Читать книгу: «Palabra de robot»

Director de la colección: Juli Peretó Coordinación: Soledad Rubio

Esta publicación no puede ser reproducida, ni total ni parcialmente, ni registrada en, o transmitida por, un sistema de recuperación de información, en ninguna forma ni por ningún medio, ya sea fotomecánico, fotoquímico, electrónico, por fotocopia o por cualquier otro, sin el permiso previo de la editorial.

© Óscar Vilarroya Oliver, 2006

© De la traducción: Leonardo Valencia, 2006

© De la presente edición:

Càtedra de Divulgació de la Ciència, 2006

www.valencia.edu/cdciencia

cdciencia@uv.es

Publicacions de la Universitat de València, 2006

www.uv.es/publicacions

publicacions@uv.es

Producción editorial: Maite Simón

Diseño del interior y maquetación: Inmaculada Mesa

Corrección: Communico, C.B.

Diseño de la cubierta: Enric Solbes

ISBN: 84-370-6408-2

Realización de ePub: produccioneditorial.com

A mis padres, medio siglo dedicados a los suyos

OTHELLO: I’ll know thy thoughts.

IAGO: You cannot, if my heart were in your hand;

Nor shall not, whilst ‘tis in my custody.

SHAKESPEARE, Othello

PREFACIO

Es probable que el cerebro sea el objeto más complejo del universo. Quizá porque en un espacio que a duras penas tiene el tamaño de un puño y el peso de poco más de un kilogramo, el cerebro es capaz de comprimir todo el conocimiento del universo, incluyéndose a sí mismo.

El ser humano siempre se ha sentido fascinado por este extraño órgano que le permite percibir cosas con los cinco sentidos, recordar sus experiencias pasadas, imaginar el futuro, resolver problemas, crear una obra de arte, experimentar emociones y soñar. Desde que el ser humano ha tenido tiempo de sentarse y pensar, ha intentado entender qué quiere decir conocer, experimentar, razonar y qué es lo que le permite llevar a término estas actividades.

El objetivo de la ciencia cognitiva es explicar y reproducir estas actividades. La ciencia cognitiva es un campo interdisciplinario que ha surgido en las últimas décadas en la intersección de un número de disciplinas ya existentes, entre las cuales están la neurociencia, la biología evolutiva, la psicología, la lingüística, la ciencia computacional, la antropología y la filosofía, y representa una de las disciplinas científicas más innovadoras, creativas y en ebullición en este comienzo de siglo.

La ciencia cognitiva actual utiliza dos estrategias para enfrentarse a una función o capacidad cognitiva que debe reproducir o explicar. Una de las maneras consiste en analizar la función que queremos reproducir o explicar y probar a construir un sistema que aplique nuestro análisis. Supongamos que quisiéramos explicar la capacidad de un reloj para marcar las horas. Lo que haríamos sería un análisis de la función marcar las horas, que podríamos dividir en una función de contar unidades de tiempo y un mecanismo para mostrar el paso de estas unidades, y, después, comprobar si los relojes tienen efectivamente estos mecanismos. Esta estrategia es la que hemos utilizado habitualmente para diseñar casi todos los artefactos humanos: desde la rueda hasta los ordenadores, pasando por los coches.

La segunda manera es intentar explicar la función cognitiva como una función adaptativa, es decir, entendiéndola como parte de un sistema biológico que ha evolucionado y que se ha adaptado a un entorno determinado. Los científicos partidarios de esta opción crean modelos, o sistemas reales, con unos mecanismos de base que permiten a los sistemas buscar por sí mismos las soluciones a sus problemas.

¿Cuál es la mejor estrategia? ¿Cuál ha dado mejores resultados? La primera opción ha sido adoptada en las primeras décadas de la ciencia cognitiva. Lamentablemente, ha aportado resultados desiguales en la comprensión profunda de las capacidades cognitivas humanas. Debido a estos resultados, una comunidad cada vez más numerosa de científicos cognitivos ha preferido la segunda opción. El campo en el que esta línea se ha desarrollado más es la robótica y la inteligencia artificial, donde se han empezado a llevar a término investigaciones muy interesantes. En la actualidad es posible probar modelos de capacidades cognitivas y lingüísticas en sistemas artificiales. En muchos laboratorios ya es posible construir robots que reciben inputs sensoriales a través de sensores visuales y auditivos,

o se les puede dar poder computacional, memoria suficiente y los mecanismos necesarios para desenvolverse en el mundo. Eso brinda a la ciencia cognitiva un poder enorme para probar cómo surgen y se desarrollan las capacidades cognitivas.

En esta línea hay un investigador a quien encuentro situado en la vanguardia de la comprensión, completamente nueva, de las capacidades cognitivas en general y de las capacidades lingüísticas en particular. Me refiero a Luc Steels, un investigador en robótica y lingüística belga que trabaja entre París y Bruselas. El objetivo del grupo de Steels es entender los primeros estadios de la manera en la que los humanos conceptualizan el mundo y cómo se integra el lenguaje en este proceso. Concretamente, sus experimentos pretenden responder a una cuestión fundamental sobre el origen y el funcionamiento del lenguaje: ¿cómo adquieren las palabras su sentido? La hipótesis de Steels es que los cerebros llegan a ser lingüísticamente competentes sin ninguna conceptualización o léxico previo. En otras palabras, Steels cree que la competencia lingüística no necesita un conocimiento preestablecido sobre el mundo o sobre las propiedades lingüísticas. Este es un punto esencial de los experimentos de Steels, ya que lo que quiere demostrar es que no resulta necesario tener sistemas innatos dedicados especialmente a la adquisición del lenguaje. La conceptualización del mundo y del léxico ha de emerger de ciertas capacidades cognitivas básicas, que son las que quiere descubrir.

Este libro pretende ser un breve viaje hacia esta nueva manera de entender las funciones cognitivas. Sin embargo, no será un viaje lineal, sino que trazará una línea elíptica que supone toda investigación científica. Será un viaje que seguirá el itinerario que recorre el científico cuando encuentra un problema e intenta dar con una hipótesis plausible que resuelva el interrogante. Conviene comenzar describiendo el problema, buscar los fundamentos, las posibles soluciones y concluir con una hipótesis razonable. Y como trataremos un problema relacionado con la ciencia cognitiva, el itinerario tendrá que entrecruzar territorios disciplinarios diferentes, a la búsqueda de ideas que permitan llegar a buen puerto. Espero lograrlo.

