PARA LA BUENA VIDA

"Pero los oligárquicos no dicen lo más importante: si los hombres han formado una comunidad y se han reunido por las riquezas, participan de la ciudad en la misma medida en que participan de la riqueza, de modo que el argumento de los oligárquicos parecería tener fuerza (pues no es justo que participe de las cien minas el que ha aportado una igual que el que ha dado el resto, ni de las minas primitivas ni de sus intereses). Pero los hombres no han formado una comunidad sólo para vivir, sino para vivir bien." Aristóteles, Política III 9

dissabte, 30 de maig de 2020

LA MÁQUINA DE SCHANK


En la máquina de Schank se desarrollan plenamente las pretensiones de los partidarios de la IA Fuerte, que pueden enunciarse así:
  1. Que una máquina apropiadamente programada pueda entender relatos y formular preguntas relacionadas con ellos.
  2. Que tal máquina explique el funcionamiento de la mente humana en los procesos relacionados con la comprensión de relatos y la formulación de preguntas sobre esos relatos.

Es decir, que la máquina de Schank no simula la mente humana, sino que es un equivalente a la mente humana, piensa, entiende, conoce, etc. Estos serán los aspectos más importantes del experimento mental de Searle, la habitación china (comprensión de relatos, equiparación con la mente humana), dado que pretende refutar estas dos conclusiones de la IA Fuerte.
¿Cómo funciona la máquina de Schank? A finales de los años 70, Roger Schank desarrolló un programa que permite mostrar los niveles de comprensión de relatos por parte de una máquina, según parámetros humanos. ¿Qué quiere decir esto? Cuando a alguien le explican una historia, es capaz de hacer preguntas sobre aspectos de la historia no explicitados en el relato, pero implícitos en él, sobre lo que el relato implica, aspectos que se suponen o se deducen del contexto, de la situación narrada, gracias al conocimiento que tenemos del mundo en que nos movemos.
Por ejemplo: un cliente pide una hamburguesa en un restaurante, se la traen medio quemada y entonces, enfadado, el cliente se va sin pagar la cuenta. El interlocutor podría preguntar: "ah, pero, ¿se comió la hamburguesa?". Esta pregunta pone de manifiesto que el oyente ha entendido el relato más allá de lo literalmente relatado, de lo explícito.
La máquina de Schank puede llevar a cabo preguntas similares. Posee una información sobre lo que ocurre en los restaurantes similar a lo que saben los humanos, y esto le permite hacer preguntas del tipo que esperamos que hagan los humanos. Para Schank, los procesos de comprensión de guiones o relatos, tanto para sistemas humanos como artificiales, van más allá del conocimiento gramatical y semántico del lenguaje natural, ya que implican el uso de gran cantidad de conocimientos experienciales sobre el mundo, ya que intervienen en los procesos de comprensión de los mensajes. Para entender la anterior narración, los hablantes tienen conocimientos previos sobre lo que ocurre en los restaurantes. Es lo que Schank denomina Teoría de la Dependencia Conceptual, según la cual, el significado de un relato, guión o texto trasciende la simple suma de los significados de las frases que contiene el relato. Y esto es un principio básico en el funcionamiento de la máquina de Schank.
Por esta razón, los partidarios de la IA Fuerte ven en ella una confirmación de las tesis arriba expresadas. Para estos, las secuencias de preguntas y respuestas que soporta la máquina no son una simulación de lo que hacen los humanos, sino que, literalmente, la máquina "entiende la historia y proporciona respuestas a la preguntas", y de esta manera explica en qué consiste la habilidad humana para entender lo implícito desde lo explícito.

¿Quién es Roger Schank? Roger Schank (1946), junto a Robert Abelson, son autores del libro titulado Scripts, Plans, Goals and Understanding, publicado en 1977 (Guiones, planes, metas y entendimiento. Barcelona, Paidós, 1988). Profesor en Yale, hoy es un gurú del e-learning, con numerosos seguidores en todo el mundo académico. Partidario del aprender haciendo, crítico con las asignaturas, la evaluación y el modelo tradicional de escuela, que no tiene en cuenta los intereses de los estudiantes, el auténtico motor del aprendizaje. Es autor de numerosos libros, entre ellos El ordenador inteligente (traducido en España en 1986, en Antonio Bosch Editor); Tell Me a Story. A New Look at Real and Artificial Memory (1990), y Tell Me a Story. Narrative and Intelligence (Rethinking Theory) (1995); Dynamic Memory Revisited (CUP, 1999).

