Un encuentro casero con la Inteligencia Artificial
Doble advertencia de entrada: (1) Para el estándar de profundidad y seriedad de temas tratados en este portal, el presente artículo corresponde más a la categoría de un divertimento; sin embargo, las reflexiones finales pueden abrir un diálogo no exento de interés e implicaciones de sorprendente alcance. (2) El estudio de traducciones automáticas implica la presentación sucesiva de textos y por ello este artículo es más largo que mi propio promedio.
Cuando nos hablan de robots o de inteligencia artificial el primer pensamiento puede ser el de las películas de ciencia ficción: androides; máquinas complejísimas que integran un ‘cerebro’ que corresponde a un computador extraordinariamente avanzado, y una serie de dispositivos de alta precisión tecnológica, diseñados para emular manos, pies, o simplemente gestos faciales.
La verdad es que la inteligencia artificial está aquí y la estamos usando muchos de nosotros todos los días. Los algoritmos que producen los resultados en cualquier búsqueda de Google son un ejemplo familiar de un proceso automatizado de increíble complejidad que se basa no sólo en la memoria sino también en tomar decisiones sobre qué resultados deben aparecer primero. El sistema se retroalimenta, de modo que, hasta cierto punto, cada vez que usamos Google lo hacemos más “inteligente.”
Pertenecen también, y cada vez más, al escenario urbano los sistemas de reconocimiento de voz. Aquello de llamar a un número y que nos pidan que digamos la opción que deseamos tomar dentro de una lista de posibilidades implica de hecho un complejo programa que tiene que reconocer, no un archivo de audio específico, sino un perfil de sonido, para saber, por ejemplo, si la persona dijo “Viajes” o dijo “Mi cuenta.”
Un modo de “jugar” un poco con los sistemas de toma de decisión sin entrara en las entrañas de su abstruso código es ver los sistemas automatizados de traducción, como Google Translate. La idea no es mía. Usuarios en Alemania pensaron primero qué sucede si uno toma un texto A1, en alemán, y lo traduce (automáticamente, claro) a un texto I1 en inglés. La cosa se vuelve interesante cuando luego se intenta usar el mismo sistema para retraducir I1 al alemán, con lo cual se obtiene A2. Por supuesto, el ciclo se puede seguir, pero siempre se llega a una situación en la que A(n) y A(n+1) son iguales, con lo cual ya se sabe que de ahí en adelante el sistema no ofrecerá nuevas posibilidades. Es un ejercicio interesante, a veces divertido, que pronto revela cómo es de complejo y rico el lenguaje humano.
Yo por mi parte hice tres ejercicios de esos ciclos, entre nuestro idioma y el inglés. Las cosas toman un aspecto bizarro más bien pronto y en todos los casos el sentido se pierde. Los textos iniciales son tomados de la preciosa homilía del Papa Benedicto en la Fiesta de la Exaltación de la Cruz. He aquí la primera secuencia:
E1: En el mundo, hay un amor más fuerte que la muerte, más fuerte que nuestras debilidades y pecados. El poder del amor es más fuerte que el mal que nos amenaza. Este misterio de la universalidad del amor de Dios por los hombres, es el que María reveló aquí, en Lourdes.
I1: In the world, there is a love stronger than death, stronger than our weaknesses and sins. The power of love is stronger than evil that threatens us. This mystery of the universality of God’s love for men, is revealed here that Mary in Lourdes.
E2: En el mundo, hay un amor más fuerte que la muerte, más fuerte que nuestras debilidades y pecados. El poder del amor es más fuerte que el mal que nos amenaza. Este misterio de la universalidad del amor de Dios por los hombres, se pone de manifiesto aquí que María en Lourdes.
I2: In the world, there is a love stronger than death, stronger than our weaknesses and sins. The power of love is stronger than evil that threatens us. This mystery of the universality of God’s love for men, it becomes clear here that Mary in Lourdes.
