La naturaleza de la inteligencia: Turing contra Turing

Uno de los primeros autores que comenzó a plantearse con seriedad la naturaleza de la inteligencia fue Alan Turing.  Cierto que, como muchos otros, la definió en términos puramente operativos y, aunque sin llegar al estúpido “inteligencia es lo que miden los test”, puso la carga de la prueba en el observador. Si un observador externo concluía que su interlocutor era humano y no una máquina,  el engaño a tal interlocutor constituiría la prueba de que la máquina era, a efectos prácticos, inteligente.

John Searle le replicaría con su ejemplo de la habitación china donde, gracias a un sistema de códigos, un chinoparlante y otra persona que utiliza el sistema de códigos pueden conversar en chino. Al final de la conversación, el chinoparlante puede quedar convencido por la coherencia de las respuestas de que su interlocutor también domina el chino y, sin embargo, no es así. Searle rompería de esta forma la prueba de Turing.

Sin embargo, uno de los elementos más interesantes de la figura de Turing es que el primero en romper su concepto de la inteligencia fue él mismo al realizar un trabajo que no tenía nada que ver con estas disquisiciones pero que, en sí mismo, mostraba cuál es la naturaleza de la inteligencia:

Durante la II Guerra Mundial, Alan Turing estuvo involucrado en el que fue probablemente el más brillante trabajo de espionaje realizado por los británicos en sus instalaciones de Bletchley Park. El trabajo consistió en romper el sistema de codificación de las transmisiones realizadas por los submarinos alemanes; los submarinos llevaban a bordo una especie de máquina de escribir llamada Enigma y que,  mediante el procedimiento de colocar en distintas posiciones una serie de ruedas, convertían un mensaje comprensible en algo totalmente incomprensible y donde descifrarlo podría suponer navegar a través de miles de millones de posibles combinaciones. La misma máquina era utilizada para descodificar el mensaje recibido colocando las ruedas en igual secuencia que el emisor.

Posiblemente hoy fuera una tarea fácil gracias al avance de la tecnología de la información; es incluso fácil conseguir programas que en un tiempo bastante corto consiguen averiguar la clave de una red inalámbrica a pesar de que ésta, en los casos más fáciles, lleva quince posiciones alfanuméricas. En aquella época no se disponía de ese recurso pero, a cambio, se disponía de la inteligencia.

Lo primero que se preguntaron los investigadores es cómo era el proceso de construcción de un mensaje y fue la primera y, aparentemente, más elemental de las respuestas la que les conduciría a descifrar el sistema de codificación alemán. Parecía bastante previsible que si muchas personas estaban utilizando un sistema, el sistema podía ser complejo pero su base debería ser suficientemente simple para tal utilización. La base podía ser, sencillamente, la preparación de un mensaje escrito en alemán.

A partir de aquí vino el resto. El análisis de la estructura del idioma, el conocimiento de la frecuencia de los distintos tipos de letra y otros elementos harían que los teóricos miles de millones de posibilidades quedasen reducidas a unas 8.000 posibilidades reales, cifra suficiente para ser manejada por uno de los primerísimos ordenadores de la época para descodificar un mensaje en unas pocas horas.

El concepto de Turing de inteligencia ha sido manejado por otros después de él, en unos casos para reafirmarse en él y en otros casos para contradecirlo. Entre los primeros, destaca Rodney Brooks, del área de Inteligencia Artificial del M.I.T., quien afirma que en un experimento como el propuesto por Searle es posible que la persona no comprenda el chino pero el sistema sí lo comprende -confundiendo como si fueran sinónimos los conceptos de operar y comprender- mientras que el mucho más certero Jeff Hawkins sitúa como elemento distintivo de la inteligencia la capacidad para anticipar qué es lo que viene a continuación.

Modestamente, me voy a permitir discrepar con ambos. Considerar, como Brooks, que “el sistema comprende el chino” implica no tener la más remota idea de qué significa comprender o, lo que es peor, no interesarle en absoluto.  Su planteamiento es sencillo: Hablar chino es considerado como un “problema”. Si se puede dar una “solución”, el sistema funciona y, por tanto, comprende.

Hawkins rechaza la idea de resolución de problemas como indicativo de inteligencia y, en lugar de esto, la sitúa en la capacidad de anticipación y probablemente va mucho más enfocado pero ¿qué hay debajo de la capacidad de anticipación?

Decir que la capacidad de anticipación se sustenta sobre la conciencia situacional, es decir, sobre un conocimiento del contexto suficientemente rico y variado como para introducir más variables y con más relaciones entre ellas puede ser cierto pero nos sitúa la pregunta un paso más allá.

Los elementos comunes de la conciencia situacional son susceptibles de ser programados y, una vez que se ha hecho esto, pueden ser operados en forma rutinaria sin necesidad de intervención de la inteligencia pero ¿de dónde vienen los elementos no comunes o la emergencia de relaciones no comunes entre elementos que pueden ser habituales?

