El post que buscas se encuentra eliminado, pero este también te puede interesar

I.A. ( Inteligencia artificial ).

Anuncios

PRETENSIONES DE LA INTELIGENCIA
ARTIFICIAL. ( Lisardo S. Bruno de la Cruz ) .
Putnam en los años 50 y 60 presentaba un rostro típico de la Escila cientifista.
Toda la realidad, todo lo que hay ahí fuera era, en principio, perfecta y completamente
representable mediante una y única teorización. En la práctica, las realizaciones teóricas
serían meras aproximaciones al ámbito objetual, las descripciones científicas contemporáneas
a la reflexión de Putnam en esta época podrían ser interpretadas como un bosquejo global de la
realidad buscada. El ideal del movimiento positivista de una “ciencia” unificada latía en el
primer Putnam de forma apreciable: La única metafísica cognitivamente potente era la
ofertada por las leyes de la ciencia física. La física sería la ciencia reductora y las esferas
ciencias que no fueran susceptibles de pasar el filtro inter-teórico de la reducción, no podrían
ser agregadas en el marco unificador del significado cognitivo. Existen en la actualidad
filósofos-analíticos comprometidos con su Escila cientifista, intérpretes de los quehaceres
científicos que intentan bosquejar algo así como la “representación absoluta de lo ente”.
Dewey atacó las posiciones de los realistas metafísicos subrayando los indeseados efectos
generados por la defensa de una representación teórica, única y unitaria de lo real. Es una
cuestión de hecho la no unificación de las ramas del saber humano, en la historia de la ciencia
también se aprecian como ciertas teorías dadas en cada momento tampoco han sido coherentes
en estricto sentido. La representación o concepción absoluta del mundo es un lastre del que
debemos desembarazarnos, en Dewey el marco de reflexión filosófico trata de describir cómo
los agentes racionales pretenden resolver las múltiples clases de problemas teórico-prácticos
en que se ven envueltos. Putnam nos confiesa como antes creía en el ideal de la ciencia
unificada del contexto positivista, y como ahora pugna por una reinterpretación de la obra
deweyana que nos sirva de antídoto contra el carácter atrayente de la Escila realista metafísica.
La primera cuestión abordada por Putnam versa sobre el enfoque cognitivo de la psicología.
Para los científicos cognitivos, la psicología habría de ser reducida a “neuro-computología” o
algo por el estilo, la verdadera ciencia neural ha de aliarse con las ciencias informáticas. La
mente humana solo sería una forma rudimentaria de hablar sobre procesos y estados neuro-
computacionales que acontecen en el habitáculo craneano. Esta imagen de la mente no es hija
I.A. ( Inteligencia artificial ).
genuina del cognitivismo, en los siglos XVII y XVIII se concebía la mente como “una
calculadora”. Putnam cita a Hobbes 1588-1679 y La Mettrie 1709-1751 como ejemplos
históricos representativos. Para la Mettrie, el ser humano es tan solo un artilugio mecánico, y
Hobbes pensaba que ejecutar un pensamiento es similar a ejecutar un cálculo, pensar no es
sino realizar operaciones con símbolos siguiendo ciertas reglas, reglas de cierto parecido a las
del cálculo. En los años 30, Turing 1912-1954 siguiendo las pesquisas de Gödel 1906-1978
y Herbrand 1908-1931, diseño la noción de `computabilidad´ en términos equivalentes a los de
Gödel-Herbrand, pero directamente relacionados con máquinas de computación. Las
computadoras, inexistentes cuando Turing lanzó su noción de `computabilidad´, son un
modelo físico de la noción de una `máquina T.´ de Turing. En los años 50, los materialistas
como Putnam lanzaran su tesis en filosofía de la mente. La mente humana no es sino la
realización neuro-computacional de la idea de una máquina de T. Turing. Estados y - o -
procesos psicológicos pasarán a ser concebidos como estados y – o procesos computacionales
de máquinas T de Turing, tal versión en filosofía de la mente quedaría bautizada con el
nombre de funcionalismo. El funcionalismo como explicación de estofa materialista de la
mente humana hechizó a muchos pensadores y generó una apuesta cognitiva bajo la moda
funcio-computacionalista que aún persiste en muchos teóricos de la mente. Putnam lo
explícita como un presupuesto un tanto metafórico que contribuyó a vertebrar la hipótesis
funcionalista en filosofía de la mente: Se consideraba que la globalidad del cosmos físico
respondía a las leyes de la mecánica clásica, lo cual incluía como subsistema físico-mecánico
al cuerpo humano. Para los filósofos materialistas era un supuesto más que razonable
concebir al ser humano en términos mecánicos, desproblematizando en tanto olvidando, las
posibles lecturas derivables para la mente humana de la matriz disciplinar de la mecánica
cuántica. La noción de máquina T. de Turing precisaba la pretensión reductiva de los
materialistas.
