La ciencia cognitiva incorporada es un campo de investigación interdisciplinario, cuyo objetivo es explicar los mecanismos que subyacen al comportamiento inteligente. Comprende tres metodologías principales: el modelado de sistemas psicológicos y biológicos de una manera holística que considera la mente y el cuerpo como una sola entidad; la formación de un conjunto común de principios generales de comportamiento inteligente; y el uso experimental de agentes robóticos en entornos controlados.
Colaboradores
La ciencia cognitiva incorporada se basa en gran medida en la filosofía incorporada y los campos de investigación relacionados de la ciencia cognitiva , la psicología , la neurociencia y la inteligencia artificial . Los contribuyentes al campo incluyen: [ cita requerida ]
- Desde la perspectiva de la neurociencia, Gerald Edelman del Instituto de Neurociencias de La Jolla, el fallecido Francisco Varela de CNRS en Francia y JA Scott Kelso de Florida Atlantic University
- Desde la perspectiva de la psicología, Michael Turvey , Lawrence Barsalou y Eleanor Rosch
- Desde la perspectiva de la adquisición del lenguaje, Eric Lenneberg y Philip Rubin en Haskins Laboratories
- Desde la perspectiva del diseño de agentes autónomos, los primeros trabajos a veces se atribuyen a Rodney Brooks o Valentino Braitenberg
- Desde la perspectiva de la inteligencia artificial, Understanding Intelligence de Rolf Pfeifer y Christian Scheier o How the Body Shapes the Way We Think , de Rolf Pfeifer y Josh C. Bongard
- Desde la perspectiva de la filosofía, Andy Clark , Shaun Gallagher y Evan Thompson
En 1950, Alan Turing propuso que una máquina puede necesitar un cuerpo similar a un humano para pensar y hablar:
También se puede sostener que es mejor proporcionar a la máquina los mejores órganos sensoriales que el dinero pueda comprar y luego enseñarle a entender y hablar inglés. Ese proceso podría seguir la enseñanza normal de un niño. Las cosas se señalarían y nombrarían, etc. Una vez más, no sé cuál es la respuesta correcta, pero creo que deberían probarse ambos enfoques. [1]
Teoría cognitiva tradicional
La ciencia cognitiva incorporada es una teoría alternativa a la cognición en la que minimiza las apelaciones a la teoría computacional de la mente en favor de un mayor énfasis en cómo el cuerpo de un organismo determina cómo y qué piensa. La teoría cognitiva tradicional se basa principalmente en la manipulación de símbolos, en la que ciertas entradas se introducen en una unidad de procesamiento que produce una salida. Estas entradas siguen ciertas reglas de sintaxis, a partir de las cuales la unidad de procesamiento encuentra un significado semántico. Por lo tanto, se produce una salida adecuada. Por ejemplo, los órganos sensoriales de un ser humano son sus dispositivos de entrada, y los estímulos obtenidos del entorno externo se alimentan al sistema nervioso que sirve como unidad de procesamiento. A partir de aquí, el sistema nervioso puede leer la información sensorial porque sigue una estructura sintáctica, por lo que se crea una salida. Esta salida luego crea movimientos corporales y produce comportamiento y cognición. De particular interés es que la cognición está sellada en el cerebro, lo que significa que la cognición mental está aislada del mundo externo y solo es posible mediante la entrada de información sensorial.
El enfoque cognitivo incorporado
La ciencia cognitiva incorporada se diferencia del enfoque tradicionalista en que niega el sistema input-output. Esto se debe principalmente a los problemas que presenta el argumento del homúnculo , que concluye que el significado semántico no se puede derivar de los símbolos sin algún tipo de interpretación interna. Si algún hombrecito en la cabeza de una persona interpretara los símbolos entrantes, entonces, ¿quién interpretaría las entradas del hombre pequeño? Debido al espectro de una regresión infinita, el modelo tradicionalista comenzó a parecer menos plausible. Por lo tanto, la ciencia cognitiva incorporada tiene como objetivo evitar este problema definiendo la cognición de tres maneras. [2] : 340
Atributos físicos del cuerpo
El primer aspecto de la cognición incorporada examina el papel del cuerpo físico, particularmente cómo sus propiedades afectan su capacidad para pensar. Esta parte intenta superar el componente de manipulación de símbolos que es una característica del modelo tradicionalista. La percepción de la profundidad, por ejemplo, se puede explicar mejor con el enfoque incorporado debido a la gran complejidad de la acción. La percepción de profundidad requiere que el cerebro detecte las imágenes retinianas dispares obtenidas por la distancia de los dos ojos. Además, las señales del cuerpo y la cabeza complican aún más esto. Cuando la cabeza se gira en una dirección determinada, los objetos en primer plano parecerán moverse contra los objetos del fondo. A partir de esto, se dice que se está produciendo algún tipo de procesamiento visual sin necesidad de ningún tipo de manipulación de símbolos. Esto se debe a que los objetos que parecen moverse en primer plano simplemente parecen moverse. Esta observación concluye entonces que la profundidad se puede percibir sin necesidad de manipulación intermedia de símbolos.
