El término “inteligencia artificial” se ha popularizado para designar a una disciplina incluida entre las ciencias de la computación. Tiene que ver con el esfuerzo que decenas de científicos de distintos países, especialmente de los Estados Unidos y de Europa Occidental, han venido realizando durante los últimos treinta años para dotar a las computadoras de inteligencia. Para que una computadora comience a merecer el nombre de inteligente, debe ser capaz de realizar acciones que, si realizadas por un ser humano, se diría que requieren inteligencia, como jugar ajedrez o mantener un diálogo con otro ser considerado también inteligente. Las computadoras pueden hacer lo que sus programadores les dicen, pero nada más; además, hagan lo que hagan, posiblemente nunca sabrán lo que están haciendo y nunca serán conscientes de lo que hacen. Y para ser inteligente se requiere ser capaz de elegir conscientemente el propio camino en la solución de problemas. El desarrollo de la inteligencia artificial, en esas máquinas, trajo consigo cambios en la lógica simbólica, bastante evidentes en lo que toca a los objetivos a seguir y los problemas a analizar, especialmente un tipo especial de lógica, la denominada lógica de los androides, la lógica de aquellas máquinas que simulan inteligencia humana.
En el afán de mimetizar al ser humano, pueden advertirse dos caminos separados pero vinculados estrechamente: la mimesis corporal o física, referida a la reproducción de las configuraciones del cuerpo humano, y la mimesis mental o cerebral, que se refiere a la reproducción de los mecanismos lógicos del cerebro humano. La mimesis del cuerpo halla su máquina arquetípica en el autómata antropomorfo; la mimesis del cerebro encuentra su máxima expresión en la inteligencia artificial. Ambos caminos se dan la mano en el autómata antropomorfo inteligente. Los autómatas antropomorfos inteligentes son máquinas dotadas de facultad intelectiva, que tienden al humano en apariencia o forma y que tienen en su interior los principios que rigen sus funciones, movimientos y decisiones. Ahora bien, las nuevas tecnologías aplicadas a la creación de autómatas antropomorfos inteligentes, tales como la biomedicina, biotecnología, ingeniería genética, biónica, nanotecnología, electrónica molecular, cibernética, etc., han permitido la inclusión, a un nivel genético, de partes biológicas en los componentes mecánicos, dando lugar a sistemas de naturaleza mixta con mayores grados de definición mimética. Los modernos autómatas antropomorfos inteligentes son autómatas antropomorfos inteligentes mejorados, merced a la utilización de las nuevas tecnologías; estos modernos autómatas encuentran su máxima expresión en el androide, que viene a ser un ente artificial detalladamente diseñado por medio de estas nuevas tecnologías que incorpora en su interior elementos biológicos y mecánicos asimilados en un nivel microbiológico, y cuya apariencia exterior y funcionamiento general lo convierten en casi indistinguible de su modelo humano. De este modo la tendencia a potenciar al ser humano por medio de artilugios mecánicos deriva, progresivamente, en una maquinización de lo humano. Y en la maquinización de lo humano radica la pérdida de fronteras entre ambos sistemas. La tendencia a simular artificialmente al ser humano deriva, progresivamente, en una humanización de la máquina: la pérdida de fronteras entre ambos sistemas radica en el acercamiento de las máquinas a los humanos. La entidad arquetípica de este tipo de integración es el androide, entidad idéntica, en su máxima expresión, al ser humano.
No existe una caracterización unívoca de la inteligencia artificial, y ni siquiera existe suficiente acuerdo entre los expertos acerca de si es una disciplina tecnológica o, además, se la debe considerar una ciencia. Sí hay acuerdo en que uno de sus objetivos consiste en el diseño y construcción de androides, es decir, en palabras de Marvin Minsky, de aquellas máquinas que se comporten de una manera que se calificaría como inteligente si fuera hecha por seres humanos. Este objetivo implica que la inteligencia artificial necesita hacer uso, entre otras cosas, de teorías acerca de procesos considerados generalmente como “mentales”; en particular de procesos de conocimiento tales como percibir, interpretar e inferir. Estas teorías surgen de la interrelación de diferentes disciplinas tales como la psicología, la lingüística, la neurología y la lógica simbólica.