AGRADECIMIENTOS

En la concepción y la redacción de esta obra me ha ayudado un gran número de personas. Entre ellas, me gustaría agradecer, en primer lugar, la inestimable ayuda que he recibido de Mercè Estévez, que ha permitido convertir mi manuscrito en un texto comprensible y publicable. A Núria Gibert, Silvia Ruiz y Joe Hilferty les debo reconocer su eterna disponibilidad a echarme una mano. A Cristina Durisotti, mi pareja, que tiene el don de sacar lo mejor de mí (¡aunque también lo peor!). Finalmente quisiera dedicar una mención especial a Adolf Tobeña, a quien debo muchas de las vivencias más estimulantes y provechosas que he vivido los últimos años. En cuanto a la versión castellana, debo agradecer el magnífico trabajo de Leonardo Valencia, así como la inestimable ayuda de mi tía, Rosalía Oliver, a quien le debo tanto de lo que piensa y aprecia, pero para quien sólo tengo aquí espacio para agradecerle su oido para el castellano, que lo tiene tan fino como duro para el parloteo y otros mundanos ruidos.

Capítulo 1

EL LENGUAJE DE LOS AIBO

Enero del 2002. Estoy frente al laboratorio de robótica de Luc Steels en París. Está situado en el Quartier Latin, en el 5ème Arrondisement, el barrio estudiantil por excelencia. Luc Steels convenció a sus mecenas japoneses para que le montasen un laboratorio en el centro de París. Un regalo que está a disposición de muy pocos científicos. El edificio moderno, con grandes ventanales, da a un calle poco transitada pero bastante amplia. Entro. Un vigilante solicita mis datos, consulta la agenda y me indica por dónde ir después de hacerme pasar por el detector de metales. Subo por el ascensor preguntándome cuál es la sorpresa que me ha anunciado Steels esta mañana por teléfono. No me faltan incentivos para venir, así que estoy doblemente intrigado. Se abre la puerta del ascensor delante de un gran cartel que anuncia que he llegado a mi objetivo.

Entro al laboratorio. Como no hay nadie en recepción, sigo adelante. Paso por un corredor que a ambos lados tiene despachos y algún pequeño laboratorio. Veo a estudiantes de doctorado removiendo las entrañas de robots multiformes y a alguno diseñando figuras extrañas en grandes pantallas de ordenador. Llego al final del corredor que desemboca en una gran sala. Reconozco a Luc Steels y a alguno de sus colaboradores en las figuras que están de espaldas. Me acerco sin decir nada. Veo que están observando lo que hacen dos de sus robots más famosos, los AIBO.

El AIBO (figura 1) es un robot comercializado por la compañía Sony. En su desarrollo participó muy activamente Steels. El AIBO es un robot complemente autónomo y móvil. Es capaz de mostrar más de mil conductas, coordinadas a través de un sistema computacional complejo (Fujita y Kitano, 1998). Tiene una locomoción basada en cuatro patas, una cámara para recibir inputs visuales, dos micrófonos y una gran cantidad de sensores corporales. Hoy en día, AIBO es uno de los robots autónomos más complejos. El grupo de Steels lo ha mejorado y le ha incorporado capacidad lingüística para experimentar muchas de sus teorías sobre el origen del lenguaje (Steels, 1998; Steels, 2001b; Steels et al., 2002).

Figura 1. AIBO

Luc da media vuelta y me saluda. Me doy cuenta de que están observando cómo dos de sus AIBO sostienen una conversación entre ellos. Los AIBO están en un espacio de unos tres metros cuadrados, donde hay diferentes objetos, como una pelota roja, una verde, muñecos y otras cosas. Tanto Steels como el resto del grupo de investigadores parecen muy interesados. Los robots siguen hablando, y se mueven hacia la pelota roja. Luc Steels tiene un gesto de sorpresa cada vez mayor. Gira y me dice:

No sé qué diablos se están diciendo entre ellos. Por ejemplo, los AIBO utilizan el término pelota solamente cuando los operadores humanos les tiramos una pelota que rueda y que ellos han de ir a buscar. Nunca cuando la pelota está quieta, o cuando se la enseñamos.

Le digo que si los ha programado él, debería saber de lo que están hablando. Me contesta encogiendo los hombros, porque ambos sabemos que el lenguaje que hablan sus robots no ha sido creado por los humanos, sino por los mismos AIBO. Steels, que lleva a cabo el proyecto, sólo les ha dado un procesador, unos sensores y un sintetizador de voz.

Las siguientes horas las pasamos analizando los datos que surgen de la actividad de los ordenadores que mueven los robots. No da con el quid de la cuestión. La pregunta parece clara: ¿cómo podemos saber de lo que están hablando? ¿Cómo podemos saber el significado de las palabras del nuevo lenguaje de los AIBO? Todos pensábamos que sería muy sencillo de contestar, sobre todo teniendo en cuenta que el mundo artificial en el que viven los AIBO del grupo de Steels es todavía bastante reducido, con pocos objetos y actividades sencillas, como jugar a la pelota. Ahora el grupo de Steels se percata de que no, de que a pesar de todo lo que saben y han investigado sobre el origen, la naturaleza y el desarrollo de los lenguajes, la verdad es que saben muy poco sobre cómo pueden identificar algunos de los significados de los lenguajes de los AIBO.

LUC STEELS

Luc Steels es director del Laboratorio Sony de Ciencia Computacional de París y es profesor de informática en la Universidad de Bruselas. Steels estudió en el prestigioso MIT (Massachussets Institute of Technology) y se especializó en el campo de la inteligencia artificial y en el estudio del lenguaje.

En los últimos cuatro años, Steels y su grupo han desarrollado programas de ordenador y robots que puedan ayudar a entender la naturaleza del lenguaje. Han estudiado cómo se desarrolla la capacidad lingüística a partir de procesos cognitivos muy sencillos (Steels y Vogt, 1997). Steels ha diseñado sus programas y robots de manera que sean capaces de funcionar con autonomía, desarrollar conceptualizaciones muy básicas de sus mundos, crear palabras que se refieran a estos mundos, comunicarse con otros congéneres y, sobre todo, cambiar sus conceptualizaciones y palabras si éstas no permiten una comunicación eficaz con otros robots con los que se comunican (Steels y Brooks, 1994; Steels et al., 2002).

