Modelos Cognitivos En Filosoíia De La Mente

MODELOS COGNOSCITIVOS PARA LA FILOSOFIA CONTEMPORANEA DE LA MENTE

RODOLFO J. RORÍGUEZ R.

Revista de Filosofía de la Universidad de Costa Rica.

XXXIV, 423-432. 1996

Summary: This article examines mind´s models that have been developed from the Cognitive Science research. The first set are the information processing models such as the symbolic, the subsymbolic(connectionism) and the modularity. The second set are the cognitive neurobiology models such as the F. Crick and P. S. Churchland reductionist models of mental processes, but specially the Neural Darwinism of the Nobel Prize: G. Edelman. Finally the author suggests other kind of mental interpretations such as: the Quantum Thought of R. Penrose, the subjective ontology of J. Searle and the interpretation of the conscious mind of D. Dennett.

Resumen:Este artículo examina modelos de la mente que han sido desarrollados a partir de las investigaciones en Ciencias Cognoscitivas. El primer conjunto son los modelos de procesamiento de la información como el simbólico, el subsimbólico(conexionista) y la modularidad. El segundo conjunto son los de la neurobiología cognitiva tales como los modelos reduccionistas de los procesos mentales de F. Crick y P. S. Churchland, pero especialmente el Darwinismo Neural del Premio Nobel: G. Edelman. Finalmente el autor sugiere otro tipo de intepretaciones mentales tales como el pensamiento cuántico de R. Penrose, la ontología subjetiva J. Searle y la interpretación de la mente consciente de D. Dennett

INTRODUCCIÓN:

En el presente siglo una de las áreas de investigación más revolucionarias dentro de la computación electrónica ha sido la inteligencia artificial. Esta disciplina tiene sus raíces en los desarrollos de la lógica formal, generada a finales de siglo pasado e inicios del presente con figuras como G. Boole, G. Frege, G. Peano, B.Russell, A.N. Whithead, quienes establecen estructuras sólidas de carácter veritativo funcional para la mecanización simbólica de los razonamientos. Como prehistoria de esta disciplina se encuentran los trabajos de C. Shannon (1938). (1),McCulloch,W. y W. Pitts(1943)(2) y de N. Wiener(1948)(3).

El origen propiamente dicho de la I. A. se puede establecer a partir del artículo de A.M. Turing publicado en Mind: “Computing Machinery and Intelligence”(1950)(4).

A partir de Turing se tiene pues un núcleo teórico básico sobre el que se fundamentará todo un modelo estructural de investigación en Inteligencia Artificial. Dicho modelo fue desarrollado por expertos en distintas áreas como J. McCarthy, A. Newell, H.A. Simon y M. Minsky como los más conocidos(5).

El objetivo inicial fue desarrollar máquinas(hardware) que puedan Correr programas(software) capaces de simular y que inclusive generen el razonamiento humano de manera automática(acudiendo a cálculos formales como el proposicional en un primer momento). Los primeros desarrollos en esta área fueron los probadores de teoremas matemáticos y de lógica formal, como también los primeros jugadores artificiales de ajedrez. Todo ello representó el punto de partida de nuevas áreas de investigación sobre la inteligencia en particular y sobre la cognición en general. La limitaciones de estos primeros enfoques plantearon la necesidad de investigar otras disciplinas relacionadas con la cognición, tales como la lingüística, la psicología, la neurociencia, la antropología, surgen entonces así las Ciencias Cognoscitivas(6).

1.- MODELOS DE PROCESAMIENTO DE LA INFORMACION

El primer modelo cognoscitivo generado a raíz del desarrollo de la I.A.,surge en el contexto de las investigaciones sobre el procesamiento electrónico de la información. Tuvo enorme significación la obra de Claude Shannon, matemático del MIT, que con su tesis de maestría: “Análisis simbólico de los circuitos de relé y conmutación” (1938)(7), demuestra que los circuitos, como los que aparecen en un aparato electrónico, podían expresarse mediante ecuaciones semejantes a las de Boole;es decir bivalentemente, en la oposición: verdadero-falso, equivalente a la oposición abierto y cerrado(o conectado o desconectado) en un circuito. Shannon determina que cualquier operación puede describirse mediante esos relés de “conmutación”. La obra de Shannon sentó las bases para la fabricación de máquinas capaces de ejecutar tales operaciones veritativo funcionales, y además sugirió nuevas formas de diseñar circuitos. En el plano teórico dio la pauta -al establecer un conjunto de instrucciones codificadas que debían seguirse de forma minuciosa- para lo que sería la programación de computadoras, determinando que ésta debía concebirse como un problema de lógica formal y no como un problema aritmético, idea que provienen de los trabajos de Boole. Shannon introduce de esta manera el tema lógico-cognoscitivo en el mundo de la incipiente computación electrónica de su tiempo.

