¿QUÉ HACEN LOS ORDENADORES?

Muchas de las pretensiones de los primitivos entusiastas de la inteligencia sintética todavía no se han realizado. Por ejemplo, aún no se dispone de un traductor universal entre dos idiomas, y el campeón mundial de ajedrez todavía es un ser humano. No obstante, se ha obtenido un avance considerable en diferentes campos de la Al:

– traducción automática con vocabulario restringido o especializado;

– desarrollo de partidas de ajedrez, backgammon, bridge, poker, etc.;

– demostración de teoremas en lógica simbólica y geometría elemental;

– lectura de caracteres caligrafiados o mecanofrafiados;

– identificación de los componentes icónicos (gráficos) de una fotografía o dibujo;

– identificación de rostros humanos incluso en diferentes expresiones;

– identificación de palabras habladas en una conversación ordinaria;

– comprensión del lenguaje natural (respuesta a preguntas y resúmenes de porciones de texto);

– escritura de poesías (haiku, por ejemplo) y narraciones cortas:

– composición de partituras musicales;

– pensamiento analógico, v.ga correlacionando formas geométricas;

– diagnóstico de enfermedades y de averías electrónicas.

Trazando el perfil de competencia de los computadores. Winston (1979) señala:

– efetuar test de inteligencia con figuras geométricas;

– aprendizaje de aritmética, geometría, y otras disciplinas;

– comprensión de dibujos sencillos;

– comprensión de frases sencillas de inglés;

– resolución de problemas de matemáticas, química, medicina y de otras disciplinas;

-comprensión del funcionamiento de circuitos electrónicos;

– desarrollo efectivo de trabajo industrial;

– modelar procesos sicológicos humanos.

En resumen, Winston describe cómo los ordenadores hacen muchas tareas que requieren inteligencia: “Resuelven con gran habilidad una gran variedad de problemas, razonamiento espacial o geométrico, resolución de problemas matemáticos, aprendizaje de conceptos simples, comprensión de dibujos sencillos, mantener diálogos simples y hacer determinados trabajos de utilidad industrial”. Hoy, con el creciente interés en los sistemas expertos y el ímpetu del agresivo programa japonés de los computadores de la quinta generación, hay un mayor consenso respecto a la importancia y alcance de las máquinas inteligentes.

MITOS Y OBJECIONES

Existen varias objeciones a la idea de la máquina inteligente. Algunas tienen una fuerte connotación emocional, otras intentan ser convincentes. Pero, puesto que casi todas las objeciones están basadas en mitos dicen más sobre la vanidad humana amenazada que sobre el potencial de los ingenios inteligentes. Alan Turing, uno de los pioneros de la inteligencia sintética, fue consciente, desde el principio, de las posibles objeciones. En su famosa ponencia de 1950 cita hasta nueve objeciones a las máquinas pensantes y da las réplicas correspondientes:

– las objeciones geológicas sugieren que ningún animal o máquina puede pensar, porque Dios sólo infundió el alma en el hombre y en la mujer (Turing: Ni parcialmente puedo aceptar este razonamiento… No me impresionan las argumentaciones teológicas, independientemente de las tesis que traten de apoyar);

– la objeción de “las cabezas enterradas en la arena” sugiere las terribles consecuencias e implicaciones de los aparatos pensantes (“No creo que este argumento sea suficientemente consistente como para precisar refutación”);

– la objeción matemática cita el teorema de Gōdel para mostrar las limitaciones potenciales de los sistemas artificiales (“…se ha dicho, pero no se ha demostrado, que tales limitaciones sean aplicables al intelecto humano”):

– la argumentación de la conciencia representada, por ejemplo, en “Lister Oration” del profesor Jefferson(1949): “Hasta que una máquina pueda escribir un soneto o componer un concierto porque piense y sienta emociones… podemos admitir que la máquina iguala al cerebro.

– argumentos de varias inhabilidades sugieren que, independientemente del grado de competencia obtenido, los aparatos nunca serán capaces de hacer determinadas cosas como “ser amables, ingeniosos, bellos, amistosos…tomar iniciativas, tener sentido del humor, distinguir entre el bien y el mal, equivocarse enamorarse, disfrutar de las fresas con nata…enamorar…aprender de la experiencia… utilizar las palabras adecuadamente. Pensar sobre sí mismo… tener la variedad de comportamientos del ser humano, hacer innovaciones (creaciones)…”. Turing observa cáusticamente que estas argumentaciones carecen de fundamento y que de una forma u otra son ampliaciones de la argumentación relativa a la conciencia;

– La objeción de Lady Lovelace (“La máquina analítica no pretende crear nada. Sólo puede hacer lo que nosotros sepamos pedirle que haga”) implica que las máquinas no tienen mente, son esclavas y no tienen ningún grado de inteligencia. Turing vuelve a rebatir esta idea con la argumentación de la conciencia. Hoy, dadas las muy variadas aplicaciones del ordenador, estas argumentaciones no tienen demasiado peso;

– el argumento de la continuidad del sistema nervioso sugiere que, puesto que un pequeño error en la información sobre el tamaño del impulso nervioso que impacta en la neurona puede afectar significativamente el impulso de respuesta, no se puede imitar el comportamiento del sistema nervioso con una máquina de estados discontinuos (Turing:”…si nos ajustamos a las condiciones del juego de la imitación test de Turing el examinador difícilmente puede apreciar alguna diferencia”);

– el argumento de la informalidad del comportamiento sugiere que es imposible proporcionar un conjunto de reglas que indique lo que cada persona debe en cada posible circunstancia, y, por tanto, las personas se diferencian de las máquinas. Aquí Turing enfatiza que tales reglas sólo se pueden determinar mediante la observación científica y en ninguno de estos aspectos hemos investigado lo suficiente. Además, nadie puede ser capaz de comprender totalmente un programa de ordenador examinando tan sólo unas cuantas respuestas del computador. Refiriéndose a la salida de un proceso computado, Turing comenta: “Desafío al que sea capaz de aprender de las respuestas computadas suficiente acerca del programa como para predecir las respuestas correspondientes a valores no procesados”.