A.I. , Máquinas que Piensan y Matemáticas

por Roberto Araya Schulz

Entrevista a John Casti, matemático y prolífico autor de libros sobre Inteligencia Artificial y los Nuevos Paradigmas de la Ciencia, y que ha sido invitado por el Instituto de Ingenieros a dar una serie de Seminarios con motivo del Programa Nuevos Paradigmas Al Comienzo del Tercer Milenio.

¿Es posible construir una máquina inteligente? Recientemente el cineasta Steven Spielberg con su película A.I. vuelve a poner este tema en el centro de la atención. Por más de 50 años investigaciones y avances en matemáticas, computación y robótica continuamente nos han ido redefiniendo el concepto de máquina y de la capacidad de ésta para manejarse en el mundo. Por otra parte, una avalancha de hallazgos en psicología cognitiva y neurociencias nos han permitido conocer en mucho mayor detalle los mecanismos cerebrales, y así comenzar a emularlos. La computadora Deep Blue hace un par de años le ganó al campeón mundial de ajedrez, y ahora la competencia se centra en construir robots capaces de jugar cooperativamente deportes como el fútbol, y perfeccionarlos hasta llegar a ganar al equipo formado por las estrellas de carne y hueso del balompié. ¿Hasta dónde podrá llegar la inteligencia de las máquinas? ¿Podrán alcanzarnos y sobrepasarnos? ¿La película de Spielberg es sólo fantasía o será pronto realidad?

Uno de los principales investigadores en este tema y de reconocida capacidad para divulgar los recientes avances científicos es John Casti, profesor del Instituto Santa Fe de Nuevo México y de la Universidad Técnica de Viena, y editor de los Journals Applied Mathematics & Computation y Complexity. John Casti ha escrito dos libros ya clásicos sobre los nuevos paradigmas de la ciencia: "Paradigmas Perdidos", que según Isaac Asimov es "una profunda, cuidadosa y placentera contribución a lo que la ciencia es y cómo es hecha", y más recientemente el libro "Paradigmas Recuperados". En ambos revisa temas en que avances de la ciencia trastocan algunas de nuestras concepciones más arraigadas: la naturaleza de la vida, la posibilidad de construir máquinas inteligentes, el origen del lenguaje, la existencia de inteligencia extraterrestre, el determinismo genético y la existencia de realidad objetiva a la luz de los avances en mecánica cuántica. Casti, que con su libro "El Quinteto de Cambridge", se ha convertido en el inventor de un nuevo género de divulgación científica, a la Galileo (con diálogos entre personajes que ilustran las diferentes posiciones), introduce en una cena imaginaria entre cinco grandes de la ciencia y la filosofía los problemas centrales sobre la naturaleza de la mente y el alcance de la inteligencia artificial.

Divulgación Científica y Matemáticas

Después de escribir varios best sellers usted es ahora conocido como uno de los divulgadores top de la ciencia. Sin embargo usted advierte contra la "mediatización" de la ciencia, tal como el "fenómeno Hawking" donde prácticamente nadie entiende sus libros pero de todas formas atrae a cientos de miles de compradores y seguidores. ¿Puede explicarnos qué es exactamente este fenómeno y qué tenemos que hacer para lograr una divulgación de la ciencia que sea más efectiva y de mejor calidad?

En mi visión la divulgación de la buena ciencia requiere explicar la ciencia en términos que el lector lego pueda entenderla, mientras que simultáneamente se retengan todos los aspectos cruciales de la ciencia. Primero y antes que nada, el escritor de ciencia popular tiene el deber con el lector de asegurarse que la ciencia descrita esté correcta. Después de eso viene la exposición.

El fenómeno Hawking es simplemente la situación en la que la excitación de los medios crea un gran alarde sobre un trabajo particular, incentivando a la gente a apurarse a comprar el libro sin importar su contenido, exposición, o adecuación para el lector no especialista. El libro ganador del premio Pullitzer "Goedel, Escher y Bach" de Douglas Hofstadter es otro ejemplo de esta clase de cosas, aunque es un libro bastante más entretenido y leíble que el de Hawking. Sin embargo, a través de alguna clase de magia que nadie verdaderamente entiende, esta clase de libros "despegan" y llegan a ser de rigor en las mesas de los cafés de gente que no tienen ni la más remota posibilidad de entender ninguna parte de ellos. En este sentido, ellos son como libros bonitos en un lenguaje completamente ininteligible. Desde mi punto de vista, estos dos libros son excelentes ejemplos de mala divulgación de la ciencia.