Esto ya lo decía A. S. Neill


FUENTES: John Searle, Mentes, cerebros y ciencia (Minds, Brains and Programs, en The Behavioral and Brain Sciences, vol. 3, CUP, 1980; Cátedra, 1990). Consultar enlace permanente.

OTRAS REFERENCIAS:





dimarts, 19 de maig de 2020

MÀQUINES I HUMANS


Parlem d'intel·ligència artificial: el robot ideal és aquell que sembla humà. Però no oblidem que la paraula robot ve de txec, robota, que vol dir "esclau". Volem robots per alliberar-nos del treball, perquè assumeixin feines que preferim no fer nosaltres, o perquè les faran millor que nosaltres.
Hi ha un munt de pel·lícules que expressen aquesta aspiració humana de crear màquines que semblin humanes:
El Golem
Metrópolis
Blade Runner
La sèrie Alien (Prometeus inclosa)
Ghost in de Shell
Eva
Ex machina
IA
Jo Robot
Saturno III
2001 Odisea Espacial (un computador que es torna boig)
Her

Un amic per a Frank

No podem parlar de robots sense parlar d'intel·ligència artificial, és a dir, un dispositiu mecànic capaç de funcionar com si fos humà no sols a efectes mecànics, sinó també en el sentit de parlar (i per tant pensar) com si fos humà. Els actuals computadors s'acosten cada vegada més a poder manifestar uns nivells d'intel·ligència superiors als humans en funcions determinades, com el processament de dades, la gestió de la informació, la rapidesa en la recerca de dades, i fins i tot la presa de decisions. Són molt ràpids, poden gestionar quantitats ingents d'informació, poden calcular el número p amb milers de decimals. I ens hem acostumat a treballar amb ells, convuire amb ells, parlar amb ells, com és el cas de la Siri o l'Alexa.
Tot això obre una qüestió que té implicacions filosòfiques des de fa dècades. La possibilitat d'arribar a conviure amb màquines que no semblin màquines sinó éssers humans ha generat inquietud entre físic, informàtics, lingüistes i filòsofs, i ha traspassat l'àmbit de la reflexió per arribar al públic en forma de pel·lícules, i llibres també. Blade Runner va ser abans un llibre: Somien els androides amb ovelles elèctriques, de Phillip K. Dick; Jo, robot va ser abans una narració d'Issac Asimov.
On va a parar tot aquest cúmul d'idees? Bé, en el món del pensament i la robòtica, singularment units al voltant d'una idea, hi ha una sèrie de gent partidària del que s'anomena intel·ligència artificial forta, és a dir, que creuen que aquesta possibilitat teòrica de igualar la intel·ligència humana amb una màquina es realitzarà tard o d'hora. Creuen que tècnicament serà possible reproduir en un ordinador els processos que es produeixen en la ment humana. Al cap i a la fi, tot són connexions elèctriques i programacions de funcions, en un medi material: cables, xips, cervell. Tot és matèria, no?
Quan vàrem parlar de les teories de la ment humana, tema 2, ens va sortir aquesta qüestió: hi ha teories materialistes, que defensen que la ment es pot reduir a matèria; després estan els dualistes, que creuen que malgrat ser produïda per la matèria, la ment és quelcom més que matèria. Doncs bé, els partidaris de la intel·ligència artificial forta estan vinculats al materialisme, que encaixa molt bé en les seves pretensions; mentre que els crítics estarien del costat del dualisme (però no el dualisme clàssic, defensat per Plató, Descartes, etc., sinó d'aquest dualisme que accepta l'origen material de la ment). Entre aquestes dues faccions filosòfiques hi ha una pugna teòrica, una rivalitat que ja compta vàries dècades i de la qual farem un petit repàs:
  • El test de Turing. Els partidaris de la intel·ligència artificial forta aviat van pensar que la dificultat de distingir un robot d'un humà seria en el futur una font de problemes, sobre tot pels humans. Alan Turing, figura heroica dels inicis de la informàtica, va formular cap al 1950 una prova per veure com diferenciar els uns dels altres, considerant que el progressiu desenvolupament tècnic de la informàtica faria cada vegada més difícil aquesta distinció, a la vegada que la intel·ligència i el llenguatge de les màquines s'acostaria cada vegada més a la forma humana.
  • L'habitació xinesa: es tracta d'una unitat tancada en una mena d'habitació que rep un missatge en xinès, missatge que ha de respondre també en xinès, de forma adequada. És el que esperes d'un assistent com Siri o Alexa, i aleshores el bon funcionament d'aquest intercanvi de missatges ens fa pensar que Siri o Alexa, o la unitat informàtica que hi ha amagada, saben xinès. El cas és que dintre de l'habitació no hi ha cap ordinador, sinó el mateix Searle, amb un munt de diccionaris i llibres de xinès, que li permeten interpretar el missatge que li arriba, i emetre una resposta correcta, tot i que Searle no sap xinès. Això mateix és el que faria un ordinador (potser més ràpidament que Searle), per la qual cosa no hauríem de dir que l'ordinador sap xinès, ni que el diccionari de xinès sap xinès. Les màquines, la matèria, no sap. L'ordinador només gestiona informació, però no és conscient del que fa. Només la ment és capaç de tenir consciència, de sentir que sap, d'emetre missatges que un ordinador potser no podria interpretar. Els humans parlem amb intencionalitat. Què vol dir això? Podem donar ordres a l'Alexa: "Alexa, engega la calefacció", i possiblement Alexa interpretarà l'ordre i obeïrà. Però potser li direm: "Alexa, no notes que fa fred?" Un huma interpretaria el missatge correctament: vols que engegui la calefacció. Però, i Alexa? Potser diria: "No, no noto que faci fred". Això és el que farà l'habitació xinesa, llevat que a dintre hi hagi amagat un humà.

