Conexionismo

Vista previa del material en texto

Conexionismo
La insatisfacción con los resultados generales obtenidos en la creación de modelos
artificiales de pensamiento basados en la manipulación de símbolos por máquinas de
Turing, en las que se codificaba la tarea a realizar para llevarla a cabo mediante las
necesarias iteraciones en pasos sucesivos, en detrimento de los modelos que simulaban la
actividad neural, hizo que se volviera la mirada hacia los modelos de inspiración neuronal.
En el enfoque neural se ponía de relieve la aparente no-adecuación del procesamiento
computacional a algunos procesos cerebrales; la necesidad de tener un procesamiento en
paralelo de la información en lugar de en pasos sucesivos; el hecho de que el cerebro no
parezca tener una unidad controladora central, sino que las funciones cerebrales aparezcan
distribuidas en distintas zonas, y que la eliminación de zonas importantes no haga que el
cerebro deje de funcionar por completo, como podría ocurrir en un ordenador.
En 1981 David Rumelhart, James McClelland y Geofrey Hinton crearon el PDP Research
Group (grupo de investigación en procesamiento distribuido en paralelo). Los resultados de
sus investigaciones se publicaron en 1986, en la que se puede considerar la obra más
representativa del nuevo enfoque conexionista, bajo el título de PDP: Explorations in the
Microestructure of Cognition.
Siguiendo este trabajo, un sistema cognitivo conexionista consta de los siguientes
elementos:
● Conjunto de unidades de procesamiento: serían las equivalentes a las neuronas
cerebrales. El trabajo de cada unidad es recibir la entrada de sus vecinas y, en
función de las entradas recibidas, computar un valor de salida, que envía a las
unidades vecinas. El sistema es paralelo en el sentido de que muchas unidades
pueden desarrollar su actividad al mismo tiempo. Puede haber tres tipos de
unidades:
○ De entrada: reciben las entradas de fuentes externas al sistema.
○ De salida: envían señales hacia fuera del sistema.
○ Ocultas: son aquellas cuyas entradas y salidas están dentro del sistema y no
son accesibles desde el exterior
Un sistema siempre tiene unidades de entrada y de salida, pero puede no tener
unidades ocultas.
● El estado o valor de activación: conjunto de números reales que representa la
activación de todas las unidades de procesamiento, donde cada número representa
la activación de una de las unidades. Puede verse el estado de activación total como
lo que el sistema representa en cierto momento, y el procesamiento en el sistema
como la evolución, a través del tiempo, del estado de activación global.
● La función de salida: determina las operaciones a realizar en su valor de activación
actual para producir un valor de salida.
● El patrón de conexión entre las unidades: forma en que las unidades están
conectadas entre sí, pudiendo cada unidad recibir conexiones y a la vez conectar su
salida a muchas otras unidades. El patrón de conexión especifica además los
valores o pesos de las conexiones.
○ Peso: es un número positivo si es excitatorio y negativo si es inhibitorio, y su
valor absoluto indica la “fuerza de la conexión”.
Los tipos de conexiones se consideran iguales si se pueden sumar algebraicamente
para obtener su resultado en la entrada de la unidad en cuestión. El patrón de
conexión determina en gran medida lo que el sistema conoce, cómo responderá a
cualquier entrada arbitraria, y lo que cada unidad representa dentro del sistema.
● La regla de propagación: permite propagar patrones de actividad a través de la red
de conexiones. Calcula el valor de las entradas netas a las unidades mediante la
combinación adecuada del patrón de conexión del sistema y los valores de salida de
las unidades que están directamente conectadas a éstas y las excitan o inhiben.
● Regla de activación: toma las entradas netas de cada tipo que afectan a una
unidad particular y las combina con los otros tipos de entradas y con el estado actual
de la unidad para producir un nuevo estado de activación.
● Regla de aprendizaje: por la cual los patrones de conexión son modificados por la
experiencia. Modifica los pesos del patrón de conexión para obtener las salidas
deseadas teniendo en cuenta, en cada momento, las salidas obtenidas frente a las
entradas del sistema.