E3: En el mundo, hay un amor más fuerte que la muerte, más fuerte que nuestras debilidades y pecados. El poder del amor es más fuerte que el mal que nos amenaza. Este misterio de la universalidad del amor de Dios por los hombres, se convierte en claro aquí que María en Lourdes.
I3: In the world, there is a love stronger than death, stronger than our weaknesses and sins. The power of love is stronger than evil that threatens us. This mystery of the universality of God’s love for men, becomes clear here that Mary in Lourdes.
E4: En el mundo, hay un amor más fuerte que la muerte, más fuerte que nuestras debilidades y pecados. El poder del amor es más fuerte que el mal que nos amenaza. Este misterio de la universalidad del amor de Dios por los hombres, se convierte en claro aquí que María en Lourdes.
Esta es la segunda secuencia:
E1: María sale a nuestro encuentro para indicarnos los caminos de la renovación de la vida de nuestras comunidades y de cada uno de nosotros. Al acoger a su Hijo, que Ella nos muestra, nos sumergimos en una fuente viva en la que la fe puede encontrar un renovado vigor, en la que la Iglesia puede fortalecerse para proclamar cada vez con más audacia el misterio de Cristo.
I1: Mary comes to our meeting to tell us the ways of renewing the life of our communities and each of us. In welcoming his Son, which she shows us, we are submerged in a fountain in the living that faith can find a renewed vigour, in which the Church can be strengthened to proclaim with increasing boldness the mystery of Christ.
E2: María viene a nuestro encuentro para decirnos la forma de renovar la vida de nuestras comunidades y cada uno de nosotros. Al dar la bienvenida a su Hijo, que nos muestra, estamos sumergidos en una fuente en la vida que la fe puede encontrar un renovado vigor, en el que la Iglesia puede fortalecerse a proclamar cada vez con mayor audacia el misterio de Cristo.
I2: Mary comes to our meeting to tell us how to renew the life of our communities and each of us. In welcoming his Son, which shows us, we are submerged in a fountain in life that faith can find a renewed vigour, in which the Church can be strengthened to proclaim with increasing boldness the mystery of Christ.
E3: María viene a nuestro encuentro para decirnos cómo renovar la vida de nuestras comunidades y cada uno de nosotros. Al dar la bienvenida a su Hijo, que nos muestra, estamos sumergidos en una fuente de la vida que la fe puede encontrar un renovado vigor, en el que la Iglesia puede fortalecerse a proclamar cada vez con mayor audacia el misterio de Cristo.
I3: Mary comes to our meeting to tell us how to renew the life of our communities and each of us. In welcoming his Son, which shows us, we are submerged in a fountain of life that faith can find a renewed vigour, in which the Church can be strengthened to proclaim with increasing boldness the mystery of Christ.
La tercera secuencia, muy breve, es esta:
E1: Aquí está la esclava del Señor, hágase en mí según tu palabra.
I1: Here is the slave of the Lord, make me according to your word.
E2: Aquí está la esclava del Señor, hacer mí según tu palabra.
I2: Here is the slave of the Lord, make me according to your word.
Además de la evidente dificultad en capturar el sentido de las palabras y giros verbales, un ejercicio como este muestra también en qué se imagina mucha gente que consiste aquello que llamamos inteligencia. Sobre la base de una concepción de la inteligencia como capacidad de resolver un problema, es evidente que un mejor diseño logrará máquinas más “inteligentes.” La retroalimentación es fundamental en esto porque, por ejemplo, los computadores de Google no parecen saber qué significa la expresión “hágase.” Una vez que eso se incorpora al sistema un obtiene una mejor traducción.
El problema filosófico con ese enfoque es que pierde de vista que somos nosotros los humanos quienes hemos percibido la distancia entre lo satisfactorio y lo insatisfactorio de una traducción, y por lo tanto somos nosotros quienes dirigimos el proceso. Sin esta clarificación uno puede empezar a usar la palabra inteligencia de un modo notablemente equívoco, a saber, como acervo de respuestas y procedimientos que pueden tratarse ante nuevos desafíos.
