En ocasiones me gusta acudir a las fuentes originales. Hoy en día en que vivimos un ‘verano’ de la Inteligencia Artificial, en que ésta, especialmente en su faceta de Machine Learning, ocupa infinidad de artículos, portadas, eventos y programas, se menciona una y otra vez a Alan Turing.
Cuando se intenta explicar qué es la Inteligencia Artificial o en qué consiste, simplemente, la inteligencia, se trae a colación el famoso Test de Turing. Un test que siempre me ha parecido, más que un verdadero test, una forma de intentar explicar qué es la Inteligencia Artificial y una forma que, por desgracia, creo que no aplica del todo al concepto actual de Inteligencia Artificial.
Pero esa percepción podía estar mediatizada, ya que nunca había leído la explicación original de Alan Turing y la mención a su famoso test siempre había sido una mención casi anecdótica y superficial por terceros que lo usan a modo de introducción en artículos o presentaciones para luego continuar explicando, por otro derroteros, conceptos diversos de computación e Inteligencia Artificial.
Pero hoy he leído al mismísimo Alan Turing y la explicación de su famoso test. El artículo donde por primera vez se habló del test, se titulaba ‘Computing machinery and Intelligence‘ y fue publicado en Octubre de 1950 en la revista Mind, una revista, por cierto, dedicada a psicología y filosofía y cabe decir que, en efecto, a pesar de que en el artículo se trasparente el conocimiento técnico que Turing poseía, el discurso y el estilo parecen más propios de un debate filosófico que tecnológico.
El test de Turing
La verdad es que en el artículo original Turing ‘le da muchas vueltas’ a la formulación del test, cuál es la pregunta a contestar y si vale la pena hacerse esa pregunta. Pero, en esencia, y como es bastante conocido, describe un escenario con tres actores: A (un hombre), B (una mujer) y C (el entrevistador). La misión del entrevistador (que no puede ver a A ni a B, y que tampoco les escucha directamente sino escritas de alguna forma y que tampoco permita identificar la letra) es saber quién es el hombre y quién la mujer. El objetivo de A es hacer fallar al interrogador y el objetivo de B es ayudarle a dar con la respuesta correcta.
Ese juego se puede jugar, primero siendo A y B realmente personas, realmente un hombre y una mujer y luego se cambia y en lugar de A juega una máquina. Y la pregunta que se formula realmente es: «¿Se equivocará el interrogador con la misma frecuencia cuando A es un hombre que cuando A es una máquina?» y esa pregunta sustituye a la original «¿Pueden las máquinas pensar?» porque se entiende que si la máquina ha logrado ‘engañar’ tantas veces al entrevistador como la persona, es que es capaz de pensar.
Luego dedica unas cuatro páginas del artículo a explicar, más en concepto que en tecnología, en qué consisten los ordenadores digitales y concluye que, en el juego, y como máquinas, deberían participar computadores digitales.
La posición de Turing
Aunque reconoce que no puede probarlo, Turing declara abiertamente su confianza en que las máquinas conseguirán superar su test en un plazo de 50 años (es decir, estaría hablando del año 2000).
Dice que, en realidad, no tiene sentido contestar a la pregunta exacta «Can machines think?» pero, a cambio, afirma de forma explícita:
I believe that in about fifty years’ time it will be possible, to programme computers [] to make them play the imitation game so well that an average interrogator will not have more than 70 per cent chance of making the right identification after five minutes of questioning.
Y el tiempo parece haberle dado la razón.
Las objeciones
En el artículo original, Turing dedica mucho espacio, realmente es a lo que más tiempo dedica, a censar y refutar las posibles objeciones que pueden surgir hacia su posición o hacia la posibilidad de las máquinas piensen.
No voy a detallar las argumentaciones y refutaciones, para eso está el artículo original, pero al menos sí las voy a censar. Son nueve posibles objeciones:
- La objeción teológica: Dios ha dado alma a las personas pero no a animales o máquinas, así que éstas no pueden pensar.
- La objeción del avestruz (en realidad, se traduciría como cabeza en la arena): sería espantoso que las máquinas pensasen.
- La objeción matemática: centrada sobre todo en el teorema del Godel que dice que en cualquier sistema lógico suficientemente potente, existen afirmaciones que no pueden ser ni afirmadas ni refutadas dentro de ese sistema a menos que el propio sistema sea inconsistente.
