clark - estar ahí

8/18/2019 Clark - Estar Ahí

1/307

\

l

\


2/307

Biblioteca COGNICIÓN Y DESARROLLO HUMANO/ 35ón d r g d p r és r

Tí u s p d s

1. s v -Psicología social, I. s v Psicología social 11. J_ r n r El habla del niño

4 A. mps n -La construcción de la pe sonalidad ! m n -Pe spectivas de la ciencia cognitiva6 K K y La vida mental y social del bebé7 h nk y s n -Guiones, planes metas y entendimiento8 J rn rg -Inteligencia humana, l La natu aleza de la inteligencia y su

medición9 J rn g -Inteligencia humana 11 Cognición pe sonalidad e inteligencia0 J rn rg -Inteligencia humana 111 Sociedad, cultu a e inteligencia

1 . . J rn rg Inteligencia humana 111 Evolución y desa llo de la inteligencia12 y r Pensamiento esolución de p oblemas y cognición1 s El desa ollo intelectual: del nacimiento a la edad madu a1 r nf n r nn r -La ecología del desa ollo humano1 >1. rdn r -La nueva ciencia de la mente Histo ia de la evolución cognitiva1G .J h n y yA Fr m n -Cognición y psicote apia1 J V W r s h Vygotsky y la fo mación social de la mente1B J w y pensamos19 rr , rk y r -Motivos y mecanismos? J un r y s La elabo ación del sentido La const ucción del mundo

o e niño

1 P J hns n rd -El o denado y la mente Int ducción a la ciencia cognitiva? W r h m r -El pensamiento p oductivoJ. v La cognición en la p áctica

4 _ dd n y dw rds -Memo ia compa tida) ws n La at ibución causal

( h n y k h -El desa ollo de la imaginación: l l oq f -A ndices del pensamiento

' .J m ende la mente ep esentacional:"I 1 < / i encias múltiples La teo ía en la p áctica: l I ,1 ;k I 0 miento lenguaje. / r

I w x e to 1;' •Id, • y < ¡ Í sende os de los descub imientos del niñoM k y 1 .t ()r T cognición 1 ' · ·; 7 i i

I/


3/307

ANDYCLARK

ESTAR AHÍerebro, cuerpo y mundo

en la nueva ciencia cognit va


4/307

f f Pu ng Brain, Body and World Togeth r Aga nw H 1 " M P ess C m e M ss h se

. 1 1 B e án1 o M ínez M n q e

t 1 11 yMon se P ss

,� 1 , ! j , .i I , ri ac ó cr ta d l > = -· , l la r r d cc ó t tal , - / J g a a = ,,, , , é ta úblic H ,· 1 : e o Te hno o

, ; Sá ez e án1 , 1 10 en s e no

• L AM B on

. 1, ·1 • 11 ·WVi1\ lc , ( 1]

• 1

¡.. . } \'1 _ ' M ( )

¡ o1 1,1


5/307

A mz'padre, ]i Clark el ch rrón es o ésqu m en eñ a pr gunta e .


6/307


7/307

Sumario

Agradecimientos . . . . . . . . . . . . . . . . . . Prólogo: De conexionismo a a mente corpórea y embebida . 15Prefacio Pensamiento profundo contra acción f uida . . . . . . . . 3Bases . . . . . . . . . . . . . . . . . . . . . . . . . .35Introducción: Un automóvi con cerebro de cucaracha . . . . .39

Primera parteDE XCURSIÓN POR LA M NT

Agen es a ónomos un paseo por a una . . 491.1 Bajo e o cán . . . . . . . . . . . . . . . . 49

2Desf e de robots . . . . . . . . . . . . . . . . . . . . . . . . 50

1.3 Mentes sin mode os . . . . . . . . . . . . . . . 61 4 chos . . . . . . . . . . . . . . . . . 1.5 ¿Sensibi idad para os deta es? . . . . . . . . 651 6 robot ref nado . . . . . . . . . . . . . . . . .

2 niño situado . . . . . . . . . . . . . . 752 1 Yo, robot . . . . . . . . . . . . . . . . . . . .752 2 Buc es de acción . . . . . . . . . . . . . . . . . . . 7 6 2.3 Desarro o sin diseños . . . . . . . . . . . . . . . . . . . 7 9 2 4 «Montaje b ando» so uciones descentra izadas . . . . . .8 3 2 5 Men es con andamiajes . . . . . . . . . . . 2.6 La mente como espejo frente a a men e como con ro adora 88


8/307

1 O I Estar ahí

3. Mente y mundo: la frontera plástica . . . . . 9 . La mente escurridiza . . . . . 9 .2 Las redes neuronales una revolución inconclusa . . . . 9. Apoyarse en el entorno . . . . . . . . 00 4 Planificación y resolución de problemas . . . . . 04.5 Después del archivador . . . . . ...... . . 09

4. Sabidur a colectiva al es ilo de los hongos mucilaginosos . 4. Aquí llega el mucílago . . . . . . . . . . . 4.2 Dos formas de emergencia . . . . . . . . . . . 116 4 Tripu aciones marinas . . . . . . . . . . . . 9

4 4 Las raíces de la armon a . . . . . . . . . 20 4.5 Modelos de la men e oportunista . . . 2 Intermedio una historia condensada . . . . . . . 126

Seg nda parte

EXPLICAR LA MEN E EX ENDIDA

. Robots en evolución . . . .. . . . . . 5 Las elusivas estratagemas de la mente corpórea y embebida .

2 Un telón de fondo evolutivo . . . Los algoritmos genéticos como instrumentos de exploración

.4 nteligencia corpórea en evolución . ... .. La batalla de los simuladores (¡Viva lo auténtico!) . .

.6 ómo comprender los agentes evolucionados,rpór os y embebidos . . . . . . ... . .

cia y explicación . ... .. . . . .. 1 ¿ diferentes? . . . . . . . ..

) t s a os todos . .. . ... . . . . . \ l iná icos y la explicación basada en la

l' Hrg ncta . < · ; n ros ... . . .... . . . . . / ' k . ... . . . . . . . . .

,i¡' "


9/307

Sumario 1 11

7.3 La visión de los primates: de la detección decaracterísticas a los iltros sintonizados . .. . . . 18 2

7 4 Hipótesis del control neuronal . . 1 7 5 Re inar la representación . . . . . . . . . . . . . . 19 0

8. Ser, computar, representar . . . . . ..... . 19 3 8.1 ¿Noventa por ciento de vida (arti cial)? ....... 19 3 8.2 Qué es eso que llamamos representación? .. .. . . . . . . . 19 3 8 3 Representación orientada hacia la acción . . . .. . .. . . . . 20 0 8.4 Programas, uerzas y programas parciales . .. . . . . . . . . 20 4 8.5 Seguir el ritmo . . ... . ... ... .... . 213 8.6 Causalidad rec proca continua .. .. . ...... 215 8 7 Problemas ávidos de representación . . .... 219 8 8 Ra ces .. . . . . . . . . .. . . . . . . . . . . . . . . . 224 8.9 Representacionalismo mínimo ... . . . . ...... ... . 228

Tercera parteMÁS ALLÁ

9 Mentes y mercados . . . . .. . . . ...... .. . 233 9.1 Cerebros salvajes mentes andamiadas .... ..... . .... 233 9.2 Perdidos en el supermercado . ...... . . ..... . . 235 9.3 ¿O icinas inteligentes? . .. . . .... . .... . . 239 9 4 Dentro de la máquina . . .. . . . . . . . . . . . . . . 241 9.5 Entornos de diseño . . . .. ................. . . 245

10. Lengua e el arte acto definitivo ........ . . . . . 24710.1 El poder de la palabra . . . . . . . . . . . . . 24710.2 Más allá de la comunicación . . . . . . . . . . . . . . . . . . 24810 3 Cambio de espacios . . .... ....... ... . . 25510 4 Pensar sobre el pensar el efecto del manglar . . . . . . 26310 5 La adaptación del lengua e al cerebro . . .. . . . . . 26710 6 ¿Dónde acaba la mente y empieza el resto del mundo? .... 27 0

11 Mentes, cerebros y atunes un resumen en salmuera . . . . .. . 27 7

Ep logo habla un cerebro . . .... .. . ..... .. .. . .. 28 1Bibliogra a .. . . . . . . .. .. . . . . . . . . .. . 28 7Índ ce anal tico y de nombres .. . . . . 3


10/307


11/307

Agradecimientos

Parte de los capítulos 6 y 9 y del epílogo se basan en los siguientes art culos escritos por mí Agradezco a los compiladores y editores su autorización para utilizar este material

• «Happy complings: Emergence, exploratory styles and embodied, embedded cognition» en Readings in the Philosophy o/ Art ficial L e, M. Boden (comp ) Oxford University Press

• «Economic reason The interplay of indi idual learning and externalstruc ure» enFrontiers o/ Institutional Economics J. Drobak (comp ), Academic Press

• «I am John's brain», en ]ournal o/ Co sciousness Studies 2 1 5),n º 2, págs 144-148

La procedencia de las figuras se acredita en las notas al pie correspon

d entes


12/307


13/307

Prólogo: Del conexionismoa la mente corpórea y embebida

La visión un tanto idealizada que la ciencia cognitiva tiene de sí misma(por ejemplo Gardner, 1985) es la de un área en la que con uyen los es

uerzos interdisciplinarios de entes tan diversas como la inteligencia arti icial, la psicología la lingüística o las neurociencias. Cada una de estas disciplinas es a su vez una ciencia en movimiento en la que cada semana estánapareciendo nuevas tecnologías uevas hipótesis y un caudal de datos queresulta difícil con ugar en un todo coherente Si a esto añad mos que la materia e estudio el enómeno de lo mental está plagada de embrollos ilosó

cos nos encontramos con una ciencia que está en un proceso continuo derede nición de sus límites de sus tareas y de su aparato conceptual Es fácilque al adentrarse en busca de explicaciones uno se encuentre inmerso enunas arenas movedizas que amenazan con tragarle Como sabe todo aquelque haya visto una película de la ungla la mejor manera de salir de unas arenas movedizas no es por medio de b azadas bruscas y movimientos violen

tos sino sujetándose a alguna liana y tirando rmemente pero con pacienciaEstar ahí, el tercer libro de Andy Clark nos proporciona una de esas lianasA di erencia de sus dos obras anteriores Microcognition («Microcogni

ción» 989) yAssocia ive Engines («Motores asociativos» 1993) centradasprincipalmente en anali ar los supuestos que ay detrás del en oque conexionista de la cognición y en articular las consecuencias de este en oque parala concepción general de la mente el conexionismo no es el tema central deEstar ahl aunque siga ocupando un lugar preeminen e De hecho y muy enconsonancia con el en que de la ciencia cognitiva que se va a ofrecer no es

ácil ni conveniente identi icar un aspecto determinado como el tema o argumento central de este libro sino que existe toda una colección de conceptos clave que se entrelazan en un tejido explicativo común Nociones comodescentralización emergencia sistemas dinámicos reconocimiento de pa-


14/307

16 1 Estar ahí

on s, c ducta adaptativa, va a c r a e t a ad caleidósc pic ,1 zad p u a u t tud de eje pl s de p cede cia ta dive sa c a

b t ca, a et g a, a ec a el desa ll i a ti T d ell c el t de ecupe a pa a a cie cia c g itiva cuesti es e ativas al cue p y a

m ie te, que só dea a a e te si que, de ac e d c e autan c e a u is siste a.

