ver pdf - Laboratorio Virtual Ibercaja

Mentes naturales
y mentes artificiales
Manuel G. Bedia
Zaragoza, 3 de mayo de 2010

Ciclo de Conferencias Ibercaja
LOS SISTEMAS COGNITIVOS Y
LA INGENIERÍA DE MENTES ARTIFICIALES
3 de Mayo de 2010
Mentes naturales
y mentes artificiales
Manuel G. Bedia
Dpto. de Informática e
Ingeniería de Sistemas

Índice de la charla
1: Historia
2: Modelo clásico
3: Percepción humana
4: Razonamiento humano
5: Proceso ‘percepción-razonamiento-acción’
acción’
Conclusiones: ¿en una nueva dirección?

¿A qué llamamos mente?

Definición
Mente:
− Fenómenos internos
característicos de nuestra vida
mental:
Aprendizaje,
Pensamientos,
Imaginación,
Sentimientos y emociones,
Intenciones,
etc.

Breve historia del estudio
de la mente

Filosofía: epistemología
“La Escuela
de Atenas”
R. Descartes
(1596 - 1650)
D.Hume
(1711 - 1776)
I. Kant
(1724 - 1804)
Animismo: el mundo en
analogía con la voluntad
humana
Physis: La naturaleza es
autónoma, desvinculada
de los Dioses y puede ser
comprendida (principios o
leyes elementales).
Dualismo: ‘Res Cogitans’ y
‘Res Extensa’
Empirismo: importancia del
conocimiento sensible
Idealismo transcendental:
categorías “a priori” con
las que venimos al mundo,

Frenología, Psicofísica, Neurociencia
Franz Joseph Gall
(1758 -1828)
Frenología: estudio de las
facultades mentales a
través de medidas
craneales
Psicología fisiológica:
primeros laboratorios
experimentales de
psicofísica en Alemania.
Neurociencia: Descubre
la neurona como
elemento funcional del
sistema nervioso.
Wilhelm Wundt
Neurociencia: Descubre
(1832-1920)
Ramón y Cajal
(1852-1934)

Psicología: Conductismo y cognitivismo
Iván Pávlov
(1849-1936)
John Watson
Condicionamiento Clásico:
construcción de relaciones
estímulo-respuesta
Conductismo: La mente es
una caja negra y la conducta
es la única forma para su
conocimiento
Cognitivismo: Interés en
los procesos mentales, en
explicar el acto de
conocimiento, en entender
(1878-1958) conocimiento, en entender
B. Frederic
cómo se transforma,
Skinner
sintetiza, elabora, almacena,
(1904-1990)
recupera y finalmente se
hace uso de la información
del exterior.
Jerome Bruner
(1915-)

Ingeniería: incorporación de las máquinas
Ashby (1903 - 1972),
McCulloch (1898- 1969),
G.-Walter (1910–1977),
Wiener (1894-1964)
Cibernética: máquinas que
se auto-regulan. Hacia una
teoría universal de las
máquinas y organismos
Lingüística matemática:
Poseemos un módulo
cerebral/mental que contiene
la estructura profunda del
lenguaje.
Inteligencia Artificial: La
inteligencia es un procesador
simbólico
N.Chomsky (1928-)
John McCarthy (1927-)
La metáfora del
ordenador y la
mente
Hilary Putnam (1926-)

El origen del interés de la
ingeniería por el estudio de la
mente

Cognition: What am I interested about?
Inteligencia artificial

Cognition: What am I interested about?
Inteligencia artificial
Durante el verano de 1956, se celebró en New
Hampshire, el "Dartmouth Summer Research
Project on Artificial Intelligence."
J.McCarthy (1927-)
El profesor John McCarthy, acuñó el término
“Inteligencia Artificial" para que no hubiese
duda de cuál era el objetivo: “simular la
inteligencia humana”.
“ A proposal for the Dartmouth summer research Project on Artificial
Inteligence (J. McCarthy, August 31, 1955)”

Cognition: What am I interested about?
Inteligencia artificial
John McCarthy
(Dartmouth
College)
Marvin L. Minsky
(Harvard
University)
Nathaniel
Rochester (I.B.M.
Corporation)
Claude E.
Shannon (Bell
Telephone
Laboratories)
Ray Solomonoff Oliver Selfridge Trenchard More Arthur Samuel Herbert Simon Allen Newell.