Las primeras ideas concretas acerca de cómo debían ser las máquinas inteligentes dieron nueva forma a viejas ideas presentes en la edad moderna, tales como la concepción de Hobbes del razonamiento como cómputo y la idea de Leibnitz de un “cálculo racional”. Este enfoque, además de ser el más tradicional, es también el más relevante desde el punto de vista de la lógica. Constituye lo que John Haugeland denomina “inteligencia artificial buena y al viejo estilo”, para la cual la inteligencia y el pensamiento se reducen a series de cómputos o cálculos. Dentro de esta tradición se destaca la “hipótesis del sistema de símbolos físicos” de los investigadores Newell y Simon. Según esta hipótesis, la inteligencia se explica en términos de reglas de entrada y salida que controlan la conducta del sistema y de reglas de procesamiento interno de información. Tanto las computadoras como la mente humana son sistemas físicos de símbolos, con una base material diferente en cada caso, pero que operan según los mismos principios computacionales. Obviamente, esta concepción es independiente de los problemas físicos específicos que puedan tener tanto las mentes naturales como las máquinas artificiales. Así, un sistema físico de símbolos consta de instancias de símbolos físicamente relacionados. Una sucesión de procesos permite crear nuevos símbolos y modificar o destruir los viejos. Esta concepción recibió una fuerte influencia de la lógica simbólica, tal como se había desarrollado en la primera mitad del siglo veinte. En efecto, la hipótesis del sistema físico de símbolos adopta muchos elementos de la versión vulgarizada de los sistemas formales como sistemas de reglas puramente sintácticas que operan sobre conjuntos de símbolos sin significado.
Nils Nilsson ofreció en un artículo escrito el año 1991, una descripción adecuada de las máquinas inteligentes, en la cual se tipifican la información que estas pueden obtener y los procesos para obtenerla. Los presupuestos de Nilsson fueron los siguientes: (1) Las máquinas inteligentes tendrán conocimiento de su entorno. (2) Las máquinas inteligentes más versátiles representarán gran parte del conocimiento acerca de su entorno de manera declarativa, es decir, por medio de cadenas de símbolos que se interpretan como enunciados. (3) En las máquinas más versátiles, el lenguaje en el que se representa el conocimiento declarativo debe ser al menos tan expresivo como el lenguaje de la lógica de predicados de primer orden. Además Nilsson distinguía en las máquinas inteligentes un conocimiento declarativo y un conocimiento procedimental. El conocimiento declarativo está dado por cadenas de símbolos que se interpretan como enunciados, supuestamente verdaderos, acerca de un medio ambiente externo a la máquina. El conocimiento procedimental está constituido por funciones que le permiten a la máquina manejar símbolos, tomar decisiones e interactuar con el medio ambiente. De este modo, Nilsson describe a los androides como máquinas de estado finito cuyos estados son conjuntos de enunciados. Las transiciones entre un estado y otro se encuentran gobernadas por el conocimiento procedimental de la máquina. Una función sobre el conjunto de enunciados y las entradas que recibe la máquina contiene mecanismos inferenciales como sus componentes. Otra función sobre los estados de la máquina gobierna sus acciones sobre el medio. Si bien es cierto que estos androides deben mucho a la lógica simbólica, también es cierto que han influido en ella. La influencia ha tenido lugar de diferentes formas, tanto en los problemas a resolver, como en los métodos para resolverlos, y también en la comprensión acerca de la naturaleza de la inferencia deductiva, alcanzando aspectos esenciales de la lógica tales como la caracterización de sistemas lógicos y la adopción de herramientas formales para analizar sus propiedades.
