«Everything you’ve learned in school as “obvious” becomes less and less obvious as you begin to study the universe. For example, there are no solids in the universe. There’s not even a suggestion of a solid. There are no absolute continuums. There are no surfaces. There are no straight lines.»
Buckminster Fuller
«Estas máquinas se utilizaban para calcular las trayectorias de la artillería, pero eran, evidentemente, insuficientes. Para elaborar una tabla de disparo se requería calcular normalmente un promedio de 3000 trayectorias. Si se usaba una calculadora de escritorio, el cálculo de cada trayectoria tomaba unas 12 horas, mientras que en el analizador diferencial [se refiere a la máquina de Vannevar Bush] requería sólo entre 10 y 20 minutos. Sin embargo, a pesar de eso, el cálculo de una tabla completa tardaba alrededor de un mes, y eso era una eternidad en tiempos de guerra. Para empeorar aún más la situación, cuando los aliados desembarcaron en el norte de África en 1943, se encontraron con un terreno totalmente distinto a todo lo que habían visto antes, lo cual hizo que sus tablas de artillería resultaran totalmente inoperantes.»
Fragmento, Breve Historia de la computación y sus pioneros. Carlos A. Coello Coello. En el capítulo XVII, hablando sobre las máquinas que precedieron al sistema ENIAC.
Esto está aquí para introducir una pregunta. Desde un punto de vista «computacional», alguien podría preguntarse por qué en un mundo generado por un conjunto de reglas —inquebrantables por definición—, de las que se deriva —supongamos— un resultado único para cada acción, es necesario que transcurra un «período de tiempo» para que la respuesta «ocurra». No me refiero a una «simulación» —no voy a volver a hablar sobre si efectivamente existe alguna diferencia entre simulación y realidad— dentro de una computadora en el sentido coloquial, sujeta a efectos electromagnéticos. Sino a la fuente; al universo donde existe y bajo cuyas reglas funciona.
Cuando alguien tira una piedra, en cierto modo, el universo parece calcular la trayectoria teniendo en cuenta todas las condiciones de contorno. ¿Por qué el resultado no es «instantáneo»? ¿Por qué no hay/no parece haber demora en calcular la ruta de vuelo, pero, sin embargo, ésta se nos muestra como una sucesión de fotogramas, y la piedra no cae al suelo inmediatamente? ¿Tal vez es, de nuevo, la pregunta equivocada?. Si «cálculo» significaba, en latín, piedra, por algo será.
«Isn’t even room to fit an explicit notion of space, or of time.
So in a sense we have to go below space and time–to more fundamental primitives. So what might these be?
There are undoubtedly many ways to formulate them. But I think most of the promising possibilities are ultimately equivalent to networks like this:
There’s no “space” here. Just a bunch of points, connected in a certain way. But I think it’s a little like, say, a liquid: even though at the lowest level there are just a bunch of molecules bouncing around, on a large enough scale a continuum structure emerges.
Normally in physics one thinks of space as some kind of background, in which matter and particles and so on separately exist.
But, OK, having space isn’t really enough. There’s also time.
Current physics tends to say that time is just like space. Just another dimension. That’s of course very different from the way it works in programs. In programs, moving in space might correspond to looking at another part of the data, but moving in time requires executing the program.»
«Un autómata celular puede conceptualizarse como una representación matemática de un sistema, definido por un conjunto de elementos discretos que interactúan localmente.
Para implementar un autómata celular, el espacio es dividido en celdas; esta división rompe, en algunos casos, la hipótesis de continuidad que es utilizada, en general, en las descripciones integro-diferenciales de los fenómenos físicos, pero que en el contexto biológico es una evidencia —entidades individuales—. [...]
La aparente simplicidad del modelo [habla de El Juego de la Vida de Conway] encubre la sorprendente complejidad que puede encontrarse al cabo de unas pocas iteraciones, lo que indujo a pensar, y de allí el nombre de este modelo, que se podría tratar de un sistema emulador de alguna forma de "vida".»
«Golly is an open source, cross-platform application for exploring Conway's Game of Life and other cellular automata. The primary authors are Andrew Trevorrow and Tomas Rokicki, with code contributions by Tim Hutton, Dave Greene, Jason Summers and Maks Verver.»
Golly es el paradigma de cómo dentro de un sistema cerrado y con unas reglas predefinidas, diseñadas, se puede observar la evolución en el tiempo de ciertas estructuras. En este sentido se parece bastante a la idea de transformada en matemáticas: haciendo una analogía con la Transformada de Fourier, el conjunto invariante de reglas que rigen al sistema puede ser visto como una especie de representación en el dominio espectral/de la frecuencia, mientras que su simulación puede considerarse como su representación en el dominio real/temporal/espacial.