A pesa de ca ácte ta e e te dife e e de este últi li espect a s t a aj s a te i es, hay u ast de p e cupaci es y tiv s af nesa a g de las t es as E et de este p ó g , p ta t , es p e a a

i ta a ev lució del pe sa ie t de Cla k e e c text de s s p i e asas s e c exi is de d que e ect pueda ap ecia al e s a

andes asg s, e p ces que dese ca e la i age de la te c póa y e ida que se p as a eEstar ahí.

Las redes del pensamiento

L s siste as c exi istas i u pie c n ue a e el ed c g va ediad s de la década de s che ta. ese e t a c cepci d

i a te e t e q ie es e p ea de s c putac a es de as u ci ese tales se asa e la a ipulació de ep ese taci es si ó icas disc e

tas y si táctica e te est uctu adas p ed de eglas se si es a dicha esuctu a as ep ese taci es se c ci c sí s capaces de eci

i a i te p etació se á t ca e funció de a e ac ó pa ticula quep sea c el a ie te c t s sí l s S , asi is capaces dec a se c t s s s pa a a est uctu as ás c p e as sp ces s c g itiv s, p su pa te se á de ca ácte a g t ic U a dete

i ada u ció se eali a á a t avés de a se ie de t a s aci es de es

t ctu as si ó cas as t a s aci es vie e dadas p u c u t deeg asque dete i a s pas s pe isi es a pa ti de cada estad del sist a l e que que se de iva de esta visió ha eci id disti tas etiquetas

á en s a tu adas c c g itivis clásic , pa adig a si ó icc p taci a s t d x , e que de ep ese tac e eglas ea st c GOF I (Good OldFa ione A tifcia Inte igence i telige cia

t al a vie estil )n si i n a este tip de ga i ació s disti t s tip s de siste as

n a tán st t s p u dades si p es i te c ectadas -1 a ya t ctu a está spi ada de u d uy ge e a , e

· : a t tu a n al del siste a e vi s , pJl '


15/307

Prólogo 1 7

a través de las conexiones hacia otras unidades, activándolas o inhibiéndolasen mayor o menor medida según el peso y valor (positivo o negativo) de lasconexiones. Para llevar a cabo una tarea es preciso entrenar a la red de manera que modi ique los pesos de las conexiones entre las unidades hasta quese asiente en una so ución estable a prob ema La conducta del sistema es asíel producto de la interacción de sus elementos. Este enf que también hasido bautizado de diversas maneras como conexionismo paradigma subsimbólico neurocomputacionalismo o enfoque PDP (Procesamiento Distri-buido en Paralelo).

El conexionismo atrajo inmediatamente la atención de un nutrido grupode insatisfechos con las aproximaciones computacionalistas simbólicas tradi

cionales. Entre ellos se contaban investigadores de muy distintos credos tales como listas asociacionistas liminativistas neurocomputacionalistas oanticomputacionalistas. Esta diversidad de partidarios se debe en parte alcarácter opaco de los procesos en los que se basa la conducta de una red conexionista. La actividad es producto de los vínculos asociativos existentes entre las unidades de la red de ahí la etiqueta (o para algunos la acusación deaso iacio istaEl sistema integra simultáneamente en paralelo) un cúmulo deelementos de información que determinan conjuntamente la respuesta del sistema ante un est mu o determinado de ahí a etiqueta d holista Por otraparte losneurocomputacionalistas con iaban en que los nuevos sistemas permitir an integrar los datos procedentes de la neurociencia en mode os computacionales que ideali asen el ncionamiento de los sistemas nerviosos. Asíel conexionismo permitiría vislumbrar la rma bás ca de las representacionesen los sistemas biológicos Los detractores del computacionalismo, por elcontrario veían en el carácter emergente de la conducta de la red con r specto a la actividad de las unidades un punto de apoyo para rechazar cualquierinterpretación representacional y computacional de las estructuras y procesos

internos responsables de dicha conducta. Los el minativistas,sin embargo interpretaban la falta de vínculos claros entre las entidades que identi icamosen nuestras explicaciones psicológicas de andar por casa (entidades talescomo creencias y deseos para decretar la expurgación de nuestro lenguajepsico ógico cientí co de semejantes entidades cticias

A la hora de contrastar el enfoque conexionista con el simbólico el desconcier o ha seguido siendo a norma. Las redes eran emp eadas con éxitoen la solución de problemas del mismo tipo que en el en oque convencionaly la vocación de sus primeros romotores ra más re rmista que revoluc onaria con respecto a la ortodoxia cognitiva No obstante las redes se resistían al análisis clásico en términos de estructuras (los datos y procesos losprogramas) que caracteri aba a la inteligencia arti icial típica. A primera vista es evidente que existe alguna di erencia entre ambas amilias y para ca-


16/307

18 Estar hí

racterizarla se han señalado aspectos como los primitivos computac onalesque emplean, la metodología de construcción del sistema la capacidad re

pr sentacional la adecuación a los datos procedentes de la neurofisiolog aa poses ón de reglasel nivel de expl cac ón en el que se s túan el grado ot po de nnatismo que permiten modo de tratar las actitudes propo ic onales, el t po de contenido t po de conceptos un sinf n de aspectos más;y práct camente respec o a ada dife encia señalada ha habido quien a argumentado que tal d ferenc a no existe.

El conexion smo ped a a gritos un anál sis de sus cualidades supuestosque per t era ub c r con ma or clar dad su lugar dentro del estudio de lacognición. Microcognition, e primer l bro de Clark es uno de los h tos princ pales en la tarea de llevar a cabo este anál sis. Su objeto es del near quéimagen de la mente de la c enc a cogn tiva se s gue si aceptamos los postulados conex on stas. lark evita los posicionamientos rupturistas las confrontac ones estériles para rescatar una imagen de la cognición que haga jus

icia tanto a tres décadas de ciencia clás ca como a los deseos de renovaciónUna propiedad cruc al con la que exh bir la di erencia entre os sistemas

conexionistas sus predecesores simbólicos es latransparencia emántica. Enexpres ón de lark ( 198 pág 18) un sistema posee transparencia semánti

ca cuando «es pos ble descr bir una correspondencia nít da entre una descripción semánt ca simbólica de nivel conceptual de la conducta de un s sem una nterpretación semántica roye table de los ob eto de su

actividad computacional rmal representados internamente» Las descripc ones de nivel conceptual son en general aquellas que nos proporcionanlos predicados psicológico ordinarios que utili amos para hablar de la conducta propia ajena. En estas descr pc ones tienen un pape destacado asre erencias a creencias deseos otros térm nos con los que designamos estados mentales, ta es como ver, espe ar ntentar supo e etc pero tambiénpertenece a este nivel todo aquello que identificamos normalmente como unconcepto Así al ver un perro uno categoriza de una determinada manerauna porción de realidad esto es la hace corresponder a un concepto

os sistemas cl s cos son nherentemente transparentes os objetos deomputación son los s mbolos que se trans rman en las transiciones de es

tado del sistema Muchos de estos s mbolos poseen una interpretación seántica ue corresponde a las ent dades del n vel conceptual los distin osstados entales se diferencian en térm nos de los roles funcionales en que

de ce ntervenir a los s mbolos. as reglas que gobiernan las trans n i as de odo que a conducta g obal de sis ema sea se w t t través del t empo generalmente haciendo que el· ¡ i ios lóg os En el caso de los s stema

IJ � a e a arec


17/307

Prólogo 1 9

putac ona es que t enen ugar en una red neurona no se evan a cabo sobree ementos que osean una nterpretac ón d recta en e n vel conceptua In

c uso cuando se trata de una red oca (aque a en que cada un dad sí corresponde a una ent dad de n ve conceptua , como objetos o propos c ones) aconducta v ene determinada por e funcionam ento conjunto de todas asun dades, no por a trans ormac ón ser a de unos s mbo os en otros. Cadauna de as pequeñas porc ones de nf rmac ón cod f cadas en as un dades yen os pesos o uerzas de as conex ones puede cons derarse como una restr cc ón déb que n uye en e resu tado na de a conducta de a red Una

ecc ón de conex on smo, por tan o es que a re ac ón entre os pensam entos y o computac ona puede ser más axa que o supuesto n c a mente

Otro mportante pr nc p o defend do enMicrocognition es amultiplicidad de a mente La po ém ca entre c ás cos y conex on stas grav ta en buena parte en una suces ón de ntentos de mostrar que e enfoque respect voes capaz de constituir e sustrato único en e que se desarro a toda a act vidad menta En a term no og a de Py yshyn (1984), se puede dec r que ambos campos se cons deran capaces de proporc onar a arqu tectura func ona , esto es, una suerte de punto jo sobre e que se de nen todas y cada unade as unc ones menta es

ark recha a e supuesto de un form dad que subyace en esta d scusión:no tenemos mot vos para pensar que todas as unc ones menta es tenganque asentarse sobre e m smo t po de arqu tectura computac ona A guaque es pos b e programar un determ nado soporte computac ona para queopere s mu ando e modo de unc onam en o de un soporte d st nto es posib e que e hardware de a mente esté rmado en ocas ones por un s stemaPDP que s mu a un s stema simbó co Esto no sign fica, como a gunos proponen (por ejemp o, Smo ensky, 1988 , que o s mbó co só o sea una descr pc ón aprox mada de un mecan smo causa genu na ente conex on sta;más b en o simbó co podr a const tu r en ocas ones a descr pc ón func ona correcta. o c erto es que no t ene por qué ex st r un so o t po de re ac ón entre ambos t pos de s stemas a o argo de toda a mente Es mejor conceb r que ex ste una p ura dad de máqu nas v rtua es adaptadas parad st ntos ropós tos en e curso de a evo uc ón, máqu nas que dejan tras uc r sus prop edades en dom n os de prob emas d ferentes

a dea de a mu t p cidad de a mente cobra nuevos giros enEstar ahí,espec a mente en e én as s en os procesos descentra zados a magen s m -bó ca de a mente está a menudo asoc ada con a presenc a de un s stemacentra que recibey procesa a in ormac ón de una var edad de s stemas per fér cos Por ejemp o, en a concepc ón modu ar de Fodor (1983 este procesador centra evar a a cabo a f jac ón de creenc as atend endo a toda aev denc a sum n s ada por os sistemas modu ares de en rada ta es co o a