Cognition: What am I interested about?
50 años de Inteligencia Artificial
Estudio matemático
de la Inteligencia
(Darmouth, 1956)
Sistemas
expertos
Ingeniería basada
en el conocimiento
Inteligencia
ambiental
Internet
S.A.D.
Psicología
cognitiva
Neurociencias
Ciencias de
la vida
Filosofía de
la mente

Sistemas Cognitivos
Philosophy
Computational
Intelligence
(IA + Robotics)
Linguistics
Neurosciences
Psychology

Sistemas Cognitivos artificiales:
¿Futuro o presente?

DARPA
NASA
IBM
“Necesitamos sistemas que
sepan lo que están haciendo”
ICArUS Program (Integrated
Cognitive-Neuroscience Architectures
for Understanding Sensemaking)
“Hemos de dejar de preocuparnos
de hacerlos más rapidos y
‘hacerlos mas listos’
(Autonomic Computing” en IBM)
“La nave Cassini-Huygens
precisa caracteristicas ‘casi
humanas’ (Onboard Autonomous
Science” en JPL)

2006: Conclusiones tras cinco décadas
−
−
−
Apuesta por un enfoque científico: de la Inteligencia Artificial a los
Sistemas Cognitivos artificiales
Caracterizar los principios de la inteligencia
Liderar los estudios sobre la mente
Propósito: Teoría unificada de la cognición
• Comprender los principios de los sistemas cognitivos para,
después, desarrollar artefactos y aplicaciones útiles

(2) Modelo clásico de
mente
(incorpora tópicos, prejuicios y psicología
popular de los últimos 2000 años)

Mente: modelo clásico
Percepción Razonamiento actuación
Sensores
Actuadores
Mundo externo

Mente: modelo clásico
Percepción Razonamiento actuación
Sensores
Actuadores
Mundo externo

Mente: modelo clásico
Percepción
Representación
Razonamiento
acción
Sensores
Actuadores
Mundo externo

Mente: modelo clásico
Percepción
Razonamiento
Conocimiento
Inferencia lógica
Cálculos
actuación
Sensores
Actuadores
Mundo externo

Mente: modelo clásico
Percepción
Razonamiento
Actuación
Orden motora
Orden verbal
Sensores
Actuadores
Mundo externo

(3) Deficiencias de la
percepción

(1) Vemos cosas que no hay:
(a) Psicofísica de la visión

Psicofísica de la visión

El punto ciego

Persistencia retiniana

(1) Vemos cosas que no hay:
(b) La Gestalt

Principio de la Proximidad
Principio del Cierre
Principio de Continuidad

(2) No vemos cosas que sí hay:
(b) Ceguera visual

Ceguera visual
(‘parpadeo’)

Ceguera visual
(por ‘falta de atención’)

Percepción y atención
− Percepción: proceso a
través del cual se elabora
e interpreta la información
para organizarla y darle
sentido.
− Atención: Mecanismo
perceptivo mediante el
cual un organismo
seleccíona la elección de
estímulo que a su vez
influirá en la conducta

Ceguera visual
¿Cuál es la explicación?

Conclusiones
Una imagen no es la acumulación de información en
una representación interna, sino más bien la
comprobación de que tiene acceso a las cosas que la
imagen se trata.
Rodolfo Llinás (1934-), Neurocientífico
Universidad de Rockefeller, Nueva York
Las cosas del mundo
exterior nunca llegan a
los sujetos
objetivamente, sino que
“ dormidos, despiertos lo
único que hacemos
todos con la mente es
soñar”

(4) Deficiencias del
razonamiento

Deficiencias (1):
Inferencias probabilísticas

El Problema de Monty Hall
Let’s Make a Deal fue un famoso concurso en las décadas 60-70
de la televisión de EEUU presentado por Monty Hall y Carol Merril.