La idea de evolución sólo tiene sentido cuando se aplica a la apariencia instantánea de un sistema al ser muestreado. La información que lo gobierna, si el sistema está aislado, es invariante. Por tanto la evolución en el dominio del tiempo, por ser el caso más intuitivo, es sólo un espejismo pues no supone un cambio en las estructuras que describen el sistema, y por tanto no aporta información sobre la naturaleza, los orígenes o la motivación de las mismas. Cualquier juicio acerca de la ésto último en base al comportamiento observado en un intervalo de tiempo finito en términos evolutivos será impreciso debido a que el juicio tendrá lugar con información potencialmente incompleta.
Ya dentro de la propia simulación, uno podría pensar que existe alguna correspondencia entre el algoritmo utilizado, o el conjunto de reglas del sistema, o el conjunto mínimo que permite que el sistema no derive en un oscilador (incluyendo los bodegones) o en la muerte
(el escenario puede vaciarse de celdas blancas si no se cumplen ciertas condiciones de adyacencia. Las celdas mueren —pasan de blanco a gris— por soledad o por superpoblación; agrupaciones de celdas blancas pueden considerarse imitaciones de estructuras orgánicas),
y esa popular y sistemáticamente despreciada complejidad irreducible (pero irreducible si no salimos del mismo sistema), cuyas críticas a veces se abrazan de forma tan apasionada e irracional como, paradójicamente, en muchas ocasiones hacen los practicantes de diversos credos religiosos con lo que les es propio —el ser humano está programado para creer en lo que toque, la irracionalidad a la hora de defender posturas valiéndose de argumentos inaplicables al contexto es una propiedad universal que nos caracteriza—:
«La complejidad irreducible (IC según sus siglas en inglés) es un argumento desarrollado por el bioquímico Michael Behe para apoyar el diseño inteligente. Defiende que la organización de ciertos sistemas bioquímicos no sería explicable por una evolución gradual; que no se habrían podido formar por los mecanismos propuestos desde Charles Darwin. El argumento de la complejidad irreducible da una cierta interpretación de estos cambios, para explicar que el origen de la complejidad y el orden en la naturaleza serían la obra deliberada de un agente inteligente.»
Dentro de la simulación, el algoritmo utilizado por Golly bien pudiera ser interpretado por los «habitantes» de este curioso mundo como un axioma, y si no estoy equivocado, esto equivale a verlo como un objeto cuya complejidad es irreducible:
«La palabra axioma proviene del griego αξιωμα, que significa "lo que parece justo" o aquello que es considerado evidente y sin necesidad de demostración. La palabra viene del griego αξιοειν (axioein) que significa "valorar", que a su vez procede de αξιος (axios) que significa "valuable" o "digno". Entre los antiguos filósofos griegos, un axioma era aquello que parecía ser verdadero sin ninguna necesidad de prueba.»
Cabe señalar que parece razonable pensar que el hecho de que desde dentro del sistema algo pudiera ser considerado como de complejidad irreducible no dice nada acerca de su naturaleza en otro contexto externo, dando al traste con el concepto.
Aunque tal vez la palabra necesidad no sea la más adecuada; lo que quiero decir es que los axiomas representan la naturaleza del sistema y no se puede descender a un nivel lógico más profundo sin salir del sistema y sin que la demostración se haga en base a elementos que se deducen de los propios axiomas, lo que es una prueba de la coherencia del sistema, mas no una justificación de los mismos independientemente de sus relaciones con el resto del sistema, esto es, una demostración de los axiomas en términos absolutos, que es lo que se buscaba. Por tanto el término necesidad debiera ser sustituido en la proposición por imposibilidad, imposibilidad de demostrar algo que sabemos que es cierto sólo porque no encontramos contradicción con el mundo que "genera" (el sentido de la causalidad, si es que es aplicable, aquí es difícil de discernir).
Desde fuera del sistema, fuera del mundo creado por Golly, ese axioma tal vez no demostrable desde el interior, y cuya motivación es desde dentro un enigma, es un conjunto de instrucciones dedicadas a permutar el estado de los millones de condensadores o lo que sea que constituya la memoria de la máquina y que se ha ejecutado para publicar un post en un blog. No parece trivial deducir esa motivación o especie de cadena causal en el tiempo desde dentro de la simulación. Aunque tal vez ese aislacionismo no sea posible porque no se puede separar a la máquina de su contexto.
