El concepto de inteligencia en la ciencia cognitiva (I Parte)

El concepto de inteligencia en la ciencia cognitiva (I Parte).

En relacin al enfoque simblico o serial en la ciencia cognitiva, Francisco Varela, seala que para los fundadores de este modelo, la inteligencia (incluida la inteligencia humana) se parece tanto a un ordenador o computador, en sus caractersticas esenciales, que la cognicin se puede definir como la computacin de representaciones simblicas.Qu significa exactamente decir que la cognicin se puede definir como computacin? Una computacin es una operacin que se lleva a cabo sobre smbolos, es decir, sobre elementos que representan aquello que designan. La nocin clave es la de representacin o intencionalidad, el trmino filosfico para aludir al acerca de. El argumento cognitivista es que la conducta inteligente presupone la aptitud para representar el mundo como si fuera de ciertas maneras. Por lo tanto no podemos explicar la conducta cognitiva a menos que demos por sentado que un agente acta representando rasgos relevantes de la situacin en que se halla. En la medida en que esta representacin de una situacin sea precisa, la conducta del agente tendr xito (siempre que todo lo dems permanezca igual).

La nocin de representacin es al menos desde el ocaso del conductismo- relativamente poco controvertida. Lo controvertido es el paso siguiente. Nos referimos a la afirmacin cognitivista de que la nica manera de explicar la inteligencia y la intencionalidad es plantear la hiptesis de que la cognicin consiste en actuar a partir de representaciones que se realizan fsicamente en forma de un cdigo simblico dentro del cerebro o de una mquina.Allan Newell y Herbert Simon, fundadores del enfoque computacional, sealan, en un clsico artculo publicado en 1976, que:

Los smbolos descansan en la raz de la accin inteligente que es, desde luego, el tema principal de la inteligencia artificial. En cuanto a eso, es una cuestin central para toda la ciencia de la computacin, ya que toda la informacin se procesa en computadoras en funcin de fines y medimos la inteligencia de un sistema por su capacidad para alcanzar objetivos establecidos frente a variaciones, dificultades y complejidades planteadas por el mbito de la tarea que hay que realizar.En cuanto a la naturaleza de la inteligencia plantean:

Nuestro entendimiento de los requisitos del sistema para realizar actos inteligentes surge lentamente. Es compuesto, pues no hay una sola cosa elemental que explique la inteligencia en todas sus manifestaciones. No existe un principio de la inteligencia como tampoco hay un principio vital que por su propia naturaleza transmita la esencia de la vida. Sin embargo, la ausencia de un simple deus ex machina no implica que no existan requisitos estructurales para la inteligencia. Uno de estos requisitos es la capacidad de almacenar y manipular smbolos.El trabajo de Newell y Simon, as como el de otros tericos de la inteligencia artificial, los llev a proponer sistemas que fueran capaces de resolver problemas, pues, como ellos mismos explicitaron, la capacidad de resolver problemas se considera en general como un primer indicador de que el sistema tiene inteligencia.El enfoque serial o computacional, hacia fines de la dcada de los 60, predomin sobre el enfoque conexionista o de redes neuronales, a pesar de los importantes aportes que ste haba realizado. Hubert y Stuart Dreyfus, en un artculo publicado en 1988 en la revista Artificial Intelligence, se explican esta situacin por el prejuicio filosfico cuasirreligioso contra el holismoPara estos autores, el hecho de que este reduccionismo analtico no aparezca fundamentado por los tericos del enfoque simblico, indica que stos suponen implcitamente que la abstraccin de los elementos a partir de su contexto cotidiano, que define a la filosofa y que funciona en las ciencias naturales, tambin debe funcionar en la IA.Quizs tengamos que desechar la intuicin bsica, fundamento de la filosofa, de que debe existir una teora de cualquier aspecto de la realidad, es decir, que debe haber elementos y principios en trminos de los cuales podamos explicar la inteligibilidad de cualquier mbito. Las redes neurales pueden mostrar que Heidegger, el Wittgenstein de la poca posterior y Rosenblatt tenan razn al pensar que nos comportamos de manera inteligente en el mundo sin tener una teora de ese mundo. Si no es necesaria una teora para explicar el comportamiento inteligente, tenemos que estar preparados para formular la pregunta de si esta explicacin terica es siquiera posible en mbitos cotidianos.

