La fascinante evolución computacional del lenguaje

El lenguaje humano es un modo de comunicación, un elemento crucial de nuestra cultura y un objeto que define nuestra identidad social.

Las estucturas lingüísticas consisten de unidades más pequeñas que se agrupan de acuerdo con ciertas reglas. Los fonemas forman sílabas y palabras. Las palabras configuran frases. Y, sin embargo, las reglas para tales agrupamientos no son arbitrarias. Existe una bella correspondencia entre lenguajes, gramáticas y máquinas. El conjunto de todas las gramáticas corresponde al conjunto de todos los ordenadores digitales con memoria infinita y que generan el conjunto de los lenguajes computables. En consecuencia, la mayoría de los lenguajes posee una gramática indecidible para una máquina de Turing.

Un subconjunto de lenguajes decidibles es generado por gramáticas sensibles al contexto. Un subconjunto de aquellos lenguajes puede ser generado por gramáticas libres de contexto y un subconjunto de los lenguajes libres de contexto contiene todos los lenguajes regulares. Un subconjunto de los lenguajes regulares consta de todos los lenguajes finitos. Esta relación entre gramáticas recibe el nombre de jerarquía de Chomsky. Con la introducción de la jerarquía de Chomsky, hubo interés en situar los lenguajes naturales dentro de este esquema. Los lenguajes naturales son infinitos.

Los niños aprenden su lengua nativa escuchando oraciones gramaticales de sus padres o de otras personas. A partir de esta influencia ambiental, los niños construyen una representación interna de la gramática subyacente. Ni los niños ni los adultos son conscientes de las reglas gramaticales que especifican su propio lenguaje. Ya Chomsky indicó que el estímulo ambiental disponible no especifica las reglas gramaticales. La solución propuesta es que los niños aprenden la gramática correcta eligiendo a partir de un conjunto restringido de gramáticas. La teoría de este conjunto restringido es la Gramática Universal. ¿En qué sentido hay una Gramática Universal innata?

El cerebro humano estaría equipado con un algoritmo de aprendizaje que nos capacitaría para aprender ciertos lenguajes. La teoría del aprendizaje sugiere que ha de existir un espacio de búsqueda anterior a los datos, esto es, innato. A veces, se afirma que el argumento para una Gramática Universal innata descansa en una asunción matemática particular que se refiere sólo a la sinraxis y no a la semántica. Pero esto no cambia la necesidad de restricciones innatas. La Gramática Universal evolucionaría a través de presiones selectivas, compitiendo diferentes Gramáticas Universales. Consideremos Gramáticas Universales con el mismo espacio de búsqueda y el mismo procedimiento de aprendizaje, siendo la única diferencia el número de oraciones N de entrada. Esta cantidad es proporcional a la longitud del periodo de aprendizaje. La selección natural lleva a valores intermedios de N: para un N pequeño, la precisión del aprendizaje correspondiente a la Gramática correcta, es demasiado baja; para N grande, el proceso de aprendizaje requiere demasiado tiempo y es muy costoso. Esto explicaría por qué en humanos existe un periodo limitado de adquisición del lenguaje.

Pensemos en Gramáticas Universales que difieran en el tamaño de su espacio de búsqueda n pero que posean el mismo mecanismo de aprendizaje y el mismo valor de N. Existe una presión selectiva para reducir n. Sólo si n está por debajo del entorno de coherencia, puede la Gramática Universal generar comunicación gramatical. Cuanto más pequeño sea n, mayor será la precisión de la adquisición gramatical.

Así pues, debido a que nuestro cerebro evolucionó, la Gramática Universal también es un producto de la evolución y, como tal, sujeto a variabilidad.