Lo que yo considero más interesante son las siguiente cuestiones:
¿Existe algún mapa semilla —el conjunto de condiciones iniciales explicitada en forma de celdas que están activadas (en blanco) en el instante inicial— que, durante su proceso de evolución, pueda deducir por sí mismo que se trata de una simulación por computador, sin salir de la propia simulación?
"Generalizando": ¿puede un sistema inferir algo sobre lo que hay fuera de él, algo sobre la estructura externa que lo ha construído (lo que permitiría descubrir la naturaleza de los axiomas propios), mediante mera comparación de objetos internos —incluyendo las propias reglas de comparación—?
Si la respuesta es «sí», esto debiera permitir deducir la estructura que permite la emergencia de los axiomas (suponiendo que no sea una «cadena de emergencia infinita» en la que axiomas se enlazan con otros axiomas ad infinitum), y tal vez la «motivación» tras ellos.
La motivación es la piedra angular de todo, pero la motivación es una idea «creada para» uso del hombre y no tiene por qué ser extensible como propiedad que se manifiesta necesariamente en otras estructuras, aunque existan en el mismo mundo.
¿Existe algún mapa semilla que, durante su proceso de evolución, pueda hacer otra cosa que no sea permutar sus estados internos de forma coherente con su axiomática?
¿Podemos pretender acceder a alguna verdad fuera de nosotros mismos?
El software trae varios mapas semilla preconstruídos. Uno de los que me han parecido más interesantes tiene el nombre de DLA-Margolus.
DLA son las siglas para Diffusion-Limited Aggregation/Agregación limitada por difusión, que Wikipedia lo define como sigue:
«un proceso en el cual partículas sometidas a paseo aleatorio debido al movimiento browniano se aglomeran para formar agregados de tales partículas. Es aplicable a la agregación de cualquier sistema donde la difusión es el medio primario de transporte en el sistema. DLA puede ser observado en muchos sistemas tales como eletrodeposición, flujo de Hele-Shaw, depósitos minerales, y ruptura de dielétrico.»
Para no irnos por las ramas más de lo necesario, el flujo de Shaw vamos a dejárselo a los ingenieros del ramo, pero la ruptura de dieléctrico puedes observarla sin más que meter un CD en el microondas. Tiene la forma de un coral pero prácticamente bidimensional.
El añadido Margolus hace referencia a cierta propiedad de evolución del sistema (la forma en que se "discretiza" el tablero de juego) pero tampoco me parece importante.
¿Son estos juegos o simulaciones una forma de vida? (ignoremos el hecho de que llamarlo simulación lo despoja de tal potencial). Con anterioridad hemos comentado que una estructura viva es una estructura disipativa, o, visto de una forma sutilmente más pobre, como una estructura autopoiética que mantiene sus estructura característica a costa de homogeneizar el medio. Liberando calor, por ejemplo. Digo sutilmente porque en el segundo caso casi se adivina la intención de separar la estructura de su entorno, en lugar de verla como algo que emerge del mismo, como ocurriría con los pliegues en una sábana.
Una partida a El Juego de la Vida puede verse como un conjunto infinito y numerable (numerable porque las celdas tienen una anchura común, independientemente de cuánto valga, es una constante dentro del sistema; si fuera un ancho infinitesimal esa idea de constante carece de sentido y un movimiento de una celda sería el desplazamiento de una superficie bidimensional sobre un continuo: la sucesión de transiciones sería no numerable) de transiciones entre mapas de tiempo discreto (aunque las operaciones necesarias para realizar cada transición se realizan en un computador que trabaja en nuestro mundo que nosotros percibimos en nuestra cotidianidad como de tiempo continuo).
La apariencia instantánea, muestreada, del "árbol fractal", del "coral", es una estructura disipativa, porque, si bien el juego como modelo lógico es independiente del medio, su implementación y ejecución en una computadora genera calor —disminuye el orden global— en nuestro mundo. Por tanto, hasta aquí no hay contradicción con la definición de vida. Sería diferente, más complicado, si considerásemos su espectro: el algoritmo junto con las condiciones iniciales.
En éste caso podría pensarse que no es una estructura autopoiética, ya desde el momento en que sabemos que, en realidad, globalmente el sistema no evoluciona desde el momento en que sabemos que cuenta con una representación espectral y además finita (porque el conjunto de reglas de adyacencia es finito, son sólo un puñado de hecho) [pregunta abierta ¿es importante que sea finita? ¿qué ocurriría si el espectro fuera infinito?].
