El Legado de Alan M. Turing (II)

Por: Ramón López de Mántaras**/Tendencias21.net

Turing estaba muy interesado también por el funcionamiento del cerebro. Estaba convencido de que el córtex cerebral de un niño pequeño podía ser simulado mediante un ordenador.

En 1948 escribió un poco conocido artículo sobre ello titulado “Intelligent Machinery” y al hacerlo describió lo que ahora conocemos cómo “redes neuronales artificiales”. Dicho artículo, que de hecho no se publicó hasta 1969, presenta un modelo del cerebro basado en unidades de procesamiento muy sencillas. Estas unidades están conectadas entre sí de forma aleatoria formando una red. La señales que procesan son binarias por lo que actualmente estas redes las llamaríamos “redes booleanas”. Turing las llamó “máquinas no-organizadas de tipo A” y la salida de cada unidad se calcula mediante el producto de los valores binarios de las entradas restado de 1, es decir que de hecho cada unidad es una puerta lógica de tipo NAND.

Estas máquinas de tipo A no podían aprender, por lo que Turing las extendió añadiendo una especie de interruptores en las conexiones entre las neuronas que podían ser entrenados por un agente externo que le enseña a resolver una tarea dada. Turing las llamó “máquinas de tipo B”. El entrenamiento de la red consistiría en bloquear o desbloquear la conexión entre neuronas mediante el interruptor hasta llegar a una máquina “organizada” convenientemente, para llevar a cabo la tarea para la que ha sido entrenada.

Sin embargo, Turing no propuso ningún algoritmo que realizara dicho entrenamiento. Poco después de su muerte se pudo demostrar que estas redes neuronales booleanas son efectivamente entrenables para, por ejemplo, aprender a discriminar entre clases linealmente separables.

Actualmente, redes neuronales artificiales, organizadas por capas, más complejas que las propuestas por Turing se usan extensivamente en IA y Robótica. En su artículo de 1948 Turing también describe unas máquinas que él llama “de tipo P” entrenables mediante un proceso de “premio o castigo”, es decir que de nuevo Turing anticipó lo que actualmente se conoce como “aprendizaje por refuerzo” y que es una de las técnicas de aprendizaje más exitosas en IA.

Las máquinas de tipo P, contrariamente a las de tipo A y B, no eran redes neuronales binarias, sino máquinas de Turing modificadas de forma que, antes de ser entrenadas, el conjunto de sus reglas internas es incompleto pero después de ser entrenadas se llega a un conjunto completo de reglas.

Test de Turing

En el contexto de estos trabajos sobre máquinas inteligentes, Turing no podía pasar por alto la cuestión de cómo averiguar si una máquina es o no inteligente y, con el fin de responder a esta pregunta, propuso el test que lleva su nombre en un artículo publicado en la revista Mind en 1950 titulado “Computing Machinery and Intelligence”.

El test de Turing es una variante del llamado “juego de imitación” en el que en su versión original participaban tres personas, un interrogador, un hombre y una mujer. El interrogador se sitúa en una sala distinta y se comunica con las otras dos personas mediante mensajes de texto usando un terminal de ordenador y dispone de cinco minutos para, a través de las respuestas que recibe a sus preguntas, determinar con suficiente certeza quien es el hombre y quien la mujer.

Esto sería fácil sino fuera porque en este juego el hombre miente, pretendiendo ser la mujer con el objetivo de confundir al interrogador. La mujer por su parte intenta, a través de sus respuestas, ayudar al interrogador a discernir correctamente quien es quien. Si pasados los cinco minutos el interrogador no es capaz de saber con una certeza superior al 70% quien es quien, entonces el hombre gana el juego ya que ha conseguido confundir al interrogador haciéndose pasar por mujer.

Pues bien, el test de Turing consiste simplemente en substituir en este juego de imitación el papel del hombre por un ordenador. De tal forma que si consigue confundir al interrogador, haciéndole creer que es la una persona, diremos que el ordenador es inteligente.

Si bien es cierto que hasta ahora no hay ningún programa de ordenador que haya superado este test, hay que decir que tampoco es realmente un objetivo de los investigadores en IA conseguir superarlo y por lo tanto no se han dedicado muchos esfuerzos a ello, exceptuando los diálogos completamente intranscendentes del muy criticado “Premio Loebner”.