Utilizamos cookies propias y de terceros para mejorar nuestros servicios y facilitarte el uso de la web mediante el análisis de tus preferencias de navegación. También compartimos la información sobre el tráfico por nuestra web a los medios sociales y de publicidad con los que colaboramos. Si continúas navegando, consideramos que aceptas nuestra Política de cookies .

1 de Marzo de 1990
Filosofía

¿Podría pensar una máquina?

Es inverosímil que la inteligencia artificial clásica alcance a producir máquinas conscientes; los sistemas que remedan al cerebro, tal vez sí.

michael crawfort

En síntesis

Los autores se oponen a aceptar el axioma de que la sintaxis no se basta por sí sola para generar una semántica. Aunque no niegan tal posibilidad, opinan que se trata de una conclusión compleja que debe demostrarse, no postularse si más.

La manipulación en serie de símbolos de acuerdo con un conjunto de reglas constituye un mecanismo muy distinto del que emplea el cerebro para procesar información. Este se funda en una arquitectura reticular con conexiones en paralelo.

Se desconoce la forma en que el cerebro maneja significados. Para desarrollar una teoría de la semántica, debemos entender en primer lugar los procesos neuronales que subyacen a la codificación, la memoria, el aprendizaje y las emociones.

La investigación en inteligencia artificial está experimentando una revolución. Para explicar el cómo y el porqué, y al objeto de situar los argumentos de John R. Searle en perspectiva, será necesario echar primero la vista atrás.

A principios de los años cincuenta, la antigua y nebulosa pregunta de si podría pensar una máquina había dejado paso a otra más abordable, a saber: ¿podría pensar una máquina que manipulase símbolos obedeciendo a reglas sensibles a la estructura? La nueva pregunta suponía un avance porque la lógica formal y la teoría de computación habían conocido grandes progresos a lo largo del medio siglo precedente. Los teóricos habían llegado a apreciar la enorme potencia de los sistemas abstractos de símbolos sometidos a transformaciones gobernadas por reglas. Si resultase posible automatizar tales sistemas, su potencia computacional abstracta, pensaban, quedaría plasmada en un sistema físico. Tal idea engendró un programa de investigación de líneas bien definidas y profundos apoyos teóricos.

¿Podría pensar una máquina? Eran muchas las razones para afirmar que sí. Entre las más antiguas y profundas se contaban dos resultados de gran importancia en teoría de computación. Fue el primero la tesis de Church, que enuncia que toda función efectivamente computable es computable por recurrencia. Efectivamente computable significa que existe un procedimiento «de rutina» para determinar, en un tiempo finito, el egreso o «salida» de una función correspondiente a una determinada «entrada» o ingreso. Computable por recurrencia (o recursivamente computable) tiene un significado más específico, a saber, que existe un conjunto finito de operaciones aplicables a una entrada dada que, aplicadas luego una y otra vez a los sucesivos egresos de sí mismas, acaban produciendo la salida final de la función en tiempo finito. La noción de procedimiento de rutina es intuitiva y no formalizada; por consiguiente, la tesis de Church no admite una demostración formalizada. Pero sí va al meollo de lo que llamamos computar, y son muchas las pruebas que convergen en respaldo suyo.

Artículos relacionados

Puedes obtener el artículo en...

¿Tienes acceso?

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.