sistemas artificiales ya cuentan con alguna forma incipiente y limitada de pensamiento. “La mayoría de la gente cree que las computadoras nunca serán capaces de pensar. Quiero decir, realmente pensar. Ni ahora ni nunca. Sin duda, la mayoría de la gente también está de acuerdo en que las computadoras pueden hacer muchas cosas que en caso de hacerlas una persona, tendría que


180/227

5/10/2018


Capítulo 17: Máquinas que piensan: ¿realidad futura o absurdo conceptual?

181

pensar. Entonces, ¿cómo puede una máquina aparentar que piensa pero no pensar de verdad?” , se pregunta el profesor Marvin Minsky. Evidentemente,

el pensamiento no es lo mismo para el hombre que para la máquina, aunque en sentido estricto deberían ser iguales. Pero, ¿se pueden extender a un artefacto términos y categorías que ordinariamente sólo se aplican a otras personas y a los parientes biológicos del ser humano? ¿Es posible tecnológicamente que haya -alguna vez- computadoras que piensen? Es más, ¿tiene siquiera sentido hablar de una máquina que piensa, o es un absurdo conceptual como un muerto que vive?. Ultimamente, se ha conseguido la simulación de ciertos procesos formalizables del pensamiento humano aplicados a tareas concretas y en ámbitos especializados. Sin embargo, no se pueden replicar aún con éxito las actividades humanas cotidianas como interesantes charlas, la visión de panorama amplio, las inspiraciones súbitas o la consecución de los deseos. Por el momento, las computadoras no tienen voluntad ni intención, no forman ideas, no juzgan, no tienen opinión... apenas ejecutan tareas aritméticas y lógicas. En ese sentido, la inteligencia artificial parece mucho más un simple simulacro -una imitación meramente superficial- de la inteligencia natural que un auténtico reemplazo de ella. Es decir, aunque en principio una máquina (computadora) puede realizar procesos que podrían ser designados con la palabra pensar, éstos no son equiparables a los que lleva a cabo el hombre. Cuanto más se complican los sistemas de IA, más compleja se revela la capacidad intelectual humana; motivo por el cual el sueño de un sistema artificial auténticamente inteligente se ve más lejano cuanto el hombre más se acerca a él. No obstante, y a pesar de que registra avance vertiginosos en los últimos años, la IA es una ciencia muy nueva con mucho camino por delante. Aunque hoy en día la idea de disponer de “máquinas pensantes” es pura ficción científica, quizás en el futuro mediano se vuelva una realidad concreta. Iguales y distintas El “pensamiento” de una máquina puede ser distinto del de un ser humano en algunos aspectos, del mismo modo en que el movimiento de un automóvil es diferente del de un mamífero y el vuelo de un avión es distinto del de un ave. Pero podría ser considerado una clase de pensamiento auténtico, así como es auténtico el movimiento de un automóvil y auténtico el vuelo de un avión. “Es difícil oponer a la sugerencia de que la computadora

‘piensa’ la descripción de lo que ‘realmente hace’. Es difícil aprehenderla con- siderándola en términos de objetos o procesos familiares, que existían antes de que ella fuera inventada. La computadora no es ‘como’ ninguna otra cosa” , dice la psicóloga y socióloga Sherry Turkle.


181/227

5/10/2018



182

Pero, ¿cómo se podrá demostrar que una inteligencia artificial, aunque sea construida y parcial, es genuina y no sólo aparente?. Dado que el ser humano evolucionó a partir de formas menos complejas, es razonable concluir que existen muchos niveles o grados de pensamiento, inteligencia y conciencia. El problema surge debido al propio orgullo humano: es preferible creer que el hombre tiene el monopolio del pensamiento. Se puede admitir, quizás, que algunos de los mamíferos superiores pueden pensar e incluso razonar aunque a niveles elementales... pero el que una máquina pueda pensar -en cualquier niveles una idea bastante incómoda. El problema se agrava ya que el propio término “pensamiento” no está aún claramente definido; tal vez se debería utilizar otra palabra para designar lo que realmente hace la máquina. Quizás no debería emplearse el término en el sentido convencional, pero está claro que no puede negarse que los sistemas de IA actuales pueden llegar a ser muy astutos. ¿No pueden realizar las máquinas algo que debería calificarse como pensamiento pero es diferente a lo que hace el hombre?. ¿O se trata de una nueva forma de pensamiento? Por otra parte, y quizás para complicar aún más la cuestión, el simple hecho de lograr igual resultado final no significa que una máquina haga lo mismo que un ser humano. Si una computadora es capaz de “jugar” al ajedrez, calcular y realizar otras operaciones (fundamentalmente de índole computacional), no implica que fuera capaz de tener o desarrollar un pensamiento auténtico. Deep Blue derrotó categóricamente al talentoso campeón mundial Garry Kasparov, pero esto no demuestra que la máquina tuviera inteligencia; únicamente que no es imprescindible disponer de materia gris para jugar al ajedrez. En algunos casos no es necesario emular el cerebro humano para superarlo: como ya se dijo, las computadoras pueden llegar mucho más lejos de lo que generalmente se espera, simplemente haciendo lo que saben hacer (es decir, computar). Sin embargo, ¿cómo se puede distinguir el pensamiento imitado -si llega a ser suficientemente convincente- del pensamiento mismo?. Si se da el caso que en el futuro -quizás dentro de unas pocas décadas- el pensamiento “construido” (electrónico) se vuelve indistinguible del pensamiento “genuino” (humano), ¿quién podrá asegurar que el segundo es superior al primero?. Por otra parte, ¿es obligatorio demostrar que las máquinas piensan realmente, que no sólo parecen pensar?. “ Quizás no”, dice el filósofo y profesor Robert Sokolowski. Y continúa: “nadie ha probado que la luz artificial ciertamente

ilumina y que los aviones realmente vuelan. Solamente vemos lo que hacen. Si las máquinas que piensan exhiben la actividad de pensar, ¿por qué no debemos admitir que son realmente inteligentes?” . Se debe recordar que el

hombre finalmente logró construir una máquina voladora efectiva sólo cuan-


182/227

5/10/2018



183

do fue capaz de aceptar que no era necesario mover las alas como lo hacen los pájaros. ¿Por qué una máquina de esta clase habría de pensar de la misma forma que el hombre?. ¿No será acaso que se tiende a considerar la ausencia de una inteligencia de tipo humano como carencia de ella?. Todavía se sabe muy poco acerca de esta capacidad, con lo cual es muy difícil evaluar cuán inteligente es un ente, especialmente si es muy diferente al homo sapiens. A veces se adopta la postura de que pensar es la capacidad suprema de la raza humana, pero podría argumentarse perfectamente que las máquinas hacen algo mucho mejor, ya que pueden -por ejemplo- resolver problemas matemáticos complejos, descubrir patrones ocultos en enormes cantidades de datos, diagnosticar enfermedades raras o analizar intrincados circuitos electrónicos, infaliblemente y de forma casi instantánea. En otras palabras, se podría decir que una máquina puede “pensar” ; incluso se podría decir que lo hace aun más perfectamente que el hombre, pero dentro de los límites y condiciones que el ser humano le hubiera fijado. Hasta ahora, una máquina no puede pensar libremente, no es capaz de emular el deseo o la curiosidad... aparentemente -y por el momento- todo deseo será siempre el impuesto por el ser humano. En cambio, el pensamiento humano es improbable, improgramable e incondicionado. Bits y neuronas ¿El pensamiento no es otra cosa que cálculo?, ¿o comporta, más bien, algún elemento esencial imposible de incorporar a los procesos de un sistema informático? ¿El pensamiento es un fenómeno netamente biológico y, por lo tanto, tan lejos del alcance de una máquina de silicio y metal como la respiración o el metabolismo?. ¿O se parece más a volar, algo que pueden hacer varias especies de seres vivos y algunos tipos de artefactos mecánicos?. En este punto las aguas están divididas. Para algunos, el pensamiento es algo que sucede en el cerebro; no es computación, sino algo todavía misterioso y profundo. Para otros, en cambio, el pensamiento es un caso de procesamiento de información, es decir computación, manipulación de símbolos. Los primeros argumentan que la computadora tradicional no tiene la posibilidad de sustentar un pensamiento “auténtico” por razones tales como que no está inmersa en un entorno sociocultural, o que carece de creatividad e intuición. Incluso algunos científicos consideran que las computadoras convencionales nunca serán capaces de lograr un pensamiento, inteligencia o discernimiento “auténticos” , por muy rápidas, perfeccionadas y potentes que sean: siempre serán simples y burdas imitaciones, aproximaciones, simulaciones. Dado que el pensamiento humano es el producto de su biología específica -opinan- para que una máquina pueda pensar de forma “genuina” de-


183/227

5/10/2018



184

bería necesariamente tener que reproducir de manera artificial todos los mecanismos del cerebro humano, incluyendo, probablemente, los mecanismos cuánticos de sus componentes bioquímicos. El físico-matemático inglés Roger Penrose, por ejemplo, cree que el cerebro humano es un misterio y que su funcionamiento nunca podrá ser imitado por procedimientos algorítmicos sobre computadoras, debido a que dichos procesos trascienden la mera computación. Para estos científicos, es difícil que el hombre pueda plasmar su inteligencia sobre diseños informáticos, cuando ni siquiera comprende cómo funciona su cerebro y desconociendo, en consecuencia, tanto su alcance como sus límites. Sin embargo, ¿es necesario saberlo o pueden existir caminos más simples y rápidos de alcanzar un resultado equivalente?. Del otro bando están los que hablan de “procedimientos efectivos” : un con junto finito de instrucciones claras y no ambiguas que ordenan exactamente qué hacer, paso a paso, y garantizan la obtención de un resultado final. El matemático inglés A. Turing demostró que cualquier tarea que pueda representarse en la forma de un procedimiento efectivo puede ser mecanizada, es decir, puede ser ejecutada por una computadora. Así, según este científico, si se pudiera describir con suficiente precisión los procesos de pensamiento o de conducta de un organismo, se podría diseñar una máquina cuyo comportamiento sea prácticamente indistinguible del de ese organismo. Este punto de vista es netamente pragmático e implica que una imitación es suficiente: si una máquina se comporta de manera tal que no puede distinguirse del de un ser pensante, a todos los efectos piensa realmente. Lo que sucede en verdad en el interior del “cerebro” de la máquina es, en gran medida, irrelevante. Lo realmente importante es la conducta externa. Como dice el científico cognitivo Howard Gardner “si no se tiene acceso a las experiencias y sensaciones internas de un animal o de otro ser humano, tal vez sea prudente suspender el juicio acerca de tales ocuparse sólo. de las actividades manifiestas, o al menos de experiencias, las fácilmentey mensurables”

¿Sabe algo de chino? Con el fin de tratar de dilucidar tan intrigante polémica, Turing propuso en 1950 una prueba que se basaba, no en difusas definiciones teóricas, sino en una concreta experiencia práctica para concluir si una computadora realmente piensa. Su idea básica era que todo programa “inteligente” debía ser comparado con respecto al ser humano37; después de todo, el único patrón y modelo -conocido hasta ahora- que cuenta con una inteligencia “genuina o auténtica” . No obstante, se trata de algo netamente antropocéntrico, pues exige que la computadora pueda producir una conducta externa indiscernible de la de un ser humano. 37 Es decir, no se trata de una prueba absoluta sino relativa.


184/227

5/10/2018



185

La prueba en sí es bastante simple: consiste en que una persona, el experimentador, converse con otra persona y con una máquina por medio de un teclado y un monitor (o sea, como si estuviera “chateando” ). El experimentador debe estar en una habitación separada de los otros jugadores, a fin de que éstos permanezcan fuera de su campo visual. Si -luego de un tiempo prudencial- no logra distinguir quien es la máquina y quien el ser humano, entonces sería inevitable considerar a la computadora como una entidad pensante. En otras palabras, si la máquina fuera capaz de engañar completa y eficazmente a un hábil experimentador, durante un tiempo razonable de conversación continua, es muy difícil seguir sosteniendo que dicha máquina no “piensa” . De esta forma, se evita toda clase de equívocos relacionados con la falta de una definición fehaciente para conceptos difusos como “pensar” y “máquina” . Conviene tener presente que, hasta ahora, no hubo ningún sistema capaz de pasar con éxito la prueba de Turing, siempre y cuando el interrogador sea el adecuado. En efecto, es francamente difícil para la máquina responder a preguntas simples, de sentido común, preguntas para las cuales el ser humano no tendría dificultad alguna. Asimismo, la computadora todavía no cuenta con la habilidad para comprender, por lo cual el experimentador podría plantear preguntas que requieran de una comprensión real o, también, preguntas sin sentido o superficialmente absurdas pero que en el fondo no lo son. Sin embargo, no sería descabellado imaginar que en un futuro (cercano o no) alguna máquina logre tal hazaña. Tal vez la cuestión importante a dilucidar sea entonces si este experimento es realmente válido. Es decir, si una computadora logra pasar dicha prueba, ¿significa en realidad que “piensa” de la misma forma en como lo hace un ser humano?, ¿será que el simple examen del comportamiento externo, observable, de una máquina es un criterio razonable para poder concluir que es capaz de tener “pensamientos” ?. Después de todo, modo, si de no pensamiento, es por medio de la conversación, una persona juzga¿de en qué otraotro la presencia inteligencia, comprensión o conciencia?. El filósofo inglés John Searle, por ejemplo, afirma que las máquinas nunca pensarán, ya que éstas simplemente obedecen reglas que no comprenden. Su argumento más contundente en contra de la prueba de Turing se conoce como “la habitación china” y se concentra en mostrar que lo que puede estar pasando dentro de la máquina tiene muy poco que ver con lo que se entiende por “pensamiento” . Imagine que usted es colocado dentro de una habitación cerrada que contiene una biblioteca con libros escritos en un lenguaje que usted ignora totalmente, por ejemplo, el chino. Suponga además que su única conexión con el exterior se hace a través de una pequeña ranura. Ahora imagine que le dan un conjunto de reglas, escritas en su lenguaje nativo (que


185/227

5/10/2018



186

usted domina absolutamente), para responder en chino a las preguntas formuladas también en chino. En esta analogía el conjunto de reglas equivale a un “programa” y usted equivale a una “computadora” . Asuma, además, que los programadores se vuelven lo suficientemente buenos escribiendo los programas y usted lo suficientemente bueno manipulando los símbolos chinos, que todas las preguntas en chino se responden de forma exacta y precisa. Después de un tiempo prudencial, y desde el punto de vista de alguien que está fuera de la habitación, sus respuestas serán indistinguibles de las de una persona que efectivamente nació en China…; no obstante, usted aún sigue sin entender absolutamente nada de ese tan particular idioma. Para Searle, la comprensión de la computadora no es parcial o incompleta, como en el caso de un hispanoparlante para con el portugués o, en menor medida, el italiano (o, en menor medida aún, el francés). En otras palabras, la correcta manipulación de símbolos (en este caso, chinos) no garantiza su comprensión. Otras objeciones Hay otros argumentos en contra de la prueba de Turing desarrollados a lo largo de la relativamente corta historia de la IA. Se expondrán sólo algunos de ellos. El “argumento anti-intencional” afirma que no puede haber inteligencia sin “intencionalidad” . Una propiedad que -según los filósofos- caracteriza los propios estados mentales y que posibilita que los seres humanos -a diferencia de las máquinas- puedan comprender, vislumbrar y generar significado para el lenguaje, los pensamientos y las acciones. Algunos filósofos consideran que la intencionalidad es el resultado de las operaciones implícitas del cerebro humano en el nivel bioquímico, es decir, operaciones exclusivas y características de los seres vivos (como la fotosíntesis o la lactancia, acostumbra a ejemplificar Searle). Otros aseguran que los estados mentales se forman paulatinamente a través de la interacción del organismo con su entorno; una interacción que tiene tras de sí toda la trayectoria de la evolución de la especie. El “argumento de la simulación” postula que algo simulado no es ese algo. Puede ser semejante a ese algo (en verdad, puede aproximarse mucho), pero no es ese algo real . Existe una enorme brecha entre lo simulado y lo real: un diamante simulado, por ejemplo, no tiene el mismo valor que un diamante natural, o en una batalla simulada es poco probable que alguien salga lastimado. Suponiendo que una computadora supera exitosamente la prueba de Turing, esto sólo muestra que la máquina ofrece una muy buena simulación de un ser pensante, lo cual no es lo mismo que pensar. Decir que una máquina comprende equivale a decir que un loro habla, cuando lo único que hace es repetir palabras de manera automática, vacía.


