Conexionismo

Este es un libro que traduje, no un libro que escribí. La traducción, sin embargo, junto con la biografía de Von Neumann que también traduje, contribuyó a que la industria editorial española dejara de hablar de "ordenadores" y se refiriera de allí en más a "computadoras", que es como siempre debió ser.

Aun cuando el lector se incline hacia las ciencias sociales y no hacia la informática (y sobre todo en ese caso), los artículos que componen esta compilación resultan esenciales para comprender la dualidad de los procesos que ocurren en la mente: por un lado, las operaciones lógicas del modelo simbólico; por el otro, el reconocimiento de patrones favorecido por el conexionismo. Esta dualidad deviene clave, asimismo, para comprender mejor el contraste entre los modelos mecánicos y los estadísticos. En el momento del debate ese contraste definía para qué lado irían a parar los fondos que subsidiaban la investigación; hoy, con los ánimos no del todo serenados, es una heurística para comprender mejor la pluralidad de lo que llamamos mente y el carácter compuesto y complejo de la cognición.

El libro incluye casi exactamente los textos que yo mismo habría escogido para representar a las dos partes en pugna. Es por ello un documento valioso para comprender mejor tanto los postulados de la Inteligencia Artificial clásica como los fundamentos filosóficos de las redes neuronales, así como sus respectivos logros: los sistemas de demostración automática de teoremas, los sistemas expertos (en particular los sistemas de diagnóstico clínico) y los programas de computadora capaces de aprendizaje y de reconocimiento de patrones.

Las mal llamadas teorías del caos y de la complejidad, elaboradas en las dos últimas décadas del siglo XX y en lo que va del tercer milenio, han aportado numerosos elementos de juicio, elaboraciones algorítmicas y herramientas de trabajo, susceptibles de utilizarse productivamente en las ciencias sociales. Algunos principios de la dinámica no lineal, tales como la auto-organización, la sensitividad a las condiciones iniciales en escenarios caóticos, las complejidades emergentes de la aplicación recursiva de reglas simples, la independencia de escala y las clases de universalidad, deberían ser bien conocidos por los investigadores, cualesquiera sean sus orientaciones teóricas. Lo mismo se aplica a los algoritmos complejos, principalmente a los sistemas adaptativos, las metaheurísticas evolutivas, las distribuciones de ley de potencia, las redes SOM, la criticalidad auto-organizada y por supuesto la geometría fractal.
En este libro se introducen los principales algoritmos que constituyen ese espacio científico, examinándolos desde el punto de vista de las ciencias sociales pero con un espíritu fundamentalmente transdisciplinario. También se practica una clara demarcación entre las prácticas científicas genuinas y las apropiaciones discursivas y programáticas del campo de la complejidad, tales como la autopoiesis, el paradigma de la complejidad de Edgar Morin, las elucubraciones new age de Fritjof Capra y la investigación social de segundo orden.
Temario:
1. Introducción
2. Las grandes teorías de sistemas complejos
2.1 – Tipificación epistemológica: Los cuatro modelos
2.2 – El fundamento común de las teorías de sistemas: Teoría de la Información
2.3 – Cibernética
2.3.1 – Mecanismos de control y retroalimentación
2.3.2 – Aplicaciones antropológicas
2.3.2.1 – Gregory Bateson y la esquismogénesis
2.3.2.2 – Sistemas sociales autorregulados: Siegfried Nadel
2.3.2.3 – La Ecosistémica de Roy Rappaport
2.3.2.4 – Críticas y alternativas procesuales a la ecosistémica
2.4 – La teoría general de sistemas
2.4.1 – Sistemas generales
2.4.2 – Teorías de los sistemas sociales y vivientes
2.4.3 – Aplicaciones de la TGS en ciencias sociales
2.5 – Estructuras disipativas y cibernética tardía
2.5.1 – Sistemas alejados del equilibrio
2.5.2 – La flecha del tiempo: Críticas al modelo de Prigogine
2.5.3 – Autopoiesis y Enacción: Maturana y Varela
2.5.4 – La realidad negada: Constructivismo radical
2.5.5 – Estructuras disipativas en la cultura: Adams
2.5.6 – Paisajes mentales : El Modelo de Maruyama
2.5.7 – El desorden: Balandier y la morfogénesis de la Antropología Dinámica
2.5.8 – La investigación social de segundo orden
2.5.9 – La sociología autopoiética de Niklas Luhmann
2.6 – Teoría de catástrofes
2.6.1 – Singularidades: estabilidad estructural y morfogénesis
2.6.2 – Teoría de catástrofes en ciencias sociales
2.7 – Los paradigmas discursivos de la complejidad
3. Los algoritmos de la complejidad
3. 1 – Emergentes: Sistemas complejos adaptativos
3.1.1 – Autómatas celulares y vida artificial
3.1.2 – Autómatas celulares en ciencias sociales
3.1.3 – Auto-organización en Redes Booleanas Aleatorias
3.1.4 – RBA, agentes y sociedades artificiales en Antropología
3.2 – Conexionismo: Redes neuronales
3.2.1 – El paradigma conexionista de la inteligencia artificial
3.2.2 – Redes neuronales en Antropología
3.3 – El Algoritmo Genético y otras técnicas evolutivas
3.3.1 – La teoría de la evolución como heurística algorítmica
3.3.2 – Aplicaciones de algoritmos genéticos en Antropología
4. Caos y complejidad
4.1 – Caos: Teoría y práctica
4.2 – Caos y criticalidad auto-organizada en las ciencias sociales
4.3 – Medidas y definiciones de la complejidad
4.4 – La contienda entre el caos y la complejidad
4.5 – Teorías del caos y posmodernismo
5. Fractales: La geometría del caos
5.1 – El significado conceptual de los fractales
5.2 – Las geometrías de la naturaleza (y la cultura)
5.2.1 – Curvas monstruosas y dimensiones fraccionales
5.2.2 – Agregación limitada por difusión y movimiento browniano
5.2.3 – Recursividad: El eterno y grácil bucle
5.2.4 – El juego del caos: Sistemas de funciones iteradas (IFS)
5.2.5 – Systemas-L: las gramáticas recursivas del crecimiento
5.2.6 – Mosaicos periódicos y autómatas teselares
5.2.7 – Fractales clásicos, imaginarios y complejos
5.2.8 – Atractores extraños y biomorfos
5.2.9 – Patrones fractales en Arqueología y Antropología Sociocultural
6. Conclusiones

