Este es el segundo post de la serie sobre inteligencia artificial, si en el primer post vimos las distintas concepciones que se han tenido de esta a lo largo del tiempo, en este estudiaremos una perspectiva moderna sobre la inteligencia basada en la teoría computacional de la mente.

La TCM me parece una de las aproximaciones a la inteligencia (y a muchos otros campos del comportamiento humano) más prometedoras, ya que aborda el tema desde un punto de vista materialista, fundamentando en la ciencia (en particular en la biología), lo que le permite hacer afirmaciones concretas y comprobables. Es especialmente interesante para la inteligencia artificial, ya que no solo proporciona una base sólida sobre los distintos mecanismos que conforman la inteligencia sino que además su premisa fundamental es que ¡el pensamiento es solo computación!

La principal referencia de este artículo será el libro How the Mind Works en el cual Steven Pinker presenta diferentes herramientas cognitivas de las que nos habría dotado la evolución y explica, también desde un punto de vista evolucionista, el porqué de algunas conductas humanas que de otra forma parecen inexplicables. Una lectura larga (como todas las de Pinker) pero muy recomendada.

¿Qué hace a un ser inteligente?

O más concretamente ¿cómo reconocemos que un ser es inteligente? Algo imprescindible sería percibir algún tipo de objetivo en sus acciones, podríamos estar ante el ser más “inteligente” que podamos imaginar, pero si este no tiene ningún objetivo que necesite de sus capacidades no podríamos saber si su inteligencia supera a la de una piedra.

Otro elemento fundamental que tendríamos que atribuirle sería un modelo del mundo certero, ya que de otro modo sus acciones, por muy lógicas y astutas que puedan ser, no le llevarían a ningún lado.

Sin embargo esto aún no es suficiente, no diríamos que un robot con un mapeado detallado y con el claro objetivo de ir de un punto a otro pero cuyo algoritmo es ir en linea recta chocándose con todos los obstáculos es precisamente inteligente. Necesita una serie de reglas para cumplir su objetivo con los datos de los que dispone de la manera más efectiva posible.

Cuando reconocemos estos elementos en un humano los llamamos deseos, creencias y decimos que sus acciones son lógicas. Hablar del comportamiento humano en términos de creencias y deseos es el nivel de abstracción más natural y con mayor poder predictivo que tenemos. Cualquiera supondrá, con una fiabilidad bastante alta, que si alguien quiere cocinar pasta pondrá algo de agua al fuego, sin embargo sería difícil de decir lo mismo a partir de la configuración completa de su mente en ese momento.

¿Es la mente un ordenador?

Esta analogía no hay que entenderla como una semejanza entre la arquitectura de la mente y la de un ordenador, obviamente el cerebro no está hecho de silicio, sus componentes de cómputo básicas, las neuronas, funcionan de forma esencialmente diferente a los transistores, ni siquiera podemos hablar de una separación entre hardware y software, tiene más sentido evolutivo que la estructura del cerebro y su “programación” interna estén fuertemente relacionadas, algo así como un firmware. Al igual que una máquina de Turing podría construirse mediante poleas y ruedas con hamsters bien calibradas, el cerebro manipula la información a su manera.

Hablando de máquinas de Turing, ¿es el cerebro equivalente a una? Desde luego es al menos igual de potente, al fin y al cabo cualquiera puede simular, con lápiz, papel y paciencia, una máquina universal de Turing. ¿Hay algo que el cerebro pueda computar y una máquina de Turing no? Seguramente no, por un lado está la tesis de Church-Turing, que todavía no ha sido falsada, por otra no hay nada en el funcionamiento de las neuronas que parezca indicarlo (de hecho se puede simular su comportamiento a nivel físico mediante un ordenador).