Existe un ejemplo más conmovedor al examinar la percepción auditiva. En general, cuanto mayor es la distancia entre las orejas, mayor es la posible agudeza auditiva. También es relevante la cantidad de densidad entre los oídos, ya que la fuerza de la onda de frecuencia cambia a medida que pasa a través de un medio determinado. El sistema auditivo del cerebro tiene en cuenta estos factores a medida que procesa la información, pero nuevamente sin necesidad de un sistema de manipulación simbólica. Esto se debe a que la distancia entre las orejas, por ejemplo, no necesita símbolos para representarla. La distancia en sí crea la oportunidad necesaria para una mayor agudeza auditiva. La cantidad de densidad entre los oídos es similar, ya que es la cantidad real en sí misma la que simplemente forma la oportunidad para la alteración de la frecuencia. Así, considerando las propiedades físicas del cuerpo, un sistema simbólico es innecesario y una metáfora inútil.
El papel del cuerpo en el proceso cognitivo
El segundo aspecto se basa en gran medida en el trabajo sobre conceptos de George Lakoff y Mark Johnson . Argumentaron que los humanos usan metáforas siempre que sea posible para explicar mejor su mundo externo. Los seres humanos también tienen un acervo básico de conceptos de los que se pueden derivar otros conceptos. Estos conceptos básicos incluyen orientaciones espaciales como arriba, abajo, adelante y atrás. Los seres humanos pueden entender lo que significan estos conceptos porque pueden experimentarlos directamente desde sus propios cuerpos. Por ejemplo, debido a que el movimiento humano gira en torno a pararse erguido y mover el cuerpo hacia arriba y hacia abajo, los humanos tienen de manera innata estos conceptos de arriba y abajo. Lakoff y Johnson sostienen que esto es similar con otras orientaciones espaciales como el frente y la espalda también. Como se mencionó anteriormente, estas reservas básicas de conceptos espaciales son la base sobre la que se construyen otros conceptos. Feliz y triste, por ejemplo, ahora se ven como arriba o abajo respectivamente. Cuando alguien dice que se siente mal, lo que realmente está diciendo es que se siente triste, por ejemplo. Por lo tanto, el punto aquí es que la verdadera comprensión de estos conceptos depende de si uno puede tener una comprensión del cuerpo humano. Entonces, el argumento es que si uno careciera de un cuerpo humano, posiblemente no podría saber qué podría significar arriba o abajo, o cómo podría relacionarse con los estados emocionales.
[Yo] imagino un ser esférico viviendo fuera de cualquier campo gravitacional, sin conocimiento o imaginación de ningún otro tipo de experiencia. ¿Qué podría significar UP para un ser así? [2] : 342
Si bien esto no significa que tales seres serían incapaces de expresar emociones en otras palabras, sí significa que expresarían emociones de manera diferente a los humanos. Los conceptos humanos de felicidad y tristeza serían diferentes porque los humanos tendrían cuerpos diferentes. Entonces, el cuerpo de un organismo afecta directamente la forma en que puede pensar, porque utiliza metáforas relacionadas con su cuerpo como base de conceptos.
Interacción del entorno local
Un tercer componente del enfoque incorporado analiza cómo los agentes utilizan su entorno inmediato en el procesamiento cognitivo. Es decir, el entorno local se ve como una extensión real del proceso cognitivo del cuerpo. El ejemplo de un asistente digital personal (PDA) se utiliza para imaginarlo mejor. Haciendo eco del funcionalismo (filosofía de la mente) , este punto afirma que los estados mentales están individualizados por su papel en un sistema mucho más amplio. Entonces, bajo esta premisa, la información en un PDA es similar a la información almacenada en el cerebro. Entonces, si uno piensa que la información en el cerebro constituye estados mentales, entonces debe seguir que la información en el PDA también es un estado cognitivo. Considere también el papel del lápiz y el papel en un problema complejo de multiplicación. El lápiz y el papel están tan involucrados en el proceso cognitivo de resolver el problema que parece ridículo decir que son de alguna manera diferentes del proceso, de la misma manera que el PDA se usa para información como el cerebro. Otro ejemplo examina cómo los humanos controlan y manipulan su entorno para que las tareas cognitivas se puedan realizar mejor. Dejar las llaves del auto en un lugar familiar para que no se las pierdan, por ejemplo, o usar puntos de referencia para navegar en una ciudad desconocida. Por lo tanto, los humanos incorporan aspectos de su entorno para ayudar en su funcionamiento cognitivo.