El Problema de Monty Hall
¡Bienvenidos al
show de Monty Hall!
Detrás de una de estas
puertas hay un coche.
Y detrás de las dos
restantes hay una cabra.

El Problema de Monty Hall
Monty Hall (conoce
dónde está el coche)
abre la puerta C.
Ahora sabemos que el
coche está o bien en A o
bien en B.
A B C
PUERTA
SELECCIONADA
Monty Hall nos permite cambiar de
elección si queremos …
¿Es más probable ganar el coche si cambiamos de puerta?
(En este caso pasar de ‘A’ a ‘B’)

El Problema de Monty Hall
Si el concursante
CAMBIA su
elección original
Pierde Gana Gana
Gana
Pierde
Gana
Gana
Gana
Pierde

Deficiencias (2):
Razonamiento lógico

El problema de las cuatro tarjetas (Wason):
Regla a comprobar: “Si en una cara hay una vocal entonces en
la otra hay un número par”.
D
Comprobar la validez de la regla levantando el número mínimo de
cartas suficiente para demostrarla:
Respuesta: A y 4
Respuesta correcta:
A y 7

El problema de las cuatro tarjetas (Wason):
Regla a comprobar: “Si tiene menos de 18 años entonces no
bebe alcohol”
Comprobar la validez de la regla levantando el número mínimo de
cartas suficiente para demostrarla:
Respuesta: joven y
coca-cola
Respuesta correcta:
joven y cerveza

¿Por qué?
Leda Cosmides y John Tooby
Psicología evolutiva
Univ.of California
“estamos equipados de manera innata con
unos mecanismos mentales con
capacidades deductivas especializadas en
dominios sociales para detectar aquellos
miembros de la comunidad que se salten
las reglas de convivencia”.
¿La razón? Evolutiva. La naturaleza habría apostado por
desarrollar una facultad que facilitase intercambios
sociales entre los individuos que cooperan permitiendo
detectar y excluir a los que engañan.

Toma de decisiones
¿Por qué?

Defectos del razonamiento humano
El mayor descubrimiento psicológico del siglo XX
(Amon Tversky y Daniel Kahneman):
−
Existen mecanismos sistemáticos que operan en los sujetos
independientemente de factores externos, emotivos, sociales,
culturales, etc.
(1934 – )
Univ. Hebrea
(1937 – 1996)
Univ. de Berkeley
Univ. de Princeton
Univ. Hebrea
Univ. de Stanford

Defectos (1):
Representatividad

Linda y su sensibilidad social
Se prescinde de:
información sobre la probabilidad
(probabilidad previa, frecuencia teórica, etc.)
Se guía por:
tópicos y prototipos

Pedagogía del instructor
en la Escuela de pilotos
Se prescinde de:
– Conocimiento: fenómenos naturales, y bajo una amplia
variedad de circunstancias la distribución de un conjunto de
sucesos sigue una curva gausssiana.
Se guía por:
Personalización y antropomorfización

Toma de decisiones
Defectos (2):
Causalidad (vs. Correlación)

elacionar causas y
efectos por su
proximidad espacial
confundir causas y efectos
“Si tengo calor me quito el jersey
porqueda calor”
Relacionar cuantitativamente
efectos como causas
“Si no hay
síntomas no hay
enfermedad”

Toma de decisiones
Defectos(3):
Anclaje

Ajuste insuficiente
−
Situaciones arbitrarias tienen un efecto de anclaje sobre las
estimaciones (Ejemplo: Ruleta, países africanos en la ONU)

(4) Deficiencias del proceso
‘razonamiento-
procesamiento-acción’ acción’

Control de las emociones
H. Izquierdo
-lenguaje-
H. Derecho
-emociones-

Experimento de Gazzaniga
Mike Gazzaniga (1939-)
• Consecuencias psicológicas que la cirugía de escisión
cerebral
• La cirugía de escisión cerebral es un procedimiento en el cual
se cortan las conexiones nerviosas entre los dos hemisferios del
cerebro en un intento de controlar la epilepsia grave.