18/307

20 1 Estar ahí

rc pción visual o el lengua e, para en iar la decisión adoptada a un siste-a motor de sa ida encargado de ejecutar la orden en cuestión. Clark sinmbargo muestra una abigarrada colección de e emplos en que la gura del

st a centra desapa ece y a mente se multiplica a lo argo de un sistemae n idades individuales enfrascadas en una tarea común Podemos ver des-

c n ralización tanto en las conductas colec ivas Je las sociedades de insec-o , como en la estruc u a neuronal del sistema nervioso o en la organización

as funciones de un determ nado grupo humanoD scentra ización no entraña desor anización: el medio en e que se derrolla la conducta en c estión impone una serie de restricciones que con-

u an el resul ado final tanto como a dinámica interna de los agentes im-

cados Si el cone ionismo al igual que los modelos clás cos no puedeamentar toda la cognición los recursos de procesamiento de base estaística con que cue a necesitan ser complementados y potenciados Es ar

xamina os modos en que tanto la misma constitución corpora como laane a n que és a se relaciona con un ambiente que posee su propia es

uctura y dinámica pueden proporcionar dicha comp ementariedad en unelicado equilibrio de actores internos y externos

Lo interno y lo externo: el caso de la s stemat c dad

El desp a amiento desde u a posici conexionista acia una visión queo orga mayor reli e al papel de cuerpo y el medio e terno es en parte una

onsecuencia natura Je las propias ventajas y ebilidades de las redes neurona es artif cia es odemos tomar com ejemplo una de as más arduas po

icas entre el cognitivismo c ásico y el conexionismo eargumento d lai cma a ,desar lado po Fodor y Pyly hyn 988). xiste una re a

c intr nseca entre pensam e tos comoJ a ama a Marfa y Marí am aju d modo que as n es capaces de pe sar el primero son as mismoapa s e pensar el segundo. Una propiedad como ésta puede explicarse si

ns amos que el medio en que se desarrollan los pensamientos poseea e tructura de constituyentes que corresponden a cada uno de los e e

o i cables en el pensamiento correspond ente( a amay a o c ns tuye tes son combinables en re s de modo que el signifi

to viene de erminado por el significado de os· 4 ntervi nen. n otras palabras lamp - ( a o ser a un actor exp icativo cruci

· 1 ; H a contra e

w !' ' ( L· 1 o


19/307

Prólogo 1 2

yen es,con lo cual no son capaces de exp car una prop edad omnipresented lo menta Pe o lo que es más de acuerdo con Fodor y Py yshyn poseer

d cha es ruc uraes suma o a a presenc ade procesos sens b es a e a, unacaracterís ca quedefine a os s s emas clás cos. n consecuenc a s os conex on stas son capacesde do ar a sus s s emase una es ructura e cons -tu en s o máx mo que habrán ogradoes mp ementar un s stema clás coen una red neuronal ar c a D chode otro modo a au én ca expl cac ónps cológ ca segu r a s endo de na ura eza s mb l ca yel onex on s o só oha ría proporc onado e mecan smo descr o a un n ve demas ado bajopara os propós os de a c enc a cogn va en e quee s s emade sím o osse real aE conex on s ase encuen ra as an e un d ema: o en sus mode-

osno son capaces de exp car la s s emat c dad porque carecen a estruc-tura necesar a o s o hacen en rea dad paras an a xp cac ón clás ca

An ees ed ema a reacc ón de a gunos par dar os de conex on smo(por e emp o Smo ensky 988)es desarro ar me odo og as para dotar a asredes e cons tuyen es y mos rar a smo empo que os s s emas ob en -dos no son mp emen a ones de mode os clás cos Es as propues as hans do o e o de una arga d spu a con os cogn t v stas c ás cos d sputa d f cde reso verpor cuan o compor a cues ones esp nosas por e emp o cuándo

podemos dec r ue un s stema t ene una es ruc urae cons uyen es o quécond c onesdeben cump rse para a rmar ue un s s ema real za o mp e-menta a otro . O ros por e emp o van Ge der 1 0 desarro an una noc ón

e compos c ona dadque no requ ere la concatenac ón de símbo os unacompos c ona dad unc ona que podría esponder a as neces dadese osprocesos conex on s as

n a pos c ón adop ada por C ark los n en osde emp ear a s s ema cdad como ob ec ón contrae conex on smo son út es pues oue la s s ema-

c dad noes una prop edad de la arqu te ura n e ade amen e. ar8 cap. 8 ns s e en que e hecho emp r co a exp cares a s stema c dad

de a conduc a no a sis ema c dad de pensam en o s a ú ma prop edadhace referenc aa un hecho co1ceptual. No se tra a e ueno podamos encon-

rar organ smos que posean capac ades men a es no s s emát cas(en e sen -o de q e f a conex ón n r nseca reclamada por odor y Py yshyn s no

que prec samen e a ausenc ae s s emat c dadsería mo i osu c en e para noa r uirmen ea a es en dades n o ras pa abras forma parte < e nues roconcep o e men eel hecho de que os pensam entos estén s s emá camen e

re ac onad s lar no n egaue as causas n ernasesd c r computac ona-les engan relevanc a cons u va parapensam en o pero no ve la n cesdad e que se preserve una correspondenc a en re pensam en os y es adoscompu ac ona es. l ose debe a que a nd v duac ón de os pensam ntos depende de o ros ac ores as conduc as cuya n ue c a es o st ca


20/307

2 1 Estar ahí

La adscr pc ón de un determ nado pensam ento a un agente apuntaClark, se hace en unción de una amp a porc ón de a conducta de agente.Supongamos que un organismo es capaz de responder a una determ nada re

ación entre dos objetos aRb (por ejemp o a es más a to queb) pero no a bRapor e emp o un anima a que fuera pos b e entrenar para que respondiera

ante aRb, pero no ante bRa). De un hecho como éste no conc u mos argumenta ark que e organismo es capa de pensaraRb e ncapa de pensarbRa sino más bien que «su patente ncapac dad de tener un espectrode pensam entos que invo ucren aa b y a re ación mayor-que deber a rustrarelintento de adscr b r eel pensam ento 'a es mayor que b' en pr mera nstanc a» (1 89 pág. 147 .

EnAsso iativ En gines

a s stematicidad va a ser contemp ada más b encomo una prop edad de determinados entornos. Se puede estab ecer uncontraste entre « a s stematic dad como a go mpuestoen una criatura por

a forma básica de su arquitectura cognitiva y a sistemat c dad como unras- go de uno o más dom n os esto es, como a goa ap e derpor parte de unacriatura a medida que ntenta dar sent do a un conjunto de datos de entrenamiento » 3, pág. 48) En un entorno s stemát co ex sten patronesrecurrentes de estados de cosas por e emp o ind viduos y propiedades asoc ados de maneras estab es que un mecan smo cuya capacidad bás ca ese

reconocimiento de patrones puede egar a aprehender. Un entorno s stemát co por exce encia o constituye e engua e Su sugerenc a, por tanto esv ncu ar as cond c ones de apar ción Je a s stematicidad con as de a adqu s c ón de un engua e púb co estructurado s ntáct camente. Pero e prob ema es a sus o os tan intratab e que recomienda poner o entre paréntes s m entras se nvest gan u ter ores métodos de procesamiento sens b e a aestructura.

a act vidad de un o ganismo en su entorno pasa a un pr merís mo p ano en star ahí no só o para a adscripción de estados menta es s no como parte i tegra te de e os. Desdee cogn t v smo trad ciona a conductaconstituye una de as uentes o a principa de ev denc a acerca de as prop edades y capacidades menta es. Pero o menta propiamente dicho es a goque nterviene entre os est mu os a entrada oinput en términos de procesamiento de n ormac ón y as respuestas ( a sa da ooutput A d ferenciad esto ark va a proponer que a interacción cuerpo mundo es constitut

a de a mente Esta pos c ón podr a parecer a primera vista un retorno an t s o d vie o cuño para e cua no ex ste o menta como e emento

nt ó ca ente só ido, sino tan só o cadenas de est mu os y' o a ostura de ark d sta mucho de esta diso

< :J lL' onduct sta Muy a contrario su ntención es/ · w1 tal, q L' ndonar a dea de una es era


21/307

Prólogo 1 23

desconectada de los avatares del cuerpo que realiza las acciones y del ambiente en q e éstas se levan a cabo.

Esta extensión p ede nterpretarse en dos ses o momentos El primerotiene q e ver con la metodo og a exp icativa Los constructos necesarios y s -ficientes en una e plicac ón cogn tiva abarcan m cho más quel s estados nternos del sistema a explicar No solamente se trata de q e estos estados nossean ninte igib es e indetectab es si no es desentrañando las condiciones externas en que la acción del sistema se lleva a cabo; se trata de que la exp icación m sma será radicalmente ncompleta s no hacemos referenc a a talescond c ones Esta idea se encuentra ya plenamente presente enA o iativeEng ne y perm te repensar desde a perspect va conexionista na clase amplia de enómenos mentales olvidados en buena med da por la ciencia cognit va Se trata de os fenómenos re acionados conel desenvo vimiento de acond cta en el tiempo, por ejemp o todos aquellos implicados en e procesode desarrollo y cambio concept al Los anál s s de la c encia cognitiva al so(por e emplo Von Eckardt 1993) d ctaminan q e su ob e o de estudio típicoes a cognición adu ta norma y t p ca Los est dios de desarro lo de las unciones mentales t enen sólo una función sec ndaria en la medida en q e ayden a esclarecer el f nc onam ento de na mente rmada Una desafort na

da consec encia de este enf que es la concepción de la mente como unestadio «a alcanzar» na suerte de horizonte deal c yas bases constit tivases posible est d ar con ndependencia de s proceso de adquis ción

Los procesos de cambio en e tiempo forman sin embargo una parteconsustancial de est dio de la mente para Clar n estos procesos amb ente interv ene de una manera cr c a Una red ne ronal no alcanza unasol c ón con ig a facil dad o incluso nol alcanza en bs lu )a partir dedistintos con ntos de entrenamiento La disposición y dos icación de la nformación a lo largo del aprendiza e p ede ser cr cial para q e el s stema nose as ente n c almente en soluciones erróneas de las que es m y d fíc l hacerle salir Es prec so que la red discurra a trav s de na apropiadatrayecto-ria repre enta iona de modo q e acceda a las representaciones bás cas enpr mer l gar y aprenda las comple as na vez consolidadas las primeras Emundo proporciona l q e Clar denomina e andamiaje de esas trayectorias tema en el q e tar ahí va a ahondar En otras palabras lproceso dedesarrollo adq ere n per il q e no se debe tanto a Ia nat raleza del mecanismo d procesamiento interno como a la naturaleza y d sposición de los

da os c n que se entrena a sistema En la e plicación de a s stematic daddeben fig rar por tanto parámetros re ativos a la arquitectura y parámetrosrelativos al proceso temporal de adq isición de propiedades del domin o Lasistematicidad de las capacidades es consec encia de este proceso de aprendiza e