JUEGOS LINGÜÍSTICOS

Luc Steels está llevando a cabo este proyecto a través de un grupo de experimentos a los que denomina Los juegos de las adivinanzas (Steels, 2001a; Steels, 1999). Los experimentos comenzaron en 1999 y se han concentrado en los orígenes y la evolución del arraigo de las palabras.

Los experimentos consisten en estimular la comunicación entre diferentes agentes robóticos, entre ellos los AIBO. Todos disponen de sensores visuales y auditivos mediante los cuales reciben información del entorno para que puedan interactuar con otros robots que ven y sienten cosas similares. El entorno comunicativo puede consistir, por ejemplo, en una pizarra blanca en la que se han dibujado diferentes formas de colores enlazadas, triángulos, círculos, rectángulos, sin olvidar que los entornos han ido cambiando a medida que los robots se han vuelto más sofisticados.

El juego lo realizan dos agentes. Uno de ellos toma el papel de hablante y el otro el de oyente. Los agentes intercambian de tanto en tanto los papeles de oyente y hablante. Los objetos que tienen a su alrededor al comienzo del juego constituyen el contexto. Una versión del juego de las adivinanzas es el que se juega cuando un niño empieza a hablar. Un ejemplo podría ser el siguiente:

MADRE: ¿Cómo hace la vaca? (La madre señala el dibujo de una vaca.) ¡Muuu!

NIÑO: (Observa a la madre).

MADRE. ¿Cómo hace el perro? (La madre señala el dibujo de un perro.) Guau!

NIÑO: (Observa a la madre).

MADRE: ¿Cómo hace la vaca? (Señala a la vaca y espera).

NIÑO: ¡Muuu!

MADRE: ¡Muy bien!

Otra versión del juego consiste en que el hablante seleccione un objeto del contexto, que se denomina tópico, y le da una pista lingüística al oyente para que adivine en qué consiste. La pista lingüística es una expresión que identifica el tópico frente a los demás objetos del contexto. Por ejemplo, si el contexto contiene una pelota roja, una caja azul y una llave verde, el hablante puede decir algo así como «la cosa roja». Si el contexto también contiene una llave roja, el agente tendrá que ser mucho más preciso y decir «la cosa redonda roja».

Evidentemente, los agentes no dicen estas palabras, sino que utilizan su propio lenguaje. Incluso no hay garantía de que los conceptos se parezcan en nada a los utilizados en inglés, francés o castellano. Por ejemplo, los agentes pueden decir algo como «malewna» para decir «cosa roja situada al extremo izquierdo del escenario». Ahora bien, las palabras creadas en estos juegos son siempre unidades atómicas, aunque los agentes pueden producir y reconocer frases con muchas palabras.

A partir de estos datos, el oyente intentará adivinar qué tópico es el que está pensando el hablante. El oyente da su respuesta aproximándose y señalando el objeto en el que estaba pensando. El juego tiene éxito si el tópico supuesto por el oyente es el mismo que el seleccionado por el hablante. El juego fracasa si lo adivinado no coincide o el hablante y el oyente no se entienden en algún momento del juego. En caso de fallar, el hablante da una clave extralingüística señalando el tópico en el que estaba pensando, y ambos agentes intentan adecuar sus estructuras internas para ser más eficaces en el futuro.

En el caso de los AIBO, Steels ha logrado reproducir otro juego, denominado juego de clasificación (Steels, 1999; Steels, 2001a). El juego de clasificación es parecido al juego de las adivinanzas, con la diferencia de que sólo hay un objeto para clasificar. Como la cámara del AIBO no tiene un gran ángulo de visión, sólo un objeto puede ser focalizado. Los objetos de los que se va a servir Steels serán una pelota, una muñeca llamada Smiley y una imitación, en pequeño formato, de un AIBO, llamado poo-chi. Las palabras pelota, Smiley y poo-chi son las que utiliza el interlocutor humano en sus interacciones con el AIBO. El objetivo fundamental del robot es adquirir el uso adecuado de la palabra en relación con las imágenes. Un diálogo típico entre el interlocutor humano y el AIBO es el siguiente (figura 2):

HUMANO: ¡Levántate!

El AIBO ya tiene un léxico de acciones y de órdenes, y la orden de levantarse ha sido relacionada por el AIBO con la acción de comenzar un juego lingüístico. La conversación de un AIBO que comienza a jugar por primera vez sigue por lo general el siguiente proceso:

HUMANO: ¡Mira!

La palabra mira ayuda a orientar la atención y las señales que vienen del interlocutor. En estas situaciones, AIBO comienza a con centrarse en la pelota, a seguir sus trayectorias e intentar tocarla. Entonces el interlocutor humano acostumbra a decir:

Figura 2. Interacción entre el operador humano y el AIBO.

HUMANO: Pelota.

El AIBO todavía no conoce la palabra para este objeto. Con frecuencia, cuando ocurre esto, el AIBO pide la confirmación del interlocutor humano de que la palabra es la correcta:

AIBO: ¿Pelota? HUMANO: Sí.

El humano, entonces, puede comenzar a comprobar si el AIBO ha comprendido efectivamente la palabra.

HUMANO: ¿Qué es eso?

AIBO: Pelota.

HUMANO: ¡Bien!

El humano puede mover la pelota de un sitio a otro del entorno del AIBO y volver a preguntar:

HUMANO: ¿Qué es eso?

AIBO: Smiley.

HUMANO: No. Escucha. Pelota.

AIBO: ¿Pelota? HUMANO: Sí. ¿Es un Smiley?

AIBO: No. Pelota.

HUMANO: ¡Bien!

En definitiva, el AIBO se comporta como un niño de dos años: casi siempre está jugando, a medida que desarrolla su lenguaje.

