{"id":9604,"date":"2020-09-11T18:35:21","date_gmt":"2020-09-11T18:35:21","guid":{"rendered":"https:\/\/msiainforma.org\/?p=9604"},"modified":"2020-09-11T18:35:21","modified_gmt":"2020-09-11T18:35:21","slug":"espanol-el-futuro-de-la-inteligencia-artificial-reside-en-su-pasado-verdaderamente-humano","status":"publish","type":"post","link":"https:\/\/msiainforma.org\/es\/espanol-el-futuro-de-la-inteligencia-artificial-reside-en-su-pasado-verdaderamente-humano\/","title":{"rendered":"El futuro de la inteligencia artificial reside en su pasado verdaderamente humano"},"content":{"rendered":"Por Jonathan Tennenbaum<\/em><\/p>\n

Parte 3<\/p>\n

MSIA Informa, 11 de septiembre de 2020.-<\/em>Luego del periodo de euforia han crecido las cr\u00edticas al enfoque centrado en el \u201caprendizaje profundo\u201d de la inteligencia artificial. Parece que estamos entrando a un nuevo cap\u00edtulo de los ciclos de euforia y depresi\u00f3n que acompa\u00f1an a la IA desde el principio, que tienen que ver con los flujos y reflujos del financiamiento de las agencias gubernamentales y de los inversionistas.<\/p>\n

Hoy son muchos los que ven el futuro de la inteligencia artificial en el renacimiento de la IA simb\u00f3lica \u2013el enfoque inicial de la IA, que contemplaba alcanza un grado verdaderamente \u201chumano\u201d de inteligencia, con m\u00e9todos de l\u00f3gica simb\u00f3lica (matem\u00e1tica).<\/p>\n

La idea inicial es programar el sistema con un conjunto de axiomas (reglas), una matriz de predicados (s\u00edmbolos que representan objetos, relaciones, atributos, campos, propiedades, funciones y conceptos) y reglas de inferencias, para que el sistema pueda ejecutar raciocinios l\u00f3gicos semejantes a los hechos por los humanos.<\/p>\n

Los primeros intentos de desarrollar la IA en esa direcci\u00f3n fueron dif\u00edciles, pero alcanzaron resultados \u00fatiles, principalmente en el campo de los sistemas especialistas. En 1983, el pionero de la IA John Macarthy observ\u00f3 que el desempe\u00f1o de los sistemas especialistas en sus dominios especializados era, con frecuencia, bastante impresionante.<\/p>\n

Sin embargo, ninguno de ellos pose\u00eda ciertos conocimientos y habilidades de sentido com\u00fan que pose\u00eda cualquier ser humano sin problemas mentales. Esta deficiencia los vuelve \u201cfr\u00e1giles\u201d. Los hechos y los m\u00e9todos del sentido com\u00fan se comprenden apenas de forma parcial, y extender ese entendimiento es el principal problema de la IA.<\/p>\n

El intento m\u00e1s ambicioso de resolver ese problema es el proyecto \u201cCyc\u201d, iniciado por el especialista en IA Douglas Bruce Lenat en 1984. Lenat y su equipo construyeron gradualmente un gigantesco sistema de IA, el que, en 2017, ten\u00eda 1,500,000 t\u00e9rminos (416 categor\u00edas de objetos, m\u00e1s de un mill\u00f3n de objetos individuales), 42,500 predicados (relaciones, atributos, campos, propiedades, funciones), 2,093,000 hechos y 24 millones de reglas y aserciones del sentido com\u00fan.<\/p>\n

Muchas de las reglas se escribieron individualmente por integrantes del grupo de Lenat, lo que ocup\u00f3 m\u00e1s de 1,000 hombres-a\u00f1o de trabajo.<\/p>\n

El coraz\u00f3n de Cyc es un \u201cmecanismo de inferencia\u201d que saca conclusiones de declaraciones creadas a partir de los t\u00e9rminos y predicados de acuerdo con las reglas. Para este fin emplea herramientas de l\u00f3gica matem\u00e1tica, como el c\u00e1lculo de predicados de segundo orden, l\u00f3gica modal y l\u00f3gica de contexto.<\/p>\n

