IAntonio Fernandez-CaballeroMara Gracia Manzano ArjonaEnrique Alonso GonzalezSergio Miguel Tome (Eds.)

Una Perspectiva de la InteligenciaArticial en su 50 Aniversario

Campus Multidisciplinar en Percepcion e Inteligencia, CMPI-2006Albacete, Espana, 10-14 de Julio del 2006Actas, Volumen I

Universidad de Castilla-La Mancha

Departamento de Sistemas Informaticos

Universidad de Castilla-La Macha 2006 No est permitida la reproduccin total o parcial de este libro, ni su tratamiento in-formtico, ni la transmisin de ninguna forma o por cualquier medio, ya sea electr-nico, por fotocopia, por registro u otros mtodos, sin el permiso previo y por escrito de los titulares del copyright. Impreso en Espaa. Printed in Spain.

ISBN 84-689-9560-6 (Obra completa) ISBN 84-689-9561-4 (Volumen I)

Depsito Legal: AB-314-2006 Imprime: Grficas Quintanilla. La Roda Diseo de la cubierta: UGSC (Unidad de Gestin Sociocultural)

Presentacion

El 31 de Agosto 1955, J. McCarthy (Dartmouth College, New Hampshire), M.L.Minsky (Harvard University), N. Rochester (I.B.M. Corporation) y C.E. Shan-non (Bell Telephone Laboratories) lanzaron una propuesta para reunir en elverano de 1956 a un grupo de investigadores que quisieran trabajar sobre laconjetura de que cada aspecto del aprendizaje y cada caracterstica de la in-teligencia podan ser tan precisamente descritos que se podan crear maquinasque las simularan. El encuentro, celebrado en 1956 y ahora conocido como laconferencia de Dartmouth, se llevo a cabo con tal exito que el evento acuno eltermino Inteligencia Articial y con el una nueva area cientca de conocimien-to. En el ano 2006 se cumplen cincuenta anos de la Conferencia de Dartmouth.Pero a pesar del tiempo transcurrido, el problema de encontrar las minuciosasdescripciones de las caractersticas del cerebro y de la mente que fue mencionadoen la propuesta de 1955 sigue tan vigente hoy, como ayer, a pesar del variadoabanico de ciencias que lo abordan y estudian.

Albacete (Espana) ha sido en la semana del 10 al 14 de Julio la sede delevento internacional mas importante en lengua castellana con el Campus Mul-tidisciplinar en Percepcion e Inteligencia, CMPI-2006. El Campus Multidisci-plinar en Percepcion e Inteligencia 2006 es un evento internacional en el queinvestigadores de diversas areas relacionadas con la Percepcion y la Inteligenciase encontraran del 10 al 14 de Julio en el Campus Universitario de Albacetecon el animo de recuperar el espritu entusiasta de aquellos primeros das de laInteligencia Articial. En nuestra intencion esta el objetivo de crear un ambienteheterogeneo formado por especialistas de diversas areas, como la Inteligencia Ar-ticial, la Neurobiologa, la Psicologa, la Filosofa, la Lingustica, la Logica, laComputacion,, con el n de intercambiar los conocimientos basicos de las difer-entes areas y de poner en contacto investigadores de los diferentes campos. Elfacilitar la creacion de colaboraciones e investigaciones multidisciplinares es unobjetivo prioritario de la propuesta.

El Congreso Multidisciplinar en Percepcion e Inteligencia, que ha dado lugara esta publicacion, se engloba como parte fundamental en el Campus Multi-disciplinar sobre Percepcion e Inteligencia. Este Congreso Multidisciplinar enPercepcion e Inteligencia va dirigida a todas aquellas personas que tengan in-teres por conocer que es la Percepcion y que es la Inteligencia, vistas ambasdesde una perspectiva claramente multidisciplinar. El Congreso Multidisciplinarcontara con la presencia de destacados especialistas del campo de la investi-gacion. Todos ellos, as, y desde su propia experiencia, podran proporcionar alos asistentes una vision muy clara del estado actual de las distintas ciencias quese ocupan de la Percepcion y la Inteligencia. Estas charlas invitadas o tutorialescomplementan a la perfeccion las ponencias que se impartiran por las mananasdurante la Escuela de Verano sobre Percepcion e Inteligencia.

IV

El Campus Multidisciplinar en Percepcion e Inteligencia ha contado tambiencon la Escuela de Verano en Percepcion e Inteligencia: 50 Aniversario de la In-teligencia Articial, que se ha ofertado en el seno de la XIX Edicion de Cursos deVerano de la Universidad de Castilla-La Mancha, y que se ha correspondido conla XVI Escuela de Verano del Departamento de Sistemas Informaticos. Pensadafundamentalmente para los alumnos de la Universidad de Castilla-La Manchadel Campus de Albacete, la Escuela de Verano sobre Percepcion e Inteligenciaha cubierto aspectos de gran interes para las carreras de Informatica, Medicina,Humanidades y Magisterio. Las clases magistrales de la Escuela de Verano hanestado a cargo de importantes y reconocidos investigadores a nivel internacional.Todos ellos, as, y desde su propia experiencia, han proporcionado a los asistentesuna vision muy clara del estado actual de las distintas ciencias que se ocupan dela Percepcion y la Inteligencia.

Fruto de las contribuciones mas importantes del evento han nacido dos li-bros1. El primero de ellos, formado por dos volumenes, denominado Una Per-spectiva de la Inteligencia Articial en su 50 Aniversario. Actas del CampusMultidisciplinar en Percepcion e Inteligencia, CMPI-2006, es el que tiene ensus manos. Contiene las contribuciones de los congresistas expuestas oralmenteo presentadas como posters en el Congreso. El otro, llamado 50 Anos de la In-teligencia Articial. XVI Escuela de Verano de Informatica, recoge las ponenciasinvitadas de prestigiosos investigadores que han asistido al Campus Multidisci-plinar en Percepcion e Inteligencia.

Julio del 2006 Antonio Fernandez-CaballeroMara Gracia Manzano Arjona

Enrique Alonso GonzalezSergio Miguel Tome

Comite Organizador CMPI-2006

1 La publicacion de estos libros ha sido nanciada en parte por la Accion Complemen-taria del Ministerio de Educacion y Ciencia TIN2005-25897-E y la Accion Especialde la Junta de Comunidades de Castilla-La Mancha AEB06-023.

Organizacion

El congreso internacional 50 Anos de la Inteligencia Articial: Campus Multi-disciplinar en Percepcion e Inteligencia, CMPI-2006 ha sido organizado por elDepartamento de Sistemas Informaticos (DSI) y el Instituto de Investigacion enInformatica de Albacete (I3A) de la Universidad de Castilla-La Mancha (UCLM)en cooperacion con el Parque Cientco y Tecnologico de Albacete (PCyTA) yel Excmo. Ayuntamiento de Albacete.

Comite Organizador

Antonio Fernandez-Caballero (Universidad de Castilla-La Mancha)Mara Gracia Manzano Arjona (Universidad de Salamanca)Enrique Alonso Gonzalez (Universidad Autonoma de Madrid)Sergio Miguel Tome (Universidad de Castilla-La Mancha)

Comite Local

De la Ossa Jimenez, Luis (Universidad de Castilla-La Mancha)Daz Delgado, Carmen (Universidad de Castilla-La Mancha)Fernandez Graciani, Miguel Angel (Universidad de Castilla-La Mancha)Flores Gallego, Mara Julia (Universidad de Castilla-La Mancha)Garca Varea, Ismael (Universidad de Castilla-La Mancha)Gomez Quesada, Francisco J. (Universidad de Castilla-La Mancha)Lopez Bonal, Mara Teresa (Universidad de Castilla-La Mancha)Lopez Valles, Jose Mara (Universidad de Castilla-La Mancha)Mateo Cerdan, Juan Luis (Universidad de Castilla-La Mancha)Miranda Alonso, Tomas (Universidad de Castilla-La Mancha)Parreno Torres, Francisco (Universidad de Castilla-La Mancha)Ponce Saez, Antonio (Universidad de Castilla-La Mancha)

Comite de Programa

Adan Oliver, Antonio Dept. de Ingeniera Electrica, Electronica y Au-tomatica - Universidad de Castilla-La Mancha enCiudad Real (ES)

Alvarez Sanchez, Jose Ramon Dept. de Inteligencia Articial - Universidad Na-cional de Educacion a Distancia (ES)

Arce Michel, Javier Sociedad Iberoamericana de Psicologa, Bolivia -SIAPSI (BO)

Areces, Carlos Langue et Dialogue - Laboratoire Lorrain deRecherche en Informatique et ses Applications (FR)

Armengol i Voltas, Eva Institut dInvestigacio en Intel.lige`ncia Articial -Centro Superior de Investigaciones Cientcas (ES)

VI

Armero San Jose, Julio Dept. de Logica, Historia y Filosofa de la Ciencia- Universidad Nacional de Educacion a Distancia(ES)

Augusto, Juan Carlos School of Computing and Mathematics - Universityof Ulster at Jordanstown (UK)

Barber Sanchs, Federico Dept. de Sistemas Informaticos y Computacion -Universitat Polite`cnica de Valencia (ES)

Barro Ameneiro, Senen Dept. de Electronica y Computacion - Universidadede Santiago de Compostela (ES)

Bayro-Corrochano, Eduardo Jose Computer Science - CINVESTAV, Guadalajara(MX)

Bel Enguix, Gemma Research Group in Mathematical Linguistics - Uni-versitat Rovira i Virgili (ES)