El concepto de inteligencia en la ciencia cognitiva (II Parte).En un artculo de 1977, publicado en la revista Artificial Intelligence, David Marr, un importante terico de la ciencia cognitiva, concibe de un modo bien particular a la inteligencia artificial, al sealar que trata de el estudio de problemas complejos de procesamiento de la informacin que a menudo tienen sus races en algn aspecto del procesamiento biolgico de la informacin.Para Marr, los problemas que intenta resolver la inteligencia artificial pueden ser de dos tipos. Hay problemas para los cuales se puede saber con claridad qu debe hacer el algoritmo que se elabora para su implementacin y resolucin. Esta informacin puede ser captada por el enfoque computacional clsico y, en este caso, el problema tiene una teora tipo 1, como l la denomina. Sin embargo, no todos los problemas, especialmente en el mbito de la biologa, corresponden a los que tienen una teora tipo 1. Hay problemas que para resolverlos se requiere la accin simultnea de muchos procesos, cuya interaccin es su propia descripcin ms sencilla. Estos problemas, segn Marr, tienen una teora del tipo 2. Un ejemplo de este tipo de problema sera predecir cmo se pliega una protena y las consecuencias de este tipo de problemas, Marr las ilustra de la siguiente manera:

Hay muchas cosas que influyen en una cadena polipeptdica larga cuando se sacude y agita en un medio. En cada momento slo unas cuantas interacciones posibles sern importantes, pero su importancia es decisiva. Los intentos para construir una teora simplificada deben ignorar algunas interacciones; pero si la mayora de ellas son cruciales en cierta etapa del plegamiento, una teora simplificada resultar inadecuada. (. . . )

La principal dificultad en la IA es que nunca se tiene la suficiente seguridad de que el problema tiene una teora del tipo 1. Si se encuentra una, cunto mejor, pero no encontrarla no significa que no exista.La pregunta que surge de estos planteamientos es que si los problemas de la vida cotidiana que enfrenta un organismo o agente corresponden fundamentalmente a situaciones complejas donde simultneamente actan muchos procesos, de ndole fsica, qumica, biolgica, psicolgica y social, pueden ser efectivamente abordados y explicados exclusivamente por el enfoque computacional de la inteligencia artificial?, y de no ser as, puede la arquitectura simblica o serial dar cuenta, por s sola, de una conducta propiamente inteligente?.

Francisco Varela, comenta el giro que tuvo la investigacin en la ciencia cognitiva y en la inteligencia artificial luego de que se hicieron evidentes las falencias del modelo computacional.

La culminacin de la experiencia de las dos primeras dcadas de predominio cognitivista se puede expresar sealando una conviccin que cobr progresivo arraigo en la comunidad de investigadores: es preciso invertir al experto y al nio en la escala de desempeos. Los primeros intentos procuraban resolver los problemas ms generales, (. . .). Se consideraba que estos intentos, que procuraban emular la inteligencia de un experto dotado de gran capacitacin, abordaban los problemas difciles e interesantes. A medida que los intentos se volvieron ms modestos y localizados, result evidente que la inteligencia ms profunda y fundamental es la del beb que puede adquirir el lenguaje a partir de manifestaciones cotidianas dispersas, y puede constituir objetos significativos a partir de lo que parece un mar de luces.Existen fuertes indicaciones de que el conjunto de ciencias que tratan del conocimiento y de la cognicin las ciencias cognitivas- lentamente han ido cobrando conciencia de que las cosas han sido planteadas al revs y han comenzado un radical viraje paradigmtico o epistmico. El ncleo de esta visin emergente es la conviccin de que las verdaderas unidades de conocimiento son de naturaleza eminentemente concreta, incorporadas, encarnadas, vividas; que el conocimiento se refiere a una situacionalidad; y que lo que caracteriza al conocimiento su historicidad y su contexto- no es un ruido que oscurece la pureza de un esquema que ha de ser captado en su verdadera esencia, una configuracin abstracta.La capacidad que tienen los sistemas conexionistas de aprender a travs de la experiencia, mediante ciclos recursivos de retroalimentacin, les permite contar con una autonoma y flexibilidad de la que adolecen los sistemas que operan bajo un procesamiento serial. Estas caractersticas, hacen posible que estos sistemas presenten conductas inteligentes como resultado de su dinmica organizacional, es decir, la inteligencia emerge de la forma de operar que tiene este sistema.