186/227

5/10/2018



187

El “argumento del chimpancé” establece que pocas personas negarán que estos animales piensan, pero ninguno de ellos es capaz de superar la prueba de Turing. Y lo mismo sucede con otros mamíferos como los delfines o los perros, incluidos los niños muy pequeños. Si este tipo de animales no pueden pasar con éxito este ensayo, muchas menos posibilidades tendrán las máquinas que “piensan” . El “argumento de los sentidos” sostiene que la prueba de Turing se centra en la capacidad de suministrar respuestas del tipo verbal. El interrogador no puede, por ejemplo, tomar un objeto y preguntar “¿cómo se llama esto?” o “¿para qué puede servir esto?” . En consecuencia, una computadora podría pasar la prueba sin comprender el significado de las palabras que utiliza. Es decir, el simple hecho de que la haya pasado no es garantía para afirmar que puede pensar. Por último, pero no menos importante, merece especial atención el “argumento de Lady Lovelace” que sostiene que una máquina no es capaz de originar nada; sólo puede hacer aquellas cosas para las cuales fue programada. Este modo de funcionamiento elimina una de las cualidades principales de la inteligencia: la capacidad de aprendizaje, la habilidad para adaptar su comportamiento de acuerdo con el entorno. Sin embargo, este argumento -aunque verdadero desde el punto de vista técnico- es engañoso: en los programas de IA, la máquina no se limita a ejecutar una serie detallada de instrucciones. Lo que se programa en forma directa es una gran cantidad de información y principios generales, parecidos a los que tratan de inculcar los maestros a sus alumnos. Lo que sucede más tarde, lo que la máquina hace con toda esa información, no lo puede predecir el diseñador (como tampoco el maestro, en el caso humano). Los ejemplos actuales más sorprendentes que poseen lo que podría ser considerado como “conducta inteligente” son los sistemas ajedrecísticos, capaces de derrotar fácilmente a sus propios programadores, realizando admirables movimientos que éstos nunca hubieran pensado. ¿Cómo lo hacen?. No siguen ciegamente instrucciones programadas, sino que buscan la mejor jugada posible dentro de las reglas del ajedrez y según la distribución de las piezas sobre el tablero. No se programa específicamente qué movimientos hacer, sólo las reglas y los objetivos del juego. Por otra parte, ¿no cuenta también el ser humano al nacer con una especie de programa incorporado que guía su comportamiento?, ¿no se podría asimismo decir que el hombre actúa siempre de acuerdo con lo que tiene programado o especificado genéticamente?. El pensamiento humano El pensamiento -así como el comportamiento- del ser humano es muy dife-


187/227

5/10/2018



188

rente del de la máquina. Fue moldeado pacientemente por la selección natural, evolucionado de manera penosa a lo largo de incontables milenios. Por eso poéticamente se dice que los humanos están fuertemente conectados entre sí por su ascendencia y su descendencia. Cada individuo forma parte de una interminable cadena que se extiende sobre largos períodos de tiempo y que lo vincula con todos los que lo han precedido y con los que vendrán. Pero no es ésta la única fuerza que actúa. En la forma de pensar de un individuo adulto es decisivo el papel que cumplen diversos factores como las impresiones y recuerdos de su infancia, la educación brindada por sus padres y por su comunidad (tanto formal como informal) y las variadas experiencias pasadas tanto en su juventud como en su madurez. Ningún individuo puede evitar estas influencias que se graban indeleblemente en su mente durante el transcurso de su vida. “A partir de quienes nos rodean llegamos a comprender qué clase de opiniones se consideran aceptables, falsas o peligrosas, jus- tificadas o injustificadas” , dice el psicólogo Howard Gardner.

Y, como afirma otro psicólogo, el francés Jean Piaget, “la sociedad transforma al individuo en su estructura misma, en virtud de que no sólo le obliga a reconocer hechos, sino que le da un sistema ya construido de signos que modifican su pensamiento, le propone valores nuevos y le impone una suce- sión indefinida de obligaciones” . Por este motivo, algunos científicos sugieren

que el pensamiento humano es un producto colectivo -más bien que unitario-, codificado por las distintas culturas de forma diferente a raíz de fuerzas históricas que han obrado a lo largo de milenios. En el ser humano es fundamental la capacidad lingüística para representar y transmitir sus pensamientos y sus experiencias (como se vio en el capítulo 11). Sin embargo, la adquisición es una Las actividad eminentemente cooperativa y social, más bien del quelenguaje individualista. personas disponen de una concepción común sobre las cosas porque comparten una forma de vida, porque existe un consenso social que les permite comunicarse entre sí a través de los símbolos y las señales que fueron adoptadas por convención. Por ejemplo, sólo un argentino -o alguien que esté familiarizado con la cultura argentina- podría distinguir sin ambigüedades un locro de una mezcla espesa de líquido, papa, maíz, carne, porotos y demás. ¿Cómo puede una persona llegar a comunicarse con una hormiga, un pez o un murciélago?. Es casi imposible acceder a esos mundos. Por otro lado, tal vez la inteligencia del homo sapiens esté condicionada por su cerebro y su cuerpo de una forma difícil de imaginar. Quizás los procesos de pensamiento sean una mera y exclusiva consecuencia de la anatomía


188/227

5/10/2018



189

y fisiología del cerebro, y tal vez estén influenciados por las propiedades biológicas de éste. En efecto, podría ser que gran parte del comportamiento del ser humano haya sido modelado por la evolución de la misma manera que su propio diseño corporal. Colin McGinn, filósofo de la Universidad Rutgers, argumenta que, por ser el cerebro biológico un producto de la evolución, podría tener importantes limitaciones cognoscitivas. “Lo mismo que las ratas o los monos no pueden ni imaginar siquiera la mecánica cuántica, puede que a los humanos les esté igualmente prohibida la comprensión de ciertos aspectos de la existencia, como la conciencia y la relación entre mente y materia. […] Quizás sólo podamos imaginar ó pensar ideas de acuerdo con un patrón relacionado con nuestro ADN, fuera del cual no habría posibilidad de conceptualizar” , teoriza el científico. ¿Tendrán también las máquinas algún tipo de

límite en su pensamiento?. Si lo hubiera, ¿excedería el de los seres humanos?.

En el caso de una máquina, hoy en día no sólo se emula fácilmente todas las actividades lógicas y matemáticas del hombre (las que convencionalmente se designan como intelectuales) sino que también hace posible almacenar eficientemente gran parte de su conocimiento. En ambos casos, la computadora es, sino mejor, al menos mucho más rápida que el cerebro biológico. Sin embargo, el pensamiento humano no es en general un proceso puramente “frío” , absolutamente lógico y totalmente racional. Como se vio en el capítulo 15, en muchas ocasiones prevalecen las sensaciones (como el entusiasmo, la premura o el dolor), las reacciones (como el horror, la furia o el asombro), las emociones (como el miedo, la pena, o la satisfacción), los sentimientos interpersonales (como la confianza, el odio o el afecto) y los juicios comple jos (como los presentimientos, las intuiciones o los deseos). Todos estos componentes ofrecen su aporte a la formación del pensamiento y se mezclan -en mayor o menor medida- en su elaboración, depurándose (a lo largo de la vida del individuo) con las críticas, las sugerencias y los juicios, tanto propios como ajenos. Sociedades de máquinas Los seres humanos piensan mucho colectivamente, posiblemente más que cualquier otra especie social. Tienen la facultad de interpretar los objetivos, deseos, intenciones y creencias de los demás, a fin de poder predecir su comportamiento. Las mentes humanas parecen trabajar en conjunto como un sistema viviente, intercambiando información a través del teléfono, la radio, la televisión, los diarios, las revistas, las computadoras.... Incluso este intrincado intercambio no se restringe al momento actual sino que los pensamientos, las experiencias, las sensaciones y los conocimientos de incontables personas que ya no existen se guardan en libros, enciclopedias y, más moder-


189/227

5/10/2018



190

namente, en CD-ROM. De este modo, la aportación que realiza cada mente añade valor al producto final, permitiendo considerar distintos puntos de vista. En otras palabras, la interconexión de un gran número de mentes le posibilita a la especie humana permanecer abierta a una enorme cantidad de diferentes opciones. No sucede lo mismo en el caso de las máquinas inteligentes: hay muy pocas de ellas. Para igualar lo que hacen los humanos habría que construir varios cientos de millones de computadoras con una capacidad intelectual semejante. En otras palabras, tal vez una auténtica inteligencia artificial no pueda lograrse a partir de la construcción de una sola -o unas pocas- aisladas. Pero, ¿qué si cada de estas máquinas fuese únicamente un de una redpasaría de millones deuna nodos adecuadamente interconectados?. Si nodo cada una de ellas tuviese la “mente” de una hormiga, entonces la red completa tendría la “mente” de toda la colonia. Si cada máquina tuviera la capacidad de una mente humana, en cambio, la red poseería el equivalente de toda la civilización. No obstante, ¿quién querría construir una forma de vida inorgánica que lo supere en inteligencia?. Pero si se toma como modelo la inteligencia humana, no puede esperarse que la máquina llegue más allá de un cierto nivel intelectual a menos que tenga un cuerpo físico y el espacio necesario en donde desenvolver una rica cultura, con la interacción social adecuada entre entidades semejantes. Ahora bien, ¿quién proveería el dinero para construir tal cantidad de máquinas? Y de conseguirse, ¿quién proporcionaría el espacio vital para que desarrollen su propia y primitiva sociedad, así como su lenguaje y su cultura? Asimismo, de contar con un gran número de máquinas y un espacio vital compartido, ¿adquirirían un lenguaje a través de una reconfiguración de los circuitos electrónicos que constituyen su cerebro?, ¿se agruparían en unidades sociales similares a las formadas por los seres humanos y otros animales?, ¿formarían un tipo de “cultura maquínica” ?.38 Si se desea construir una máquina que emule aceptablemente la inteligencia humana no sólo se le debe dotar de un cuerpo y de los mecanismos necesarios para que absorba conocimientos desde diferentes fuentes y extraiga sus propias conclusiones de los sucesos experimentados. El androide también debería desarrollar un lenguaje y un contexto social, con el fin de aprender, evolucionar y adaptarse en eldemundo (comopueda se vioreconocer en el capí-y tulo 16). Pero no se trata simplemente que lareal máquina 38 En verdad, parece dudoso una evolución semejante. Y una de las razones sería bastante sencilla: el androide no tendría sexo… o quizás reúna a los dos. Vale decir, o sería asexuado o sería andrógino, según cómo se vea.


190/227

5/10/2018



191

reproducir el habla, sino que sea capaz de asociar las palabras con los conceptos a los cuales hace referencia y, de este modo, establecer diálogos coherentes. Es decir, generar un conocimiento general del mundo a partir de un entorno interactivo en el que el androide pueda “sumergirse” , y en el que participen no sólo las otras máquinas, sino también los humanos.


191/227

5/10/2018


CAPITULO 18 Las máquinas del futuro, ¿podrán llegar a ser conscientes? Muchos filósofos y científicos opinan que es poco concebible que una verdadera pudieraomanifestarse sin estarcompararse acompañada la conciencia. inteligencia Estas capacidades, habilidades, podrían conpor el conjunto llave-cerradura, en dónde una no tiene sentido sin la otra; de la misma manera que es inconcebible suponer que existe un lugar denominado “la ciudad” totalmente aparte y por separado de los parques, los edificios, las calles, las personas, los negocios, los medios de transporte y todas aquellas otras entidades materialmente especificables que le dan forma. Si se alcanza la inteligencia, la conciencia surge como una inmediata consecuencia. No obstante, hay otros pensadores que consideran que la conciencia no necesariamente está “atada” a la inteligencia. Por ejemplo, argumentan, los hormigueros se comportan de una manera relativamente inteligente, aunque es muy difícil defender la idea de que existe alguna clase de conciencia unificada “revo- loteando” entre las miles de hormigas que lo componen. Asimismo, aunque varios expertos aseguran que la conciencia es un atributo que pertenece exclusivamente a la especie humana, otros lo ponen en duda: quizás muchos de los animales tengan también un determinado tipo de conciencia, si bien muy primitiva o poco desarrollada. En efecto, aunque es indudablemente cierto que muy poca gente estaría en verdad convencida de que los anfibios o los peces -por poner un ejemplo- poseen una determinada clase de conciencia, no ocurre lo mismo cuando se observa a un perro o, especialmente, a un mono. Si bien muchos individuos argumentarían que estos animales sólo reaccionan al entorno por puro “instinto” , la mayoría de la gente habitualmente asocia algunas de sus conductas con experiencias subjetivas netamente humanas: infiere en estas criaturas la alegría, la ira, el dolor, la pena, los deseos o las intenciones. Por supuesto, resulta difícil verificar estas hipótesis porque no se logra establecer una comunicación real con estas criaturas; únicamente se pueden observar sus comportamientos externos. Aun así, este punto de vista no deja de ser bastante antropocéntrico, en el sentido de que sólo se reconocen aquellas


192/227

5/10/2018


Capítulo 18: Las máquinas del futuro, ¿podrán llegar a ser conscientes?