22/307

24 1 Es t ar ahí

1 , " :ispecto tem orale d e e an un a el de tacado enEstar ahí,, 1 1111 h ent do. Pr eramente re ecto a la nece dad de con derar la

' ! delos te a en em o real ara cal brar lo recur o que on de o recer re ue ta e c ent rá da ; en egundo lugar re

k arrollo de d c a conducta e c ente tanto de de el unto de v ta· t vo como ontogenét co. Ello va a requer r nuevo n tru ento de aná-

� á a ro ado ara ca tarel de l egue de act v dad ent em o Uno e to n trumento e la teoría ate át ca de te a d ná co a laal Clar re ta detallada atenc ón.El egundo omento de e ta exten ón de lo en al va a er onto óg c

e to e e ref ere a la ro a naturaleza de la mente e l ca d u nar lo

conf ne que del m tan dónde acaba la ente y dónde co enza el entornoLo mental e ext nde ac a lo do n o en lo que actúa de modo que«gran arte de lo que dent camo como nue tra ca ac dade entale enr al dad ueden er ro edade del tema á am l o y extend doen entorno de lo que lo cerebro umano o on ólo una arte( ortante)» ( 997 ág. 2 4 e ta ed c ón ág. 255). n la conce c ón clá

ca lo e tado entale nterno e relac onan con el undo externo ored o de mecan o de tran ducc ón e dec r d o t vo que tran oran la energía re ente en un deter nado ed o (luz on do etc en nor ac ón anejable en un d o co etamente d t nto ( or eje o un

t a de í bolo ). n ex re ón de Pyly yn ( 984 a tran ducc óncon t tuye el uente entre o fí co y l ból co o o que e lo m oentre lo no enta y lo ental to er te conte lar lo enómeno cogn vo co o un coto cerrado que rec be nformac ón a art r de toda una er e de er f r co y que real za u acc one a trav de d ferente efectore .Pero co o e ala Dennett 96 ág 7) la real dad b ológ ca e que exten tran ductor y e ectore ráct ca ente en cada e qu na del organ o

en lo n ele o de la na neuronale o de la ecrec one quíca . a con ecuenc a e que lo externo y lo nterno e entremezclan e ezando or nue tro ro o cuer o.

Clar co arte e ta dea de nd olub l dad de la un ón entre ente ycuer o e to e la dea de una nte e enc almen e cor ore zada(embodied).

a mente cor órea e encuentra ade á encajada o e beb da(e bed en el undo en el que actúa a trayector a re re entac onale or tanto no

t nen u r nc o y n dentro de la organ zac ón nterna no que lo oo d l amb ente qu ro orc onan el anda a e ueden ver e co o

t t r n la rayector a a un dad de e tud o en con ecuenc a ya1 0 l n d e tado n erna no que abarca la nteracc o

L'l t an c ne on un com onente o ble-,· !t' d 0 ;Ís pn¡uc1 0 n e e foque clá co.


23/307

Prólogo 1 25

En r sum das cu tas, l caso d la s st mat c dad mu stra cómo cambiarla f rma d u probl ma al r co c tual zar como ext rna u a ro dad

qu n c alm t s atr bu a la arqu t ctura t r a. S la s st mat c dau a ro dad d l dom o xt r o coe qu t racc o a ag t ylom tal s t d hac a lo xt r o to c s toda x l cac ó d la s stt c dad d b clu r los proc sos qu s r al a sa t racc ón tr agt y tor o Los r qu s tos d structura d co s tuy t s y roc sos s sbl s a d cha structura o t por qué d ma dar u a arqu t ctura clás cad tro d l ag t toda v qu od mos nclu r structu as d l amb nt y

roc sos s ns bl s a d chas structuras d tro d u stras l cac on sc g-nitivas. Esto p rm t al co o sta squ var l d l ma d Fodor y P lys yn:la arqu t ctura cogn t va u d s gu r s ndo dam ntalm nt un s st mPDP s m r y cuando podamos x l car los roc sos d nt racc ó qu

rm t qu u s st ma d r co oc m to d atro s xplot la structura s st mát ca qu l mu do l ro orc o a

Para los d tractor s d l qu co o sta ést u d ar c r ucaso arad gmát co d cómo hac r d la c s dad v rtud u sto qu s la

ro a car c a d la structura t r a n c sar a las r d s uro a s lqu m uja al t ór co a buscar u a soluc ó (d scab llada ara l clás co)

t d da n l tor o. Probabl m t , como l m smo Clark s ñala, s a os bl soluc o ar la d s uta aus c a d ult r or s trabajos m írcos trabajos qu mu str s s pos b o no dar cu nta d func on s m ntal s com l jas part do d un d s os t vo bás co d r co oc m nto d atro s u amb nt structurado P ro l m saj d fondo s claro

d nd nt m nt d la forma qu la arqu t c ura d a t acab ort n r s b n os bl qu d bamos al g rar l t o d r r s tac o s t rnas qu l organ smo r c sa

Representación sin textos

El d sarrollo d la t l g c a art c al (IA s u d orga ar toa tr s gra d s d bat s Fra kl 19 5 El pr m ro t dr a qu v r con l

os b l dad m sma d x st nc a d la d sc l a sto s d la al dd la m táfora d l ord nador como d os su u stos osóf cos m todológ cos d la A ara ro orc o ar u a com r ns ón sat sfactor a d los f nó

m os m nta sEl s gu do d bat s r a la olém ca s mból co-co x o sta El t rc r d bat s c ntraría la cu st ón d las r r s tac o s éls v n m rsas ta to la IA como la c c a cog t va g ral Au qu

u d d c rs qu los dos r m ros d bat s s haya d s ado por com l to tam oco qu gu o d llos a a alca zado u a soluc ó sat s actor a,


24/307

26 1 Estar ahí

el más acuciante en el momento presente es el debate sobre la represen-tación.

Es un tema común de la f losofía de la mente hablar de la intencionalidadcomo una de las propiedades cruciales de los fenómenos mentales. Estadostales como percepciones, creencias o deseos tienen la característica de estar«dirigidos hacia» de tener un contenido que se refiere a algún otro aspectode la realidad o incluso a lo inexistente. Si veo un gato creo que mañana serámartes o deseo que vengan los Reyes Magos mis estados mentales apuntanhacia objetos y estados de cosas que son el objeto de mis pensamientos. Esun problema filosóf co y cognitivo de primer orden elucidar cómo es posibleque lo mental exhiba esta propiedad. La representación constituye el moderno ensayo de una solución a este problema. Aunque hay muchas nociones de representación, podemos decir que en términos generales implica laidea de una entidad que sustituye o «está por» otra a la cual se ref ere o de-nota. La idea de representación resulta más clara en los sistemas de representación externos como las palabras y los dibujos así que no es extrañoque las teorías acerca de la representación interna hayan tomado a menudocomo modelo esos otros sistemas.

Desde la aparición de El lenguaje del pensamiento (Fodor 1975) lateor a representacional de la mente se ha presentado como «el único jue-go en la ciudad». Los argumentos a favor de las representaciones estructuradas como elemento explicativo ineludible de los fenómenos cogniti-vos siempre han añadido como colo ón la coletilla «¿alguien tiene algomejor?». En consecuencia, el rechazo categórico a las representacionestiene un aire de bravata de mera estratagema por parte del aparato depropaganda de unos científicos dese sos de llamar la atención sobre sutrabajo pero que «en el fondo» saben que el estudio de la mente no puede prescindir de ellas en casi todos los á bitos < e interés. l empleo denuevas herramientas descriptivas no ligadas al vocabulario representacional como las de la teoría de sistemas dinámicos puede funcionar parauna gama de fenómenos de bajo nivel como deambular o evitar obstácu-los. Pero cuando se trata de dar cuenta de las capacidades del sistema queresponden a las propiedades semánticas del entorno las representacionesse hacen ineludibles. Así cuando se trata de que el sistema distinga 'pared como algo bien distinto de suelo y no como un mero con unto deestímulos ante los que reaccionar nos enfrentamos al problema de dotaral agente e unaestructura conceptual. Uno de los aspectos claves de la IAc ásica co siste en elegir la conceptuali ación adecuada para la resolución

ble a dentro e un dominio determinado. Esto supone desarrollar c ó ás acorde para representar los aspectos esen

k k


25/307

Prólogo 1 27

La crítica de muchos partidarios del en oque dinámico es que las con-ceptualizaciones intentan resolver el problema abarrotando los modelosmentales de detalles del mundo que no requieren ser representados. El clá-sico malgasta recursos computacionales en dotar a su sistema de una fuerzaexpresiva (por ejemplo, por medio de lógicas cada vez más potentes) que esen el mejor de los casos innecesaria y en el peor un auténtico obstáculo enla resolución de problemas En consecuencia es preferible abandonar la noción de representación y sustituirla por la de un sistema acoplado con elmundo que to a de éste los elementos necesarios en el momento en que losprecisa sin necesidad de representarlos internamente.