EL CEREBRO DEL AIBO

¿Cómo consigue eso Steels? Su laboratorio ha diseñado los AIBO para establecer las bases necesarias que den lugar a un sistema capaz de aprender y hablar. Esto ha requerido muchos años de trabajo y muchos esfuerzos de diseños y de prueba/error, así como el desarrollo de una infraestructura experimental y teórica muy sofisticada. A partir de las investigaciones que ha hecho los últimos años, Steels ha identificado un número de criterios que definen las capacidades básicas a partir de las cuales ha diseñado sus robots parlantes:

Mecanismo de conceptualización

Los AIBO tienen un mecanismo para conceptualizar su entorno sin tener información de referencia sobre el mismo. En efecto, el punto básico del trabajo del grupo de Steels consiste en que las categorizaciones que hace un AIBO de su mundo, y el lenguaje que utiliza, no están programadas, sino que emergen de los sistemas que tiene el AIBO y de su interacción con otros AIBO. Ahora bien, para que haya conceptualizaciones es necesario que el AIBO disponga de algún mecanismo básico. ¿Cuál?

Aunque Steels ha probado muchos mecanismos de conceptualización a lo largo de los años que lleva desarrollando robots, le ha costado encontrar un sistema apropiado. El hecho es que en el momento actual hay muchas maneras de clasificar objetos, pero no siempre funcionan en la práctica. En el caso del AIBO, la decisión más importante que adoptó el equipo de Steels ha consistido en no segmentar objetos con rasgos distintivos. Ésta es la técnica habitual y tradicional (Lamberts y Shanks, 1997; Murphy y Medin, 1985), y consiste, en primer lugar, en dividir los objetos y las situaciones que pueden ser percibidas por el sistema con rasgos distintivos (por ejemplo, una silla podría tener estos rasgos distintivos: a) tener cuatro patas; b) tener una superficie plana sobre las cuatro patas; c) tener un respaldar; d) estar hecha de material duro...). Después se ha de dar al sistema la capacidad para construir representaciones de objetos y situaciones a partir de estos rasgos. Una vez que se ha conseguido esto, el sistema establecerá categorías de un grupo de objetos como grupo, y como categoría cuando comparten un determinado número de rasgos.

Steels desestimó esta opción porque es extremadamente difícil, e incluso se considera que puede ser imposible lograrla (Clancey, 1997). Cada rasgo de un objeto puede cambiar de un momento a otro. Es muy difícil establecer de entrada todos los rasgos y todas las situaciones posibles en las que el AIBO podrá percibir estos rasgos. La iluminación y el ángulo de visión cambian y modifican los rasgos que pertenecen a un objeto.

El sistema de categorización elegido por Steels es el de ejemplos y casos. Este es un sistema fuertemente contextual y específico para cada situación (Mel, 1997). Se basa en la utilización de muchas visiones diferentes de un objeto, situaciones que posteriormente se normalizan1 y se memorizan. La clasificación en diferentes categorías se hace mediante un algoritmo de vecindad. El resultado es un sistema que fundamenta la adquisición de conceptos en la propia experiencia del individuo (Hintzman, 1990; Medin y Schaffer, 1978).

Ahora bien, como este sistema se basa en la experiencia de cada AIBO, el proceso de conceptualización puede llegar a ser diferente para cada AIBO, de tal manera que se corre el riesgo de que los AIBO lleguen a tener un repertorio de conceptos diferentes. El caso es que hay muchas maneras de conceptualizar la realidad. Por ejemplo, en una situación en la que un AIBO tenga delante un triángulo rojo a la izquierda y un cuadrado azul a la derecha, pueden ser conceptualizadas por el AIBO tres distinciones diferentes: rojo/azul, triángulo/ cuadrado, izquierda/derecha.

Para conseguir reducir este repertorio y garantizar una cierta estabilidad entre diferentes AIBO, Steels ha utilizado dos mecanismos. Uno es la visibilidad: las diferencias sensoriales que se remarquen serán las preferidas para conceptualizar la escena, y se reducirá el espacio de búsqueda de las palabras que no se conozcan. Por lo tanto, si hay tres objetos con colores muy variados, dos a la izquierda y uno a la derecha, se preferirá el color antes que la ubicación, porque es más distintivo. La segunda restricción viene del hecho de tener en cuenta el léxico para el proceso de conceptualización. Aquí hay dos conceptos que son igualmente distintivos, pero a uno le corresponde una palabra que se ha utilizado más, y éste será el elegido.

Además, Steels ha organizado las categorías en árboles de discriminación que permiten fijar las categorías. En un árbol de discriminación, cada nudo contiene un discriminador que permite filtrar un conjunto de objetos en un subconjunto que satisface una determinada categoría y otro a su contrario. Por ejemplo, puede haber un discriminador basado en la posición horizontal (HPOS) del centro de un objeto (en una escala entre 0,0 y 1,0) que distribuye los objetos en un contexto como izquierda cuando el HPOS está entre 0 y 0,5 y otro que categoriza derecha cuando el HPOS está entre 0,5 y 1,0. Otras subcategorías se pueden crear mediante la restricción de las características de cada categoría. Por ejemplo, la categoría muy a la izquierda se aplica cuando un objeto tiene un valor HPOS entre 0,0 y 0,25.

Mecanismo de verbalización

Los AIBO tienen un mecanismo de verbalización y comprensión de formas verbales. Este sistema es evidentemente imprescindible; sin él no puede haber ningún juego lingüístico. Las palabras que entienden y utilizan los AIBO son combinaciones al azar de sílabas que los AIBO seleccionan de su repertorio léxico. Una vez elegida una forma silábica, cada agente asocia, en una relación bidireccional, la forma (que son las palabras individuales) y las categorías específicas. Una vez hecho esto, cada asociación se marca con un resultado que puede ir de 0,1 a 1.

Cuando un hablante necesita verbalizar una categoría, y ya dispone del léxico desarrollado, busca todas las palabras asociadas con esta categoría, las ordena y selecciona una que tiene el mejor resultado para la trasmisión al oyente. De igual manera, cuando el oyente necesita interpretar una palabra, busca todas las categorías, prueba cuáles son aplicables al contexto activo en ese momento, de tal manera que opta por un único referente, y elige como ganadora la palabra asociada con el resultado más alto. El hablante y el oyente comparan los resultados y actualizan los resultados de las palabras. Cuando el juego ha tenido éxito, incrementan el resultado de la asociación entre palabra y categoría con una cantidad fija (frecuentemente un 0,1) y disminuyen el de sus competidoras con la misma cantidad. Cuando el juego ha fracasado, disminuyen el resultado de la asociación utilizada en la misma cantidad fija.

