{"id":9620,"date":"2020-09-18T22:59:11","date_gmt":"2020-09-18T22:59:11","guid":{"rendered":"https:\/\/msiainforma.org\/?p=9620"},"modified":"2020-09-18T22:59:11","modified_gmt":"2020-09-18T22:59:11","slug":"la-estupidez-de-la-inteligencia-artificial-su-cerebro-no-es-una-computadora","status":"publish","type":"post","link":"https:\/\/msiainforma.org\/es\/la-estupidez-de-la-inteligencia-artificial-su-cerebro-no-es-una-computadora\/","title":{"rendered":"La estupidez de la inteligencia artificial: su cerebro no es una computadora"},"content":{"rendered":"Parte 4<\/strong><\/em><\/p>\n

Por Jonathan Tennenbaum<\/strong><\/em><\/p>\n

MSIa Informa, 18 de septiembre de 2020.-<\/em> Investigar las deficiencias de la inteligencia artificial actual, lo que llam\u00e9 \u201cproblema de estupidez\u201d (v\u00e9ase la parte 1 de esta serie) lleva al fascinante campo de la neurobiolog\u00eda, la que en los \u00faltimos tiempos ha experimentado una serie de descubrimientos revolucionarios. Estos descubrimientos derrumbaron muchos de los dogmas sobre la funci\u00f3n cerebral que dieron forma al desarrollo inicial de la IA, lo que indica, al mismo tiempo, direcciones revolucionarias para la IA en el futuro.<\/p>\n

IA, el cerebro y la mente<\/strong><\/p>\n

\u00bfC\u00f3mo funciona el cerebro? No es necesario decir que los intentos de responder a esta pregunta han influenciado el desarrollo de la IA desde sus inicios, en las d\u00e9cadas de los a\u00f1os cuarentas y cincuentas, hasta el d\u00eda de hoy. Tambi\u00e9n es v\u00e1lido para una pregunta algo diferente: \u00bfC\u00f3mo funciona la mente humana?<\/p>\n

La expectativa inicial de que se pudiese construir realmente m\u00e1quinas con inteligencia semejante a la humana encontr\u00f3 incentivo en tres direcciones principales. Primero, la prueba de que el funcionamiento del cerebro humano y del sistema nervioso, aunque incre\u00edblemente complicado desde el punto de vista biol\u00f3gico, se funda en proceso elementales del g\u00e9nero \u201ctodo o nada\u201d, como los que pueden imitar con facilidad los circuitos electr\u00f3nicos digitales (v\u00e9ase abajo)-<\/p>\n

Segundo, el desarrollo de la l\u00f3gica simb\u00f3lica y de los lenguajes formales capaces de expresar grandes partes de la matem\u00e1tica superior, revela que todo raciocinio humano se puede, en \u00faltimo an\u00e1lisis, reducir al equivalente a la manipulaci\u00f3n de cadenas de s\u00edmbolos, seg\u00fan conjuntos de reglas.\u00a0 Tales operaciones formales tambi\u00e9n pueden ser imitadas con facilidad por un computador digital.<\/p>\n

Tercero, la perspectiva de construir dispositivos de c\u00e1lculo electr\u00f3nicos cada vez m\u00e1s r\u00e1pidos. El progreso obtenido en desde la d\u00e9cada de los a\u00f1os cincuentas dif\u00edcilmente se podr\u00eda calificar de decepcionante: la densidad de elementos de conmutaci\u00f3n de los microchips actuales excede a dos neuronas del cerebro.<\/p>\n

Obs\u00e9rvese que el primer punto corresponde al cerebro, mientras que el segundo se refiere a la mente. Se corresponden a las dos orientaciones principales que la IA tendi\u00f3 a seguir en el periodo subsecuente: redes neuronales artificiales y aprendizaje de m\u00e1quina, por un lado, y la inteligencia artificial simb\u00f3lica, por el otro.<\/p>\n

El primero no se preocupa mucho de los aspectos estructurales del pensamiento, que deber\u00edan \u201cemerger\u201d de alguna forma, a partir del entrenamiento del sistema. Por otra parte, la IA simb\u00f3lica orienta la estructura putativa del pensamiento y del lenguaje humanos. Para este \u00faltimo objetivo no hay necesidad de intentar imitar el cerebro como un \u00f3rgano. Se puede, en principio, usar cualquier tipo de \u201chardware\u201d. La tendencia actual de la IA es en direcci\u00f3n a sistemas h\u00edbridos que combinan ambos enfoques, con los computadores digitales de base t\u00e9cnica para la materializaci\u00f3n de los sistemas de la IA. Los sistemas de IA permanecen, sin excepci\u00f3n, matem\u00e1ticamente equivalentes a las m\u00e1quinas de Turing y, por tanto, se pueden calificar de est\u00fapidos (v\u00e9ase la parte 2 de esta serie)<\/p>\n

