Maquinaria informática e inteligencia

" Máquinas de computación e inteligencia " es un artículo escrito por Alan Turing sobre inteligencia artificial . Publicado en 1950 en la revista Mind , fue el primero en presentar al público general su concepto de lo que hoy se conoce como la prueba de Turing .

El artículo de Turing aborda la pregunta "¿Pueden pensar las máquinas?". Turing afirma que, dado que las palabras "pensar" y "máquina" no pueden definirse con claridad, deberíamos "sustituir la pregunta por otra estrechamente relacionada y expresada con palabras relativamente inequívocas". ^{[ 1 ]} Para lograr este objetivo, Turing propone un enfoque de tres pasos. Primero, identifica un concepto simple e inequívoco que sustituye al término "pensar". Segundo, delimita las "máquinas" específicas en cuestión. Tercero, con estas herramientas, plantea una nueva pregunta relacionada con la primera, a la que cree poder responder afirmativamente.

En lugar de intentar determinar si una máquina piensa, Turing sugiere que nos preguntemos si la máquina puede ganar un juego llamado " Juego de Imitación ". El Juego de Imitación original, descrito por Turing, es un sencillo juego de mesa para tres jugadores. El jugador A es un hombre, la jugadora B es una mujer y el jugador C (que hace de interrogador) puede ser de cualquier sexo. En el Juego de Imitación, el jugador C no puede ver ni al jugador A ni al jugador B (y solo los conoce como X e Y), y solo puede comunicarse con ellos mediante notas escritas o cualquier otra forma que no revele detalles sobre su género. Al hacer preguntas al jugador A y al jugador B, el jugador C intenta determinar quién es el hombre y quién la mujer. El papel del jugador A es engañar al interrogador para que tome la decisión equivocada, mientras que el jugador B intenta ayudarlo a tomar la correcta. ^{[ 2 ]}

Turing propone una variación de este juego que involucra a la computadora: ^{[ 3 ]}

Ahora nos preguntamos: "¿Qué sucederá cuando una máquina asuma el papel de A en este juego?". ¿El interrogador se equivocará con la misma frecuencia cuando el juego se desarrolle de esta manera que cuando se juegue entre un hombre y una mujer? Estas preguntas reemplazan nuestra pregunta original: "¿Pueden pensar las máquinas?".

Así, el juego modificado se convierte en uno que involucra a tres participantes en habitaciones aisladas: una computadora (que está siendo probada), un humano y un juez (humano). El juez humano puede comunicarse tanto con el humano como con la computadora escribiendo en una terminal. Tanto la computadora como el humano intentan convencer al juez de que son el humano. Si el juez no puede distinguir consistentemente quién es quién, entonces la computadora gana el juego. ^{[ 4 ]}

Los investigadores del Reino Unido llevaban explorando la «inteligencia artificial» hasta diez años antes de la fundación del campo de la investigación en inteligencia artificial ( IA ) en 1956. ^{[ 5 ]} Era un tema común entre los miembros del Ratio Club , un grupo informal de investigadores británicos en cibernética y electrónica que incluía a Alan Turing. Turing, en particular, había estado trabajando en la noción de inteligencia artificial desde al menos 1941, y una de las primeras menciones conocidas de «inteligencia computacional» la hizo él en 1947. ^{[ 6 ]}

Como señala Stevan Harnad , ^{[ 7 ]} la pregunta se ha convertido en "¿Pueden las máquinas hacer lo que nosotros (como entidades pensantes) podemos hacer?". En otras palabras, Turing ya no pregunta si una máquina puede "pensar", sino si una máquina puede actuar de forma indistinguible ^{[ 8 ]} de la forma en que actúa un pensador. Esta pregunta evita el difícil problema filosófico de predefinir el verbo "pensar" y se centra, en cambio, en las capacidades de desempeño que posibilita el poder de pensar, y en cómo un sistema causal puede generarlas.