L'experiment mental de Searle ens mostra la paradoxa que hi ha en la pretensió que les màquines puguin parlar i pensar com els humans. Les màquines són programades mitjançant un llenguatge artificial, formal, que és incompatible amb els paràmetres del llenguatge natural humà (totes aquelles característiques que també el fan diferent dels sistemes de comunicació animal), però el resultat d'aquesta programació hauria de suposar per a les màquines l'adquisició del llenguatge natural humà, com a condició sine qua non per semblar-se als humans. I el mateix pel que fa al pensament: les màquines poden generar una ment, arribant a fer el mateix que els cervells humans?
Els partidaris de la intel·ligència artificial forta pensen que sí, que això serà possible, però si assumim el que diu Searle, hauran d'aconseguir tenir quelcom que només els humans podem fer: tenir consciència, saber què fem, ser conscients del que fem i de les raons o motius del que fem, cosa que dóna intencionalitat al nostre llenguatge i permet que les nostres paraules tinguin diferents sentits (connotacions) en relació al context en què s'emeten, i siguin enteses pels altres en funció del context en què són escoltades. Fins que els ordinadors no aconsegueixin arribar a desenvolupar això, només simularan ser humans, i potser ho faran força bé, però pel que fa al pensament i al llenguatge, tindran el mateix nivell de consciència que una rentadora.


diumenge, 10 de maig de 2020

ELS LLENGUATGES ARTIFICIALS


Primer de tot hem de ve veure com és el llenguatge de les màquines, que s'anomena artificial perquè s'ha desenvolupat expressament per satisfer unes exigències determinades dintre d'un espai o comunitat lingüística orientada a un ús específic d'aquest llenguatge. Podem distingir entre:
  • Llenguatges tècnics, amb termes estrictamente definits: mèdics, biològics, legals, filosòfics, sociològics, del món dels escacs, navals, etc.
  • Llenguatges formals, reduïts a funcions entre termes, sense fer referència al món de l'experiència: àlgebra, programació informàtica, lògica (dels diversos tipus), en alguns casos binària (circuit obert/tancat), en altres difusa.

