Historia de la Lógica Transcursiva (Capítulo 81)
Cuaderno IV (páginas 483 a 488)
¡FELIZ AÑO PARA TODOS!
(En este capítulo comenzamos una aproximación a la Inteligencia Artificial (IA). Como trabajo de referencia tomaremos el libro que publicaran S. Russell y P. Norvig en 1996: "Inteligencia Artificial - Un Enfoque Moderno".)
Definición de la IA y sus antecedentes:
- Cada uno tiene una visión distinta de lo que es la IA. Es importante responder a las dos preguntas siguientes: ¿Está interesado en el razonamiento y el comportamiento? ¿Desea modelar seres humanos o trabajar a partir de un ideal estándar? [Hace una pregunta de la cual sabe la respuesta con anticipación. Nadie, basado en tan poca cosa, puede modelar un ser humano; por tanto, queda como única opción el ajustarse a un ideal que nada tiene que ver ni con la inteligencia ni con la psiquis]
- En este libro de adopta el criterio de que la inteligencia tiene que ver, principalmente, con las 'acciones racionales'. Desde un punto de vista ideal, un agente inteligente es aquel que emprende la mejor acción posible ante una situación dada. Se estudiará el problema de la construcción de agentes que sean 'inteligentes' en este sentido. [aquí hace una buena delimitación de los alcances del trabajo, algo que después olvida]
- Los filósofos (desde el año 400 a.C.) facilitaron el poder imaginar la IA, al concebir la idea de que la mente es, de alguna manera, como una máquina que funciona a partir del conocimiento codificado en un lenguaje interno, y al considerar que el pensamiento servía para seleccionar la acción a llevar a cabo. [esto demuestra que el apelativo IA es impropio, pues solo se trata de una inteligencia computacional]
- Las matemáticas proporcionaron las herramientas para manipular tanto las aseveraciones de certeza lógica, como las inciertas de tipo probabilista. Asimismo, prepararon el terreno para un entendimiento de lo que es el cálculo y el razonamiento con algoritmos. [esto se basa en un grosero error, como ya se verá en la teoría final. Lo que los informáticos llaman 'pensamiento', como así también los filósofos, lingüistas, psicólogos, neurocientíficos actuales (todos acólitos de las Ciencias Cognitivas) es en realidad, el 'pensamiento lógico', algo que, según se verá luego, nada tiene que ver con el pensamiento en sí]
- Los economistas formalizaron el problema de la toma de decisiones para maximizar los resultados esperados. [¿Nash?]
- Los psicólogos adoptaron la idea de que los humanos y los animales podían considerarse 'máquinas de procesamiento de información'. Los lingüistas demostraron que el uso del lenguaje se ajusta a ese modelo. [Chomsky y compañía, que nunca demostraron absolutamente nada. Los psicólogos también fueron influenciados por las Ciencias Cognitivas, que así nacían de la mano de Chomsky y otros pocos más. No es casual que el primer avance en este sentido haya dado origen a la Psicología Cognitiva]
- Los informáticos proporcionaron los artefactos que hicieron posible la aplicación IA. Los programas de IA tienden a ser extensos y no podrían funcionar sin los grandes avances en velocidad y memoria aportados por la industria informática. [desde que la IA (que se supone refleja el funcionamiento cerebral) está diseñada según funciona una computadora, es lógico que estas sean las herramientas necesarias para 'probar' un funcionamiento que se desconoce absolutamente.]
- La teoría de control se centra en el diseño de dispositivos que actúan de forma óptima con base en la retroalimentación que reciben del entorno en el que están inmersos. Inicialmente, las herramientas matemáticas de la teoría de control eran bastante diferentes a las técnicas que utilizaba la IA, pero ambos campos se están acercando. [esta disciplina sí ha hecho un gran aporte a la teoría final]
- La historia de la IA ha pasado por ciclos de éxito, injustificado optimismo y consecuente desaparición del entusiasmo y apoyos financieros. También ha habido ciclos caracterizados por la introducción de enfoques nuevos y creativos y de un perfeccionamiento sistemático de los mejores.
- Los avances recientes logrados en el entendimiento de las bases teóricas de la inteligencia han ido aparejados con las mejoras realizadas en la optimización de los sistemas reales. [no sé a qué se refiere específicamente con las 'bases teóricas de la inteligencia', pero sin dudas que hubiera sido mucho mejor que se hubiera progresado en las bases orgánicas (cerebrales) de esta.]
Agentes inteligentes:
Los autores presentan a la IA como la ciencia del diseño de los agentes.