El conjunto de reglas que rige el sistema, entre las que se encuentra la producción de nuevas unidades moleculares en el caso de los seres vivos comunes, parece intuitivamente reducible (tal vez no) al conjunto de reglas de generación de celdas blancas en base a los criterios de adyacencia. En ambos casos se trata de un conjunto invariante de información. Vaya, parece que la generación en el dominio del tiempo de nuevas estructuras no debe ser un criterio válido para la definición de qué está vivo, y qué no lo está. Porque es demasiado ambiguo y engloba tanto, que no sirve para acotar lo que intuitivamente entendemos por vida. O tal vez necesitemos ampliar nuestros horizontes a la hora de considerar qué está vivo y que no, y cambiar la pregunta por la de qué es un ser consciente.
Con anterioridad hemos expuesto que las estructuras disipativas sólo tienen sentido en su contexto; son indisociables de su entorno, son una única entidad, pero nuestro lenguaje tiene sus limitaciones conceptuales (por aquéllo de la economía del lenguaje, tal vez) y nos conduce a ideas imprecisas que separan lo que no es escindible.
Golly es una vaga alegoría de nuestro mundo. Y ha sido creado con la intención de entretener, o ni eso, tan sólo con la intención de escribir unas pocas líneas y hacerle perder el tiempo al hipotético lector; tal vez nosotros no deberíamos esperar mucho más del original.
El presente artículo es relativamente extenso y seguramente contenga algunos errores e imprecisiones de diverso calibre que sólo tal vez vaya corrigiendo en el futuro. Si adviertes alguno, o si sientes que conoces algún material complementario interesante en la red, no dudes en hacérmelo saber a través del correo electrónico. Hay, literalmente, miles de páginas sobre algoritmos y consideraciones matemáticas, lógicas y filosóficas sobre la inteligencia artificial. Páginas que obviamente no he leído, e ideas sobre las que no he reflexionado. El objetivo de este texto es sólo la de reunir e intentar relacionar y compartir algunas ideas que me parecen interesantes y que posteriormente pueden haber sido la puerta a algo más.
«Creía que las hormigas sabían lo que hacían. Las que paseaban por la encimera de mi cocina parecían tan decididas, que supuse que tendrían un plan. ¿De qué otra forma podrían si no organizar autopistas, construir nidos, protagonizar incursiones épicas y hacer todas las cosas que hacen las hormigas? Pero resulta que estaba equivocado. No son perspicaces ingenieras, ni arquitectas, ni militares en miniatura, o al menos no lo son como individuos. Cuando se trata de decidir qué hacer, la mayoría de las hormigas no tiene ni idea. «Si observas a una hormiga tratando de hacer algo, te impresionará su ineptitud», dice Deborah M. Gordon, bióloga de la Universidad Stanford. ¿Cómo es posible explicar, entonces, el éxito de las 12.000 especies conocidas? ¡Algo tienen que haber aprendido en 140 millones de años! «Las hormigas no son inteligentes, pero las colonias sí lo son». Una colonia puede resolver problemas inasequibles para una hormiga individual, como hallar el camino más corto a la mejor fuente de alimentos, asignar obreras a diferentes tareas o defender el territorio. Como individuos, puede que las hormigas sean tontas, pero como colonia responden con rapidez y eficacia a su entorno. Y lo hacen con algo denominado inteligencia de enjambre.»
2. DE LOS CÚMULOS FUNCIONALES A LA NEURONA INDIVIDUAL
«En primer lugar, observemos la terminología: los filósofos definen la hipótesis de la IA [Inteligencia Artificial] débil como la afirmación de que es posible que las máquinas actúen con inteligencia (o, quizá mejor dicho, que actúen como si fueran inteligentes); de la misma manera, la hipótesis de la IA fuerte consiste en la afirmación de que las máquinas sí piensan realmente (opuesto al pensamiento simulado) [En el caso de la IA fuerte, hablaremos de estados mentales].
La mayoría de los investigadores dan por sentado la hipótesis de la IA débil, y no se preocupa por la hipótesis de la IA fuerte: con tal de que funcione su programa no les interesa si se llama simulación de inteligencia o inteligencia real. Sin embargo, todos deberían preocuparse por las implicaciones éticas de su trabajo. [...]
Turing mantiene que la cuestión no está bien definida al decir "¿pueden pensar las máquinas?". Además, por qué deberíamos insistir en un estándar más alto para las máquinas que el usado para los humanos. Después de todo, en la vida ordinaria no tenemos nunca una evidencia directa sobre los estados mentales de otras personas. No obstante, Turing dice que "En vez de argumentar constantemente sobre este punto de vista, es usual mantener la convención educada de que todos pensamos". [...]