No es necesario llegar al trabajo de Turing; a título de anécdota, hace pocos días recibí un mensaje que incluía un documento protegido y, al utilizar la clave para abrirlo, encontré que no funcionaba. Podía haber sido un dedo que hubiera tocado la tecla inadecuada pero no es fácil porque el programa pide confirmación de la clave. Lo más probable era que el autor hubiera dejado pulsada la tecla de mayúsculas. Intenté abrir el documento con las mayúsculas pulsadas y el documento se abrió. Es simple pero probablemente fuera del alcance de un ordenador si previamente no se le ha programado ese posible error; por otro lado, el ordenador podría encontrar la clave recurriendo a la fuerza bruta, es decir, a probar claves pero esto, aún resolviendo el problema, sería más una prueba de la ausencia de inteligencia que de su presencia aunque esto último estuviera sujeto a discusión.

Turing mostró en su trabajo con Enigma una elevada conciencia situacional pero esa conciencia situacional se sustenta sobre una capacidad de reconstruir un proceso desde su inicio y es ese proceso de reconstrucción el que va dando lugar a nuevas variables o a nuevas relaciones entre las ya existentes.

La aparente simpleza de que, probablemente, los encargados de las comunicaciones en los submarinos escribían en alemán y lo que se pudo hacer después con eso resultó tan demoledora que los americanos decidieron basar sus comunicaciones codificadas en el idioma navajo en lugar de hacerlo, como habría parecido más normal, en el inglés.

El descubrimiento del contenido de los mensajes enviados con Enigma no es una mera resolución de un problema, salvo que demos a este concepto una amplitud tan general que llegaría a ser completamente inútil porque todo acabaría siendo la resolución de un problema. Es, en lugar de esto, la reconstrucción de un proceso para el cuál sólo se dispone de unos pocos datos y hay que reconstruir el resto.

La parte final de la descodificación de un mensaje, la reducción de las 8.000 posibilidades a una, sí puede considerarse un proceso de resolución de un problema ya que todos los parámetros están presentes y se trata de operar con ellos bajo unas reglas previamente definidas -por eso no es inteligencia-  mientras que la reducción de miles de millones a 8.000 donde antes de aplicar las reglas hay que construirlas sí es una prueba de inteligencia.

Turing planteó su concepto de la inteligencia como una forma de mostrar que las máquinas pueden ser inteligentes. La prueba no era adecuada, como demostró Searle, pero si damos a la inteligencia un nivel mucho más alto, en la línea propuesta por Hawkins o en la propuesta aquí mismo ¿puede una máquina ser inteligente?

Rodney Brooks aplicó la misma finura intelectual a este problema que a la distinción entre comprender y operar. Según Brooks, ha habido una serie de personas que siempre han dibujado una raya en el suelo y han dicho “Hasta aquí” indicando que ése era el punto que una máquina capaz sería de superar y que este punto ha sido superado una y otra vez. Brooks tiene razón en esto pero cae en el mismo error que critica: ¿Significa el hecho que señala que no exista tal raya en algún sitio? El “si hemos vencido antes, venceremos siempre” no deja de ser un razonamiento bastante pobre.

El enriquecimiento del contexto implica la exposición a situaciones que van abriendo posibilidades y van ampliando la conciencia situacional. Una máquina podría ser expuesta a situaciones y llegar a comportarse en forma inteligente.

Una objeción aparentemente sólida consiste en que la máquina debería seguir un ciclo vital parecido al de una persona y se necesitarían muchos años para conseguir que se produjese un comportamiento mínimamente inteligente pero esto no es cierto.

Salgamos por un momento del tema: ¿Por qué los especialistas en genética no trabajan con personas en sus investigaciones? Sencillo; porque cuando pudieran ver resultados ya estarían muertos porque su ciclo vital y el de su objeto de investigación son idénticos. Por esto trabajan con moscas y otros animales o plantas que producen nuevas generaciones en el plazo de unos pocos días y pueden observar a lo largo de su trabajo multitud de generaciones distintas.

Volvamos ahora al asunto: Si suponemos que el mecanismo de adquisición de experiencia para una máquina es igual que el nuestro, su ciclo vital será también igual pero la capacidad de una máquina para recibir información es mucho más rápida que la nuestra. ¿Qué ocurriría si uno de nosotros tuviera cien millones de ojos y de oidos situados en  puntos muy distantes y adquiriendo información sobre cosas muy distintas? Enloqueceríamos porque no tenemos tal capacidad de atención múltiple pero ése no es un problema para la máquina.

Evidentemente, las cosas no son tan fáciles y llevarlas al terreno práctico puede ser muy complicado pero la posibilidad de una máquina inteligente no es algo que podamos cerrar de antemano. Brooks está acertado en esto aunque sea por razones muy distintas a las que expone.

La prueba de Turing abrió una senda errónea que, al margen de las demostraciones de otros, quedó en evidencia como tal a través del trabajo del propio Turing en otros terrenos. Si algún día se quiere construir una máquina inteligente, habrá que tener una idea clara de qué es la inteligencia y, a partir de ahí, trabajar en la dirección correcta.

Anuncios

Responder

Por favor, inicia sesión con uno de estos métodos para publicar tu comentario:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s