Especulaciones sobre el significado de las victorias de AlphaGo. Recientemente, el equipo de inteligencia artificial de Google (DeepMind) anunció en la revista Nature que su software AlphaGo había derrotado por primera vez a un jugador profesional de Go de gran nivel. Más aún: en los últimos días el mismo programa ha sido capaz de derrotar tres veces consecutivas al mejor jugador del mundo, el campeón mundial Lee Sedol, proclamándose, por tanto, ganador en un duelo a cinco partidas. Debido a la complejidad del juego, el Go se había venido considerando como una importante frontera para la inteligencia artificial. De hecho, estas victorias han sido saludadas como un salto cualitativo para el campo. ¿Es así? En 1989, el gran físico matemático Roger Penrose escribió su célebre libro Emperor's new mind (La mente nueva del emperador), una apasionada defensa de la idea de que la inteligencia humana es cualitativamente distinta a la de un ordenador. Es imposible no simpatizar con él cuando dice: "¿No es "obvio" que la simple computación no puede provocar placer o dolor; que no puede percibir la poesía, o la belleza del cielo al atardecer, o la magia de los sonidos; que no puede tener esperanza o amar o desesperar; que no puede tener un objetivo genuino autónomo?" (Roger Penrose, en "La mente nueva del emperador". Traducido por Jose Javier García Sanz). Sin embargo, que Sir Roger nos caiga simpático no quiere decir que tenga necesariamente razón: sus nobles intentos de demostrar su tesis apoyándose en las matemáticas y la física tienen un punto quijotesco y terminan ofreciendo un libro en ocasiones irregular y especulativo, aunque siempre interesante. Leído hoy, nos damos cuenta de algunos lastres: no sólo es que el libro fuera escrito en 1989, ocho años antes de la célebre victoria de Deep Blue sobre Gary Kasparov, sino que también el conocimiento sobre el cerebro humano ha avanzado mucho desde entonces. A pesar de todo, la idea central de Penrose sigue en pie: la "inteligencia" del ordenador es de naturaleza algorítmica, mientras que la inteligencia humana tal vez (para Penrose, sin duda es) de naturaleza no algorítmica.
¿Hay algún elemento no algorítimico en AlphaGo? La respuesta a esta pregunta es no, a pesar de que se hable de que la computadora "aprende" e incluso "aprende por refuerzo" ("reinforcement learning"). Sin embargo, cuando analizamos el funcionamiento real de AlphaGo, nos preguntamos si la terminología es la más adecuada: sencillamente, el algoritmo clasifica sus propios movimientos en partidas previas como estrategias ganadoras o perdedoras (según cuál haya sido el resultado) y hace que sea muy improbable que vuelva a usar las perdedoras. El algoritmo no cambia (aunque se vista de seda), pero los resultados que produce mejoran. El argumento de Penrose arranca en los teoremas de incompletitud de Gödel y en el problema de la parada de Turing para justificar que los sistemas físicos pueden tener propiedades no reducibles al comportamiento de un algoritmo, por complejo que éste sea. Dicho rápidamente: Penrose argumenta que hay cosas que un ordenador nunca podrá reproducir (ya que sus algoritmos nunca lo podrán calcular) pero que podrían ser importantes propiedades de sistemas físicos reales (por ejemplo, el cerebro humano). Recientemente, se ha publicado en la revista Nature un artículo en el que los matemáticos Toby Cubitt (UCL-Cambridge), David Pérez García (Universidad Complutense de Madrid) y Michael Wolf (Universidad Técnica de Múnich) demuestran que hay un importante problema de la física que pertenece a la categoría de aquellos que no pueden ser resueltos por un algoritmo: la pregunta de si hay una diferencia de energía ("gap") entre los dos niveles de energía más baja de un sistema físico, o si, en lugar de eso, esos niveles de energía forman parte de una banda continua. Esta pregunta tiene importantes consecuencias en las propiedades de algunos sistemas físicos. Los resultados muestran que hay casos en que la pregunta no se puede resolver. ¡Ni lo intentes, AlphaGo! Imagino a Sir Roger sonriendo. (Publicado originalmente en SciLogs el 16/03/2016).
0 Comments
Leave a Reply. |
AutorCarlos Sabín. Investigador Ramón y Cajal en el Departamento de Física Teórica de la Universidad Autónoma de Madrid. Desde 2015 hasta 2022 escribí el blog "Cuantos Completos" en la plataforma SciLogs de la revista "Investigación y Ciencia". Autor de "Verdades y mentiras de la física cuántica" amzn.to/3b4z1MO y "Física cuántica y relativista: más allá de nuestros sentidos" http://shorturl.at/bdLN0 Archivos
February 2024
Categorías
All
|