En este enfoque, cada componente opera slo en un mbito local, de modo que ningn agente externo hace girar el eje del sistema. Pero como el sistema est constituido como red, hay una cooperacin global que emerge espontneamente cuando los estados de todas las neuronas participantes alcanzan un estado mutuamente satisfactorio. En dicho sistema, pues, no se requiere una unidad procesadora central que gue la operacin. Este trnsito desde las reglas locales hacia la coherencia global es el corazn de aquello que en la era ciberntica se llamaba autoorganizacin. Hoy se prefiere hablar de propiedades emergentes o globales, dinmica de red, redes no lineales, sistemas complejos e incluso sinergia.El enfoque conexionista y los sistemas basados en este tipo de arquitectura, si bien presentan propiedades que los aproximan significativamente a los sistemas biolgicos, no deben considerarse, necesariamente, como la superacin final de los sistemas seriales o simblicos. De hecho, autores como W. Daniel Hillis, entre otros, a pesar de adoptar un enfoque conexionista, se resisten a la idea de refutar de plano a los sistemas ms clsicos. Este autor seala: El sistema emergente que puedo imaginar con ms facilidad sera una implementacin del pensamiento simblico antes que una refutacin de l. El pensamiento simblico sera una propiedad emergente del sistema.Para Andy Clark, destacado terico de la ciencia cognitiva y director del Philosophy-Neuroscience-Psychology Program de la Universidad de Washington, las redes neuronales artificiales presentan tanto ventajas como inconvenientes.

Son capaces de tolerar datos ruidosos, imperfectos o incompletos. Son resistentes a daos locales. Son rpidas. Y sobresalen en tareas que suponen la integracin simultnea de muchas pequeas seales o elementos de informacin, una capacidad que es esencial para el reconocimiento perceptivo y el control motor en tiempo real. Estas ventajas se derivan del hecho de que estos sistemas se dedican a completar patrones con un procesamiento en paralelo masivo. (. . .) Incluso algunos fallos de estos sistemas son atrayentes en el plano psicolgico. Pueden sufrir interferencias cuando unas codificaciones similares se obstaculizan mutuamente (de manera similar a cuando aprendemos un nmero de telfono que se parece a otro que ya sabemos y enseguida los confundimos, olvidndonos de los dos). Y no son intrnsecamente adecuados para la resolucin de problemas secuencial y gradual tpica de la lgica y la planificacin. (. . .) Los sistemas clsicos, con sus direcciones de memoria ordenadas y bien definidas, son inmunes a estas interferencias y ofrecen un rendimiento excelente en la resolucin de problemas lgicos y secuenciales, pero rinden mucho peor en tareas de control en tiempo real.Clark, aclara que estas desventajas o inconvenientes de los sistemas conexionistas no son necesariamente malos, pues si aspiramos a modelar la cognicin humana, se deben favorecer aquellos fundamentos computacionales que produzcan una pauta de puntos fuertes y dbiles parecida a la nuestra. Y en general somos mejores al ftbol que en lgica.George Reeke y Gerald Edelman, Premio Nobel de Medicina en 1972, plantearon hace ms de una dcada, que la inteligencia artificial necesitaba integrar los conocimientos de la neurobiologa para seguir avanzando, deba observar con mayor atencin a los sistemas biolgicos que son los que realmente presentan conductas inteligentes, abandonando la nocin de inteligencia como una actividad solamente abstracta de procesamiento de la informacin y adoptando un enfoque que respete la complejidad de los organismos y de los sistemas biolgicos.

Una confrontacin del nmero de niveles interactivos en un organismo real capaz de conducta inteligente revela una estremecedora complejidad de interacciones no lineales. Si se agrega la transmisin social a travs del lenguaje, la complejidad se incrementa an ms. A la vista de esta complejidad, parece ser el colmo de la arrogancia pensar que todos los problemas que confrontan las criaturas inteligentes se pueden comprender ponderndolos en abstracto. En vez de eso, se debe comenzar a analizar esos sitemas en trminos de las estructuras y funciones bsicas necesarias y sus modos de origen, su desarrollo tanto como su evolucin. (. . .) Creemos que la IA finalmente slo se alcanzar en sistemas no-von Neumann en los que variantes especializadas de hardware, basadas en el tema comn de la seleccin y el pensamiento de la poblacin, trabajarn sin programas para adaptarse a los ambientes particulares en los que se encuentren, tal como lo hacen los organismos biolgicos.Hubert y Stuart Dreyfus, cuestionan tambin que la inteligencia artificial, en su corriente conexionista, pueda presentar significativos avances si no abandona el concepto abstracto y descontextualizado que maneja de la inteligencia, de manera que la red o el sistema pueda hacer generalizaciones adecuadas del conocimiento que ha adquirido mediante su experiencia. Ellos sealan:

