EpiCom

Parece fácil, pero no lo es. Porque ¿quién consideraría inteligente a una máquina que lo único que sabe hacer es distinguir una gallina de un abejaruco? Como señala Aaron Sloman, del departamento de Informática de la Universidad de Birmingham, “no sabemos qué es la inteligencia, pero sí sabemos que es algo muy complicado, capaz de organizar sistemas de adquisición y uso de conocimientos, de generar y cumplir objetivos, de comunicar información, de crear redes de colaboración, de formar conceptos y abstracciones y de desarrollar lenguajes”.

La Ciencia es la de los sistemas complejos. Los últimos tres siglos el pensamiento científico se fundó en las matemáticas de Newton y Leibniz, estas explicaron esencialmente a un mundo lineal, mecánico caracterizado por la repetición y la predictibilidad, el conocimiento exacto de las leyes del movimiento y de la configuración del universo. El supuesto más arraigado de nuestra tradición científica de que el mundo tal como lo experimentamos ES independientemente de quien lo conoce conlleva otra hipótesis fuerte y esencial que el conocimiento acabado y detallado de un momento de cada fenómeno bajo análisis posibilita la predictibilidad de su comportamiento futuro.
Ahora sabemos que esto es absolutamente falso. El universo es mecánico cuántico, lo que implica que, aun conociendo su estado inicial y las leyes fundamentales de la materia, solo puede calcularse un conjunto de probabilidades

Alejandro Piscitelli titula “El retorno de lo mental” a una de las partes de su último libro Meta-Cultura (2002, Ed. La Crujía) refiriéndose a los comienzos de la cibernética y a la participación de Gregory Bateson en ese núcleo de intelectuales que habrán de conmover las bases de la ciencia moderna. Entre 1942 y 1953 tuvieron lugar en EE.UU. las diez revolucionarias ‘conferencias Macy’, en esas conferencias estuvieron personajes intelectuales de la talla de: Norbert Wiener (especializado en matemáticas y en física matemática), John Neuman (matemático, padre de la teoría de los juegos), Warren McCulloch (uno de los primeros cibernetistas y un profundo estudioso de la inteligencia y del pensamiento) junto a Walter Pitts ( matemático) desarrolladores del concepto de redes neuronales, Rafael Lorente de No (fundador de la neurofisiología moderna), Lawrence Kubie (psiquiatra, alumno de Carl Jung, se destacan los desarrollos sobre psiquiatría dinámica), Kart Lewin (psicología de la gestalt, dinámica de grupo), Claude Shannon (Teoría matemática de la comunicación), Geprge Evelyn Hutchison (creador de la ecología contemporánea, biodiversidad, sustentabilidad, etc.).

Finalmente en el verano de 1956 en Dartmouth Collage (New Hampshire) es considera a su tiempo un mojón en la historia de las ciencia cognitivas —John McCarthy, Marvin Minsky, Herbert Simon y Allen Newell— estuvieron entre sus asistentes. De estos encuentros surgieron enfoques absolutamente nuevos acerca de los sistemas biológicos y los sistemas sociales, con base en los avances vertiginosos de la computación, el singular esfuerzo interdisciplinario creó nuevos campos de investigación, y un visión totalmente novedosa del funcionamiento de la mente humana.

Acuñados en esta época algunos, resignificados fuertemente otros, este proceso parió conceptos tales como:
cibernética, causa circulares, retroalimentación (feedbacks), la distinción entre rizos de retroalimentación positiva y rizos de retroalimentación negativa, fractal,
atractor, vórtices, no linealidad, amplificación, bifurcación, turbulencia, autoorganización, …

El sustantivo “algoritmo” los adjetivos, “computable”, “recursivo” y “efectivo” son todos ellos usados por los matemáticos para denotar operaciones mecánicas que pueden ser realizadas por máquinas teóricas del tipo de las que ideara Turing (1935-1936),llamada máquina de Turing, esta en sí es la definición más contundente de algoritmo, para el desarrollo de este elemento de matemática abstracta (no un elemento físico) Turing estudio axiomas y sistemas de reglas que respondieran a la pregunta siguiente: “¿Existe algún procedimiento mecánico general que pueda, en principio, resolver uno tras otro todos los problemas matemáticos, que pertenezcan a alguna clase definida?”

