David Marr [1945-1980] Fundador de la neurociencia computacional Modelos de procesamiento visual: Fisiología +IA+psicología Entender el cerebro presupone entender los problemas que se le plantean y las soluciones que encuentra Tres niveles de análisis: El problema que la visión enfrenta (computacional) La estrategia que puede usarse (algorítmico) Cómo se realiza de hecho la actividad neuronal (implementacional)
David Marr [1945-1980] Proceso visual en tres etapas: Esbozo primitivo (primal sketch), extrayendo rasgos de componentes fundamentales de la escena (bordes, regiones, etc) Un esbozo de 2,5 dimensiones. Se reconocen sombras, texturas, etc Un modelo continuo en 3 dimensiones Dinámica de aprendizaje/optimización, que anticipa los métodos de los algoritmos naturales**
David Marr [1945-1980] “Ley del cuadrado inverso” para la investigación científica: El valor de un estudio varía inversamente con el cuadrado de su generalidad Avances en investigación de visión binocular El libro casi póstumo de Marr es reconocido como la Biblia del MIT de visión de computadora. Colin Ware – Information visualization (2004)* Mallot & Allen – Computational vision (2004) Uttal – Computational modeling of vision (1999)
Relaciones interdisciplinarias
Tres modelos contrapuestos IA “fuerte” – MIT Artificial Ligada a computadoras, lógica Modelo mecánico Deducción: cálculo de predicados Newell-Simon, Russell/Whitehead, Frege Atomismo, racionalismo Conexionismo – Redes neuronales Natural Simulación del cerebro – The astonishing hypothesis (Francis Crick) Aprendizaje, inducción Modelo estadístico, caja negra
Tres modelos contrapuestos Neurociencia computacional* Modelos computacionales del cerebro o de diversos componentes funcionales Basado en intuiciones de Andrew Huxley, Alan Hodgkin y David Marr
GOFAI
Inteligencia artificial Dificultad de definir consensuadamente “Inteligencia” Propuesta de Alan Turing ? La inteligencia como medida del IQ (G) Howard Gardner – Teoría de las múltiples inteligencias La curva de campana (Charles Murray, Richard Herrnstein – 1994) Discutido por Stephen Jay Gould en The mismeasure of man (nueva edición, 1996) Todavía no hay definiciones aceptadas La polémica es hoy explosiva y la antropología no tiene gran cosa que aportar al respecto, pues carece de método comparativo y de capacidad experimental. (Cole & Gay)
La prueba de Turing ¿Puede una máquina ser inteligente? Sí, si inteligencia se define como la capacidad de engañar a un interlocutor humano. Es posible hacerlo durante un corto tiempo. Ejemplos: “George” – Página de Simon Laven – http://www.simonlaven.com The Postmodern Generator, http://www.elsewhere.org/pomo A veces se confunde la Prueba de Turing con la idea de que el cerebro funciona como una Máquina de Turing.
La prueba, Enigma, The Bombe & la Máquina
SHRDLU Terry Winograd, 1970
Supuestos comunes a la IA La cognición humana comparte características con el procesamiento de información de las computadoras. Ese procesamiento es secuencial y serial. Consiste en operaciones discretas. La memoria es independiente del procesador. Propósito general Las operaciones se pueden describir en términos de reglas como las que caracterizan a los lenguajes de programación.
Allen Newell y Herbert Simon Logic Theorist, 1956 Teoremas de Principia Mathematica General Problem Solver, 1958 SOAR, hasta 1990s – Arquitectura general para sistemas inteligentes, todavía activa
Inteligencia Artificial ppd John McCarthy, 1958 Propuso utilizar cálculo de predicados para la representación del conocimiento. Los programas deberían ser declarativos, no imperativos (o procedimentales). También inventó el lenguaje Lisp. Procesamiento de listas recursivas. Prefiguró los Application Service Providers en 1960. Obviamente no prosperó. A principios de los 90s reconoció que se la había ido un poco la mano.
GOFAI John Haugeland, 1985 (Artificial intelligence, the very idea) – Good Old Fashioned Artificial Intelligence. N-S – Sistema [físico] de procesamiento de símbolos. Hechos y reglas. Modelos de programación lógica. Prolog, cláusulas de Horn – Alain Colmerauer y Robert Kowalski, 1972 Algoritmo de resolución de Robinson Cálculo de predicados de primer orden. Cuantificación universal.
Página anterior | Volver al principio del trabajo | Página siguiente |