De esta manera los sistemas lógicos pasan a estar “realizados”, por así decirlo, en máquinas determinadas que poseen determinados procedimientos computacionales. Las deducciones o demostraciones en los sistemas deben llevarse a cabo, entonces de una manera efectiva, conforme los recursos de los que disponga la máquina. Esto lleva a tomar seriamente en cuenta, además de los métodos de demostración según diferentes sistemas deductivos, los mecanismos de búsqueda que permiten a la máquina construir efectivamente demostraciones. Aquí juegan un papel primordial aspectos como la factibilidad y la eficiencia y conceptos cuantitativos de constructibilidad. La situación es análoga a la que presenta la “matemática computacional”, en la que, por ejemplo, es importante especificar aquellas funciones computables que sean realmente factibles.
En el afán de mimetizar al ser humano, pueden advertirse dos caminos separados pero vinculados estrechamente: la mimesis corporal o física, referida a la reproducción de las configuraciones del cuerpo humano, y la mimesis mental o cerebral, que se refiere a la reproducción de los mecanismos lógicos del cerebro humano. La mimesis del cuerpo halla su máquina arquetípica en el autómata antropomorfo; la mimesis del cerebro encuentra su máxima expresión en la inteligencia artificial. Ambos caminos se dan la mano en el autómata antropomorfo inteligente. Los autómatas antropomorfos inteligentes son máquinas dotadas de facultad intelectiva, que tienden al humano en apariencia o forma y que tienen en su interior los principios que rigen sus funciones, movimientos y decisiones. Ahora bien, las nuevas tecnologías aplicadas a la creación de autómatas antropomorfos inteligentes, tales como la biomedicina, biotecnología, ingeniería genética, biónica, nanotecnología, electrónica molecular, cibernética, etc., han permitido la inclusión, a un nivel genético, de partes biológicas en los componentes mecánicos, dando lugar a sistemas de naturaleza mixta con mayores grados de definición mimética. Los modernos autómatas antropomorfos inteligentes son autómatas antropomorfos inteligentes mejorados, merced a la utilización de las nuevas tecnologías; estos modernos autómatas encuentran su máxima expresión en el androide, que viene a ser un ente artificial detalladamente diseñado por medio de estas nuevas tecnologías que incorpora en su interior elementos biológicos y mecánicos asimilados en un nivel microbiológico, y cuya apariencia exterior y funcionamiento general lo convierten en casi indistinguible de su modelo humano. De este modo la tendencia a potenciar al ser humano por medio de artilugios mecánicos deriva, progresivamente, en una maquinización de lo humano. Y en la maquinización de lo humano radica la pérdida de fronteras entre ambos sistemas. La tendencia a simular artificialmente al ser humano deriva, progresivamente, en una humanización de la máquina: la pérdida de fronteras entre ambos sistemas radica en el acercamiento de las máquinas a los humanos. La entidad arquetípica de este tipo de integración es el androide, entidad idéntica, en su máxima expresión, al ser humano.
No existe una caracterización unívoca de la inteligencia artificial, y ni siquiera existe suficiente acuerdo entre los expertos acerca de si es una disciplina tecnológica o, además, se la debe considerar una ciencia. Sí hay acuerdo en que uno de sus objetivos consiste en el diseño y construcción de androides, es decir, en palabras de Marvin Minsky, de aquellas máquinas que se comporten de una manera que se calificaría como inteligente si fuera hecha por seres humanos. Este objetivo implica que la inteligencia artificial necesita hacer uso, entre otras cosas, de teorías acerca de procesos considerados generalmente como “mentales”; en particular de procesos de conocimiento tales como percibir, interpretar e inferir. Estas teorías surgen de la interrelación de diferentes disciplinas tales como la psicología, la lingüística, la neurología y la lógica simbólica.