La cuestión problemática anidaba en una falsa presunción: un mecanismo
subsumible como realización física de la mecánica clásica, no necesariamente ha de ser
caracterizado o individualizado en términos de máquinas T. de Turing. La cuestión que sería
preciso analizar con Putnam es el por qué se creyó que tal descripción del ser humano era
enteramente razonable. Un sistema físico humano se muestra en la naturaleza constreñido a
perfecta
la finitud espacio-temporal, sus proferencias léxicas y sus conductas prácticas son susceptibles
de ser recogidas por otros sistemas físicos humanos, y tal recogida perceptual del output del
sistema escrutado podría ser descrita “por medio de parámetros físicos especificados solo hasta
cierto nivel macroscópico de exactitud” . (1).
El output observable del sistema físico escrutado sería predecible de forma
aproximada a la trayectoria continua real, durante la finitud del sistema, la forma aproximada
de descripción del sistema quedaría expresada en términos de una función de tipo recursivo.
Sobre esta aserción Putnam subraya que una función cualquiera se aproximaría a un nivel
cualquiera de exactitud prefijado, operando en intervalos de tiempo finito cualesquiera,
mediante una función recursiva. Si se supone la constricción a una escala de finitud temporal
de los posibles valores de los parámetros-limite, entonces a través de una batería de funciones
recursivas (2) se obtendría la conducta del sistema físico humano subsumido en las
restricciones posibles de especificidad de exactitud estipulada. Putnam explicita tal
condicional acotando lo siguiente: “Puesto que las leyes del movimiento son continuas, las
condiciones límite solo tienen que ser conocidas hasta el límite de un apropiado a fin de
predecir la trayectoria del sistema hasta el límite de la exactitud especificada”. (3).
En esta tesitura, el output conductual del sistema físico humano sería calculado a
priori en una máquina T de Turing. En tal mecanismo, la predicción de la conducta humana
sería posible, en principio, puesto que computaría todos los valores posibles de una función
recursiva cualquiera en el grupo finito que represente a los valores que las constricciones-
límite han adquirido. De acuerdo con Putnam, tal argumentación demuestra que la
predicción comportamental de cualquier sistema físico sería, en principio, representable
mediante un mecanismo calculístico, suponiendo un nivel estipulado de exactitud aproximada,
y suponiendo la finitud del sistema físico en cuestión. No obstante, la mera posibilidad de
representación y – o simulación de la conducta humana no entraña que tal representación sea
una representación de alta estofa del output conductual del sistema. En otras palabras,
simular la conducta humana mediante máquinas T de Turing es posible, en principio, pero la
transparencia de tal posibilidad representacional no queda demostrada mediante el argumento
de los teóricos funcionalistas. Asertar que los modelos computacionales son capaces de
exponer la competencia de un sistema físico humano en términos de restricciones ideales
unica
como las expuestas, no demuestra lo que se pretende. Redescribiendo la argumentación
funcionalista en sus propios términos mediante dos supuestos obtendríamos lo siguiente:
Supuesta la infinitud temporal y memorística del sistema físico humano, aún en tales
supuestos no constrictivos una máquina T de Turing sería capaz de simular la conducta del ser
humano. En términos de idealización posible debemos representar nuestra competencia
lingüística a través de autómatas T. de Turing, y callar sobre las operaciones lingüísticas
fácticamente ejecutadas. Sucede que el supuesto de la cesación del sistema y el supuesto de la
finitud de las restricciones-límite, la exclusión de una memoria potencialmente infinita, deja
insatisfechos cognitivamente hablando, a tales pensadores. Si las condiciones iniciales y los
movimientos espacio-tiempo del sistema físico humano no fueran susceptibles de ser
representados perspicuamente, supuesto su carácter no recursivo, entonces nos alejaríamos del
sentido cognitivo que se pretendía predicar de la simulación conductual humana mediante
máquinas T de Turing, dada, reitera una vez más Putnam, la no-recursividad en trayectorias y
condiciones iniciales del sistema. Suponer una trayectoria infinita espacio-temporal del
sistema para intentar una aproximación computable de la misma no serviría si los datos
iniciales de tal sistema escapasen a la caracterización funcional recursiva. Putnam alude a los
eventos caóticos en que las ínfimas perturbaciones se acentúan en el discurso temporal. Los
pequeños desordenes de un sistema evolucionan acrecentándose las perturbaciones iniciales
con el transcurrir del tiempo. Putnam no cree que, en principio, seamos máquinas T o
seamos representables de forma cristalina mediante tales autómatas, no existen razones para
defender la analogía computacional incluso admitida la corrección onto-epistémica de factura
materialista. Si en principio no somos máquinas T, a priori carecemos de respuestas
perspicuas a tal cuestión, investiguemos con Putnam si nuestra conducta podría ser
representable en la práctica, si efectivamente podemos simular el proceder cognitivo del
sistema físico humano . De las disposiciones para comprender del ser humano, la facultad o
capacidad de ejecutar operaciones ilativas de carácter inductivo, han mantenido ocupado a
gran cantidad de autores. La capacidad inferencial deductiva responde a una reducción lógico
formal satisfactoria de la ilación válida mediante una batería de reglas lógico-formales.