Mecanismo de comunicación no verbal

Los AIBO también tienen mecanismos no verbales para conseguir sus interacciones verbales. El objetivo comunicativo de los agentes en los experimentos de los AIBO es orientar la atención de diferentes individuos hacia un objeto dentro de un contexto compartido. Steels y sus colaboradores han llegado a la conclusión de que es crucial que los agentes puedan hacerlo así para que la comunicación tenga éxito. El lenguaje verbal por sí mismo no es suficiente. Por ejemplo, cuando un hablante no tiene una forma para expresar una categoría que quiere comunicar y necesita reforzar su opción, o cuando el oyente escucha una palabra nueva que nunca había escuchado antes, las pistas extralingüísticas son de mucha ayuda. En estos casos, el oyente conserva una nueva asociación entre la palabra escuchada y la mejor hipótesis que puede encontrar como categoría posible. La hipótesis puede verse facilitada por las claves extralingüísticas que ha proporcionado el hablante, como un gesto de la cabeza señalando el tópico en cuestión.

Mecanismo de aprendizaje

Los AIBO tienen un mecanismo de aprendizaje de asociaciones entre palabras y significados. Este mecanismo permite asociaciones en doble sentido (de las palabras a los significados y de los significados a las palabras), el uso de asociaciones múltiples (una palabra con muchos significados y un significado con muchas palabras), y debe poder registrar el valor de las asociaciones a partir de su experiencia. Si lo comparásemos con los humanos, sería nuestro mecanismo de memoria.

Como el sistema de categorización de los AIBO está basado en el sistema de ejemplos y casos, el mecanismo de aprendizaje obtiene provecho de sus propiedades. Así, el AIBO identifica en su memoria las situaciones similares a las que experimenta en ese momento, las relaciona con algoritmos de vecindad, reúne situaciones similares y extrae una regularidad relevante. Por ejemplo, si la palabra dicha por un hablante siempre que juegan es maluwna, esta forma verbal se relacionará siempre con situaciones de juego.

Mecanismo de interacción social

Los AIBO tienen un sistema que les permite establecer interacciones coordinadas entre diferentes individuos. Esto quiere decir que han de ser capaces de compartir objetivos y motivaciones entre diferentes agentes para cooperar entre sí.

EL PROBLEMA

El grupo de Steels ha encontrado que, a pesar de haber diseñado estos robots, es incapaz de saber a qué corresponden las palabras que finalmente utilizan los AIBO. De entrada, resulta paradójico el hecho de que Steels haya diseñado unos sistemas y no sepa qué es lo que hacen. Para Luc Steels, sin embargo, eso no es tan paradójico. Siempre que puede, Steels insiste en que la opción que ha tomado dentro del mundo de la inteligencia artificial y de la robótica es completamente diferente de la que era tradicional en el pasado. La inteligencia artificial clásica quería construir sistemas que hicieran ciertas cosas de manera eficaz. Steels no quiere construir robots que cumplan una serie de funciones. No. Lo que este investigador belga quiere es comprender cómo nacen y se desarrollan la inteligencia y el lenguaje. Por eso lo que ha hecho es intentar saber cuáles son las capacidades básicas necesarias y suficientes que permiten el desarrollo de la inteligencia y el lenguaje. Steels ha diseñado sus robots con unos mecanismos sencillos de reglas locales, lo que permite a los sistemas buscar por sí mismos soluciones a sus problemas. Sus AIBO parecen ser la culminación de su esfuerzo. El hecho de que no entienda lo que dicen es para él un elogio y no un problema. AIBO ha demostrado que puede crear un lenguaje propio, que puede comunicarlo y adaptarse a su entorno. Es más, el problema para Luc Steels no es tanto saber cuál es el significado concreto de las palabras (piloto, verde, rojo, etc.), sino saber a qué corresponden los significados en general (¿a las propiedades perceptivas de los objetos de su entorno?; ¿a las reglas que determina cada categoría?). Porque una vez analizados los programas de los AIBO, Steels se ha percatado de que los AIBO ya no utilizan las palabras simplemente para referirse a cosas concretas, como la pelota o el color verde. Parece que los robots han ido más allá. Pero, ¿adónde? Para entender mejor a dónde van los AIBO es necesario que hagamos un pequeño repaso sobre el lugar de donde vienen.

1 La normalización es, en pocas palabras, el proceso de organizar los datos que aportan los sensores de manera eficaz. El proceso de normalización tiene dos objetivos: eliminar los datos redundantes y asegurar que las relaciones entre los datos tengan sentido. Hay muchos métodos de normalización, cuya explicación no tendría sentido en estas páginas.

Capítulo 2

EL CAMINO HACIA EL AIBO

Septiembre de 1948. Un grupo de investigadores se reúne en el Cambridge Institute of Technology para celebrar una conferencia bautizada con el nombre de «Mecanismos cerebrales en la conducta», pero que ha pasado a la historia como el Simposio Hixon (Gardner, 1985). Los investigadores provienen de campos de estudio muy diferentes, pero todos tienen como objetivo de su trabajo la arquitectura y el funcionamiento de la conducta perceptiva e inteligente.

El primer conferenciante es John von Neumann, el físico alemán considerado como el creador de los ordenadores y un genio de las matemáticas. Von Neumann dibuja en su conferencia de apertura la comparación entre los ordenadores electrónicos y el cerebro, comparación de la cual todavía no podemos desprendernos.

El tercer conferenciante, el psicólogo Karl Lashley, advierte que esta semejanza es inexacta, ya que el ordenador es una máquina digital y el cerebro es analógico. Su disertación central se titula «El problema del orden serial en la conducta», y es un ejemplo de giro copernicano dentro de la concepción de la actividad cerebral porque consigue que con su exposición se cierre una tradición secular. Con argumentos claros y sencillos, y ejemplos radicales, vacía de valor teórico la corriente psicológica de moda en esos tiempos, el conductismo, y propone los aspectos centrales a los que se dedicaría la nueva ciencia de la conducta.

El segundo conferenciante, uno de los primeros teóricos computacionales, Warren McCulloch, propone una hipótesis sobre cómo el cerebro procesa la información estableciendo un paralelismo entre lo que él denomina aparatos lógicos. A partir de las ideas expuestas en un artículo que publicó con Walter H. Pitts en 1943, presentó la prueba de que una red construida por elementos que obedeciesen a una simple regla de activación con un límite y produjesen una señal binaria de salida podía, en teoría, computar cualquier tipo de función.