\u00a0Un paradigma equivocado del cerebro y de la mente<\/strong><\/p>\n

Por m\u00e1s exitosas \u2013y hasta indispensables, en muchas esferas pr\u00e1cticas actuales- que sean, los enfoques dominantes de la inteligencia artificial permanecen enraizados en falsas concepciones sobre la naturaleza de la mente y del cerebro como un \u00f3rgano biol\u00f3gico. Por desgracia, los modelos simplistas del cerebro y de la mente, que fueron los puntos de partida originales de la IA, se convirtieron en el paradigma de casi todo lo que hoy se da en llamar ciencia cognitiva, adem\u00e1s de gran parte de la neurobiolog\u00eda. Se convirti\u00f3 en pr\u00e1ctica de referencia imponer m\u00e9todos, conceptos, modelos y vocabulario, de los campos de la inteligencia artificial, de la ciencia de la computaci\u00f3n y de la teor\u00eda de la informaci\u00f3n, al estudio del cerebro y de la mente. Es dif\u00edcil encontrar un art\u00edculo cient\u00edfico sobre esos asuntos que no est\u00e9 lleno de t\u00e9rminos como \u201ccomputaci\u00f3n\u201d, \u201cprocesamiento\u201d, \u201ccircuitos\u201d, \u201calmacenamiento y recuperaci\u00f3n de informaci\u00f3n\u201d, \u201ccodificaci\u00f3n\u201d, \u201cdescodificaci\u00f3n\u201d etc. Esos t\u00e9rminos \u00bfson realmente apropiados para describir lo que el cerebro humano y la mente hacen en la realidad?<\/p>\n

En la ciencia debemos tratar siempre de ajustar nuestros conceptos y m\u00e9todos lo m\u00e1s estrechamente posible a la naturaleza de los objetos que se est\u00e1n estudiando; y, por lo menos, para no ignorar sus caracter\u00edsticas m\u00e1s esenciales.<\/p>\n

A esto se puede replicar: \u00bfc\u00f3mo podemos saber cu\u00e1l es la \u201cverdadera naturaleza\u201d o las \u201ccaracter\u00edsticas m\u00e1s esenciales\u201d de cualquier cosa?<\/p>\n

Es cierto, nunca podremos tener certeza, de forma absoluta. Sin embargo, afirmar\u00eda que la mente humana es efectivamente capaz de obtener conocimientos penetrantes (insights) de la naturaleza de las cosas. O, por lo menos, reconocer, aunque sea tard\u00edamente, cuando un determinado modelo conceptual est\u00e1 totalmente desorientado, en comparaci\u00f3n con la realidad que deber\u00eda representar.<\/p>\n

Exactamente; ese tipo de \u00abinsights\u00bb es d\u00e9bil e inexistente en el fen\u00f3meno de la estupidez (v\u00e9ase Parte 1). Muchas veces, en la ciencia y en otros campos, las personas que adoptan un enfoque totalmente inapropiado no se dejan inhibir por el c\u00famulo de pruebas contrarias. En lugar de eso, apenas si modifican sus teor\u00edas y explicaciones, para dar cuenta de los fen\u00f3menos inesperados. Las teor\u00edas se hacen cada vez m\u00e1s complicadas, mientras que las premisas esenciales permanecen inalteradas.<\/p>\n

En el \u00e1mbito de la biolog\u00eda y de la f\u00edsica, el cerebro no tiene pr\u00e1cticamente nada en com\u00fan con los sistemas de procesamiento digital. \u00bfPor qu\u00e9, entonces, se les trata tan frecuentemente como an\u00e1logos? \u00bfPor qu\u00e9 los conceptos de ciencia de la computaci\u00f3n se utilizan con tanta frecuencia en investigaciones sobre el cerebro?<\/p>\n

La noci\u00f3n de que las neuronas cerebrales pueden funcionar como elementos digitales y el cerebro como un computador digital se remonta al descubrimiento a principios del siglo XIX del \u201cprincipio del todo o nada\u201d del funcionamiento de los nervios. Las neuronas generan discretos \u201cpicos\u201d de electricidad, separados por periodos de \u2013aparente- inactividad el\u00e9ctrica. El \u201cdisparo\u201d de una neurona corresponder\u00eda \u201c1\u201d, en oposici\u00f3n al estado de reposo (sin pulso o \u201c0\u201d). El impulso se propaga por los axones de la neurona, que se ramifican en hasta diez millares de otras neuronas. En los puntos de contacto, las sinapsis, el pico de tensi\u00f3n causa la liberaci\u00f3n de las sustancias neurotransmisoras, las que, a su vez, comunican la se\u00f1al a las neuronas \u2013su blanco. En el estado \u201c0\u201d, supuestamente, no se comunica nada. Hoy, hasta los estudiantes de ense\u00f1anza primaria aprenden esa imagen.<\/p>\n