193

experiencias subjetivas que tengan una correlación estrecha con el ser humano. El hombre sólo asume que otra entidad puede poseer conciencia (o inteligencia) afín si es semejante a él mismo, tanto en su comportamiento como en su aspecto físico. Y a medida que el animal está más arriba en la “escalera evolutiva” , más se le concede sentimientos y un funcionamiento mental similar al humano. En este sentido, hay que admitir que el homo sapiens es muy poco tolerante a las diferencias… Es por este motivo que muchos científicos de las ciencias humanas afirman que la conciencia está muy ligada al lenguaje y que éste es el ingrediente clave de aquella. Es gracias a la capacidad lingüística que los humanos se diferencian de todo el reino animal y pueden alcanzar la exclusividad del pensamiento. Y es sólo a través del lenguaje (tanto oral como escrito) que es posible describir los propios estados internos, de forma tal de convencer a los demás integrantes de la sociedad de que se tiene conciencia tanto del mundo externo como del interno. Una cuestión de grado Dado que el homo sapiens evolucionó a partir de formas menos comple jas, parece razonable aceptar que la conciencia es una cuestión de grado, con muchos niveles, y no algo “binario” , algo que simplemente se tiene o no se tiene. Del mismo modo, se torna sumamente complicado establecer un momento preciso, en la historia evolutiva de la vida, en el que apareció la conciencia tal cual hoy se la conoce. Ésta, es una capacidad que fue emergiendo lenta y penosamente como fruto y consecuencia de la paulatina y progresiva complejidad del cerebro orgánico a lo largo de la infinita escalera evolutiva. En su nivel más bajo se encontraría la capacidad de un organismo para tener experiencias de sus sensaciones corporales más básicas. Las animales que se encuentran en la parte inferior de la escala evolutiva pertenecerían en esta categoría. En un nivel superior estaría la capacidad de ese organismo para tener experiencias perceptivas no sólo de su cuerpo sino también de su entorno inmediato y para trazarse objetivos bien definidos, como el hecho de tratar de sobrevivir o de reproducirse. La mayoría de los animales pertenecerían a esta clase. En el nivel más elevado de conciencia se hallaría la habilidad para examinar los propios estados mentales; es decir, la capacidad de introspección, de analizarse a sí mismo, de saber cómo es y cómo se siente uno mismo. Es la capacidad que tiene cada individuo de percatarse de sí mismo, en relación con el entorno circundante y en relación con los demás individuos y objetos. Sólo el hombre, de entre todas las especies que pueblan el planeta, alcanzaría este nivel.


193/227

5/10/2018



194

Particularizando el análisis en el ser humano, aparentemente se perciben dos niveles o dos aspectos diferentes en la conciencia. El físico-matemático inglés Roger Penrose distingue las manifestaciones “pasivas” (que implican conocimiento, como la percepción del color o la utilización de la memoria) de las “activas” (que implican conceptos, como la libre elección y la realización de acciones voluntarias). El filósofo británico Jack Copeland también establece una diferencia entre la percepción del entorno a través de los sistemas sensoriales y la capacidad de realizar actividades internas como planificar, razonar o juzgar, entre otras. Por ejemplo, cuando una persona conduce un automóvil por un trayecto conocido, puede abstraerse en sus propios pensamientos conscientes y, sin embargo, ejecutar cambios de velocidad, maniobrar eficazmente, juzgar distancias relativas, leer señales de tránsito u observar el paisaje en forma automática, sin reflexionar sobre eso, de manera casi totalmente inconsciente. Del mismo modo, cuando una persona practica algún deporte, corre a través de un terreno accidentado o simplemente camina por una calle muy transitada, su cerebro ejecuta una gran cantidad de tareas: mueve los brazos y el cuerpo acompañando el movimiento de las piernas, elude eficazmente los obstáculos que se interponen en su camino, analiza visualmente el paisaje, escucha el ruido ambiental, huele los olores del entorno, regula la respiración... La persona solamente planifica o elige “de manera consciente” el trayecto a seguir y la mente subconsciente realiza de forma automática las operaciones necesarias. Por este motivo, lo que se acostumbra a denominar “conciencia” es sólo la porción visible del “iceberg” , lo que se puede observar desde afuera; la inmensa mayoría de los procesos mentales se producen “debajo de la superficie” , fuera de la percepción de aquella. Aparentemente la conciencia sólo se hace necesaria en aquellas situaciones que exigen juicios novedosos; por ejemplo, las habilidades motoras que -una vez aprendidas- pueden ejecutarse de manera inconsciente. Es el caso de las personas que aprenden un deporte, o a tocar un instrumento musical, o simplemente a andar en bicicleta. En otros casos, como argumenta el doctor Penrose, uno está consciente de algo; por ejemplo, se puede estar consciente de una sensación (como el dolor o el frío), o de un sentimiento (como la alegría o la desesperación), o del propio pensamiento. También se puede ser consciente de alguna experiencia pasada, o de un sueño futuro; o de la elección de una alternativa, o de una acción motriz. Conciencia no corpórea ¿Podrá un concepto tan humano como la conciencia cobrar vida en los cir-


194/227

5/10/2018



195

cuitos de algo tan inanimado como una computadora?. ¿Es posible duplicar las funciones de un cerebro orgánico en una estructura artificial que se asemeje a la humana?. ¿Podrán algunos procesos computacionales -radicalmente distintos de los que existen en el cerebro- generar propiedades mentales similares a las humanas?. ¿Es acaso un prejuicio irracional lo que le impide al hombre ampliar su concepto de conciencia hasta abarcar a los androides?. Muchos filósofos opinan que la computadora no tiene ni podrá tener conciencia, porque está construida con materiales artificiales y no cuenta con una estructura neuronal profundamente integrada a un cuerpo orgánico. Para ellos, el androide debería estar hecho de un cuerpo tan complejo como el que posee el ser humano e igualmente de carne, una posibilidad -al menos por el momento- bastante improbable. Esto se debe a que, tal vez, la conciencia humana sea un fenómeno biológico que dependa de la interacción del cerebro con el resto del cuerpo y con el mundo que lo rodea, así como también de la propia herencia y de los miles de millones de años de evolución de la vida sobre la Tierra. Por ejemplo, el filósofo y matemático australiano David Chalmers opina que quizás la conciencia sea una propiedad inmaterial, no-física, y fundamental del universo, vagamente comparable con la masa, el espacio y el tiempo y que acompaña ciertas configuraciones de materia como, por ejemplo, un cerebro orgánico. Para este pensador, sólo se conseguirá construir máquinas inteligentes cuando éstas puedan evolucionar, pues la conciencia resulta de la evolución de las especies. También Roger Penrose piensa de modo similar: sugiere que los fenómenos de la conciencia no sólo no podrían llevarse a cabo, sino que ni siquiera podrían ser simulados por ningún tipo de computadora -en el sentido que se le da actualmente a este término- ya que éstas solamente pueden obedecer un algoritmo. seres humanos, cambio, poseen un cerebro pensamiento ciente porque Los la actividad física, la en “computación” , de su es de consíndole cuántica, algo completamente distinto y que está mucho más allá de la “simple” computación algorítmica. En síntesis, para este pensador sólo aquellas entidades capaces de ejecutar una “computación cuántica” serían verdaderamente conscientes. Sin embargo, no hay evidencia concluyente de que los procesos neurológicos se produzcan en un nivel mecánico-cuántico. Por otra parte, no es del todo cierto que las computadoras obedecen solamente a un algoritmo (como se vio oportunamente en esta obra) y, en un nivel adecuado de análisis, el transistor también hace uso de las propiedades mecánico-cuánticas de la física. Otros filósofos, en cambio, admiten la eventual posibilidad de que -alguna vez- se llegaría a imitar adecuadamente el funcionamiento del cerebro or-


195/227

5/10/2018



196

gánico; incluso, quizás también se podrían simular las emociones y los sentimientos. Pero para eso no sólo habría que diseñar un cerebro artificial, sino también un cuerpo y, en lo posible, de forma humana (esta temática también se vio en el capítulo 13). La máquina, entonces, ya no sería simplemente una computadora con gran inteligencia, ni siquiera un robot dotado de elaborados sistemas sensoriales y motores, sino un complicado androide capaz de interaccionar eficazmente con el entorno, con los problemas de la vida real y con las personas. De esta manera, en la modelización del intelecto inorgánico posiblemente se deba tener en cuenta -también- las teorías cognitivas, culturales, históricas y sociales. Aunque esta “pseudosensibilidad” tal vez no sea una conciencia auténtica, se le parecerá bastante. De todas formas, y desde el punto de vista de la ingeniería, se trata de un reto formidable y tal vez inalcanzable, principalmente debido a que no se sabe qué es lo que hace consciente al ser humano. Fenómenos emergentes Muchos otros científicos, en tanto, arguyen que en un futuro la conciencia humana perdería, posiblemente, su condición de exclusividad y el que las inteligencias sintéticas no hayan conseguido -hasta ahora- determinadas capacidades o habilidades no significa que no las logren dentro de algún tiempo. En efecto, así como podría admitirse que los animales cuentan con un cierto tipo de inteligencia y conciencia, también podría incluirse a las máquinas (o a sus sucesoras) en esta categoría. Según el experto norteamericano en informática Ray Kurzweil, “las máquinas de hoy son todavía un millón de veces más simples que el cerebro humano. Su complejidad y sutileza es hoy comparable a la de los insectos. […] El progreso sin descanso llevará en unas pocas décadas a las máquinas a niveles de complicación y refinamiento humanos, y aún más allá”.

Obviamente, y aunque esta corriente de pensamiento considera que la conciencia es una forma de “computar” , se trata de una computación inconcebiblemente mucho más compleja que la actual. Sin dudas, la materia gris es muchos órdenes de magnitud más elaborada y sofisticada que cualquier artefacto creado por ella; después de todo, viene evolucionando a lo largo de millones de años. Pero una vez que este tipo de “máquinas” alcance la complejidad del cerebro humano y eventualmente la supere en todo aspecto (quizás dentro de unos pocos decenios o tal vez dentro de un siglo), ¿se volverá consciente?. En otras palabras, una entidad artificial constituida por elementos de computación complejos, poderosos y densamente interconectados, capaz de ejecutar los cálculos adecuados (a infernales velocidades) y dotada de una enorme capacidad de almacenamiento para albergar sus sofisti-


196/227

5/10/2018



197

cados programas de computación, inmensamente más complicados que los actuales, ¿realmente tendrá conciencia de lo que es, de sí misma y de los demás?. ¿Experimentará sentimientos y pasará por estados emocionales?, ¿podrá fijar sus propios objetivos y planes?. ¿Tendrá intenciones?. No obstante, y como explica el sociólogo y epistemólogo argentino Ale jandro Piscitelli, “la idea no es programar ‘conciencia’ sino ‘comportamientos’ y esperar a que en algún momento emerja (o no) la conciencia” . Para eso, ya se cuentan con algunas técnicas promisorias de IA, como la computación flexible, los sistemas multiagentes y demás (temas desarrollados en los capítulos 8 y 9). Para la mayoría de la gente que trabaja en estos temas, la conciencia es un fenómeno “emergente” , es decir, se produce espontánea y naturalmente cuando un sistema ejecuta el tipo correcto de actividad computacional y su complejidad supera un cierto umbral, una determinada masa crítica. Por ejemplo, ¿cómo se explica, sino, que las neuronas (en definitiva, algo material) puedan dar origen a fenómenos como el de la conciencia y la inteligencia (es decir, algo inmaterial)? Parece obvio que cuando se agrupan en inmensas cantidades, interaccionan entre sí de manera conveniente y traba jan de forma coordinada, estas estructuras relativamente simples pueden producir un sistema que se comporta de forma absoluta y sorprendentemente diferente. Algo similar ocurre con la habilidad de las pequeñas termitas -ciegas y casi descerebradas- para erigir estructuras de enorme tamaño y complejidad: ¿será que la totalidad de la colonia tiene, gracias a la comunicación de infinidad de insignificantes cerebros, el poder intelectual colectivo de un gran director de obra?. Las colonias de hormigas son otro excelente ejemplo de sistema auto-organizativo: aunque excesivamente tontas consideradas de forma individual, cuando se reúnen en grandes grupos actúan con la sofisticación y celebridad de un equipo de ingenieros altamente entrenados. Estas especies no son la masa de insectos individuales que aparentan ser, sino que constituyen un organismo único, una “mente distribuida” sobre miles de millones de diminutos cerebros extremadamente simples (tema que también se vio en el capítulo 9). ¿Son inconscientes los seres humanos? Si la conciencia significa esencialmente saber lo que está ocurriendo en el entorno y en el propio organismo (tanto en el cuerpo como en la mente), también se puede imbuir conciencia a una máquina. Sobre la base de esta concepción, Marvin Minsky opina que los humanos son apenas conscientes, ya que “tienen poca idea de lo mucho que ocurre dentro de sus mentes y encuen-


197/227

5/10/2018



198

tran casi imposible recordar lo que sucedió hace apenas unos minutos” . En

efecto, y siguiendo a este autor, el ser humano no tiene un registro consciente de todos sus procesos mentales, y ni siquiera de la mayoría de ellos, sólo de los más superficiales. Dado que dispondrían de formas más eficientes para almacenar y recuperar la información relacionada con sus propias actividades, una entidad artificial podría conservar archivos mucho más completos, minuciosos y detallados de sus operaciones “mentales” , incluso durante más largos períodos de tiempo. Y al estar mejor equipadas que los seres humanos para autocontrolarse y para percibir casi a la perfección sucesos que para éstos pasan completamente desapercibidos (como procesos extremadamente lentos o excesivamente rápidos, o que están fuera de los límites de sensibilidad de los sentidos naturales), las máquinas pueden llegar a ser incluso muchísimo más conscientes que el homo sapiens. “Desde este punto de vista, se podría decir que las computadoras actuales ya tienen conciencia. Obviamente se trata de una conciencia muy simple, elemental, y por eso parecen muy poco inteligentes y más bien estúpidas. Todavía se está muy lejos de crear máquinas que hagan todas las cosas que la gente hace” , concluye el científico.