Ahora bien, en la ilación inductiva, la aptitud cognitiva humana de extracción de
conocimientos del mundo experiencial, la búsqueda y / o construcción de reglas que
meras
formalicen de forma satisfactoria la inferencia válida ha encontrado obstáculos
infranqueables. Putnam trata de mostrar por qué la inducción resiste indolente a las
pretensiones de reducción formalizadora. En una primera aproximación, topamos con una
cuestión de delimitación de campo interactivo, cómo acotar la esfera de aplicación de las
operaciones inductivas. Sobre tal particular, los autores discrepan profundamente. Así, para
unos la capacidad de realizar ilaciones deductivas; es decir, dada la exitosidad predictiva de
una red teórica o supuesta la aceptabilidad de la misma ejecutar inferencias válidas, significa
hablar del elemento fundamental de la ilación inductiva. Tal aserción no complace a otros
autores que sugieren trazar un campo distinto de aplicación a las operaciones de carácter
inductivo. En este caso, la ilusión inductiva abarcaría un ámbito de ejecución demasiado
grande, dado que se define la inducción como un método de ilación válido no deductivo; esto
es, la inducción sería “ todo aquello” que no fuera del método hipotético deductivo.
Imaginemos que la exitosidad en un número n – de predicciones que no son
meramente entrañadas por las hipótesis auxiliares corroborasen- verificasen en todos los casos
una teoría, entonces en tal caso la formalización de la ilación deductiva sería factible. No
obstante, Putnam recuerda el ejemplo de la teoría de la relatividad generalizada como caso
histórico en la aceptación de teorías carente apenas de apoyaturas experimentales, el número
de predicciones verificadas era exiguo pero la teoría einsteniana fue ampliamente acogida en
la comunidad científica. No solo el número de predicciones corroboradas opera como patrón
de aceptación en las elecciones teóricas, sino también nociones como la `belleza´ y la
`simplicidad´, patrones decisores en las opciones teóricas altamente estéticas que huyen de
posibles formalizaciones satisfactorias. El atesoramiento de saberes previos también cuenta en
la aceptación de teorías, lo que sucede cuando las teorías verificadas trituran el conocimiento
previo escapa a las pretensiones de formalización, unas veces se desechan las nuevas teorías, y
en otras ocasiones los saberes previos sufren perturbaciones debido a la incorporación de
nuevos elementos teóricos. Cómo se puede saber determinar cual es la mejor elección entre
teorías no es un problema susceptible de ser representado mediante un algoritmo de decisión.
Podría suceder que una teoría que entrañe un elevado número de predicciones exitosas fuera
rechazada y en su lugar otra teoría de factura más simple, más elegante, que condujese a esas
mismas predicciones ocupase su puesto en la red teórica en ejercicio. Las perplejidades
representable
exhibidas en la ilación inductiva tienden a acotar su ámbito de aplicación a casos más simples,
por ejemplo, los muestreos estadísticos. Se trata de una estadística inferencial de población
obtenida de una muestra o instancia de tal población. Sucede que si los elementos
componentes de la población estudiada son elementos espacio-temporales existentes, la
muestra aleatoria seleccionada en un instante espacio-temporal, no nos ofrecerá garantías
inferenciales sobre futuros moradores; si la muestra es de individuos humanos la no-
proximidad espacio-temporal no permite realizar felizmente la inferencia estadística de que la
población futura tendrá propiedades semejantes a las de la muestra seleccionada con un alto
grado de probabilidad. En parágrafo del autor que nos ocupa: “Sin embargo, cuando la población
se compone de objetos que existen en momentos diferentes, incluido el tiempo futuro, la muestra
presente nunca será una selección aleatoria de la población total ... Si se trata de una muestra de
personas y los miembros futuros de la población no están en un futuro muy próximo, entonces es
menos probable que lleguemos a tal supuesto, - -al supuesto de que los miembros futuros se parecerán
a los presentes, por termino medio-, al menos si se tienen en cuenta los rasgos variables culturalmente.”
(4).
Tales situaciones llevan algunos autores a identificar la capacidad inductiva con el
uso de los saberes previos acumulados, la utilización correcta de tal conocimiento previo nos
permitiría realizar inferencias satisfactorias de la batería cognitiva que atesoramos a otros
conocimientos adicionales. No obstante, se dan situaciones en que el conocimiento previo
tiende a cero o es prácticamente inexistente, o surgen casos en que nuestros saberes
atrincherados han de ser seriamente cuestionados, en tales ejemplos nos guiamos por criterios
como el de la simplicidad, y el tema de la ilación inductiva permanece indolente. La
capacidad humana de aprendizaje experiencial y cualquier operación cognitiva ejecutable
sobre un dominio objetual supone previamente a la conducta de orden epistémico, la
capacidad de reconocimiento de semejanzas sobre un conjunto de entidades. La facultad de
reconocer semejanzas o similitudes entre entidades no significa que tales parecidos sean
constantes estimulares moleculares, ni patrones elementales de información llegada a los
órganos de percepción. La simulación computacional del aprendizaje de un lenguaje
vernáculo no roza siquiera la cuestión del reconocimiento de semejanzas, aunque algunos
programas informáticos operen computando las formas de las letras de un alfabeto, por dar un
ejemplo de reconocimiento de similitudes. La semejanza entre un conjunto potencialmente
6
infinito de “mesas” no yace en que tales objetos sean más o menos parecidos entre sí, de hecho
las divergencias entre tales elementos son inmensas, sino en los usos y abusos con-que
ejecutamos operaciones con tales entidades. Así pues, ningún programa informático podría
reconocer en la práctica la similitud realmente relevante entre un conjunto objetual como el
que hemos dado, porque tal programa debería computar las baterías intencionales e interesadas
con las que los agentes humanos construyen utensilios, en este caso. Atribuir propósitos a los
agentes no es una facultad extraordinaria en el ser humano, pero tal atribución intencional
quizá no sea meramente inductiva. Putnam enuncia una posibilidad híbrida entre
programación genética y evolución de nuestra especie: “es posible que tengamos una capacidad
“programada” de “ponernos en lugar” de otras personas que nos permite atribuir a estas todo propósito
que seamos capaces de atribuirnos a nosotros mismos-capacidad de la que la caprichosa evolución
juzgó conveniente dotarnos y que nos ayuda a saber cuál del infinito número de inducciones posibles
que cabe considerar tiene probabilidades de ser aceptada.” (5).