La cuesti\u00f3n principal es c\u00f3mo reaccionan las neuronas a las se\u00f1ales recibidas. En el lenguaje de la ingenier\u00eda: \u00bfCu\u00e1l es la relaci\u00f3n entre \u201centrada y salida\u201d? Se supon\u00eda, anteriormente, que esta relaci\u00f3n pudiese ser representada por una funci\u00f3n matem\u00e1tica, permitiendo as\u00ed que el comportamiento de una red de neuronas interconectadas fuese simulada por computadores de una forma estrictamente algor\u00edtmica.<\/p>\n

A partir del trabajo pionero de McCulloch y Pitts (1943) se crearon innumerables modelos matem\u00e1ticos de ese tipo, algunos de los cuales forman la base de los sistemas de la IA de \u201caprendizaje profundo\u201d (\u00abDeep Learning\u00bb). Un paso importante fue tomar en cuenta que las caracter\u00edsticas de las sinapsis reales de las neuronas cambian durante su interacci\u00f3n. Con este prop\u00f3sito, las sinapsis de las redes neuronales artificiales reciben pesos num\u00e9ricos variables, cuyos valores se determinan al paso del \u201caprendizaje\u201d (v\u00e9ase la Parte 2). Esto ocurre en general de acuerdo con un algoritmo que parte de la \u201cregla Hebbiana\u201d, presentada por primera vez en 1949 por el neurosic\u00f3logo Donald Hebb (resumida com\u00fanmente en el concepto de que las \u201cc\u00e9lulas que disparan juntas permanecen conectadas \u2013n. de e.) El esfuerzo para imitar de esa forma la estructura supuesta del cerebro demostr\u00f3 ser de extremada utilidad para la IA. Pero \u00bfes el cerebro humano real?<\/p>\n

Es notable que en sus escritos sobre el cerebro humano los pioneros de la inteligencia artificial, como John von Neumann, Alan Turing, Marvin Minsky, John McCarthy y otros, no hayan reconocido las consecuencias de que las neuronas cerebrales son c\u00e9lulas vivas.<\/p>\n

\u00a1Ser\u00eda muy extra\u00f1o si ese hecho fuese irrelevante para la comprensi\u00f3n de los fen\u00f3menos de la cognici\u00f3n humana!<\/p>\n

No estoy hablando de nada misterioso ni esot\u00e9rico, sino tan s\u00f3lo de caracter\u00edsticas esenciales de los procesos vivos, pues deben ser familiares a todos.<\/p>\n

Por ejemplo, ser\u00eda tonto suponer que las neuronas vivas se comportar\u00edan de la manera r\u00edgidamente determinista referida por la comparaci\u00f3n con los elementos de un computador o de otra m\u00e1quina. Las c\u00e9lulas vivas nunca se someten a procedimientos algor\u00edtmicos rigurosos, a menos que sean forzadas artificialmente a hacerlo. \u00bfNo es probable que las propiedades de las neuronas, como individuos vivos, -en oposici\u00f3n a los elementos del circuito \u201cmuerto\u201d- sean fundamentales para la cognici\u00f3n humana?<\/p>\n

Como todas las dem\u00e1s c\u00e9lulas del cuerpo, las neuronas merecen que se les considere organismos individuales. Es un hecho bien establecido que los organismos unicelulares exhiben, en forma embrionaria, gran parte del comportamiento inteligente que encontramos en animales multicelulares: comportamiento espontaneo intencional y juguet\u00f3n, percepci\u00f3n y reconocimiento y algunas formas de aprendizaje. Como cualquier otro organismo multicelular, el cuerpo humano existe como sociedad compuesta de individuos vivos. El pensamiento corresponde a un proceso social que ocurre entre las c\u00e9lulas del cerebro. Poco o nada permanece fijo, y poco o nada obedece a reglas de un tipo r\u00edgido.<\/p>\n

Los dogmas se derrumban<\/strong><\/p>\n

En este marco, los descubrimientos en la neurobiolog\u00eda derrumban, uno por uno, casi todos los dogmas mecanicistas que prevalec\u00edan en el momento en que surgi\u00f3 la IA. Aqu\u00ed est\u00e1n algunos de ellos:<\/p>\n

Dogma 1. El cerebro humano est\u00e1 \u201cconectado\u201d: a partir de una cierta edad, los \u201ccircuitos\u201d formados por las neuronas y sus interconexiones permanecen fijos.<\/p>\n