Todos los diseadores de redes neurales concuerdan en que para que una red sea inteligente debe ser capaz de generalizar; es decir, dados suficientes ejemplos de entradas asociadas a una salida particular, la red debera asociar ms entradas del mismo tipo con el mismo tipo de salida. (. . .)

El problema aqu es que el diseador ha determinado, mediante la arquitectura de la red, que nunca se encuentren ciertas generalizaciones posibles. Todo eso est bien y es aceptable para problemas de juguete en los que no se cuestiona qu constituye una generalizacin razonable, pero en situaciones del mundo real gran parte de la inteligencia humana consiste en generalizar de manera adecuada al contexto. (. . .)

Si ha de aprender a partir de sus propias experiencias para realizar asociaciones semejantes a las humanas y no aprender las asociaciones que su entrenador ha especificado, una red tambin debe compartir nuestro sentido de adecuacin a la salida de datos, y esto significa que debe compartir nuestras necesidades, deseos y emociones y tener, adems, un cuerpo semejante al humano con movimientos fsicos apropiados, as como habilidades y vulnerabilidad a las lesiones.

(. . .) La inteligencia tiene que motivarse mediante propsitos en el organismo y a travs de las metas que ste seleccione a partir de una cultura en curso. Si la mnima unidad de anlisis es la de todo un organismo adaptado a todo un mundo cultural, las redes neurales y las computadoras de programacin simblica todava tienen un largo camino por recorrer.Sin lugar a dudas, en los ltimos aos se han ido gestando importantes, e incluso revolucionarios, cambios paradigmticos y epistemolgicos en la forma que tenemos de entender al ser humano y la conducta inteligente. El avance que en materia de inteligencia artificial hemos tenido ha sido vertiginoso y los resultados alcanzados parecen indicar que se est actuando en forma inteligente. Quisiera terminar con las palabras de John Briggs y F. David Peat, quienes me parece resumen de muy buena forma lo hasta aqu tratado.

An est por verse si la ruta conexionista hacia la IA puede triunfar. No obstante, es significativo que ahora los cientficos cifren sus esperanzas en los aspectos no reduccionistas de la complejidad para resolver el problema de crear una mquina capaz de pensar. Sin duda la ciencia ha recorrido un largo camino desde esos das en que se crea que los aspectos previsibles y racionales de las mquinas eran la imagen del universo.

Construyendo organismos inteligentes: una mirada desde la robtica (I Parte).Francisco Varela, Evan Thompson y Eleanor Rosch, plantean que la cognicin debe estudiarse como accin corporizada. Esto significa, por una parte, que la cognicin est biolgicamente determinada por un cuerpo que es capaz de establecer operaciones sensorio-motrices; por otro lado, implica tambin asumir que estas operaciones sensorio-motrices estn en una relacin de co-dependencia, de carcter recursivo, con el contexto biolgico, psicolgico y cultural en el que se encuentra este organismo. Desde esta perspectiva, los procesos sensoriales, motores, la percepcin y la accin, no se pueden separar cuando nos referimos a los procesos cognitivos.