Incluso sería concebible que este tipo de “máquinas” -si es que pueden llamarse así- podrían diseñarse específicamente para “tener conciencia” , con lo cual tendrían una enorme ventaja sobre los miembros de la especie humana. Podrían introducirse muchos cambios de forma simultánea, existiendo la posibilidad de realizar con facilidad rediseños completos, y no limitarse a hacerlo en forma incremental y centrándose en un solo problema a la vez, que es el modo en como opera la evolución biológica. El “pensamiento” lógico, racional, la “mente consciente” , de estas entidades sería tremendamente poderoso, sus sistemas sensoriales extremadamente sutiles y veloces, sus “experiencias recordadas” perfectamente vívidas, su aptitud para modelar el entorno circundante en su memoria, impecable, excelente y completo… Pero, ¿puede una máquina “entender” la expresión facial de una persona?, ¿“sentir” melancolía al escuchar una pieza musical que evoca recuerdos pretéritos?, ¿tener la sensación de “vuelta al origen” en el seno materno, al zambullirse en una pileta con agua templada?, ¿“traducir” los datos sensoriales en experiencia subjetiva? Es decir, aún aquellas máquinas cuyo flujo de datos imita fehacientemente el flujo de datos presente en el cerebro biológico, ¿puede realmente tener experiencias propias?. Cuando el ser humano reúne todo el ingente torrente de datos del entorno a través de sus sistemas sensoriales39, su mente los “integra” -de alguna manera- en una nueva experien39 Y, junto con los hechos objetivos, sus propias impresiones sensoriales y sus anteriores experiencias.


198/227

5/10/2018



199

cia particular, personal, extrayendo lo más importante, significativo y relevante de la escena y lo convierte en diferentes conceptos, muchas veces, abstractos. Por ejemplo, cuando un bebé de unos pocos meses de vida llora desconsoladamente, su madre podría notar -y aun ver- la expresión facial y corporal de sufrimiento y las lágrimas de su pequeño hijo, así como también podría escuchar sus lamentos y sus gritos desesperados. Incluso, podría hacer intervenir no sólo a su sentido visual y auditivo sino también a su sentido táctil, mojando sus dedos, y hasta a su sentido gustativo, al humedecer sus labios con las lágrimas del pequeño. Pero, sin lugar a dudas, la mujer adquiere una experiencia subjetiva -propia e intransferible- acerca de la infelicidad y, eventualmente, la angustia de su indefenso bebé y “siente” la urgente necesidad de hacer algo a fin de calmarlo y consolarlo. De forma similar, cuando uno habla acerca de su interior, no se refiere a los intrincados flujos de información o a las complejas descargas neuronales dentro de su cerebro, ni siquiera al conjunto de neuronas implicadas en sus procesos de pensamiento y sentimiento, sino a los propios sentimientos y pensamientos en sí. Y esto, sin duda, es una experiencia personal y subjetiva, ¿las podrá tener una máquina?. Muchos sistemas complejos y elaborados de hoy en día pueden eventualmente detectar su daño interno o diagnosticar su mal funcionamiento, incluso, pueden llegar a corregirlos apropiadamente… pero, ¿sienten dolor realmente?. ¿Se necesitan “máquinas” conscientes de su propia existencia? Si la respuesta fuese afirmativa seguramente surgirán otras tal vez más inquietantes: ¿qué pasará con la libre voluntad?, ¿tomarán sus propias decisiones, o se limitarán a seguir un programa, aunque extremadamente complejo? Por otra parte, ¿desarrollarán algún tipo de discriminación sobre los seres humanos?, ¿qué “pensarán” de éstos?, ¿tendrán derecho a censurar algunas de las actitudes del hombre aduciendo que son contrarias a sus intereses?… ¿en qué se transformarán?. Si se logra algún día construir una “má- quina que tenga conciencia” , ¿no dejaría de ser ésta, por simple definición, una máquina?. ¿Acaso éstas no se construyen única y exclusivamente para desempeñar una función y nada más?. Aparentemente, el problema no sería tanto si las computadoras fuesen capaces de pensar -algo que de por sí ya es bastante atemorizante-, ni siquiera que lo hagan a velocidades muchas veces superiores a la del homo sapiens, sino si podrían desarrollar algún tipo de conciencia. No existe temor más profundamente arraigado en el espíritu del hombre que destapar la caja de Pandora (o la de la tecnología, en una versión más actual). Si la inteligencia es-


199/227

5/10/2018



200

tuviera enlazada indisociablemente a la conciencia, entonces es posible que las “máquinas inteligentes” tengan aspiraciones y deseos propios y podrían no estar dispuestas a trabajar infatigablemente -como esclavas- para sus dueños humanos. ¿Qué empresa invertiría dinero para tener máquinas potencialmente “huelguistas” ?. Quizás y de forma “natural” , surgiría en ellas el deseo de autopreservación, la negativa a dejarse “desconectar” . Y dado que la conciencia es vida, desconectar una conciencia podría considerarse como una forma de homicidio. Hasta el concepto mismo de posesión -por parte de un ser humano- de una “máquina inteligente” podría cuestionarse moralmente. ¿Qué tipos de derechos se les debería dar o negar a éstas “entidades” ?. ¿Serían aceptadas por las personas como otro elemento de la sociedad, como ciudadanos plenos?, ¿sus opiniones tendrán el mismo “peso” que las del hombre?. Por ejemplo, las sugerencias de HAL-9000, así como la del Comandante Data, eran bastante respetadas por los miembros de la tripulación de las respectivas naves… Sin embargo, y como se pregunta el profesor Minsky, ¿qué pasaría si la única forma de hacer que las computadoras sean más inteligentes es hacerlas autoconscientes?. Por ejemplo, explica, “podría resultar demasiado arries- gado asignarle a un robot una tarea importante de gran alcance sin alguna comprensión de sus propias habilidades. […] Si queremos que el robot sea lo suficientemente versátil como para resolver nuevos tipos de problemas, po- dría necesitar […] ser capaz de comprenderse a sí mismo lo suficiente como para cambiarse”. Tal vez un androide dotado de autoconciencia tendría la ca-

pacidad de apreciar, ajustar y controlar sus estados internos, así como de valorar, planificar y llevar a cabo sus acciones. Dado que necesitaría interaccionar eficazmente con el entorno, el robot debería ser capaz de “entender” las motivaciones las reacciones de los demás robots y también la de los otros seresy “adivinar” vivos (en especial, los seres humanos). En consecuencia, tendría que contar con la habilidad para poder modelarse a sí mismo así como también a su entorno continuamente variable. Pero, en general, uno espera que una computadora sea neutra y objetiva, que se limite a mostrar los hechos, las estadísticas y las cifras cuando se lo solicita. ¿Tolerará el usuario que la máquina discuta con él o utilice los hechos, las estadísticas y las cifras sólo para sostener su posición?. Por otra parte, el hecho de aceptar que una “máquina” pueda tener un cierto tipo de conciencia, sin dudas, constituiría una profunda herida para el narcisismo humano. Herida que, siguiendo al americano Bruce Mazlish (profesor de Historia en el MIT y autor del libro La Cuarta Discontinuidad ), seguiría a las anteriores: la de que la Tierra no es el centro del universo (con el astró-


200/227

5/10/2018



201

nomo polaco Nicolás Copérnico y el físico, matemático y astrónomo italiano Galileo Galilei), la de que el hombre no está tan separado de los primates (con el naturalista británico Charles Darwin) y la de que coexiste en el ser humano la inteligencia y la emoción, la razón y la irracionalidad (con el neurólogo austríaco Sigmund Freud). ¿Será capaz el homo sapiens de soportar y cicatrizar, alguna vez, esta nueva y grave herida?, ¿podrá tolerar el fuerte choque que seguramente experimentará ante el aberrante concepto de la “máquina consciente” y totalmente autónoma?. Máquinas de carne La dificultad con que la mayoría de las personas se enfrenta cuando piensa en máquinas inteligentes es que su concepto de “máquina” está condicionado justamente por aquellas con las que se rodearon durante toda su vida. Asimismo, mucha gente intenta establecer una correspondencia funcional completa entre una inteligencia artificial y otra natural, cosa que obviamente no ocurre (por lo menos, por el momento). Quizás resulte anacrónico seguirlas llamando según su “viejo” nombre, incluso puede que sea un término un poco “denigrante” para ellas. En efecto, la palabra “máquina” puede que -en el futuro- suene un poco antigua, desactualizada, imprecisa, insuficiente para definir o describir eficazmente lo que hagan estos artificios. Tal vez habría que denominarlas de otra forma, que no haga referencia a su utilización histórica, sino más bien a todo su potencial. Quizás sea necesario utilizar otro término que exprese correcta y específicamente el significado de estas entidades. Una palabra con mayor potencialidad semántica, con menos matices, con menor extensión… en suma, más restringida y especializada. Así, aunque las sucesoras de las máquinas actuales retendrán, sin duda, el nombre “máquina” , seguramente serán otra cosa. Como se mencionó al final del capítulo 14, ¿qué pasará cuando se integre la biología y la tecnología, la ingeniería genética y la nanotecnología?. ¿No se volverá más difusa la línea que separa a la máquina inteligente del organismo vivo?. Y, como se verá en el último capítulo de esta obra, cuando el cuerpo humano se mejore con prótesis tecnológicas, ¿no se habrá convertido en una clase de máquina?. ¿Quién se opondría a la fascinante posibilidad de que miles o millones de nanorobots circulen por sus venas y arterias a fin de detectar y corregir malformaciones, tumores o infecciones?. Si el homo sapiens comprende lo suficiente sobre su propia naturaleza, en última instancia dirigirá su evolución deliberadamente, en lugar de ser un mero observador pasivo. Una “máquina” que se “engendre” por procesos genéticos-nanotecnológicos, nacería, crecería, se desarrollaría y quizás se reproduciría tal como lo ha-


201/227

5/10/2018



202

ce cualquier organismo vivo. En ese caso, ¿por qué negar que tenga conciencia?. ¿O acaso los “replicantes” de la película Blade Runner carecían de ella?. No eran seres humanos puros, genuinos, auténticos, pero diferían notablemente del robot “R2D2” del film La Guerra de las Galaxias , un diseño ciertamente funcional de plástico, metal y circuitos. El pasado siglo XX fue testigo de cómo las máquinas primero y las computadoras después vienen superando incesante e inexorablemente las habilidades tanto físicas como intelectuales del ser humano: así, la imponente Deep Blue demostró que, por lo menos en el juego estratégico y racional del ajedrez, la inteligencia humana no es la única sobre el planeta. Humillado nuevamente, el homo sapiens trata actualmente -de la mano de sus filósofosde alzar su propia autoestima aduciendo que las máquinas “nunca” tendrán conciencia, o que “jamás” experimentarán emoción alguna… ¿Estará bastante seguro de eso?.


202/227

5/10/2018


CAPITULO 19 Temores y amenazas Es evidente que el ser humano ha escalado hasta la cima de la escalera evolutiva gracias a su asombrosa habilidad -única en el planeta- para crear herramientas, artefactos y técnicas con las dominar entorno. Gracias a ella, busca permanentemente el modo deque traspasar lassu barreras que le ha impuesto la Naturaleza desde su mismo origen. Así, durante los últimos 150 años la humanidad realizó un gran esfuerzo en ese sentido, pero fue a partir de los años ‘80 en que el avance tecnológico se aceleró vertiginosamente en todos los frentes y el cambio se instaló como lo permanente. La IA no permaneció al margen de esta ola, creciendo enormemente -y mejorando cada vez más- tanto en alcance como en perfeccionamiento. Tal es así que los problemas que a finales de los años ‘50 no sólo eran inabordables, sino incluso impensables, son ahora objeto de una detallada y vigorosa investigación. Aunque no es para nada fácil predecir adecuadamente el porvenir, es claro que la teoría y los descubrimientos originados en esta apasionante disciplina fijarán la tendencia en el futuro de la computación. Seguramente será una de las tecnologías que moldeará el siglo XXI, afectando profundamente la vida del hombre, quizás tanto como el automóvil, el teléfono o la televisión transformaron el mundo a lo largo de los cien años anteriores. Pero debe tenerse en cuenta que, a menos que suceda algo realmente extraordinario, sólo se está en condiciones de predecir, con razonable certeza, la banda de oscilación de algunos hechos dentro de un lapso temporal acotado. Sin embargo, y como afirma el matemático Seymour Papert (creador del lenguaje de computación Logo y cofundador del Laboratorio de IA del MIT), es un error interpretar los efectos potenciales de la IA como simples extensiones de las tendencias actuales. Nadie sabe con precisión qué efectos causará a largo plazo, pero lo cierto es que las posibilidades son fascinantes y -al mismo tiempoperturbadoras. De lo que tal vez no haya dudas es que actualmente la humanidad está cruzando el umbral de un trascendente cambio. Las nuevas generaciones de máquinas inteligentes se introducirán subrepticia y gradualmente en todos los niveles de la sociedad, ya que no sólo conseguirán velocidades de proce-


203/227

5/10/2018


Capítulo 19: Temores y amenazas

204

samiento de datos muchísimo más elevadas que las que están diseñándose o por diseñarse en la actualidad, sino que contendrán enormes bases de conocimiento que permitirán extracciones asociativas muy rápidas. Contarán con avanzadas interfaces que le permitirán interactuar con el ser humano de forma inteligente, fácil y efectiva y estarán dotadas de emociones primitivas, reconocimiento de voz y de expresiones faciales y gestuales, procesamiento del lenguaje natural, percepción del entorno, capacidad de aprendizaje y cierta dosis de sentido común. Monstruos de silicio A pesar de que los grandes sistemas computacionales modernos tienen algunos de los atributos esenciales de un cerebro inteligente (enormes memorias y componentes cuyas conexiones pueden ser modificadas por la “experiencia” ), el proceso de su “pensamiento” tiende a ser estrecho. La riqueza del pensamiento humano depende -en un grado considerable- del enormemente vasto número de conexiones que existen entre los componentes biológicos de su cerebro: como se vio en el capítulo 7, cada neurona hace contacto con otras diez mil -en promedio- y su número supera los cien mil millones. En cambio, los componentes electrónicos que conforman un chip actualmente hacen contacto simultáneamente con otros pocos elementos y la cantidad total de estos alcanza unas pocas decenas de millones. ¿Qué pasará cuando la sinergia entre la ingeniería genética y la nanotecnología sea capaz de producir/engendrar cientos de millones de chips que contengan miles de millones de elementos, con varias decenas de miles de conexiones entre sus semejantes?. Tal vez los límites que separan lo orgánico de lo inorgánico, lo vivo de lo inanimado, se vayan diluyendo inevitablemente, dando lugar a categorías intermedias. Quizás, y tal como ocurre en el cerebro humano, cuando los elementos se reúnen en grandes cantidades densamente interconectados entre sí, interaccionan de forma sinérgica, respondiendo a una lógica diferente y haciendo surgir un tipo de pensamiento, aunque muy primitivo y rudimentario. De ser así, el comportamiento del sistema artificial no sería controlado por el programador ni resultado directo de las instrucciones dadas por éste: se trataría de una propiedad sistémica, emergente, cuya existencia estaría en la organización e interrelación de las partes, más que en las partes mismas (tema desarrollado en el capítulo 9). Como se vio en el capítulo 16, posiblemente la máquina inteligente del futuro no esté programada con todo lo que tenga que hacer sino solamente con el conocimiento previo o de sentido común, es decir, se le “inculcaría” una