- El argumento de la conciencia: que de alguna forma exige que la máquina tenga conciencia de sí misma y también emociones para reconocerle la capacidad de pensar.
- Argumentos de diferentes discapacidades: que toman la forma de aunque la máquina puede hacer tal y tal cosa, seguro que no puede hacer esta otra, es decir, no piensa como un humano.
- La objeción de Lady Lovelace: en que se refiere a la mismísima Ada Lovelace, cuando este famoso personaje afirma, a propósito de la máquina analítica de Babbage, que la máquina sólo puede hacer aquello que las personas le indiquen explícitamente que haga.
- Argumento acerca de la continuidad del sistema nervioso: en que se destaca que el sistema nervioso humano es un sistema continuo mientas los computadores digitales son máquinas de estados discretos, por lo que no cabría esperar que un computador digital mimetizase el comportamiento humano.
- Argumento de la informalidad del comportamiento: que viene a afirmar que el comportamiento humano no se puede reducir a un conjunto de reglas, como sí ocurre en las máquinas.
- El argumento de la percepción extrasensorial: un argumento sorprendente que viene a indicar que podría ser posible la comunicación telepática entre el entrevistador y los participantes humanos, pero no sería posible con la máquina, lo cual podría invalidar el test.
He resumido mucho las objeciones y no he incluido cómo las valora o rebate Turing porque eso sería casi reproducir el artículo y no era el objetivo de este post.
La última parte del artículo se dedica a hablar de máquinas capaces de aprender con una propuesta en que, más que empeñarnos en hacer una máquina capaz de emular a un humano adulto, sugiere crear una máquina capaz de emular a un niño y, a partir de ahí, aprender.
Instead of trying to produce a programme to simulate the adult mind, why not rather try to produce one which simulates child’s?
A la luz de lo que está sucediendo actualmente con la Inteligencia Artificial y el Machine Learning, esta parte del artículo original es sorprendentemente moderna.
Mis impresiones
De la lectura del artículo de Turing me quedo con algunas ideas y conclusiones.
La primera, y aunque quizá la menos importante, es que el test de Turing, tal y como muchas veces he visto descrito en libros, artículos, charlas y eventos profesionales, no se corresponde del todo con la propuesta original de Turing, sino que es como una versión simplificada del real, probablemente debido a no haberse preocupado las fuentes de leer la verdadera propuesta de Turing. Además, a veces no se destaca suficientemente que lo que Turing realmente quería contestar es si las máquinas pueden pensar. Como esa pregunta formulada de esa forma llevaría a una definición muy difícil de lo que es una máquina y lo que es pensar lo cual es complejo y puede que sin respuesta universal, en su lugar, el test es un sustituto, una forma más concreta de formular la cuestión.
Luego me llama la atención cierta interesante doble dialéctica que se produce en el artículo leído hoy en día. Una primera dialéctica o tensión entre contrarios que me produce es una sensación al mismo tiempo de modernidad y de antigüedad. Se trata de un artículo publicado hace casi setenta años y, en cierto sentido tiene ese aire de cosa ya pasada tanto en lo técnico como también en el estilo. Y sin embargo, al mismo tiempo, sigue conservando una gran validez e interés y algunos planteamientos como el que destacaba al final del aprendizaje, son todavía muy actuales.
La otra tensión dialéctica es en el lenguaje filosófico frente a técnico. El estilo general del artículo me recuerda más a una discusión filosófica que técnica. Cabe recordar que la revista Mind se dedicaba a psicología y filosofía. Sin embargo, en ciertos pasajes del artículo queda muy claro el conocimiento y rigor que atesoraba Turing en lo matemático y lo técnico.
Y una última valoración, más allá del artículo en sí, es que vale la pena leer a los clásicos. Y no sólo en lo técnico sino en cualquier disciplina del saber humano. Leer a los clásicos, a aquellos que más han influido en el pensamiento humano de cualquier naturaleza es interesante, refrescante y saludable. Es saludable porque podemos leer la propuesta original sin las deformaciones que el paso por diferentes interlocutores introduce. Alcanzamos un saber y un entendimiento más puros. Y es interesante y refrescante porque si estas personas han sido tan influyentes es por algo. En general, las obras originales de los clásicos, atesoran una calidad y una fuerza que de alguna forma explica por qué, de hecho, se convirtieron en clásicos.
Y Turing, y su artículo «Computing Machinery and Intelligence» son uno de esos clásicos.
1 comentario