Para el enfoque enactivoEl punto de referencia para comprender la percepcin ya no es un mundo pre-dado, independiente del que percibe, sino ms bien la estructura sensorio-motriz del agente cognitivo, el modo en que el sistema nervioso une superficies sensoriales y motrices. Ms que un mundo pre-determianado, es esta estructura la forma en que el sujeto que percibe est encarnado- la que determina los modos de accin posibles del que percibe y cmo ste puede ser moldeado por acontecimientos ambientales.La cognicin ya no se encara como resolucin de problemas a partir de representaciones; en cambio, la cognicin en su sentido ms abarcador consiste en la enactuacin de un mundo en hacer emerger un mundo- mediante una historia viable de acoplamiento estructural.Han sido muchos aos, en realidad siglos, durante los cuales, en el mundo occidental, hemos sido educados en una epistemologa lineal-causal, adoptando una fe casi ciega en la racionalidad cientfica y en su mtodo de estudio analtico. Las distinciones sujeto-objeto, mente-cuerpo y razn-emocin, son fundamentales para nuestra forma de concebir el mundo y a nosotros mismos. Cambiar esta forma particular de mirar no resulta fcil y no lo ha sido para quienes se han dedicado a estudiar la inteligencia y la cognicin. Los estudios y avances alcanzados por la ciencia cognitiva, en sus distintos dominios, parece estarnos confrontando con este cambio de mirada. En palabras de Andy Clark:

Pero ahora, cada vez es ms evidente que la alternativa a la visin centrada en la manipulacin incorprea de datos explcitos de la inteligencia artificial no es apartarse de la ciencia pura y dura; es profundizar en una ciencia ms dura todava. Es colocar la inteligencia en el lugar que le corresponde: en el acoplamiento entre los organismos y el mundo que se encuentra en la raz de la accin fluida cotidiana.Si adoptamos el concepto de inteligencia que propone Clark, el cual es consistente con los planteamientos antes realizados, esto es, entendiendo que la inteligencia se da en la relacin entre el sujeto y su entorno, donde la accin conjunta de ambos sistemas permite resolver los problemas de la vida cotidiana, entonces no resulta muy aclarador sostener la idea de que un sistema representa al otro.

Estas ideas revolucionarias de la ciencia cognitiva, que haban sido ya formalmente planteadas por la ciberntica en los inicios de esta ciencia, han sido incorporadas al mbito de la robtica, con resultados que nos acercan velozmente a recrear, en la vida cotidiana, escenas de las pelculas y libros de ciencia ficcin de mediados del siglo XX.

Rodney Brooks, quien es director del Laboratorio de Inteligencia Artificial del Instituto Tecnolgico de Massachusetts (MIT), narra su experiencia al intentar construir un robot:

Yo haba estado pensando en el modo de organizar la computacin para controlar el robot. De alguna manera el sistema conectara los procesos perceptivos que trataban los datos brutos de los sensores con los procesos motores que controlaban las rdenes a la base robtica. La cuestin radicaba en el modo de construir esta caja de computacin (. . .) Esta caja era considerada como el departamento de cognicin, el meollo del pensamiento y de la inteligencia. Decid que el mejor modo de construirla sera eliminarla. Nada de cognicin. Simplemente percepcin y accin. Eso sera todo lo que creara, dejando por completo fuera todo lo que tradicionalmente se conceba como la inteligencia de una inteligencia artificial.Brooks, cuestiona el concepto de inteligencia que utilizaba la inteligencia artificial en sus primeros aos de desarrollo, pues sta slo consideraba el saber de un experto acadmico, dejando de lado la inteligencia que requiere un nio de cuatro o cinco aos para desplazarse por su medio, la cual le permite actuar como todo un experto en el mundo, al distinguir sin esfuerzos una serie de objetos cotidianos, al caminar en dos pies y esquivar obstculos, entre otras conductas que nos resultan muy naturales en un menor.

Hacia los aos ochenta, la mayora de los consagrados a la inteligencia artificial haban comprendido que estos ltimos problemas eran muy difciles y en los veinte aos transcurridos desde entonces, muchos han llegado a advertir que en realidad son notablemente ms arduos que los de la primera serie. Ver, andar, sortear obstculos y juzgar estticamente no exigen por lo comn una reflexin explcita o el desarrollo de una cadena de razonamientos. Tan slo suceden.Para el desarrollo de su robot, Brooks se inspir en los insectos, quienes eran capaces de realizar conductas mucho ms sofisticadas que las de cualquier robot en ese tiempo, mediados de los ochenta, tales como desplazarse velozmente de un lugar a otro evitando obstculos, evitar a los depredadores y encontrar alimento y pareja. Dado que la capacidad de cmputo de un insecto era muy similar a la de un ordenador digital, la diferencia de rendimiento deba hallarse en la organizacin del sistema nervioso del animal. Estas reflexiones lo llevaron a cuestionar el clsico modelo representacional con el que operaba la ciencia cognitiva.