El conexionismo es generalmente entendido como un abordaje teórico más o menos revolucionario respecto de las ciencias cognitivas clásicas (o simbólicas). En contra de esta interpretación estándar, se relevan aspectos centrales que caracterizan una línea específica de trabajo en el modelado, a veces denominado conexionismo dinamicista. Se argumenta
que estos aspectos abonan una lectura más provechosa que ve al conexionismo en su dimensión de metodología de modelado en las ciencias cognitivas: en particular, el estilo circunscrito para la elaboración de modelos pone de relieve su carácter parcialmente autónomo, en especial respecto de la teorización. Se esbozan también algunas de las ventajas que la lectura propuesta brindaría en lo concerniente a la inserción del conexionismo en el contexto mayor de la investigación científico-cognitiva.

Después de más de treinta años, en esta página se expone mi primer intento de tesis de doctorado, un texto maldito que ha llegado a ser legendario por las buenas y las malas razones y cuya existencia misma se ha puesto alguna vez en tela de juicio. Contrariamente a los mitos urbanos que se han echado a rodar, la tesis nunca fue desaprobada. Nunca fue aprobada tampoco, ya que simplemente rechacé haciendo abandono del campo (y por las razones cuyo fundamento acompaño) un  puñado de observaciones que dos de mis tres evaluadores echaron al aire sin que se labrase ningún acta protocolar. Observaciones que tanto tiempo después, ahora ya no  tanto desde el llano, sigo encontrando más insustanciales cada día que pasa.

Después de una virtual cancelación a principios de los años 90, la Inteligencia Artificial se muestra hoy no tanto como la especialización de nicho que muchos creen que es, sino como componente irreductible de las tecnologías complejas de primera línea. Todos saben que la programación lógico del modo GOFAI (Good Old Fashioned Artificial Intelligence) no es el único jugador en la arena tecnológica. Yo bien lo sabía ya entonces. Pero sin duda es un aspecto importante de las tácticas de hoy en día y pinta con serlo cada vez más.

Lo que me resulta más significativo al cabo del tiempo es que el motor de inferencia de uno de los modelos más característicos que yo desarrollé (y que usé para motorizar una base de datos de identificación de estilos cerámicos de América Precolombina) fue utilizado por médicos del Hospital de Niños de la ciudad de Buenos Aires concentrados en torno de la red PCCP como sistema experto de diagnóstico clínico durante años sin que yo tuviera que cambiar una coma.

El segundo elemento de juicio más significativo concierne a que toda la trayectoria de uno de mis jurados contumaces elaboró su carrera tardía en materia de lógica no monotónica en base a observaciones y a terminología técnica que yo desarrollé con algún detenimiento en el curso de la tesis. Algún día elaboraré el detalle de estos acontecimientos porque hacen al modus operandi de los detractores antiguos y (pos)modernos en el campo de las ciencias cognitivas. Nadie se arriesga a que en materia de predicciones tecnológicas la ciencia acabe pasándonos por encima.

Ciencia cognitiva, inteligencia artificial - GOFAI - El cerebro como procesamiento de información - Redes neuronales - Conexionismo - Heinz von Foerster y el mito de la computadora conexionista - Sistemas expertos - Páginas en construcción a marzo de 2023

Todo lo que siempre quiso saber sobre Redes neuronales y nunca se atrevió a preguntar. Genealogía de los dispositivos conexionstas. El caso del perceptrón. Todas las clases de redes neuronales, excepto las redes generativas profundas creadas en la segunda década del siglo XXI a caballo de nuevas técnicas de aprendizaje profundo, protagonistas del nuevo boom de la Inteligencia Artificial.