Desde que Turing introdujo su prueba, esta ha sido muy influyente y ampliamente criticada, y se ha convertido en un concepto importante en la filosofía de la inteligencia artificial . ^{[ 9 ] [ 10 ]} Algunas de sus críticas, como la habitación china de John Searle , son en sí mismas controvertidas. ^{[ 11 ] [ 12 ]} Algunos han interpretado la pregunta de Turing como "¿Puede una computadora, comunicándose a través de un teletipo, engañar a una persona haciéndole creer que es humana?" ^{[ 13 ]} pero parece claro que Turing no hablaba de engañar a la gente, sino de generar capacidad cognitiva humana. ^{[ 14 ]}

Turing también señala que necesitamos determinar qué "máquinas" deseamos considerar. Indica que un clon humano , aunque creado por el hombre, no proporcionaría un ejemplo muy interesante. Turing sugirió que deberíamos centrarnos en las capacidades de la maquinaria digital: máquinas que manipulan los dígitos binarios 1 y 0, reescribiéndolos en la memoria mediante reglas simples. Dio dos razones.

En primer lugar, no hay razón para especular sobre si pueden existir o no. Ya existían en 1950.

En segundo lugar, la maquinaria digital es «universal». La investigación de Turing sobre los fundamentos de la computación demostró que, en teoría, una computadora digital puede simular el comportamiento de cualquier otra máquina digital, siempre que disponga de suficiente memoria y tiempo. (Esta es la idea fundamental de la tesis Church-Turing y de la máquina de Turing universal ). Por lo tanto, si cualquier máquina digital puede «actuar como si pensara», entonces cualquier máquina digital suficientemente potente puede hacerlo. Turing escribe: «Todas las computadoras digitales son, en cierto sentido, equivalentes». ^{[ 15 ]}

Esto permite que la pregunta original sea aún más específica. Turing reformula ahora la pregunta original como: «Centremos nuestra atención en una computadora digital en particular, C. ¿Es cierto que, modificando esta computadora para que tenga un almacenamiento adecuado, aumentando apropiadamente su velocidad de acción y proporcionándole un programa apropiado, se puede lograr que C desempeñe satisfactoriamente el papel de A en el juego de imitación, siendo el papel de B interpretado por un hombre?» ^{[ 15 ]}

Por lo tanto, Turing afirma que el enfoque no está en "si todas las computadoras digitales funcionarían bien en el juego ni si las computadoras disponibles actualmente funcionarían bien, sino en si existen computadoras imaginables que funcionarían bien". ^{[ 16 ]} Lo más importante es considerar los avances posibles en el estado actual de nuestras máquinas, independientemente de si contamos o no con los recursos necesarios para crear una.

Una vez aclarada la cuestión, Turing pasó a responderla: consideró las siguientes nueve objeciones comunes, que incluyen todos los principales argumentos contra la inteligencia artificial planteados en los años transcurridos desde la primera publicación de su artículo. ^{[ 17 ]}