● Ambiente: conjunto de entradas del sistema a lo largo del tiempo, en el que opera
el sistema.
Se trata de un sistema de unidades interconectadas que recibe estímulos del exterior, los
transmite y modifica a través de sus unidades hasta enviar otros estímulos al exterior, y al
cual se guía en su comportamiento, mediante la variación de los valores de sus conexiones,
hasta obtener el valor de salida deseado.
El funcionamiento de estos sistemas es como sigue: mediante la presentación sucesiva de
estímulos en las unidades de entradas se obtiene en cada momento una salida, que se
evalúa junto con la regla de aprendizaje para modificar el patrón de conexión.
Posteriormente se vuelve a presentar la misma entrada, a evaluar la salida y a volver a
modificar el patrón de conexión. Este proceso se repite cuantas veces sea necesario hasta
obtener la salida deseada. En cada uno de estos pasos se espera a que el sistema se
estabilice (produzca una salida invariable) y entonces se toma la salida. Estos sistemas han
mostrado tener propiedades interesantes y sorprendentes, como la de seguir
comportándose adecuadamente ante daños en su estructura, han conseguido calcular
funciones lógicas y reconocer patrones espaciales, y se han creado sistemas para leer
inglés (NETtalk), y sistemas para realizar ciertas tareas, como ir a un restaurante, o comprar
algo, en ámbitos bien definidos y restringidos (DISCERN).
Uno de estos problemas es el elevado número de veces que hay que presentar la misma
entrada hasta que el sistema la “aprenda”, lo que cuestiona su validez como modelo del
cerebro, ya que esto no encaja en muchos casos con la rapidez con la que se da el
aprendizaje humano. Otro problema es la elección del patrón de conexión si se quiere
simular el funcionamiento cerebral, ya que parece ser que cada neurona puede estar
conectada a miles de neuronas. Esto, junto a la elección del número de unidades, que en
muchos casos puede ser demasiado alto, hace que la realización de un sistema que simule
el conocimiento humano más allá de un campo muy restringido sea difícilmente abordable,
tanto matemáticamente como en su realización práctica.
En los sistemas conexionistas, la computación puede verse como una interacción física del
exterior con el sistema una vez que éste ha llegado a un estado de relajación, o lo que es lo
mismo, una vez que ha “aprendido” a realizar una tarea. Esto difiere de la idea cognitivista
del pensamiento como computación consistente en la manipulación de estructuras de
símbolos, como representaciones del mundo, conforme a reglas. Los símbolos desaparecen
como unidades sobre las que actuar ya que en la mayoría de los casos cada unidad no
representa un símbolo y las representaciones y las reglas se pueden reinterpretar como el
patrón de actividad general de la red. Patrón que “emerge” de su estructura, si bien es
verdad que el patrón de conexión y la regla de aprendizaje vienen determinadas por el
diseñador. Si nos olvidamos de esto último, que no es poco, diríamos que en un sistema
conexionista el conocimiento no está enunciado explícitamente por símbolos sino que se
encuentra en las conexiones de la red. Esto no anularía el enfoque basado en sistemas de
símbolos, sino que lo
reinterpretaría. Según Rumelhart y McClelland:
Hemos observado que el carácter cooperativo del pensamiento
distribuido en paralelo a menudo nos a permitido explicar conductas que previamente se
habían atribuido a la aplicación de reglas del pensamiento. Esto nos ha conducido, a veces,
a afirmar que una conducta que se atiene a leyes no necesariamente esta regida por reglas.
En este caso hemos de distinguir entre reglas y regularidades. Hemos podido mostrar cómo
la aparente aplicación de reglas podía emerger de las interacciones entre simples unidadesde procesamiento, en lugar de hacerlo a partir de la aplicación de reglas de nivel
superior.
