" Computing Machinery and Intelligence " es una obra fundamental en el campo de la inteligencia artificial , escrita por el científico inglés Alan Turing y publicada en 1950 en la revista Mind , dando al público general una idea de lo que actualmente se denomina test de Turing .
El trabajo de Turing aborda la pregunta "¿Pueden pensar las máquinas?". Dado que las palabras "máquinas" y "pensar" no pueden definirse sin ambigüedades, Turing propone reemplazar "la pregunta con otra estrechamente relacionada con la primera, pero expresada en términos menos ambiguos [1] ". Para hacer esto, el autor, en primer lugar, encuentra un reemplazo inequívoco para la palabra "pensar". En segundo lugar, explica qué tipo de "máquinas" considera . Sobre esta base, formula una nueva pregunta relacionada con la original: ¿puede una máquina realizar acciones que son indistinguibles de las acciones deliberadas? Esta pregunta, según Turing, puede responderse afirmativamente, por lo que el autor muestra la inconsistencia de los puntos de vista opuestos , y también describe cómo crear una de estas máquinas .
En lugar de determinar si las máquinas pueden pensar, Turing plantea la cuestión de si las máquinas pueden ganar en un juego llamado Juego de la Imitación. Involucra a tres participantes: una máquina, un humano y un examinador (que también es un humano). El examinador se sienta en una habitación separada desde la cual puede comunicarse tanto con la máquina como con la persona. En este caso, las respuestas deberán presentarse en forma de texto y transmitirse por teletipo o con la ayuda de un intermediario. Tanto la máquina como el humano están tratando de convencer al examinador de que son humanos. Si el examinador no puede decir con seguridad quién es quién, se considera que la máquina ha ganado el juego. Esta es la descripción de la versión más simple de la prueba. Existen otras variantes del test de Turing .
Como señaló Stephen Harnad, la pregunta comenzó a sonar como “¿Pueden las máquinas hacer lo que nosotros (como criaturas pensantes) podemos hacer? [2] ". En otras palabras, Turing ya no pregunta "¿Pueden pensar las máquinas?", Pregunta si una máquina puede realizar acciones que son indistinguibles de las acciones deliberadas. Esta forma de plantear la cuestión evita los difíciles problemas filosóficos de definir el verbo "pensar" y se centra en las tareas de crear y aumentar la productividad que hace posible la capacidad de pensar.
Algunos han decidido que la pregunta de Turing solo suena como "¿Puede una máquina que se comunica a través de un teletipo engañar completamente a una persona de que es una persona?" Sin embargo, Turing no habla de engañar a la gente, sino de reproducir las capacidades cognitivas humanas [3] .
Turing también señala la necesidad de definir a qué "máquinas" se refiere. Naturalmente, excluye a las personas de la clase de las máquinas. Los clones tampoco proporcionarían un ejemplo interesante de "construir una máquina pensante". Turing propone centrarse en la posibilidad de "computadoras digitales" que manipulen los números binarios 1 y 0, reescribiéndolos en la memoria a través de reglas simples. Él da dos razones para esto:
La investigación de Turing en la teoría de los algoritmos demostró que una computadora digital puede simular cualquier máquina discreta, con suficiente memoria y tiempo. (Este es el núcleo de la tesis de Church-Turing y la máquina de Turing universal ). Entonces, si "cualquier" máquina digital puede hacer lo que piensa, entonces "todas" las máquinas digitales suficientemente poderosas pueden hacerlo. Turing escribe que "todas las computadoras digitales son, en cierto sentido, equivalentes [1] ".
Esto le permite hacer la pregunta original aún más correctamente. Turing ahora define la pregunta de manera diferente: “Fijemos nuestra atención en la computadora digital B. ¿Es cierto que al modificar la computadora para que tenga suficiente memoria, lo que equivale a aumentar su velocidad de acción y proporcionarle el programa correcto? , se puede hacer que la computadora B desempeñe satisfactoriamente tanto el papel de la computadora A en el juego de simulación como el papel de la persona B? [1] ". Esta pregunta, según el autor, se ha convertido en una cuestión directa de ingeniería de software .