Blanco Mayor, Aquilino Carmelo Dept. de Filosofa - Universidad de Castilla-LaMancha en Albacete (ES)

Botella Bevia, Federico Dept. de Estadstica, Matematica e Informatica -Universidad Miguel Hernandez de Elche (ES)

Bustos Guadano, Eduardo de Dept. de Logica, Historia y Filosofa de la Ciencia- Universidad Nacional de Educacion a Distancia(ES)

Caminos Benito, Mara Elena Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Casacuberta Nolla, Francisco Dept. de Sistemes Informa`tics i Computacio - Uni-versitat Polite`cnica de Vale`ncia (ES)

Casals Gelp, Alicia Dept. dEnginyeria de Sistemes, Automa`tica i In-forma`tica Industrial - Universitat Polite`cnica deCatalunya (ES)

Castejon Costa, Juan Luis Dept. Sociologia II, Psicologa, Comunicacion yDidactica - Universitat dAlacant (ES)

Chinellato, Eris Robotic Intelligence Laboratory - UniversitatJaume I (ES)

Cordon Garca, Oscar Applications of Fuzzy Logic and Evolutionary Al-gorithms Research Unit - European Centre for SoftComputing (ES)

Cortes, Ulises Knowledge Engineering and Machine LearningGroup - Universitat Polite`cnica de Catalunya (ES)

Cuadros-Vargas, Ernesto Computer Science - Universidad Catolica SanPablo, Arequipa (PE)

Deco, Gustavo Institucio Catalana de Recerca i Estudis Avancats- Universitat Pompeu Fabra (ES)

Del Pobil, Angel Pasqual Robotic Intelligence Laboratory - UniversitatJaume I (ES)

Delgado Garca, Ana Dept. de Inteligencia Articial - Universidad Na-cional de Educacion a Distancia (ES)

Daz Delgado, Carmen Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Duro, Richard J. Dept. de Computacion - Universidade da Coruna(ES)

Farnas del Cerro, Luis Institut de Recherche en Informatique de Toulouse- Universite Paul Sabatier (FR)

VII

Feliu Batlle, Vicente Dept. de Ingeniera Electrica, Electronica y Au-tomatica - Universidad de Castilla-La Mancha enCiudad Real (ES)

Fernandez Graciani, Miguel Angel Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Fernandez Moreno, Luis Dept. de Logica y Filosofa de la Ciencia - Univer-sidad Complutense de Madrid (ES)

Fuentes Melero, Luis Dept. de Psicologa Basica y Metodologa - Univer-sidad de Murcia (ES)

Gamez Martn, Jose Antonio Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Garca Pupo, Mauro Sociedad Cubana de Matematica y Computacion -Universidad de Holgun (CU)

Garca Varea, Ismael Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Garijo, Francisco Telefonica Investigacion y Desarrollo - Telefonica(ES)

Gener, Hector Institucio Catalana de Recerca i Estudis Avancats- Universitat Pompeu Fabra (ES)

Godo Lacasa, Lluis Institut dInvestigacio en Intel.lige`ncia Articial -Centro Superior de Investigaciones Cientcas (ES)

Gonzalez Lopez, Pascual Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Grana Romay, Manuel Dept. de Ciencias de la Computacion e InteligenciaArticial - Euskal Herriko Unibertsitatea / - Uni-versidad del Pas Vasco (ES)

Hernandez Orallo, Jose Dept. de Sistemes Informa`tics i Computacio - Uni-versitat Polite`cnica de Vale`ncia (ES)

Herrera Viedma, Enrique Dept. de Ciencias de la Computacion e InteligenciaArticial - Universidad de Granada (ES)

Huertas Sanchez, M. Antonia Informatica y Multimedia - Universitat Oberta deCatalunya (ES)

Insausti Serrano, Ricardo Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Jansana, Ramon Dept. de Lo`gica, Histo`ria i Filosoa de la Cie`ncia -Universitat de Barcelona (ES)

Jimenez Lopez, Mara Dolores Research Group in Mathematical Linguistics - Uni-versitat Rovira i Virgili (ES)

Juiz Gomez, Jose Manuel Dept. de Ciencias Medicas - Universidad deCastilla-La Mancha en Albacete (ES)

Kemper Valverde, Nicolas Laboratorio de Sistemas Inteligentes - UniversidadNacional Autonoma de Mexico (MX)

Latorre Postigo, Jose Miguel Dept. de Psicologa - Universidad de Castilla-LaMancha en Albacete (ES)

Llinas Riascos, Rodolfo Department of Physiology and Neuroscience - NewYork - University Medical Center (USA)

Llopis Borras, Juan Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Lopez Bonal, Mara Teresa Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

VIII

Lopez de Mantaras, Ramon Institut dInvestigacio en Intel.lige`ncia Articial -Centro Superior de Investigaciones Cientcas (ES)

Lopez-Poveda, Enrique A. Instituto de Neurociencias de Castilla y Leon - Uni-versidad de Salamanca (ES)

Lujan Miras, Rafael Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Marin Morales, Roque Dept. de Ingeniera de la Informacion y de las Co-municaciones - Universidad de Murcia (ES)

Martn-Vide, Carlos Research Group in Mathematical Linguistics - Uni-versitat Rovira i Virgili (ES)

Martnez Galan, Juan Ramon Centro Regional de Investigaciones Biomedicas -Universidad de Castilla-La Mancha en Albacete(ES)

Martnez Tomas, Rafael Dept. de Inteligencia Articial - Universidad Na-cional de Educacion a Distancia (ES)

Mastriani, Mario Mision SAOCOM - Comision Nacional de Activi-dades Espaciales (AR)

Matellan Olivera, Vicente Robotics Lab. - Universidad Rey Juan Carlos (ES)Mira Mira, Jose Dept. de Inteligencia Articial - Universidad Na-

cional de Educacion a Distancia (ES)Miranda Alonso, Tomas Dept. de Filosofa - Universidad de Castilla-La

Mancha en Albacete (ES)Moreno-Daz, Roberto Instituto - Universitario de Ciencias y Tecnologas

Ciberneticas - Universidad de Las Palmas de GranCanaria (ES)

Moreno Garca, Juan Dept. de Tecnologas y Sistemas de Informacion -Universidad de Castilla-La Mancha en Toledo (ES)

Moreno Valverde, Gines Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Nepomuceno Fernandez, Angel Dept. de Filosofa y Logica - Universidad de Sevilla(ES)

Ojeda Aciego, Manuel Dept. Matematica Aplicada - Universidad de Mala-ga (ES)

Oliver, Nuria Microsoft Research - Microsoft Corporation, Red-mond (USA)

Pascual Fidalgo, Vicente Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Pavon Mestras, Juan Dept. de Sistemas Informaticos y Programacion -Universidad Complutense de Madrid (ES)

Penabad Vazquez, Jaime Dept. de Matematicas - Universidad de Castilla-LaMancha en Albacete (ES)

Perez Jimenez, Mario de Jesus Dept. de Ciencias de la Computacion e InteligenciaArticial - Universidad de Sevilla (ES)

Perez Sedeno, Eulalia Instituto de Filosofa - Centro Superior de Investi-gaciones Cientcas (ES)

Ponce Saez, Antonio Dept. de Filosofa - Universidad de Castilla-LaMancha en Albacete (ES)

Ponte Fernandez, Dolores Dept. de Psicoloxa Social, Basica e Metodoloxa -Universidade de Santiago de Compostela (ES)

Prieto Espinosa, Alberto Dept. de Arquitectura y Tecnologa de Computa-dores - Universidad de Granada (ES)

IX

Puelles Lopez, Luis Dept. de Anatoma Humana y Psicobiologa - Uni-versidad de Murcia (ES)

Puerta Callejon, Jose Miguel Dept. de Sistemas Informaticos - Universidad deCastilla-La Mancha en Albacete (ES)

Rechea Alberola, Cristina Dept. de Psicologa - Universidad de Castilla-LaMancha en Albacete (ES)

Rodrguez Ladreda, Rosa Mara Asociacion Andaluza de Filosofa (ES)Ruiz Shulcloper, Jose Centro de Aplicaciones de Tecnologas de Avanzada

- CENATAV, Ciudad Cuba (CU)Sanchez-Andres, Juan Vicente Dept. de Fisiologa - Universidad de La Laguna

(ES)

Sanchez Calle, Angel Dept. de Informatica, Estadstica y Telematica -Universidad Rey Juan Carlos (ES)

Sanchez Canovas, Jose Dept. de Personalitat, Avaluacio i Tractaments Psi-colo`gics - Universitat de Vale`ncia (ES)

Sanchez Vila, Eduardo Dept. de Electronica y Computacion - Universidadede Santiago de Compostela (ES)

Sanfeliu Cortes, Alberto Institut de Robo`tica i Informa`tica Industrial - Uni-versitat Polite`cnica de Catalunya (ES)

Solar Fuentes, Mauricio Dept. de Ingeniera Informatica - Universidad deSantiago de Chile (CL)

Silva Mata, Francisco Jose Centro de Aplicaciones de Tecnologas de Avanzada- CENATAV, Ciudad Cuba (CU)

Sossa Azuela, Juan Humberto Centro de Investigacion en Computacion - InstitutoPolitecnico Nacional (MX)

Sucar Succar, Luis Enrique Dept. de Computacion - Instituto Tecnologico y deEstudios Superiores de Monterrey (MX)