Experimento de Gazzaniga
Funciones del lenguaje
(H.izqdo)
Tacto de la mano
izquierda (H.derecho)
• Si a la persona con el cerebro dividido se le muestran
estímulos que sólo ve el hemisferio derecho, no es
capaz de describir verbalmente el estímulo.
• Se inventa una explicación

Las emociones son:
Emociones diarias
1. estados mentales
2. conscientes y por tanto
identificables por el
lenguaje
3. Fundamentan nuestras
explicaciones
Mundo
externo
Estado(s)
mental(es)
Acción
Estado
corporal
¿podemos decidir
enfadarnos?

Modelo emocional de James
“Las respuestas físicas son previas a
las emociones (James, 1884)”
Mundo externo
Estado corporal
Estado mental
Acción
William James (1842 - 1910)

Conclusiones
Hacemos muchas cosas por razones de las que no son conscientes
(son conductas producidas por mecanismos inconscientes)
Posteriormente la consciencia genera explicaciones erróneas sobre la
conducta realizada, proporcionando al individuo un concepto de
identidad coherente
No toda la actividad neuronal llega a la
consciencia (sólo una pequeña parte).
Procesamiento no consciente 98%
Conciencia 2% actividad cerebral
El cerebro no confía en la conciencia para las funciones
básicas

(5) Tendencias y futuros

Máquinas inteligentes

Grillos naturales y
grillos artificiales

Grillos: cómo perciben y actúan

Grillos: cómo perciben y actúan
El canto del grillo (macho) se produce por la estridulación de sus alas.
Cri Cri Cri

Caso de estudio: fonotaxis
“Fonotaxis” designa la capacidad de detectar una
señal o sonido específico y moverse hacia la fuente.
El grillo hembra entonces debería:
1. Oír y reconocer el canto de su propia especie (percibir)
2. Localizar la fuente del canto (razonar), y
3. Trasladarse hacia él (actuar)
Cri Cri Cri

Caso de estudio: fonotaxis
Percepción Razonamiento actuación
Sensores
Actuadores
Mundo externo
1. Oír y reconocer 2. Localizar la
3. Trasladarse
el canto de su fuente del canto hacia él
propia especie
(razonar)
(actuar)
(percibir)

Caso de estudio: fonotaxis
El canto del grillo está caracterizado por:
Ser especie-específica
- Frecuencia (Gryllus Campestris): 5 Khz
- Patrón temporal (Gryllus Campestris): 30 Hz
- Frecuencia del “Chirp”(Gryllus Campestris): 8 Hz
Cri Cri Cri

Sistema auditivo del grillo
F_chirrido: 5 Khz
Longitud de onda: 6-7 cm.
Cri Cri Cri
2 cm

Percepción-razonamiento-acción
El grillo no posee:
• un mecanismo general para
identificar la dirección de los
sonidos ni la posición de la fuente
(GPS, sonar,…)
• tampoco necesita discriminar el
canto de su propia especie de
otros (reconocimiento de patrones).
• El sistema nervioso del grillo le
fuerza a girar al grillo hacia el lado
en que la inter-neurona (Espiráculo
dcho-izqdo) se active primero.

Un grillo-robot artificial
Percepción Razonamiento acción

Resultados experimentales
Rutas:“fuentes sonoras”
Rutas:“fuentes sonoras” A y B
A y B
SIMULTÁNEAS
• Resultados: trayectorias muy similares
• Ejemplo de explicaciones funcionales

Lenguaje naturales y
Lenguaje artificiales

El lenguaje de las máquinas
1. La mente es un procesador de
elementos simbólicos
2. En un ordenador se manipulan estructuras
simbólicas de acuerdo a unas reglas concretas
Hipótesis simbólica :
Los procesos mentales
simplemente se reducen a la
manipulación de símbolos.