Las similitudes entre especies animales no vienen dadas por un estereotipo
perceptual, atribuimos la posibilidad de apareamiento reproductivo, Putnam tiene in mente un
gran danés y un chihuahua. Razas de perros muy diferentes las encapsulamos en la misma
especie pensando en sus posibilidades de reproducción sin más, lo cual para una inteligencia
artificial sería difícilmente programable.
Los ejemplos putnamianos muestran los problemas de una inteligencia artificial
que pretenda representar de forma conspicua la inteligencia humana subrayando que la batería
de propensiones de los agentes humanas deberían ser simuladas a priori en la edificación de
los programas informáticos. En un programa informático los colores podrían ser reconocidos
en una banda cromática, pero cuando nos auto denominamos “blancos” por contraposición a
otras razas, siendo de cualquier color menos “blanco”, la cuestión se complica infinitamente a
la hora de procesar esta propensión humana en nuestro auto-reconocimiento como “blancos”.
Los juegos del lenguaje guardan un parecido de familia que no entraña la existencia de
propiedades comunes o similitudes físicas entre el conjunto objetual al que atribuimos un
léxico vernáculo: abrir la puerta, abrir la mente, abrir las fronteras, abrir las listas de parados,
abrir boca, abrir el tráfico . . .En Parágrafo Wittgensteniano:
teorizacion
“ 311 “ Yo sé que llegó ayer”.
“ Yo sé que 2 * 2: 4”
“ Yo sé que tuvo un dolor”.
“ Yo sé que allí hay una mesa”.
312 ¿Sé en ambos casos, solo que cosas diferentes? Claro que sé pero los juegos del
lenguaje son mucho más diferentes de lo que llegamos a estar conscientes por estas oraciones”. (6).
Aún más, la distinción juegos y operaciones no estipulables como juegos no puede
ser trazada aludiendo a algo así como propiedades que compartan los juegos, holísticamente
considerados. El proyecto informático de la inteligencia artificial aspira a una simulación de
las actividades cognitivas, no trata de reduplicarlas. Putnam sugiere una posibilidad de
eliminar las dificultades mostradas en sus ejemplos de uso de un léxico ordinario: Modelar un
sistema que procese en un vocabulario ideal, un léxico tal en que la variabilidad referencial no
fuera sensible a las circunstancias contextuales. Los “aires de familia” dependiente de los
contextos de uso en que son vertidos habrían de ser desechados en tal lenguaje artificial.
Putnam nos recuerda que la pretensión de los programas de la inteligencia artificial es un
calco metodológico del trasnochado interés de los empiristas lógicos: la reconstrucción del
proceder científico. La edificación de un Lenguaje ideal que formalizase lógico-
simbólicamente la inducción humana fue una de las piedras angulares del sistema carnapiano,
pero tal piedra no logró ser acoplada de forma satisfactoria en ningún constructo teórico.
Putnam analiza una temática trascendente sobre tal ideal de reconstrucción simbólica de la
inducción: “La existencia de inducciones en conflicto”.
Para ilustrar la co-existencia de ilaciones inductivas compitiendo, Putnam recrea
un ejemplo de Nelson Goodman: como conocimiento previo sabemos que nadie ha entrado en
la Universidad de Harvard hablando inuit-esquimal. Dado este conocimiento, desde una
perspectiva de factura formalizante, podría realizarse una inferencia inductiva como la
siguiente: “Si un individuo arriba en Harvard, entonces tal individuo no habla inuit-
esquimal”. Imagínese que una persona indeterminada llega a tal recinto sabiendo hablar un
idioma como el mencionado, en este caso la predicción de que nuestro personaje olvidará o
dejará de hablar inuit cuando penetre en Harvard no puede ser correcta. Esta ilación inductiva
no presupone un conocimiento previo más firmemente atrincherado, nadie pierde su capacidad
I.A. ( Inteligencia artificial ).
de hablar por el mero hecho de llegar a un lugar en el cual jamás había estado. La sola
regularidad de los numerosos casos verificados en la llegada a Harvard de estudiantes que no
hablan inuit-esquimal, no garantiza que no llegue una persona que sea capaz de expresarse
correctamente en tal lengua. La alta frecuencia de entrada en Harvard de parlantes no
esquimales no permite ejecutar una inducción tan carente de sentido como la expuesta en el
ejemplo de Goodman - Putnam. Usted sabe, un niño sabe y yo sé que si viajo a Madagascar
no dejaré de hablar castellano. Estamos inclinados a creer que no dejaremos de ser hispano
parlantes cuando arribemos en algún lugar como el indicado, y para fijar esta propensión
credencial no nos es necesario atesorar una dilatada experiencia.