Taboada Iglesias, Mara Jesus Dept. de Electronica e Computacion - Universidadede Santiago de Compostela (ES)

Toro-Alfonso, Jose Dept. de Psicologa - Universidad de Puerto RicoTorra, Vicenc Institut dInvestigacio en Intel-lige`ncia Articial -

Centro Superior de Investigaciones Cientcas (ES)Trillas Ruiz, Enric Dept. de Inteligencia Articial - Universidad

Politecnica de Madrid (ES)Tudela Garmendia, Po Dept. de Psicologa Experimental y Fisiologa del

Comportamiento - Universidad de Granada (ES)Vega Renon, Luis Dept. de Logica, Historia y Filosofa de la Ciencia

- Universidad Nacional de Educacion a Distancia(ES)

Verdegay Galdeano, Jose Luis Dept. de Ciencias de la Computacion e InteligenciaArticial - Universidad de Granada (ES)

Vidal Ruiz, Enrique Dept. de Sistemes Informa`tics i Computacio - Uni-versitat Polite`cnica de Vale`ncia (ES)

XEntidades Organizadoras

Universidad de Castilla-La ManchaParque Cientco y Tecnologico de AlbaceteExcmo. Ayuntamiento de Albacete

Entidades Patrocinadoras

Ministerio de Educacion y CienciaJunta de Comunidades de Castilla-La Mancha(Consejera de Educacion y Ciencia)Caja Castilla-La ManchaTelefonicaFundacion CampollanoInstituto de Investigacion en Informatica de AlbaceteDepartamento de Sistemas Informaticos, UCLMRevista Mente y CerebroCentro Regional de Investigaciones Biomedicas, UCLMExcma. Diputacion de Albacete

Entidades Colaboradoras

Asociacion Espanola para la Inteligencia ArticialAsociacion Andaluza de FilosofaAssociacio Catalana dIntellige`ncia ArticialAsociacion Cubana de Reconocimiento de PatronesFundacion Espanola para la Ciencia y la TecnologaInstituto de Filosofa, CSICInstituto de Neurociencias de Castilla y LeonMexican Association for Computer Vision, Neurocomputing and RoboticsSociedad de Logica, Metodologa y Filosofa de la Ciencia en EspanaSociedad Chilena de Ciencia de la ComputacionSociedad Colombiana de PsicologaSociedad Cubana de Matematica y ComputacionSociedad Espanola de Filosofa AnalticaSociedad Espanola de NeurocienciaSociedad Espanola de Psicologa ExperimentalSociedad Interamericana de PsicologaSociedad Mexicana de Ciencia de la ComputacionSociedad Peruana de ComputacionSociedad Venezolana de FilosofaTECNOCIENCIA

Indice general

VOLUMEN I

FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL YREPRESENTACION DEL CONOCIMIENTO

Inteligencia articial frente a inteligencia natural cuando expresamosactitudes

A.J. Herencia-Leva y M.T. Lamata 1Bletchley Park: La emergencia de la computacion segun el modelo decognicion social distribuida

A. Rubio Frutos 12Sobre la frontera formal entre el conocimiento computable y elconocimiento humano

J.C. Herrero, J. Mira, M. Taboada y J. Des 22Aprendiendo a aprender: De maquinas listas a maquinas inteligentes

B. Raducanu y J. Vitria` 34La inteligencia como propiedad fsica y la posibilidad de su explicacion

S. Miguel Tome 46Esbozo de una logica del ver: Fundamentos, metodo y conexiones

E. Alvarez Mosquera 57

ONTOLOGIAS Y GESTION DEL CONOCIMIENTO

Ontologas y agentes de red: Un recambio para la I.A. clasicaE. Alonso y J. Taravilla 65

Una aproximacion incremental para adquisicion y modelado deconocimiento sobre diagnosis en medicina

M. Taboada, J. Mira y J. Des 79Fusion automatizada de ontologas: Aplicacion al razonamiento espacialcualitativo

J. Borrego-Daz y A.M. Chavez-Gonzalez 91El metodo del centro de areas como mecanismo basico de representaciony navegacion en robotica situada

J.R. Alvarez Sanchez, J. Mira y F. de la Paz Lopez 103Localizacion de fuentes del conocimiento en el proceso delmantenimiento del software

J.P. Soto, O.M. Rodrguez, A. Vizcano, M. Piattini y A.I.Martnez-Garca 118

XII

Representacion del conocimiento basado en reglas para un diagnosticoenfermero

M.L. Jimenez, J.M. Santamaria, L.A. Gonzalez, A.L. Asenjo y L.M.Laita de la Rica 124

Propuesta de un modelo de adquisicion de habilidades y conocimientocomplejo

R. Gilar Corbi y J.L. Castejon Costa 130

SISTEMAS EXPERTOS Y DE AYUDA A LA DECISION

Razonamiento temporal en una aplicacion de gestion de enfermeraJ. Salort, J. Palma y R. Marn 140

Sistema experto para soporte diagnostico en el postoperatorio detransposicion de grandes arterias

V.R. Castillo, X.P. Blanco Valencia, A.E. Duran, G.J.M. RinconBlanco y A.F. Villamizar Vecino 146

Decision multi-atributo basada en ordenes de magnitudN. Agell, M. Sanchez, F. Prats y X. Rovira 152

FILOSOFIA Y MODELOS DE LA MENTE

Determinismo, autoconguracion y posibilidades alternativas en lalosofa de la mente y de la accion de Daniel C. Dennett

J.J. Colomina Alminana y V. Raga Rosaleny 161Formalizacion del lenguaje losoco en Leibniz

L. Cabanas 174Arquitecturas emocionales en inteligencia articial

M.G. Bedia, J.M.Corchado y J. Ostale 186Una perspectiva naturalizada del concepto de informacion en el sistemanervioso

X. Barandiaran y A. Moreno 194

REDES NEURONALES

Modelo de conductancia sinaptica para el analisis de la correlacion deactividad entre neuronas de integracion y disparo

F.J. Veredas y H. Mesa 207RNA + SIG: Sistema automatico de valoracion de viviendas

N. Garca Rubio, M. Gamez Martnez y E. Alfaro Cortes 219Crticos de arte articiales

J. Romero, P. Machado, B. Manaris, A. Santos, A. Cardoso y M.Santos 231

XIII

Topos: Reconocimiento de patrones temporales en sonidos reales conredes neuronales de pulsos

P. Gonzalez Nalda y B. Cases 243

COMPUTACION EVOLUTIVA Y ALGORITMOSGENETICOS

Posprocesamiento morfologico adaptativo basado en algoritmosgeneticos y orientado a la deteccion robusta de humanos

E. Carmona, J. Martnez-Cantos y J. Mira 249Mejora parametrica de la interaccion lateral en computacion acumulativa

J. Martnez-Cantos, E. Carmona, A. Fernandez-Caballero y MaraT. Lopez 262

Aprendizaje de reglas difusas ponderadas mediante algoritmos deestimacion de distribuciones

L. delaOssa, J.A. Gamez y J.M. Puerta 274Sociedad hbrida: Una extension de computacion evolutiva interactiva

J. Romero, P. Machado, A. Santos y M. Santos 286

ROBOTICA Y SISTEMAS AUTONOMOS

Vehculos Inteligentes: Aplicacion de la vision por computadorC. Hilario, J.M. Collado, J.P. Carrasco, M.J. Flores, J.M. Pastor,F.J. Rodrguez, J.M. Armingol y A. de la Escalera 298

Localizacion basada en logica difusa y ltros de Kalman para robots conpatas

F. Martn, V. Matellan, P. Barrera y J.M. Canas 310Reexiones sobre la utilizacion de robots autonomos en tareas devigilancia y seguridad

J.R. Alvarez Sanchez, J. Mira y F. de la Paz Lopez 322De simbolicos vs. subsimbolicos, a los robots etoinspirados

J.M. Canas y V. Matellan 332Arquitectura cognitiva para robots autonomos basada en la integracionde mecanismos deliberativos y reactivos

J.A. Becerra, F. Bellas y R.J. Duro 345Modelizacion cualitativa para integracion plurisensorial en un robot AIBO

D.A. Graullera, S. Moreno y M.T. Escrig 357

SISTEMAS MULTIAGENTE Y ARQUITECTURAS PARALA INTELIGENCIA ARTIFICIAL

La arquitectura Acromovi: Una arquitectura para tareas cooperativas derobots moviles

P. Nebot y E. Cervera 365

XIV

Desarrollo de un sistema inteligente de vigilancia multisensorial conagentes software

J. Pavon, J. Gomez-Sanz, J.J. Valencia-Jimenez y A. Fernandez-Caballero 377

Simulacion de sistemas sociales con agentes softwareJ. Pavon, M. Arroyo, S. Hassan y C. Sansores 389

La aplicacion de modelos de consciencia articial en los sistemasmultiagente

R. Arrabales Moreno y A. Sanchis de Miguel 401Una arquitectura multi-agente con control difuso colaborativo para unrobot movil

B. Innocenti, B. Lopez y J. Salvi 413

VOLUMEN II

PERCEPCION E INTELIGENCIA BIO-INSPIRADAS

Una arquitectura bioinspirada para el modelado computacional de losmecanismos de atencion visual selectiva