Aquests llenguatges artificials presenten aquestes característiques:
  • Han de tenir una estructura lògica binària: principi de no contradicció. El discurs de la ciència no pot ser contradictori, sinó coherent, internament coherent.
  • Però en alguns casos s'aplica el que es diu lògica difusa o de graus de pertinença, que permet generar programes adequats per prendre decisions. Exemple: una poma mossegada, és la mateixa poma que abans era sencera?
  • Univocitat, no han de presentar ambivalències ni polisèmies.
  • Predomini de les oracions protocolàries, és a dir, els enunciats que es formen d'acord amb criteris objectius, sotmesos al protocol d'un laboratori, i que descriuen una experiència concreta: la reacció entre la substància A i la substància B dóna com a resultat un compost que presenta un intens color vermell.

Podem preguntar-nos en quin sentit el llenguatge científic és artificial. Bé, és evident que totes les formes de llenguatge artificial estan fetes de llenguatge natural, perquè és l'únicque tenim com a punt de partida. Un llenguatge natural és aquell que aprenem de forma natural, és a dir, la llengua materna, o una segona llengua, etc. Se li diu natural en el sentit que l'aprenem de forma natural, assignant a les paraules els significats que els parlants els donen, és a dir, per convenció social impersonal, ja que no sabem com es va donar inicialment aquest significat a una paraula concreta.
A diferència d'aquests llenguatges naturals, els diferents llenguatges artificials, entre els quals trobem el científic, tenen com a base el llenguatge natural, però han incorporat elements semàntics i formals que no s'aprenen de forma natural, sinó que el seu significat ha estat donat en un moment concret i fins i tot per una persona o un grup de persones concretes: els llenguatges de programació, per exemple; els signes de la lògica, la notació algebraica, la notació química, la terminologia mèdica, etc.
Posem un exemple proper:
  • La paraula gos designa un element del món que té unes característiques concretes que s'ajusten a les característiques generals que hi ha en el concepte gos. Ho sabem perquè en un moment de la nostra infantesa algú va assenyalar un gos i va dir gos. Els lingüistes saben la història de la paraula gos, és la ciència de l'etimologia, i ho podem saber gràcies als diccionaris etimològics. Però hi ha un moment en què es perd el fil, la pista. I ningú sap en quin moment va haver un primer gest assenyalant un gos i emetent una veu, segurament durant el paleolític. Però tot això és un procés natural en els éssers humans.
  • Els científics classifiquen els objectes del món. Per a ells, un gos és quelcom més que un animalet de companyia o de treball. La ciència vol tenir una imatge dle món on els objectes del món estiguin en un lloc determinat, relacionat amb altres objectes del món semblants, en una mena d'arbre genealògic. El nom que s'assigna al gos en aquest arbre és canis vulgaris. Es diu canis perquè pertany a la família dels cànids, i vulgaris perquè és tracta del gos comú, que abasta totes les varietats de gos que els humans hem desenvolupat pel nostre compte, des que fa uns vint mil anys vam començar a viure junts (el que s'anomena simbiosi). Aquest nom, canis vulgaris, el va posar un científic concret, que va desenvolupar la nomenclatura de les espècies vives d'acord amb uns criteris concrets, racionals. Es deia Carl Linnaeus, era suec i va viure al segle XVIII, i és el pare de la taxonomia, la branca de la biologia que classifica els éssers vius en un complicat quadre de tipologies.

EXEMPLE DE LA CLASSIFICACIÓ DE LINNAEUS


Així que la ciencia ha construït el seu propi llenguatge, de forma artificial. Nosaltres no anem pel carrer assenyalant un gos i dient: mira, és un canis vulgaris!! Tampoc mirem el cel i diem:

Les meves estrelles preferides son alfa centauri, beta persei i eta carinae!!

Dir això en una conversa romàntica no és bona estratègia. Millor començar-la amb uns versos de Neruda: "la noche está estrellada...", fent servir un llenguatge natural.
Com és que algunes estrelles tenen noms naturals ("el gos", Algol, Sirius, Betelgeuse, etc.), que remeten a significats assignats històricament, com la paraula gos, però després els científics han creat uns noms diferents amb uns criteris que només coneixem si sabem alguna cosa d'astronomia?