Detrás de este razonamiento subyacía la fuerte presencia de emular al cerebro humano. Todas las computadoras actuales son máquinas universales de Turing.
Imaginemos que se nos somete a un experimento psicológico en el que se nos muestra una larga secuencia de objetos familiares. Las imágenes representan cosas diversas, y cada una puede aparecer varias veces, cada cierto tiempo se nos pide que adivinemos que imágenes van a aparecer. Entonces construimos esquemas mentales de las secuencias, inventando teorías sobre la estructura de ésta, sobre la base de las imágenes que hemos visto antes… ajustando nuestros algoritmos mediante ensayo y error… Acotamos la probada dificultad del ser humano a aceptar la conclusión de que «esta es (la de las imágenes) una secuencia sin ton ni son»

Para analizar en detalle el concepto de complejidad en su encuentro con el de información no dejar de ver el capitulo adjunto de la obra de Murray Gell-Mann "El Quark y el Jaguar" Download file

Si bien es difícil dar una definición exacta, podemos encontrar características comunes de lo que se entiende por «complejidad» en ciencias. Imaginemos un sistema con un alto número de componentes que poseen un elevado grado de interacción entre ellos. A partir de esta interacción, aparecen propiedades nuevas que no son explicables por la simple suma de las partes: son propiedades emergentes. Estas propiedades emergentes son un claro reflejo de un cierto grado de organización. En determinados sistemas alejados del equilibrio, esta organización aparece espontáneamente (lo que el biólogo teórico Stuart Kauffman denomina «order for free» y que podríamos traducir por un coloquial «orden por la cara» u «orden gratuito») y, en consecuencia, el sistema se autoorganiza. Estos sistemas dinámicos evolucionan y en su evolución el tiempo juega un papel activo, proporcionando historia al sistema.

Esta historia no es lineal, sino que existen una serie de puntos críticos en los cuales el sistema se ve obligado a tomar decisiones, que conducen a bifurcaciones en la dinámica del sistema que afectan irreversiblemente la evolución del mismo. Para ilustrar la importancia del tiempo y la historia en la evolución de los sistemas dinámicos, pongamos un sencillo ejemplo: La predominancia de L-aminoácidos en los seres vivos y su selección como sillares estructurales de las proteínas, frente a los D-aminoácidos, bien pudo deberse a una «toma de decisión» en un determinado momento; probablemente, en un principio no habría preferencia por uno u otro tipo de aminoácidos, pero una vez acontecida la toma de decisión irreversible, ella repercutiría en toda la evolución hasta el presente. A esta clase de fenómenos, Murray Gell Mann los ha denominado accidentes congelados.

La aparición de nuevos enfoques surgidos en el campo de las ciencias naturales, y asociados al estudio de lo complejo, lo caótico y lo fractal. Un nuevo paradigma para interpretar las organizaciones emerge desde aportaciones tan sugerentes como la teoría del caos de Prigogine, los fractales de Mandelbrot, el pensamiento complejo de Morin, la resonancia mórfica de Sheldrake, la sinergética de Haken, las narraciones de Lyotard o los rizomas de Deleuze. Y todo ello, además, viene a desembocar en un nuevo contexto posindustrial, posmoderno, infotecnológico e infonómico, donde la tecnología desempeña un papel significativo dentro del fenómeno de la complejidad del mundo natural y social.

La teoría de la complejidad se interesa no tanto en la solución algorítmica de problemas individuales como en familias infinita de problemas de tal índole que habría un algoritmo general para todos os problemas de una sola flia.

En muchos aspectos, cada uno de nosotros funciona como un sistema complejo adaptativo.Los sistemas complejos no pueden predesirse adecuadamente o controlarse de forma exclusiva.

Un ejemplo de autoorganización social en el campo de la alta tecnología es Internet.

Enlaces relacionados:

¿Complejidad o Simplicidad?: En busca de la Unidad de La Ciencia
Walter Riofrío Ríos.

Capital Humano:

Teoría del caos:

Web de Cienciateca:

Acerca del caos:

Bibliografía:

Gell-Mann, Murray. El Quark y el Juagar. Aventuras en lo simple y lo complejo, Tusquets Editores, Barcelona, 1995.

Briggs J. y Peat F.. Las sietes leyes del caos. Las ventajas de una vida caótica. Ed. Grijalbo, 1999, Barcelona

Rosnay Joël de. El hombre simbióticoEd. Cátedra, 1996, Madrid.