Alan M. Turing, ya en 1936(“On Computable Numbers with an Application to the Entsheidungproblem”)(8), había definido una clase de autómata(conocida como la máquina de Turing y demostró que cualquier miembro de esta clase podía computar cualquier función entre un conjunto de clases. Este tipo de máquina formal de Turing, es la base del funcionamiento de la mayoría de las computadoras digitales.

Los argumentos originales de Alan Turing se complementan con los Alonzo Church, al postular las capacidades universales de resolución de problemas de las computadoras, sugiriendo que el cerebro debe comprenderse como si fuera una computadora. Particularmente Church sugiere que si existe un método consistente y finito para resolver un problema dado, luego existe un método que puede correr en una máquina de Turing y dar exactamente los mismos resultados. Por ello, para aquellos problemas que pueden ser resueltos consistentemente en tiempos finitos y especificados, una máquina de Turing es tan poderosa

como cualquier otra entidad que pueda resolver el problema, incluido el cerebro(9).

Los argumentos de Sahnnon,Turing y Church estructuran la base de los modelos cognoscitivos de procesamiento de la información, y éste logra eventualmente un gran éxito computacional. En este sentido lo primero es elegir un problema significativo que todo el mundo esté de acuerdo que requiere para su solución del uso de la inteligencia, luego se debe identificar los elementos de información que se necesitan para lograr la solución al problema, se debe determinar cómo podría representarse esta información en una computadora, encontrar un algoritmo que pueda manipular esta información para solucionar el problema; escribir el código computacional que implemente ese algoritmo y finalmente se debe poner éste a prueba contra instancias muestradas(usualmente simples) del problema.

1.1. MODELO SIMBÓLICO

El modelo simbólico de la I.A. es el primer núcleo sólido en I.A., enmarcado dentro del contexto del “macromodelo” de Procesamiento de Información y alcanza su máxima expresión con la “Hipótesis del sistema de símbolos físicos” de A. Newell y H. A. Simon(11). Para ellos, un sistema de símbolos físicos es una máquina que produce a lo largo del tiempo una colección evolutiva de estructuras simbólicas. El sistema de símbolos tiene como referente un mundo de objetos más amplio de tan solo las expresiones simbólicas. El término “físico” hace referencia a que tales sistemas obedecen las leyes de la física, es decir, son realizables por sistemas de ingeniería o computación electrónica. La relación entre el referente y los símbolos se dará por medio de designación e interpretación. En dicho modelo se considera que un sistema de símbolos físicos tiene los medios necesarios y suficientes para una acción inteligente. En este caso el concepto de “necesario” se entiende en el sentido de cualquier sistema que se considere inteligente de manera general, se puede entender como un sistema de símbolos físicos. Lo de “suficiente” hace referencia a que cualquier sistema de símbolos físicos de suficiente tamaño puede ser organizado hasta llegar a mostrar acción inteligente general(12).

En el corazón de la teoría de los Sistemas de símbolos físicos, se encuentran las arquitecturas simbólicas las cuáles sirven de substrato para la computación electrónica, que es posible por la manipulación de señales físicas por medio de reglas explícitas que también están compuestas por otras señales. La manipulación está basada solamente en las propiedades físicas de las señales, no por sus significados. Todo procesamiento implica combinaciones basadas en reglas de señales simbólicas; esto es, hileras de señales. El sistema entero es semánticamente interpretable; esto es, todos sus componentes se refieren a objetos o a funciones de estados(13).

Este sistema de símbolos físicos es un claro ejemplo de máquina general de las ideadas por Turing, consolidándose así el modelo estructural propuesto originalmente por este último y que se ha denominado como se ha mencionado: MODELO SIMBÓLICO y que representa el primer modelo consolidado dentro de la Inteligencia Artificial para poder explicar los procesos mentales, aún cuando con el tiempo se ha mostrado muchas de sus limitaciones(14).

1. MODELO SUBSIMBOLICO

El primer modelo cognoscitivo a partir del surgimiento de la inteligencia artificial por parte de la filosofía contemporánea de la mente es el simbólico, anteriormente descrito. Pero no es el único modelo para la filosofía

...