- Un agente es algo que percibe y actúa en un medio. La función del agente especifica la acción que éste debe realizar como respuesta a cualquier secuencia percibida. [téngase en cuenta que no es caracterizada la 'secuencia percibida', como tampoco el acto mismo de la percepción]
- La medida de rendimiento evalúa el comportamiento del agente en un medio. Un agente racional actúa con la intención de maximizar el valor esperado de la medida del rendimiento, dada la secuencia de percepciones que ha observado hasta el momento. [se tilda de 'racional' a un adminículo que supuestamente 'sabe' cuál es la forma óptima de percibir, cuando ni siquiera se conoce qué es lo que se percibe, ni tampoco cómo se administra lo percibido]
- Las especificaciones del entorno de trabajo incluyen la medida del rendimiento, el medio externo, los actuadores y los sensores. El primer paso en el diseño de un agente debe ser siempre la especificación, tan completa como sea posible, del entorno de trabajo. [he aquí el primero de una serie casi interminable de problemas que la IA no ha podido y no podrá solucionar jamás. Para que un 'agente racional' como se lo cataloga en este trabajo, pueda funcionar medianamente bien, se le debe proveer de un 'entorno' prefabricado. En otras palabras, si yo no le proveo 'reglas claras' de cómo manejarse en un determinado entorno, el supuesto acto de 'percibir' nunca se lleva a cabo. Es decir, debo poner en el escenario las cosas que yo quiero que el agente encuentre para poder 'percibirlas'. Esta burda falencia alcanza aún a los muy modernos solucionadores de problemas como son los agentes (robots) que munidos con una cámara de televisión fabrican un 'entorno 3D' en donde moverse, eludiendo en forma eficiente, una serie de obstáculos naturales. Esta última que podría parecer una conducta 'inteligente' de hecho no lo es, pues depende de un algoritmo que yo le hago ejecutar a la computadora de a bordo, para que calcule las coordenadas de los obstáculos en un mundo 3D virtual, que es muy similar al real por lo menos en la ubicación de los grandes obstáculos, y así pueda sortearlos. Esto no es inteligencia porque para que lo sea el 'agente' debería encontrarle sentido a la situación; algo que nadie ha hecho todavía, excepto la Lógica Transcursiva que sugiere una manera de lograrlo.]
- El entorno de trabajo varía según distintos parámetros. [infinitos diría yo] Pueden ser total o parcialmente visibles, deterministas o escolásticos, episódicos o secuenciales, estáticos o dinámicos, discretos o continuos, y formados por un único agente o por varios agentes. [esto confirma lo que dijimos en el punto anterior, esto de percepción no tiene nada, y de proceso racional menos.]
- El programa de agente implementa la función del agente. Existe una gran variedad de diseño de programas de agentes, reflejan el tipo de información que se hace explícita y se utiliza en el proceso de decisión. Los diseños varían en eficiencia, solidez y flexibilidad. El diseño apropiado del programa del agente depende en gran medida de la naturaleza del medio. [también lo hemos dicho, los programas están hechos para que se pueda 'percibir' un determinado entorno; mientras que el entorno es 'fabricado' en función de lo que se desea que el agente perciba. Esto quiere decir que la solución de problemas de este tipo es más o menos sencilla, ya que en la 'pregunta' que se le hace al agente está implícita la respuesta.]
- Los agentes reactivos simples responden directamente a las percepciones, mientras que los agentes reactivos basados en modelos mantienen un estado interno que les permite seguir el rastro de aspecto del mundo que no son evidentes según las percepciones actuales. Los agentes basados en objetivos actúan con la intención de alcanzar sus metas, y los agentes basados en utilidad intentan maximizar su 'felicidad' deseada. [vemos claramente como se tergiversan intencionadamente comportamientos netamente biológicos, tanto de animales como del hombre. Porque se disponga de un modelo previo de un comportamiento cualquiera no se puede decir que eso representa un 'estado interno'. Cuando decimos lo anterior de manera seria y responsable, nos estamos refiriendo a la psiquis. Ningún aparato artificial munido de un programa que le dice textualmente como actuar tiene intención alguna, ni se forja 'metas' por cuenta propia; mucho menos pueden tener un deseo y sentir o no felicidad.]
- Todos los agentes pueden mejorar su eficacia con la ayuda de mecanismos de aprendizaje. [Esta es una verdad de perogrullo. Más si se tiene en cuenta que los 'mecanismos de aprendizaje' son algoritmos mejorados para tratar tal o cual problema de índole estrictamente matemático. Si bien la teoría final recurre al aprendizaje hebbiano (igual que las redes neuronales artificiales, la principal herramienta actual para la IA), ella aporta una serie de detalles electrofisiológicos que sustentan la propuesta, algo que la IA no hace.]