Neurociencia computacional y conductas adictivas

En los últimos años han surgido una serie de modelos computacionales que intentan explicar los mecanismos cerebrales y de conducta que están en el origen de los comportamientos adictivos. Quizá el pionero de este tipo de modelos ha sido David Redish, profesor del Departamento de Neurociencia de la Universidad de Minnesota. Su artículo en Science (2004), titulado "Addiction as a computational process gone awry", significó el punto de partida para la proliferación de modelos en los últimos 4 años, algunos de ellos muy significativos y que, sin duda, van a tener aplicaciones terapéuticas. Redish es un caso curioso de diversificación del talento. Más conocido por su interés en el tema de los mapas cognitivos y células de localización espacial (véase en este mismo blog la entrada sobre O´Keefe y Nadel), lleva unos cuantos años dedicado a aplicar sus descubrimientos sobre los mecanismos cerebrales implicados en la navegación animal al tema de por qué los antagonistas de los opiáceos reducen las respuestas hedónicas. Según Redish y Johnson (2007), hay dos sistemas en el cerebro de los mamíferos: un sistema flexible capaz de tomar decisiones con rapidez pero computacionalmente muy exigente y un sistema inflexible, que puede actuar rápidamente pero muy lento en su desprogramación. El sistema inflexible es un sistema de hábitos que sólo requiere unos limitados recursos computacionales para ponerse en marcha. El sistema flexible requiere reconocer una situación y unos procedimientos para alcanzar un objetivo a partir de la situación. A su vez, evaluará el valor de la consecución del objetivo, que dependerá de las necesidades actuales del agente.

El sistema inflexible implica una simple asociación entre la situación y la acción. La evaluación en este segundo sistema implica una memoria del valor aprendido que asocia la acción con la situación presentada. En el fondo se trata de un mecanismo de aprendizaje por refuerzo, basado en la diferencia temporal.

Los autores mencionados han observado en el conjunto neuronal del hipocampo de ratas, que las elecciones consistentes en avanzar en un laberinto son elecciones de alto coste computacional. Las ratas fueron entrenadas para una tarea de elección en la que tenían que elegir el recibir comida. Las ratas, en la parte inicial de la sesión, tomaban una pausa en aquellas elecciones costosas y mostraban una conducta similar a una conducta vicaria de ensayo y de error.

Para evaluar el valor de esa conducta, el sistema precisa de una señal que reconozca el valor hedónico. Las señales hedónicas son transmitidas por el sistema de señalización de los opiáceos, tal y como es puesto de manifiesto por el efecto de los agonistas y antagonistas de opiáceos. Hay múltiples tipos de receptores de opiáceos en el cerebro de los mamíferos, unos son euforizantes mientras que otros son aversivos. Estos tipos de receptores tienen consecuencias inmediatas para procesos tales como el ansia o deseo intenso. Se trata de una sensación interna que no siempre es reflejada en acciones externas. En términos operacionales, puede definirse como el reconocimiento de que existe un camino a una salida de valor elevado. Esta expectativa sólo puede darse en el sistema de planificación flexible y no en el sistema de hábitos, puesto que el sistema de hábitos no incluye el reconocimiento de la salida esperada. Debido a que el sistema flexible sólo entraña el reconocimiento de que una acción puede conducir a un camino potencial hacia una meta y no entraña un compromiso respecto a la acción, el estado de ansia no va a generar necesariamente una selección para producir acciones. En el sistema de planificación, cuando el hipocampo alcanza una meta que es evaluada como de valor elevado, surgirá un fuerte deseo de conseguir esa meta. Esta sensación de ansia debe también implicar estructuras cerebrales relacionadas con la evaluación de futuras recompensas, tales como el córtex órbitofrontal y el núcleo accumbens.

Los antagonistas competitivos de opiáceos se han usado clínicamente para reducir el ansia. Cuando el componente predictivo del sistema de planificación identifica los medios potenciales de obtener un resultado, el componente evaluativo generará señales de recompensa (opiáceos endógenos), establecindo el valor de aquella salida para propósitos evaluativos: la identificación de un camino que conduce a una recompensa elevada lleva a ansiar aquella recompensa. Bloquear aquellas señales de recompensa reduciría el valor hedónico subjetivo de recibir la misma y también amortiguaría el ansia. Si la señal de recompensa se basa en el sistema de señalización de opiáceos, esto puede explicar el porqué antagonistas de opiáceos tales como la naltrexona pueden reducir la sensación de ansia.

