Archivo mensual: junio 2011

Cerebro e Inteligencia Artificial, Hemos resuelto el problema de la mente Humana?

La naturaleza de la mente humana, y con ello de la inteligencia, y la su sustrato material, el cerebro, han constituido, a lo extenso de la historia de la humanidad, dos de los más acuciantes problemas con los que ha tenido que tratar los hombres de ciencia.

Ya muchos filósofos, desde la antigüedad, dedicaron sus vidas al estudio de la mente y el pensamiento, y no pocos médicos, defendieron con vehemencia desde entonces, la hipótesis del cerebro como base material de la mente.

A través de los siglos, ambos problemas han persistido, y si bien hoy creemos que conocemos mucho de estos asuntos, la realidad es que aun no sabemos casi nada sobre cómo funciona la mente humana, y no es mucho lo que hemos avanzado en el entendimiento de nuestros cerebros “humanos y sociales.” De lo primero, nos movemos al nivel de hipótesis que se verifican, más o menos, de lo segundo, hemos pasado el nivel de las hipótesis, pero aún queda mucho camino por recorrer. De cómo se concatenan ambos problemas, aun no se ha pensado siquiera en cual podría ser la última palabra, a pesar de los muchos intentos que realizan hoy los neurocientíficos, y con ello, su más controvertida disciplina, la Inteligencia Artificial.

Pues como bien asume el profesor Salvador Climat, en su artículo: “sobre el cerebro, la mente y la maquina,” todavía no existe una teoría que de cuenta de manera unificada y general, del funcionamiento del cerebro y la mente, ni se han conseguido desarrollar sistemas verdaderamente inteligentes, que permitan comprender mejor el problema de la mente y el cerebro. Este autor, en el referido artículo, que transcribimos a continuación, reflexiona sobre ambos asuntos, a partir de la publicación del libro “On inteligence” por Jeff Hawkins y Sandra Blakeslee.

MSc. Erislandy Omar Martinez

Sobre el cerebro, la mente y la máquina.

Salvador Climent

Hawkins, Jeff; Blakeslee, Sandra (2004). On intelligence. Nueva York: Times Books,  Henry Holt and Co. 2004 [Traducción al español: Sobre la inteligencia (2005).  Madrid: Espasa Calpe]. ISBN0-8050-7456-2

Jeff Hawkins, inventor de la Palm Pilot, después de pasar un largo período estudiando neurociencia, ha escrito —con la ayuda de Sandra Blakeslee— un libro con vocación fundacional e inspira­cional que quiere dar vías de solución a dos problemas clave de la ciencia cognitiva: uno propio de la neurociencia y uno de la inteligencia artificial (IA).

El primero es el siguiente: después de décadas de investigación y de recopilación masiva de datos experimentales sobre la actividad neuronal que se desarrolla en una multiplicidad de áreas definibles en el cerebro, todavía no existe una teoría que dé cuenta de manera unificada y general del funcionamiento del cerebro y de la mente.

El segundo problema afecta a la IA y corresponde al hecho de que, también después de décadas de investigación, aún no se ha con­seguido crear sistemas realmente inteligentes. Sí se han construido sistemas que superan funcionalmente al hombre en la resolución de determinados problemas (como jugar a ajedrez), pero se orientan a un problema concreto y utilizan para su solución técnicas específi­cas, lo cual queda lejos de lo que se puede considerar inteligencia.

On intelligence interesará a quien le interese la ciencia cogni­tiva en cualquiera de sus derivaciones, ya que presenta un marco teórico susceptible de tener repercusiones en cualquier área de estudio que implique tratar con modelos de la inteligencia y de la percepción, tanto naturales como artificiales.

La mente como computadora

He leído este libro desde el interés y el punto de vista inicial de la lingüística. Éste no es un libro sobre el lenguaje, pero evidentemente el lenguaje es una de las facultades principales de la mente. Y pa­radójicamente se ha escrito mucho desde la lingüística sobre cómo los humanos entendemos y generamos lenguaje sin prestar excesiva atención a qué dicen los neurocientíficos sobre el funcionamiento del cerebro y la mente. Más bien hay teorías del lenguaje que, de hecho, se postulan como teorías de la mente, ya que proponen mó­dulos y estrategias de procesamiento de tipo computacional, com­puestas básicamente por elementos más o menos atómicos por un lado y de instrucciones de combinación de estos elementos por otro.