En 1848, Frederick Wöhler sintetizó urea artificial por primera vez. Este fue un hecho importante porque probó que la química orgánica y la inorgánica se podían unir, cuestión discutida muy fuertemente. Una vez que se consiguió la síntesis, los químicos reconocieron que la urea artificial era urea, porque tenía todas las propiedades físicas adecuadas. [...]
Aunque sea fácil reconocer que las simulaciones por computador de las tormentas no nos van a mojar, no está claro cómo aplicar esta analogía a las simulaciones por computador de los procesos mentales. Después de todo, la simulación de una tormenta en Hollywood utilizando aspersores y máquinas de viento sí que moja a los actores. La mayoría de las personas se sienten cómodas diciendo que la simulación por computador de la suma es la suma, y la de un juego de ajedrez es un juego de ajedrez. ¿Son los procesos mentales más parecidos a las tormentas, o son más parecidos a la suma o al ajedrez? Depende de la teoría de los estados y los procesos mentales.
La teoría del funcionalismo dice que un estado mental es cualquier condición causal entre la entrada y la salida de un sistema. Bajo la teoría funcionalista, dos sistemas con procesos causales isomórficos tendrían los mismos estados mentales. Por tanto, un programa informático podría tener los mismos estados mentales que una persona. Desde luego, todavía no hemos dicho qué significa realmente "isomórficos", pero la suposición es que existe algún nivel de abstracción por debajo del cual no importa una implementación específica; siempre que los procesos sean isomórficos hasta este nivel, tendrán lugar los mismos estados mentales.
En contraste, la teoría del naturalismo biológico dice que los estados mentales son características emergentes de alto nivel originadas por procesos neurológicos de bajo nivel en las neuronas, y lo que importa son las propiedades (no especificadas) de las neuronas.»
Fragmento, Inteligencia Artificial, un enfoque moderno. Capítulo 26: fundamentos filosóficos. Stuart Russell y Peter Norvig.
Por tanto, podemos entender que, según la teoría del funcionalismo, la simulación de un proceso mental es un proceso mental; lo único que cambia es el dominio de ejecución mediante cierta transformación isomórfica para todos los componentes implicados. Según la teoría del naturalismo biológico, la simulación de un proceso mental no es más que una una coreografía sin contenido, el despliegue en el tiempo de un algoritmo en base a cierta entrada y la historia de la máquina, pero sin que una entidad tenga la consciencia de ser la responsable de la tarea.
«El funcionalismo presupone que una misma función puede ser desempeñada por sistemas muy distintos, ya que la naturaleza de sus componentes no es esencial para el correcto desempeño de su función. Las creencias y deseos son estados físicos de sistemas físicos que pueden estar hechos de diferentes tipos de materiales. Algo es una creencia o un deseo en virtud de lo que hace y no en virtud de los materiales de los que su sistema está compuesto. No es analizando el sistema sino su función.
De este modo, podemos atribuir estados mentales a seres con una estructura fisicoquímica muy diferente a la nuestra y las funciones mentales podrían muy bien ser desempeñadas por un soporte no orgánico, como un ordenador digital. Cualquier sistema puede tener mente a condición de que sea capaz de realizar la función adecuada. […]»
Con anterioridad he comentado muy brevemente acerca de la posibilidad de que la consciencia sea algo más común de lo que creemos en el universo —y no voy a volver a tratarlo aquí—. En tal caso IA débil e IA fuerte podrían entenderse como constructos más o menos complicados pero con una raíz común.
Véase los posts previos:
No voy a entrar ahora a tratar de definir la consciencia. Prefiero exponer el caso general y, luego, con una definición precisa de los conceptos tal vez el lector encuentre que ciertas ideas podrían ser equivalentes o reducibles a otras. Pero el texto se volvería inabordable.
La teoría del naturalismo biológico expone que la única implementación específica posible para un sistema capaz de generar estados mentales (esto es, capaz de generar un sistema de clase IA fuerte) y transicionar entre ellos es una red de neuronas. Entonces, para entender los comportamientos o propiedades emergentes de la red, la única vía posible es entender el ladrillo fundamental de la arquitectura, la neurona... ¿necesariamente biológica?. Esto es confuso, porque este razonamiento no parece cerrar la puerta a que se hagan implementaciones alternativas de la misma neurona —en lugar de masivas agrupaciones funcionales suyas, como pudiera ser todo el conjunto de la corteza visual en el cerebro humano, etc...— mediante estructuras a priori «no biológicas» de las que puedan emerger las mismas propiedades, por lo que parece que regresaríamos a una teoría del funcionalismo en la que el nivel de abstracción por debajo del cual no importa una implementación específica, es la neurona. La unidad funcional sería la neurona en sí misma y no sus supraestructuras dentro del cerebro; dentro de la red, que es lo que al principio podríamos haber entendido por funcionalismo.