En realidad, una solución aprendida no hace inteligente al sistema que la ejecuta, y la creación de nuevas soluciones según una instrucción es en realidad solo la aplicación de una meta-solución que también ha tenido que ser insertada en la memoria del sistema. A esto lo podemos llamar una solución de orden 2, o sea una solución que ayuda a encontrar soluciones de orden 1. La ilusión de que existe una inteligencia automática surge a medida que avanza el orden de las soluciones respectivas. Un aparato que tenga grabadas soluciones de orden 3 es capaz de diseñar soluciones ante conjuntos de situaciones que son nuevos. Y sin embargo, también aquí ha habido un humano que ha incorporado el algoritmo de solución de orden 3.
La inteligencia, una vez caracterizada como una capacidad para hallar soluciones, deja escapar el elemento propio de la racionalidad humana porque pierde de vista que lo sorprendente del ser humano no es encontrar patrones de solución que creen soluciones, sino la capacidad de descubrir que patrones dentro de esos patrones. Con otras palabras: la fantástica aplicación de soluciones de altísimo orden es descendente, mientras que la inteligencia humana es ascendente. Tal ascenso hacia la formalidad pura fue lo que fascinó a pensadores como Plotino, o, ya dentro del cristianismo, a místicos como Meister Ekhart.
7 comentarios
Se trata de un ensayo de divulgación. No tiene nada que ver con el resto de la producción de Marina sobre EpC y educación.
http://es.wikipedia.org/wiki/Coseriu
Acerca las complejidades de la semántica:
Cristina Corredor: Filosofía del lenguaje, Madrid: Visor, 1999
Alfonso García Suárez: Modos de significar, Madrid: Tecnos, 1997
No son obras de lectura fácil.
Sutart M. Shieber: Introducción a los formalismos gramaticales de unificación, Barcelona: Teide, 1989 (1986)
Ralph Grishman: Introducción a la lingüística computacional, Madrid: Visor, 1991 (1986)
Si alguien está interesado en más detalles:
Gerald Gazdar & Chris Mellish: Natural Language processing in ProLog/POP11/LISP
http://www.informatics.sussex.ac.uk/research/groups/nlp/gazdar/nlp-in-prolog/
El problema básico en el tratamiento automatizado del lenguaje es siempre el mismo: la ambigüedad. Surge en cada nivel lingüístico (morfonológico, léxico, sintáctico, oracional, textual o situacional).
Mientras no exista una teoría gramatical adecuada, sólo estaremos ante "apaños" más o menos afortunados.
Aunque se encontrara, habría que "alimentar" al sistema experto con una semántica del universo que le permitiera interpetar adecuadamente las cadenas de símbolos.
sin embargo, a pesar de los intentos, nadie ha logrado sistematizar y usar con éxito en un sistema experto una sistematización del conocimiento humano.
En dominios restringidos (diagnosis médica o legal) existen sistemas expertos que son, parece ser, de una cierta utilidad.
Y eso sin entrar en el problema del significado que, en última instancia, es el problema del conocimiento humano.
La riqueza de tus aportes es algo que te agradezco altamente.
Dime algo: aunque no existe esa gramática perfecta, o por lo menos adecuada, ¿qué tanto consideras que se acercan autores como Chomsky, al que curiosamente no veo que menciones?
1.
En la segunda mitad del s. XIX, los matemáticos lucharon por establecer el conjunto mínimo de reglas que regulan el conocimiento humano.
George Boole (1815-1865) diseñó un álgebra (conjunto finito de reglas bien definidas que se aplican sobre un conjunto de elementos) formada por dos símbolos (0 y 1) y dos operaciones (suma y resta) que le permitía describir cualquier operación matemática básica.
Claude Shannon se basó en el álgebra de Boole para optimizar el diseño de relés eléctricos que guiaran señales eléctricas.
http://en.wikipedia.org/wiki/Boole
Sin embargo, el Álgeba de Boole no era suficientemente potente como para describir las operaciones lógicas.
2.