Este paradigma cognitivo («la mente como computadora») ha llegado a ser tan poderoso en lingüística en el último tercio del siglo xx que la mayoría de veces se constituye de forma ni mencionada ni advertida en el trasfondo asumido de las descrip­ciones o explicaciones de los lingüistas.

Sin embargo, si tenemos que creer a Jeff Hawkins, no es el caso que el cerebro-mente sea una computadora, sino un sistema basado únicamente en la memoria y la predicción por analogía. Claro está que Hawkins no es el primero que dice este tipo de cosas. Hace ya un par de décadas que científicos cog­nitivos como Roger Penrose, Gerald Edelman y John Searle, o lingüistas como George Lakoff, mantienen esta postura: el ce­rebro no es un mecanismo que manipula símbolos formales y hace operaciones con ellos de acuerdo con unas determinadas reglas (aunque algunos sí aceptan que los computadores puedan ser herramientas útiles para hacer simulaciones de la mente). La opinión contraria la sostienen neurocientíficos como Steven Pinker, Daniel Dennet o David Chalmers y lingüistas como Noam Chomsky o Jerry Fodor.

Ideas básicas

On intelligence presenta, y no es poca cosa, una nueva teoría del cerebro-mente. Pretende explicar cómo la mente resulta de la actividad de la materia, en concreto del córtex cerebral, y cómo este modelo se puede llegar a plasmar en un algoritmo que sea al mismo tiempo biológicamente plausible e implementable en ordenadores. Hawkins cree que con su modelo será posible cons­truir máquinas inteligentes y explica qué harán.

Considera que es un error, y la causa del fracaso de la IA, el modelo clásico de Turing (1950), en que la inteligencia se de­fine por la conducta inteligente (véase también Searle, 1997). Sostiene en cambio que la inteligencia es una propiedad interna del cerebro (un ser puede comprender sin manifestar conducta alguna) y, por lo tanto, el objetivo de la IA debe ser el de cons­truir sistemas biológicamente realistas.

La teoría está sólidamente anclada en la neurobiología: en los mecanismos físicos de la estructura del córtex y sus regiones, la percepción, los mecanismos sinápticos y las columnas de neuro­nas. A partir de aquí se despliega hasta dar explicaciones plausi­bles del funcionamiento de diversas facultades mentales, como la imaginación, la creatividad o, en general, la inteligencia.

La idea básica es la siguiente: el cerebro utiliza grandes can­tidades de memoria para crear un modelo jerárquico del mundo, y lo utiliza para efectuar, por analogía, predicciones continuas sobre hechos futuros. La clave de la inteligencia sería, por lo tanto, la capacidad de hacer predicciones.

El modelo se fundamenta en la hipótesis de Mountcastle (1978), quien afirma que el córtex es uniforme con respecto a estructura y aspecto, independientemente de las regiones o fun­ciones, y sugiere que puede ser que todas las regiones del córtex realicen la misma operación básica.

Así, Hawkins asume que el algoritmo cerebral es indepen­diente de la función, y lo que hace que el área cortical visual sea visual y la auditiva auditiva son las partes del sistema nervioso con que se conectan y cómo lo hacen. Los órganos sensoriales suministran señales diferentes, pero una vez convertidas en po­tenciales de acción todos son exactamente lo mismo: patrones espaciales y temporales de actividad celular.

El modelo: memoria, predicción y jerarquía

Hawkins se pregunta cómo es posible que el cerebro, siendo mi­llones de veces más lento que los modernos ordenadores, pueda resolver en muy poco tiempo problemas complejos e inalcanza­bles para la IA, tales como el reconocimiento de caras o el trata­miento del lenguaje. Después de argumentar de manera convin­cente que la solución no se puede encontrar en el paralelismo, su respuesta es la siguiente: el cerebro no «computa» las respuestas a los problemas, las recupera de la memoria.

Según el autor, los cuatro atributos de la memoria cortical son:

n Almacena secuencias (temporales) de patrones.

n Las regiones corticales en que los almacena forman, en virtud de su conectividad, una jerarquía, la cual consti­tuye un modelo del mundo real y está estructurada por relaciones de inclusión y parte.

n Los patrones se almacenan de forma invariable; es de­cir, son esquemas que permanecen estables, a pesar de que los inputs perceptivos sean, como es sabido, siempre cambiantes.

n Recuerda los patrones por «autoasociación»: unos evocan a otros y, como también es sabido, nuestro cerebro com­pleta constantemente la información que falta.