Pero tal vez, sólo tal vez, no hemos entendido nada y simplemente la neurona biológica no se puede replicar de ningún modo. Existe la posibilidad de que la neurona biológica sea la única solución válida al problema de generar una verdadera IA, una IA fuerte. ¿Y si puedes copiar parte de su comportamiento e implementarlo en máquinas, pero no puedes «captar la esencia que la hace única»?
Debemos recordar que, puesto que las inteligencias biológicas que conocemos están basadas en las neuronas, y siendo como son difíciles de entender teniéndolas delante, la cuestión de pensar si podría existir algún otro modelo que no haya tenido la suerte de evolucionar en nuestro planeta pero que sí sea una estructura con la misma capacidad para generar IA fuerte, es una pregunta para personas con mucha, mucha imaginación.
Habríamos pasado de preguntarnos:
1. si podemos duplicar el comportamiento de un cerebro biológico
—sin especificar el nivel de inteligencia pero siendo ésta verdadera por estar constituido por neuronas biológicas, de las que la evidencia muestra que sí permiten la emergencia de seres realmente inteligentes—
basado en neuronas mediante hardware que emule directamente cada una de las funciones del cerebro —que son llevadas a cabo por cúmulos de neuronas—
, a preguntarnos
2. si podemos implementar una neurona
—entendida entonces ésta no ya como la unidad biológica sino como modelo algorítmico—
mediante hardware no-biológico, que permitirá entonces la posterior emergencia de las propiedades propias de la IA fuerte.
Lo que parece, suponiendo que podamos deducir todas las caraceterísticas de una neurona en base al comportamiento de la red, en última instancia, la misma pregunta pero cambiando la escala de estudio y de integración de los componentes. Aún en el hipotético caso de que la respuesta a la primera pregunta fuese un no, porque entendiésemos que en esas condiciones sólo podríamos aspirar a la IA débil (simulación de la inteligencia) porque damos por cierto que la inteligencia es verdaderamente una propiedad emergente de las neuronas y no de otro tipo de circuitos —construídos con silicio o lo que sea— emuladores de más alto nivel —como afirma el naturalismo biológico—, aún así, no hemos respondido a la segunda pregunta, a si podría emerger la IA fuerte bajo esas condiciones de diseño.
Tal vez emular el comportamiento de seres inteligentes biológicos mediante hardware basado en descripciones de alto nivel (esto es, replicar las funciones de cúmulos de neuronas o fragmentos de la red neuronal por separado), es un callejón sin salida porque no puedes comprimir todos los comportamientos del sistema en un hardware que se pueda construir en el sentido de que ocupe un espacio finito, a ese nivel de estudio. No puedes copiar cada una de las funciones del cerebro bloque a bloque, y conectarlas para que se ejecute un sistema de IA fuerte porque éste sólo emergería de un sistema dinámico con capacidad para modificar la propia estructura de la red de la que emerge (algo que a priori parece imposible mediante la interconexión de bloques funcionales preensamblados que no sean idénticos y no compartan el protocolo de comunicación —porque, si no, estos bloques ya serían un proyecto de neurona—); sólo obtendrás una simulación más o menos potente pero distinta al proceso original. Lo que deberías de hacer es ir a la fuente, a la neurona, y tratar de replicarla de forma masiva —que es la forma en que resulta útil—. Por supuesto, replicarla correctamente lleva implícito replicar el esquema de decisión que permite la evolución de la red neuronal tras la interconexión. Así, no programamos las funciones del sujeto a simular directamente; programamos el patrón de evolución de las neuronas, de las que luego emergerá el sujeto a base de misteriosas interacciones. Nuevamente, estamos ante la misma cuestión pero en diferentes niveles de implementación: trasladamos la teoría del funcionalismo al nivel de la neurona individual en lugar de a sus supraestructuras.
La IA fuerte sería un proceso global, emergente de una red de una infinidad de pequeños componentes completamente conectados entre sí, en lugar de surgir de una interconexión de bloques funcionales. Y la verdad es que la diferencia es difícil de apreciar, no ya por la pregunta de cuántos elementos marcan la diferencia, si no además porque al final, una única neurona sólo puede dedicarse a una tarea en cada instante de tiempo y es de esperar que surja algún sistema de jerarquía o estructura de control en cualquier clase de red neuronal, por lo que en cualquier caso, en cada instante, siempre estaríamos en un escenario de bloques funcionales (pero dinámicos gracias a la sopa neuronal).