A finales del s. XIX Gottlob Frege (1848-1925) desarrolló la teoría de conjuntos para demostrar que toda matemática se basaba en la lógica.
http://en.wikipedia.org/wiki/Gottlob_Frege
Sin embargo, Alfred North Whitehead y Bertrand Russell descubrieron en sus Principia Mathematica que la teoría de conjuntos era inconsistente. Permitía afirmar una cosa y su contraria a la vez.
1. Hay conjuntos que son miembros de sí mismos (el conjunto de las ideas matemáticas es una idea matemática), y conjuntos que no lo son (el conjunto de los días de la semana no es un día de la semana).
2. El conjunto de todos los conjuntos que no son subconjuntos de sí mismos:
a) si es subconjunto de sí mismo, no es subconjunto de sí mismo;
b) si no es subconjunto de sí mismo, sí es subconjunto de sí mismo.
http://es.wikipedia.org/wiki/Paradoja_de_Russell
Así pues, Ni el álgebra de Boole, ni la Teoría de Conjuntos eran otra cosas que potentes herramientas expresivas. No servían, sin embargo, para fundamentar la matemática.
Kurt Gödel (1906-1978) se empeñó en demostrar que la teoría de conjuntos y la lógica eran la base de toda la matemática. Sin embargo, descubrió ("Sobre proposiciones formalmente indecidibles de Principia Mathematica y sistemas relacionados") que no puede demostrarse la consistencia de todo sistema formal completo usando sólo las reglas de ese sistema. Dicho de otra forma: a partir de las reglas del ajedrez no puede decirse si se ha llegado a una determinada configuración de las piezas en el tablero.
http://es.wikipedia.org/wiki/Gödel
Alan Turing quiso comprobar las afirmaciones teóricas de Gödel usando el álgebra de Boole. Diseñó una máquina abstracta universal de computación. En teoría lo podía computar cualquier algoritmo, invalidando las conclusiones de Gödel. Pero descubrió que, dado un algoritmo y una entrada finita, no hay forma de decidir si el programa va a terminar (1+1=2) o si va a continuar de forma indefinida (siendo x=1 hágase x=x+1 mientras x>1).
http://es.wikipedia.org/wiki/Alan_Turing
http://en.wikipedia.org/wiki/Halting_problem
Acababa de demostrar por otro camino las conclusiones de Gödel. La matemática acababa de demostrar matemáticamente que es incapaz de definirse a sí misma. Matematizar no es otra cosa que hablar usando un lenguajes especializado.
Entonces la matemática se orientó hacia el lenguaje. En 1955 Noam Chomsky presentó su tesis doctoral (inédita hasta 1955) "La estructura lógica de la teoría lingüística". En ella avanzó una gran aportación a la teoría de autómatas de estados finitos iniciada por Turing. Describió una jerarquía de gramáticas generadas (=producidas de forma explícita) por sus correspondientes autómatas. Pero, como se ve por la bibliografía del vínculo, no lo hizo solo.
http://en.wikipedia.org/wiki/Chomsky_hierarchy
Aplicó parte de sus descubrimientos al lenguaje humano y los visitó con el ropaje psicologicista de Jean Piaget, enfrentándose al conductismo de B.F. Skinner en su libro de 1957 "Estructuras Sintácticas".