1. Objeción religiosa : Esta argumentación sostiene que el pensamiento es una función del alma inmortal del hombre ; por lo tanto, una máquina no puede pensar. «Al intentar construir tales máquinas», escribió Turing, «no deberíamos usurpar irreverentemente Su poder de crear almas, del mismo modo que no lo hacemos al procrear hijos: más bien, en ambos casos, somos instrumentos de Su voluntad que proveen moradas para las almas que Él crea».
2. Objeción de «esconder la cabeza en la arena» : «Las consecuencias de que las máquinas piensen serían terribles. Esperemos y creamos que no pueden hacerlo». Este razonamiento es común entre los intelectuales, quienes creen que la superioridad proviene de una inteligencia superior y que la posibilidad de ser superados representa una amenaza (dado que las máquinas poseen una memoria eficiente y una gran velocidad de procesamiento, es muy probable que superen las capacidades de aprendizaje y conocimiento). Esta objeción es una falacia que apela a las consecuencias , confundiendo lo que no debería ser con lo que puede o no puede ser (Wardrip-Fruin, 56).
3. La objeción matemática : Esta objeción utiliza teoremas matemáticos, como el teorema de incompletitud de Gödel , para demostrar que existen límites a las preguntas que un sistema informático basado en la lógica puede responder. Turing sugiere que los humanos se equivocan con demasiada frecuencia y se complacen ante la falibilidad de una máquina. (Este argumento sería retomado por el filósofo John Lucas en 1961 y por el físico Roger Penrose en 1989, y posteriormente se conocería como el argumento de Penrose-Lucas ). ^{[ 18 ]}
4. Argumento de la Conciencia : Este argumento, sugerido por el profesor Geoffrey Jefferson en su Discurso Lister de 1949 (discurso de aceptación de la Medalla Lister de 1948 ^{[ 19 ]} ), afirma que «hasta que una máquina no pueda escribir un soneto o componer un concierto debido a pensamientos y emociones sentidas, y no por la casualidad de símbolos, podríamos estar de acuerdo en que máquina es igual a cerebro». ^{[ 20 ]} Turing responde diciendo que no tenemos forma de saber si algún individuo, aparte de nosotros mismos, experimenta emociones, y que, por lo tanto, deberíamos aceptar la prueba. Añade: «No quiero dar la impresión de que creo que no hay misterio en la conciencia... [p]ero no creo que estos misterios deban resolverse necesariamente antes de que podamos responder a la pregunta [de si las máquinas pueden pensar]». (Este argumento, de que una computadora no puede tener experiencias conscientes ni comprensión , sería planteado en 1980 por el filósofo John Searle en su argumento de la habitación china . La respuesta de Turing se conoce ahora como la « respuesta de las otras mentes ». Véase también ¿Puede una máquina tener una mente? en la filosofía de la IA ). ^{[ 21 ]}
5. Argumentos basados ​​en diversas discapacidades . Todos estos argumentos tienen la forma "una computadora nunca hará X ". Turing ofrece una selección:

   Sé amable, ingeniosa, hermosa, amigable, ten iniciativa, ten sentido del humor, distingue el bien del mal, comete errores, enamórate, disfruta de las fresas con crema, haz que alguien se enamore de ti, aprende de la experiencia, usa las palabras correctamente, sé el sujeto de tus propios pensamientos, ten tanta diversidad de comportamiento como un hombre, haz algo realmente nuevo.

   Turing señala que "normalmente no se ofrece ningún respaldo para estas afirmaciones" y que dependen de suposiciones ingenuas sobre la versatilidad que podrían tener las máquinas en el futuro, o son "formas disfrazadas del argumento de la conciencia". Él opta por responder a algunas de ellas:
   1. Las máquinas no pueden cometer errores. Él señala que es fácil programar una máquina para que parezca cometer un error.
   2. Una máquina no puede ser objeto de su propio pensamiento (ni puede ser autoconsciente ). Sin embargo, se puede escribir un programa que informe sobre sus estados y procesos internos, en el sentido simple de un programa depurador . Turing afirma que «una máquina puede, sin duda, ser su propio objeto de estudio».
   3. Una máquina no puede tener mucha diversidad de comportamiento . Señala que, con suficiente capacidad de almacenamiento, una computadora puede comportarse de una cantidad astronómica de maneras diferentes.
6. La objeción de Lady Lovelace : Una de las objeciones más famosas afirma que las computadoras son incapaces de originalidad. Esto se debe principalmente a que, según Ada Lovelace , las máquinas son incapaces de aprender de forma independiente.

   La Máquina Analítica no tiene ninguna pretensión de originar nada. Puede hacer todo aquello que sepamos ordenarle . Puede seguir un análisis; pero no tiene la capacidad de anticipar ninguna relación o verdad analítica. ^{[ 22 ]}