Cada región cortical recibe inputs de muchas regiones jerár­quicamente inferiores y envía también señales a una región supe­rior del mismo tipo, hasta llegar a las áreas de asociación, donde convergen y se combinan funciones diferentes (p. ej., la vista y el tacto). Anatómicamente, sorprende el hecho de que haya tantas o más conexiones jerarquía abajo que jerarquía arriba. Con el mo­delo clásico no se entiende su función, ya que si lo que se supone que hace el cerebro es recibir inputs sensoriales, procesarlos y actuar en consecuencia, estas señales de realimentación no re­sultan necesarias. Pero cuando nos damos cuenta, dice Hawkins, de que la función central del córtex es realizar predicciones, es cuando la realimentación resulta imprescindible para el modelo: la predicción precisa de una comparación entre lo que está pa­sando y lo que se espera que ocurra a continuación.

Así, el cerebro utiliza las memorias almacenadas para hacer predicciones constantes e inconscientes sobre todo lo que per­cibimos o hacemos. La atención sólo se dispara ante el incum­plimiento de la predicción. Las predicciones acertadas dan como resultado comprensión. Además, todas las predicciones que hace el córtex, ya que emanan de las memorias, son aprendidas: fruto de la experiencia. Este mecanismo es válido tanto para proce­sos de nivel puramente perceptivo, como ver o escuchar, como para procesos más abstractos. Incluso la mayor construcción del hombre, la ciencia, no es más que un ejercicio de predicción a partir de lo que se sabe.

Discusión

Científicos cognitivos prestigiosos han recibido muy favorable­mente el planteamiento de Hawkins. En cambio, otros, como Feldman (2005), Perlis (2005) y Taylor (2005), han publicado reseñas críticas.

Estos últimos, en general, admiten que el papel de la memoria para modelar la inteligencia es crucial y poco estudiado en IA y que, por lo tanto, es pertinente postular un modelo predictivo basado en la memoria y que sea computacionalmente implemen­table. Pero en cambio, creen que la aproximación de Hawkins es relativamente simplista y que adolece de falta de una discusión más profunda de determinados temas técnicos de IA y de filosofía de la mente (como la consciencia, los qualia o la atención). En su respuesta, Hawkins (2005) dice que, ciertamente, el libro pre­senta algunas cosas de manera simplificada, pero eso es debido a que está presentando las líneas básicas de una teoría nueva, y por lo tanto, está dando una visión global a partir de la cual en el futuro se descenderá hacia los detalles técnicos.

Feldman (2005) insiste en que la memoria sola no puede dar cuenta de los problemas claves de la mente. Pero probablemente también él cae en la simplificación, ya que el modelo de Haw­kins no se basa únicamente en la memoria, sino también en la predicción, la jerarquía, la invariancia y la realimentación. Hay que tener en cuenta, también, que Hawkins remarca explícita­mente que su teoría está en construcción y naturalmente sujeta a comprobación experimental; él mismo, de manera metodoló­gicamente admirable, presenta un apéndice de predicciones que deberán ser verificadas experimentalmente.

Por mi parte, echo de menos en el libro alguna referencia a Gerald Edelman, que ha construido un modelo bastante próxi­mo al de Hawkins, seguramente el más próximo por lo que yo sé (Edelman, 1992). También creo que falta dar un papel más re­levante en el modelo a los papeles de la analogía y de la fuerza (o peso) de las conexiones. Con respecto a las últimas, Hawkins presenta —quizás porque también es un aspecto a desarrollar— un panorama prácticamente binario: hay conexión o no la hay; pero yo intuyo que las estructuras del conocimiento están co­nectadas con diferentes grados de intensidad (como, de hecho, es sabido que ocurre con las conexiones sinápticas, aunque no sé si es exactamente lo mismo) y este hecho tiene que ser muy relevante para un modelo de la mente. Por lo que respecta a la analogía, Hawkins sólo la menciona de forma marginal hacia el final del libro, pero dando por hecho que este es precisamente el mecanismo que articula uno de los dos fundamentos principales del modelo: la predicción. Yo creo que no es suficiente apuntar este hecho, sino que hay que situarlo en el centro de la teoría. Así, el enunciado del modelo de Hawkins debería decir que el fun­cionamiento del cerebro o la mente está basado en la memoria y en la predicción por analogía.