La cuestión acuciante sobre tal enfoque revisado por Putnam es saber si un
programa informático sería capaz de presuponer la naturaleza humana, holísticamente
considerada. Sabemos que no se pierden las capacidades lingüísticas por el mero hecho de
entrar en algún país nuevo, este saber previo cuenta con un grado superior de afincamiento y /
o atrincheramiento a la generalización “nadie que llega a Madagascar habla castellano”.
Podríamos describir estos saberes previos atrincherados como implícitos en los juegos léxicos
con los que hablamos sobre las aptitudes lingüísticas. Ahora bien, si las formas en que
hablamos de nuestras capacidades léxicas es conocimiento implícito cómo se heredan tales
conocimientos en la transmisión oral. El programa de la Inteligencia Artificial ha de
enfrentarse a la cuestión del conocimiento previo desde una postura práctica más que teórica,
no se trata de representar conspicuamente la inteligencia natural, sino de construir programas
informáticos que resuelvan tareas específicas. Desde este acotamiento práctico, la
Inteligencia artificial podría trazar dos líneas de contención ante el avance del ubicuo
conocimiento previo: En primer lugar, los expertos podrían intentar programar la
información explícita e implícita entretejida en una ilación inductiva compleja. Dada la
enorme batería de datos que serían relevantes de cara a la formalización de esta inducción,
sería prácticamente imposible crear tal programa, aunque se sucedieran en tal pretensión varias
generaciones de expertos. Más aún, de acuerdo con Putnam, el logro de tal pretensión sería un
gigantesco sistema experto carente de imaginación cuando, por ejemplo, fueran los saberes
tácitos los que hubiera que triturar. En segundo lugar, los investigadores tratarían de diseñar
un programa con capacidad de inter-actuar con agentes humanos con el objeto de aprender del
perfecta
conocimiento previo. Algo semejante a la forma en que bebemos de las fuentes culturales de
nuestro contexto socio-lingüístico cuando nos interrelacionamos con nuestros semejantes
desde la infancia.
Esta segunda perspectiva conformaría para Putnam la estrategia válida del
programa de la inteligencia artificial. El programa informático debería ser capaz de entender
un lenguaje humano vernáculo si se pretende decodificar la información tácita de tal léxico
natural. La construcción de un lenguaje ideal que liquida los vericuetos de un lenguaje
natural no funciona desde este posicionamiento, porque tal programa precisa recoger, asimilar
y procesar los datos de un lenguaje vernáculo. Fodor, tomando como referencia la tradición
chomskyana, supone la existencia de una plantilla – patrón innato en la que se vertebra el
lenguaje natural, tal patrón fundamento del lenguaje natural sería una selección exitosa que la
evolución habría programado. Según Fodor, el méntales o lenguaje innato del pensamiento
contaría con primitivos suficientemente estructurados como para expresar toda la batería
conceptual que un ser humano sería capaz de verter en un lenguaje natural. En cambio, la
propuesta conductista clásica analiza las conductas de aprendizaje léxico como un caso más de
ejecución de reglas globales de “adquisición de hábitos”, como una batería más de ilaciones
inductivas. Si hacemos depender el proceso de aprendizaje léxico tanto de capacidades
conceptuales innatas con propensión determinada como de reglas generales de adquisición de
hábitos, y si tanto capacidades conceptuales innatas como reglas generales son desarrollos de
la evolución entonces obtendríamos una nueva postura hibridada que conjuga aspectos
fodorianos - chomskyanos y conductistas sobre la adquisición del lenguaje. La tesis de
Chomsky, bien entendida, tritura la idea de aprendizaje en la adquisición del lenguaje. Los
seres humanos cuentan con un conjunto de capacidades conceptuales primitivas que generan
una inclinación – tendencia a construir tales y cuales conceptos y a desestimar tales y cuales
otros. Desarrollamos una capacidad arrollada en un contexto socio-lingüístico determinado,
lo cual se traduce en creer prácticamente inviable la simulación informática de un lenguaje
natural. La capacidad de operar inductivamente sobre un ambiente particular no es estirpable
analíticamente de la globalidad de facultades cognitivas humanas, lo cual significa que
pretender simular la inducción entrañaría un haz enorme de sub-rutinas de aprendizaje, para
cuya formalización deberían sucederse varías generaciones de expertos, y aún así no habrían
unica
computado sino partes mínimas del sistema. Otros autores creen que existe un algoritmo, un
procedimiento de decisión mecánico para la lógica inductiva, y creen que existe un
procedimiento heurístico suficientemente neutral para obviar los conocimientos tácitos y las
capacidades primitivas conceptuales de los contenidos hacia los que propenden, tan neutral
con respecto al contenido que sería válido para analizar el aprendizaje del lenguaje natural,
como para analizar las estrategias inductivas globales. Estas dos creencias conjugadas
forman una postura de gran optimismo, pero Putnam observa que no existen aportaciones de
peso ni de inductivistas, ni de programadores “acerca del modo en que la estrategia neutral respecto
de las materias funciona”. (7).