[continuará ...]
¡Nos vemos mañana!
¡FELIZ AÑO PARA TODOS!
(En este capítulo comenzamos una aproximación a la Inteligencia Artificial (IA). Como trabajo de referencia tomaremos el libro que publicaran S. Russell y P. Norvig en 1996: "Inteligencia Artificial - Un Enfoque Moderno".)
Definición de la IA y sus antecedentes:
- Cada uno tiene una visión distinta de lo que es la IA. Es importante responder a las dos preguntas siguientes: ¿Está interesado en el razonamiento y el comportamiento? ¿Desea modelar seres humanos o trabajar a partir de un ideal estándar? [Hace una pregunta de la cual sabe la respuesta con anticipación. Nadie, basado en tan poca cosa, puede modelar un ser humano; por tanto, queda como única opción el ajustarse a un ideal que nada tiene que ver ni con la inteligencia ni con la psiquis]
- En este libro de adopta el criterio de que la inteligencia tiene que ver, principalmente, con las 'acciones racionales'. Desde un punto de vista ideal, un agente inteligente es aquel que emprende la mejor acción posible ante una situación dada. Se estudiará el problema de la construcción de agentes que sean 'inteligentes' en este sentido. [aquí hace una buena delimitación de los alcances del trabajo, algo que después olvida]
- Los filósofos (desde el año 400 a.C.) facilitaron el poder imaginar la IA, al concebir la idea de que la mente es, de alguna manera, como una máquina que funciona a partir del conocimiento codificado en un lenguaje interno, y al considerar que el pensamiento servía para seleccionar la acción a llevar a cabo. [esto demuestra que el apelativo IA es impropio, pues solo se trata de una inteligencia computacional]
- Las matemáticas proporcionaron las herramientas para manipular tanto las aseveraciones de certeza lógica, como las inciertas de tipo probabilista. Asimismo, prepararon el terreno para un entendimiento de lo que es el cálculo y el razonamiento con algoritmos. [esto se basa en un grosero error, como ya se verá en la teoría final. Lo que los informáticos llaman 'pensamiento', como así también los filósofos, lingüistas, psicólogos, neurocientíficos actuales (todos acólitos de las Ciencias Cognitivas) es en realidad, el 'pensamiento lógico', algo que, según se verá luego, nada tiene que ver con el pensamiento en sí]
- Los economistas formalizaron el problema de la toma de decisiones para maximizar los resultados esperados. [¿Nash?]
- Los psicólogos adoptaron la idea de que los humanos y los animales podían considerarse 'máquinas de procesamiento de información'. Los lingüistas demostraron que el uso del lenguaje se ajusta a ese modelo. [Chomsky y compañía, que nunca demostraron absolutamente nada. Los psicólogos también fueron influenciados por las Ciencias Cognitivas, que así nacían de la mano de Chomsky y otros pocos más. No es casual que el primer avance en este sentido haya dado origen a la Psicología Cognitiva]
- Los informáticos proporcionaron los artefactos que hicieron posible la aplicación IA. Los programas de IA tienden a ser extensos y no podrían funcionar sin los grandes avances en velocidad y memoria aportados por la industria informática. [desde que la IA (que se supone refleja el funcionamiento cerebral) está diseñada según funciona una computadora, es lógico que estas sean las herramientas necesarias para 'probar' un funcionamiento que se desconoce absolutamente.]
- La teoría de control se centra en el diseño de dispositivos que actúan de forma óptima con base en la retroalimentación que reciben del entorno en el que están inmersos. Inicialmente, las herramientas matemáticas de la teoría de control eran bastante diferentes a las técnicas que utilizaba la IA, pero ambos campos se están acercando. [esta disciplina sí ha hecho un gran aporte a la teoría final]
- La historia de la IA ha pasado por ciclos de éxito, injustificado optimismo y consecuente desaparición del entusiasmo y apoyos financieros. También ha habido ciclos caracterizados por la introducción de enfoques nuevos y creativos y de un perfeccionamiento sistemático de los mejores.
- Los avances recientes logrados en el entendimiento de las bases teóricas de la inteligencia han ido aparejados con las mejoras realizadas en la optimización de los sistemas reales. [no sé a qué se refiere específicamente con las 'bases teóricas de la inteligencia', pero sin dudas que hubiera sido mucho mejor que se hubiera progresado en las bases orgánicas (cerebrales) de esta.]
Agentes inteligentes:
Los autores presentan a la IA como la ciencia del diseño de los agentes.