José Mira: in memoriam

José Mira, director del Departamento de Inteligencia Artificial de la Escuela Técnica Superior de Ingeniería Informática de la UNED, falleció el día 13 de agosto de 2008. Queremos manifestar desde aquí el mayor de nuestros agradecimientos a este verdadero maestro. El profesor Mira se incorporó a la Universidad Nacional de Educación a Distancia en 1989 como Catedrático de Ciencias de la Computación e Inteligencia Artificial, habiendo ejercido previamente la docencia en la Universidad Complutense, en la Universidad de Granada y en la de Santiago de Compostela. En esta última Universidad había recibido la medalla de oro, imagen de nuestro blog que corresponde precisamente a la salida de ese acto institucional.

Muchos de los que, a finales de los años 80, estábamos interesados en la Inteligencia Artificial en nuestro país, teníamos dos referentes: uno, por así decirlo, externo, y el otro interno. El primero era Jaime Carbonell, que ya estaba trabajando en USA, mientras que el segundo era José Mira. Tuve la fortuna de recibir en 1995 su tutela en uno de sus cursos ("Introducción a la Inteligencia Artificial") y así poder entrar en contacto con él. Había sido uno de los introductores en España del enfoque simbólico en Inteligencia Artificial (los "scripts de Schank y, por ejemplo, lenguajes representacionales como KL-ONE) pero también del novedoso planteamiento conexionista de Rumelhart y McClelland. Recuerdo que por aquel entonces yo trabajaba en teoría de situaciones, nada que, por supuesto, tuviera que ver con la Inteligencia Artificial "dura". En parte, mi interés respondía a mi disconformidad con una perspectiva demasiado estrecha en cuanto a su reduccionismo cuantitativo. Tenía la sensación de que podía hacerse cierta justicia a la importancia de la interacción del entorno con el agente, a través de la idea de situación de Jon Barwise. La tremenda maquinaria de difusión del CSLI de la Universidad de Stanford estaba a pleno rendimiento y decenas de libros salían anualmente de las imprentas del Xerox Parc en "Silicon Valley", aplicando dicha idea. Todavía estaban por llegar las aplicaciones más interesantes, como los programas Tarski´s World o Turing World, de Etchemendy, Barwise y su equipo, la cuestión de los diagramas lógicos o los trabajos formales de Wobcke. Paralelamente, Rosenschein y Kaelbling, sin apelar en absoluto a la perspectiva de Barwise, daban los primeros pasos hacia el diseño de autómatas "situados": esto sí que era verdadera Inteligencia Artificial para el profesor Mira. Cuando acudí a comentarle mi trabajo, que versaba sobre canales de flujo de información, en la línea de Jerry Seligman, el profesor Mira, siempre entrañable, siempre extraordinariamente humano, no pudo evitar la media sonrisa del genuino conocedor, de la persona que verdaderamente sabe qué hay que traerse entre manos: "sí, hay formalización, pero ¿todo esto no es demasiado cualitativo?, ¿dónde está lo cuantitativo?" Al final, como no podía ser de otro modo en una persona de tan excelente humanidad, siempre deseosa de ayudar y de que los jóvenes fueran aportando, se llegó a una "entente cordiale", y el trabajo se reencauzó sarisfactoriamente para ambos.

Pero tampoco hay que olvidar al hombre de finísima ironía que, en un reciente curso de verano en Ávila, se reía abiertamente de las eternas preguntas de los periodistas acerca de la posibilidad de "fabricar" seres auténticamente inteligentes: "si tienes la suerte de juntarte con alguien que te quiera mucho y esperas 9 meses", la respuesta será afirmativa.

¿Me equivoco si afirmo que las Unidades Didácticas sobre Inteligencia Artificial (UNED) del profesor Mira están entre las publicaciones más leídas de la materia en castellano, y que su extraordinaria claridad ha abierto los ojos a muchos licenciados de todo el ámbito iberoamericano? Por allí, de manera concisa, accedías al mundo de los lenguajes simbólicos, de la lógica borrosa o de los perceptrones, con una facilidad pasmosa.

Muchas gracias, Profesor. Estarás siempre en el recuerdo y tu excepcional labor no tendrá fin.