Máquinas como Dioses!

Alan Turing pese a su corta existencia fue uno de los científicos más influyentes del siglo XX. De eso no hay ninguna duda, ya que los conceptos teóricos de su máquina universal sentaron las bases para los desarrollos posteriores de la computación, los ordenadores e inteligencia artificial. Continuando con la narración y análisis de la semana pasada, está bueno ir más allá de él, pensando si en realidad los ordenadores pueden o no reemplazar a las personas. Se trata de una vieja discusión que para ser aclarada requiere del conocimiento de expertos.

Sin embargo, hay algunas cuestiones básicas con las cuales podemos entender el fenómeno sin ser grandes conocedores en la materia.

Lo primero que es bueno poner en la palestra es que lo computable termina siendo una simplificación extrema que se puede representar y operar con bytes, vale decir números binarios o combinaciones de 0 y 1. Alan Turing llegó a ese nivel de entendimiento desde su conocimiento elevado de matemáticas y del álgebra de Boole. En matemática, electrónica digital e informática, el álgebra de Boole, también llamada álgebra booleana, es una estructura algebraica que esquematiza las operaciones lógicas.

Se denomina así en honor a George Boole (1815-1864), matemático inglés autodidacta que fue el primero en definirla como parte de un sistema lógico, inicialmente en un pequeño folleto de 1847, The Mathematical Analysis of Logic, publicado en respuesta a una controversia en curso entre Augustus De Morgan y sir William Rowan Hamilton. El álgebra de Boole fue un intento de utilizar las técnicas algebraicas para tratar expresiones de la lógica proposicional. Más tarde fue extendido como un libro más importante: An Investigation of the Laws of Thought on Which are Founded the Mathematical Theories of Logic and Probabilities (también conocido como An Investigation of the Laws of Thought o simplemente The Laws of Thought​), publicado en 1854.

“Las interpretaciones respectivas de los símbolos 0 y 1 en el sistema de lógica son Nada y Universo”. Es una frase que pertenece a George Boole y simplifica su propuesta de accionamiento lógico. En la actualidad, el álgebra de Boole se aplica de forma generalizada en el ámbito del diseño electrónico.

Esta lógica se puede aplicar a dos campos:

• Al análisis, porque es una forma concreta de describir cómo funcionan los circuitos.

• Al diseño, ya que teniendo una función se aplica dicha álgebra para poder desarrollar una implementación de la función.

El ALGEBRA DE BOOLE es un formalismo que conlleva a la creación de FUNCIONES LÓGICAS donde las mismas relacionan una variable binaria de salida con una o más de entrada. Dichas funciones se basan en una serie de postulados y teoremas que imponen las reglas de juego entre dichas variables. Así como existen los operadores matemáticos: +, -, x y /, existen los operadores lógicos AND, OR y NOT. Con combinaciones entre estos tres operadores se pueden implementar cualquier función lógica posible.

«and» significa «y», indica que se cumplan ambas condiciones; «or» significa «y/o», indica que se cumpla una u otra condición (o ambas); «not» significa «no», e invierte la condición a la cual antecede.

Solo por citar ejemplos sencillos:

Si queremos recuperar todos los libros cuyo autor sea igual a «Borges» y cuyo precio no supere los 20 pesos, necesitamos 2 condiciones:

select * from libros

where (autor=’Borges’) and

(precio<=20)

Los registros recuperados en una sentencia que une 2 condiciones con el operador «and», cumplen con las 2 condiciones.

Queremos ver los libros cuyo autor sea «Borges» y/o cuya editorial sea «Planeta»:

select * from libros

where autor=’Borges’ or

editorial=’Planeta’

En la sentencia anterior usamos el operador «or»; indicamos que recupere los libros en los cuales el valor del campo «autor» sea «Borges» y/o el valor del campo «editorial» sea «Planeta», es decir, seleccionará los registros que cumplan con la primera condición, con la segunda condición o con ambas condiciones.

Queremos recuperar los libros que NO cumplan la condición dada, por ejemplo, aquellos cuya editorial NO sea «Planeta»:

select * from libros

where not editorial=’Planeta’

El operador «not» invierte el resultado de la condición a la cual antecede.