La modularidad de la mente

Pero parece que si hay una característica de los ordenadores que podemos trasladar a la mente de forma directa, la modularidad. Hay fuertes evidencias de que diferentes partes del cerebro están especializadas en funciones concretas (visión, lenguaje, etc) que ha su vez se subdividirían en otras partes aún más especificas, con muy poco solapamiento entre ellas. Esto pude parecer incompatible con una visión evolucionista de la mente, al fin y al cabo la evolución no entiende de ingeniería, solo hace falta ver chapuzas como el nervio laríngeo de la jirafa, la evolución no respeta fronteras, toma elementos ya existentes y los modifica y combina con la esperanza de que sean útiles y, sin embargo, vemos diseños modulares y jerárquicos en todos los seres vivos. Tenemos órganos especializados (no filtramos toxinas un poco con el pulmón y otro poco con el riñón) y cada uno puede subdividirse en secciones hasta llegar a nivel celular, en el que cada tipo de célula desempeña una función. La respuesta a esta contradicción es simple, un diseño organizado es más fácil de mantener y ampliar que uno enmarañado (cualquier programador lo admitirá), proporcionando cierta tolerancia a pequeñas modificaciones (si se da un cambio en un órgano, siempre y cuando siga cumpliendo sus funciones no tendrá mayores consecuencias), esto otorga una ventaja evolutiva a los organismos “modulares” frente a los “monolíticos” y la presión selectiva se encarga del resto.

La modularidad del cerebro tiene un corolario obvio pero interesante: la inteligencia está compuesta por distintas funcionalidades (o herramientas cognitivas) interactuando entre sí. Por tanto, si queremos recrear inteligencia debemos identificar estas funcionalidades y estudiar la forma en la que integrarlas.

Múltiples inteligencias

No, no me refiero a la pseudociencia de Gardner, más bien a una consecuencia lógica de todo lo dicho hasta ahora, si la utilidad de la inteligencia es conseguir objetivos y además no hay un “algoritmo de la inteligencia” sino que resulta de una combinación de herramientas, no sería correcto hablar de una única concepción de inteligencia.

En mi opinión sería mejor pensar en la inteligencia como un fenómeno emergente que puede tomar muchas formas, que aunque puedan variar en su nivel de refinamiento, solo podrían compararse entre sí a la luz de un objetivo y unas restricciones. De esta forma podría considerarse que una golondrina tine mayor inteligencia a la hora de orientarse que un humano (dejando de lado los GPS) ¿pero sería esto justo? Al fin y al cabo estamos hablando de habilidades innatas e irreflexivas, normalmente asociamos la inteligencia a un proceso de pensamiento consciente, es fácil identificar la inteligencia cuando a través del pensamiento se llegan a soluciones ingeniosas y elegantes, pero cuando estas son el resultado de procesos innatos los asociamos más con “habilidades”, sin embargo ¿acaso nuestra capacidad de reflexionar no nos es también innata e irreflexiva? Y más importante ¿es necesario que un ser sea consciente de su pensamiento para considerarlo inteligente? No lo se, se me ocurren argumentos a favor y en contra, tal vez, como en todos los fenómenos emergentes sea imposible trazar una división clara.

El problema de la conciencia

“Conciencia” es un término elusivo, Ray Jackendoff y Ned Block distinguen tres significados diferentes:

  • Conciencia como conocimiento de uno mismo: Es decir, que el modelo interno del mundo contenga el yo. Esta definición no plantea ningún problema, no es difícil programar un robot que pueda razonar sobre sí mismo.

  • Conciencia como acceso a la información: Hay partes de nuestra mente a las que los componentes del pensamiento racional no pueden acceder, por ejemplo a los cálculos internos que permiten la visión. Esto es análogo a los sistemas de permisos que encontramos en los ordenadores, tampoco tiene nada de extraordinario.

  • Conciencia como experiencia subjetiva: Esta sensación, que se ha dado por llamar sentiencia, es un concepto incluso más esquivo que el de inteligencia y uno de los misterios de la mente más grandes que todavía quedan por desvelar. Es posible que esta experiencia esté estrechamente relacionada con las limitaciones de acceso a la información y con la existencia de una especie de “proceso supervisor”, pero no se han hecho avances significativos que arrojen luz sobre el tema.

Existen posturas encontradas en torno a si la conciencia puede ser lograda solamente mediante computación, experimentos mentales como los zombies filosóficos o la habitación china intentan demostrar que no, pero ambos han recibido críticas muy válidas. Sin duda cuanto más entendamos la mente y su funcionamiento más cerca estaremos de una respuesta.

Nuestra representación del conocimiento

Si como hemos visto tenemos creencias y estas forman parte fundamental de nuestra inteligencia cabe preguntarse porqué surgieron y cómo están implementadas en la mente.

