Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Mente y cerebro III

18 views

Published on

Tercera presentación de Juan Luis Lorda (con el asesoramiento de Luis Echarte) en el Seminario del Grupo Ciencia, Razón y Fe sobre Mente y cerebro, el 21 de noviembre de 2006.

Published in: Science
  • Be the first to comment

  • Be the first to like this

Mente y cerebro III

  1. 1. MENTE Y CEREBRO III LO QUE SE APRENDE IMITANDO
  2. 2. Hay otro camino para estudiar la relación entre mente y cerebro. Lo que se aprende al intentar imitar la inteligencia humana (ordenadores). Es preciso distinguir sus funciones. Se ha hecho un gran esfuerzo. Las realizaciones han sido modestas. Pero se ha aprendido mucho. Hubieran podido aprovechar más la filosofía clásica, porque han vuelto a aparecer las mismas cuestiones.
  3. 3. • Clinical Decision Making Group • Open Mind -- 1001 Questions (Learner) • Design Rationale • Agent-based Intelligent Reactive • Dynamic Languages Group • Spoken Language Systems Group • Humanoid Robotics Group • Humans as Robots Learning Rich, • Model-based Embedded and Robotic Systems Group Tractable Models of the Real World • Living Machines • Sociable Machines • Medical Vision Group • Vision • Vision Interface Project • Visual Surveillance and Monitoring • Algorithms Group • Computation Structures Group • Computer Architecture Group • Program Analysis Group • Program Analysis and Compilation • Project on Mathematics and Computation • Advanced Network Architecture • Networks and Mobile Systems Complexity Theory Group • Stochastic Systems Group • Supercomputing Technologies • Biomechatronics • Computational Genomics • Computation and Biology Group • Center for Biological and Computational Learning Un ejemplo del esfuerzo: algunas secciones del Computer Science and Artificial Intelligence Laboratory MIT
  4. 4. I. LAS MÁQUINAS INTELIGENTES Es el gran reto. Para hacer los programas, necesitamos una lógica manejable por una máquina • Un software básico acomodado a un Hardware • Es la base del éxito y su limitación original • Algebra de Boole • Lógica simbólica • Computación – Alan Turing – von Newman
  5. 5. Areas de trabajo prácticas en la imitación de la inteligencia • Programas expertos • Juegos • Tratamiento del lenguaje – Escribir texto escuchado – Recibir instrucciones orales – Responder oralmente – Traducir texto (índice de la dificultad) – Manejo inteligente de información (archivos)
  6. 6. EL MAYOR ÉXITO: LOS SISTEMAS EXPERTOS Eliza (psicoanálisis) (conmovedor) Dendral (análisis quim.) Mycin (diagnóstico m.) (lo más útil) Prospector (sedimentos) (salto a la fama) Delta (locomotoras) R1 (sistemas informat.) Es el mejor resultado conseguido, aunque limitado Muy útiles para análisis, clasificaciones, chequeos y diagnósticos médicos y técnicos, cuando es preciso manejar mucha experiencia para tomar decisiones
  7. 7. DIAGNÓSTICO CON REGLAS • Se basan en acumular reglas por áreas • Ejemplo: Regla 037 • Infección en sangre • SI el organismo – 1) Tiñe “grampos” – 2) Tiene forma de coco – 3) Crece en cadena • ENTONCES hay una probabilidad del 70% que el organismo sea un streptococo. MYCIN Diagnóstico clínico
  8. 8. SEGUNDO ÉXITO: JUEGOS En 1996 Deep Blue derrotó a Kasparov Aunque no sabría encontrar dónde se guarda el tablero
  9. 9. En cambio, el lenguaje normal ha resultado una gran dificultad Una escala de problemas en la imitación humana • Acústica: oír el sonido • Fonética: distinguir los sonidos, reunir palabras • Morfología: identificar tipos de palabras (verbos) • Léxico: reconocer las palabras en su sentido • Sintaxis: comprender la estructura de la secuencia • Semántica: entender el sentido y la referencia • Pragmática: ponerlo en el contexto del que habla
  10. 10. Logros útiles y modestos en el tratamiento del lenguaje Hablar al ordenador Traductores de emergencia La lógica es rígida, pero el lenguaje, no. Es vago, impreciso. Y esto es útil también al hablar. Sorpresa con la vaguedad (fuzzy logic) Esto origina dificultades de traducción insalvables. Se intentar un sistema experto, con millones de reglas. Pero eso no es “entender el lenguaje”.
  11. 11. En 1982, el Gobierno Japonés funda el ICOT Institute for New Generation Computer Technology Pres. Kazuhiro Fuchi FGCS Fifth-Generation Computer System Proyect
  12. 12. FGCS Fifth-Generation Computer System Proyect Cree que no basta un nuevo software. Hay que renovar el Hardware, para que se parezca mucho más al funcionamiento humano. “Entiendo la tarea básica de FGCS como una vuelta a la lógica de predicados (Predicate logic)” “Necesitamos diez años”
  13. 13. • RESPUESTA AMERICANA • -Plan de Información estratégica (del Departamento de Defensa) • MCC Corporación de tecnología Microelectrónica e Informática.
  14. 14. CRISIS Y ESTANCAMIENTO DE LOS PROYECTOS Muchas mejoras puntuales y fracasos en los objetivos fundamentales
  15. 15. • Hubert Dreyfus vaticina en 1961 el fracaso de las exageradas pretensiones de la I.A. y predice los débiles resultados obtenidos en este campo a pesar de la inicialmente fuerte inversión de dinero público.
  16. 16. ALGUNAS CONCLUSIONES • Sólo se puede hacer lo que se traduce a reglas lógicas: razonamientos “exactos” y las inferencias probables (sistemas expertos). • Hay dificultades insalvables en los aspectos intuitivos de la inteligencia – formación de nociones (entender) – establecimiento de juicios (relacionar) – analogía (aplicación a situaciones nuevas)
  17. 17. II. Los robots Otro camino de imitación • Tienen dos grandes retos: • Lograr el automovimiento (sin ruedas) • Lograr la visión, interpretar la imagen, para la relación con el entorno. El hombre (y los animales) lo hacen espontáneamente. • Han surgido problemas inesperados
  18. 18. Exitos vistosos, pero... Hexapodo de Riken Máquinas del MITmemorizan el entorno Coco (MIT) integra vista pies manos
  19. 19. LA PRINCIPAL DIFICULTAD ES SABER LO QUE SE VE - Una cosa es reconocer un obstáculo y otra es saber lo que es. ¿ - ¿Cómo separar unos objetos de otros? - ¿Cómo distinguir las caras? - Además, las preferencias en la visión: a qué se presta atención y a qué no: ¿hay que verlo todo a la vez?Vigilancia automática: haría falta reconocer objetos, identificar peligros
  20. 20. AIBO, éxito mecánico de SONY ERS7 M2
  21. 21. ASIMO éxito mecánico de HONDA Se mueve bien (rótulas) Reconoce órdenes fijadas (lenguaje) Evita obstáculos (vista)
  22. 22. No es sencillo hacer una mano mecánica, pero hay cosas más difíciles de imitar: - el olfato, - la vista, captación de las caras. - el sistema de preferencias y valoraciones para actuar (a qué se mira más, qué se tiene en cuenta al responder)

×