Los sistemas cognitivos

27 enero 2008

A pesar del fracaso que han cosechado las exageradas promesas y pronósticos de la Inteligencia artificial, ha llegado a estar claro que el procesamiento de la información que realizan o (diría yo más bien) los procesos informacionales que tienen lugar en máquinas informáticas y organismos biológicos son de la misma naturaleza, lo que permite hablar de sistemas cognitivos en general.

cognitive.gif

Como su título indica, esta obra trata precisamente de los sistemas cognitivos, concepto o categoría emergente y central en un área donde diversas disciplinas científicas se cruzan y enriquecen entre sí: en especial, la computación y la neurociencia. 

Los sistemas cognitivos abarcan sistemas naturales o artificiales de procesamiento de la información capaces de percepción, aprendizaje, razonamiento, comunicación, actuación y comportamiento adaptativo. El libro reúne un conjunto de revisiones que repasan el estado y las perspectivas de la investigación sobre diversos aspectos de estos sistemas, desde el ángulo de la tecnología de la información, desde el de las ciencias de la vida y sobre todo desde la convergencia entre ambas, que así retoman una larga pero intermitente relación.

En efecto, la alianza entre computación y neurociencia con el fin de esclarecer los procesos informacionales y cognitivos que tienen lugar tanto en sistemas naturales como en artificiales constituye una vía esencial para la comprensión unificada y coherente del funcionamiento de la realidad, de su evolución y de sus niveles de agregación.

En este marco, se estudia el comportamiento emergente de una colectividad a partir del de los individuos componentes, la auto-organización y conducta adaptativa de los sistemas, los agentes autónomos, el aprendizaje social, etc. Tal vez pueda llegarse también (digo yo) a explicar el conocimiento como algoritmos de depuración y organización de la información. (Ver Algoritmos genéticos).

Es evidente, por otra parte, que la convergencia entre computación y neurociencia, no sólo va a permitir alcanzar una visión más fiable del mundo. También traerá consigo nuevas tecnologías, industrias y negocios, que crearán y satisfarán demandas de los mercados. Con ello aparecerán nuevas realidades y criaturas que sacudirán los códigos de valoración y conducta vigentes y transformarán el ambiente físico del planeta, no sin riesgos de diverso alcance para los homosapiens.

Por cierto, en neurociencia cognitiva y computacional está especializada la Scholarpedia.


Algoritmos genéticos y cultura

27 marzo 2007

Para el estudio riguroso de los fenómenos del conocimiento y la cultura en la especie humana son sin duda muy útiles las aproximaciones desde la neurociencia, las ciencias cognitivas y la ecología humana. Pero también es fundamental la computación, por ejemplo los algoritmos genéticos.

Los procesos por los que la materia incorpora información son los que permiten generar complejidad, venciendo, con consumo de energía captada del exterior, la tendencia a la entropía (degradación, descomposición y desorden) de todo sistema aislado. Seguramente la evolución de los sistemas socioculturales, tan complejos, se podrá explicar un día desde dinámicas informacionales, se basen o no en el concepto concreto de memes.

Los procesos informacionales que tienen lugar sobre estructuras neuronales o sobre soportes artificiales (escritura, electrónica…), prolongando la dinámica informacional basada en moléculas de DNA, serían los mecanismos genotípicos cuya expresión fenotípica es la cultura, la ciencia, la técnica, las instituciones, las costumbres, etc. La computación y la inteligencia artificial facilitan la comprensión de dichos procesos. La computación evolutiva, emparentada con la biología evolutiva, es la que posiblemente más tenga que ver con el asunto, proporcionando, por ejemplo, el interesante concepto de algoritmo genético, tema sobre el que hay abundante bibliografía.

Un algoritmo genético (Wikipedia, en castellano) es una técnica informática que imita el funcionamiento de la evolución biológica para resolver problemas, buscando, combinando y optimizando soluciones, y produciendo innovación. Opera mediante simulación por ordenador, combinando aleatoriamente soluciones posibles a un problema, para producir diversidad, y seleccionando las soluciones más aptas, que se vuelven a recombinar y evaluar en sucesivas generaciones. La aptitud media de cada generación va creciendo, y al final, se obtiene una solución si no óptima, convergente con lo óptimo.

Con algoritmos genéticos se abordan problemas industriales y se hace diseño evolutivo artificial de invenciones técnicas reales, alguna de las cuales parece que se ha patentado. Otra técnica relacionada con los algoritmos genéticos es la de los algoritmos meméticos. Todo ello, junto con la idea de replicación viral de la información, modeliza lo que puede ocurrir fuera de los ordenadores, en los cerebros.