Ejemplos del valor del enfoque incorporado
El valor del enfoque de la encarnación en el contexto de la ciencia cognitiva es quizás mejor [ cita requerida ] explicado por Andy Clark . [3] : 345–351 Afirma que el cerebro por sí solo no debería ser el único foco del estudio científico de la cognición.
Cada vez está más claro que, en una amplia variedad de casos, el cerebro individual no debería ser el único lugar de interés científico cognitivo. La cognición no es un fenómeno que pueda estudiarse con éxito y al mismo tiempo marginar los roles del cuerpo, el mundo y la acción. [3] : 350
Los siguientes ejemplos utilizados por Clark ilustrarán mejor cómo el pensamiento incorporado se está volviendo aparente [ cita requerida ] en el pensamiento científico.
Atún rojo
Thunnus , o atún, desconcertó durante mucho tiempo a los biólogos convencionales con sus increíbles habilidades para acelerar rápidamente y alcanzar grandes velocidades. Un examen biológico del atún muestra que no debería ser capaz de tales hazañas. Sin embargo, se puede encontrar una respuesta si se tiene en cuenta el estado encarnado del atún. El atún rojo puede aprovechar y explotar su entorno local al encontrar corrientes naturales para aumentar su velocidad. El atún también usa su propio cuerpo físico para este fin, utilizando su aleta de cola para crear los vórtices y la presión necesarios para que pueda acelerar y mantener altas velocidades. Por lo tanto, el atún rojo está utilizando activamente su entorno local para sus propios fines a través de los atributos de su cuerpo físico.
Robots
Clark usa el ejemplo del robot saltarín construido por Raibert y Hodgins para demostrar aún más el valor del paradigma de la encarnación. Estos robots eran esencialmente cilindros verticales con un solo pie que saltaba. El desafío de manejar el comportamiento del robot puede ser abrumador porque, además de las complejidades del programa en sí, también estaban los asuntos mecánicos relacionados con cómo se debe construir el pie para que pueda saltar. Un enfoque incorporado hace que sea más fácil ver que para que este robot funcione, debe poder explotar su sistema al máximo. Es decir, se debe considerar que los sistemas del robot tienen características dinámicas en contraposición a la visión tradicional de que es simplemente un centro de comando que simplemente ejecuta acciones.
Visión
Clark distingue entre dos tipos de visión , la animada y la pura. La visión pura es una idea que se asocia típicamente con la inteligencia artificial clásica , en la que la visión se usa para crear un modelo de mundo rico, de modo que el pensamiento y la razón se pueden usar para explorar completamente el modelo interno. En otras palabras, la visión pura crea pasivamente el mundo perceptible externo para que las facultades de la razón se puedan usar mejor de manera introspectiva. La visión animada, por el contrario, considera la visión como el medio por el cual puede comenzar la acción en tiempo real. La visión animada es entonces más un vehículo mediante el cual se obtiene información visual para que se puedan emprender acciones. Clark señala la visión animada como un ejemplo de encarnación, porque utiliza señales ambientales tanto biológicas como locales para crear un proceso inteligente activo. Considere el ejemplo de Clark de ir a la farmacia a comprar una película de Kodak. En la mente, uno está familiarizado con el logotipo de Kodak y su color dorado característico. Por lo tanto, uno utiliza los estímulos visuales entrantes para navegar por la farmacia hasta encontrar la película. Por lo tanto, la visión no debe verse como un sistema pasivo, sino más bien como un dispositivo de recuperación activo que utiliza de manera inteligente la información sensorial y las señales ambientales locales para realizar acciones específicas del mundo real.