Putnam procede ahora a examinar la postura de D. Dennett quien acusa de
pesimistas a los autores que niegan la posibilidad de simulación de la conducta léxica humana,
para tales pensadores la mente humana sería caótica. Dennett inter-relaciona dos cuestiones :
la apuesta por la simulación artificial de la inteligencia, y la de elaborar modelos informáticos
que exhiban la forma funcional del cerebro humano. Negar el que seamos capaces de
simular artificialmente la inteligencia significaría para Dennett negar el que seamos capaces
de describir funcionalmente el cerebro. Según Putnam, Dennett se aferra al argumento de la
apuesta pascaliana: si el proyecto de la Inteligencia artificial fracasa nada habremos perdido
en realidad, pero pensar a priori en la no – viabilidad del proyecto nos arroja de facto a
desestimar una alternativa exploratoria sobre funciones cerebrales. Siguiendo a Putnam, se
impone la necesidad de subrayar que si bien una realización física de la máquina T. de
Turing pudiera constituir un modelo satisfactorio del funcionamiento del cerebro humano, tal
constructo computacional como representación válida del órgano cerebral no entraña que el
programa de la Inteligencia Artificial logre resultados exitosos en el intento de simulación de
la inteligencia natural humana. Chomsky contempla esta posiblidad creyendo en la validez
funcional del modelo cerebral como computadora, y desconfiando en los programas de
procesamiento informático-informacional del lenguaje natural. Los usos léxicos no
configuran una capacidad cognitiva no trabada, aislable o independiente, es factible emular
movimientos físicos humanos de forma independiente al darse de las actividades cognitivas;
no obstante, no es posible simular un uso léxico, aunque tuviera lugar en condiciones
contextuales fijas, sin recrear las capacidades cognitivas humanas holísticamente
meras
consideradas. Es perfectamente coherente asertar que la meteorología o la economía nos
permiten comprender los fenómenos metereologicos o las operaciones bursátiles en el
mercado de valores planetario, pero tal comprensión no significa que podamos predecirlos
exhaustivamente. De la misma forma, el cerebro es susceptible de ser representado como una
batería de sistemas de computación y / o módulos contexturado de forma jerárquica, lo cual no
entraña que sea posible emular y / o predecir todas las operaciones cerebrales. Putnam cita
otro ejemplo de modelo informático del cerebro que no opera siguiendo las reglas de
derivación del cálculo lógico-simbólico, es decir, modelos computacionales que no usan reglas
y representaciones para procesar tales reglas . Este modelo es el “modelo darwinista neural”
de Gerald Edelman. Aun suponiendo que tal modelo de Edelman fuera una descripción
válida del funcionamiento neuro-cerebral, no estaríamos en condiciones de precisar las
ilaciones inductivas de un individuo cuyas funciones neurales fueran idénticas a las diseñadas
por el modelo de Edelman. En parágrafo putnamiano: “Saber que tal modelo del cerebro es
verdadero no nos permitiría por sí solo predecir qué inducciones haría la persona cuyo cerebro fuera
así; eso depende del sistema o sistemas de semejanzas básicas programadas ( en el modelo darwinista
neural, también del funcionamiento de un elemento análogo a la selección natural en el cerebro
individual único), y podría haber una cantidad enorme de tales sistemas ( y de sucesos de elección) en
los diferentes niveles de la actividad procesadora del cerebro”. (8).
Imaginemos o demos por supuesto que el modelo darwinista neural queda
corroborado como verdadero, tal descubrimiento ratificado como verdadero no significaría
hablar de la mente humana como deviniendo caóticamente. La existencia de la complejidad
sistémica nos aleja de una analítica puntillista de sus operaciones, pero debemos diseñar
modelos teóricos de tales sistemas complejos que sirvan para nuestros propósitos. Intentar
predecir cuestiones de macroeconomía en un periodo largo de tiempo no cuenta con la venia
de la exitosidad, lo cual no entrañaría que la economía sea una ciencia inútil o imposible.
Putnam vislumbra como Dennett y Fodor pecan de un reduccionismo tácito al creer que si los
modelos computacionales se muestran vacuos a la hora de emular la conducta humana, la
ciencia de la cognición no marcharía por el camino seguro de las ciencias duras, lo que
demostraría su total inoperancia. Analizar la capacidad del intelecto humano no ha de
traducirse en la pretensión reductiva imperante: la cognición humana se identifica con
sistemas de procesamiento de la información de estructuración jerarquizada. La construcción
representable
de modelos teóricos del cerebro aumentarían nuestro entendimiento de las actividades
neurales, sin que ello implique que avanzaremos de forma conspicua en el ámbito
psicológico, dándole la vuelta a la aserción defendida por Putnam, sí es muy probable que
mejoren nuestros conocimientos del cerebro mediante constructos teóricos sin rozar siquiera la
parcela de los fenómenos psicológicos, también resulta muy posible que construyamos
modelos teóricos psicológicos que no aporten apenas nada para las ciencias neuro-
computacionales o neuro-químicas. La comprensión no supone necesariamente la obsesión
reduccionista, lo que sucede más bien en nuestra tradición cultural es un fenómeno de
atrincheramiento conviccional: la única compresión válida es la reducción fisicalista,
quimicalista, computacionalista. AVE ATQUE VALE .