No. Hoy se sabe que en el cerebro adulto se forman constantemente nuevas conexiones (sinaptog\u00e9nesis) y otras se remueven (\u201cpodadas\u201d). La neuroplasticidad , que incluye no s\u00f3lo la sinaptog\u00e9nesis, sino tambi\u00e9n cambios constantes de la morfolog\u00eda de las sinapsis existentes y de los \u00e1rboles dendr\u00edticos a los que est\u00e1n unidos, desempe\u00f1an un papel central en el aprendizaje y en otros procesos cognitivos.<\/p>\n

Dogma 2. En el cerebro adulto, las neuronas pueden morir, pero no nacen nuevas neuronas.<\/p>\n

No. El hipocampo, en particular \u2013una regi\u00f3n cortical esencial para el aprendizaje y la memoria, as\u00ed como en los procesos emocionales- est\u00e1n naciendo constantemente nuevas neuronas (neurog\u00e9nesis). Estas nuevas neuronas se mueven, migran, a trav\u00e9s del tejido, antes de establecerse en un lugar adecuado y formar conexiones con otras neuronas. La neurog\u00e9nesis es necesaria para el funcionamiento saludable de esta parte del cerebro.<\/p>\n

Dogma 3. Las neuronas se comunican estrictamente en un modo \u201ctodo o nada\u201d, a trav\u00e9s de la generaci\u00f3n y propagaci\u00f3n de picos de tensi\u00f3n discretos.<\/p>\n

No. Las neuronas poseen las \u201coscilaciones de la membrana por debajo del umbral\u201d. Son oscilaciones complejas del potencial el\u00e9ctrico de sus membranas, que son muy d\u00e9biles para desencadenar pico, pero que modifican el comportamiento de picos de neuronas y se pueden comunicar a otras neuronas sin el uso de picos. Entre otras cosas, las oscilaciones de la membrana debajo del umbral parecen desempe\u00f1ar un papel importante en la sincronizaci\u00f3n de la actividad neuronal. Ese descubrimiento tiene consecuencias revolucionarias. La variabilidad continua de esas oscilaciones, y su propagaci\u00f3n de neurona a neurona, contradice la noci\u00f3n de que el cerebro opera como un sistema digital.<\/p>\n

Dogma 4. Toda la comunicaci\u00f3n entre neuronas ocurre por la red de axonios y sinapsis .<\/p>\n

No. Hoy est\u00e1 bien establecido que las neuronas tambi\u00e9n se comunican por la liberaci\u00f3n de mol\u00e9culas especializadas en el espacio extracelular y su acci\u00f3n en los receptores extra simp\u00e1ticos transportados por otras neuronas. Esta \u201ctrasmisi\u00f3n de volumen\u201d constituye un segundo sistema de comunicaci\u00f3n, junto con la \u201ctrasmisi\u00f3n de hilo\u201d v\u00eda axonios y sinapsis.<\/p>\n

Dogma 5. La actividad cerebral subyacente a la cognici\u00f3n parte enteramente de las interacciones entre neuronas.<\/p>\n

No. Ya qued\u00f3 establecido que, adem\u00e1s de las neuronas, las c\u00e9lulas gliales (astrocitos) del cerebro desempe\u00f1an un papel activo en la percepci\u00f3n, en la memoria, en el aprendizaje y en el control de la actividad consciente. Las c\u00e9lulas gliales superan a las neuronas del cerebro en una proporci\u00f3n cercana a 3:2. El descubrimiento del papel que juegan las c\u00e9lulas gliales en la cognici\u00f3n marc\u00f3 una revoluci\u00f3n en la neurociencia. La totalidad de esas c\u00e9lulas se menciona en ocasiones como el \u201csegundo cerebro\u201d, las c\u00e9lulas gliales est\u00e9n tan \u00edntimamente conectadas a las neuronas metab\u00f3lica y el\u00e9ctricamente que dif\u00edcilmente se puede separarlas.<\/p>\n

(contin\u00faa)","protected":false},"excerpt":{"rendered":"

Parte 4 Por Jonathan Tennenbaum MSIa Informa, 18 de septiembre de 2020.- Investigar las deficiencias de la inteligencia artificial actual, lo que llam\u00e9 \u201cproblema de estupidez\u201d (v\u00e9ase la parte 1 de esta serie) lleva al fascinante campo de la neurobiolog\u00eda, la que en los \u00faltimos tiempos ha experimentado una serie de descubrimientos revolucionarios. Estos descubrimientos …<\/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-9620","post","type-post","status-publish","format-standard","hentry","category-ciencia-e-tecnologia"],"_links":{"self":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9620","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=9620"}],"version-history":[{"count":0,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9620\/revisions"}],"wp:attachment":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/media?parent=9620"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/categories?post=9620"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/tags?post=9620"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}