Asequibilidad
Inspirado por el trabajo del psicólogo estadounidense James J. Gibson , este siguiente ejemplo enfatiza la importancia de la información sensorial relevante para la acción, el movimiento corporal y las señales del entorno local. Estos tres conceptos están unificados por el concepto de posibilidades, que son posibilidades de acción que el mundo físico proporciona a un agente determinado. Estos, a su vez, están determinados por el cuerpo físico del agente, las capacidades y también las propiedades generales relacionadas con la acción del entorno local. Clark usa el ejemplo de un jardinero en el béisbol para ilustrar mejor el concepto de asequibilidad. Los modelos computacionales tradicionales afirmarían que un jardinero que intenta atrapar un elevado puede calcularse mediante variables como la velocidad de carrera del jardinero y el arco de la pelota de béisbol. Sin embargo, el trabajo de Gibson muestra que es posible un método más simple. El jardinero puede atrapar la pelota siempre que ajuste su velocidad de carrera para que la pelota se mueva continuamente en línea recta en su campo de visión. Tenga en cuenta que esta estrategia utiliza varias posibilidades que dependen del éxito del jardinero, incluida su composición corporal física, el entorno del campo de béisbol y la información sensorial obtenida por el jardinero.
Clark señala aquí que la última estrategia de atrapar la pelota en oposición a la primera tiene implicaciones significativas para la percepción. El enfoque de la asequibilidad demuestra no ser lineal porque se basa en ajustes espontáneos en tiempo real. Por el contrario, el primer método de calcular el arco de la pelota es lineal, ya que sigue una secuencia de percepción, cálculo y ejecución de la acción. Por lo tanto, el enfoque de la asequibilidad desafía la visión tradicional de la percepción al argumentar en contra de la noción de que la computación y la introspección son necesarias. En cambio, debería ser reemplazado por la idea de que la percepción constituye un equilibrio continuo de ajuste de la acción entre el agente y el mundo. En última instancia, Clark no afirma expresamente que esto sea cierto, pero sí observa que el enfoque de la asequibilidad puede explicar la respuesta adaptativa de manera satisfactoria. [3] : 346 Esto se debe a que utilizan señales ambientales que son posibles gracias a la información perceptiva que el agente utiliza activamente en tiempo real.
Principios generales del comportamiento inteligente
En la formación de los principios generales del comportamiento inteligente, Pfeifer pretendía ser contrario a los principios más antiguos dados en la inteligencia artificial tradicional. La diferencia más dramática es que los principios son aplicables solo a agentes robóticos situados en el mundo real, un dominio donde la inteligencia artificial tradicional mostró menos promesas.
Principio de redundancia y diseño barato : Pfeifer se dio cuenta de que las suposiciones implícitas hechas por los ingenieros a menudo influyen sustancialmente en la complejidad de una arquitectura de control. [4] : 436 Esta idea se refleja en las discusiones sobre el problema de escalabilidad en robótica. El procesamiento interno necesario para algunas arquitecturas defectuosas puede crecer desproporcionadamente con las nuevas tareas que necesita un agente.
Una de las principales razones de los problemas de escalabilidad es que la cantidad de ingeniería de programación y conocimientos que los diseñadores de robots deben realizar crece muy rápidamente con la complejidad de las tareas del robot. Existe una creciente evidencia de que la preprogramación no puede ser la solución al problema de escalabilidad ... El problema es que los programadores introducen demasiadas suposiciones ocultas en el código del robot. [5]
Las soluciones propuestas son hacer que el agente explote la física inherente de su entorno, explotar las limitaciones de su nicho y tener una morfología del agente basada en la parsimonia y el principio de redundancia. La redundancia refleja el deseo de corregir los errores de las señales que se obtienen mediante la duplicación de canales similares. Además, refleja el deseo de explotar las asociaciones entre modalidades sensoriales. (Ver modalidades redundantes ). En términos de diseño, esto implica que la redundancia debe introducirse con respecto no solo a una modalidad sensorial sino a varias. [4] : 448 Se ha sugerido que la fusión y transferencia de conocimiento entre modalidades puede ser la base para reducir el tamaño de los datos sensoriales tomados del mundo real. [6] Esto nuevamente aborda el problema de escalabilidad.
Principio de procesos paralelos, débilmente acoplados : una alternativa a los métodos jerárquicos de conocimiento y selección de acciones . Este principio de diseño se diferencia más importantemente del ciclo Sentir-Pensar-Actuar de la IA tradicional. Dado que no involucra este famoso ciclo, no se ve afectado por el problema del marco .
Principio de coordinación sensorial-motora : Idealmente, los mecanismos internos en un agente deberían dar lugar a cosas como la memoria y la toma de decisiones de una manera emergente, en lugar de estar programados prescriptivamente desde el principio. Se permite que este tipo de cosas surjan cuando el agente interactúa con el medio ambiente. El lema es, construya menos suposiciones en el controlador del agente ahora, para que el aprendizaje pueda ser más sólido e idiosincrásico en el futuro.