Discute-se a ciência da informação como campo do conhecimento, o seu conceito, abrangência e evolução, abordando o seu caráter interdisciplinar e, especificamente, a sua relação com as ciências cognitivas. As principais abordagens cognitivas, tanto tradicionais quanto contemporâneas, bem como suas respectivas origens e influências na ciência da informação são abordadas. As pesquisas desenvolvidas por pesquisadores do Grupo de Pesquisa Estudos Cognitivos em Ciência da Informação (GECCI) da Escola de Ciência da Informação da Universidade Federal de Minas Gerais são também apresentadas.

Resumo: Este artigo investiga o papel que o conceito de representação mental teve no desenvolvimento das ciências cognitivas. Entendemos que estas ciências apresentam três paradigmas centrais que se distinguem, principalmente, pela consideração que fazem sobre a noção de representação mental. O paradigma cognitivista fundamenta-se sobre o entendimento de que a mente opera sobre um conjunto de representações simbólicas armazenadas e manipuladas em processos funcionalmente computacionais. O paradigma conexionista descreve a mente como um sistema de processamento paralelo e distribuído que realiza operações sobre representações subsimbólicas. O paradigma dinâmico da cognição estuda a mente por outras abordagens, inclusive não computacionais, que questionam a necessidade explicativa da noção de representação mental. Um dos modelos mais discutidos na literatura, com relação ao debate entre as visões representacionalistas e as não-representacionalistas, é o Watt's Governor, um mecanismo de autorregulação para caldeiras à vapor. Por um lado, argumenta-se que o Watt's Governor é um sistema não-representacional de autocontrole; por outro lado, postula-se que o aparato é um sistema representacional. Haselager et al. (2003) discutem esse embate e concluem que a ubiquidade da representação enfraquece este conceito e expõe a falácia de se considerá-la como condição necessária na explicação de fenômenos mentais. Nesse sentido, discutimos as conclusões desses autores e abordamos a hipótese de que a semiótica pode oferecer contribuições interessantes às ciências cognitivas, em suas considerações sobre os tipos e formas das representações.

Abstract: This paper investigates the role that the concept of mental representation has had in cognitive science development. We understand that cognitive science has three main paradigms which are distinguished mainly by considerations about the notion of mental representation. The (classical) cognitivist paradigm bears the understanding that mind operates upon a set of symbolic representations stored and manipulated by functionally computational processes. The connectionist paradigm describes mind as a system of parallel and distributed processing which instantiates operations upon sub-symbolic representations. The dynamical paradigm of cognition studies the mind by means of other approaches, including non-representational ones, that put under scrutiny the notion of mental representation as an explanatory necessity. One of the most known and discussed models in literature, considering the debate between representational and non-representational points of view, is Watt's Governor, a self-regulating mechanism used in steam machines. On the one hand, it can be argued that a Watt's Governor is a non-representational self-controlling system; on the other hand, it can be postulated that such device is a representational system indeed. Haselager et al. (2003) discuss that argument and conclude that the ubiquity of representation undermines this very concept and exposes the fallacy of considering it as a necessary condition in

Los modelos actuales lingüísticos tienen un alto poder para explicar recurrencias, cambios motivados y el efecto de factores específicos en la actividad lingüística. Desde el efecto de la semántica hasta el tiempo de procesamiento, la lingüística explica el influjo de elementos identificables. Esta postura presenta cierta linealidad y cortes claros en causas, consecuencias y factores.
Existe una propuesta lingüística que toma elementos de la teoría del caos, donde algunas causas tienen efectos no previsibles y existe un fuerte dinamismo entre los factores: El modelo del lenguaje como Sistema Dinámico Complejo es una propuesta novedosa que explica variaciones donde no hay causas discernibles y proceso de adquisición y construcción de la L1 y L2 se da de forma no lineal. Actualmente el modelo tiene muchas explicaciones a manera de metáfora y algunos pocos postulados explícitos. El postulado principal  del modelo predice el aprendizaje y adquisición no lineal del lenguaje.
Este es un estudio de caso sobre la variación  y el aprendizaje no lineal de un niño de ocho años, sobre el reconocimiento de palabras y no palabras de español. Se analiza longitudinalmente si un mismo individuo considera un grupo de palabras como parte del español o no. Para esta prueba se aplica el test tres veces. Este estudio observa cómo varía el reconocimiento de: palabras fáciles y difíciles, no palabras con combinaciones válidas e inválidas en el español. Se observan variaciones en las respuestas, en la distribución de aciertos y errores al identificar palabras y no palabras del español, pero el rendimiento del individuo, es constante.

Este artigo apresenta os principais aspectos teóricos de dois paradigmas de investigação da cognição humana – o simbólico e o conexionista – e discute como a pesquisa em cada paradigma tem fomentado os estudos sobre aprendizagem de L2. O paradigma simbólico postula a existência de representações mentais através de regras lógicas e símbolos para explicar a aquisição e a utilização do conhecimento. O paradigma conexionista parte da premissa de que o processamento cognitivo está relacionado à maneira pela qual os neurônios se interconectam no cérebro. A partir dessas duas abordagens, o artigo examina como construtos tais como tipos de conhecimento, tipos de memória, processamento do insumo e atenção são apresentados nas duas teorias e como vêm sendo utilizados na pesquisa em L2.