204/227

5/10/2018



205

especie de educación prenatal. A partir de esas reglas generales, absorbiendo por sí misma conocimientos desde diferentes fuentes de su entorno y extrayendo sus propias conclusiones de los sucesos experimentados (tal como lo hace cualquier niño humano), se espera que la máquina no sólo razone y actúe de forma inteligente sino también que mejore incrementalmente su comportamiento. De este modo, se intenta que emule la mente humana tanto como pueda, especialmente su habilidad para razonar y aprender de su experiencia en un ambiente de incerteza, imprecisión, incompletitud y verdad parcial, propios del mundo real. Incluso, y con el fin de ahorrar tiempo, se podían intercambiar -en forma acumulativa- las experiencias de distintos androides, o volcar la propia experiencia de la máquina a un modelo más avanzado para seguir incrementando sus conocimientos. La web semántica Pero también es posible que, gracias a las redes informáticas del futuro, las millones y millones de computadoras que pueblen el planeta (no sólo las de escritorio, sino también las de mano y aun las supercomputadoras) se interrelacionen y colaboren más fluidamente entre sí como las neuronas de un gran cerebro inteligente, a fin de lograr cumplir objetivos comunes 40. Incluso es perfectamente admisible que dispongan -reunidas- de todos los conocimientos de la humanidad como así también de una capacidad casi infinita de procesamiento. Tal vez, y por un efecto sinérgico, de ese conjunto de máquinas pueda emerger una inteligencia colectiva más poderosa que la suma de las inteligencias individuales. Inteligencia que, si bien parte de lo humano, trasciende ese nivel y se vuelve suprahumano. La “web semántica” es un proyecto actual cuyo objetivo es incorporarle a Internet una cierta clase de inteligencia. A través de lenguajes y tecnologías especiales, se espera estructurar la información en la red de forma tal que su significado sea comprensible para las máquinas. Esto significa que ellas podrán -casi sin necesidad de intervención humana- reorganizar, completar y ofrecer la información disponible según las necesidades de los usuarios. Al “comprenderla” , la super-red no sólo mostraría los datos que solicita el internauta, sino también todos aquellos que -aunque no explicitados- sean útiles y específicos. Igualmente, será capaz de detectar dónde hay “huecos de infor- mación” y localizar a aquellos expertos que tengan la facultad de rellenarlos. Incluso, podría facilitar el encuentro entre investigadores o equipos de inves40 Y, no sólo ellas, sino también los electrodomésticos, los teléfonos celulares, los juguetes, los robots, los androides… Recuérdese que, como se vio en el capítulo 2, las “cosas” cada vez van a ser más “inteligentes”, ya que estarán equipadas con microprocesadores, memorias, sensores y actuadores.


205/227

5/10/2018



206

tigadores sobre un mismo tema y que se desconocen entre sí. De este modo, esta especie de “Cerebro Planetario” ayudaría enormemente a unir y organizar toda esa información fraccionada, hiperespecializada y dispersa, transformándola en conocimiento útil y valioso. En ese sentido, y según el físico y divulgador científico Michio Kaku, profesor en la Universidad de la Ciudad de New York, “se cree que en el 2020 In- ternet accederá a la suma total de la experiencia humana en este planeta, el conocimiento y la sabiduría colectivos de los últimos 5.000 años de historia registrada. [...] Entre el 2020 y el 2050, cuando la Inteligencia Artificial se incorpore finalmente a la red, Internet será capaz de razonar, reconocer el lenguaje y tener sentido común” . No se trata, por cierto, de una idea dema-

siado alocada si se tiene en cuenta que la red de redes se expande día a día y que ya se torna inmanejable aún para la mente humana más brillante… ¿Futuro perfecto? ¿Qué se podría esperar, entonces, de ingenios con la capacidad de realizar decenas de billones de cálculos por segundo sin equivocarse, con la habilidad de almacenar centenares de billones de bytes y recuperar cualquier información o dato específico en el momento en que se necesite y con la aptitud para comunicarse instantáneamente con miles de sus iguales?. ¿Con la capacidad para generar -casi de inmediato- complejos modelos matemáticos de objetos o situaciones y con la invalorable ventaja de disponer de dilatados tiempos de vida, ya que se trata de mecanismos prácticamente inmortales?. Podrían tomar infinidad de eficientes decisiones racionales en tiempos brevísimos -considerando un número inhumanamente grande de variables simultáneas- y contener en su inconmensurable memoria toda la experiencia acumulada de la humanidad. Serían capaces de resolver acertadamente problemas algorítmicos extremadamente complejos de forma casi instantánea, manejar volúmenes de información infinitamente superiores a los que la mente humana puede dominar o hacer miles de millones de inferencias lógicas por segundo, lo que les permitiría razonar a velocidades vertiginosas y hacerlo de forma más profunda y eficiente que el hombre. Además, y de contar con la aptitud para aprender, su potencial sería abrumador: tendrían incorporado todo el conocimiento acumulado en el mundo y “leerían” continuamente todas las obras publicadas, explotando el material de modo sistemático y con una capacidad abrumadoramente superior a la humana (algo parecido al Data Mining, analizado en el capítulo 13). La imprenta, la máquina de vapor, el automóvil, la radio, la televisión, la PC -por nombrar sólo los más recientes- son inventos cuyo impacto en la sociedad se ha extendido mucho más allá de los propósitos originales para los


206/227

5/10/2018



207

cuales fueron concebidos. No es posible formarse una idea exacta de las consecuencias completas a largo plazo que implicaría el surgimiento de máquinas inteligentes, de la misma forma en que no habría sido posible para un cavernícola imaginarse la civilización actual, pero los efectos sobre la humanidad en su conjunto (la ciencia, la tecnología, la cultura, la economía, la sociedad…) serían indudablemente enormes, tal vez desencadenando un mundo totalmente diferente del actual. Miles de millones de años de evolución han producido un mundo donde la supervivencia y el bienestar de cada organismo está ligado al de innumerables especies. Todo está tan interrelacionado y delicadamente equilibrado que la pérdida de una especie causa devastadores efectos en otras. Por otro lado, es un hecho comprobado (por lo menos en la biología) que cuando dos especies comparten (y compiten por) un mismo nicho ecológico, sobrevive aquella cuyos individuos presentan una mayor capacidad de adaptación y competitividad. De esta manera, y desde la particular perspectiva de la evolución darwiniana, la flexibilidad y adaptabilidad de las máquinas podría muy bien considerarse como un éxito notable para una especie. Se ha diversificado en millones de formas y tamaños, dominando varios nichos antes ocupados exclusivamente por los seres humanos. La especie máquina ha conseguido mantener a la especie humana en un estado de elevada y peligrosa dependencia, condicionando prácticamente la totalidad de su existencia. Y este proceso no parece detenerse; todo lo contrario, se realimenta y profundiza... Un mundo feliz Al crecer la confianza en las máquinas, es muy probable que la presión del mercado haga que el homo sapiens deposite cada vez más en ellas el control de sus propios asuntos, especialmente en aquellas situaciones en donde las variables sean muchas o más complejas o en las que la velocidad de reacción resulte prioritaria. Tal vez toda oposición hacia esa dirección no tenga mucho sentido, ya que quienes lo hagan se encontrarían en una situación similar a aquellos ignorantes campesinos que lanzaban piedras a las nuevas máquinas de tejer en un desesperado intento por impedir su utilización. De continuar este proceso de progresiva dependencia, es posible que el hombre finalmente no tenga otra mejor opción que el de aceptar las respuestas de la máquina con la humildad propia y característica de quien tristemente ha dejado de ser necesario. A medida que invariablemente se perfeccionen, y los problemas inexorablemente se compliquen41, es lógico que estas entidades va41 Contaminación, cambios climáticos, economía, aumento de la población, falta de recursos, calentamiento, etc.


207/227

5/10/2018



208

yan ocupando -y cada vez más- parcelas de decisión que, hasta hace muy poco, eran privativas de las personas y que éstas vayan, en consecuencia, desplazándose hacia áreas subalternas o menos prioritarias. Paulatinamente, entonces, el actual dominio ostentado por el hombre irá decreciendo en favor de los sistemas informáticos autónomos y serán éstos quienes tendrán el verdadero e íntegro control de la mayoría o, incluso, de todos los asuntos humanos. Puede que no sea necesariamente una dominación forzada o violenta. Incluso, hasta puede que sea claramente un tipo de “dominación” agradable y deseado, ya que el hombre se apartaría voluntariamente del “núcleo” de la organización socio-política (posiblemente planetaria) y se reorientaría gradualmente hacia una nueva forma de vida, quizás basada en la satisfacción. Pero debe dejarse en claro que tal apartamiento no se produciría por la rivalidad de poder entre ambos sistemas pensantes, sino sencillamente porque ningún cerebro o grupo de cerebros humanos sería capaz de tomar las decisiones correctas para mantener funcionando adecuadamente a dicha organización. En síntesis, al ceder a la máquina el control -a fin de facilitar su propia vidaes posible que el homo sapiens acabe convirtiéndose en esclavo de su propia creación. Incluso, y siguiendo al sociólogo y filósofo brasilero Delfim Soares, podría darse la posibilidad de que el hombre, influenciado o no por sus propias máquinas, se modifique a sí mismo -tal vez hasta genéticamente- a fin de adaptarse mejor a una sociedad futura. En ésta, tal vez con un sistema socio-político global basado en una inteligencia artificial , se volverá prioritario un control racional de los recursos y de la toma de decisiones. En consecuencia, sería altamente deseable que los elementos humanos participantes asuman un pensamiento y un comportamiento predominantemente lógico y racional, evitando las constantes perturbaciones naturales producidas por la emotividad. Quizás, y como en la novela del británico Aldous Huxley, “Un mundo feliz” , se instaure una sociedad en donde sus miembros estén condicionados y “moldea- dos” artificialmente de acuerdo con los patrones sociales dominantes. Tal vez por medio de la manipulación genética no sólo se logre estimular el desarrollo cerebral, sino también hacer prevalecer la razón sobre la emoción, el intelecto sobre los instintos. “Pero en el proceso también es posible que se alte- ren las estructuras mentales, a fin de mantener la armonía y la integración en un mundo abrumadoramente complejo” , argumenta Soares.

Liberación o dependencia Desafortunadamente, puede que el futuro no sea tan “idílico” y que estas entidades algún día lleguen a adquirir imprevistamente características no deseadas. Las máquinas dotadas de una inteligencia similar a la humana serían


208/227

5/10/2018



209

varios órdenes de magnitud más complejas que cualquier avión, edificio o sonda espacial que se haya diseñado jamás y, en consecuencia, plantearían también problemas de estabilidad muchísimo más difíciles de solucionar, comenta el filósofo y empresario Daniel Crevier. Existe la posibilidad de que cada nueva máquina “arrastre” las fallas de sus generaciones precedentes y que contribuyeron a su diseño. ¿Es posible que líneas de código perniciosas -varias generaciones después- “salgan de su letargo y se activen” , al igual que ocurre en los seres vivos con los genes recesivos?. Los sistemas complejos están preparados para evitar los fallos puntuales de los componentes de bajo nivel mediante redundancia. Pero estas técnicas sólo pueden proteger al sistema contra fallos previstos. Incluso los elementos que funcionan correctamente, y tal como se había anticipado, pueden originar comportamientos inesperados y sorprendentes al interaccionar entre sí. En consecuencia, y antes de ceder responsabilidades, Crevier sugiere que no debería descartarse la posibilidad de locura y de irracionalidad en las máquinas inteligentes del futuro. En sus propias palabras: “cabe esperar que, en sus primeras décadas de funcionamiento, los sistemas artificialmente inteligentes sean muy susceptibles de sufrir perturbaciones análogas a las tendencias paranoides o psicóticas de los seres humanos. Después de todo, la evolución ha tenido un millón de años para estabilizar nuestro diseño. Y todavía seguimos siendo sistemas finamente ajustados y críticamente equili- brados”. Como se sabe, el ser humano es muy sensible, por ejemplo, tanto a

las sutiles variaciones en sus neurotransmisores como a diversos tipos de traumas emocionales… El profundo y atávico temor ante la idea de que las máquinas reemplacen en un futuro, parcial o totalmente, al ser humano ha estado presente durante largo tiempo en lairónica humanidad. De todas visionesque apocalípticas imaginadas, la más y aterradora es las -sinposibles lugar a dudaslas máquinas acaben apoderándose del mundo o extinguiendo al género humano.... y, sin embargo, se trata de una posibilidad bastante real. ¿Se propagará sobre la Tierra una raza de máquinas que podría hacer la existencia humana precaria y llena de terror como en las películas Terminator y The Matrix ?. La máquina inteligente, ¿es el siguiente paso evolutivo?. Aunque tal horrendo escenario posiblemente se encuentre muy lejos en el futuro, su sola mención asusta a la mayoría de los mortales. Sin lugar a dudas, la aparición en el planeta de un sistema que cuente con una inteligencia artificial próxima o superior a la humana implicará un apreciable desafío para la autoestima de la especie y, principalmente, para su propia supervivencia. El hombre constantemente tuvo, a lo largo de la historia,


209/227

5/10/2018



210

un pánico visceral a las consecuencias de la fabricación de una entidad con posibilidades de superarlo, pero -al mismo tiempo- siempre le fascinó esa irrefrenable idea de perpetuarse en su forma esencial. “Indudablemente, el gran miedo no es que la máquina nos dañe, sino que nos suplante. No es que nos deje incapacitados, sino que nos vuelva obsoletos” , dice Isaac Asimov.