La clave radicaba en conseguir que el robot reaccionara con tal velocidad ante sus sensores que no necesitase construir y mantener un modelo interior del mundo computacional. Poda referirse simplemente al mundo real a travs de sus sensores cuando fuese preciso ver lo que pasaba. (. . .) Si tanto costaba construir y mantener un modelo interno del mundo, entonces me desembarazara de l. Cualquier otro robot contaba con uno, pero no estaba claro que lo tuvieran los insectos. Por qu pues haban de requerirlos nuestros robots?.

Construyendo organismos inteligentes: una mirada desde la robtica (II Parte).En su intento de crear un organismo inteligente, Rodney Brooks repar en el hecho de que los insectos, al igual que todos los seres vivos, han evolucionado a lo largo del tiempo. De hecho, si tomamos como referente al ser humano, la interaccin entre el sujeto y su entorno se da en una historia de desarrollo, la cual es fundamental para alcanzar un adecuado nivel de xito en las tareas cognitivas. Esta idea, que puede parecer muy obvia en el mbito de la psicologa del desarrollo, no lo era tanto en el de la inteligencia artificial, por lo que su incorporacin a este mbito ha resultado muy significativa para la robtica.

En el mbito de la psicologa del desarrollo, existen estudios que sugieren que los nios no slo aprenden sobre el mundo realizando acciones, sino tambin que el conocimiento as adquirido suele ser especfico de la accin. Este hecho, acerca de la especificidad del conocimiento, se ha podido advertir tambin en los adultos. Estos hallazgos fundamentan, una vez ms, la importancia que tiene la interaccin entre el organismo y su medio, particularmente, el tipo de acciones que este organismo realiza en su historia de acoplamientos estructurales con su entorno, lo que gatilla en dicho organismo cambios estructurales, algunos de los cuales se mantienen en el tiempo, que denominamos aprendizajes, que a su vez se constituyen en la base sobre la cual ese organismo volver a acoplarse estructuralmente con su entorno, y as consecutivamente. Este proceso de ndole recursiva, que es caracterstico de los sistemas dinmicos, permite que conductas que en un inicio pueden ser muy simples, mediante procesos de retroalimentacin positiva y caticos, se vayan transformando en conductas bastante sofisticadas, con lo cual el sistema, en este caso el organismo, se va haciendo progresivamente ms complejo y va presentando un mayor nivel de autonoma y de auto-organizacin.

Esta capacidad de un organismo de ser agente de s mismo, es decir, presentar autonoma y capacidad de auto-organizacin, result fundamental para el desarrollo de la inteligencia artificial y la robtica, pues los sistemas computacionales, incluidos los sistemas que operan en base a redes neuronales, tienden a presentar un alto nivel de dependencia de los sujetos o agentes que los programaron, siendo muy escasa o rudimentaria su capacidad de autonoma, dado que las metas u objetivos de sus acciones estn previamente definidas.

La auto-organizacin que presentan los seres vivos, incluidos organismos muy primitivos como los virus o las bacterias, lleva a que stos adopten ciertas pautas o patrones de conducta organizada que permiten el surgimiento de sistemas ms complejos cuyas conductas no son posibles de explicar a partir de los organismos constituyentes. Este fenmeno se conoce como comportamiento emergente, el cual se caracteriza adems, por el hecho de que no es posible predecir su aparicin. El desarrollo de un organismo vivo, puede considerarse un fenmeno emergente, as como tambin, la aparicin y el desarrollo de un cncer. En trminos ms macros, de ndole social, se puede advertir, por ejemplo, en la organizacin que adoptan algunas aves en sus vuelos migratorios o en la organizacin social que presenta un hormiguero o una colmena de abejas, conductas que muchas veces denominamos inteligentes.