Els llenguatges artificials aplicats a les màquines:
  • Les seqüències de missatges són el resultat d'una programació.
  • Permet una gran rapidesa en la transmissió d'informació.
  • Potser les màquines poden imitar el llenguatge humà, però el programa informàtic i el disseny de la màquina són fruit de l'activitat humana.



diumenge, 3 de maig de 2020

CHOMSKY O SKINNER


Edición española de 1977

Hay dos posturas enfrentadas en torno al tema de la adquisición del lenguaje:

Naturalismo, representado actualmente por la corriente instrumentalista de Chomsky. Para Chomsky, el lenguaje es innato, puesto que se despliega paulatinamente en el niño hasta que se fija. Chomsky considera que tenemos una estructura gramatical, de carácter mental y heredado, que condiciona el desarrollo del lenguaje. Es evidente que el equipamiento genético de los seres humanos posibilita la adquisición del lenguaje. Las estructuras básicas que permiten el desarrollo individual de la capacidad lingüística son innatas y componen una gramática generativa universal, a partir de la cual los humanos aprenden a hablar y luego reinventar la lengua, sin que haya existido una experiencia previa. Chomsky argumenta que el sistema de refuerzos no explica nuestra capacidad innovadora: somos capaces de construir frases que no hemos oído y de comprender algunas absolutamente extrañas. La regularidad de la aparición de los hitos del lenguaje y la semejanza de las estrategias de adquisición del mismo remiten a procesos madurativos del sistema nervioso y permiten postular una competencia o capacidad innata en el individuo más que un proceso de aprendizaje basado en estímulos definidos (conductismo, Skinner). Parece que no sólo reaccionamos frente a estímulos físicos concretos, como podrían ser las palabras, sino que el aprendizaje abarca unas estructuras abstractas en las que nos desenvolvemos con soltura. En su opinión, la teoría conductista no sirve para explicar esa capacidad de innovación. En cambio, si consideramos que todos los seres humanos nacen con la capacidad de aprender una lengua y que da igual qué lenguaje sea (puesto que la realización concreta tiene lugar en función del lugar de nacimiento), llegaremos a la conclusión de que poseemos unas estructuras mentales capaces de realizar una gramática generativa-transformacional. Esto explica la capacidad de los niños de aprender cualquier tipo de lenguaje con la misma facilidad. Estas estructuras no se encuentran en ningún animal, por lo que no son capaces de hablar, pero se encuentran en todos los seres humanos, lo que explica que encontremos lenguaje en todas las culturas. Esta tesis remite al aspecto creador del lenguaje en el nivel de su utilización corriente (recursividad heurística).

Conductismo, que representa al convencionalismo basado en el aprendizaje. Skinner defiende que el lenguaje se adquiere mediante refuerzos y condicionamiento. No podemos olvidar que el niño aprende en un determinado ambiente: un niño no hablaría y preguntaría indefinidamente si no obtuviera respuestas o se le castigase. Los niños emiten una serie de sonidos que no producen reacción por parte de quienes les rodean. En cambio, cuando dicen "papá" o "mamá", pueden apreciar una respuesta muy gratificante, lo que hace que vuelvan a repetirlo, mientras van dejando de emitir aquellos sonidos que su familia no identifica como propios de su lengua. Esto es lo que hace que el niño termine empleando las palabras de un idioma y no de otro.

Gadamer representa una posición intermedia, según la cual no son viables las anteriores por sí solas. Los niños aprenden un idioma particular, el de su entorno, pero la competencia lingüística se adquiere incluso en un entorno pobre en estímulos porque hay algo anterior a la convención y al aprendizaje que posibilita la adquisición idiomática, algo que viene de la especie, algo no aprendido, que forma parte de la manera humana de procesar la información, es decir, que el hombre es un animal lingüístico. En esto, Gadamer daría la razón a Chomsky: hay una gramática universal, válida para todas las lenguas naturales, con la que construimos esas lenguas, al menos en su base más esencial, una gramática mínima que todas las lenguas cumplen y sobre la que se van forjando las diferencias. Investigaciones recientes han señalado la existencia de universales lingüísticos en los niveles fonológico, morfosintáctico, semántico, que remiten a la existencia de una estructura profunda común a todos los lenguajes, de la cual las estructuras particulares o superficiales son realizaciones concretas, históricas y culturales.

El problema más original reside en el punto de origen del lenguaje, el paso de la monoarticulación animal (gritos con significado de los simios) a la doble articulación (sonido más gramática). Es el paso de la phoné al logos, ya sugerido por Aristóteles, el paso hacia lo simbólico, cómo se formó el universo lingüístico humano.


divendres, 1 de maig de 2020

Auto Cad Tutorials