Pero ésa sería la clave: bloques funcionales dinámicos. Una explicación podría ser que la IA fuerte es (entre otras cosas, porque lleva implícita la presencia de un agente consciente) la envolvente de la idea de la conexión de bloques (IA débil): interconectar bloques funcionales equivaldría a hacer un muestreo del sistema, de la red, en un determinado instante de tiempo. Extrapolar ese comportamiento a escenarios diferentes sin duda debería dar resultados divergentes a los del sistema inteligente original puesto que éste sí es adaptativo. La IA débil es una solución a los problemas a corto plazo, y la IA fuerte, a largo plazo. ¡Pero, claro, alguien podría argumentar que, dado que en nuestro universo la estructura percibida de todos los subsistemas del mismo se degrada en el dominio del tiempo, el largo plazo es largo muy subjetivo y no debería utilizarse como elemento diferenciador! Pero no: soluciones a largo plazo, por breves que sean, salvo alguna singularidad, siempre deberían permitir soluciones en plazos más breves.
3. SOBRE LA CONSTRUCCIÓN DE NEURONAS ARTIFICIALES
Si trabajamos bajo la suposición no demostrada de que la IA fuerte sólo puede emerger de la interacción de una red neuronal de cierta dimensión aún por definir, estaremos de acuerdo en que el problema es duplicar la neurona biológica mediante algún tipo de hardware.
«Un modelo oculto de Markov o HMM (por sus siglas del inglés, Hidden Markov Model), es un proceso por el cual se observa el comportamiento del sistema de manera indirecta pues los estados del mismo permanecen ocultos para el observador.»
Lo que nosotros percibimos al observar una neurona es un sistema que genera una secuencia de salida cuando se sobrepasa un valor de tensión umbral a la entrada:
«Over long distances neurons communicate via electrical impulses. However, when these signals reach the inputs (called "dendrites") of another neuron, every input pulse causes a small puff of a specific chemical to be released into the gap (called a "synapse") between neurons. This substance briefly opens a number of ion channels in a nearby patch of the receiving neuron's cell membrane, and the resulting flow of charge carriers causes this area to act like a miniature battery. The same thing happens throughout the neuron's tree-like collection of inputs and the combined charges are funnelled back to the body of the cell (known as the "soma"). Thus, the neuron gradually becomes more and more electrically charged. When there is enough accumulated potential, the neuron spontaneously generates its own series of impulses which travel down the output fiber (the "axon"). Eventually this signal impinges on the inputs of succeeding neurons where a similar series of events then takes place.»
«AANN’s structure [Analog Artificial Neural Network] is a skeletal network of analog electronic components, drawing inspiration for its design from forms observed in early plant and marine life, and technological objects of modern telecommunications (satellites, antennas, transmitter towers, etc.). Though designed to approximate neural network behavior, AANN is not a tool for running calculations; the project is meant to give a physical and interactive form to otherwise abstract computational theories used by computer scientists in pattern recognition applications.»
«Part of the final crucial stage in developing AANN was figuring out how to put all the neurons together. The connections of a bunch of neurons was what made the network and how those connections are determined influence the final behavior of the entire system. Just how does the arrangement and connectedness of the network effect the behavior?»
Si un sistema que puede cambiar entre estados fuese un sistema inteligente, entonces un sistema de Markov es un sistema inteligente. Un sistema de Markov puede ser utilizado para representar una gramática (las reglas de construcción de un lenguaje).
¿Convierte esto a cualquier gramática/cualquier lenguaje en una entidad inteligente? (En este punto recomiendo leer esto)
Pero si la mera manipulación de símbolos no tiene nada que ver con la consciencia, ¿qué tiene que ver la inteligencia con la consciencia?, ¿cuál es el papel real de la semántica en la inteligencia? ¿cómo definirías semántica de modo que fuese una idea no reducible a la mera manipulación de símbolos o relaciones?
¿Diremos entonces que cualquier conjunto de reglas coherentes entre sí y que permitan construir sentencias de longitud no acotada (como ocurre en cualquier idioma si obviamos los límites prácticos) constituye un universo inteligente?
¿Cuál es el lugar de los sentimientos, los deseos, la motivación, en todo esto? Y, si son independientes de la idea de inteligencia, ¿no está la inteligencia entonces sobrevalorada?