Las primeras ideas concretas acerca de cómo debían ser las máquinas inteligentes dieron nueva forma a viejas ideas presentes en la edad moderna, tales como la concepción de Hobbes del razonamiento como cómputo y la idea de Leibnitz de un “cálculo racional”. Este enfoque, además de ser el más tradicional, es también el más relevante desde el punto de vista de la lógica. Constituye lo que John Haugeland denomina “inteligencia artificial buena y al viejo estilo”, para la cual la inteligencia y el pensamiento se reducen a series de cómputos o cálculos. Dentro de esta tradición se destaca la “hipótesis del sistema de símbolos físicos” de los investigadores Newell y Simon. Según esta hipótesis, la inteligencia se explica en términos de reglas de entrada y salida que controlan la conducta del sistema y de reglas de procesamiento interno de información. Tanto las computadoras como la mente humana son sistemas físicos de símbolos, con una base material diferente en cada caso, pero que operan según los mismos principios computacionales. Obviamente, esta concepción es independiente de los problemas físicos específicos que puedan tener tanto las mentes naturales como las máquinas artificiales. Así, un sistema físico de símbolos consta de instancias de símbolos físicamente relacionados. Una sucesión de procesos permite crear nuevos símbolos y modificar o destruir los viejos. Esta concepción recibió una fuerte influencia de la lógica simbólica, tal como se había desarrollado en la primera mitad del siglo veinte. En efecto, la hipótesis del sistema físico de símbolos adopta muchos elementos de la versión vulgarizada de los sistemas formales como sistemas de reglas puramente sintácticas que operan sobre conjuntos de símbolos sin significado.
Nils Nilsson ofreció en un artículo escrito el año 1991, una descripción adecuada de las máquinas inteligentes, en la cual se tipifican la información que estas pueden obtener y los procesos para obtenerla. Los presupuestos de Nilsson fueron los siguientes: (1) Las máquinas inteligentes tendrán conocimiento de su entorno. (2) Las máquinas inteligentes más versátiles representarán gran parte del conocimiento acerca de su entorno de manera declarativa, es decir, por medio de cadenas de símbolos que se interpretan como enunciados. (3) En las máquinas más versátiles, el lenguaje en el que se representa el conocimiento declarativo debe ser al menos tan expresivo como el lenguaje de la lógica de predicados de primer orden. Además Nilsson distinguía en las máquinas inteligentes un conocimiento declarativo y un conocimiento procedimental. El conocimiento declarativo está dado por cadenas de símbolos que se interpretan como enunciados, supuestamente verdaderos, acerca de un medio ambiente externo a la máquina. El conocimiento procedimental está constituido por funciones que le permiten a la máquina manejar símbolos, tomar decisiones e interactuar con el medio ambiente. De este modo, Nilsson describe a los androides como máquinas de estado finito cuyos estados son conjuntos de enunciados. Las transiciones entre un estado y otro se encuentran gobernadas por el conocimiento procedimental de la máquina. Una función sobre el conjunto de enunciados y las entradas que recibe la máquina contiene mecanismos inferenciales como sus componentes. Otra función sobre los estados de la máquina gobierna sus acciones sobre el medio. Si bien es cierto que estos androides deben mucho a la lógica simbólica, también es cierto que han influido en ella. La influencia ha tenido lugar de diferentes formas, tanto en los problemas a resolver, como en los métodos para resolverlos, y también en la comprensión acerca de la naturaleza de la inferencia deductiva, alcanzando aspectos esenciales de la lógica tales como la caracterización de sistemas lógicos y la adopción de herramientas formales para analizar sus propiedades.
De esta manera los sistemas lógicos pasan a estar “realizados”, por así decirlo, en máquinas determinadas que poseen determinados procedimientos computacionales. Las deducciones o demostraciones en los sistemas deben llevarse a cabo, entonces de una manera efectiva, conforme los recursos de los que disponga la máquina. Esto lleva a tomar seriamente en cuenta, además de los métodos de demostración según diferentes sistemas deductivos, los mecanismos de búsqueda que permiten a la máquina construir efectivamente demostraciones. Aquí juegan un papel primordial aspectos como la factibilidad y la eficiencia y conceptos cuantitativos de constructibilidad. La situación es análoga a la que presenta la “matemática computacional”, en la que, por ejemplo, es importante especificar aquellas funciones computables que sean realmente factibles.