J. Mira, A.E. Delgado, M.T. Lopez, A. Fernandez-Caballero y M.A.Fernandez 425

Interaccion con seres simulados: Nuevas herramientas en psicologaexperimental

C. Gonzalez Tardon 438Niveles de descripcion para la interpretacion de secuencias de vdeo entareas en vigilancia

M. Bachiller Mayoral, R. Martnez Tomas, J. Mira y M. RinconZamorano 450

Principios dinamicos en el estudio de la percepcionM.G. Bedia, J.M. Corchado y J. Ostale 463

Memoria y organoterapiaJ.P. Molto Ripoll y M. Llopis 475

De la neurociencia a la semantica: Percepcion pura, cognicion ymodelos de estructuracion de la memoria

M. Fernandez Urquiza 482

CLASIFICACION Y RECONOCIMIENTO DE PATRONES

Clasicacion de estmulos somatosensoriales basada en codicaciontemporal de la informacion

J. Navarro, E. Sanchez y A. Canedo 488

XV

Reconocimiento de objetos de forma libre y estimacion de suposicionamiento usando descriptores de Fourier

E. Gonzalez, V. Feliu, A. Adan y L. Sanchez 500Vericacion o-line de rmas manuscritas: Una propuesta basada ensnakes y clasicadores fuzzy

J.F. Velez, A. Sanchez, A.B. Moreno y J.L. Esteban 512Boosting con reutilizacion de clasicadores debiles

J.J. Rodrguez y J. Maudes 524Analisis de escenas 3D: Segmentacion y grafos de situacion

A. Adan, P. Merchan y S. Salamanca 536Clasicacion de cobertura vegetal usando wavelets

O. Mayta, R. Reynaga y L. Alonso Romero 548Regresion logstica con construccion de caractersticas mediante Boosting

J. Maudes y J.J. Rodrguez 558Extraccion de lneas melodicas a partir de imagenes de partituras musicales

A. Sanchez, J.J. Pantrigo y J.I. Perez 564La vision articial y las operaciones morfologicas en imagenes binarias

J. Caceres Tello 570

RAZONAMIENTO FORMAL

Una comparativa entre el algebra de rectangulos y la logica SpPNLA. Morales y G. Sciavicco 576

Deduccion y generacion de modelos de cardinalidad nitaA. Nepomuceno Fernandez, F. Soler Toscano y F.J. Salguero Lamillar 588

Programando con igualdad similar estrictaG. Moreno y V. Pascual 600

RAZONAMIENTO APROXIMADO Y RAZONAMIENTOBAYESIANO

BayesChess: Programa de ajedrez adaptativo basado en redes bayesianasA. Fernandez Alvarez y A. Salmeron Cerdan 613

Un nuevo algoritmo de seleccion de rasgos basado en la Teora de losConjuntos Aproximados

Y. Caballero, R. Bello, D. Alvarez, M.M. Garcia y A. Balta 625La Teora de los Conjuntos Aproximados en la edicion de conjuntos deentrenamiento para mejorar el desempeno del metodo k-NN

Y. Caballero, R. Bello, Y. Pizano, D. Alvarez, M.M. Garcia y A. Balta 637

HEURISTICAS Y METAHEURISTICAS

Ajuste dinamico de profundidad en el algoritmo (DDA)D. Micol y P. Suau 646

XVI

TRADINNOVA: Un algoritmo heurstico de compra-venta inteligentede acciones

I.J. Casanova y J.M. Cadenas 655Hibridacion entre ltros de partculas y metaheursticas para resolverproblemas dinamicos

J.J. Pantrigo, A. Sanchez, A.S. Montemayor y A. Duarte 667Modelado del coordinador de un sistema meta-heurstico cooperativomediante SoftComputing

J.M. Cadenas, R.A. Daz-Valladares, M.C. Garrido, L.D. Hernandezy E. Serrano 679

Localizacion en redes mediante heursticas basadas en soft-computingM.J. Canos, C. Ivorra y V. Liern 689

INCERTIDUMBRE Y LOGICA DIFUSA

Razonamiento abductivo en modelos nitos mediante C-tablas y-resolucion

F. Soler-Toscano, A. Nepomuceno-Fernandez, A. Aliseda-Llera yA.L. Reyes-Cabello 699

Evaluacion parcial de programas logicos multi-adjuntos y aplicacionesP. Julian, G. Moreno y J. Penabad 712

Analisis del movimiento basado en valores de permanencia y logica difusaJ. Moreno-Garcia, L. Rodrguez-Bentez, A. Fernandez-Caballero yMara T. Lopez 725

Estrategias cooperativas paralelas con uso de memoria basadas en SoftComputing

C. Cruz, D. Pelta, A. Sancho Royo y J.L. Verdegay 739Retculos de conceptos multi-adjuntos

J. Medina, M. Ojeda Aciego y J. Ruiz Calvino 751Descripcion lingustica de trayectorias de objetos obtenidas directamentede vdeo MPEG

L. Rodrguez Bentez, J. Moreno-Garcia, J. Castro-Schez y L. Jimenez 763

LENGUAJE NATURAL

Evaluacion de la seleccion, traduccion y pesado de los rasgos para lamejora del clustering multilingue

S. Montalvo, A. Navarro, R. Martnez, A. Casillas y V. Fresno 769Etiquetacion morfologica y automatica del espanol mediante mecanismosde aprendizaje computacional y toma de decisiones

J.M. Alcaraz y J.M. Cadenas 779Maxima verosimilitud con dominio restringido aplicada a clasicacionde textos

J.A. Ferrer y A.J. Cscar 791

XVII

Resolucion con datos lingusticos de un problema de decisionM.S. Garcia, M.T. Lamata 804

Teoras del lenguaje: Alcance y crticaF. Urena Rodrguez 815

TRADUCCION AUTOMATICA

Traduccion multiple con transductores de estados nitos a partir decorpus bilingues

M.-T. Gonzalez y F. Casacuberta 821Algunas soluciones al problema del escalado en traduccion automaticaestadstica

D. Ortiz-Martnez, I. Garca-Varea y F. Casacuberta 830Busqueda de alineamientos en traduccion automatica estadstica: Unnuevo enfoque basado en un EDA

L. Rodrguez, I. Garca-Varea y J.A. Gamez 843Analisis teorico sobre las reglas de traduccion directa e inversa entraduccion automatica estadstica

J.A. Ferrer, I. Garca-Varea y F. Casacuberta 855

TECNOLOGIAS DE INTERACCION INTELIGENTES

Interfaces de usuario inteligentes: Pasado, presente y futuroV. Lopez Jaquero, F. Montero, J.P. Molina y P. Gonzalez 868

PLANIFICACION Y OPTIMIZACION

An online algorithm for a scheduler on the InternetC. Gomez, M. Solar, F. Kri, V. Parada, L. Figueroa y M. Marin 874

Contribuciones

A. Fernndez-Caballero, M.G. Manzano, E. Alonso & S. Miguel (Eds.): CMPI-2006, pp. 1-11, 2006. Universidad de Castilla-La Mancha, Departamento de Sistemas Informticos, Albacete (Espaa).

Inteligencia artificial frente a inteligencia natural

cuando expresamos actitudes

Antonio Jess Herencia-Leva1 y M Teresa Lamata2

1 Centro de Psicologa AARON BECK. 18002. Granada, Espaa antonio@cpaaronbeck.com

2 Depto de Ciencias de la Computacin e Inteligencia Artificial. E.T.S de Ingeniera Informtica. Universidad de Granada.18071.Granada, Espaa

mtl@decsai.ugr.es

Resumen. El estudio de las preferencias, valores y actitudes de las personas y la forma en que las mquinas podran reflejar estos sentimientos, es de gran importancia para construir agentes inteligentes. Las personas expresamos nues-tras opiniones y actitudes de una forma que todava no ha podido ser modelada. Nos caracterizamos, entre otras cosas, por se capaces de actuar en situaciones de gran incertidumbre. En este trabajo se presentan los principales tipos de in-certidumbre lingstica que se han estudiado y las diferentes alternativas que se han propuesto para su medicin y manejo. La teora de conjuntos difusos a tra-vs de la definicin de funciones de pertenencia, permite reflejar adecuadamen-te estos tipos de incertidumbre lingstica. Sin embargo, cuando se trata de es-tudiar propiedades como las opiniones y las actitudes, para las que no se dispo-ne de un referente fsico o psicolgico claro, aparecen mltiples problemticas que todava no se han sabido responder.

Palabras Clave: incertidumbre, vaguedad, difuso, funciones de pertenencia, medicin de actitudes, toma de decisiones, escalabilidad, trminos lingsticos

1 Introduccin

A lo largo de la historia de la Inteligencia Artificial (IA) se han defendido diferentes posturas acerca de la relacin entre la IA y la inteligencia natural. Esta discusin se ha visto en gran parte limitada y condicionada a la postura reinante en el momento en torno a la relacin entre mente y cuerpo. Esta dependencia fue superada inicialmente optando por un posicionamiento conductista: para Turing la inteligencia viene deter-minada por aquello que se puede hacer y aquello que no se puede hacer; un no-humano se puede considerar inteligente si interactuando con otro humano, un tercero que est observando la conversacin, no es capaz de distinguirlos en su habilidad verbal. Esta definicin, a pesar de suponer una superacin de la postura mentalista, prestaba la limitacin de dejar en su propia definicin circular el criterio para deter-minar qu se poda considerar inteligente. Se avanz en esta postura a partir de la introduccin de Dennet del concepto de intencionalidad: una conducta es intenciona-da cuando forma parte de un patrn de conductas racionales, viniendo la racionalidad dada por la eleccin de la mejor alternativa a la luz de conocimiento que se posee y

2 A.J. Herencia-Leva y M.T. Lamata

de la situacin en la que se desarrolla [1]. Son principalmente los intereses, las actitudes, opiniones y valores que tiene una

persona, los que dan cierta unidad, coherencia y predecibilidad a su forma de compor-tarse. No slo es importante para la IA que una mquina sea capaz de expresar actitu-des, sino que sea capaz de reconocerlas en las personas y adaptar su comportamiento a dicha informacin.