«No existe un “detector de consciencia”, como tal entre los humanos. Es necesario acordar un cierto número de signos objetivos que pueden hacer suponer que la entidad biológica o artificial interrogada, es consciente, en el sentido en el que lo entendemos. Se trata de una variante del test de Turing. En esta perspectiva, se tiene que admitir que entes artificiales pudieran ser conscientes y sufrir. Y entonces no estaría bien atormentarlos. Éste es uno de los temas de mi película The Singularity is Near. Pero todavía no estamos preparados para esto. Será sin embargo una de las preguntas morales o filosóficas que se cuestionarán en los próximos años: ¿podemos hacer sufrir a los hombres bajo el efecto de la anestesia, a animales y robots que se suponen con el poder de albergar, más que un simple ordenador actual, estados conscientes?
[…]
Me han objetado, particularmente John Horgan, que para simular el cerebro humano, se necesitarían de trillones de líneas de código, mientras que los programas más sofisticados no pasan de algunas decenas de millones de líneas. Pero es absurdo. No existe en el cerebro nada que sea tan complicado. El cerebro es el resultado de un genoma. Ahora bien, éste no sobrepasa alrededor de 800 millones de bits de información. Además, está lleno de redundancias. Las secuencias, las más largas, pueden estar repetidas cientos de miles de veces. Si utilizamos la compresión de la información, el genoma puede estar representado por 50 millones de bits, de los cuales la mitad solamente interesa a la génesis del cerebro. Eso puede ser simulado por un millón de líneas de código solamente.»
« [...] Aquiles y la Tortuga se encuentran, pues, en un día de otoño. La Tortuga
afirma, de manera extravagante, que ella no oye los discos poniéndolos
en un gramófono, sino que observa con sus ojos los surcos del disco y
así percibe la belleza de las piezas musicales contenidas en cada disco.
Lo que quiere explicar la Tortuga con esto es que existe un isomorfismo
entre el dibujo de los surcos en un disco y la música contenida en ese
disco. La idea siguiente consiste en un libro que sea isomorfo al
cerebro de Einstein en el momento de su muerte. [...]»
«Es evidente que Deep Thougth [antecesor del famoso Deep Blue] estaba programado para conseguir ventajas
materiales, pero carecía de la visión estratégica que da una comprensión
genuina. Al comer la torre con un peón, rompía una barrera de peones
que le garantizaba las tablas. (Pero, en realidad, ni siquiera se daba
cuenta de lo que estaba haciendo).»
No hay error en el comportamiento ni en la estrategia que nos lleve a afirmar que una máquina no es inteligente, —salvo que lo que sigue implique la definición que asociamos a esta grafía— sólo un algoritmo deficiente, que no está preparado para abordar ciertos escenarios inesperados. El programa hace lo que tiene que hacer, y sólo éso —salvo que, obviamente, una perturbación de alguna dimensión física en el hardware, unido a una incapacidad para detectar errores de ejecución tiren todo por la borda—, mientras no se le implemente la capacidad de un aprendizaje que le permita reorganizar su propio código por completo y al más bajo nivel. Lo mismo que nos sucede a nosotros, que no podemos contemplar como variable nada que no se pueda deducir —aunque para deducir algo también necesitamos entradas previas, lo que acota mucho nuestra presunta superioridad en ingenio respecto a una máquina creada por el hombre— o que haya sido claramente especificada; y por tanto nuestro rango de respuestas es también limitado. Todo lo que consideramos un error puede reducirse a códigos incompletos o a las leyes de la física en acción —tal vez lo mismo en última instancia—, hasta en la más mínima perturbación.
Como sea, el texto apela a una de las cuestiones esenciales del hombre, lo de siempre; si somos un algoritmo enmascarado por una ilusión, la ilusión de la consciencia —parte del código—, o «algo más». Puede plantearse de un modo más elegante, pero la pregunta es en el fondo la misma. Tal vez, estamos hechos de tal modo que no advertimos que realmente lo segundo es una estupidez pues no hay concepto capaz de superar la idea de algoritmo, y el problema lo tenemos al tratar de imaginar la complejidad del que a nosotros nos mueve. La respuesta queda planteada como ejercicio al lector, pues hay quien diría —no lo comparto— que hay tantas verdades como personas.
4Colors Desde el 2001 escribiendo notas que no cambiarán tu forma de pensar
a beautiful revolution My love life was still a complete disaster - going from one bad relationship to another. But then I met her. The girl on the internet. She lived in America. I went to see her.
A List Apart explores the design, development, and meaning of web content, with a special focus on web standards and best practices
Actas de Meditación LIBRE EXPERIMENTACIÓN ARTÍSTICA DESDE LA ESCRITURA + PENSAMIENTO CREATIVO + FILOSOFÍA
Album de Instantes Cuando realizo una toma fotográfica, intento que, como la mayoría de los actos que como ser humano puedo realizar, sea con plena consciencia del momento presente