Usted ha dicho que "no hay actividad intelectual o científica que no esté más conectada a la vida diaria que las matemáticas". ¿ Por qué entonces la mayoría de las personas ve la matemática conectada solamente a la física o química, pero no a la biología, psicología, sociología, política y a los temas de todos los días que la gente tiene que tratar?

Supongo que es más por razones históricas que intelectuales. Resulta que las ciencias naturales - física, química, astronomía - son intrínsecamente vastamente más sencillas que las ciencias sociales y conductuales. Como resultado, la matemática primitiva que tenemos a nuestra disposición se ajusta para describir sistemas en las que los objetos que componen los sistemas nunca cambian sus reglas de comportamiento y nunca inventan nuevas reglas que nunca antes existieron. Este no es el caso en economía, finanzas, sociología, política, o cualquier otro tipo de actividad de la vida diaria. En estas áreas, no existe un marco matemático apropiado para ni siquiera expresar las cuestiones que nos preocupan, mucho menos para proveer una maquinaria para responderlas.

Usted ha escrito dos libros de divulgación que explica al público lego lo que considera las diez más importantes teorías matemáticas desarrolladas el siglo pasado. Adicionalmente, de todas éstas usted destaca que el filtro de Kalman junto al método simplex es "probablemente la parte de la matemática más útil desarrollada en el último siglo". Hoy en día, nociones básicas sobre el método simplex se están enseñando hasta en enseñanza media, pero el filtro de Kalman y las nociones relacionadas de observabilidad y estimación del estado no son enseñados ni siquiera en lo cursos de matemáticas de ingeniería. Dado el enorme impacto de estos conceptos, ¿porqué no se enseñan?

Bueno, no estoy de acuerdo con su afirmación de que el filtro de Kalman y las nociones relacionadas de la teoría matemática de sistemas no se enseñan en las escuelas de ingeniería. En realidad, en todas las escuelas de ingeniería de las que he formado parte ofrecen cursos en exactamente estas cosas. Pero es verdad que la teoría de sistemas a la Kalman no es tan conocida como el método simplex. Creo que en gran parte se debe a que uno necesita un mayor background matemático en ecuaciones diferenciales, álgebra lineal, y teoría de matrices para acceder a los conceptos y resultados de la teoría de sistemas. En resumen, la matemática subyacente a la programación lineal es más rudimentaria, y por lo tanto más accesible a grupos más amplios de gente incluyendo estudiantes secundarios.

Máquinas que piensan

La naturaleza de la mente y la posibilidad de construir una mente artificial completamente equivalente a la mente humana ha sido un tema recurrente en varios de sus libros. Este es también el tema principal de su libro "El Quinteto de Cambridge", donde usted inventa una cena de discusión a fines de la década de los cuarenta entre un matemático (Alan Turing), un físico (Erwin Schrõdinger), un biólogo (John Haldane) y un filósofo (Ludwig Wittgenstein), todos coordinados por el novelista Charles Snow. Dado que el tema central del debate es la mente humana, ¿porqué no incluyó un científico de las ciencias humanas (psicólogo, antropólogo, etc.)? ¿Cómo es posible que especialistas de otras áreas tengan más que decir sobre este tópico? ¿A quién consideraría usted ahora para una nueva cena de discusión sobre el mismo tema pero incluyendo los descubrimientos acumulados hasta el 2001?

Al concebir el reparto de personajes para mi libro, hubieron muchas consideraciones, una de las no menores era poder poner gente que pudiera haberse reunido en Cambridge en ese tiempo, además de representantes de varios campos y disciplinas. Más aún, quería tener personas que no sólo fueran especialistas mundialmente reconocidos es sus áreas si no que también hubieran demostrado intereses en otros campos. No pensé realmente sobre un psicólogo o antropólogo, principalmente porque como un científico natural yo mismo estaba más familiarizado con la gente que realmente uso en esta historia. Quizás si lo hiciera de nuevo escogería un reparto diferente con personajes de campos diferentes. Eso es realmente la belleza de esta clase de libros, es un juego que cualquiera puede jugar - con cualquiera que sean los personajes que uno escoja.

No he pensado realmente la noción de una nueva comida en el mismo tema, ya que estoy mucho más metido ahora con un libro del mismo tipo pero en un nuevo tema, los límites del conocimiento. Sin embargo, un nuevo libro sobre máquinas que piensen, en el tiempo actual pudiera tener un reparto de personajes tales como el economista/psicólogo Herb Simon, el filósofo John Searle, el cientista computacional Ray Kurzweil, el escritor Stanislaw Lem, y el roboticista Hans Movarec.