   Turing sugiere que la objeción de Lovelace se reduce a afirmar que las computadoras "nunca pueden sorprendernos" y argumenta que, por el contrario, sí podrían sorprender a los humanos, sobre todo cuando las consecuencias de distintos hechos no son inmediatamente evidentes. Turing también sostiene que Lady Lovelace se vio limitada por el contexto en el que escribió, y que, si tuviera acceso a conocimientos científicos más contemporáneos, se haría evidente que la capacidad de almacenamiento del cerebro es bastante similar a la de una computadora.
7. Argumento de continuidad en el sistema nervioso : La investigación neurológica moderna ha demostrado que el cerebro no es digital. Si bien las neuronas se activan en pulsos de todo o nada, tanto la sincronización exacta del pulso como la probabilidad de que ocurra tienen componentes analógicos. Turing reconoce esto, pero argumenta que cualquier sistema analógico puede simularse con un grado razonable de precisión si se dispone de suficiente capacidad de cálculo. ( El filósofo Hubert Dreyfus plantearía este argumento contra la "suposición biológica" en 1972). ^{[ 23 ]}
8. Argumento de la informalidad del comportamiento : Este argumento afirma que cualquier sistema regido por leyes será predecible y, por lo tanto, no verdaderamente inteligente. Turing responde que esto confunde las leyes del comportamiento con las reglas generales de conducta, y que, a una escala suficientemente amplia (como la que se observa en el ser humano), el comportamiento de las máquinas se volvería cada vez más difícil de predecir. Argumenta que el hecho de que no podamos ver inmediatamente cuáles son las leyes no significa que no existan. Escribe: «Ciertamente no conocemos ninguna circunstancia en la que podamos decir: “Hemos buscado lo suficiente. No existen tales leyes”». ( Hubert Dreyfus argumentaría en 1972 que la razón y la resolución de problemas humanas no se basaban en reglas formales, sino en instintos y conciencia que nunca podrían ser plasmados en reglas. Investigaciones más recientes sobre IA en robótica e inteligencia computacional intentan encontrar las reglas complejas que rigen nuestras habilidades «informales» e inconscientes de percepción, movilidad y reconocimiento de patrones . Véase la crítica de Dreyfus a la IA ). ^{[ 24 ]} Esta réplica también incluye el argumento de la apuesta de Turing .
9. Percepción extrasensorial : En 1950, la percepción extrasensorial era un área activa de investigación y Turing optó por darle a la PES el beneficio de la duda, argumentando que se podrían crear condiciones en las que la lectura de la mente no afectaría la prueba. Turing admitió tener "pruebas estadísticas abrumadoras" de telepatía, probablemente refiriéndose a los experimentos de principios de la década de 1940 de Samuel Soal , miembro de la Sociedad para la Investigación Psíquica . ^{[ 25 ]}

En la sección final del artículo, Turing detalla sus ideas sobre la máquina de aprendizaje que podría jugar con éxito al juego de imitación.

Aquí Turing retoma la objeción de Lady Lovelace de que la máquina solo puede hacer lo que le ordenamos, y la compara con una situación en la que un hombre "inyecta" una idea en la máquina, a la que esta responde y luego entra en estado de reposo. Desarrolla esta idea mediante una analogía con una pila atómica de tamaño subcrítico, que se considera la máquina, y una idea inyectada corresponde a un neutrón que entra en la pila desde fuera; el neutrón provocará una perturbación que finalmente se disipará. Turing continúa con esta analogía y menciona que, si la pila fuera lo suficientemente grande , un neutrón que entrara en ella causaría una perturbación que seguiría aumentando hasta destruirla por completo; la pila sería supercrítica. Turing se pregunta entonces si esta analogía de una pila supercrítica podría extenderse a la mente humana y, posteriormente, a una máquina. Concluye que tal analogía sería apropiada para la mente humana con: «Parece existir una para la mente humana. La mayoría de ellas parecen ser "subcríticas", es decir, corresponder en esta analogía a pilas de tamaño subcrítico. Una idea presentada a una mente así dará lugar, en promedio, a menos de una idea como respuesta. Una pequeña proporción son supercríticas. Una idea presentada a una mente así puede dar lugar a toda una "teoría" compuesta por ideas secundarias, terciarias y más remotas». Finalmente, pregunta si se podría hacer que una máquina fuera supercrítica.