En la actualidad, Hawkins está implementando su modelo mediante algoritmos similares a redes bayesianas, extendidas con jerarquía, memorias secuenciales, acción y atención (Hawkins y George 2006) y está empezando a construir sistemas basados en su modelo, para lo cual ha fundado la empresa numenta.[www1] Creo que quien trabaje en IA haría bien en seguir de cerca es­tos trabajos.

Corolario para lingüistas

El modelo de Hawkins (quien, por cierto, explica de manera con­vincente que el lenguaje es evolutivamente demasiado reciente para que los genes lo hayan podido codificar como un meca­nismo específico) encaja perfectamente con la aproximación al lenguaje de la lingüística cognitiva, fundamentada por autores como Lakoff, Langacker o Fillmore. Esta corriente asume que el lenguaje no se codifica en unos módulos mentales específicos, sino que utiliza las facultades cognitivas comunes, y rechaza la mente-computadora. En cambio, postula construcciones y re­presentaciones mentales esquemáticas guardadas en memoria, como las representaciones invariables de Hawkins, y la integra­ción holística (no modular-secuencial) de los diferentes tipos de datos perceptivos y semántico-informativos relevantes para el lenguaje.

En todo caso, independientemente de la evolución del modelo de Hawkins, parece cada vez más claro que para la neurocien­cia, hoy, la memoria (de la cual el cerebro dispone cantidades insospechadamente inmensas) juega un papel dominante en el funcionamiento de la mente. Por ello resulta extraño que éste sea todavía un factor ignorado por muchos lingüistas, en favor de modelos que postulan la recomputación permanente y ex novo de toda entrada o producción humana del lenguaje.

Finalmente, creo que la principal conclusión metodológica que podemos sacar los lingüistas de todo esto es que, en cual­quier trabajo de investigación, habría que especificar necesaria­mente si lo que se está haciendo es únicamente la descripción de un sistema externo o si, en cambio, se está contribuyendo a una hipótesis del funcionamiento de la mente. Y si el caso es el segundo, convendría dejar claro, aunque fuera brevemente, qué tipo de arquitectura mente-cerebro se está asumiendo o postulando.

Enlaces relacionados:

Web del libro On Intelligence

http://www.onintelligence.org

Empresa del autor donde se aplica la teoría

http://www.numenta.com

Bibliografía:

CRICK, F. (1994). The Astonishing Hypothesis: The Scientific Search for the Soul. Nueva York: Touchstone [Traducción español: La búsqueda científica del alma. Barcelona: Círculo de Lectores].

EDELMAn, G. (1992). Bright Air, Brilliant Fire: On the Matter of the Mind. York: Basic Books.

FELDMAN, J. (2005). «On intelligence as memory». Artificial In­telligence. N.º 169, pág. 181-183.

HAwInKS, J. (2005). «Reponse to reviews by Feldman, Perlis, Tay­lor». Artificial Intelligence. º 169, pág. 196-200.

HAWKINS, J.; GEORGE, D.(2006). Hierarchical Temporal Memo­ry. Concepts, Theory and Terminology. Numenta. [en línea]. <http://www.numenta.com/numenta_HTM_Concepts.pdf>

MOUNTCASTLE, V. (1978). «An organizing principle for cerebral function: The unit model and the distributed system». En: G.M. Edelman, V. Mountcastle (eds.). The Mindful Brain. Cambridge MA: MIT Press.

PERLIS, D. (2005). «Hawkins on intelligence: Fascinantion and frustration». Artificial Intelligence. N.º 169, pág. 184-191.

SEARLE, J.R. (1997). The Mistery of Conciousness. Nueva York: New York Review of Books [Traducción español: El misterio de la conciencia. Barcelona: Paidós].

TAYLOR, J.G. (2005). «Book Review». Artificial Intelligence. n.º 169, pàg. 192-195.

TURING, A.M. (1950). «Computing Machinery and Intelligence». Mind. Núm. 59, pàg. 433-460.

RESEÑAS — Sobre el Cerebro la Mente y la Máquina – Salvador Climent www uoc edu

Publicado en Documentos | Deja un comentario