A partir de este momento toda su obra ha resultado (a mi parecer) un auténtico fiasco. Y no sólo estoy hablando de sus ridículas posiciones políticas:
http://www.liberalismo.org/articulo/372/14/100/100/principales/mentiras/chomsky/
http://www.paulbogdanor.com/200chomskylies.pdf
http://www.paulbogdanor.com/chomskyhoax.html
http://oliverkamm.typepad.com/blog/2004/09/an_intellectual.html
http://www.wernercohn.com/Chomsky.html
http://www.amazon.com/review/R17HF51DJ6WLXW/ref=cm_cr_rdp_perm
http://www.newcriterion.com/articles.cfm/a-disgraceful-career-1111
http://www.frontpagemag.com/Articles/Read.aspx?GUID=4F4BF775-1098-4A19-BBFC-C529E0AD76DA
http://www.frontpagemag.com/Articles/Printable.aspx?GUID={4AFC5B9D-4F6F-4F89-9969-2FA77FFB6CEC}
http://www.frontpagemag.com/Articles/Read.aspx?GUID=52AC08C4-89B6-43A2-BFCC-B3FBC409F48D
http://www.prospect-magazine.co.uk/article_details.php?id=7110
http://www.hoover.org/publications/digest/2912626.html
http://www.discoverthenetworks.org/individualProfile.asp?indid=1232
http://en.wikipedia.org/wiki/Criticism_of_Noam_Chomsky
Incluyendo todo lo que aparece sobre él en:
Mises Institute:
http://www.google.com/search?oe=utf8&ie=utf8&source=uds&start=0&hl=es&q=chomsky+site:mises.org
New Criterion:
http://www.google.es/search?rlz=1C1CHMG_esSE291&sourceid=chrome&ie=UTF-8&q=chomsky+site:www.newcriterion.com
Sino, además y muy especialmente, de su visión de la teoría de la mente basada en el más puro solipsismo metodológico:
http://human-brain.org/chomsky.html
http://www.grsampson.net/REmpNat.html
http://www.amazon.com/review/R34IDIOALMUPZ8/ref=cm_cr_rdp_perm
http://www.fermentmagazine.org/essays/CS1.pdf
http://language.home.sprynet.com/chomdex/rea44.htm
http://www.frontpagemag.com/Articles/Authors.aspx?GUID=D650350E-CCD8-4683-AAA1-6C08F478EBD0
http://www.nyu.edu/gsas/dept/lingu/people/faculty/postal/papers/skeptical/
Por citar algo de bibliografía imprescindible:
- Charles Hockett: The State of the Art, The Hague: Mouton, 1968
- Gilbert Hartman: Sobre Noam Chomsky. Ensayos críticos. Madrid: Alianza, 1981
- Rudolf P. Botha: Challenging Chomsky. The Generative Garden Game. Blackwell, 1989
- Peter Collier & David Horowitz: The Anti-Chomsky reader. Encounter, 2004
- Geoffrey Sampson: The "Language Instinct" debate, Continuum, 2005.
Actualmente parece estar de acuerdo con todo lo que dice Steven Pinker: sólo somos un montón de grasa y agua accidentalmente en movimiento. Para Chomsky el lenguaje tiene más que ver con una facultad genética innata que con la capacidad de aprendizaje, la sociedad en la que vivimos y la cultura de la que formamos parte.
Respecto a la teoría gramatical chomskyana, está tan mal definida, cambia a tanta velocidad, hay tantas versiones y variaciones que ha llegado un punto en el que no está del todo claro en qué consiste. Ya no hay estructuras profunda (luego llamada E-P) ni superificial (luego llamada E-S). Ya no hay reglas transformacionales (luego resumidas en la teoría de la X-barra): sólo hay un 'muevase-alfa'.
Alan F. Chalmers (¿Qué es esa cosa llamada ciencia?) describe cómo desapareció el método inductivo. El resultado de un número finito de observaciones realizadas (a) dividido entre el total de observaciones posibles (infinito) da un resultado probatorio de 0 (matemáticamente, a/infinito=0).
Chalmers sigue explicando que el método deductivo consiste en crear una hipótesis que jamás se podrá demostrar. Sólo se podrá falsar. Sin embargo, se puede crear un "cinturón hipotético" que proteja el núcleo central de la teoría de posibles falsaciones. Sólo queda falsado ese "cinturón hipotético", quedando siempre a salvo el núcleo central.
Es lo que pasa con el psicoanálisis y la gramática chomskyana que, bajo mi punto de vista, es gramática chatarra.
http://www.nyu.edu/gsas/dept/lingu/people/faculty/postal/papers/skeptical/SKEPTICAL7.pdf
Los comentarios están cerrados para esta publicación.