Todo eso es impresionante. Dejando de lado la cuesti\u00f3n del desempe\u00f1o del Cyc en la pr\u00e1ctica, que no estoy en condiciones de evaluar, algunas cuestiones importantes se presentan por s\u00ed mismas:<\/p>\n

\u00bfLa estructura del Cyc se corresponde a la forma en c\u00f3mo los seres humanos\u00a0 adquieren y emplean el sentido com\u00fan? O \u00bfes m\u00e1s una forma bastante sofisticada de ajuste de curvas, como tratar la cuadratura del c\u00edrculo?<\/p>\n

En el esfuerzo de aproximar la forma del c\u00edrculo por pol\u00edgonos con un n\u00famero cada mayor de lados, estamos obligados a seguir agregando m\u00e1s y m\u00e1s lados. Pero los lados del pol\u00edgono siguen siendo segmentos de l\u00edneas rectas; nunca recibimos nada curvo. Los pol\u00edgonos \u201cest\u00fapidos\u201d tienen m\u00e1s y m\u00e1s lados, mientras que el c\u00edrculo no tiene ninguno. Es correcto decir que, en todo rigor, cada vez se vuelven m\u00e1s diferentes al c\u00edrculo. La complejidad y el volumen de los bancos de datos de los sistemas de la IA, por analog\u00eda, pueden crecer indefinidamente en el futuro, sin llegar a la tierra prometida de la \u201cinteligencia humana\u201d. Esto, sin embargo, no impedir\u00eda que la IA se convirtiese en un instrumento cada vez m\u00e1s valioso para los seres humanos, asumiendo que ellos permanezcan inteligentes lo suficiente para usarlo adecuadamente.<\/p>\n

Estupidez de los pioneros de la IA<\/strong><\/p>\n

En la continuaci\u00f3n de esta serie pretendo abordar, con algunos detalles, la segunda dimensi\u00f3n del problema de la estupidez de la IA, que se remonta a los pioneros de la IA y que todav\u00eda hoy permea el campo.<\/p>\n

Aqu\u00ed est\u00e1n algunas probaditas para estimular el apetito del lector y para completar algunos de los puntos presentados anteriormente en esta serie.<\/p>\n

Quiero decir que a pesar de lo que recalqu\u00e9 al principio, no pretendo sugerir que los pioneros de la IA sean est\u00fapidos. Ser\u00eda est\u00fapido. John von Neumann y Alan Turing, por ejemplo, eran individuos excepcionalmente brillantes, y esto vale tambi\u00e9n para muchos otros de este campo, hasta el d\u00eda de hoy.<\/p>\n

Lejos de eso, lo que tengo en mente es la estupidez de afirmar o creer que la cognici\u00f3n humana es esencialmente algor\u00edtmica por naturaleza y que se funda en procesos neuronales elementales de tipo digital, cuyos resultados pueden ser reproducidos exactamente por un computador de dimensiones suficiente: que el cerebro sea una versi\u00f3n biol\u00f3gica de un computador digital, para decirlo m\u00e1s concisamente.<\/p>\n

\u00bfPor qu\u00e9 fue est\u00fapido hacer ese tipo de afirmaci\u00f3n? \u00bfPor qu\u00e9 es est\u00fapido seguirlo haciendo hoy?<\/p>\n

En los siguientes art\u00edculos me concentrar\u00e9 en dos razones principales.<\/p>\n

Neurobiolog\u00eda<\/strong><\/p>\n

Las neuronas vivas reales se comportan de una forma completamente diferente de los elementos de conmutaci\u00f3n que componen un computador digital. Entre muchas otras cosas, las neuronas vivas, como todas las otras c\u00e9lulas vivas, tiene su propia actividad espont\u00e1nea. As\u00ed como los p\u00e1jaros cantan en los \u00e1rboles, las neuronas en general emiten pulsos y r\u00e1fagas r\u00edtmicas de pulsos, en ausencia de cualquier se\u00f1al de neuronas conectadas a ellas<\/p>\n

Las redes reales de neuronas del cerebro de humanos y de animales no muestran nada del comportamiento r\u00edgidamente algor\u00edtmico impl\u00edcito en los primeros modelos matem\u00e1ticos de las redes neuronales. Tampoco se comportan como las redes neuronales en las que se fundan los actuales sistemas de IA de \u201caprendizaje profundo\u201d.<\/p>\n