Además, Turing argumenta que uno "no debería preguntarse si todas las computadoras tendrían éxito en el juego y si todas las computadoras existentes tendrían éxito, pero las computadoras imaginarias [1] podrían tener éxito en él ". Esto es muy importante para considerar la posibilidad de lograr una "máquina pensante", estén o no disponibles los recursos necesarios para ello.
Habiendo identificado la pregunta, Turing vuelve a responderla: considera 9 principales puntos de vista opuestos, que incluyen todos los principales argumentos contra la inteligencia artificial que existían antes de la primera publicación del artículo.
Sea amable, inventivo, hermoso, amistoso... sea proactivo, tenga sentido del humor, sepa distinguir el bien del mal, cometa errores... enamórese, disfrute de las fresas y la crema batida... haga que alguien se enamore de usted, aprenda de la experiencia... use palabras correctamente, piensa en ti mismo... para exhibir el mismo comportamiento diverso que una persona, para crear algo nuevo.
Turing señala que, por lo general, se trata de acusaciones. Todos dependen de suposiciones ingenuas sobre lo que podrían ser las máquinas futuras y son "argumentos ocultos de la mente". Ofrece soluciones a algunos de ellos:El motor analítico no pretende crear nada nuevo. La máquina puede hacer todo lo que sabemos prescribirle. Puede seguir el análisis, pero no puede anticipar ninguna dependencia o verdad analítica. La función de la máquina es ayudarnos a conseguir aquello con lo que ya estamos familiarizados.
Turing dice que la objeción de Lovelace se puede reducir a la afirmación de que la máquina "no puede sorprendernos", a lo que se puede responder directamente que las máquinas sorprenden a las personas muy a menudo. En particular, porque las consecuencias de algunos hechos no pueden determinarse con precisión. Turing también señala que la información de Lady Lovelace sobre las máquinas no le permitió imaginar que la memoria del cerebro humano es muy similar a la memoria de una computadora.La última sección del artículo de Turing comienza evaluando la viabilidad de desarrollar máquinas pensantes desde el punto de vista de la ingeniería y la programación. Para un juego de simulación, en su opinión, la capacidad de memoria requerida por la tecnología de esos años parecía bastante factible y no había necesidad de aumentar la velocidad de las operaciones. Más importante fue la tarea de compilar un programa de máquina para esto. “Al tratar de imitar la mente adulta, nos vemos obligados a pensar mucho sobre el proceso por el cual el intelecto humano alcanzó su estado actual [1] .” El autor destaca aquí tres componentes:
Para evitar programar tal estado, Turing propone escribir un programa que imite la mente de un niño y un programa que realice educación. El cálculo del autor es que el mecanismo en el cerebro de un niño es simple, y un dispositivo como este se puede programar fácilmente, aunque no en el primer intento. El proceso de educación propuesto se basa en parte en el método de castigos y recompensas.
En este caso, la máquina debe estar dispuesta de tal manera que la recepción de una señal de "castigo" conduzca a una fuerte disminución en la probabilidad de repetir aquellas reacciones de la máquina que precedieron inmediatamente a esta señal, mientras que la "recompensa" La señal, por el contrario, aumentaría la probabilidad de esas reacciones, las reacciones que la precedieron (que la "desencadenaron").
Para aumentar la complejidad de la “máquina infantil”, Turing sugiere “incrustar” en ella un sistema de inferencia , que no necesariamente satisfaría los principios de la lógica estricta, como la “ jerarquía de tipos ”.
Una característica importante de una máquina de aprendizaje de este tipo es que el profesor solo puede predecir su comportamiento con cierta probabilidad. La desviación del comportamiento absolutamente determinista, aparentemente, es una manifestación de inteligencia. Otro resultado importante del aprendizaje es que los errores se cometerán de forma natural, en lugar de ser "perforados" para confundir al examinador del juego de simulación.