El problema es cómo mantener la idea de representación recogiendo a

un tiempo lo que tienen de cierto las cr ticas dinámicas. En Associative En-gines Clark no duda de que cualquier inteligencia que merezca la pena va arequerir el concurso de lo conceptual, pero descarta la visión clásica de losconceptos co o «sólidos mentales» ( 993 cap. 1) que se transparentan desde las entidades que identi ica os en el abla ordinaria hasta los estados in-ternos responsables causal ente de nuestros pensamientos y acciones. En sulugar los conceptos podr an tener un carácter mucho más activo relaciona-do con la capacidad de poner en práctica diversas abilidades Poseer y emplear un concepto podr a ser en el ondo una acción de reconocer o com-pletar un patrón y la naturaleza exacta del proceso computacional quesubyace en este reconocimiento no tiene por qué mantenerse invariable a lolargo de todas las apariciones del concepto De echo el propio carácterinestable de los conceptos desaconseja este postulado El rec azo de la solidificación de los conceptos es congruente con cr ticas desde dentro de la IA,que sugieren que la división tradicional entre percepción y cognición es in-sostenible para poder hablar de conceptos uidos (por ejemplo Hofstadtery otros, 1995)

El antirrepresentacionalista yerra el tiro porque apunta al blanco equivocado Co o señala Cu ins ( 989), es posible distinguir entre el problema de la representación y el problema de las representaciones El primero

ace referencia a qué es lo que hace que representar sea posible cuál es lafuente de la representacionalidad, y el segundo a qué caract rización presentan los estados y procesos representacionales La solución de Clark puede entenderse co o una reorientación de los ataques del antirrepresentacionalis o desde el primero al segundo problema. Lo que los cr ticos esgrimenco o un ataque rontal contra la noción misma de representación resultaser si lo observa os bien, un ataque contra las representaciones esto es,contra una de las respuestas ofrecidas a la pregunta por la naturaleza de esoscorrelatos mentales de la realidad: una respuesta creada a imagen y semejanza de los textos lingü sticos cuyas representaciones exhiben propiedades de


26/307

28 1 Estar ahí

tipo lóg co-s ntáct co. S enAssoáatz've Engz'n sClark ro one sust tu r lamagen clás ca de la mente comot xto or la magen de la mente como pro-

c s ,en Estar ahí va a erm t r que ese roceso abarque más que los sucesoscon base c rebral erm t endo al teór co d nám co entrar en el juego ex lcat vo No obstante, el texto no desa arece del todo: el lenguaje úbl co ro

orc ona a la mente todos los recursos textuales que neces ta un d s os t vode re onoc m ento de atrones. No es r c so moldear las característ cascom utac ona es de éste en térm nos cuas l ngüíst cos uesto que el m smo

enguaje es ca az de ada tarse de modo nverso a un mecan smo que fue selecc onado or demandas amb entales b en d st ntas.

Conclusión: ¿un nuevo parad gma?

Desde que el f lósofo Thomas Kuhn caracter zara el desarrollo de unac enc a en térm nos deparadigmas marcos normat vos que se onst tuyen enun roceso h stór co y que ueden desa arecer tras un roceso de c enc a revoluc onar a da la m res ón de que el sueño de todo c ent f co cogn t voque t ene entre sus manos alguna nueva herram enta o teoría es el de convert rla en la base de un nuevo arad gma ara el estud o de la mente U a

dea tentadora, or tanto es cal f car la mage de la mente cor órea y embeb da como un nuevo arad gma. S n embargo una de las lecc ones, a mentender del trabajo de Clark es que no debemos a resurarnos a rechazar elbagaje conce tual con el que contamos antes de cons derar las os b l dadesde una rev s ón menos traumát ca.

La v s ón de la c enc a cogn t va q e Clark resenta enEstar ahí uedecal f carse al gual que su trabajo sobre el conex on smo, de «razonadamente ecl ct ca». No es el de Clark e ún co enfoque que conjuga una ers ect

va favorab e a los mecan smos conex on stas con una lectura desde la teoríade s stemas d nám cos (tal es or ejem lo la v s ón de Horgan y T enson[ 1996] ara quienes las matemát cas de los s stemas d nám cos const tuyenun marco que engloba el com utac onal smo trad c onal como un caso es

ec al). N es tam oco el ún co en ntentar tender uentes entre d sc l nasque traba an en d st ntos n veles como es el caso de Hardcastle 1996 quedesarrolla una dea de teor a cogn t va que cruza desde lo b ológ co hasta lops co óg co Pero el rango de dom n os em ír cos que recorre y el esfuerzo

nt a or de to os ellos en una v s ón coherente es de mayor calado. Lai i nitiva es una amalgama de d sc l nas que se d s utan el a el

s á ispuesto a adm t r un heterogéneo cúmulo de tra 0 ' · studio e la mente no sólo como n

/ ; w i i n o nan


27/307

Prólogo 1 29

contra ésta. Una de las riquezas de Estar ahí es el modo en que dirige nues-tra atención hacia pautas generales y motivos básicos que aparecen de modorecurrente en los ámbitos y niveles más insospechados Así, podemos pre-senciar la inf encia de las restricciones impuestas por la disposición parti-cular del ambiente tanto si este ambiente consiste en un nicho ecológico enun entramado de leyes económicas o en la presencia perenne del lenguaje

Confieso q e mis propias int iciones divergen respecto a algunas de lasconsecuencias que se despr nden de esta visión de la mente Por ejemplo laimagen del lenguaje como sistema representacional externo sometido a unaadaptación inversa a los recursos computacionales de la mente parece desconectar en demasía los prod ctos lingüísticos d los propios organismos

productores desaten iendo la caract rísticas de organización interna quepermiten q e una mente cree un leng aje en primer lugar Ig almente mientras como metáfora me parece sugerente la concepción de una mente que se

ltra y extiende hacia el entorno próximo, como tesis ontológica me resultadifícil de aceptar Pero son tantas las intuiciones ordinarias que la modernaciencia de la mente ha hecho añicos que no parece conveniente rechazar in-cluso estas conjeturas aparentemente extemporáneas sin someterlas primeroal más severo escr tinio tanto en sus aspectos conceptuales como empíricos

Los conceptos clave de este libro también exigen un esfuerzo de acomodación por parte del lector acostumbrado al punto de vista de la ciencia cog-nitiva más clásica Le solicita que abandone su propia actit d mental centrali adora de buscar en alguna parte del libro la explicación o el conjunto deelegantes ecuaciones definitivas que da sentido a la totalidad; que sea pa-ciente mientras ve emerger entre la bara únda de insectos artificiales y mundos simulados un patrón com n qu s s dispositivos de reconocimiento deben ir entrenándose para captar y que adapte su propia mirada al ritmo dela dinámica interna de la ciencia cognitiva que, como c alquier otro sistema

vivo, tambi n se desarrolla en el tiempo y obedece a la interacción de unamiríada de mentes activas y mundos (reales y simulados) estructurados

Referencias

Clark, Microcognition: Phzlosophy, Cognitive Science and arallel Distributed ro-cessing Cambridge MA: MIT Pr ss 1989.

C ark Associative Engines: Connection sm Concepts and Represen ational han

ge ambridge MA T Press, 993C ark, A ,Being There.· utting Brain Body, and World Together gain Cambridg T Press 1997.

ummins R e ning and Mental Representation Cambr dg MA: M T r ss1989


28/307

30 1 Estar ahí

Dcnnett . C Kinds o/ Minds, Nueva York, Basi Books, 1996'odor,J. A The Language o Thought Nueva York Crowe , 1975 (trad ast :El

lenguaje del pensamiento, Madrid A ianza 1984odor J. A., The Modularity o/ Mind, Cambridge, MA Bradford/M T Press 1983

(trad ast Lmodularidad de la mente, Madrid Morata 1986)F dor A & Py y hyn, Z. W , «Conne tionism and Cognitive Ar hite ture A Cri

ti a Ana ysis»Cognzúon 281988 págs 3-71rank in S ,Art ficial Minds Cambridge MA Brad ord/M Press 1995

Ga dner H.The Mind's New Science N eva York, Basi Books 1985 trad ast Lnueva ciencia de la mente Bar e ona Paidós 1988

ard ast e, . How to Build a Theory in Cognit ve ScienceA bany N eva York,State University of New York Press, 1996

o stadter, and the uid Ana ogies Resear h roupFluid Concepts and Creati-ve Analogies N eva York Basi Books 1995Horgan T. & Tienson , Connectionism and the Philosophy o/ Psychology Cam

bridge MA MIT Press, 1996Py yshyn, Z Computation and Cognition Cambridge MA: Brad ord/MIT Press,

1984 trad ast.Computación y conocimiento Madrid, ebate 1988 .Smo ensky P «On the Proper Treatment of Conne tionism»,Behavioral and Brain

Sciences 1 ,1988 págs 1-23.Van e der, T «Compositiona ity A Conne tionist Variation on a C assi a The

me», Cogniive Science 4,1990 págs 355 384.

Von kardt B What Is Cogni ve Sáence? Cambridge, MA MIT Press, 1993.


29/307

Prefacio

Pensar a fondo o actuar con fluidez

Si tuviera el lector que construir un agente inteligente, ¿por dónde empeza-ría? ¿Qué cree que es ese algo especial que separa el mundo no pensante de lasrocas, las cascadas y los volcanes, de los reinos de la inteligencia sensible? ¿Qué

es lo que permite que algunas pa tes del orden natural sobrevivan percibiendoy actuando mientras el resto se queda al margen, inerte y sin pensamiento?«Mente» «intelecto», «ideas»: éstos son los elementos que marcan la dife

rencia. Pero, ¿cómo los debemos entender? Estas palabras evocan reinos nebulosos Hablamos de «intelecto puro» y decimos del sabio que está «sumido en elpensamiento». Nos cuesta muy poco dejarmos seducir por la visión de Descar-tes de la mente como una esfera totalmente distinta de los reinos del cuerpo y elmundo. 1 Una esfera cuya esencia no debe nada a los accidentes del cuerpo y delentorno el famoso (en lo bueno en lo malo) «f ntasma en la máquina».2

Esta extrema oposición entre mente y materia ya hace tiempo que ha sidoabandonada. n su lugar nos encontramos con una amplia coalición de ciencias de la mente cuya meta común es llegar a comprender cómo es materialmente posible el pensamiento mismo. Esta coalición recibe el nombre deciencia cognitiva y durante más de treinta años los modelos computacionalesde la mente han estado entre sus instrumentos más importantes. Teorizando

Descartes desc ib ó la mente como una sustancia nmat al qu s muni aba n cu po median a nte faz de a g ándu a p n a Véans , po ejemp o M ditat ons II y IV enThe Philosophical Work / De cartes,Camb idge Unive s y P ss 199 ( ad. cast :Medita-ciones metafí i a Mad id A fagua a 997)

2. Véase Gi b Ry ,The Concept of Mind Hutchinson, 949 t ad cast :El con epto del mental Bu nos A es Pa dós, 967


30/307

32 1 E í

en el vértice entre la ciencia ficc ón y la ingeniería pu a y dura, las personasque trabajan en un subca po conocido co o intel g c a rt f l(IA)3 han

trat do de dar un cuerpo co putational a las ideas sobre cómo pue e surgirla mente a partir del uncionamiento de una má uina f sica que en nuestrocaso es el cerebro. Como dijo Aaron Sloman en una ocasión, «Todo fantas-ma inteligente debe contener una á uina». 4 Según parece, el cerebro hu-mano es l puntal mecanicista e la mente humana. Cuando la evoluciónprodujo cerebros co plejos, cuerpos móviles y sistemas ne viosos abrió lapu rta por medios puramente f sicos a maneras totalm nte nuevas de viviry de adaptars maneras ue nos colocan en un lado de una l nea divisorianatural, dejando en el otro a los volcanes las cascadas y el r sto < e la crea-ción cognitivamente inerte.