Se defiende así una cooperación entre la interpretación simbólica del pensamiento y la
conexionista, eligiendo la que sea más adecuada en cada momento. Según Rumelhart y
McClelland hay cierta autonomía entre ambos niveles, y aunque el nivel simbólico “emerja”
de las conexiones, hay propiedades que sólo se pueden entender y explicar en ese nivel, ya
que el todo es diferente a la suma
de las partes, al haber interacciones no lineales. Las interacciones lineales implican que la
salida de un sistema sea la suma ponderada de sus entradas. Estos sistemas asocian un
patrón de entrada con un patrón de salida, pero no se da “casi nada nuevo” en ellos y, si se
muestra su comportamiento en el tiempo, se ve que no sufre cambios bruscos. Las
interacciones no lineales tienen lugar cuando las salidas son una función más complicada
de las entradas, implicando en algún momento el producto de éstas. Las funciones que
representan el comportamiento de estos sistemas tienen una gran dificultad matemática en
la gran mayoría de los casos. Son estos sistemas los que tienen propiedades
marcadamente “emergentes”, ya que puede cambiar su comportamiento radicalmente
dependiendo del valor de las entradas o de un ligero ajuste de los parámetros de conexión
de sus unidades. El conexionismo considera que éste es el tipo de interacción neuronal y la
forma en que se generan los pensamientos.
Un paso más en el modelo conexionista respecto la búsqueda de una explicación del
pensamiento es la caracterización del pensamiento como un sistema autónomo, sin reglas
de aprendizaje “exteriores a él” o fijadas por otro agente, sin ajustes exteriores del patrón de
conexión tal como sucede en la naturaleza. Se tendría en este caso un sistema
adaptativo-evolutivo, en el que su misma estructura y su adaptación al medio y evolución
explicasen su comportamiento.
Vida Artificial
Entender los sistemas y procesos biológicos y los mecanismos evolutivos para después
simularlos en robots electrónicos o en ordenadores usando algoritmos genéticos. Así, un
cromosoma se corresponde con una cadena de bits (genes), sobre los que se opera según
criterios de selección natural, como la mutación, recombinación y la adaptación al medio.
Las “reglas” que subyacen a la inteligencia son demasiado complejas como para poder
codificarlas mediante una aproximación de “arriba abajo”. La mejor forma es mediante un
paradigma de “abajo arriba”, en el que los humanos solo escriben reglas muy simples, y los
comportamientos complejos como la inteligencia emergen de la aplicación masiva en
paralelo de estas reglas sencillas. El conexionismo es un ejemplo de esta filosofía; la
computación evolutiva es otra. En el conexionismo las reglas son típicamente simples
umbrales “neurales”, extensión de activaciones y fortalecimiento o debilitación de
conexiones. El comportamiento emergente se asocia al reconocimiento de patrones y al
aprendizaje sofisticado. En la computación evolutiva las reglas se corresponden típicamente
con la “selección natural”, con las variaciones motivadas por recombinación y/o mutación. El
comportamiento emergente se asocia al diseño de soluciones de alta calidad a problemas
difíciles y a la adaptación de estas soluciones a un entorno cambiante. Esto nos permite
abrir un posible nexo entre biología, computación y cognición
Aproximación dinámica a la cognición
Analiza el comportamiento de los sistemas a lo largo del tiempo, atendiendo a una o varias
variables que se quieran estudiar. Estas variables se representan gráficamente frente al
tiempo y se estudian sus propiedades. En algunas ocasiones los sistemas evolucionan
hacia puntos estables llamados atractores, en otras, presentan trayectorias inestables que a
veces dependen fuertemente de los parámetros iniciales, lo que se llaman trayectorias
caóticas. La aproximación dinámica a la cognición interpreta el pensamiento como el paso
en el tiempo de unos atractores a otros.
● Cognición situada o corporeizada: se toma una de las variables a estudiar del
exterior, para ver como interactúa con el sistema. Se tendrá un sistema acoplado
entre el cerebro y el exterior.