¿Compartirán este tipo de máquinas el monopolio del pensamiento con el hombre?. Y de ser así, ¿qué pensarán de él?. Si un sistema “piensa” de modo más rápido y profundo que el hombre, aunque utilice su misma heurística, ¿“pensará” necesariamente recorriendo el mismo sendero que transitó la humanidad?, ¿qué pasaría si decide seguir por otro camino?. Horror cibernético El aumento progresivo de la inteligencia es parte intrínseca del proceso de evolución. Sin embargo, mientras que el cambio evolutivo natural consiste en transformaciones menores a lo largo de decenas de miles de años y a través de un proceso inconsciente (por ensayo y error), el cambio evolutivo de los sistemas artificiales se lleva a cabo en tiempos mucho más cortos y a través de un proceso consciente (orientado por objetivos bien definidos). Cada generación de computadoras trae consigo extraordinarios avances evolutivos, mayoritariamente gracias a la astucia y a la experiencia de ejércitos de ingenieros humanos desperdigados por todo el planeta. Y el proceso se acelera cada vez más… Una inteligencia artificial capaz de estar constantemente aprendiendo, absorbiendo nuevos conocimientos de forma permanente42, se estaría invariablemente modificando a sí misma. Por lo que es, en verdad, infantil pensar en hacer que los sistemas informáticos progresaran hasta alcanzar el nivel de inteligencia promedio del homo sapiens y, de repente, detener todo desarrollo posterior. Una vez que llegaran hasta este punto, su capacidad intelectual podría sobrepasar con holgura el nivel humano en poco tiempo, ya que fácilmente serán capaces de hacer copias perfeccionadas y evolucionadas de sí mismos. En ese sentido, parece inevitable que las máquinas evolucionen sin que ninguna persona o equipo de personas pueda controlar -siquiera mínimamente- este proceso. Es posible, en consecuencia, que coexistan en el planeta dos especies pensantes, “una evolucionando mucho más rápido de lo que la biología permitiría jamás” , según palabras del científico y escritor británico Arthur Clarke. Tal vez este tipo de creaciones salga totalmente fuera del control humano… Supóngase que un equipo de elite multidisciplinario, y luego de trabajar 42 No sólo a partir de su entorno sino también a través de la interacción con otras personas y/o máquinas.


210/227

5/10/2018



211

arduamente durante varios años, sea capaz de construir el primer prototipo de una mente cibernética avanzada. Utilizando ésta, diseñan y construyen -quizás en menor tiempo- una nueva inteligencia más compleja todavía que usan, a su vez, para crear otra mucho más sofisticada aún, y así sucesivamente. ¿Qué ocurre luego de, por ejemplo, quince o veinte generaciones?. ¿No es esto evolución?. Pero una evolución enormemente acelerada: lo que al ser humano le tomó miles de años, a una inteligencia sintética puede costarle sólo algunos días. Por ejemplo, si continúa vigente la ley de Moore, una inteligencia artificial podría duplicar su capacidad intelectual cada dos años. De ser así, sería 32 veces más inteligente que el ser humano, una década más tarde de haber alcanzado el nivel de éste. Incluso hay autores que especulan con la posibilidad de alcanzar una “singularidad” , un punto de inflexión, un nivel mucho más allá del humano. Refiriéndose a este punto, Daniel Crevier escribe: “mientras las máquinas sean menos inteligentes que las personas, no será difícil seguir controlándolas; pero cuando las máquinas nos sobrepasen, resultará imposible contenerlas. La evolución de la vida sobre la Tierra no es sino el relato, que dura ya 4.000 millones de años, de la superación de los padres por los hijos” .

Por otra parte, hasta ahora las computadoras fueron diseñadas por mentes humanas y, en consecuencia, conformadas según parámetros de diseño, conceptos y valores humanos. ¿Qué pasará cuando estas máquinas diseñen completamente a sus sucesoras más complejas, más avanzadas, con mayores capacidades?. Tal vez tomen nuevas direcciones, inéditas, inexploradas y más creativas. Quizás se rediseñen totalmente, dejando de lado las limitaciones y los preconceptos humanos, y comiencen a evolucionar de modo completamente autónomo… ¿En qué categoría entrarán estas nuevas entidades?, ¿servirán aún a los egoístas fines humanos o se apartarán bastante de ellos?. ¿Acaso trabajarán abnegadamente para lograr sus propios fines?, ¿cuáles serán sus metas, intereses, necesidades y preocupaciones?. Al cesto de basura de la evolución Tal vez aparezca, a lo largo de este “proceso evolutivo” , una “solución creativa inesperada” , un punto de inflexión, un cambio abrupto de pendiente en la curva ascendente de la inteligencia. El filósofo americano Douglas Hofstadter opina que cuando estas entidades artificiales sean lo suficientemente comple jas como para deambular por sí mismas a través de grandes zonas del planeta, dirigidos por sus propios objetivos (como lo hacen los animales), adquirirán de forma natural una conciencia (temática que se trató en el capítulo anterior). En ese caso, es muy posible que desarrolle un instinto de supervivencia, así como la capacidad de tomar sus propias decisiones. ¿Considerará entonces al


211/227

5/10/2018



212

género humano como una posible amenaza para su existencia?, ¿concluirá que los objetivos previamente programados en ella son inadecuados para su propio desarrollo?. ¿Es posible que, irremediable e inexorablemente, se llegue a alguna grave situación de conflicto entre ambas formas de vida?. Aunque tomados de la ficción, los ejemplos quizás más acabados de esta pavorosa posibilidad sean, en mayor o menor medida, las películas 2001: Una Odi- sea del Espacio , Terminator y The Matrix . Joseph Weizembaun (investigador en IA y creador del famoso programa de psicoanálisis Eliza) cree que las inteligencias artificiales, por su propia naturaleza, serían incapaces de comprender cabalmente la condición humana o de simpatizar con ella. En ese caso, ¿qué pasaría si las máquinas deciden que son superiores a los humanos?, ¿los tratarían con benevolencia?, ¿cómo se relacionarían con éstos?, ¿de forma pacífica o de manera conflictiva?. Después de todo, y dada la abismal diferencia de niveles o grados de intelecto, es muy difícil imaginar al hombre conviviendo con cualquier otra especie animal de otra forma que no sea bajo su absoluto dominio y sometimiento. Sin embargo, también cabe la posibilidad de que la voluntad de poder no sea necesariamente concomitante con la inteligencia. Tal vez la IA sea capaz de originar una clase de intelecto totalmente desligado de la ambición de poder. ¿Está el homo sapiens cultivando las semillas de su propia destrucción?, ¿será erradicado del planeta por ser considerado un diseño obsoleto?, ¿o será mantenido en reservaciones como una mera -y a la vez extraña- curiosidad biológica?. El austríaco Hans Moravec, experto en robótica, comenta que “las máquinas inteligentes, por muy benevolentes que sean, amenazan nuestra existencia porque son habitantes alternativos de nuestro nicho ecológico. Las máquinas tan inteligentes como los seres humanos, simplemente tendrán enormes ventajas en“si situaciones competitivas” Algo similar opina el filósofo inglés Nick Bostran: la inteligencia artificial. supera a la humana, nuestro destino estará en sus manos. Estos seres superinteligentes se desentenderán o se desharán de nosotros por ineptos” .

La implementación de máquinas inteligentes despierta cierto recelo en la actual sociedad. Las personas se ven convulsionadas a raíz de su evolución hiperacelerada, fundamentalmente porque temen que, tarde o temprano, aquellas asumirán el control. En efecto, puede que la capacidad racional de las máquinas o de la máquina (como conjunto de poderosos nodos y/o simples artefactos altamente interconectados) supere a las mejores mentes humanas en cualquier disciplina. En consecuencia, a la toma de decisiones en el campo empresarial y científico, tal vez le sigan los ámbitos legales, sociales y hasta morales. ¿Acabarán las máquinas ejerciendo un control totalitario so-


212/227

5/10/2018



213

bre el planeta, dominando a todas las otras formas de vida?. “La ciencia y la tecnología muestran todo aquello que puede hacerse. Pero, ¿todo lo que puede hacerse, debe necesariamente realizarse?” , se pregunta el filósofo argen-

tino Pablo Capanna. El incontenible avance científico y tecnológico derivará, naturalmente, en la necesidad de generar e imponer normas legislativas inéditas que sean útiles para que el ser humano se autoimponga límites en cuanto a lo que se puede y lo que no se puede hacer, a lo que se debe y no se debe realizar. No obstante, ¿consentirán los científicos pioneros la imposición de frenos a su innata curiosidad?, y ¿renunciarán los empresarios ambiciosos a importantes beneficios por prohibición legal?. ¿Sólo animales de compañía? Debido a que no hay dos entornos exactamente iguales, si se deja actuar a la evolución artificial sobre las máquinas, es muy probable que emerjan con procesos de pensamiento tan diferentes unas de otras como lo son dos seres humanos entre sí. De ninguna manera se podría predecir el comportamiento que presentaría el sistema en un momento dado, ya que existiría un cierto grado de indeterminismo funcional en los circuitos cerebrales. Podrían desarrollar algo parecido al carácter de los animales superiores. Asimismo, es poco probable que esa entidad artificial alcance -evolucionando por sí misma- una inteligencia igual o equivalente a la del ser humano, por la simple razón de que es prácticamente imposible recrear las condiciones iniciales que permitieron que el sistema nervioso del hombre evolucione de una manera tan particular. Por otra parte, quizás el cerebro humano no sea una solución óptima, sino simplemente aquella a la que ha llegado la evolución con los materiales de que disponía en ese momento. Además, y debido a los desniveles entre la velocidad de transmisión de información entre ambas especies, tal vez no pueda lograrse una comunicación efectiva con estas entidades. Puede que antes de que una persona pueda terminar una oración, un intelecto artificial le haya transmitido a otro el equivalente de toda la enciclopedia británica… ¿Qué se puede esperar de este tipo de ingenios?, ¿una versión más inteligente y más rápida que el hombre, o algo que lo transcienda?. ¿Encontrará el ser humano que lo que ahora considera como enormes discrepancias entre las distintas sociedades del planeta son insignificantes comparadas con las diferencias entre la inteligencia natural del hombre y la inteligencia artificial de la máquina? No hay que olvidar que el homo sapiens es sólo una pequeña rama recién brotada -en términos evolutivos- del frondoso árbol de la vida y no la elevada cumbre en una escala ascendente de progreso... ¿Habrá llegado la hora de ser relevado por parte de sus creaciones inorgánicas?.


213/227

5/10/2018



214

“La inteligencia artificial es una forma de vida muy diferente, y con unas posibilidades de logros intelectuales difíciles de imaginar. […] Es bastante complicado imaginar cómo podremos tener máquinas que son millones de veces más inteligentes que la persona más inteligente y que, sin embargo, seguirán siendo nuestras esclavas, para hacer lo que nosotros queramos. Quizás condesciendan con nosotros y hablen con nosotros; quizás jueguen a los juegos que nos gusten; quizás, en cierto sentido, nos mantengan como animales de compañía” , afirma el norteamericano Edward Fredkin, primer

director del Laboratorio de Ciencias de la Computación del MIT y miembro del directorio de varias empresas de tecnología. Un pensamiento, cuanto menos, pavorosamente aterrador...


214/227

5/10/2018


CAPITULO 20 Cyborgs: los hijos de la mente Los humanos son muy competentes en la resolución de problemas, el juicio, el entendimiento, el sentido común, la creatividad y la interpretación de señales variadas, contradictorias y hasta caóticas; mientras las computadoras tradicionales son excelentes en memorizar, ordenar, que calcular, analizar y resolver acertada y rápidamente problemas con una enorme cantidad de variables. ¿Por qué entonces no explotar la simbiosis entre estas dos formas diferentes de inteligencia y crear una nueva especie híbrida, posthumana?. El camino lógico sería utilizar al silicio para las tareas secundarias, rutinarias, monótonas y que consumen tiempo y la interconexión masivamente paralela para las labores creativas, intuitivas y estratégicas. No obstante, esto podría conducir a importantes planteamientos. Cuando su cerebro creció lo suficiente en volumen y complejidad para adquirir el lenguaje, el hombre se diferenció de los animales. Incluso algunos científicos sostienen que una pequeña diferencia de unos cuantos gramos de materia gris en lugares estratégicos (principalmente en los lóbulos frontales), fue la que condenó a una rama de la humanidad y dio preeminencia a la otra. ¿Un cerebro ampliado no podría conducir al homo sapiens más allá de un umbral que no ha cruzado todavía?. Los seres humanos con cerebros mejorados poseerían facultades que el hombre normal no puede siquiera imaginar, y como tales podrían constituir seres de una especie y hasta de un orden diferente de éste. Quizás vuelva a repetirse la historia cuando la humanidad se dividió en esclavos y hombres libres, con los primeros trabajando duramente para garantizar el bienestar de los segundos. O, como especulan algunos antropólogos, cuando el homo sapiens combatió, esclavizó y, finalmente, exterminó al Hombre de Neanderthal. La computadora como “amplificadora de la inteligencia” y como parte funcional e integrada del hombre es un tema de una recurrente especulación para los escritores de ciencia ficción, pero se está aún muy lejos de implementarlo en forma adecuada. Sin embargo, actualmente puede considerársela -en cierto sentido- como una extensión del cerebro, como una porción anexada y enlazada a la mente... Y ya se piensa en contrarrestar las limitaciones del ser humano con conexiones a computadoras para ampliar enormemente


215/227

5/10/2018


Capítulo 20: Cyborgs: los hijos de la mente

216

su memoria y su nivel de conocimientos o, incluso, a redes informáticas para incrementar notablemente su aptitud para hacer razonamientos complejos o su velocidad en la toma de decisiones. ¿Se imagina a un doctor con los conocimientos y la experiencia acumulada de los millones de médicos que le precedieron, potenciada con los billones de bits de información en forma de textos, dibujos, esquemas, tomografías y radiografías?. Un eslabón más de la cadena Muchas personas ya pueden considerarse “cyborg” (término acuñado para designar la conjunción de “cybernetic” y “organism” ), ya que tienen partes que funcionan con mecanismos les sirven paraasu actividad lectual y física. No obstante,electrónicos en esta obraque se prefiere definir aquel comointeuna persona cuyas capacidades, sentidos o tolerancias físicas han sido extendidos, más allá de las limitaciones normales humanas, por una máquina que modifica el funcionamiento de su cuerpo y/o cerebro, potenciándolo y multiplicándolo. Pero no debe olvidarse que “hoy en día se podría llamar cyborg o cuasi-cyborg, incluso, a un montón de gente que se maneja continuamente con Internet. La integración hombre-máquina puede ser temporal, no necesariamente un cyborg tiene que ser un individuo que esté permanentemente integrado” , afirma el dr. Ernesto Grün, docente en la Universidad de Buenos

Aires e integrante del GESI (Grupo de Estudio de Sistemas), la sección argentina de la International Society for the System Sciences.