Turing menciona entonces que la tarea de crear una máquina capaz de jugar al juego de imitación es una cuestión de programación, y postula que para finales de siglo será tecnológicamente posible programar una máquina para jugar a dicho juego. A continuación, menciona que, al intentar imitar la mente humana adulta, resulta importante considerar los procesos que la llevan a su estado actual, los cuales resume de la siguiente manera:

1. El estado inicial de la mente, digamos al nacer,

2. La educación a la que ha sido sometida,

3. Otra experiencia, que no debe describirse como educación, a la que ha estado sometida.

Dado este proceso, se pregunta si sería más apropiado programar la mente de un niño en lugar de la de un adulto y luego someterla a un período de educación. Compara al niño con un cuaderno recién comprado y especula que, debido a su simplicidad, sería más fácil de programar. El problema se divide entonces en dos partes: la programación de la mente infantil y su proceso educativo. Menciona que no se esperaría que la mente del niño respondiera como el experimentador (programador) desea en el primer intento. Debe existir un proceso de aprendizaje que incluya un método de recompensa y castigo para seleccionar patrones deseables en la mente. Todo este proceso, menciona Turing, es en gran medida similar al de la evolución por selección natural, donde las similitudes son:

Estructura de la máquina del niño = material hereditario

Cambios en la máquina hija = mutaciones

Selección natural = juicio del experimentador

Tras esta discusión, Turing aborda ciertos aspectos específicos de la máquina de aprendizaje:

• Naturaleza de la complejidad inherente: La máquina infantil podría ser lo más simple posible, manteniendo simplemente la coherencia con los principios generales, o podría tener un sistema completo de inferencia lógica programado. Turing explica este sistema más complejo como «...sería tal que la máquina almacenaría principalmente definiciones y proposiciones . Las proposiciones tendrían diversos tipos de estatus, por ejemplo, hechos bien establecidos, conjeturas, teoremas matemáticamente probados, afirmaciones dadas por una autoridad, expresiones con la forma lógica de una proposición pero sin valor de creencia. Ciertas proposiciones pueden describirse como "imperativos". La máquina debería estar construida de tal manera que, tan pronto como un imperativo se clasifique como "bien establecido", la acción apropiada se lleve a cabo automáticamente». A pesar de este sistema lógico incorporado, la inferencia lógica programada no sería formal, sino más bien pragmática. Además, la máquina se basaría en su sistema lógico incorporado mediante un método de "inducción científica".

• Ignorancia del experimentador: Una característica importante de una máquina de aprendizaje, según señala Turing, es la ignorancia del experimentador respecto al estado interno de la máquina durante el proceso de aprendizaje. Esto contrasta con una máquina de estados discretos convencional, donde el objetivo es comprender claramente el estado interno de la máquina en cada momento de la computación. La máquina realizará acciones que a menudo no comprendemos o que consideramos completamente aleatorias. Turing menciona que esta característica específica confiere a la máquina cierto grado de lo que consideramos inteligencia, ya que el comportamiento inteligente consiste en una desviación del determinismo absoluto de la computación convencional, pero solo mientras dicha desviación no genere bucles sin sentido o comportamientos aleatorios.

• La importancia del comportamiento aleatorio: Si bien Turing advierte sobre el comportamiento aleatorio, menciona que incorporar un elemento de aleatoriedad en un sistema de aprendizaje automático sería valioso. Menciona que esto podría ser útil cuando existan múltiples respuestas correctas o cuando un enfoque sistemático investigara varias soluciones insatisfactorias antes de encontrar la óptima, lo que haría ineficiente dicho proceso. Turing también menciona que el proceso evolutivo sigue el camino de las mutaciones aleatorias para encontrar soluciones que beneficien a un organismo, pero admite que, en el caso de la evolución, el método sistemático para encontrar una solución no sería posible.

Turing concluye especulando sobre un futuro en el que las máquinas competirán con los humanos en numerosas tareas intelectuales y sugiere algunas tareas que podrían servir para dar ese primer paso. A continuación, sugiere que tareas abstractas como jugar al ajedrez podrían ser un buen punto de partida para otro método que él describe como: «...lo mejor es dotar a la máquina de los mejores órganos sensoriales que el dinero pueda comprar y luego enseñarle a comprender y hablar inglés».