El problema de ‘Gavagai’
Gavagai!
?
Willard Quine
(1908 - 2000)

Adquisición de lenguaje ‘enraizado’
Consideremos una “manzana”
− Apariencia
− Sabor
− Olor
− Sonido (al comerla)
− Sentido (peso, textura, etc.)
“Manzana” no podría tener mucho de su significado
sin haber sido “enraizada” vía percepción sensorial

Adquisición de lenguaje ‘enraizado’
¿Cómo un niño adquiere la palabra “manzana”?
Ha sido expuesto a la palabra durante su infancia:
− “cómete la manzana!”
− “Quieres una manzana?”
−
“Mira, una manzana.”
Persuasión de los padres, inflexión de voz, etc.
puede ayudar al niño a reducir la ambigüedad entre
las diferentes palabras en una frase

Lenguaje no ‘enraizado’
Como adultos, utilizamos el diccionario para localizar
palabras desconocidas.
“Manzana (RAE): Fruto del manzano, de forma globosa algo hundida
por los extremos del eje, de epicarpio delgado, liso y de color verde
claro, amarillo pálido o encarnado, mesocarpio con sabor acídulo o
ligeramente azucarado, y semillas pequeñas, de color de caoba,
encerradas en un endocarpio coriáceo
Mediante este proceso podemos adquirir el término sólo si
conocemos el significado de palabras como “globosa,”
“mesocarpio,” “acídulo,” “endocarpio” y “coriáceo”?
En general, COMPRENDEMOS nuevos términos si los
podemos “enraizar” vía un proceso de percepción
Los ordenadores no tienen este nivel de “comprensión”
de sus símbolos

El significado como un “juego social”
“Juegos del lenguaje”
(2º Wittgenstein):
No podemos pretender conocer el
lenguaje separadamente del
contexto social en el que cobra
sentido.
¿Es posible introducir “juegos del
lenguaje” en los computadores?
Ludwig Wittgenstein
(1889-1951)

Juegos del lenguaje
(artificial)

Robots que crean su lenguaje
Luc Steels
Director del
Laboratorio de
Robótica de Sony
(París) y del
Laboratorio de
Inteligencia Artificial
(Universidad de
Bruselas, Bélgica)
−
−
−
El lenguaje en los ordenadores preprogramado
no reproduce nada del
lenguaje humano
Queremos reproducir los convenios,
negociaciones,ambiguedades…
Y aprender algo sobre los lenguajes
humanos a partir de modelos teóricos y
artificiales
No le hemos
entendido

Escenario

Mundo de los Talking
Heads:
1. Formado por figuras
de colores
2. Registran: color,
posición, tamaño, y
forma de los objetos.

Lenguajes naturales
El lenguaje natural tiene que estar enraizado
en el mundo, y no consistir sólo en palabras.
El lenguaje humano no está nunca acabado.
Es un sistema adaptativo en constante
evolución.
¿Qué significa conocer el color rojo?
−
−
Exige tener categorizado los colores y
realizar distinciones entre diferentes tipos de colores
Tales categorizaciones vienen de la manera en que
percibimos el mundo, pero también de cómo nos
comunicamos con los demás miembros de nuestra
especie

Lenguajes artificiales
El lenguaje artificial tiene que estar
enraizado en el mundo, y no consistir
sólo en cadenas de símbolos.
El lenguaje artificial no debería estar
acabado y mostrar que es un sistema
adaptativo en constante evolución.
Características de los experimentos:
– Sistemas abiertos
– “creación de significados”
– Existe incoherencia y se resuelve por
procesos de des-ambiguación en el contexto
de su propio uso

Nuevos problemas
Wabaku!
?

Conclusiones

Mente natural y artificial: siglo XX
Percepción Razonamiento actuación
Sensores
Actuadores
Mundo externo

Mente natural y artificial: siglo XXI

Muchas gracias por
su atención