Pe o a pesar de todo persiste una v rsión e la antigua oposición entremente y materia. Persiste en la manera en ue estudiamos el cerebro y lamente e cluyendo como periféricos» los papeles dese peñados por el res-to del cuerpo y el entorno loca Persiste en la tradición de mo elar la inteli-gencia como la producc ón de soluciones codi icadas simbólica ente a proble as expresados ediante s mbolos Persiste en la falta e atención a las

aneras en ue el cuerpo y el e tor o local forman parte literal ente delos bucl s de procesamiento u o as onan acción inte igen e Y persisteen la elección de los do in os de problemas: por ejemplo modelamos el jue-go del ajedrez ediante pro ramas co o Deep T hought 5cuando aún no he-mos podido conseguir ue un robot r l atraviese con é ito una sala abarro-tada y gui os sin poder odelar completamente el é ito adaptativo euna cucaracha.

En l conte to natural del cuerpo y el mundo, las mane as en ue los cerebros r suelven proble as s trans or an radical ente. No se trata de unacuestión il só ica profunda aun u tiene pro undas consecuencias . s

una cu tión p ctica. Jim Nevins ue traba a en una planta e montaje controlada por ordenador, cita un buen ej mplo. Ante l probl ma de consegu rque una máquina controla a por ordenador ensa ble unos co ponentescon tre a precisión una solución consiste en e plotar múltiples bucles de

. La intel g nc a ar f cia es ud a cómo hace ue os o denado e rea cen a q n a ha e a a n ig ncia conocimiento o omprens n4 Sl «N t n c n c u e » BQuartc ly72 ( 9 0) pág 8-

· '1 n a [J o n o s un programa d j ez ega a: 1 \ n n q a x u e min1 ¡" ,k ¡" ·¡� a en a ed a

¡ l · 1 · 1 l w, n muy I ; 1 A 1 Cogmúe Psy h y_

•


31/307

Prefacio 1 33

ret oalimentación. Estos bucles pueden decir a o denado si ha f acasadoen e ajuste pa a que lo intente otra v z con una orientación lige amente di-ferente. Ésta es, ise quiere la solución formu a a mediante«pensamientopu o» La solución basada en el «pensamiento co póreo» es bastante difeente Basta con a mar los brazos de a máquina de monta e con a ticu aciones de goma pe mitiendo que cedan a lo la go de dos e es espaciales. Unave hecho esto el o denado puede p escindi de os deta lados bucles de et oalimentación ya que las piezas «se mueven y e lizan hasta su lugar comosi se estuvie an ca culando continuamente mi lones de minúsculos a ustes deretroa imentación hacia un sistema ígido».6 n esencia todo esto significaque ata a cognición como una pu a esolución de p oblemas equivale asepararnos del mismísimo cue po y el mismísimo mundo en los que nuestrosce eb os han evolucionado pa a guia nos.

¿No sería más fructífero pensar en los ce eb os como cont o adores de laactividad co pó ea?ste pequeño cambio de pe spectiva tiene g andes consecuencias pa a nu st a man a de const uir una ciencia de la mente De he-cho exige una reforma radical de nuestra mane a de concebir la conductainte igente Nos exige abandona la idea (común desde Descartes) de lomental como una esfera distinta del ámbito del cue po; abandonar la idea deunas impias íneas diviso ias ent e pe cepción cognición y acción7 abando-

na la idea de un c ntro e ecutivo dond e ce eb o lleva a cabo el azonamiento de alto nivel/ y sob e todo abandona los métodos de investigaciónque sepa an a tificialmente el pensamiento de a actuación co pórea.

o que emerge es nada menos que una nueva ciencia de a mente unaciencia que po cie to se basa en los f utos d t es é adas de investigaciónen colabo ación pe o cuyos inst umentos y modelos son sorprendentemente diferentes: una ciencia cognitiva de la mente co pó ea Este lib o da testi-monio de esta ciencia Describe pa te de sus o ígenes e pone su sabor yhace rente a a gunos de sus p oblemas Segu am nte no será la úl ima cien-cia n va de la mente. Pe o es un paso más enesevia tan fascinante de lamente n su intento d conocerse a sí misma y de comprender cuál es su luga en la natural za

6. Este ejemplo s c a en M chie y Johnson, 1984 y e comunica en C ark 198 l pasa-j en sí p oce< la pág 95 de i h o ns n7. La xpre ón s en más c a a e es e p o e v a s p ob e en « a c e

enacc ón» esar a o e Va e a y o ros 9918 éa e espec almen e D nnet 99


32/307


33/307

Bases

star ahí no ha surgido de la nada. La imagen de la mente unida inextricablemente a cuerpo, m ndo y acción, ya visible n Being and Time deMartín Heid gger (1927), encuentra una clara expresión en Structur /Be-havio d aurice erleau-Ponty (194 ). Algunos de los temas fundamental s stán presentes en el trabajo de los psicólogos soviéticos, especialment de ev Vygotsky; otros deben ucho al trabajo de Jean Piaget sobre elpapel de la acción en el desarrollo cognitivo Entre las discusiones previasen la literat ra de la ciencia cognitiva, destacan por su impor ancia e in

encia aturana y arela 1987 Winograd y Flores 1986 y especialmente The Embodied Mind ( arela y otros 1991). The mbodied Mind se en

uentra directamente en las ra ces de varias de las tendencias identificadas yestudiadas en esta obra.

Creo que mi propio contacto con estas tendencias empezó con la obra deubert Dreyf s What Computer Can't Do, p blicada en 1979 l persisten

te acoso de Drey s a la inteligencia arti cial clásica contribuyó a motivarmis propias exploraciones de modelos comp tac onales alternativos (los enfoq es del conexionismo o del procesamiento d stribuido en paralelo véanse Clark, 1989 y Clark 1993 y a consolidar mi interés en imágenes biológicamente pla sibles de la mente y la cognición. Di mis rimeros pasos en1987 con un breve art culo tamb én t tulado (y no por coincidencia) «BeingThere» [ star ah ] donde el tema expl cito de la discusión era la cognicióncorpórea y embebida en el entorno. Desde entonces el conexionismo lan rociencia y la robótica en undo real han hecho unos grandes progresos.

Y aq especialmente en la explosión de la investigación en la robótica y enla denominada vida artificial (véanse por e mplo, los art culos de Brooks yMaes 1994) encontramos por fin el impulso más inmediato de la presentedisc sión. Por in (me arec a m ) aparec una imagen ás redonda, con


34/307

36 1 Estar hí

vincente e integradora, que reúne muchos de los elementos de as discusiones previas en un marco de re erencia rico en ilustraciones prácticas y ejemplos concretos. Esta imagen más amplia e integradora es la que aquí me

propongo exponer y examinar.La postura que desa rollo debe mucho a varios autores y amigos Sinduda al una en el primer lugar de la lista se encuentran Paul Churchland yDan Dennett cuyas reconstrucciones cuidadosas y al mismo ti mpo imaginativas de la mente y la co nición han sido la inspiración constante que subyace a todo mi traba o Más recientemente he aprendido mucho en mis interacciones y conversaciones con los especialistas en robótica Rodney BrooksRandall Beer, Tim Smithers y John Hallam También me han in rmado entusiasmado y desa ado varios f d la teor a de los sistemas dinámicos, enparticular im van Gelder inda Smith Esther The en y Michae Whee eAdemás hay varios miembros del Sussex University volut onary RoboticsGroup que me han inspirado en urecido y siempre ascinado especialmente Dave Cli e nman Harvey

Un agradecimiento muy especial a Bill Bechtel Morten ChristiansenDavid Chalmers Keith Butler Rick Grush Tim ane Pete Mandik RobStu ebeam y a todos mis ami os colegas y estudiantes del programa PNP(Phi osophy/Neuroscience/Psychology) de a Universidad de Washin ton en

St ouis. También aqu tuve la buena rtuna de conocer a Dav il itchcuyos pacientes intentos de integrar as isi nes de Merleau-Ponty con laciencia cognitiva contemporánea uero uente de alegr a e inspiración Gracias también a Roger Gibson arry May Marilyn Friedman y Mark Rollinsas como a todos los miembros del Departamento de iloso a de la Universidad de Washington por su inestimable ayuda apoyo y cr tica

David van ssen Charlie Anderson y om hach, de la Escu la édicade la Universidad de Washington merecen un agradecimiento especial porintroducirme en el uncionamiento de la aut ntica neurocienc a aun ue precisamente aqu la expr sión de mi agradecimiento no debe implicar culpa alguna por c alquier vestigio de error o male tendido Doug North Art Denzau Norman Scho ield y ohn Drobak hicieron mucho por aligerar y alentarla breve incursión e la t or a económica que aparece en el cap tulo 9: gracias también a los mi mbros del Hoover Institute Seminar on CollectiveChoic de la Universidad de Stan ord No deber a o vidar e de mi gato,

olo que manten a las cosas en su verdadera dimensión sentándose sobrmuchas versiones del manuscrito, ni del Santa e nstitute que me o reció

tiempo de investi ación y reacciones cr ticas básica en varios momentos cruciales: racias especialm nte a David ane Brian Arthur, Chris angton yelan e Mitchell po hace que mis diversas estancias all ue an tan pro

du ti c a t


35/307

Bases 1 37

resto del personal de The MIT Press: vuestro apoyo, consejo y entusiasmome han ayudado enormemente. Beth Stuf ebeam me proporcionó una n-tástica ayuda d rante la reparación del manuscrito Y Josefa Toribio mi esposa y co ega me ha o recido na combinación perfecta de crítica, a oyo eins irac ón Mi más sincero agradecimiento a todos


36/307


37/307

Introducción:un a tomóvil con cerebro de cucaracha

¿ Dónde está as mentes art c a es promet das por a c nc a cc ón deos años c ncuenta e p od smo c ent co de los s senta? ¿Por qué nc u-

so nuestros mejor s artefactos « nte gentes» son aún tan nsoportab e ymorta mente tontos Una pos b dad es que, senc amente hemos ma n-te p etado a natu a eza de a nte enc a m sma. Conceb amos a mentcomo una especie de d spos vo d ra onam ento óg co asoc ado a u a -macén de datos exp c tos: una spec e de comb ac ó e t una máqu a

ó ca archí\·ado A adop a es a perspec va desa end amos e hechode que as ment s han evo uc onado para hacer qu ocu ran cosas. Desatend amos e hecho de que a ment b o ó ca es a es que nada un ó ganopara co t o ar e cuerpo b o ó co. Las mentes hace mov m entos os de-b hacer co rap de antes < e que e d predador os p e o de q e ues-t a presa cons a escapar as me tes son d spos t vos nco póreos < e ra-zonam n o ó co.