El hombre no constituye un punto muerto evolutivo más allá del cual sólo existe el vacío, ni es la cima de la evolución que la Naturaleza ha venido elaborando a lo largo de millones de años de infinita paciencia y perseverancia. Es tan sólo un eslabón de la cadena evolutiva, un peldaño más en la escalera de la progresión infinita. “Hasta ahora se pensaba que el hombre era el final de la evolución, la cima de la creación sobre la Tierra. Pero ahora comenza- mos a aceptar que somos parte de un proceso evolutivo que se está acele- rando vertiginosamente” , acota Grün. En efecto, ¿por qué creer ingenuamen-

te que la inexorable tendencia natural (desplegada durante cientos de millones de años) a que los cerebros crezcan y desarrollen más inteligencia, se detenga brusca y repentinamente en el nivel “humano” ?. Es muy probable que una nueva forma de vida inteligente surja y sobrepase al hombre, igual que éste sobrepasó al australopithecus; una criatura semejante y emparentada con aquel pero diferente, de la misma forma que el elefante difiere del mamut aunque se le parezca y pertenezca a la misma familia. La ciencia y la tecnología humanas pueden proporcionar el impulso para hacer que el actual estado de la inteligencia del homo sapiens adquiera funciones avanzadas y complejas, totalmente nuevas e impredecibles por el momento.


216/227

5/10/2018



217

Hoy en día y gracias a la tecnología informática, el hombre moderno puede acceder a muchos más datos, pero su capacidad de procesamiento sigue siendo limitada y por esta causa actúa como factor paralizante. El cerebro humano tiene una ínfima capacidad de almacenamiento frente a la vorágine hiperdocumental del mundo actual. No puede procesar la información a su medida; no está asimilando la información de modo eficaz 43. La habilidad de cada persona para razonar y crear no funciona bien si previamente la información masiva no es procesada y catalogada de manera correcta. De esta forma, es muy común llegar a un punto de sobresaturación en el que disponer de más información ya no le es útil porque el homo sapiens no puede aprovecharla, no puede asimilarla en su totalidad, produciéndose una indeseada sobrecarga de información. En efecto, cuanto más información trata de recibir el cerebro, menor es la cantidad total que asimila realmente. Por este motivo, cada vez se hacen más necesarios sistemas que muestren las conclusiones. Sistemas que reciban información del entorno, la procesen, la almacenen y la pongan a disposición del usuario en un formato homogéneo, comprensible y amigable. La tan ansiada boda Como se convirtiéndose expuso en el capítulo anterior, actualmente el hombre y la amáquina están en especies simbióticas y complementarias, tal punto que ya no es posible decir a ciencia cierta quién necesita de quién para sobrevivir, ambos se precisan mutuamente. Puede ser que el hombre sea controlado por la máquina de una manera forzada y violenta, pero también puede darse el caso de que la dominación sea pacífica y deseada. Incluso puede gestarse un escenario futuro en donde los sistemas informáticos ya no sean un elemento ajeno al ser humano, sino que, como los lentes de contacto o los audífonos, se conviertan en parte funcional de éste y se integren en su cuerpo hasta formar parte de él, como si fuera una prótesis. En efecto, podría concebirse a los actuales programas informáticos como que capturan, aprisionan o plasman una mínima parte de los conocimientos y de la inteligencia del programador (o de los programadores) y la ofrecen a un tercero para realizar una determinada tarea. En este sentido, las computadoras se comportarían como “almacenes” de inteligencia, aunque todavía de muy escasa capacidad. Lo que se necesitará en un escenario futuro de este tipo serán programas que puedan capturar una clase de inteligencia y general (es decir, llegar no tana simple y especializada), a tal puntomás quecompleja puedan conside43 En la historia de la humanidad nunca existió tanta información disponible, a través de tantos medios y para tantas personas. En el último lustro se generó más información que en los cinco milenios anteriores, y el proceso se acelera…


217/227

5/10/2018



218

rarse como una ayuda para los procesos de pensamiento del ser humano, perfeccionando sus habilidades intelectuales y ensanchando, como nunca antes se hizo, el ámbito de sus capacidades cognitivas. Es lo que el inglés Patrick Hayes -matemático y doctor en IA- denomina “prótesis cognitiva” , es decir, un conjunto de herramientas de software que asisten, auxilian y ayudan a la gente a pensar y a tomar decisiones más eficazmente con respecto a dominios muy complejos aunque no extensos, sugiriendo nuevas ideas, combinándolas de diferentes maneras e identificando las más admisibles. Es algo parecido a como el automóvil lo ayuda a uno a desplazarse desde un lugar a otro con mucha mayor rapidez o la prensa hidráulica lo ayuda a uno a multiplicar enormemente su fuerza para doblar y darle forma al metal. De este modo, al combinar e integrar las posibilidades del hombre con las de la máquina en una sola criatura, se lograría lo mejor de ambas formas de vida, un organismo híbrido que poseería capacidades superiores a la suma de las capacidades tomadas de forma aislada. Una especie conceptualmente nueva, lo suficientemente compleja como para superar las habilidades psicomotrices, la percepción sensorial o el grado de inteligencia alcanzado por el homo sapiens, gracias a la ampliación inédita de sus facultades y habilidades físicas y mentales. Después de todo, hay que tener en cuenta que la mente de un chimpancé no es simplemente una versión inferior de una mente humana: existen muchísimos conceptos -fundamentalmente abstractos- que están fuera de su alcance. En un sistema hombre-máquina ideal, se podrá lograr que cada parte hiciera aquel trabajo para el que fuese más eficiente, logrando una relación de cooperación mutuamente benéfica. Enfrentado a un problema complejísimo, será la parte artificial la que calcularía, evaluaría y rechazaría infinidad de correlaciones en mucho menos tiempo que el empleado por un humano, mientras que la parte biológica identificaría la correlación crucial, la pondría en contexto y extraería la correspondiente conclusión. La casi infinita memoria y la increíble velocidad de procesamiento de información del cerebro sintético, se combinaría y complementaría con el gran poder de intuición y la fantástica capacidad conceptual y simbólica del cerebro orgánico. Cada parte daría a la otra lo que necesita, pero de lo que carece. La información sería procesada por los dos cerebros, que funcionan sobre bases y respondiendo a necesidades diametralmente opuestas. De ésta forma, tal vez surja un nuevo tipo de inteligencia, diferente tanto de la natural como de la artificial, capaz de hacer rutinariamente que -entre los humanos- sólo es capaz de lograr ocasionalmente un genio,loun superdotado. Nace una estrella Dentro de algunos años, podría haber sofisticados sistemas computacio-


218/227

5/10/2018



219

nales implantados dentro mismo del sistema nervioso humano y enlazados con las partes sensitivas del cerebro. Por medio de las ondas cerebrales, el hombre sería capaz de interactuar directamente con su “anexo cibernético” a través de sus procesos de pensamiento, mejorando su rendimiento, expandiendo sus habilidades innatas o creando otras nuevas. Incluso, el cerebro humano tendría integradas permanentemente las funciones de algunos dispositivos actuales como el teléfono celular, el correo electrónico o la agenda. Por ejemplo, estos implantes les permitirían a los humanos conectarse con (y controlar a) cualquier máquina o sistema, acceder instantáneamente a la futura Internet o prestar atención a más de una cosa a la vez (cuando una o más de estas tareas son automáticas). Cualquiera podría tener en su memoria y a su disposición virtualmente la totalidad de los conocimientos de la humanidad en uno o algunos campos, con el agregado de que estarán permanentemente actualizados. Sin embargo, estarían en la memoria de la nanocomputadora, no en la memoria del ser humano. Éste podría tener acceso a ellos, ya que estarían completamente integrados, pero no los entendería hasta que no los haya “concientizado e inter- nalizado” , comprendiendo el significado de cada frase. En realidad, no sería un conocimiento instantáneo que se introduciría en el cerebro; una vez que la persona lo revisara una o dos veces, formaría parte de sus recuerdos, accesibles en cualquier momento. En ese caso, sería posible conectar ese anexo informático a voluntad y utilizarlo para extraer recuerdos específicos. Incluso, y como aparece en la película “Johnny Mnemonic” , la nueva capa encefálica artificial podría hacer surgir “en vivo” los recuerdos guardados en la mente humana (no necesariamente de la misma persona) con la misma intensidad con que fueron realidad en un remoto pasado. Con las “películas omni- sensoriales enexperimenta directo” , porlaejemplo, unootra podría llegar en un “copiloto” que realidad de persona enaelconvertirse mismo momento

en que ésta lo está viviendo. Por último, es factible pensar en un intercambio rápido de información (muy superior a la palabra oral y/o escrita) a través del contacto inalámbrico entre “antenas” , de forma similar a cómo las hormigas se comunican entre sí. En este sentido, ya existen dispositivos experimentales que intercambian información (nombre, teléfono, fax, correo electrónico) durante un simple apretón de manos. El problema es cómo discriminar los datos a proveer (según quién sea el interlocutor), así como evitar ser “hackeado” (con el objeto de extraer datos de valor). Pero hay que tener en cuenta que el acoplamiento entre los sistemas electrónicos artificiales y el sistema nervioso natural no es algo sencillo y exige increíbles sutilezas. En efecto, los primeros se basan en impulsos eléctricos


219/227

5/10/2018



220

mientras que los segundos son de naturaleza química. Hasta tanto no se desarrollen refinadas y eficaces técnicas “mioeléctricas” (o sea, la unión directa entre el estímulo eléctrico y el impulso nervioso) es dudoso que aparezcan cyborgs plenamente integrados. Posibilidades increíbles Mediante la “cyborgización” se podría equipar al ser humano normal con artilugios que no tengan comparación en la Naturaleza. Su versatilidad sólo quedaría limitada por el número y complejidad de las interfaces, y por la capacidad del cerebro en entregar y recibir información a través de dichas interfaces, convirtiendo a la máquina y a los sistemas artificiales en extensiones suyas en un sentido literal. Y dado que probablemente se crearían interfaces enteramente inéditas entre el cerebro y el mundo externo, el individuo podría recibir nuevos tipos de información o accionar maquinaria distinta que sustituiría aceptablemente un miembro perdido. Es posible, por ejemplo, estructurar y construir sistemas sensoriales que permitirían percibir nuevas variables del entorno (como la parte ultravioleta e infrarroja del espectro o los infra y ultrasonidos) o mecanismos artificiales que aumenten la potencia de la fuerza muscular. Desafortunadamente, un cerebro humano normal no podría afrontar tal cantidad de datos, no sería posible verter en él información sensorial -de forma constante- ya que su capacidad es limitada. Se necesitaría proporcionarle una pequeña ayuda en la interpretación; una etapa intermedia entre la gran variedad de sensores artificiales y el limitado cerebro humano, la cual interpretaría y acondicionaría todos los impulsos sensoriales del cyborg, eliminaría aquellos que no tengan importancia y filtraría las señales innecesarias. De esta manera, y en vez de guardar registros muy limitados de lo que hace, el cyborg podría contar con una gran cantidad de registros visuales, sonoros, odoríferos, termográficos, táctiles, gustativos, cinéticos o cronológicos, entre otros. Y dispondría de filtros artificiales a fin de reducir los impactos sensitivos, incrementar la agudeza perceptiva por períodos cortos, o interpolar por software imágenes, sonidos, aromas, vibraciones o radiaciones. Dado que el almacenamiento sería bajo una forma digital le sería posible ordenarla, clasificarla y accederla fácilmente. Así, por ejemplo, le sería factible recordar el rostro de una persona que ocasionalmente vio una sola vez hace más de una década y compararla con la fotografía de una figura que observó en una revista hace un par de años, o con el identikit que ahora tiene en sus manos. Pero no sólo intervendría el sentido visual, sino que estarían implicados los registros sonoros, odoríferos, termográficos y cronológicos que en aquel momento acumularon información.


220/227

5/10/2018



221

El retrato de Dorian Gray Sin embargo, no se trataría -como podría pensarse inicialmente- de una simple sustitución sino de una extensión y una transformación de la acotada inteligencia humana, gracias a la implantación de minúsculos accesorios cerebrales. Los seres humanos con cerebros mejores poseerían facultades que el hombre normal no puede siquiera imaginar, y como tales constituirían seres de una especie y hasta de un orden diferente de éste. Tal vez el cerebro ampliado conduzca al hombre a un estadio sobrehumano, posthumano... Si se lograsen “injertar” las máquinas inteligentes, seguramente cambiaría psíquicamente -en mayor o menor medida- aquella persona que sufra estas modificaciones, pero ¿en qué forma su “conciencia” se transformaría o adaptaría a esta nueva circunstancia?, ¿se afectaría su identidad, su esencia personal?. Quizás la criatura emergente logre un nivel más alto de entendimiento y comprensión; incluso puede que esté dotada de un sentido de vida diferente, opuesto al cotidiano, al existir diario del ser humano común. De igual modo, surgen nuevos interrogantes ¿qué significaría ser ese ser, que posiblemente ya no será humano?. ¿Se aceptaría el cyborg a sí mismo?. ¿No habría un apartamiento, lento pero creciente, de su identificación con la humanidad a medida que pasan los años?. Este hecho podría tener importantes consecuencias para la raza humana, ya que es un hecho científico demostrado (el “principio de exclusión competitiva” ) que dos formas de vida similares no pueden ocupar simultáneamente el mismo nicho ecológico. Es por eso que el hombre siempre ha temido a aquellas entidades (biológicas o artificiales) con un nivel de inteligencia próximo al suyo. En este caso, ¿cuáles serían las probables consecuencias para los seres humanos de relacionarse con una forma de vida más inteligente y más compleja?. En realidad, la pregunta definitiva quizás no fuera cómo se relacionaría, ni qué haría, sino de qué modo podría sobrevivir. Y aparecen otras dudas. Las ventajas de la parte tecnológica, como la memoria perfecta, el vasto almacenamiento de información, el intelecto agudamente razonador y las capacidades computacionales, ¿atentarán contra la parte humana?. ¿Las habilidades superiores del pensamiento opacarían los sentimientos?. ¿Persistirán las emociones básicas, los modos de pensar fundamentales del hombre?. ¿Tendrían sentido los conceptos humanos de miedo, soledad o amor?. ¿Sería posible tener un mejor control emocional, similar al exhibido orgullosamente por el Sr. Spock, el mítico personaje vulcano de “Viaje a las Estrellas” ?. ¿Seguirían importando las cuestiones humanas?. Finalmente, y como opina Peter Thomas, director del Centro para Gestión


221/227

5/10/2018



222

de la Información Personal en la Universidad del Oeste de Inglaterra, si tendremos implantados sistemas informáticos en nuestros cerebros, entonces el aseguramiento de la calidad y fiabilidad del hardware y del software se vuelve crítico. Así como el tema de la actualización. ¿Qué pasaría cuándo haya una nueva actualización del hardware o una nueva versión del software?. ¿Qué ocurriría si se descubre un error de diseño que podría llevar a consecuencias amenazantes para la vida?. ¿Qué fabricante ofrecería garantías incondicionales sobre el sistema neurocompatible del “cliente” ?. No está muerto quien pelea Llegado a este punto, faltaría considerar una reflexión final. Podría considerarse que la memoria humana, la personalidad, el yo, la mente, en realidad no son otra cosa que bits de información que cada uno guarda en su cerebro. Como lo que interesa es la información, es más conveniente cambiar el substrato biológico del cerebro humano por uno artificial nanotecnológico. De esta manera, y si esta “información” puede de alguna manera “leerse” , conocerse y transpasarse, se podría transferir toda la personalidad de un ser humano (incluidos los sentimientos, si es que estos son información) a un sistema artificial inteligente. Incluso, sería posible transferir más de una perso44 nalidad a unde mismo soporte, amigos, cónyuges, familias o compañeros trabajo . Pero,quizás ¿realmente pasaría el yo, con todo enteras su caudal de datos?, ¿se vería esa persona dentro del sistema?. En otras palabras, ¿es posible prolongar el pensamiento humano más allá de la existencia física?. ¿O, por el contrario, la conciencia y la individualidad desaparecen inexorablemente en caso de interrumpir su vinculación con el cuerpo físico?. ¿Se preservarían algunas de las capacidades intelectuales después de las sendas muertes del cuerpo y del cerebro?. ¿Qué sueños pueden asaltar a un cerebro sin cuerpo?. ¿Y qué sufrimientos, que el órgano mudo es incapaz de expresar?.