Con estos ejemplos sencillos es posible apreciar que lo que es computable es ciertamente un campo acotado, y para intentar salir de este atolladero en 1985, un científico israelí de la Universidad de Oxford, David Deutsch (n. 1953), propuso una «máquina de Turing cuántica«. Aunque su estructura es muy similar a una convencional, la diferencia más notoria radica en que en lugar de procesar ceros. y unos, es decir bits, la máquina de Deutsch procesa qbits (bits cuánticos). Mientras que la máquina de Turing ha sido la base conceptual de los ordenadores actuales, la máquina de Turing cuántica lo será de una nueva generación de ordenadores, los ordenadores cuánticos.

Aunque Turing no propuso una versión de su máquina basada en principios de la mecánica cuántica, lo cierto es que en vida estuvo al tanto de las ideas y avances principales de la mecánica cuántica, una de las ramas de la física que explica la materia y la energía. En su libro “Maquinaria de Computación e Inteligencia” Alan Turing esbozó la frase: “Solo podemos ver poco del futuro, pero lo suficiente para darnos cuenta de que hay mucho que hacer.» Pensaba en estas cosas, mientras se planteaba si habría alguna faceta del cerebro humano, por ejemplo “la voluntad”, que pudiera ser explicada por mecanismos no convencionales en los circuitos neuronales.

Sus ideas no andaban muy lejos de las de otros genios de la época, como las del matemático Kurt Godel, quien pensaba que, en ciertas etapas de la demostración de un teorema matemático, el hombre recurre a la “intuición”, la cual no puede ser representada mediante un algoritmo, y por tanto, programada en una máquina de Turing. Desde entonces han sido varios los científicos que han pensado que tal vez algunas funciones del cerebro solo pueden ser explicadas a la luz de procesos cuánticos en las células cerebrales o neuronas. A finales del siglo XX, el físico británico Roger Penrose (n. 1931) y el médico estadounidense Stuart Hameroff (n. 1947) pensaron que la “consciencia humana” podría ser explicada por procesos cuánticos en estructuras formadas por proteínas, los llamados microtúbulos, presentes dentro de las neuronas. Por consiguiente, no solo la voluntad, la intuición o la consciencia serían explicables por fenómenos de la mecánica cuántica, sino también la capacidad del cerebro humano para resolver problemas no computables.

La conclusión a la que conducen estas consideraciones es ciertamente apasionante y no es otra que hasta la fecha «el cerebro es la única máquina capaz de resolver problemas tanto computables como no computables». Los primeros son aquellos que pueden resolverse mediante un algoritmo, es decir, con una máquina de Turing universal o un ordenador. Los segundos son aquellos problemas que no pueden ser resueltos de forma algorítmica y, por consiguiente, con un ordenador. Por ejemplo, podríamos escribir un programa de ordenador que, utilizando el método babilónico, o series de Taylor, nos imprimiera todos los decimales de raíz cuadrada de 2 o los decimales del número pi.

Sin embargo, no hay algoritmos con los que un ordenador pueda escribir todos los números decimales de otros muchos números reales con una secuencia infinita de dígitos decimales. Otro ejemplo de problema no computable es el que consiste en determinar la trayectoria de un electrón desde un punto A hasta otro B.

Un experimento sencillo con el que demostrar cómo el cerebro humano es capaz de detectar casi al instante que un problema no es computable es intentar encontrar dos números pares cuya suma sea impar. Transcurridos unos segundos ya habremos concluido, tras apenas hacer mentalmente unas pocas pruebas, que no existe solución para dicho problema, mientras que resulta imposible escribir un programa de ordenador que sea capaz de llegar a ninguna conclusión. Y que esto sea así no es una cuestión de la pericia del programador o del número de instrucciones de que conste el programa.