BATERÍA DE CITAS :
1. Putnam, H.: Cómo renovar la filosofía. Trad. C. Laguna. Barcelona , Paidós (1994) pág. 36
2. Como recordatorio de la noción de `función recursiva´ sugerimos la
siguiente:
FUNCIÓN RECURSIVA
Definición: Son aquellas en las que para definir la situación de la función en un
punto hace referncia al valor de la función en otros puntos, normalmente anteriores.
Ejemplos: Se podrían poner muchos ejemplos sobre este tipo de funciones pero
sin duda una de las más famosas es la sucesión de Fibonacci:
F: N ____________  N
1 ------------------ 1
2 ------------------ 2
n ----------------- F (n –1) + F (n – 2) n  3
Esta fúnción definida sobre los números naturales.
Leonardo de Pisa (1170 – 1240), más conocido por Fibonacci nació en Pisa.
Entró en contacto con la cultura árabe a través de sus viajes y divulgó el cálculo con las cifras
14
árabes a través de su obra Liber abaci mostrando la gran ventaja que este sistema de
numeración frenta al utilizado sistema de numeración romano.
La sucesión de Fibonacci { 1,1, 2, 3, 5, ...}
F n+2 = F n+1 + Fn
Está presente en numerosos fenómenos naturales, por ejemplo en las tortas de
girasol los dos tipos de espirales que aparecen son dos términos consecutivos de la sucesión de
Fibonacci. Otro ejemplo es el número de hojas existentes en un tallo hasta encontrar dos con
la misma orientación, este número de hojas son términos de la sucesión de Fibonacci.
Esta sucesión tiene una propiedad curiosa: F n+1  = 1 + 5
Fn 2
Recordar que el número de oro  se ha considerado siempre la proporción más
bella entre dos magnitudas. Cualquier elemento arquitectónico que se precie tendrá entre sus
medidas proporciones aúreas. Ej: Partenón, Ayuntamiento de Toledo, ...
3. Putnam, H.: Cómo renovar la filosofía. Ob. cit. pág. 37
4. Putnam, H.: Cómo renovar la filosofía. Ob. cit. págs. 40 -41
5. Putnam, H.: Cómo renovar la filosofía. Ob. cit. pág. 42.
6. Wittgenstein, L.: Observaciones sobre los colores. Trad. Alejandro
Tomasini Bassols, U.N.A.M 1977; pág 58. 238
7. Putnam, H.: Cómo renovar la filosofía. Ob. cit. pág. 48
8. Putnam, H.: Cómo renovar la filosofía. Ob. cit. pág. 50

Anuncios

Comentarios Destacados

114 comentarios - I.A. ( Inteligencia artificial ).

@armen3003 +3
A esta hora nadie va a leer un puto texto... alguien que salve el post para irme a poringa e ir a dormir...
@Niko24GM
yo lo aria pero dicen que herni tiene un detector en el culo que lo irrita cada ves que ponen un gif porno
@Odl4k_noc_odep +2
un texto puro, ni una puta imagen,,,
y veo formulas matematicas...
a la 1 de la mañana...
I.A. ( Inteligencia artificial ).
@doctorjav +1
Vuestra inteligencia natural es arrolladora y luminiscente, Master, lo cual ya no sorprende. ¡Saludos! desde el cinturón de Quasares NGC7332.
@hegel-21
Gracias , Dr .Saludos toledanos ...
@untalteo +1
No lo termine, me quedpe por ahí, lo voy a terminar otro día. No obstante quiero aportar: la diferencia insalvable entre lo humano y la computación es que esto último solo sabe obedecer, es decir, programar no es otra cosa que dar órdenes y ese es el nivel fundamental de la lógica de ls computadoras. Sobre lo indomable del espíritu humano (que según algunos es el resto animal una vez que nada queda de animal en nosotros, puesto que los animales son plenamente domesticables) sobrada prueba son estos tipos que arman teorías contra la opinión general porque así se lo dicta su pensamiento.
@hegel-21
Muchas gracias por su comentario , en un privilegio que alguien como usted lea sobre estos temas . Un cordial saludo desde tierras toledanas !
@Carl-Juarez +1
Un post bastante bueno,siga escribiendo de esta manera,tiene talento y una inteligencia arrolladora.saludos
@hegel-21
La gratitud es mutua , caballero !
@Isabelita_arsa +1
Un post muy bueno, si señor!, Saludos.
@hegel-21
Muchas gracias , princesita !