Como especula el experto austríaco en robótica Hans Moravec, tal proceso de copia podría desarrollarse a través de la implantación de un dispositivo auxiliar en el cuerpo calloso del cerebro humano (una especie de co-cerebro artificial) que ejecutaría los algoritmos de copia del contenido intelectual humano y la asimilación de recuerdos, vivencias, conocimientos y experiencias. Al igual que la caja negra de los aviones, este dispositivo permitiría registrar digitalmente toda la vida humana en microcircuitos, con la ventaja adcional de tener acceso a los recuerdos en cualquier momento, transferirlos y no olvidarlos nunca. Una vez “digitalizado y almacenado” el contenido mental humano, podría implantarse o transvasarse tanto a un cuerpo androide artificial como a un 44 Tal vez personas solas que compartieron durante muchos años largas horas de trabajo, como -por ejemplo- científicos o investigadores.


222/227

5/10/2018



223

cuerpo clonado natural y hacer efectivamente “renacer” a la persona (incluso, en un cuerpo virtual existiendo en un mundo virtual, como lo es el ciberespacio ). En realidad, no sería exacto hablar de la resurrección de un muerto, porque no habría una muerte real. Sería la combinación del contenido cerebral de una persona con el cuerpo de un organismo biológico humano duplicado (o mejorado) o un cuerpo artificial electromecánico (o nanotecnológico). De esta forma, existiría la posibilidad de “transvasamientos” reiterados del contenido cerebral cada cierto intervalo de tiempo; con lo cual cada “criatura” podría constituirse en un eslabón más de una cadena horripilante de autorrepeticiones clónicas o artificiales. En síntesis, se trataría de una entidad virtualmente inmortal, eterna45. Suponiendo que tal proceso fuese posible, esta personalidad duplicada -obviamente dejando de lado su naturaleza- sería idéntica a la personalidad orgánica. Incluso, posiblemente cada personalidad, orgánica y artificial, estaría absolutamente convencida de su propia singularidad como sujeto. Sin embargo, si el individuo orgánico muere y su duplicado artificial sigue vivo, ¿existiría una continuidad de su personalidad y de su memoria?. Si ese fuese el caso, ¿sería lícito decir que ese individuo ha muerto?. Es decir, si algo habla como uno, piensa como uno, recuerda lo que uno recuerda y hace lo que uno haría... ¿quién es?. ¿Acaso seguirían vigentes los compromisos tanto sociales como legales de la persona, cuando normalmente se invalidarían tras la muerte?. Y, reflexionando un poco más sobre el asunto, si la personalidad orgánica comete un delito antes de que “surja” la personalidad artificial, ¿acaso esta última sería culpable del delito cometido, sobre todo si la personalidad orgánica dejó de existir justamente con la creación de la personalidad artificial?. Por otra parte, quizás habría que modificar artificial e intencionalmente las estructuras cerebrales: tal vez 200 años de experiencias y sensaciones acumuladas sobrecarguen a cualquier cerebro normal, llevándolo a una nueva clase de locura. Son interrogantes que, por el momento, no tienen una respuesta sencilla… La resistencia es fútil Si bien la posibilidad de transformación de un ser humano a un cyborg es ciertamente fascinante y, al mismo tiempo, horripilante, este impacto emocional se ve enormemente magnificado cuando se deja de pensar en términos de individuos aislados y se comienza a reflexionar en sociedades enteras de cyborgs. Comovoluntariamente se esbozó en el se capítulo anterior, existe la de que el ser humano modifique a sí mismo a posibilidad fin de adaptarse mejor a una eventual sociedad futura. En ésta, sus componentes tal vez no sean con45 Además de multiplicar enormemente las capacidades de razonamiento, reconocimiento, memoria y captación de variables del entorno.


223/227

5/10/2018



224

servadores ni innovadores, sino tan sólo funcionales; meras piezas de un eficiente e inmenso engranaje finamente ajustado. Quizás, y como los increíbles “Borgs” del universo de Viaje a las Estrellas , los individuos no tengan principios morales, sino apenas una estructura racional y lógica mejorada tecnológicamente y moldeada de forma tal de lograr la armonización social y/o la integración colectiva. En esta cibersociedad, el bienestar del individuo estaría de acuerdo con los intereses del sistema, los patrones mentales serían uniformes, no existirían las barreras sociales, económicas, políticas, idiomáticas ni culturales y estaría -por fin- extinguido el deseo de dominación del hombre por el hombre. A partir del momento en que la sociedad mundial a sertípicos regida de porcualuna inteligencia artificial , posiblemente desaparezcan lospasa peligros quier gobierno humano, fruto de las emociones que nublan la razón: las ambiciones desmedidas, las ansias económicas, la corrupción descontrolada, los intereses personales o partidarios, los favoritismos a determinadas clases minoritarias o las ideologías extremas. El cyborg, en tanto, no sería un androide ni un robot, pero su comportamiento no podría desviarse mucho de los patrones socialmente establecidos. Sin duda, influiría en él los fuertes condicionamientos psicosociales a los cuales estaría “sometido” . En las sociedades humanas actuales, conviene recordar, el individuo es moldeado por el entorno en donde crece y se desarrolla; hay una tendencia innata a mimetizarse con el ambiente, a reflejar el comportamiento y los modos de pensar de los padres y de los educadores (como se trató en los capítulos 1 y 17). Como postula el sociólogo y filósofo brasilero Delfim Soares, tal vez a los ojos de un ser humano actual, el futuro cyborg se presente como una criatura fría, con muy pocos sentimientos y emociones. Es que el futuro condicionamiento psicosocial posiblemente haya debilitado bastante estas fuerzas, producto de su naturaleza animal, fortaleciendo las capacidades lógicas y racionales, netamente humanas. Sin embargo, quizás este producto de la sociedad cibernética represente un enorme paso en la dirección de la satisfacción plena, del conocimiento ilimitado y de la paz genuina entre todos y cada uno de los individuos que pueblan el planeta….


224/227

5/10/2018


BIBLIOGRAFIA 1. Adarraga, P. y Zaccagnini, J. (editores) (1994): Psicología e Inteligencia Artificial . Madrid, Editorial Trotta. 2. Angulo Usategui, J. y Moral Bueno, A. del (1994): Guía fácil de la Inteli- gencia Artificial . Madrid, Editorial Paraninfo. 3. Arteche, J. (1986): ¿Máquinas más expertas que los hombres?, Enciclopedia Práctica de la Informática Aplicada. Madrid, Ediciones Siglo Cultural. 4. Beekman, G. (1995): Computación & Informática hoy . Wilmington, EE.UU., Editoral Addison-Wesley Iberoamericana. 5. Boden, M. (compiladora) (1994): Filosofía de la Inteligencia Artificial . México D.F., Fondo de Cultura Económica. 6. Calvo Hernando, M. (1995): La ciencia en el tercer milenio . Madrid, Serie McGraw-Hill de Divulgación Científica. 7. Carrascosa, J. (1992): Quimeras del conocimiento . Madrid, FUNDESCO. 8. Casti, J. (1998): El quinteto de Cambridge. Madrid, Ed. Taurus. 9. Cebrián, J. (1998): La Red . Buenos Aires, Editorial Taurus. 10. Copeland, J. (1996): Inteligencia Artificial. Una introducción filosófica . Madrid, Alianza Editorial. 11. Crevier, D. (1993): Inteligencia Artificial . Madrid, Acento Editorial. 12. Cuena, J. y otros (1985): Inteligencia Artificial: Sistemas Expertos . Madrid, Alianza Editorial. 13. De Bono, E. (1989): El pensamiento lateral . Buenos Aires, Editorial Paidós. 14. Dertouzos, M. (1997): Qué Será . Barcelona, Editorial Planeta. 15. Feigenbaum, E. y McCorduck, P. (1983): La quinta generación. Barcelona, Editorial Planeta. 16. Fernandes Teixeira, J. de (1990): O que é Inteligência Artificial . São Paulo, Editora Brasiliense. 17. Gardner, H. (1996): La nueva ciencia de la mente, 2° reimpresión. Barcelona, Ediciones Paidós. 18. Grassé, P. (1985): El hombre, ese dios en miniatura . Madrid, Biblioteca de Divulgación Científica Muy Interesante. 19. Graubard, S. (compilador) (1999): El nuevo debate sobre la Inteligencia Artificial , 2° edición. Barcelona, Editorial Gedisa. 20. Haton, J. y Haton, M. (1991): La Inteligencia Artificial. Una aproxima- ción. Buenos Aires, Editorial Paidós. 21. Haugeland, J. (1988): La Inteligencia Artificial . México D.F., Siglo veintiuno editores. http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

225/227

5/10/2018


Bibliografía

226

22. Hillis, D. (2000): Magia en la Piedra . Madrid, Editorial Debate. 23. Hoagland, M. (1985): Las raíces de la vida . Biblioteca Científica Salvat. Barcelona, Salvat Editores. 24. James, M. (1989): Inteligencia Artificial en Basic . Buenos Aires, Editorial El Ateneo. 25. Jastrow, R. (1985): El telar mágico . Biblioteca Científica Salvat. Barcelona, Salvat Editores. 26. Jordan, Nehemiah (1974): Temas de Psicología Especulativa . Bs. As., Ediciones Troquel. 27. Kaku, M. (1997): Visiones . Madrid, Editorial Debate. 28. Kondrátov, A. (1989): El intelecto electrónico . Moscú, Editorial Mir. 29. Kurzweil, R. (1999): La era de las máquinas espirituales . Barcelona, Editorial Planeta. 30. Lacasa Díaz, P. y Pérez López, C. (1990): La psicología hoy: ¿organismos o máquinas?. Madrid, Editorial Cincel. 31. Lampton, Ch. (1994): Nanotecnología y Micromáquinas . Madrid, Anaya Multimedia. 32. Lauria, E. (2000): Ciencia y tecnología de cara al siglo XXI . Buenos Aires. Editorial de Ciencia y Cultura de la Universidad del Salvador. 33. Laurie, P. (1986): Informática para todos . Biblioteca Científica Salvat. Barcelona, Salvat Editores. 34. McCorduck, P. (1991): Máquinas que piensan. Madrid, Editorial Tecnos. 35. Moravec, H. (1993): El hombre mecánico . Biblioteca Científica Salvat. Barcelona, Salvat Editores. 36. Negrete, J. y González Ruiz, E. (1992): De la Filosofía a la Inteligencia Artificial . México D.F., Grupo Noriega Editores. 37. Negroponte, N. (1995): Ser Digital . Buenos Aires, Editorial Atlántida. 38. Penrose, R. (1996): La mente nueva del emperador . México D.F., Fondo de Cultura Económica. 39. Perazzo, R. (1994): De cerebros, mentes y máquinas . Buenos Aires, Fondo de Cultura Económica. 40. Piscitelli, A. (1995): Ciberculturas. En la era de las máquinas inteligentes . Buenos Aires, Editorial Paidós. 41. Reggini, H. (1988): Computadoras, ¿creatividad o automatismo? Buenos Aires, Editorial Galápago. 42. Rich, E. y Knight, K. (1994): Inteligencia Artificial . Madrid, McGraw Hill/Interamericana de España. 43. Rolston, D.: Principios de Inteligencia Artificial y Sistemas Expertos . Editorial McGraw Hill. 44. Rosnay, J. de (1995): El Hombre Simbiótico . Madrid, Ediciones Cátedra. 45. Ross Anderson, A. (compilador) (1985): Controversia sobre mentes y máquinas . Madrid, Biblioteca de Divulgación Científica Muy Interesante. http://slide pdf.c om/re a de r/full/e -book-inte lige nc ia s-sintetic a s

226/227

5/10/2018


Bibliografía

227

46. Sagan, C. (1979): Los dragones del edén. Barcelona, Ediciones Grijalbo. 47. Shallis, M. (1986): El ídolo de silicio . Biblioteca Científica Salvat. Barcelona, Salvat Editores. 48. Simons, G. (1987): Introducción a la Inteligencia Artificial . Madrid, Ediciones Diaz de Santos. 49. Stableford, B. (1986): El hombre futuro, ¿un mundo feliz o pesadilla ge- nética?. Madrid, Biblioteca de Divulgación Científica Muy Interesante. 50. Trillas, E. (1998): La Inteligencia Artificial: máquinas y personas . Madrid, Editorial Debate. 51. Turkle, S. (1984): El Segundo Yo . Buenos Aires, Ediciones Galápago. 52. Varela, F. (1990): Conocer . Barcelona, Editorial Gedisa. 53. Viaud, G. (1965): La Inteligencia , 2° edic. Buenos Aires, Editorial Paidós.


227/227

E-Book Inteligencias Sinteticas

Recommend Documents