Este s mp e camb o de p rspect va ha en rado a gunos d os traba osmás apas onantes e nnovadores en e estud o cont po áneo de a entLa nv st gac ón < e mode os computac ona es basados en red s neurona-

es» ha empezado a d sarro a una v s ón rad ca mente d fer te < a estructura computac o a a me te a nvest gac ón en a neuroc enc a co -n t va ha mpezado a saca a a u as aneras s empre sorprende tes conque os c r bros rea s emp ean sus recu sos euro a es y s nápt cos para rso v r prob emas Y una o eada c ec ente t aba os sobre robót ca s mp e

en mundo rea (po e emp o conse u r que una cuca acha robot cam nebusque a mento ev te p gros) nos enseña cómo pueden os se es b o ógcos evar a cabo en mundo r a as acc o es ráp das u das n cesar aspara a superv v nc a Donde conver estas nv st gac ones v s umbramos

na ueva v s ó de a natu a eza de a cogn c n b o ó ca una v s ó


38/307

40 1 Estar ahí

coloca el almacenamiento de datos explícitos y la manipulación lógica en sulugar, es decir como complemento secundar o de la dinámica y los complejos bucl s de respuesta ue unen entre sí cerebros cuerpos y entornos reales Al parecer, la cognición natural no tiene tiempo (literalmente) para archivadores.

Naturalmente, no todo el mundo está de acuerdo Un e emplo extremodel punto de vista opuesto es un rec ente intento de nculcar el sentido común a un ordenador revia nversión de 50 millones de dólares, dándoleuna nmensa colección de conocim entos explícitos Este proyecto conocdo como CYC (abreviatura de encdope ia), retende constru manualmente una vasta base de conoc m entos ue aba que una parte mporta te

del conocim ento general que t ene a u disposición un ser humano adultoIn c adoen 1984 el pr y cto CYC se propuso llegar a codi icar cerca de unmillón de unidades de conoc miento hacia 199 Para ntroducir los datos deeste proyecto, una sola persona tardaría dos si los. Se esper ba ue al finald este p oceso CYC daría «el gra sa to»: llegar a a un punto en el que podría leer y asimilar d rectamente textos escritos y a partir d ahí, «autoprogramar» el resto de su base de conocimientos

Desde mi punto de v sta el aspecto más notable del proyecto CYC es sue ex r ma en el poder de la ep esen ac n s mbólica explícita su e en la in

teriorización de estructuras constru das a imagen de las cadenas de palabrasde un lenguaje público l len uaje de representación del proyecto CYC codi ca la n rmación en unidades m ·cos como la s guiente

M J

R < , B é

Aunque este ejemplo está sim li icado, la estructura básica siempre es lamisma La unidad tiene descr pciones» «ranuras» (los t s subtítulos dearriba y cada ranura tiene como valor una lista de entidades Las ranuras

ueden hacer re er ncia a otras unidades or eje plo la ranura « esidentes» pued actuar co o un puntero hacia otra unidad que contenga s informac ón y así sucesivamente Este s stema de unidades ranuras est aumentado por un lengua e más potente (el lengua de restricción Cyc ,[CYC onstr in langu e]) que rmite la ex resión de relaciones lóg s

más comple as como «Para todo el mento si un elemen o es X enton es tiene la propiedad Y» El razonamiento de CY tambi n puede explotar variostipos simples de n erencia Sin embargo la dea básica s dejar que el conoc ento i cado ha a cas todo trabajo y mantener la structura de in-


39/307

Introducción: un a omóv l con ce eb o de c ca acha 1 4

ferencia y control simple y dentro de los límites de la tecnología actual Loscr adores de CYC Douglas Lenat y Edwa d Feigenbaum (1992, pág. 192)argumentan qu el embudo para la int l gencia adaptativa es el cono imie -

to, no la inferencia o el controla base de conocimientos de CYC intenta hacer explícito todo lo que sa-bemos de nuest o mundo pero que normalmente no nos molestamos en decir.Por an o CYC se propone codif car un dades de conocim ento que todos tenemos pero qu rara vez num ramos como las si uientes ibíd , pág. 197 :

La mayoría < e los automóvi es de hoy circu an sobr cua ro ruedas.S nos dor mos ientr s conduc mos nu s ro au ó no arda ucho

n sa rse d a a zada.S hay a go ran e en r : noso ros y qu uerem s, probabl nte debe-os rodearlo.

La idea es que después de haber codi icado xplíci amen e una granparte de este «conocimiento consensuado de la realidad» CYC ll gará a unn vel de comprens ón que le p rmitirá responder con una inteligencia genuina. Incluso s spera que CYC emplee l ra ona i nto analógico paraabordar con buen criterio situaciones novedosas encontrando paral l smos

parc ales en ot as partes d su inmensa base de conocimientos.CYC es un proyecto amb cioso e importante Sin duda la base de datosde sentido común que ahora codi ica será de gran utilidad práct ca como recurso para el desarrollo de mejores sist mas expertos Pero debería os dis

nguir dos ob e ivos posib es ara C C. Uno s r a o recer e me or simu acroposibl del sentido común mediante un s stema informático fundamentalmente no pensante. El otro sería crear a partir del fondo de conocimi ntosde CYC el primer e emplo de una mente artif cial genuina.

Hasta la fecha e el rendi ento de CYC no ha nada que indiqu queel segundo ob etivo est al caer. CYC parec destinado a convertirs en un«sistema experto más grande y más elaborado, pero todavía esencialmente frágil y falto d ntendimiento Y el hecho de añadir más y más conocimientos a CYC no será una solución. La razón es que Y carece los tipos más básicos de respuestas de adaptació al entorno sta defic encia notien ada qu ver con la relativa escasez de los conoc mientos que el sistema codi ca expl citament Más bien es atr buible a la alta de un acoplamiento uido ntre el sist ma y un entorno real que pla tee probl as rea

l s de acción y sensación. Como v r mos incluso l humilde cucarachmanifiesta ste tipo de acoplamiento fluido una vers ón del tipo de intelig nc a práctica sólida y f xible de la que carecen casi todos los sis emas in

orm ticos ¡ Pero un ser tan sencillo mal puede ser acusado de c tar con


40/307

42 1 Estar ahí

un gran a macén de conocimien os represen ados exp íci amen e! Por an-o e proyec o CYC en endido como un in en o de crear una comprensión

y una inte igencia genuinas en una má uina, f a por su bas de una mane-ra ro nda y o a Las raíces de a in e igencia y a comprensión no se encuen ran en a presencia y a manipu ación de es ruc uras de da os exp ci

a y de ipo ingüís ico sino en a go más err na : e ajus e de respues abásicas a un mundo ea u perm e a un organismo corpóreo s n ir ac uary sobrevivir

Es e diagnós ico no es nuevo. Impor an es crí icos fi osó icos de a in eigen ia ar i cial han pues o en duda duran e mucho iempo e in en o de in

ducir a in e igencia por medio de a manipu ac n ncorpórea d símbo os y

ambi n an insis ido en a impor ancia d razonam en o s uado (es decirde razonamien o evado a cabo por seres corpóreos ue ac úan en un enorno físico rea ) ero ha sido demasiado fáci a ribuir es as ncer idumbres

a a g n po de mis icismo residua a una e caren e < e ri or c en co enuna esenc a men a parecida a a ma o a un rechazo es arudo a per i ir ue

a ciencia en re sin au orización en e err no favori o de os fi óso os roahora cada vez es más eviden e ue a a e a iva a a v sión ce rada n a«manipu ación incorpórea de a os e plíci os» de a in el gencia a ificia noes apartarse de a ciencia pura y du a; es profundizar en una ciencia más

dura odavía s co ocar a in e igencia en e gar que correspond en eacop amien o en re os organismos y e mundo ue se encuen ra n a ra z Je

a acción f u da co diana Del C C a cic smo así es e giro radical u caac e iza a l s nuevas ciencias de a men e corpórea

Consideremos por ejemp o a a umi de cucarac a. a cucarac a es deposi aria de un considerab e corpus de conocimien os sobr e sen ido común de as cucarachas ¡ or o menos así es como debe aparecer ant cua

ui r e ico u piens ue e conoc m en o exp íci o es a c ave para uncompor amien o sensa o en e mundo rea or ue a cucarac a es una formidab e ar is a de escapismo capaz de emprender una acción d huida for

ada por una mu i ud Je fac ores ex ernos in ernos H a uí una bre sa ex ra da del de a ado s udio de Ri zmann 1993) sobre as habi idades

de evasió de a cucaracha americana Peri lan tü am r c n :

La ucara ha i nt las orr s e a r pro Kadas mov o p a or q ata a.D sti gu as orr t s pro u as or os a or s las orr tes y

br sas o mal s.No a a o ra ara asCua o ia o m nto i a, o orr pl m t a azar E

ambi i n u n a s a or ta ó i al la p s a obstáko o a o ) a o ó ó l a


41/307

Int oducció : un au omóv l con cereb o de cuca acha 1 43

¡Claro que siempre se escabul e! Co o indica Ritzmann, esta alla <consid raciones contextuales conduc a una respuesta mucho más inteligente qu el simple reflejo «detectar al depredador y ec ar a correr al azar»

ue os exper os en cucarachas (que os ay) c eye on otro a que todo o eplicaba. La comple idad adicional se capta con precisión en las descripciones que hace Ritz ann e un automóvil con una «inteli encia co parableEst automóvil percib ría a los ve ículos que se ap oximan pero i noraría a

os que se mo e an de una maner no mal Si detectara una co isión inminente iniciaría automáticam nte un iro que tuviera en cuenta su propio estado actual (diversos parámetros de la aceleración y del motor y la orientación y la superficie de la carretera evitando meterse en más pe i ros Parece

c aro ue un auto óvil con a inteligencia de una cucarac a estaría muy porde ante < e la industria auto ovilística ás puntera hoy en < ía S n embar o a pri era vista no es probable que la frase «Compre usted el automóvil con cerebro < e cucaracha tuviera mucho éxito como eslo an publicitario Nuestros prejuicios contra as formas básicas de inte i encia bio ó ica ya favor de las « á uinas ló icas-arch vadoras más andes y e abo adas sonde asiado profundos

¿Cómo onsigue la cucaracha controlar sus huidas? Ahora empezamos aent nder los canis os neuronales. Las corrientes de aire son detectadas pordos c rc estruc u as parec das a antenas s tuadas en a pa te posterior delabdo en cubiertos con pelos s nsibles a la velocidad y la dirección del a re

os movimientos escap sólo se activan si la aceleración del aire es i ual osuperio a 0 6ml 2 : así es como a cucuarac a distingue na brisa ordinaria de

a mbest da de un atacante l interva o entre a sensación y a respuesta esuy breve: 58 milisegundos para una cucaracha quieta y 14 m lise undos para

una cucaracha en movimiento. La respuesta inicial es un iro que tarda entre20 y 30 milise undos ( tzmann 1993 pá s. 113-116 . E ci cuito neu onal

básico que subyace a este iro está formado por pob aciones de neuronas cuyas osiciones y cone iones se conocen oy bastante b en En es e c rcuito ntervien n más de cien interneuronas ue actúan para modular as diversas órdenes de iro en función de la inf rmación contextual sobre la posición actualde a cucaracha y e estado del entorno loca La infor ación básica sobreelaire es transmitida por una pob ación de n erneu onas ventra es gantespero la actividad fina se basa en los resultados de la modulación < e muchasotras poblaciones neurona es sensibles a esos aspectos contextua es.