@Juanmi1991 +1
Buen post, nunca desmerece leer un post suyo, buen uso de palabras en todo momento, explicaciones adecuadas... El contenido del post es complejo de entender pero una vez entendido es muy acertado. Siga así le animo a que siga superandose
@hegel-21
Se agradece el comentario ! Saludos desde el Sistema Helado de Hoth...
@AinhoaPerez +1
Usted siempre tan correcto, muy buen post!
@hegel-21
La corrección es mutua !
@gato270694 +1
Buen post, en realidad muy buen post, +10 jajaja
@hegel-21
Si lo lee enterito algo aprenderá , aunque ne esté de acuerdo ! Saludos y gracias !
@MoraledaMoreno +1
El post que usted a realizado es bastante complejo dado que no tengo muchos conocimientos sobre este tema. A pesar de ello, ha realizado un gran trabajo, siga así. Saludos
@hegel-21
Gracias por comentar !
@AlGaPerez +1
Muy buen post, un poco largo para mi gusto pero el contenido es excelente, un saludo
@hegel-21
Gracias por comentar . Saluditos flanderianos !
@AndreaJimenez16 +1
Usted siempre aportando enormes y valiosos conocimientos, un gran post. Le dejo +10, se lo merece. Saludos
@hegel-21
Agradecido me hallo , "majetona". Saludos cordiales !
@CharitoSapito +1
Me parece que la dificultad del tema hace que la lectura sea muy compleja, a pesar de ello no esta mal. Siga asi. Besos
@hegel-21 +1
Se agradece la lectura y los puntos ... "majetona". Saludos cordiales !
@Ramij_69 +1
Me ha gustado mucho su post y la forma de desarrollar el tema!!..se nota que le ha dedicado mucho tiempo siga trabajando así Un saludo!!
@hegel-21
Gracias , mejor amigos como usted por si hay que descolgar alguna ceja mediante impacto frontal y directo . Saludos !
@morenomoraleda +1
Este post merece +10, espero que siga sorprendiéndonos como hasta ahora,es un gran trabajo, enhorabuena. Un saludo.
@hegel-21
La gratitud es mutua , gracias por comentar y por los puntos . Saludos !
@ShanaST +1
No deja de sorprenderme a pesar de la gran extensión de sus recientes extensos post, mi más sincera enhorabuena, ha realizado un excelente trabajo.
Saluditos desde Canadá
@hegel-21 +1
La excelencisa es mutua , en Cánada estarán disfrutando de un Sol radiante , me imagino . Saludos des de España , Consuegra Imperial !
@NikosovaWatson +1
Muy buen post, no lo acabé de leer, pero lo continuaré cuando disponga de tiempo libre, me parece muy interesante el tema. Le felicito por su inteligencia y por el buen uso del vocabulario; un saludo
@hegel-21
Srta, Watson es un honor que intente leer algo de I.A. Saluditos flanderianos "
@RemigioFermin +1
Un post un tanto infumable por su extensión y dificultad, aunque éstos rasgos son marca de la casa, de no ser asi no parecería un post de los de su colección. Le doy nuevamente mi enhorabuena!! Saluditos Señor San Brunoooo!!! y Feliz Navidaaaaaaaaaad!!!
@hegel-21
Se agradece el comentario :" infumable marca de la casa ", no se puede expresar mejor. Saludos desde Consuegra , capital de España ... no ?
@JanssenJ +1
Gran post!! siga así.
Saluditos flanderianos.
@MRonde0
Post buenísimo!!!
@hegel-21
Gracias ,"majetón".
@eldelaseras +1
un post buenisimo a Luceritos tambien le ha gustado mucho mis felicitaciones!!
@hegel-21
Me alegro por Luceritos , saludos Master !
@carloko03 +1
Mi profesor, Adrian Cussins, sostiene una muy interesante postura a propósito de la inteligencia artificial. Personalmente, sólo leí the meaning of meaning de Putnam, ni idea de su teoría de inteligencia artificial.
@le_matildu +2
Buen post, pero aflojale a las multicuentas capo. Siempre comentan los mismos en tus posts?
@hegel-21
No me lee nadie más ...gracias por comentar !
@le_matildu
@hegel-21 Disculpas en caso de haberme equivocado. Por otro lado, volviendo al tema del post. En los últimos dias ha trascendido que un software ha superado la prueba de Turing, que consecuencias crees que esto puede tener, filosóficamente hablando, claro?
@Gexpartaco +1
Muy Buen Post lince iberico + y Favoritos
perfecta
@hegel-21 +1
Muy amable ...unica
@007bernal +1
Increíble.
+10
@hegel-21 +1
Muy amable ...meras
@AC2714 +1
gran post
@hegel-21
Agradecer es de sabios ...pero quirepresentableén es usted ?
@ErnestoFdez +1
Buen post sin ninguna duda. Se nota que usted domina este tema a la perfección.
@hegel-21
Thanks a lot !
@CHM-usica +1
Buen post!
@hegel-21
Thanks , Mr. Hernandez ! Espero que no sea usted un bot ...
@ElBaronWeed +1
Cacho flipada de post estoy flipando a tope¡
@hegel-21 +1
Don´t smoke ...