¿Cómo generar comportamientos no programados?

El campo de la inteligencia artificial está repleto de ejemplos sorprendentes. Desde máquinas capaces de superar a cualquier humano jugando al ajedrez o al go hasta sistemas capaces de hallar patrones complejos en cantidades enormes de datos. Sin embargo, para la gran mayoría de estos sistemas debemos coger con pinzas la etiqueta ‘inteligente’: simplemente hacen (con mayor o menor habilidad) aquello para lo que fueron diseñados. Pero quizá podríamos construir máquinas inteligentes capaces de generar comportamientos complejos de forma espontánea y para ello hay que pensar en la inteligencia artificial de una forma radicalmente diferente a la tradicional. En la Universidad de Zaragoza se está investigando cómo diseñar mecanismos para que un sistema genere comportamientos emergentes –que no han sido programados– explotando dinámicas en la frontera entre el orden y el caos. Las matemáticas que describen esos entornos híbridos parecen estar detrás de múltiples fenómenos naturales: desde la coevolución y la extinción de especies hasta los patrones de actividad cerebral. Los investigadores del grupo ISAAC han demostrado que, a través de simples algoritmos que facilitan que un sistema se estabilice en estas zonas críticas a medio camino entre el orden y el desorden, emergen comportamientos complejos que les permiten resolver tareas sin ninguna instrucción específica relativa al problema al que se enfrentan.

¿Más inteligencia implica siempre más capacidad de cálculo?

En estos estudios se diseñan robots virtuales que tratan de encontrar estabilidad en esa frontera entre orden y caos. Evolucionan abordando tareas sin calcular nada concreto ni trazar planes complejos, solo mantienen un precario equilibrio interno para situarse siempre en puntos de compromiso entre esos ‘modos de ser’ contradictorios. La conclusión es contraintuitiva: para construir robots más inteligentes no necesitaríamos darles más capacidad de cálculo, sino diseñar mecanismos más orgánicos y flexibles capaces de estabilizar patrones parecidos a los de las estructuras biológicas.

¿Se están orientando bien las aplicaciones de la inteligencia artificial?

En los últimos años, y través de los objetivos de grandes empresas tecnológicas como Google, Facebook o Amazon, ha emergido un tipo de inteligencia artificial basada en procesar bases ingentes de datos que provienen de monitorizar lo que compramos, o lo que hacemos, y extraer patrones de comportamiento de forma automática. Aparte de sus implicaciones sobre la privacidad y autonomía de los usuarios, no parece ser el mejor método para construir una teoría sistemática de la inteligencia. La inteligencia de estos sistemas, que analizan datos con indiferencia y sin nada parecido a una interacción humana real, es incapaz de mostrar iniciativa, espontaneidad o deseos propios.

Este excesivo énfasis en la aplicabilidad de la inteligencia artificial está haciendo que nos olvidemos de preguntas teóricas fundamentales sobre la naturaleza humana. El físico checo Guido Beck retrató ingeniosamente este error en una famosa frase: “No puede haber leche de vaca sin que exista antes la vaca”. Frente a la idea de una inteligencia artificial fría y calculadora enfocada a la resolución de problemas, un enfoque basado en comprender las funciones neuronales y cognitivas de manera más orgánica es esencial para una futura generación de sistemas más inteligentes, más ‘humanos’.

Quién lo investiga

El programa original de la inteligencia artificial buscaba comprender la inteligencia humana a través de su simulación, de la construcción artificial de mentes. Sin embargo, las técnicas de aprendizaje automático que sustentan la última gran ola de aplicaciones se basan, fundamentalmente, en la explotación de enormes bases de información. ¿Es suficiente el aprendizaje automático para diseñar máquinas inteligentes? Grandes centros de investigación defienden que los verdaderos avances vendrán de la interacción entre biólogos, psicólogos, informáticos y neurocientíficos. Buscar principios de comportamiento, y no tanto aplicaciones, parece el camino más fructífero para un programa científico a largo plazo.

La ciencia sigue haciéndose preguntas: ¿está la clave en la mente humana?

Cuando nació la inteligencia artificial, hace más de 50 años, campos como la ciencia cognitiva o la neurociencia no estaban tan maduros como ahora. Actualmente existen iniciativas como el MIT Quest for Intelligence, que asume que los próximos grandes descubrimientos en inteligencia artificial van a depender del estudio de la propia mente humana. Son proyectos que unen a informáticos e ingenieros con neurocientíficos y psicólogos cognitivos. La hipótesis de estas iniciativas es que la suma de los distintos enfoques permitirá identificar qué ideas serán capaces de lograr un progreso fundamental en esta área. Son un tipo de trabajos que harán posible sustentar la noción de inteligencia en conocimiento más preciso.

Miguel Aguilera pertenece al grupo ISAAC (Unizar) y al grupo IAS-Research (UPV/EHU) Manuel G. Bedia es coordinador del grupo ISAAC y profesor en el Departamento de Informática e Ingeniería de Sistemas (Unizar)

-Ir al suplemento Tercer Milenio

La inteligencia artificial se sienta a componer junto a los músicos