18.01.2014 Views

ver pdf - Laboratorio Virtual Ibercaja

ver pdf - Laboratorio Virtual Ibercaja

ver pdf - Laboratorio Virtual Ibercaja

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!