En un problema computable, por ejemplo, escribir los decimales del número pi, algunos aspectos resultan muy curiosos, como que el número de instrucciones del programa que generará la secuencia del número pi será más corta en longitud que la secuencia de decimales que genera. Los ordenadores cuánticos serán en su día los que romperán esta limitación de las máquinas de Turing, de manera que podrán tratar indistintamente, como hace nuestro cerebro, problemas computables y problemas no computables en el sentido tradicional. Una máquina de Turing cuántica puede reproducir cualquier clase de computación, ya sea cuántica o tradicional. Los ordenadores cuánticos también permitirán resolver problemas del mundo real en los que actualmente hay serias dificultades, pues requieren el cálculo de un número de ecuaciones y variables tan grande que no pueden tratarse con los ordenadores actuales. Por ejemplo, los modelos climáticos o complejas reacciones químicas ilustran esta clase de situaciones. El cifrado de mensajes con algoritmos cuánticos permitirá que las transacciones comerciales por Internet u otros medios sean completamente seguras. Por supuesto, como ocurrió en el pasado y ocurre en la actualidad, un área de aplicación serán los usos militares, por ejemplo, en la simulación de la explosión de armas nucleares. En inteligencia artificial ya hay modelos de neuronas artificiales cuánticas. Su capacidad será de gran utilidad en el desarrollo de modelos y simulaciones en disciplinas como la astronomía, la física y la química. También tendrán aplicaciones en la industria del entretenimiento, por ejemplo, en la realización de efectos especiales en el cine.

Un ordenador cuántico es una máquina que, a diferencia de uno convencional, basa su funcionamiento en fenómenos cuánticos.

Se trata de fenómenos naturales que no pueden ser explicados por la física convencional; su explicación requiere de una teoría alternativa, la mecánica cuántica, capaz de explicar satisfactoriamente lo que ocurre en la estructura básica de la materia, los átomos.

Pese a lo que pudiera parecer, estos fenómenos se manifiestan en nuestra vida diaria. Gracias a ellos podemos explicar, por ejemplo, por qué un objeto es sólido, las propiedades físicas de los materiales o los colores.

Mientras que un ordenador representa los datos como secuencias de unos y ceros, es decir bits, los ordenadores cuánticos, como ya adelantamos anteriormente, lo hacen con qbits. La posibilidad de construir un ordenador cuántico se remonta a 1982, a partir de las investigaciones del célebre físico Richard Feynman, el primer científico en concebir esta clase de ordenadores. En la actualidad su diseño está todavía en sus primeros pasos. Hasta la fecha se han realizado algunos experimentos con unos pocos qbits. También se han diseñado simuladores que emulan esta clase de ordenadores en otros convencionales, pero para que uno convencional pueda ejecutar un algoritmo cuántico, necesita una gran memoria y una gran capacidad de cálculo, además de otras prestaciones de hardware. Sin embargo, los experimentos que se pueden realizar son más bien sencillos, lo suficiente para familiarizarse con esta tecnología. Estos simuladores se tienen que limitar a unos pocos qbits, ya que resulta imposible con la tecnología actual almacenar, por ejemplo, 500 qbits.

¿cómo funciona un ordenador cuántico?

En primer lugar, como ya sabemos, la información se almacena como una secuencia de qbits. A diferencia de un bit, cuyo valor es 0 o 1 o sea en estado – «apagado» o «encendido»- , un qbit puede tener un valor igual a 0, 1 o cualquier otro estado superpuesto, es decir, puede estar simultáneamente apagado y encendido, entre 0 y 1.

El estado actual de avance de los ordenadores cuánticos es muy limitado, aunque el proceso no se detiene.

En el año 2011 la empresa canadiense D-Wave Systems anunció la venta del primer ordenador cuántico comercial, bautizado como D-Wave One. Según la empresa, su ordenador disponía de un microprocesador de 128 qbits. Ese mismo año un equipo de investigadores de Estados Unidos, China y Japón anunció que esta clase de ordenadores pueden construirse según el modelo clásico de arquitectura de Von Neumann. En 2012 la empresa IBM anunció que también había realizado avances significativos hacia la construcción de una máquina de estas características. Más de medio siglo después, se repite aparentemente el mismo escenario que tuviera lugar tiempo atrás con ENIAC, Colossus y los otros ordenadores. Sin embargo, esto no es del todo así, ya que la construcción de un ordenador cuántico es un proyecto con tantas dificultades que en esta ocasión investigadores de distintos países han aunado esfuerzos, formando equipos multinacionales y dejando así atrás la competencia entre países. Entre sus aplicaciones, además de la criptografía, se espera que puedan realizarse experimentos de simulación con gran realismo, por ejemplo, las interacciones de los medicamentos en el cuerpo humano, la realización de cálculos en áreas como la física, la química o la astronomía, o su aplicación a problemas matemáticos de cierta envergadura, como es la factorización de grandes números.