Principio del equilibrio ecológico : esto es más una teoría que un principio, pero sus implicaciones están muy extendidas. Su afirmación es que el procesamiento interno de un agente no puede hacerse más complejo a menos que haya un aumento correspondiente en la complejidad de los motores, extremidades y sensores del agente. En otras palabras, la complejidad adicional agregada al cerebro de un robot simple no creará ningún cambio perceptible en su comportamiento. La morfología del robot ya debe contener la complejidad en sí misma para permitir suficiente "espacio para respirar" para que se desarrolle más procesamiento interno.
Principio de valor : Esta fue la arquitectura desarrollada en el robot Darwin III de Gerald Edelman . Se basa en gran medida en el conexionismo .
Respuestas críticas
Respuesta tradicionalista a la reivindicación del medio ambiente local
Un tradicionalista puede argumentar que los objetos pueden usarse para ayudar en los procesos cognitivos, pero esto no significa que sean parte de un sistema cognitivo. [2] : 343 Los anteojos se utilizan para ayudar en el proceso visual, pero decir que son parte de un sistema más grande redefiniría por completo lo que se entiende por sistema visual. Sin embargo, los partidarios del enfoque incorporado podrían argumentar que si los objetos del entorno desempeñan el papel funcional de estados mentales, entonces los elementos en sí mismos no deberían contarse entre los estados mentales.
Ver también
- Percepción de acción específica
- Robótica basada en el comportamiento
- Behaviorismo
- Ciencia cognitiva
- Neurociencia Cognitiva
- Cognición incorporada incorporada
- Filosofía encarnada
- Cognición motora
- Teoría de codificación común
- Lingüística
- Neurofenomenología
- Cognición situada
- IA fuerte
Referencias
- ^ Turing, Alan (octubre de 1950), "Maquinaria informática e inteligencia", Mind , LIX (236): 433–460, doi : 10.1093 / mind / LIX.236.433 , ISSN 0026-4423
- ^ a b c Shapiro, Larry (marzo de 2007). "El programa de cognición encarnada" (PDF) . Brújula de filosofía . 2 (2). doi : 10.1111 / j.1747-9991.2007.00064.x .
- ^ a b c Clark, Andy (septiembre de 1999). "¿Una ciencia cognitiva encarnada?" (PDF) . Tendencias en ciencias cognitivas . 3 (9): 345–351. doi : 10.1016 / s1364-6613 (99) 01361-3 . PMID 10461197 . Archivado desde el original (PDF) el 26 de marzo de 2012 . Consultado el 27 de junio de 2011 .
- ^ a b Pfeifer, R., Scheier, C., Comprensión de la inteligencia (MIT Press, 2001) ISBN 0-262-66125-X
- ^ Stoytchev, A. (2006). Cinco Principios Básicos de la Robótica del Desarrollo Taller de NIPS 2006 sobre Percepción, Conocimiento y Cognición de Conexión a Tierra en la Experiencia Sensori-Motor. Departamento de Ciencias de la Computación, Estado de Iowa U
- ^ Konijn, Paul (2007). Taller de verano sobre modalidades multisensoriales en ciencia cognitiva Detección e identificación de señales audiovisuales raras. Proyecto DIRAC EU IP IST, Suiza.
Otras lecturas
- Braitenberg, Valentino (1986). Vehículos: experimentos en psicología sintética . Cambridge, MA: The MIT Press. ISBN 0-262-52112-1
- Brooks, Rodney A. (1999). Inteligencia cámbrica: la historia temprana de la nueva IA . Cambridge, MA: The MIT Press. ISBN 0-262-52263-2
- Edelman, G. Más ancho que el cielo (Yale University Press, 2004) ISBN 0-300-10229-1
- Fowler, C., Rubin, PE, Remez, RE y Turvey, MT (1980). Implicaciones para la producción del habla de una teoría general de la acción. En B. Butterworth (Ed.), Language Production, vol. I: Speech and Talk (págs. 373–420). Nueva York: Academic Press. ISBN 0-12-147501-8
- Lenneberg, Eric H. (1967). Fundamentos biológicos del lenguaje . John Wiley e hijos. ISBN 0-471-52626-6
- Pfeifer, R. y Bongard JC, Cómo el cuerpo da forma a la forma en que pensamos: una nueva visión de la inteligencia (The MIT Press, 2007). ISBN 0-262-16239-3
enlaces externos
- Conferencias de IA de Tokio organizadas por Rolf Pfeifer
- modelado neuronal sintético en DARWIN IV
- Sociedad para la simulación del comportamiento adaptativo
- Una plataforma para crear agentes cognitivos incorporados