Ante la impresionant ex ibición de r tinas de escape de la cucarachaun t ór co podría postu ar e róneamente que a acena de alguna c ase debase de datos cuasi lin üística. De acuerdo con el espíritu de CYC p dr a

os ima inar que la cucarac a accede a marcos de conoci ien o e nc uyen lementos co o stos


42/307

44 1 Estar ahí

Si me atacan, no me es re a é di ec a en e on a una pa e . algo g ande s inte pone ent e a omida y yo ntenta é odea o.

Las b sa suav no son p o a

Como el ilóso o Huber Dreyfus 9 ) y o ros han señalado, el proble-a es que los cerebros verdaderos no parecen e plear es os recursos lin

guaf rmes parecidos a ex os para codi icar respues as ábil s an e e mundo.Y ejor que sea así, ya que como es as es ra egias exigirían el almacenamien o de enormes can idades de da os xplíci os y la bús ueda consiguien

e no podrían produc r las r pidas respues as que requ ere la acc ón real Dehecho ras una breve re exión vemos claramen e ue la area de no ar losconocimien os «de sen ido común» necesarios para cap urar odo lo quesabe un adul o umano no tendr a in ¡ Es p ob ble que incluso para cap urar de manera de allada el conocimien o corpóreo de una c caracha hicieranfal a varios olúmenes!

Pe o ¿de qué o ra manera podría a anzar la in eligencia ar ficial? Unen oque prome edor se basa e lo que se a < ado en llamarteoria de g nt s

u ónomos. n agen e au ónomo es un en e capaz de sobrevi ir ac uar yo erse en iempo real y en el seno de un en orno comple o y un an o rea

lis a Muchos agen es au ónomos ar i iciales exis en es son verdad ros robo s capaces de caminar como insec os y de evi ar obs culos O ros son simulaciones por orden dor de robo s de ese ipo que en c nsecuencia sólose pueden mo er y ac uar en en ornos simulados hechos por ordenador

xis en pol micas en re los inves igad res que sólo son par idarios de las siuaciones y de los robo s reales y los que se con en an con explo ar meras

si u aciones aunque los dos bandos coinc den en des acar la necesidad demodelar conduc as realis as y b s cas y de descon iar de las soluciones excesi amen e in elec uali adas al es ilo de las del ra onamien o explíci o incorpóreo».

Teniendo presen e es a imagen general de la in es igación sobre los agenes au ónomos ol amos muy bre emen e a nues ra pro agonis a la cucara

c a Randa Beer y Hillel hiel an creado simulaciones in ormá icas y robó icas plausibles de la locomoc ón y la huida de la cucarac a ara modelarla respues a de escape, eer y Chie in en aron desarrollar un modelo deagen e au ónomo muy cons reñido por da os e ológicos y neurocien í icos.

l ob e i o era acercarse lo más posible hoy en d a a los da os biológicos rea

les Para ello combinaron la me odología de los agen es au ónomos conmodelos al es ilo de las redes neuronales También i pusieron a es e modelo compu ac onal unas res cc ones co eren es con lo que se sabe de la edadera or ac n ne o a d (en e caso) a cucaracha U ilizaron una

1 k c o i lado ee


43/307

Introducción: un au omóv l con cerebro de cucaracha 1 45

1993) Los circ itos de esta red estaban limitados por los datos conocidossobre las poblaciones y las conexiones neuronales que subyacen a la resp esta e escape de las c carachas reales. Después de n entrenamiento, elcontrolador de la red neuronal fue capaz de reprod cir en el cuerpo del insecto simulado todas las características f ndamentales de la respuesta de escape mencionada anteriormente. En los capít los que sig en trataremos decomprender en part cómo se logran estos xitos Veremos con detallecómo se combinan os tipos e nvestigación acabados de esbozar con ideasevolutivas, neurocientí cas y psicológicas para poder esclarecer na ampliagama de c nductas tanto simples como complejas Y ta b én exploraremosla sorprendente v riedad de estrategias adaptativas de q e disponen los

agentes corpóreos y embebidos en un medio: l s seres q e se mueven por sum do y actúan sobre él.Estos comenta ios introductorios pretenden destacar un contraste n

damental e tre la visión incorpórea ntemporal e intelectualista de la mente y la imagen de la mente como contro adora de la acción corpórea. Estai agen e la mente como controla ora nos obliga a tomarnos en serio lasc estiones del tiempo el mundo y el cuerpo Un dispositivo controladordebe generar con rapidez acciones apropiadas en f nción de la interaccióne curso entr el c erpo y s entorno cambiante l siste a de p anificaciónde la inteligencia artif cial clásica suele ponerse cómodo y tomárselo con calma para al final producir na descripc ón expresada simbólicamente de unc so e acc ón pla s ble l agente plan f cado corpóreo debe ent r en acción con rapidez a tes de q e la acción de otro agente le uite la vida Aúnno está claro si las codif caciones simbólicas similares al texto tienen algúnpapel q e esempe ü r en estas decisiones de v da o m e pero hoy sí parece claro que no es n papel estelar.

El camino q e cond ce a una comprensión comp tacional completa de

la mente est bloqueado -parafraseando a enat y Feigenbaum por un colchón. Durante m chos años los investigadores se han desvia o para rodearlo, han tratado de ignorarlo, han hecho de todo excepto ponerse a traba ar para itarlo


44/307

46 1 Estar ahí

ximo mov m ento en s tuac ones reales. Son unos órganos exquisitam ntepreparados para la producción de acc ones que se de pl egan en l esp< cio

lo a y en t empo rea Cuando a m n se o mul como un di pos t o controlador de la acción orporal, el conocimiento otrora r c b do se d svan cecapa tras capa La dist nc ón entre percepc ón y cogn c ón la noción de unoscentros d control ejecut vo en el cerebro y una v s ó muy extendida de larac onal dad m sma son puestas en duda. También pel grael aparat etodológ co q e estud a la m nte y el cere ro con muy esc sa considerac ó hacia la propiedades del entorno local o las oportunidades propo onadaspor la acción y el mo iento corporal a orma funda ental de la c enc asde la mente cambia continuamente En los capítulos que siguen d a bular mos por el paisa e de la mente ba o este camb o de lum na ón


45/307

Primera parte

DE EXCURSIÓN POR LA MENTE

Bueno, ¿y con qué crees e comp endes? Con la cabeza? ¡Bah!NIKOS AZ TZ K S, Zorba d griego

El nov nta po cien o de la vida consis e s p emen e enest r ahí.Wo Y ALLEN


46/307


47/307

1

1.1 Bajo el volcán 1

Agentes autónomos:un paseo por la luna

En el verano de 1994, un robot e plorador de ocho patas y 77O kg de peso a -mado Dante I descendió por na pared m y empinada hacia el ndo del cráterde un volcán activo cerca de Anchorage Alaska. En el transcurso de una misiónde seis d as Dante explo ó las paredes y el fondo del cráter empleando unamezcla de control autónomo (a todirigido) y e terno. Dante I es producto deun proyecto nanciado por la NASA con base en la Universidad de CarnegieMell n en otros gares cuya meta inal consiste en desarro ar robots verdaderamente autónomos con el n de recoger y transmitir in rmación detallada sobre las condiciones ambientales locales de otros planetas. Se espera enviar a Marte ot o robot mucho más peq eño y en gran parte autónomo en 996 y ele plorador lunar unaCorp q e está basado en elsofware de Dante I tiene naplaza reser ada en el primer lanzamiento comercial a la l na previsto para 997.

Los prob emas a los q e se enfrentan estos proyectos son muy instructivos os robots diseñados para e plorar m ndos lejanos no p eden depender de una com nicación constante con científicos sit ados en la tierra: los desfases de tiempo pronto cond cirían a n desastre stos robotsse deben programar para q e b sq en nas metas generales e plorando ytransmitiendo in ormación Para misiones largas deberán reabastecerse deenerg a quizá e plotando la energ a solar Deberán ser capaces de f ncionar ante di icultades inesperadas y resistir arias clases de daños nresumen deberán satis acer m chas de las e igencias a nque d sde l

El material acer a de D n e I se basa en un nf m e z o po P e Monagh n(Chroni le / Hig c Edu ation, 1 O e a to d 9 4, á . A6 AS).


48/307

50 D

go, no todas) que la natu aleza ha planteado a los o ganismos móviles enevoluc ón.

E intento d const obo s móvi es ob s os conduce con o endente a idez a un e anteamiento ad cal de m chas de nuest a cómodasy v ejas deas sob e la natu a eza de la ntel gencia adaptat va

1.2 Desfile de robots

Elmer y Elsíe

Los antepasados h s ó icos de os sof st cados obots d hoy c n as ectoanima (a veces amados «an maas» fu on un a de « o t gas» cibe nécas const u das en 1950 po e bió ogo W G ey Walte stas to t gas»- lamadas Elme y Elsie2 - empleaban unos sen illos senso es de l z y de acto y unos ci cuitos elect ónicos pa a busca luz aunque ev tando a l z intensa Además cada to tuga l evaba nos pilotos lum nosos q e se encendían cuando los moto es estaban en ma cha Incluso un equi o nco o adotan s mple como ste condu o a unas nt gantes muest as de conducta, especialmente cuando me y E sie inte acc onaban nt sí (a ser at aídopo la uz de los p lotos) y con el ento no oca q e ncluía a gunas fuentesde luz po c ya p ox m dad com et an y un es ejo que condujo a n d vet do «ba le» de autosegu miento) o x año es que a o os de u obse vado cas a , se ía más ác l ve vida y p opósito en la conducta de estas c eac ones tan simples que en los d agnóst cos nc pó eos hechos po si temasexpe tos t ad c on es y de cam an llas como MYCIN3

2 Véanse por ej mp o, W Grey Wa er «An at on fe» /ú( 9 9), nº ágs 42- ; Steven Le z z" T Q w C !

992), p . 283 283 El trabajo inicia en n g nc a artific a co o e abajo de Ne e l y S m n 97

bre el «So cionador eneral de problemas enera Pr b em So v r) endían a acentuar r onam en o a reso c n de pr b emas d t dad g


49/307

Agentes au ónomos: n pas o por la na 1 51

Herbert

Uno de los precu so s de las eci tes i vest gacio es sob e los a e tes

autó omos

clark - estar ahí

Documents