En Ciencias Sociales, este mbito de estudio se conoce como habilidades sociales [2]. Las habilidades sociales no son meramente un conjunto de protocolos de forma de comportarse que una mquina podra aplicar teniendo en cuenta nicamente claves estimulares (como tipo de persona y situacin) y un conjunto de criterios a maximizar a corto y largo plazo. Uno de los aspectos ms importantes es la asertividad, vincula-da a que a partir del contenido verbal y no verbal del comportamiento del agente, se puedan inferir sus valores, actitudes, intereses y objetivos en la vida. Esto es lo que realmente da autenticidad, coherencia y racionalidad a su forma de comportarse.

A nivel verbal, las personas nos caracterizamos por utilizar un nmero relativa-mente reducido de trminos lingsticos, adecuando el nivel de informacin transmi-tido a las necesidades de la situacin, y consiguiendo al mismo tiempo que nuestro mensaje sea correctamente entendido [3]. Se habla de que las personas somos capaces de manejar adecuadamente la incertidumbre que rodea al uso e interpretacin de los trminos lingsticos en nuestras conversaciones diarias.

La Teora de Conjuntos Difusos (TCD) de Zadeh [4] se ha mostrado especialmente til a la hora de representar trminos lingsticos y operar con stos trminos bajo condiciones de incertidumbre.

Sin embargo, la construccin de conjuntos difusos para trminos lingsticos como agresivo, bonito, atractivo y otros para los que no se dispone de un referente, presen-tan dificultades aadidas. En la mayor parte de los trabajos sobre conjuntos difusos se hace referencia a trminos lingsticos como alto, para los que se dispone como refe-rente la longitud medida en centmetros o metros. Cuando se aborda el estudio de las preferencias hacia objetos sociales el principal problema que aparece es la ausencia de un referente claro que permita construir los conjuntos difusos y de esta forma poder modelar cmo las personas manejamos la incertidumbre lingstica.

En este trabajo se presenta una propuesta para resolver este problema: inicialmente se construye un referente a partir del grado de preferencia que tienen los sujetos hacia un conjunto de objetos y posteriormente se construyen los conjuntos difusos. Este proceso se puede hacer iterativo hasta que se consiga representar adecuadamente la informacin que se dispone.

Este trabajo se organiza como sigue: en la seccin 2 se hace una revisin del estu-dio de diferentes tipos de incertidumbre lingstica, centrndose esta revisin en la distincin entre los conceptos de vaguedad, ambigedad, generalidad y difuso. En la seccin 3 se revisa la metodologa para construir conjuntos difusos y medir funciones de pertenencia. Por ltimo, se finaliza exponiendo varias conclusiones y lneas de investigacin futuras.

Inteligencia Artificial frente a Inteligencia Natural cuando expresamos actitudes 3

2 Cuantificacin de la vaguedad

La vaguedad de un trmino lingstico se relaciona con el grado en que tal trmino es aplicable a una serie de objetos [5]. Muy vinculado a la vaguedad se encuentra la generalidad, ambos reflejan diferentes aspectos del hecho de que un mismo trmino sea aplicado a diferentes objetos. La generalidad se ha relacionado con la precisin con que se realiza una medida ([5]; [6, p. 11-12]). Para hacer clara la distincin entre generalidad y vaguedad, consideremos un conjunto de objetos que presentan la mis-ma cantidad de atributo y otro conjunto de objetos que presentan diferente cantidad de atributo. Dentro de cada conjunto, todos los objetos presentan la misma cantidad de atributo, de tal manera que todos presentaran la misma vaguedad ya que con la misma propiedad se les podra aplicar un trmino para reflejar tal cantidad de atribu-to; sin embargo, a la hora de medir la cantidad atributo de los objetos incluidos en dicho conjunto (presuponiendo que todos los objetos lo presentan en igual cantidad), las variaciones en los valores atribuidos a dichos objetos, seran debidas a la falta de precisin del instrumento de medida y no al hecho de que tal atributo fuera vago. Sin embargo, cuando comparamos dos objetos pertenecientes a dos conjuntos diferentes, y por tanto presentando diferente cantidad de atributo, la vaguedad aparecera en cuanto hasta que punto es ms licito aplicar el trmino que representa el atributo a un objeto frente a otro. Por tanto, la vaguedad aparece en cuanto un mismo trmino es utilizado para designar a objetos que presentan diferente cantidad de atributo, siendo ms licito aplicarlo en unos casos que en otros. Sin embargo, el problema de la va-guedad se hace an ms patente cuando nos preguntamos por cual es el dominio de objetos a los que es extensible un trmino. Si suponemos un conjunto de referencia compuesto por todos los objetos posibles, habr objetos para los que ser muy ade-cuado aplicar el trmino y otros para los que ser tambin claro no aplicarlo. Tales objetos coincidirn con aquellos que presentan mayor cantidad de atributo y aquellos que presentan menor cantidad de l, pero para los objetos que presenten cantidades intermedias de atributo, la vaguedad se podr de manifiesto en cuanto hasta que punto es ms lcito aplicar dicho trmino o dejar de aplicarlo.

Peirce ([7], [8]) considera que la vaguedad de un trmino procede del uso que los sujetos hacen de l. Esto ha llevado a considerar la consistencia con que se aplica un trmino a un conjunto de objetos, como una buena estimacin de la vaguedad del mismo.

2.1 Black (1937)

Trata de cuantificar la definicin de Peirce ([7], [8]), considerando que la consistencia es un buen ndice de la vaguedad de un trmino. Se considera que habr objetos para los que la aplicacin de un trmino producir pocas variaciones a lo largo de los suje-tos que hacen uso de l, de tal manera que tal consistencia nos permitir decidir si ese conjunto de objetos constituye el dominio de aplicabilidad del trmino o bien no.

4 A.J. Herencia-Leva y M.T. Lamata

Consideremos un conjunto de objetos S={s} y un trmino dado T. La consistencia (C) con que dicho trmino se aplica a cada uno de dichos objetos dentro de una po-blacin de sujetos, se puede estimar a partir de una muestra de estos, calculando la razn entre el nmero de sujetos que utilizan T para designar a s (M) y el nmero de aquellos que no lo hacen (N), de tal manera que cuanto ms se acerque el tamao de esta muestra al de la poblacin ms cerca estar este valor del presente en dicha po-blacin:

)s,T(C

fofo

'N

M

Lim

'N

M

Para un trmino T dado tendremos un valor C(T,s) para cada objeto s de S, de tal manera que si representamos grficamente cada uno de los valores de consistencia que adoptan los diferentes objetos s, de forma hipottica tendremos una representa-cin como sigue:

En este grfico se pueden diferenciar tres zonas: (a-b), (b-c) y (c-d). La primera de ellas se puede considerar que constituye el dominio de aplicablidad de T, debido a que en esta zona todos los s de S tienen un valor C(T,s) claramente mayor que 1. De igual manera, la tercera zona constituye el dominio de no aplicabilidad de T. La zona intermedia es definida como la zona en la que el trmino presenta mayor ambigedad, ya que se trata de la zona para la que los s de S adoptan valores de C(T,s) cercanos a 1 y en consecuencia existe aproximadamente el mismo nmero de sujetos que consi-dera aplicable y no aplicable el trmino a dichos objetos.

Para hacer una estimacin global del grado en que un trmino es vago, Black [5] considera que la pendiente de la recta que pasa por b y c es una buena estimacin global del grado de vaguedad de dicho trmino. De esta manera, cuanto mayor es la pendiente menor es el grado de vaguedad de ese trmino, ya que la suma de los obje-tos incluidos en (a-b) y (c-d) tendern a ser igual al nmero de objetos que componen S. En el caso de que la pendiente de la recta fuese infinita se tendra una divisin crispiana o ntida entre el conjunto de objetos s a los que son aplicables el trmino T y aquellos objetos a los que no es aplicable T (el segmento b-c sera perpendicular). En

(1)

Inteligencia Artificial frente a Inteligencia Natural cuando expresamos actitudes 5

esta situacin tambin ocurrira que todos los objetos incluidos en estos conjuntos tendran el mismo grado de vaguedad (los segmentos a-b y c-d seran horizontales).

Si en vez de un trmino, tenemos varios (T={Ti, ...,Tn}), stos podrn ser caracte-rizados por los valores de consistencia que adoptan para cada objeto s de S. De este modo podremos hablar de Ti (s, ci) y en consecuencia tambin de la consistencia con que se aplica a dicho objetos un trmino que sea de forma perfecta opuesto a T. De-nominemos al opuesto de T como noT. Aqu hacemos la distincin entre la no aplica-bilidad de T y la aplicabilidad de noT. Por ejemplo, no es lo mismo decir que una cosa no es roja a decir que esa cosa tiene el color opuesto al rojo.

Black [5] postula que dicha consistencia ser la inversa de la consistencia con que se aplica T, es decir:

)s,notT(C)s,T(C

1

De este modo para cualquier objeto s de S el producto de la consistencia con que se le aplica un termino T frente a la consistencia de su opuesto, ser igual siempre a uno.