La aplicacin de estas ideas en la construccin de robots, queda ejemplificada en el procedimiento adoptado por Brooks.

sta fue la metfora que eleg para mis robots. Construira sistemas simples de control para una conducta sencilla. Luego aadira sistemas adicionales de control para un comportamiento ms complejo, dejando todava en su sitio y operativos los antiguos sistemas de control. Si era necesario, los sistemas ms recientes podran asumir ocasionalmente capacidades anteriores del sistema, y as se agregaran capa tras capa, repitiendo el proceso de la evolucin natural de sistemas neurales cada vez ms complejos.Cuando Allen, fue presentado por Brooks en el II Simposio Internacional de Investigacin Robtica, celebrado en Francia a finales de 1985, fue capaz de realizar conductas que hasta ese momento ningn robot haba logrado. Curiosamente, muchos desacreditaron su trabajo, dado que ese robot no se basaba en procesos de razonamiento centralmente dirigidos ni en algoritmos clsicos que pudieran ser analizados. Brooks, continu desarrollando robots, cada vez ms sofisticados, lo que permiti, en 1997, contar con un robot autnomo, sin control humano, en la superficie de Marte, como fue el caso del Sojourner.

Los robots que Brooks y su equipo han desarrollado, se basan todos en dos principios fundamentales: situacin y encarnacin, los cuales define de la siguiente manera:

Una criatura o robot situado es aquel que se halla inserto en el ambiente y que no opera con descripciones abstractas sino a travs de sensores propios que en el aqu y ahora del mundo influyen directamente en su conducta.

Una criatura o robot encarnado es aquel que posee un organismo fsico y experimenta el mundo, al menos en parrte, directamente a travs de la influencia de ste sobre el cuerpo. Se produce un tipo ms especializado de personificacin cuando la plenitud de ese ser se halla contenida dentro del mundo.En la dcada de los 90, Brooks, Cynthia Breazeal, Robert Irie y otros miembros de su equipo, construyeron el primer robot humanoide, llamado Cog, que es capaz de interactuar socialmente con las personas de un modo ms natural.

A pesar de estos significativos avances, Brooks, advierte:

La verdad de la cuestin es que carecemos de un sistema de visin informtica que sobresalga en la tarea de reconocer que algo es una taza, un peine o la pantalla de un ordenador. Nuestros sistemas de visin informtica pueden hacer unas cuantas cosas con gran destreza, pero tras cuarenta aos de investigaciones no destacan en tareas que los seres humanos y muchos animales llevan a cabo sin esfuerzo.

(. . . .) Est claro que todava nos falta algo fundamental en el modo en que se halla organizada la visin en los humanos, aunque casi nadie lo reconocer.A pesar de estas falencias, aparentemente tan bsicas, Cog permiti el desarrollo de Kismet, un robot que puede participar en interacciones sociales y que est constituido por diversos subsistemas que no cuentan con un subsistema de control central. Kismet, puede dirigir su mirada hacia aquello que llame su atencin, atendiendo a cosas que se mueven, que presentan colores saturados y las que tienen el color de la piel. Es capaz de localizar los ojos de su interlocutor y presentar cambios apropiados en su contacto visual a lo largo de una conversacin. Kismet puede buscar y localizar objetos, a pesar que no ha sido programado para ello, es decir, estas conductas emergen de otras conductas ms simples. Kismet, tambin es capaz de percibir voces e identificar indicadores prosdicos que le permiten extraer el mensaje emocional que acompaa al mensaje verbal. Ms an, estos mensajes emocionales que identifica pueden afectar su conducta, es decir, presenta un rudimentario estado emocional que afecta su actividad.

Por supuesto, Kismet presenta diversas y significativas limitaciones:

Lo que Kismet no puede hacer es entender realmente lo que se le dice. Ni es capaz de manifestar algo significativo. Pero ninguna de estas restricciones parece constituir un gran obstculo para una buena conversacin. Kismet slo oye que las personas hablan y la prosodia de sus voces. Kismet pronuncia fonemas ingleses, pero no comprende lo que dice ni sabe cmo encadenar los fonemas o slabas de una manera significativa.

Ciertamente Cog y Kismet, constituyen importantes avances en el desarrollo de la robtica y nos llevan a replantear algunas conceptualizaciones referentes a la cognicin y a la inteligencia. Estos robots humanoides, resultan ser organismos inteligentes en varios sentidos, aunque claramente no en otros. La inteligencia artificial, la robtica y la ciencia cognitiva han tenido importantes desarrollos tericos y prcticos en los ltimos aos y todo parece indicar que estamos al comienzo de una impredecible e interesante aventura.