Las diferencias entre los modelos de von Neumann y McCulloch, abismales a pesar de exponer enunciados cercanos, sobre todo en contraposición con Lashley, han impactado no sólo en la evolución posterior de las ciencias computacionales y neurobiológicas, sino incluso en la epistemología y la filosofía de la mente de los últimos cincuenta años. Sin embargo, el origen de sus diferencias comenzó mucho antes.

LOS ORÍGENES

Se dice que fue en la Grecia clásica donde nació la tradición de reproducir el razonamiento. Entre otros, Anaxágoras de Clazomenes, el filósofo presocrático, maestro de Eurípides y Pericles, que vivió aproximadamente entre el 500 y el 428 a. C., introdujo el concepto de mente tal como lo entendemos hoy en día. Otros intentaron reproducir algunas de sus habilidades –el mecanismo de Antiquitera (aproximadamente el 80 a. C.) intentó modelar los movimientos de los cuerpos pesados–, aunque de una manera muy rudimentaria.

Fue también entonces cuando se empezó a sospechar que el sistema nervioso tenía algún papel en la actividad mental: Alcmeón de Crotona (aproxidamente el 500 a. C.) localizó los procesos mentales en el cerebro. Sin embargo, otros distinguidos pensadores todavía dudaban de esta hipótesis. Aristóteles propuso, por ejemplo, que el cerebro servía para refrescar la sangre, mientras que otros, como Platón, defendieron la doctrina que entendía la mente como una entidad no material separada del cuerpo humano.

La esencia de las diferencias entre Alcmeón y Platón originó una tradición filosófica occidental representada por diferentes corrientes que fueron perfiladas sobre todo a partir de Descartes y que adoptaron una de las dos versiones de signo contrario del mismo principio, oposición que subsiste con extrema vitalidad en nuestros días: unos están convencidos de que el cerebro, la biología, es imprescindible para entender las capacidades mentales y, en consecuencia, basan su estudio en una estrategia que considera el conocimiento de los fenómenos neurobiológicos como una condición necesaria, aunque no suficiente, para entender los fenómenos mentales; los otros afirman que los fenómenos cerebrales son irrelevantes para la comprensión de los fenómenos mentales, ya que pertenecen a un nivel de análisis y reproducción independiente.

LA CRISTALIZACIÓN

Las dos posiciones, la que podríamos denominar opción formalista y la que, a partir de ahora, llamaremos opción arraigada, llegaron a la madurez a mediados del siglo XX gracias a ciertos instrumentos teóricos, de tal manera que se dieron las condiciones para que estos principios configurasen las bases de una ciencia moderna de la cognición.

Por un lado, el instrumento que permitió el inicio de la disección formalista de la conducta inteligente procede de los trabajos en matemática computacional. Los precursores más significativos son Boole, que impulsó definitivamente la lógica simbólica moderna, y Whitehead y Russell, que configuraron en su obra Principia Mathematica la demostración de que las matemáticas se basan en las leyes fundamentales de la lógica.

Estas ideas permitieron el advenimiento, durante los años treinta y cuarenta, de la matemática computacional, de la cual Alan Turing es el representante más significativo. Genio matemático y hombre infeliz, la sociedad de su época se aprovechó de sus ideas que, una vez aplicadas, han revolucionado la sociedad contemporánea, y después lo relegó a la marginación moral y social por su condición de homosexual. Turing publicó hacia mediados de los años treinta (Turing, 1936, 1950) la prueba que permitió concebir la existencia de una máquina sencilla que podía llevar a cabo cualquier tipo de cálculo o programa codificado en un sistema binario. Eso supuso la primera noción de lo que ahora llamamos ordenador, aunque se nos haga difícil creer que surgió de la imaginación de un individuo.

Por otro lado, faltaba un elemento esencial para el nacimiento de la formalización artificial de la conducta inteligente: la teoría de la información, las ideas básicas que se deben a Claude Shannon, un brillante ingeniero electrónico. Shannon (1938) probó que las operaciones básicas del pensamiento pueden expresarse simplemente a través de dos estados básicos de los interruptores electromagnéticos –el entrañable bit–, idea clave en la teoría de la información moderna. Por primera vez se podía pensar en la información y, por extensión, en los procesos cognitivos, independientemente de cualquier tipo de materialización.

Con estos antecedentes, la necesidad de conseguir, durante la Segunda Guerra Mundial, la superioridad sobre el enemigo, no solamente en el campo de batalla, sino en cualquier ámbito que tuviera implicación en el rendimiento de un ejército, como la información, transformó la voluntad de construir una máquina que reprodujera con más rapidez y más fiabilidad que un ser humano las funciones de cálculo y análisis en un proyecto de guerra. Von Neumann, que introdujo más tarde la idea de programa almacenado; Turing, que logró construir una máquina descifradora; Norbert Wiener, padre de la cibernética al desarrollar prototipos de ordenadores que controlaran las máquinas de guerra, son algunos de los responsables de estos logros.

Sin embargo, las máquinas pensantes requirieron algún tiempo para que los materiales y la teoría las convirtiese en máquinas rápidas y fiables. De hecho, el inicio de la Guerra Fría permitió una avalancha de inversiones gubernamentales para la investigación en estos campos; también permitió dar el siguiente gran paso: conformar la idea de guardar un programa en lugar de guardar solamente información en la memoria del ordenador.

Además de esto, la posición arraigada fracasó en la pretensión de convertirse en el principio de las ciencias cognitivas y se ocultó, más como una intuición que como un principio, detrás del trabajo empírico de la neurociencia. La causa fue la falta de trabajo teórico que favoreció la posición formalista, que se tradujo en un fracaso estrepitoso en las aplicaciones prácticas, como las primeras redes neuronales (Minsky y Papert, 1968).

La posición formalista triunfó, entonces, en la configuración de las ciencias que se propusieron la reproducción de la conducta inteligente y el estudio de los procesos psíquicos y sociales, en lo que hoy en día se conoce como ciencia cognitiva: la inteligencia artificial, con sus hijas: la cibernética y la biónica; la psicología, separada finalmente del conductismo y el psicoanálisis; la lingüística, que desistió de estudiar la lengua como un objeto independiente del ser humano; y la antropología, que se negó a continuar siendo una ciencia folclórica.