1 )s,notT(C).s,T(C

A la hora de contrastar empricamente este modelo nos encontramos con varias di-ficultades:

- En primer lugar: la medida de consistencia no est acotada, de tal manera que ello dificulta la interpretabilidad de sus valores.

- En segundo lugar: para poder hablar en trminos globales del grado de va-guedad de un trmino es necesario definir una mtrica sobre los elementos de S de modo que puedan ser ordenados dentro del eje de abscisas, de no ser as la localizacin de los objetos en tal eje sera totalmente arbitraria y el calculo de dicha pendiente se hara imposible. Una segunda solucin la constituye su-poner una determinada relacin entre la consistencia con que se aplica un trmino a un objeto y su posicin en el eje de abscisas, de tal modo que se puede determinar tanto la consistencia global con que se aplica el trmino como la posicin de cada uno de los objetos sobre S.

2.2 Hempel (1939)

Retoma el trabajo iniciado por Black [5] y realiza una serie de modificaciones en cuanto al clculo de la consistencia con que se aplica un trmino.

)s,T(Cfofo

'N

M

Lim

'NM

M

Con estas modificaciones consigue que los valores que adopta C(T, s) estn aco-tados, al estar comprendidos entre [0, 1]. Ahora el objeto s que presentar una mayor vaguedad ser aquel para el que C(T, s) sea igual a 0,5.

(2)

(3)

6 A.J. Herencia-Leva y M.T. Lamata

Por otro lado, Hempel [9] trata de solucionar el problema de la necesidad de defi-nir un orden en S, expresando el grado de consistencia global con que es aplicado un trmino, a partir de un ndice del grado promedio en que los valores de consistencia que adoptan los objetos de S se alejan del valor 0,5. Hempel [9] habla de precisin con que se utiliza un trmino, sin embargo tal aspecto se relaciona con el concepto de generalidad, por lo que hablaremos de consistencia global como un promedio de la consistencia con que un trmino se aplica a los diferentes objetos de los que se com-pone el conjunto S, es decir, C(T,S).

Nk k )s,T(CN

)S,T(C 1

2

2

14

Donde N representa el nmero de elementos presentes en S. Vemos que tal expre-sin es totalmente independiente de cualquier mtrica definible en S.

La vaguedad del trmino vendr dada por el complemento de la consistencia, es decir:

)S,T(Cvg 1Black [5] afirmaba que la consistencia con que se aplicaba un trmino a un objeto

era inversamente proporcional a la consistencia con que se aplicaba su trmino opues-to en significado a ese mismo trmino. Vamos a ver si tal afirmacin se puede mante-ner dentro de las expresiones de Hempel [9].

Si partimos de que M representa el nmero de sujetos que en una poblacin apli-can el trmino T a un objeto s y de que N es el nmero de sujetos que no aplican ese trmino al objeto s, podemos identificar C(T, s) con M y C(noT, s) con N. De esta forma, la suma de M y N constituyen el nmero de sujetos presentes en dicha pobla-cin. Para hacer tal suposicin es necesario considerar que la respuesta del sujeto es dicotmica, es decir, o bien dice que T es aplicable a s o bien dice que no es aplica-ble. Desde el punto de vista que estamos tratando el tema resulta razonable hacer tal suposicin, al estar hablando en trminos de si el sujeto aplica o no aplica ese trmi-no. Por lo tanto, vamos a considerarlo como un acto que se da en s y no vamos a entrar en analizar como se podra medir, en cuyo caso, tal suposicin, dependiendo de la tarea a emplear, podra cuestionarse.

Si utilizamos la expresin de Black [5], tendremos que:

'N

M)s,T(C

M

'N)s,noT(C

)s,noT(C)s,T(C

1

En el caso de Hempel (1939) nos encontramos con la siguiente situacin:

'NM

M)s,T(C

'NM

'N)s,noT(C

1

'NM

'NM)s,noT(C)s,T(C

)s,noT(C)s,T(C 1

En lo que se refiere a la consistencia global con que se aplica el opuesto de un trmino, partiendo de la expresin anterior podemos expresarlo del siguiente modo:

Inteligencia Artificial frente a Inteligencia Natural cuando expresamos actitudes 7

N

k

N

k

N

k

)S,T(C)sk,T(C

)sk,T(C)sk,noT(C)S,noT(C

1

2

1

2

1

2

2

1

2

11

2

1

Como consecuencia obtenemos que la consistencia global con que se aplica un trmino a un conjunto de objetos, coincide con la consistencia con que se aplica el trmino opuesto de este a ese mismo conjunto de objetos. En el caso de Black [5] la consistencia global con que T es aplicado a un objeto s es inversa a la consistencia con que noT se aplica a dicho objeto s, esto dara lugar a una representacin grfica en la que la curva de consistencia de T y noT se cortaran en un punto, siendo sim-tricas respecto a un eje vertical y presentando dos asntotas verticales con limites en el infinito.

0

2

4

6

8

10

C(T,s)

C(noT,s)

S

En la grfica anterior se puede ver como la medida de consistencia aportada por Black [5] consiste en una medida del dominio de aplicabilidad de un trmino T sobre un conjunto de objetos S. En cambio la medida de consitencia de Hempel [9] consiste en una medida del dominio de aplicabilidad tanto del trmino T como de su opuesto. Para transformar la medida de consitencia de Hempel en una medida de aplicabilidad de un trmino, es necesario definir una escala en S, con lo que nos volveramos a enfrentar con el problema de Black [5]. Este problema fue eludido por Hempel expre-sando la consistencia global con que se aplica un trmino a partir de los valores de consistencia con que dicho trmino se aplica a cada uno de los objetos de S. De esta manera nuestro discurso se limita a decir que cuanto mayor es la consistencia con que dicho trmino se aplica a cada uno de los objetos de S, mayor ser la consistencia global de ese trmino. Por tanto, dicha medida de consistencia va a depender de los objetos presentes en S. Para hacer una estimacin global de estas magnitudes es nece-sario realizar un adecuado muestreo entre los objetos a los que se aplica dicho trmi-no, dentro del universo S. El hecho de que Black [5] presuponiera una escala definida sobre S, aludia a tal muestreo: la posicin de cada objeto sobre S era su posicin en relacin al resto de objetos del universo S, lo cual le permita hablar directamente del dominio en que es aplicable un trminio dentro de un universo de objetos S. Por tan-to, la apuesta de Hempel no elude la necesidad de definir una escala en S.

8 A.J. Herencia-Leva y M.T. Lamata

Una de las aplicaciones ms importantes de los SE ha tenido lugar en el campo mdico, donde stos han sido utilizados para recoger, organizar, almacenar, poner al da y recuperar informacin mdica de una forma eficiente y rpida, permitiendo aprender de la experiencia [2].

Dentro de los trabajos relacionados con el tema se pueden citar: INTERNIST-1/CADUCEUS, sistema de fcil uso sobre medicina interna. MYCIN, construido en Stanford que diagnostica enfermedades infecciosas de la sangre y receta los antibiti-cos apropiados y PUFF que diagnostica enfermedades pulmonares. En la Universidad de Edimburgo se esta realizando una tesis de doctorado para eva-luar condiciones de monitoreo en neonatos en una UCI. Dicho sistema detecta falsas alarmas causadas por diferentes factores y puede inferir el comportamiento de una variable [3].

Desde hace 2 aos, la Fundacin Cardiovascular de Colombia (FCV) ha ido des-arrollando una herramienta de ayuda diagnstica y teraputica orientada a la reduc-cin del error humano y a la mejora de procesos de atencin en salud gracias a la toma oportuna de conductas para preservar la estabilidad clnica y predecir la compli-cacin de nios atendidos en la UCI postoperatoria cardiovascular peditrica. Dicha herramienta, podra en un futuro ser extendida a otras disciplinas y centros de aten-cin de alta complejidad, con enormes beneficios tanto en el sector pblico como en el privado.

3 Medicin de las funciones de pertenencia

La funcin de pertenencia tiene como objetivo generalizar el criterio de inclusin de un conjunto de objetos en una categora [10]. Dicha generalizacin es de utilidad cuando se est tratando de representar propiedades en las que la relacin entre las magnitudes que presentan unos objetos y las etiquetas que se utilizan para comunicar tales magnitudes, es una relacin de vaguedad.

Siguiendo el trabajo de Norwich y Turksen [11], para medir una funcin de perte-nencia debemos manejar los siguientes tipos de relaciones.

En primer lugar partimos de un conjunto S de objetos que plasman diferentes es-tados de una determinada propiedad A (por ejemplo, personas con diferentes alturas) Para referirnos a dichos estados utilizamos un conjunto T ={ti} de trminos lingsti-cos t, de manera que como existen diferentes objetos a los que se les hace correspon-der una misma categora definida a partir de dicho trmino, el tipo de relacin defini-da ser de vaguedad. Para reflejar dicha relacin se construye un conjunto difuso, el cual se define a partir de una funcin de pertenencia P, la cual sera una aplicacin sobre dichos objetos que tiene como espacio imagen el subconjunto [0, 1] de los nmeros reales.

Cuando se dispone de un referente fsico, como en el caso del atributo A altura, sera posible definir una funcin T: S que asignase a cada persona u objeto s de S su altura con un valor real , de tal manera que ahora la funcin de pertenencia Ppara la etiqueta lingstica t de T (por ejemplo, muy alto), sera una aplicacin P t: [0, 1], que refleja el grado en que cada valor numrico de la recta real refleja ade-

Inteligencia Artificial frente a Inteligencia Natural cuando expresamos actitudes 9

cuadamente el significado de la etiqueta t o a la inversa, el grado en que la etiqueta t es aplicable a dicho valor numrico.