Al paso de esta serie presentar\u00e9 descubrimientos fascinantes de neurobiolog\u00eda hechos en las \u00faltimas d\u00e9cadas, los cuales demuelen lo que queda del \u201ccomputador biol\u00f3gico\u201d del cerebro.<\/p>\n

Es claro que los datos modernos no estaban al alcance de los pioneros de la IA como John von Neumann y Alan Turing, ni de McCullock y Pitts, autores de los primeros modelos neuronales matem\u00e1ticos. La base conceptual de la IA se estableci\u00f3 en las d\u00e9cadas de los a\u00f1os cuarentas y cincuentas.<\/p>\n

Sin embargo, hab\u00eda muchas pruebas del comportamiento espont\u00e1neo de las neuronas, sus explosiones de pulsos, la llamada codificaci\u00f3n de frecuencia en el control neuromotor, la existencia de formas qu\u00edmicas de comunicaci\u00f3n del sistema nervioso, la presencia de oscilaciones de membranas, etc.<\/p>\n

Por m\u00e1s interesante y fruct\u00edfero que haya sido el desarrollo inicial de la IA, desde el punto de vista biol\u00f3gico, el modelo de la red neuronal no ten\u00eda sentido desde el principio. Los pioneros de la IA, sin embargo, segu\u00edan manteniendo la noci\u00f3n est\u00fapida de que cerebro es esencialmente un sistema de computaci\u00f3n digital.<\/p>\n

Al creer que estaban listos para resolver los misterios del cerebro y de la mente, aquellos pioneros sobre estimaron enormemente el poder de sus propios m\u00e9todos matem\u00e1ticos y modos de pensar (E3), m\u00e9todos que, es verdad, tuvieron \u00e9xito en la construcci\u00f3n de la primera bomba at\u00f3mica, de la computaci\u00f3n electr\u00f3nica y de m\u00e1quinas de descifrado, de radares, de sistemas de orientaci\u00f3n autom\u00e1tica y otras haza\u00f1as t\u00e9cnicas realizadas durante la Segunda guerra mundial y en la post guerra inmediata.<\/p>\n

La naturaleza del significado<\/strong><\/p>\n

El significado de los conceptos esenciales, como ocurren realmente en la actividad cognitiva humana, no se pueden definir adecuadamente ni representarse en t\u00e9rminos formales combinatorios. No se pueden almacenar en una base de datos de computador o incorporarse a una arquitectura de software.<\/p>\n

Los pioneros de la inteligencia artificial deber\u00edan haber reconocido ese hecho, a\u00fan sin los resultados de KurtG\u00f6del en la l\u00f3gica matem\u00e1tica, en los a\u00f1os treinta, con los cuales von Neuman, Turing y otros m\u00e1s estaban perfectamente familiarizados. Pero los argumentos de G\u00f6del no dejan dudas razonables sobre lo inagotable del significado, hasta para conceptos supuestamente simples de matem\u00e1tica, como el de un \u201cconjunto finito\u201d o \u201cverdad\u201d, que se aplica a las proposiciones de la matem\u00e1tica.<\/p>\n

A juzgar por sus escritos, queda la impresi\u00f3n de que los pioneros de la IA no entendieron\u00a0 la importancia del trabajo de G\u00f6del.<\/p>\n

No es necesario, sin embargo, estudiar l\u00f3gica matem\u00e1tica para reconocer que el \u201csignificado\u201d est\u00e1 fuera del universo de las relaciones combinatorias.","protected":false},"excerpt":{"rendered":"

Por Jonathan Tennenbaum Parte 3 MSIA Informa, 11 de septiembre de 2020.-Luego del periodo de euforia han crecido las cr\u00edticas al enfoque centrado en el \u201caprendizaje profundo\u201d de la inteligencia artificial. Parece que estamos entrando a un nuevo cap\u00edtulo de los ciclos de euforia y depresi\u00f3n que acompa\u00f1an a la IA desde el principio, que …<\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[37],"tags":[],"class_list":["post-9604","post","type-post","status-publish","format-standard","hentry","category-ciencia-e-tecnologia"],"_links":{"self":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9604","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/comments?post=9604"}],"version-history":[{"count":0,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9604\/revisions"}],"wp:attachment":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/media?parent=9604"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/categories?post=9604"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/tags?post=9604"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}