- Un agente es algo que percibe y actúa en un medio. La función del agente especifica la acción que éste debe realizar como respuesta a cualquier secuencia percibida. [téngase en cuenta que no es caracterizada la 'secuencia percibida', como tampoco el acto mismo de la percepción]
- La medida de rendimiento evalúa el comportamiento del agente en un medio. Un agente racional actúa con la intención de maximizar el valor esperado de la medida del rendimiento, dada la secuencia de percepciones que ha observado hasta el momento. [se tilda de 'racional' a un adminículo que supuestamente 'sabe' cuál es la forma óptima de percibir, cuando ni siquiera se conoce qué es lo que se percibe, ni tampoco cómo se administra lo percibido]
- Las especificaciones del entorno de trabajo incluyen la medida del rendimiento, el medio externo, los actuadores y los sensores. El primer paso en el diseño de un agente debe ser siempre la especificación, tan completa como sea posible, del entorno de trabajo. [he aquí el primero de una serie casi interminable de problemas que la IA no ha podido y no podrá solucionar jamás. Para que un 'agente racional' como se lo cataloga en este trabajo, pueda funcionar medianamente bien, se le debe proveer de un 'entorno' prefabricado. En otras palabras, si yo no le proveo 'reglas claras' de cómo manejarse en un determinado entorno, el supuesto acto de 'percibir' nunca se lleva a cabo. Es decir, debo poner en el escenario las cosas que yo quiero que el agente encuentre para poder 'percibirlas'. Esta burda falencia alcanza aún a los muy modernos solucionadores de problemas como son los agentes (robots) que munidos con una cámara de televisión fabrican un 'entorno 3D' en donde moverse, eludiendo en forma eficiente, una serie de obstáculos naturales. Esta última que podría parecer una conducta 'inteligente' de hecho no lo es, pues depende de un algoritmo que yo le hago ejecutar a la computadora de a bordo, para que calcule las coordenadas de los obstáculos en un mundo 3D virtual, que es muy similar al real por lo menos en la ubicación de los grandes obstáculos, y así pueda sortearlos. Esto no es inteligencia porque para que lo sea el 'agente' debería encontrarle sentido a la situación; algo que nadie ha hecho todavía, excepto la Lógica Transcursiva que sugiere una manera de lograrlo.]
- El entorno de trabajo varía según distintos parámetros. [infinitos diría yo] Pueden ser total o parcialmente visibles, deterministas o escolásticos, episódicos o secuenciales, estáticos o dinámicos, discretos o continuos, y formados por un único agente o por varios agentes. [esto confirma lo que dijimos en el punto anterior, esto de percepción no tiene nada, y de proceso racional menos.]
- El programa de agente implementa la función del agente. Existe una gran variedad de diseño de programas de agentes, reflejan el tipo de información que se hace explícita y se utiliza en el proceso de decisión. Los diseños varían en eficiencia, solidez y flexibilidad. El diseño apropiado del programa del agente depende en gran medida de la naturaleza del medio. [también lo hemos dicho, los programas están hechos para que se pueda 'percibir' un determinado entorno; mientras que el entorno es 'fabricado' en función de lo que se desea que el agente perciba. Esto quiere decir que la solución de problemas de este tipo es más o menos sencilla, ya que en la 'pregunta' que se le hace al agente está implícita la respuesta.]
- Los agentes reactivos simples responden directamente a las percepciones, mientras que los agentes reactivos basados en modelos mantienen un estado interno que les permite seguir el rastro de aspecto del mundo que no son evidentes según las percepciones actuales. Los agentes basados en objetivos actúan con la intención de alcanzar sus metas, y los agentes basados en utilidad intentan maximizar su 'felicidad' deseada. [vemos claramente como se tergiversan intencionadamente comportamientos netamente biológicos, tanto de animales como del hombre. Porque se disponga de un modelo previo de un comportamiento cualquiera no se puede decir que eso representa un 'estado interno'. Cuando decimos lo anterior de manera seria y responsable, nos estamos refiriendo a la psiquis. Ningún aparato artificial munido de un programa que le dice textualmente como actuar tiene intención alguna, ni se forja 'metas' por cuenta propia; mucho menos pueden tener un deseo y sentir o no felicidad.]
- Todos los agentes pueden mejorar su eficacia con la ayuda de mecanismos de aprendizaje. [Esta es una verdad de perogrullo. Más si se tiene en cuenta que los 'mecanismos de aprendizaje' son algoritmos mejorados para tratar tal o cual problema de índole estrictamente matemático. Si bien la teoría final recurre al aprendizaje hebbiano (igual que las redes neuronales artificiales, la principal herramienta actual para la IA), ella aporta una serie de detalles electrofisiológicos que sustentan la propuesta, algo que la IA no hace.]
[continuará ...]
¡Nos vemos mañana!