De hecho, la fecha clave para el nacimiento de la ciencia cognitiva es 1956, por la coincidencia de dos acontecimientos. Uno es el Simposio de la Teoría de la Información en el Massachusetts Institute of Technology (MIT), donde Allen Newell y Herbert Simon expusieron por primera vez la prueba completa de un teorema obtenida por un ordenador, Noam Chomsky presentó una de sus primeras versiones de la lingüística transformacional y George Miller explicó su famosa teoría de los siete elementos de la memoria a corto plazo.

El otro acontecimiento, que tuvo lugar el mismo verano, consistió en una reunión en el Dartmouth College, donde diversos investigadores trabajaban en inteligencia artificial. John MacCarthy fue quien propuso este término en la reunión, y fue aceptado por Marvin Minsky, Allen Newell y Herbert Simon, entre otros.

Pero, ¿en qué consiste la posición formalista, la dominante en los inicios de la ciencia cognitiva?

LA CIENCIA COGNITIVA FORMALISTA

La ciencia cognitiva formalista está basada en tres grandes principios (Pylyshyn, 1984; Posner, 1989; von Eckardt, 1993):

(I) El conocimiento puede ser formalizado como representaciones simbólicas con contenido y estructura.

(II) Los procesos cognitivos pueden ser simulados como operaciones formales que aplican reglas sobre símbolos.

(III) El pensamiento y otras funciones inteligentes no se definen por el tipo de material que forma el sistema que lo soporta (neuronas o chips), sino por su función abstracta.

Veamos cada punto por separado:

(I) El conocimiento se ha de entender como una gran base de datos. Las entradas de la gran base de datos son elementos simbólicos, es decir, estructuras con una forma y un contenido, como las palabras. En general, un símbolo es una cadena de caracteres que tiene las siguientes propiedades:

a) Un símbolo es un elemento matemáticamente discreto, es decir, que ni en el nivel de los estados eléctricos ni como descripción de cadena de caracteres existe un continuo entre dos símbolos. Entre símbolo y símbolo hay siempre un cambio; en un ordenador, por ejemplo, siempre se puede decir qué símbolo está activo y cuál no lo está.

b) Un símbolo representa objetos o estados del mundo.

c) Un símbolo es arbitrario. El tipo de cadena de caracteres que identifica un símbolo se ha decidido por motivos que no tienen nada que ver con lo que el símbolo representa, es decir, entre el símbolo y lo que éste representa no hay ninguna relación de similitud, ni de causa-efecto.

Esta manera de entender el conocimiento en una mente permite formalizar todo el conocimiento de manera combinatoria: los constituyentes atómicos, las entradas de las bases de datos, pueden combinarse en conjuntos moleculares que constituyen las estructuras simbólicas.

En resumen, tenemos un sistema de símbolos con una sintaxis combinatoria y una semántica. Ahora bien, entre las diferentes escuelas cognitivas hay diferencias en el momento de considerar si los símbolos que están representados en nuestro cerebro corresponden a palabras de nuestra lengua natural, el castellano, el inglés, etc., o están escritos en una lengua especial, que habitualmente se considera la lengua de la mente o mentalés.

(II) La hipótesis central formalista sobre cómo se producen los procesos cognitivos consiste en que la cognición es una especie de computación o cálculo. Muchos teóricos consideran que el primero que formuló tal hipótesis fue Hobbes, con su expresión Reasoning is nothing but reckoning («razonar no es otra cosa que calcular»). El desarrollo teórico de este principio proviene de la idea cartesiana de que toda comprensión consiste en formar y utilizar representaciones simbólicas apropiadas. Para Descartes, estas representaciones son descripciones complejas construidas a partir de ideas o elementos primitivos. Kant añadió que todo concepto consiste en las reglas que relacionan estos elementos primitivos y Frege demostró que estas reglas podían ser formalizadas de tal manera que su manipulación podía hacerse sin intuición o interpretación. Eso, y de acuerdo con el primer principio, se traduce en el hecho de que la cognición se puede entender fundamentalmente como una manipulación de símbolos, mientras que las relaciones que determinan el procesamiento cognitivo son en gran parte relaciones lógicas entre símbolos.

Ahora bien, ya que los símbolos se pueden manipular independientemente de su contenido, porque son elementos formales, la cognición puede ser formalizada con reglas que manipulen los símbolos. Esto permite que una máquina pueda también ser cognitiva, ya que puede transformar los símbolos que se le dan como input y que devuelve como output, sin necesidad de saber el contenido de los símbolos. En otras palabras, los procesos cognitivos en un sistema simbólico material están ciegos al contenido de los símbolos, tan sólo se interesan por su forma. Les resulta igual la manipulación de la palabra suerte que la de la palabra muerte.

(III) Que el pensamiento y otras funciones inteligentes no se definan por el tipo de material que forma su sistema (neuronas o chips), sino por su función abstracta, quiere decir que el significado de un determinado símbolo mental depende de su papel en la descripción abstracta de su función: la función saber jugar a ajedrez no depende del silicio del ordenador o de las proteínas del gran maestro que juega, sino que se basa en la representación de la información en símbolos (peón, caballo, reina, etc., en ambos sistemas) codificados según el tipo de sistema (binario en un ordenador y desconocido en un cerebro) y su manipulación a través de reglas explícitas ejecutadas en un orden determinado («si se come el caballo con la reina es jaque mate»; «de las N posibilidades que tengo, X es la que reduce mis pérdidas, así como disminuir las posibilidades de mi contrincante de ganar») para conseguir una finalidad determinada («ganar a mi contrincante»; «concluir el proceso realizando el último movimiento»).

LOS RESULTADOS

¿Cómo ha funcionado la perspectiva formalista en el campo de la reproducción de la inteligencia en sistemas autónomos, es decir, sin intervención humana?

Los primeros años se dedicaron a la conducta inteligente de tipo general, aunque estuvo aplicada a ámbitos concretos. Fueron años invertidos en la resolución de problemas, que servirían de modelos generales de conducta inteligente. Esta tendencia estuvo muy influida por los trabajos de Newell y Simon, quienes demostraron que los ordenadores podían hacer mucho más que simplemente calcular.

