211service.com
Máquinas irreflexivas
Algunos de los fundadores y líderes en los campos de la inteligencia artificial y la ciencia cognitiva dieron una dura evaluación anoche de la falta de progreso en la IA durante las últimas décadas.
Durante una mesa redonda, moderada por lingüistas y científicos cognitivos Steven Pinker —Que dio inicio al simposio Brains, Minds, and Machines del MIT, los panelistas pidieron un regreso al estilo de investigación que marcó los primeros años del campo, uno impulsado más por la curiosidad que por las aplicaciones limitadas.
Quizás se pregunte por qué no hay ningún robot que pueda enviar para reparar los reactores japoneses, dijo Marvin Minsky , que fue pionero en las redes neuronales en la década de 1950 y logró avances importantes en la inteligencia artificial y la robótica. La respuesta es que hubo muchos avances en las décadas de 1960 y 1970. Entonces algo salió mal. [Hoy] encontrarás estudiantes entusiasmados con los robots que juegan baloncesto o fútbol o bailan o te hacen muecas. [Pero] no los están haciendo más inteligentes.
Patrick Winston , director del Laboratorio de Inteligencia Artificial del MIT de 1972 a 1997, se hizo eco de Minsky. Mucha gente protestaría por la opinión de que ha habido no progreso, pero no creo que nadie protestaría porque podría haber habido más progreso en los últimos 20 años. Lo que salió mal salió mal en los años 80.
Winston culpó del estancamiento en parte a la disminución de la financiación después del final de la Guerra Fría y a los primeros intentos de comercializar la IA. Pero el mayor culpable, dijo, fue la balcanización mecanicista del campo, con la investigación centrada en especialidades cada vez más estrechas, como las redes neuronales o los algoritmos genéticos. Cuando dedica sus conferencias a los mecanismos, hay una tendencia a no trabajar en problemas fundamentales, sino más bien [solo] en aquellos problemas que los mecanismos pueden resolver, dijo Winston.
Winston dijo que cree que los investigadores deberían centrarse en las cosas que distinguen a los humanos de otros primates, o incluso en lo que los diferencia de los neandertales. Una vez que los investigadores crean que han identificado las cosas que hacen que los humanos sean únicos, dijo, deberían desarrollar modelos computacionales de estas propiedades, implementándolos en sistemas reales para que puedan descubrir las brechas en sus modelos y refinarlos según sea necesario. Winston especuló que el ingrediente mágico que hace que los humanos sean únicos es nuestra capacidad para crear y comprender historias utilizando las facultades que apoyan el lenguaje: una vez que tienes historias, tienes el tipo de creatividad que hace que la especie sea diferente a cualquier otra.
Emilio Bizzi , uno de los miembros fundadores del Instituto McGovern de Investigación del Cerebro del MIT, estuvo de acuerdo en que los investigadores deben centrarse en elementos importantes del intelecto humano, como la capacidad de generalizar experiencias de aprendizaje, o planificar movimientos de manera fluida para evitar obstáculos y lograr un objetivo específico como captar un par de gafas. Soy optimista de que en los próximos años avanzaremos mucho, y la razón es que hay muchos laboratorios diseminados en varias partes del mundo que se dedican a la robótica humanoide.
Los dos lingüistas del panel, Noam Chomsky y Barbara Partee , ambos hicieron contribuciones fundamentales a nuestra comprensión del lenguaje al considerarlo como un fenómeno computacional, más que puramente cultural. Ambos también sintieron que comprender el lenguaje humano era la clave para crear máquinas de pensamiento genuino. Saber realmente la semántica es un requisito previo para que cualquier cosa se llame inteligencia, dijo Partee.
Chomsky se burló de los investigadores en aprendizaje automático que utilizan métodos puramente estadísticos para producir un comportamiento que imita algo en el mundo, pero que no intentan comprender el significado de ese comportamiento. Chomsky comparó a estos investigadores con científicos que podrían estudiar la danza que realiza una abeja que regresa a la colmena y que podrían producir una simulación basada en estadísticas de dicha danza sin intentar comprender por qué la abeja se comporta de esa manera. Esa es una noción de éxito [científico] que es muy novedosa. No conozco nada parecido en la historia de la ciencia, dijo Chomsky.
Sydney Brenner , quien descifró el código de ADN de tres letras con Francis Crick y descubrió la estructura neuronal completa del C. elegans gusano a nivel celular, estuvo de acuerdo en que los investigadores tanto en inteligencia artificial como en neurociencia podrían estar abrumados con los detalles de la superficie en lugar de buscar las preguntas más importantes debajo. Mirando los intentos de replicar su mapeo de la C. elegans Diagrama de cableado neuronal con organismos más complejos, a Brenner le preocupaba que los científicos neuro y cognitivos estuvieran siendo demasiado entusiastas en estos intentos. Dijo que, en cambio, deberían volver a centrarse en problemas de nivel superior. Usó la analogía de alguien que toma una foto con un teléfono inteligente: hoy nadie se molestaría en dar una descripción a nivel de transistor de tal acción: es mucho más útil discutir el proceso en términos de subsistemas y software de nivel superior.