Cuatro formas de entender la inteligencia artificial

En los artículos anteriores establecimos una definición de inteligencia artificial, a través del concepto más intuitivo de inteligencia, que se da en la Biología. En este artículo vamos a ver que de esta definición se pueden derivar cuatro aproximaciones distintas a lo que es una Inteligencia Artificial (IA) y que cada una de ellas se apoya en diversas ramas de la filosofía y la psicología. Las aproximaciones se mueven en dos dimensiones: la primera de ellas dependiendo de si nos centramos más en la inteligencia sobre los procesos de pensamiento y razonamiento, o de si nos centramos en la inteligencia sobre el comportamiento. La segunda dimensión varía en función de si nos centramos en los rasgos que nos hacen humanos o en un modelo de referencia ideal que se denomina racionalidad:

 

Cuatro enfoques distintos de la Inteligencia Artificial

Si recorremos el diagrama anterior a partir de la dimensión: «humanidad» (parte izquierda del diagrama), tenemos:

• La primera forma de concebir la inteligencia artificial es aquella que trata de:

“realizar actividades asociadas con pensar de manera humana, como la toma de decisiones, la solución de problemas o el aprendizaje” (Bellman, 1978).

• Este enfoque ha dado lugar a la ciencia cognitiva, donde se junta los modelos de ordenador de la Inteligencia Artificial con las técnicas experimentales de la psicología para construir teorías precisas y estables de la mente humana.

Ambos campos, la ciencia cognitiva y la inteligencia artificial, se fertilizan uno al otro y ha sido bueno para ambos, que en un momento dado se separasen conceptualmente. El uso de técnicas de imágenes médicas por ordenador, como la resonancia magnética funcional (fMRI) han resultado claves para el mejor entendimiento del cerebro tanto de los animales como de los humanos.

• La segunda forma de concebir la inteligencia artificial es la de aquella máquina que trata de actuar de manera humana,  mediante

“la realización de funciones que requieren inteligencia cuando las realizan personas” (Kurzweil, 1990).

•  Este pensamiento es el que dió origen al famoso Test de Turing (1950),  por el que un ordenador (léase inteligencia artificial) pasaría el test cuando después de un tiempo realizándole preguntas un interrogador humano experimentado, la IA es capaz de engañarle haciéndole pensar que es humano o bien  éste no es capaz de determinar si se trata o no de un ordenador. 

Fotograma de la película ex-machina: un muy buen ejemplo de IA superando el test de Turing

La otra dimensión, en la que históricamente se ha hecho hincapié en la Inteligencia Artificial, es a lo largo del concepto de racionalidad, (parte derecha del diagrama), en oposición al de ‘humanidad’. Esto  no quiere decir que los seres humanos no seamos racionales, sino que además de estos pensamientos racionales también nos guiamos por las emociones, las intuiciones, etc. Por poner un ejemplo concreto, si pensáramos racionalmente, cada tres años aproximadamente, nos deberíamos cambiar de coche, por encontrarse en esa zona el óptimo económico entre prestaciones del coche, coste del mantenimiento y precio de venta. Sin embargo la mayoría de nosotros no lo hace, sea por motivos de economía familiar inmediata (“hay otros gastos prioritarios en esta casa antes que cambiar de coche”), por motivos sentimentales (“me gusta mi coche”) o bien por aplicación de una lógica perezosa (“aún funciona, así que ¿para qué voy a cambiarlo?”).

Racionalidad es “hacer la cosa correcta, dada la información de que se dispone”,

lo cual es diferente de que el resultado final sea óptimo. Bajo la perspectiva de la racionalidad, hay dos maneras de definir la inteligencia artificial:

• Centrándose en pensar racionalmente, es decir siguiendo las leyes de la lógica, desde Aristóteles con sus silogismos: “Todos los hombres son mortales. Sócrates es un hombre, luego Sócrates es mortal”, hasta los “Principia Mathematica” de Whitehead y Russell a principios del S.XX, enorme monumento de la formalización y deducción de todo tipo de proposiciones lógicas incluyendo proposiciones sobre la ‘vida real’. No obstante, el demoledor trabajo del matemático Kurt Gödel con sus famosos teoremas de la incompletud,  estableció límites a las proposiciones que podían ser deducidas de un conjunto de axiomas, lo que equivalía a poner límites a las verdades que una inteligencia artificial basada en esta aproximación podría inferir . El énfasis se pone aquí en hacer las “inferencias correctas”.

La lógica: todo comenzó con Aristóteles

Este enfoque tiene dos problemas, el primero es que es difícil tomar el conocimiento informal y expresarlo de forma lógica sobre todo cuando no existe un certeza del 100% (como sucede en la vida real) y, el segundo, es que incluso si se supera el obstáculo anterior, unos pocos centenares de hechos puede dejar sin recursos a cualquier ordenador si no se le da algún tipo de guía sobre qué pasos de razonamiento abordar primero. Para ser justos, este problema de recorrer un espacio de búsqueda demasiado vasto,  es compartido por otras ramas de la Inteligencia Artificial aunque fue, en este área, donde se manifestó por primera vez.

De hecho, se suele decir que una de las principales actividades de la Inteligencia Artificial es la de buscar maneras más o menos ingeniosas de limitar la cantidad de búsquedas que hay que realizar para hallar la solución a un problema para que éste pueda ser tratable computacionalmente en un tiempo razonable (concepto que depende de la aplicación: por ejemplo un coche automático debe tomar una decisión en mucho menos de un segundo, mientras que un sistema de recomendación se podría tardar más tiempo – necesita más muestra- en hacernos recomendaciones relevantes para nosotros sobre películas, artículos, videos, etc.).

• La última forma de aproximarse a la inteligencia artificial es el de actuar de forma racional. Este es el enfoque del agente inteligente a partir del que se ha desarrollado una buena parte del campo actual de la Inteligencia Artificial y en el que me voy a centrar principalmente en futuros post, porque es el que ha dado lugar a los más grandes avances que ha experimentado la IA en los últimos años.

En este enfoque se supone que el agente inteligente actúa de manera autónoma, percibe el entorno, persiste durante un periodo prolongado de tiempo, se adapta a los cambios, y  crea y persigue objetivos. En definitiva pretende lograr el mejor resultado o, si existe incertidumbre, el  mejor resultado esperado.

Y con este rápido repaso de los distintos enfoques de la IA termina este artículo. En próximos artículos, iré desarrollando en mayor o menor grado cada uno de ellos, pues todos hacen contribuciones importantes al objetivo de llegar a desarrollar una verdadera inteligencia general artificial o fuerte .