Un examen del desarrollo posterior de la inteligencia artificial revela que la máquina de aprendizaje siguió el camino abstracto sugerido por Turing, como en el caso de Deep Blue , una computadora de ajedrez desarrollada por IBM que derrotó al campeón mundial Garry Kasparov (aunque esto también es controvertido), y los numerosos juegos de ajedrez por computadora que pueden superar a la mayoría de los aficionados. ^{[ 26 ]} En cuanto a la segunda sugerencia de Turing, algunos autores la han comparado con un llamado a encontrar un simulacro del desarrollo cognitivo humano. ^{[ 26 ]} Tales intentos de encontrar los algoritmos subyacentes mediante los cuales los niños aprenden las características del mundo que los rodea apenas están comenzando. ^{[ 26 ] [ 27 ] [ 28 ]}

• Historia de la inteligencia artificial

• Brooks, Rodney (1990), "Los elefantes no juegan al ajedrez" (PDF) , Robotics and Autonomous Systems , 6 ( 1–2 ): 3–15 , CiteSeerX 10.1.1.588.7539 , doi : 10.1016/S0921-8890(05)80025-9 , consultado el 30 de agosto de 2007. 
• Crevier, Daniel (1993). IA: La tumultuosa búsqueda de la inteligencia artificial . Nueva York, NY: BasicBooks. ISBN 0-465-02997-3.
• Dreyfus, Hubert (1972), Lo que las computadoras no pueden hacer , Nueva York: MIT Press, ISBN 978-0-06-011082-6
• Dreyfus, Hubert ; Dreyfus, Stuart (1986), La mente sobre la máquina: El poder de la intuición y la experiencia humanas en la era de la computadora , Oxford, Reino Unido: Blackwell
• Dreyfus, Hubert (1979), Lo que las computadoras aún no pueden hacer , Nueva York: MIT Press.
• Harnad, Stevan ; Scherzer, Peter (2008), "Primero, escalar hasta la prueba de Turing robótica, luego preocuparse por los sentimientos" , Inteligencia artificial en medicina , 44 (2): 83–9 , CiteSeerX 10.1.1.115.4269 , doi : 10.1016/j.artmed.2008.08.008 , PMID 18930641 , archivado del original el 8 de febrero de 2012 , recuperado el 29 de agosto de 2010  .
• Haugeland, John (1985), Inteligencia artificial: La idea misma , Cambridge, Mass.: MIT Press.
• Moravec, Hans (1976), El papel del poder bruto en la inteligencia , archivado del original el 3 de marzo de 2016 , recuperado el 7 de noviembre de 2007.
• Hofstadter, Douglas (1979), Gödel, Escher, Bach: una eterna trenza dorada.
• Lucas, John (1961), "Mentes, máquinas y Gödel", en Anderson, AR (ed.), Mentes y máquinas , archivado del original el 19 de agosto de 2007 , recuperado el 2 de diciembre de 2022.
• Moravec, Hans (1988), Mind Children , Harvard University Press
• Penrose, Roger (1989), La nueva mente del emperador: Sobre ordenadores, mentes y las leyes de la física , Oxford University Press, ISBN 978-0-14-014534-2
• Russell, Stuart J.; Norvig , Peter (2003), Inteligencia artificial: un enfoque moderno (2.ª  ed.), Upper Saddle River, Nueva Jersey: Prentice Hall, ISBN 0-13-790395-2
• Searle, John (1980), "Mentes, cerebros y programas" (PDF) , Behavioral and Brain Sciences , 3 (3): 417– 457, doi : 10.1017/S0140525X00005756 , S2CID 55303721 
• Turing, Alan (octubre de 1950), "Máquinas de computación e inteligencia" (PDF) , Mind , LIX (236): 433–460 , doi : 10.1093/mind/LIX.236.433
• Saygin, AP (2000). "La prueba de Turing: 50 años después". Mentes y máquinas . 10 (4): 463– 518. doi : 10.1023/A:1011288000451 . hdl : 11693/24987 . S2CID 990084 . 
• Noah Wardrip-Fruin y Nick Montfort, eds. (2003). The New Media Reader . Cambridge: MIT Press. ISBN 0-262-23227-8. "El hábitat de Lucasfilm", págs.  663–677.

• PDF con el texto completo del artículo
• Saygin, Ayse Pinar; Cicekli, Ilyas; Akman, Varol (1999). "Análisis y revisión de los próximos 50 años". Mentes y máquinas : 2000. CiteSeerX 10.1.1.157.1592 .