Los principales procedimientos para obtener las funciones de pertenencia son los siguientes [12]: 1. Seleccin de categoras: se le presenta al sujeto un objeto y se le pide que selec-

cione la categora a la que este pertenece, dentro de un conjunto de categoras posibles. Las categoras suelen venir ejemplificadas por los trminos a los cuales se suele hacer referencia para designar a los objetos.

2. Estimacin de intervalos: se le presenta al sujeto una etiqueta y se le pide que d un intervalo de valores dentro de una escala numrica (por ejemplo de 0 a 100), de modo que se especifique el conjunto de valores para los cuales utiliza dicha etiqueta.

3. Ejemplificacin de la funcin de pertenencia: al sujeto se le ofrece en el cues-tionario una grfica con dos ejes cartesianos. En el eje de abscisas se dispone una escala numrica (comprendida, normalmente entre 0 y 100), en la cual se supone que estn dispuestos todos los estados que puede adoptar la propiedad que se est analizando. En el eje de ordenadas se dispone una escala numrica de valores comprendidos entre 0 y 1, en ella se disponen los valores de aplicabilidad de una categora dada a cada uno de los estados diferenciados en el eje de abscisas. La grfica se le d al sujeto inicialmente en blanco y se le pide que dibuje la relacin entre estas dos medidas para una etiqueta dada. Este dibujo suele ser una curva que refleja el grado en que cada uno de los estados de la propiedad est reflejado en el trmino. Dicho grado puede variar entre 0 y 1, siendo el valor que se seala en el componente segundo de las coordenadas bidimensionales de los puntos.

4. A partir de datos estadsticos: se parte de una distribucin de frecuencias con las que diferentes valores numricos se ven asociados con una etiqueta lingsti-ca. Se normaliza tal distribucin haciendo corresponder al valor con mayor fre-cuencia, el valor de pertenencia igual a 1, y al resto un valor proporcional a la distancia en frecuencias que guardaba respecto al anterior. Para la realizacin de esta normalizacin se han gastado muchos esfuerzos en desarrollar procedimien-tos de interpolacin (por ejemplo, se puede consultar el trabajo de Chen y Otto [13]).

5. Interfaz adaptable: muy parecido a la Ejemplificacin de la Funcin de Perte-nencia, en este caso se le presenta por medio de un interfaz grfico computeriza-do, una representacin de la Funcin de Pertenencia construida para un trmino dado. El sujeto puede modificar la curva de pertenencia haciendo uso de los cur-sores del teclado del ordenador. Su tarea consistir en modificar la curva de per-tenencia de modo que con ello refleje el grado en que los valores del eje de abs-cisas estn reflejados en el trmino. De esta forma ir definiendo los valores del eje de ordenadas, los cuales quedarn registrados en el ordenador.

El principal problema que presentan estos procedimientos es que solamente resul-tan tiles cuando se conoce la funcin T que permite asignar valores numricos a los objetos de S. Por ejemplo, cuando se pretenden estudiar propiedades como la grave-dad de una serie de delitos o el grado en que unas frases expresan una postura autori-taria, la construccin de conjuntos difusos para reflejar el grado en que diferentes etiquetas son adecuadas para reflejar los diferentes grados de gravedad de un delito o

10 A.J. Herencia-Leva y M.T. Lamata

de autoritarismo de una frase, se ve limitada porque para estos objetos no se dispone de una funcin T que presente unas propiedades mtricas slidas como una escala de intervalos o de razn. En muchas ocasiones, simplemente se pueden ordenar los deli-tos o los grados de autoritarismo que expresan las frases, siendo frecuente que los sujetos que se utilizan para construir T comentan graves intransitividades en sus jui-cios., por lo que la problemtica presente en la medicin de las funciones de perte-nencia se reduce a la existente en la medicin de atributos psicolgicos, y nuevamente llegamos a la misma conclusin que la vista en la medicin de la vaguedad.

4 Conclusiones

Se ha realizado una revisin de las principales posturas existentes a la hora de dife-renciar los conceptos de vaguedad, generalidad, ambigedad y difuso. La vaguedad est vinculada al uso de trminos lingsticos para referirse a una propiedad continua, de modo que no se puede establecer un lmite claro entre aquellos valores de la pro-piedad que son captados por el termino y aquellos que no. La ambigedad est nti-mamente relacionada con la ambigedad en aquellos casos en los que para hacer referencia a la cantidad de atributo de un objeto, existen diferentes etiquetas que son igualmente aplicables. La generalidad, por su parte, hace referencia a una relacin de equivalencia entre los objetos en referencia a una propiedad dada. Finalmente, el concepto de difuso puede ser asimilado al de vaguedad, donde la ambigedad estara vinculada a la existencia de objetos para los que no es claro si es aplicable o no una determinada propiedad o etiqueta lingstica que trata de reflejarla.

A la hora de construir conjuntos difusos para etiquetas lingsticas que reflejan propiedades para las que no existe un referente fsico, se plantea el problema de que los mtodos existentes para medir las funciones de pertenencia, no son adecuados o ms bien incompletos.

La construccin de conjuntos difusos para propiedades que no tienen un referente claro presentan una serie de dificultades que no han podido ser resultas de forma clara en Ciencias Sociales. Todava se sigue discutiendo si es posible construir escalas numricas para propiedades subjetivas. A pesar de que fuera posible resolver este problema, quedaran por resolver otros problemas asociados como ofrecer un modelo que permita reflejar las variaciones en el uso de un trmino lingstico en funcin del contexto en el que se empleen. As, se tiene constancia de que dependiendo del nme-ro de etiquetas lingsticas que puede utilizar un sujeto y el tipo de tarea que realiza (por ejemplo, juicios absolutos frente a juicios relativos), varia la forma de la funcin de pertenencia ([14]).

Una posible solucin a la problemtica de la escalabilidad del referente puede ve-nir de la eliminacin del requerimiento de disponer un referente a la hora de modelar el uso que las personas hacen de los trminos lingsticos. En esta direccin, el enfo-que de escalamiento basado en la medicin conjunta (ver [15]) puede resultar til ya que permitira estudiar las preferencias de las personas a partir de cmo utilizan eti-quetas lingsticas que expresan cantidad, sin necesidad de que medie ningn tipo de representacin numrica de las etiquetas. Sin embargo, esta alternativa nuevamente exige al sujeto que utilice las etiquetas lingsticas con gran consistencia, no slo no

Inteligencia Artificial frente a Inteligencia Natural cuando expresamos actitudes 11

convirtiendo intransitividades, sino satisfaciendo condiciones mucho ms rigurosas como las denominadas condiciones de cancelacin.

A pesar de que la definicin de racionalidad de Dennet habla de la mejor eleccin a la luz del conocimiento disponible, la irracionalidad que parece gobernar los juicios que emiten las personas acerca de sus actitudes, solo puede ser atribuida a que no somos capaces de vislumbrar que tipos de representaciones pueden subyacer a esos juicios.

Finalmente indicar otra dificultad: las actitudes de las personas no parecen ser tan ricas como para poder ser escaladas utilizando valores numricos. En la mayor parte de las ocasiones, el nmero de objetos, conductas o situaciones que las ponen de manifiesto es tan reducido en cuanto a nmero, que incluso los diseadores de en-cuestas se ven en las dificultades para construir sus cuestionarios. Esta situacin po-dra conducir a que se tuviera que optar definitivamente por utilizar el lenguaje natu-ral, sin hacer referencia a ningn tipo de escala numrica, cuando se trata de estudiar cientficamente las actitudes de las personas.

Referencias

[1] Haugeland, J. Mind Design II. Philosophy, Psychology, Artificial Intelligence. Cambrid-ge: The MIT Press. (1997).

[2] Kelly, J. A. Entrenamiento de las habilidades sociales. Bilbao: Descle De Brouwer. (2000).

[3] Hersh, H.M & Caramazza, A. A fuzzy set approach to modifiers and vagueness in natural lenguaje. Journal of Experimental Psychology: General, 105 (1976), 256-76.

[4] Zadeh, L.A. Fuzzy sets. Information and Control, 8 (1965), 338-53. [5] Black, M., Vagueness: An exercise in logical analysis. Phylosophy of Science, 4 (1937),

427-55.[6] Smithson, M. Fuzzy Sets Analysis for Behavioural and Social Sciences. New York:

Springer-Verlag. (1987). [7] Peirce, C. S. How to Make Our Ideas Clear, Popular Science Monthly 12 (1878), pp. 286-

302[8] Peirce, C. S. Vague, in J.M. Baldwin (Ed.), Dictionary of Philosophy and Psychology, 2

Volumes, London: Macmillan, p.748 (1902) [9] Hempel, C.G. Vagueness and logic. Philosophy of Science, 6 (1939), 163-180. [10] Lowen, R. Mathematics and fuzziness. En A. Jones, A. Kaufmann & H.K. Zimmermann

(Eds.), Fuzzy Set Theory and Applications. Holland: D Reidel (1986). [11] Norwich, A.M. y Turksen, I.B. A model for the measurement of membership and the

consequences of its empirical implementation. Fuzzy Sets and Systems, 12 (1984), 1-25. [12] Santamarina, C. y Salvendy, G. Fuzzy Sets based knowledge systems and knowledge

elicitation. Behaviour and information technology, 10 (1991), 23-40. [13] Chen, E.C. & Otto, K.V. Constructing membership functions using interpolation and

measurement theory. Fuzzy Sets and Systems, 73 (1995), 313-27. [14] Herencia, A.J. La vaguedad y el escalamiento de estmulos. Universidad de Granada,

Facultad de Psicologa: Departamento de Psicologa Social y Metodologa de las CC.CC. [Tesina no publicada]. (2001).