Todos tenemos una representación mental, más o menos acertada, de como funciona el mundo. Por un lado contamos con ciertas intuiciones, esperamos que dos elementos aparentemente separados que se mueven en sincronía formen parte de un único objeto y sabemos que un objeto solido no puede traspasar otro. Estas intuiciones aparecieron como una adaptación para desenvolvernos mejor en nuestro medio natural y cuanto más nos alejamos de este menos útiles nos son. Además, como parecen indicar los experimentos realizados en bebés de entre tres y cuatro meses llevados a cabo por Kelman y Spelke, estas intuiciones se desarrollan muy temprano en nuestras vidas.

Por otro lado también tenemos la capacidad de agregar nuevo conocimiento a nuestro haber, es decir, podemos aprender. Aprendemos gracias a dos herramientas, la inducción y la deducción. La deducción se basa en reglas lógicas para obtener nueva información a partir de la que ya tenemos, así sabemos que el hermano de nuestra madre es nuestro tío o que, como Sócrates es hombre y todos los hombres son mortales, Sócrates es mortal.

La inducción extrae las correlaciones que vemos en nuestro entorno, por ejemplo, si solo hemos visto cuervos negros inferiremos que todos los cuervos son negros y cada nuevo cuervo negro que veamos le añadirá credibilidad a esta afirmación. Las redes neuronales son naturalmente adecuadas para computar este tipo de lógica difusa, por eso son tan importantes en el aprendizaje automático y todo parece indicar que nosotros las usamos de forma parecida a la hora de aprender.

Mientras que la inducción nos es natural muchas personas tienen problemas con la deducción, al menos en su versiones más rigurosas. Esto es curioso, ya que a primera vista pareciera que la maquinaria estadística necesaria para la inducción es más compleja que programar el puñado de reglas básicas que conforman los procesos deductivos, pero hay que tener en cuenta que estas herramientas evolucionaron para ser lo suficientemente buenas para permitirnos sobrevivir, cuanto más coincidan con la realidad de nuestro entorno mejor, pero nada garantiza que sean completamente correctas, así un pequeño desajuste en la inducción se notaría menos que un fallo en las reglas deductivas.

El conocimiento adquirido tiene que guardarse de algún modo en el cerebro, Pinker señala cuatro formatos de representación de la información principales, la imagen visual (mosaicos bidimensionales), la representación fonológica, una lista de sílabas que juega un papel importante en la memoria a corto plazo, la representación gramatical, árboles donde representamos la jerarquía de las oraciones (sustantivos, verbos, frases, etc) y por último el lenguaje del pensamiento o mentalese, que sería el lenguaje interno (entendido como representación composicional) en el que se comunican los módulos del cerebro y en el cual se codifican los conceptos.

La pregunta es porqué existen varios formatos y precisamente esos, la respuesta de Pinker es que permiten calcular cosas útiles mediante programas sencillos y en mi opinión no le falta razón, a la hora de diseñar algoritmos la estructura de datos subyacente que escojas pude hacer que un problema difícil pase a ser trivial o todo lo contrario. Esto debería hacernos pensar que la replicación de la inteligencia no pasa por complicar cada vez más los algoritmos, si no con dar soluciones simples en torno a estructuras de datos óptimas, algo que por otra parte ya ha demostrado su efectividad, pues muchos de los algoritmos de IA más exitosos tienen detrás esta filosofía.

¿Y que sacamos de todo esto?

Para mi la lección más importante es que la TCM nos proporciona un marco para hacer afirmaciones concretas sobre el funcionamiento de la mente, no tenemos que conformarnos la observación externa a partir del comportamiento (algo que sigue siendo muy útil) sino que podemos comprender los mecanismos que dan forma a nuestras decisiones y como llegaron a ser lo que son, somos producto del refinamiento de la evolución durante millones de años, debemos alegrarnos de tener la capacidad de disfrutar de la vida y pensar el universo y a nosotros mismos, pero no podemos olvidar que lo único que nos diferencia de otros seres vivos es la configuración de nuestro ADN, no tan diferente a la suya.

Me he dejado un montón de cosas en el tintero, a cualquiera que esta aproximación a la inteligencia le haya despertado un poco de curiosidad le recomiendo encarecidamente leer How the mind works. Trata los temas anteriores de forma mucho más extensa y profunda y otros muchos más igual de interesantes. Pinker hace un gran trabajo a la hora de hacer accesibles todas estas ideas y leyéndolo tienes constantemente esa sensación de “wow, así que es por eso”. En definitiva, lectura obligada para cualquiera que disfrute de saber más.