Los resultados de toda aquella primera oleada dieron bastantes logros, pero no sirvieron para establecer un modelo de inteligencia general. Entre otras cosas porque para que un sistema mostrase la más mínima inteligencia era necesaria una gran cantidad de información referencial. El problema de base de todos los programas es que no había manera de que los programas identificaran la relevancia de una situación o concepto y, por tanto, se tenían que considerar todas las alternativas posibles.

Otra perspectiva encabezada por Marvin Minsky tomó el relevo (1977). Hubo un cambio de los programas generalistas a los sistemas especializados. En los años setenta se intentó, en lugar de ofrecer programas generales que fallaban en ciertas situaciones, aportar programas restringidos a ámbitos concretos, pero que fueran fiables en todos los casos. Se entró en el mundo de los micromundos. Todas las características y posibilidades del ámbito en cuestión se asentaban en una base de datos de referencia que permitía al programa controlarlas en todo momento y hacer frente a cualquier problema que se presentara.

A pesar de esto, los micromundos tampoco ofrecieron grandes éxitos. El asunto es que, por más que se reduzca un mundo, siempre hay algún aspecto no relacionado con ese mundo que es necesario para encontrar una solución. Parte de lo necesario para comprender un micromundo es parte de lo necesario para comprender cualquier mundo. Si algo resulta artificial en la voluntad de controlar las variables del mundo es intentar escapar de lo que se denomina sentido común.

Estos fracasos llevaron a los investigadores a intentar representar el conocimiento del sentido común. La investigación se dirigió a desarrollar nuevos tipos de base de datos, más complejos y flexibles (Rumelhart y Ortony, 1978). Una línea de trabajo (Schank y Abelson, 1977) optó por segmentar la información relevante por contextos, de tal manera que no siempre fuera necesario tener activada toda la información del sistema. Otra línea (Winograd y Flores, 1987) trató los problemas del sentido común de manera general. La primera perspectiva fracasó porque, se mire como se mire, cuando se tiene que definir cualquier relevancia contextual siempre hay un agujero negro de nuevas características relevantes que no se han tenido en cuenta. La perspectiva de la relevancia general todavía intenta, treinta años después de sus inicios, encontrar toda la información que permita completar la base de datos de relevancia general.

Resumiendo, las esperanzas que se pusieron en la opción formalista para establecer los procesos de pensamiento así como la capacidad para reproducirlos han ido decayendo a medida que han pasado los años. A los ordenadores formalistas les cuesta mucho comprender, abstraer, hacer planes y, sobre todo, aprender. La cuestión es que para aquellas actividades en las cuales los humanos encuentran dificultad, como la fiabilidad en el manejo de datos o las operaciones con nombres complejos, los ordenadores formalistas se han revelado como sumamente útiles; pero para esas cosas que encontramos sencillas, como la percepción de objetos, la comprensión del habla o la identificación de la relevancia, los resultados son decepcionantes. ¿Cuál es la causa del fracaso de la posición formalista?

LOS PROBLEMAS DE LA POSICIÓN FORMALISTA

El problema de la posición formalista es lo que se conoce como frame problem (Dennett, 1984; Dreyfus, 1992). El frame problem, también conocido como el problema del sentido común, consiste en representar el conocimiento en un sistema de tal manera que pueda abarcar lo que cambiará y lo que no cambiará en una situación cuando pasen determinadas cosas. Por ejemplo, si accionamos un interruptor al entrar en una habitación, los humanos sabemos que habitualmente la luz se encenderá y que, entre muchas otras cosas, el techo no caerá ni se abrirán las ventanas. A pesar de que esto parece obvio, no es tan obvio cómo identificar y colocar esta información en un sistema formalista tradicional. Primero tenemos que identificar todo el conocimiento que nunca se ha considerado explícitamente pero que forma parte de cualquier proceso cognitivo. Y después eso se ha de colocar en un ordenador sin que ocupe toda la memoria disponible en el mundo, sin que se reduzca el proceso al infinito. El sentido común es difícil de formalizar.

Incluso en conductas en las que el lenguaje parece autosuficiente, nos encontramos con que siempre necesitamos un grado de sentido común. Supongamos que Pedro le dice a Juan: «Le compré un cachorro a María». Y Juan responde: «María ya tiene un cachorro. Te lo hará devolver». Ningún humano dudará que el nuevo cachorro será el que Pedro tendrá que devolver, pero un ordenador formalista lo encontrará ambiguo. Y es muy difícil encontrar una regla para superar esta situación. Por ejemplo, la regla devolver siempre lo nuevo no valdría para los bombones o las galletas.

En este punto es donde la diferencia con los humanos se hace más evidente. Cuando un ser humano sabe algo más sobre una cosa, con más facilidad, y rápidamente, encuentra la solución relevante. En cambio, cuanto más sabe un ordenador (cuando más grande es su base de datos), tarda más en dar con una solución.

Hay quien piensa que la clave para solucionar este problema radica en el hecho de que los ordenadores formalistas sólo tienen un tipo de conocimiento, los datos registrados como símbolos, mientras que los humanos tenemos dos tipos de conocimientos: los datos y las habilidades. Los humanos tenemos un conocimiento que sustenta las capacidades, como ir en bicicleta, conducir, tocar el piano, y el conocimiento de cosas como que «la capital de Francia es París», «el fuego quema», «Navidad es el 25 de diciembre».

El conocimiento de datos podría adecuarse a la concepción formalista de que el conocimiento puede ser almacenado en forma de representaciones simbólicas. En cambio, el conocimiento de las habilidades no parecería adecuarse a datos explícitos que programen o dirijan las conductas. No parece factible que un pianista virtuoso interprete una pieza musical consultando datos en una pretendida base de datos. Es cierto que al comienzo, cuando se aprenden estas habilidades, los humanos utilizamos un conjunto de instrucciones que se dan en cualquier proceso de enseñanza, como cuando se aprender a conducir y nos dicen que «para girar a la derecha hay que girar el volante a la derecha», aunque a la larga estas instrucciones de olvidan.

Hay quien dice que nada de lo que cuenta como conocimiento humano puede estipularse de manera formalista, como base de datos, sino que gran parte del conocimiento humano corresponde a un conocimiento de habilidades (Dreyfus, 1992). Conocer sería una cierta habilidad de vivir, de adaptarse al medio, en lugar de estar relacionado con la cantidad de información de la cual somos dueños. El concepto de vida y de adaptación es la clave que llevará al desarrollo de los AIBO.