En varios de sus libros usted examina y aparentemente descarta las objeciones a la Inteligencia Artificial como las del filósofo Herbert Dreyfus contra una mente basada en reglas y las del filósofo John Searle contra la posibilidad de que la semántica (el significado) emerja de la sintaxis. ¿Qué dice de las objeciones que vienen de los neurocientistas, los cuales enfatizan una aproximación denominada "mente húmeda", tal como la de Walter Freeman contra una mente representacional, o la de Antonio Damasio contra la aproximación funcionalista que parece separar la mente del cuerpo? En su opinión, ¿hay nuevas objeciones serias en contra de la Inteligencia Artificial que hayan emergido recientemente?

En mi opinión estas objeciones "húmedas" a la Inteligencia Artificial fuerte son sólo eso -- ¡todas húmedas! No creo que la cognición, al estilo humano, es materia de materia, pero sí de información. Así, el substrato material del cerebro que crea la mente no es de real significancia. Por supuesto, esta es la posición de la comunidad llamada "vida artificial". En otras palabras, lo que hace la vida "viva" no es la estructura material de un sistema vivo si no cómo el sistema procesa información.

Usted también ha seleccionado la Teoría de Juegos como otra de las diez más importantes teorías matemáticas desarrolladas el último siglo, y considera que "el gran quiebre en el uso de las ideas de teoría de juegos en biología" vienen del trabajo del biólogo John Maynard Smith, que desarrolló la noción de optimalidad como la de una estrategia evolucionariamente estable. Por ejemplo, usted destaca cómo la aplicación de esta teoría sorprendentemente muestra que la cooperación puede emerger en una población de egoístas. ¿Cuál es su visión a la lingüística, con resultados como los de Martin Nowak que muestran que la sintaxis composicional es evolucionariamente estable y evolucionó muy cercanamente a la semántica?

La lingüística, como la biología, es también un proceso evolucionario. Por eso, yo estoy muy favorablemente dispuesto a la noción de que los conceptos y herramientas de la teoría evolucionaria de juegos pueden ser empleados para estudiar la forma en que el lenguaje cambia. Si esto de veras resulta ser el caso, creo que reforzará la posición de la visión Chomskiana sobre la adquisición del lenguaje.

En sus libros usted ha extensamente analizado la Inteligencia Artificial y la inteligencia en otros seres de otros planetas y galaxias. ¿Porqué no ha incluido las emociones y la consciencia? ¿Estaría usted de acuerdo con el autor y prolífico inventor Ray Kurzweil que muy pronto seremos capaces de construir máquinas espirituales y que la mayoría de la inteligencia de nuestra civilización será finalmente no biológica?

No estoy seguro de que la visión de Kurzweil de las cosas sea tan espiritual como usted parece sugerir. Pero sí, yo estoy muy fuertemente de acuerdo con su idea de que a mediados de este siglo seremos capaces de transferir nuestra inteligencia humana a las máquinas, y así adquirir un cierto tipo de inmortalidad. También estoy de acuerdo con su posición que la inteligencia de las máquinas evolucionará en una forma diferente a la humana, y que una nueva especie inteligente así emergerá en nuestro Planeta Tierra. Muy pronto esta inteligencia de máquina divergerá de la inteligencia humana, y las máquinas seguirán su propio camino evolucionario, probablemente uno que los humanos encontraremos literalmente imposible de ni siquiera comprender.

De vuelta a las Matemáticas

Después de todo lo que hemos aprendido sobre la naturaleza de la mente humana, ¿nos ayudan algo estos hallazgos a comprender la naturaleza de las matemáticas? ¿Son los teoremas matemáticos universalmente verdaderos, o son sólo constructos de la mente humana en permanente revisión, con certitud limitada y difusa?

Personalmente, yo suscribo la visión que la matemática es inventada, no descubierta. De esta forma, las verdades matemáticas son una consecuencia del cerebro humano y están atadas a los procesos evolucionarios que produjeron al cerebro. Sé que esta posición no platonista va en contra de lo que la mayoría de los matemáticos creen, pero esta es mi posición. Si yo estoy en lo correcto, entonces, los teoremas matemáticos NO son universamente verdaderos; más bien, ellos son constructos de la mente humana y pudieran ser muy diferentes del tipo de matemáticas que uno pudiera ver en inteligencias extrañas.

Roberto Araya Schulz es PhD. en Ingeniería y autor del libro "Inteligencia Matemática".