En la actualidad han sido propuestos varios modelos de redes neuronales artificiales, cuyas neuronas están simuladas con puertas cuánticas, lo que abre la puerta a futuras investigaciones de lo que podríamos denominar como inteligencia artificial cuántica. Otra de las aplicaciones es la obtención de números aleatorios que sean “verdaderamente aleatorios” como si tales números hubieran sido obtenidos con un bombo de lotería.

La repentina desaparición de Alan Turing en 1954 no le permitió concluir sus investigaciones en la Universidad de Manchester. Durante su estancia en dicho centro abordó el diseño de modelos de circuitos neuronales con los que estudiar la que él definió como “maquinaria inteligente” en referencia al cerebro humano. En el mismo año de su muerte dos investigadores del Instituto Tecnológico de Massachusetts, Belmont Farley (1920-2008) y Wesley Clark (n. 1927), fueron capaces de lograr con éxito la simulación en ordenador de redes de 128 neuronas capaces de reconocer patrones sencillos tras una fase de entrenamiento. Además, observaron que, si se eliminaba un 10% de las neuronas, la red no perdía su capacidad de reconocimiento de patrones. El modelo, ciertamente muy elemental, consistía en neuronas conectadas unas con otras al azar, asociando a cada conexión un valor de peso, y el circuito neuronal se comportaba de manera similar a una red neuronal humana.

A partir de estas simulaciones surgieron otros modelos de redes neuronales artificiales, por ejemplo, las redes con retro propagación, con las que es posible reconocer letras, números, fotografías, etc., de una manera más eficaz. En la actualidad, tanto las redes sencillas como aquellas con retro propagación son ampliamente utilizadas en la vida diaria, por ejemplo, en la clasificación del correo electrónico para evitar correos no deseados -los famosos spam-, en el reconocimiento del habla e imágenes, en el reconocimiento del electroencefalograma (EEG) humano, en el reconocimiento del latido cardíaco del feto para distinguirlo del de la madre, y así muchos ejemplos más. Desde hace años las redes neuronales artificiales han sido “construidas” en circuitos integrados, los llamados neurochips, formando parte de tarjetas que pueden ser incorporadas a un ordenador u otra máquina · con el fin de desarrollar aplicaciones o sistemas inteligentes en problemas tan variados como los citados anteriormente o, por ejemplo, en problemas de índole financiera. Ha hecho falta que transcurriera más de medio siglo para que las ideas de Turing acerca de la maquinaria inteligente formen parte de nuestra vida cotidiana.

Una vez desarrolladas las redes neuronales, con suficiente capacidad de aprendizaje, vale decir de reexaminar decisiones en función de los resultados, previendo e intuyendo situaciones y resolución de problemas, la distancia entre un cerebro humano y una máquina inteligente será cada vez más difusa y difícil de determinar, dando lugar a una nueva era, donde quizás los seres humanos ya no sean los seres más inteligentes del planeta, cediendo el lugar a mentes inteligentes artificiales ya no tan robotizadas o mecanizadas.

El legado de Turing y su máquina universal de computación no deja de crecer, abarcando ámbitos impensados y adquiriendo mayores capacidades de resolver problemas cada vez más complejos.

La ciencia ficción cada vez tendrá mayores dificultades para encontrar nuevos relatos futuristas, porque los postulados fantasiosos ya no lo serán tanto.

La idea de «Hombres como Dioses», será reemplazada o complementada por la de por «Máquinas como Dioses».

Sólo es cuestión de tiempo…. y verás.