Desde la publicación del artículo, "se ha convertido en uno de los artículos filosóficos más reimpresos, citados, mencionados, mal citados, parafraseados y, en general, notables jamás publicados. Ha influido en muchas disciplinas intelectuales (inteligencia artificial, robótica , epistemología , filosofía de la mente ) y ha ayudado a dar forma a la opinión pública actual sobre los límites y posibilidades de la "inteligencia" artificial no humana, hecha por el hombre [8] . "
Durante las décadas de 1950 y 1960, los argumentos notables en contra de la posibilidad de construir una máquina capaz de pensar eran relativamente raros. Incluso las objeciones existentes no parecían lo suficientemente convincentes ni desde un punto de vista evolutivo ni lógico y no tuvieron un efecto disuasorio en la investigación en el campo de la inteligencia artificial.
En 1972, Hubert Dreyfus publicó What Computers Can't Do, que fue una aguda crítica de las manifestaciones de inteligencia en los sistemas de inteligencia artificial existentes [7] . En su opinión, los modelos carecían de ese enorme stock de conocimiento no formalizado sobre el mundo que tiene cualquier persona, así como de la capacidad inherente al sentido común para apoyarse en ciertos componentes de este conocimiento. Dreyfus no negó la posibilidad fundamental de crear un sistema físico artificial capaz de pensar, pero fue muy crítico con la idea de Turing de que esto podría lograrse mediante la manipulación de símbolos con reglas aplicadas recursivamente.
Sin embargo, estas objeciones no fueron aceptadas por los especialistas y filósofos en inteligencia artificial y no afectaron el desarrollo posterior de la investigación en el campo. Superar los problemas descritos por Dreyfus se consideró posible en el futuro, tras la creación de máquinas más potentes y mejores programas.
Pero a finales de los 70 y principios de los 80, un aumento en la velocidad y la memoria de las computadoras no aumentó mucho sus "capacidades mentales". Para obtener resultados prácticamente confiables, fue necesario dedicar mucho más tiempo que los sistemas biológicos requeridos para las mismas tareas. Procesos de modelado tan lentos alarmaron a algunos especialistas que trabajaban en el campo de la inteligencia artificial [7] .
En 1980, John Searle , en el artículo "The Mind of the Brain - a Computer Program?" presentó un concepto crítico fundamentalmente nuevo que puso en tela de juicio el supuesto fundamental del programa de investigación clásico sobre inteligencia artificial, a saber, la idea de que la correcta manipulación de símbolos estructurados mediante la aplicación recursiva de reglas que tengan en cuenta su estructura puede constituir la esencia del mente consciente.
Searle explicó su razonamiento en un experimento llamado " habitación china ". Su significado es que una máquina capaz de pasar la prueba de Turing manipula símbolos, pero no puede darles ningún significado. Plantea la pregunta de por qué, en general, la simulación por computadora del pensamiento humano se considera completamente idéntica a ella, y por qué en este caso puede surgir un comportamiento razonable.
Nadie piensa que un modelo computarizado de digestión pueda realmente digerir algo, pero cuando se trata de pensar, la gente cree voluntariamente en tales milagros, porque olvida que la mente es el mismo fenómeno biológico que la digestión [9] .
A diferencia de Turing, Searle no creía que el pensamiento se redujera a programas, al mismo tiempo, no negaba la posibilidad misma de crear un sistema de pensamiento artificial. La "Sala China" propuesta por Searle suscitó muchas críticas, aclaraciones y discusiones, que todavía no aclaraban nada en las cuestiones planteadas y no conducían a una unificación de opiniones diversas [8] .
Para demostrar las máquinas pensantes que se crearon en 1991, el empresario Hugh Loebnerfundó y financió un concurso anual para identificar y premiar un programa de computadora que pase la prueba de Turing de manera más satisfactoria. Sin embargo, a lo largo de la duración de la competencia, los programas se mantuvieron bastante simples y no mostraron muchas ganas de progresar. Sobre estos intentos de pasar el test de Turing, el profesor de física Mark Halpernen su artículo "El problema con la prueba de Turing" dice:
Por supuesto, la imposibilidad de pasar el test de Turing es un hecho empírico que puede revertirse mañana; lo que es más serio es que está quedando claro para más y más observadores que incluso si esto sucede, este éxito no significará lo que Turing y sus seguidores tenían en mente: incluso las respuestas significativas a las preguntas del probador no prueban la presencia de un activo. inteligencia en el dispositivo a través del cual pasan estas respuestas [8] .