Las importantes limitaciones que presentan los robots hasta la fecha, me parece que no permiten desechar completamente el aporte de los sistemas computacionales ms clsicos. En medio de estos loops recursivos que nos resultan impredecibles, nadie puede asegurar que no aparecer un modelo que integre el enfoque de los sistemas seriales al desarrollo que en ese momento est presentando esta nueva inteligencia artificial. La experiencia parece indicar que hay que dejar que la evolucin haga su parte, pues hasta el momento parece haber actuado con cierto grado de inteligencia.

La inteligencia como concepto relacional.

La inteligencia es, claramente, un concepto que nos remite a un mundo complejo. Tradicionalmente, nuestra cultura occidental ha intentado transitar por un mundo simplificado, un mundo analizado, un mundo predecible, sin importar que en este esfuerzo este mundo fuera brutalmente distorsionado. Encerrarnos en la idea del control racional fue el resultado de dicho intento, as como tambin el abandonar nuestro cuerpo y con l la experiencia del mundo.

Jean Piaget, en la primera mitad del siglo XX, nos invitaba a entender la cognicin y la inteligencia como un proceso que se da en la interaccin del organismo con su medio, enfatizando la importancia de los procesos y operaciones sensorio-motrices. Parece ser que durante mucho tiempo, slo prestamos atencin a una parte de lo que Piaget nos indicaba, sin ahondar mucho en sus consecuencias. Es probable, que no hayamos estado preparados, en ese momento, para ver y escuchar lo que podan significar sus planteamientos.

Un fenmeno similar se dio con la propuesta de quienes sustentaron el enfoque conexionista y la ciberntica. Aparentemente, tampoco estuvimos a la altura de esas ideas, con lo cual la ciencia cognitiva tuvo un retraso, si se puede as llamar, de ms de una dcada. En este caso, la mayora no pudo ver lo que esas ideas significaban. La evolucin del pensamiento segua su curso, faltaban algunos ciclos recursivos para poder ver y escuchar con mayor claridad.

Me parece que lo mismo est pasando con las emociones, estamos reparando nuevamente en ellas y advirtiendo la influencia que ejercen en lo que tradicionalmente llamamos nuestra inteligencia.

El desarrollo que hasta ahora ha alcanzado la ciencia cognitiva, permite plantear que la inteligencia no es una cualidad o propiedad de un organismo especfico, sino ms bien el nombre con el que distinguimos un tipo de interaccin particular entre ese organismo y su entorno, la cual se caracteriza por permitir el acoplamiento estructural necesario entre estos dos sistemas para que dicho organismo pueda seguir existiendo en ese dominio o mbito particular. Creo que la mayora de las definiciones o conceptualizaciones acerca de la inteligencia son consistentes con esta forma de entenderla, estando las diferencias fundamentalmente basadas en el nfasis que le dan a un aspecto especfico de dicha relacin.

Todos formamos parte de diversos sistemas y nuestras acciones pueden o no contribuir al acoplamiento estructural de los mismos. Quizs an no veamos las consecuencias que esto pueda tener, dado que nuestras conductas pueden constituir pequeas diferencias que se pueden amplificar mediante los procesos recursivos del vivir. No podemos saber con certeza dnde estaremos en los prximos aos, aunque quizs nuestra percepcin se afine para permitirnos captar la tendencia que tiene el sistema del cual formamos parte.

Hasta el momento, la inteligencia artificial y la robtica nos estn ayudando a pensar acerca del vivir humano y a comprender un poco ms lo complejo de nuestra existencia. Como individuos y como especie tenemos importantes desafos por delante, la manera cmo los enfrentemos ser, en mi opinin, la principal forma, quizs la nica vlida, de evaluar nuestra inteligencia.

Quisiera terminar este comentario con una reflexin de Rodney Brooks:

Como producto de la evolucin, es improbable que hayamos alcanzado un estado por completo ptimo, especialmente en las reas cognitivas. La evolucin construye un batiburrillo de capacidades que resultan adecuadas para el nicho en que la criatura sobrevive. Es por entero posible que con unos cuantos cambios adicionales en las conexiones de nuestros cerebros normales lleguemos a descubrir nuevas capacidades. Quiz se trate de destrezas sobre las que no conseguimos ahora razonar, justo como le sucede al paciente de agnosia. Seran capacidades sobre las que nuestra propia reflexin especial, de la que los seres humanos nos sentimos tan orgullosos, no es capaz de razonar sin que hayan tenido lugar esos cambios de conexiones.