[15] Mitchell, J. An introduction to the logic of psychological measurement. New Jersey: Lawrence Erlbaum, (1990).

A. Fernndez-Caballero, M.G. Manzano, E. Alonso & S. Miguel (Eds.): CMPI-2006, pp. 12-21, 2006. Universidad de Castilla-La Mancha, Departamento de Sistemas Informticos, Albacete (Espaa).

Bletchley Park: La emergencia de la computacin

segn el modelo de cognicin social distribuida

Alberto Rubio Frutos

Dto. de Lingstica, Lgica y Filosofa de la Ciencia. Facultad de Filosofa y Letras (Universidad Autnoma de Madrid) Campus de Cantoblanco. Ctra. De Colmenar km. 15

(28049) Madrid Alberto.rubio@uam.es

Resumen. Bletchley Park es conocido por ser el lugar donde durante la II Gue-rra Mundial, algunos de los mejores matemticos britnicos trabajaron para descifrar los mensajes en clave interceptados al Ejrcito Alemn. Para llevar a cabo su trabajo, se vieron obligados a construir diversos artefactos que contri-buyeron a pensar que, por primera vez, se contaba con gran parte de los medios necesarios para el desarrollo de la Inteligencia Artificial. Sobre estos desarro-llos tecnolgicos se consolidara posteriormente la fundamentacin del modelo clsico en ciencias cognitivas. El sistema de trabajo que se desarroll en Bletchley Park se puede describir bajo el modelo de Cognicin Social Distri-buida que, paradjicamente, supuso una puesta en cuestin del modelo tradi-cional cognitivo-computacional. Pretendo defender que un sistema de trabajo sobre las bases de la Cognicin Social Distribuida fue el que consolid las bases de las tareas que realiza un sistema computacional clsico, y que son pre-cisamente las tareas que hoy podemos capturar bajo el modelo de Cognicin Social Distribuida, como los sistemas autnomos de navegacin, las que con-forman actualmente los mayores retos de la Inteligencia Artificial.

1 Introduccin

El nacimiento de las ciencias cognitivas es una de las consecuencias ms importantes del desarrollo de la Inteligencia Artificial durante el pasado siglo, ya que supone establecer un programa de investigacin que involucra a distintas disciplinas, cuyas innovaciones en el seno de cada una de ellas suponen el enriquecimiento de su con-junto.

La emergencia de la computacin tiene tres claras fases diferenciadas: en primer lugar, surge de un debate con importantes implicaciones filosficas en relacin a la fundamentacin de la lgica y las matemticas, en las pruebas de limitacin de los sistemas formales por parte de Gdel, Church y Turing; en segundo lugar, el esfuerzo de los criptgrafos durante la II Guerra Mundial, para descubrir los mensajes secretos cifrados por los alemanes mediante la mquina Enigma, lo que conlleva importantes innovaciones en la tecnologa necesaria para la construccin de los modelos tericos diseados en el seno del debate anterior; en tercer lugar, inspirados en la tecnologa desarrollada durante la II Guerra Mundial, la construccin de las primeras computa-

Bletchley Park: La emergencia de la computacin 13

doras en el Reino Unido y en los EEUU significa la consolidacin de un diseo computacional que ha pervivido prcticamente sin cambios hasta la actualidad, conocido como arquitectura Von Neumann.

La funcionalidad de estas mquinas abri la posibilidad de que surgieran defenso-res del modelo computacional como un sistema que pudiera dar cuenta de las capaci-dades cognitivas humanas. De este modo, del debate sobre la fundamentacin de las matemticas y la lgica pasamos al debate en relacin a la fundamentacin de las ciencias humanas y sociales. El modelo cognitivo-computacional se instaur como paradigma dominante en las mismas. Sin embargo, a lo largo de las ltimas dcadas comenzaron a surgir una serie de dificultades en detrimento de la consolidacin del programa. La Teora Representacional de la Mente, consolidada sobre el modelo computacional, mantena que el cerebro realizaba una serie de operaciones sintcticas sobre representaciones del mundo exterior, en una suerte de procesos en el interior del sistema que coincidan funcionalmente con los que se daban en el interior de una computadora. Las dificultades se concentraban en los excesivos costes que represen-taban el procesamiento en serie de las computadoras en relacin a los sistemas neura-les y en las fronteras demasiado marcadas entre el medio y el sistema cognitivo-computacional, que marcaban una pauta de falta de flexibilidad y autonoma de los modelos computacionales clsicos.

Sobre este punto se fueron consolidando modelos cognitivos diferentes, como los conexionistas, los Sistemas Dinmicos o las posturas que defendan una cognicin extendida sobre el ambiente. Dentro de esta ltima corriente surgi dentro del campo de la antropologa cognitiva de la mano de Edwin Hutchins, en la presentacin de su modelo de Cognicin Social Distribuida. Este modelo est basado en la denuncia por el escaso inters que ofrecan los modelos anteriores al desarrollo histrico y cultural de los procesos cognitivos, as como a los procesos de mediacin entre sub-sistemas formados por seres humanos, artefactos y diferentes elementos del medio, integrados todos ellos en un sistema formalizado.

2 Bletchley Park

Bletchley Park comenz siendo una casa de campo pocos meses antes del comienzo de la Segunda Guerra Mundial y en el desarrollo de la misma, pas a extender su influencia no slo a otros edificios de la misma localidad, sino incluso a otras ciuda-des. Su parentesco ms cercano es el Goverment Code and Cypher School (GC&CS), un departamento del servicio postal britnico, que a partir de la Primera Guerra Mundial comenz a contratar criptlogos para interceptar los mensajes tele-grficos alemanes que llegaban a sus costas. Cuando el GC&CS decidi centralizar su actividad en un slo lugar y lleg a Bletchey Park, trabajaban en l alrededor de unas 100 personas Llegaron a siete mil en 1944 y casi a nueve mil al acabar la guerra.

Sus mayores xitos se concentran en el diseo de Ultra, una mquina que fue fun-damental en tres momentos (Agar, 2003): en primer lugar, al romper el cdigo que utilizaba la armada italiana y el ejercito alemn en 1941, lo que supuso los primeros reveses de la campaa de Rommel en el Norte de frica; en segundo lugar, al desci-frar la Enigma de la armada naval alemana desde Junio del 41 a Enero del 42, y de

14 A. Rubio Frutos

nuevo en Diciembre del 42, lo que supuso la hegemona naval britnica en el Atlnti-co Norte; por ltimo, contribuy de manera decisiva en el desembarco de Normanda, descifrando la clave Fish

Bletchley Park estaba separado en barracas militares. La barraca 6 se encargaba de decodificar los mensajes interceptados por las estaciones Y, transmisiones de alta velocidad cuya Enigma era la Roja, utilizada por la fuerza area alemana. Las claves se cambiaban cada da, y los criptlogos trabajaban a contrarreloj sobre los errores que cometan los operadores alemanes en el cdigo Morse, con la ayuda del diseo de las Bombes, mquinas diseadas por los criptgrafos polacos con el obje-tivo de romper los mensajes de Enigma. Si el desciframiento del mensaje tena xito, entonces la informacin pasaba a la barraca 3, donde se juzgaba su importancia. Esa informacin se mandaba directamente a Londres.

El caso de la Enigma utilizada por la fuerza naval alemana era un reto todava ma-yor. En un informe (Turing y otros, extrado de Teucher, 2004) escrito a finales de 1939, y firmado por los responsables la barraca 8, entre los que destaca el propio Turing (que haba desarrollado el primer modelo computacional terico en el seno del sobre la fundamentacin de las matemticas), se considera imposible descifrar los mensajes si no se construye lo que ellos denominaron superbombe machine. El ataque a la Enigma naval era prioritario en Bletchley Park, por este motivo los mejo-res recursos y el mejor personal, incluido Alan Turing, fue destinado all. Los escasos xitos de la Barraca 8 eran destinados a la barraca 4, en los que una serie de distintos subdepartamentos se encargaban del mismo modo que en la barraca 3 de juzgar la prioridad del mensaje para despus traducir la informacin al ingls.

En Octubre de 1941 la situacin era desesperada. Distintos miembros de las barra-cas 6 y 8 que se sentan frustrados por la falta de medios, entre los que tambin, como no, se encontraba Turing, exigieron al propio Churchill ms recursos. El primer mi-nistro en persona les dio carta blanca. En ese momento es cuando Bletchley Park pasa a ser una industria de produccin de informacin, y no un grupo de descifradores de cdigos formados por los ms destacados jvenes matemticos e ingenieros del Reino Unido. La evolucin se puede dividir en tres etapas:

1. El trabajo individual de desciframiento con un lpiz, papeles y la ayuda de la se-cretaria.

2. La divisin estricta del trabajo perfectamente reglado por motivos de eficacia y seguridad, que inclua el diseo y la utilizacin de artefactos como Bombes.

3. La produccin industrial de informacin mediante la utilizacin de la ms alta tecnologa de la poca, que a su vez dividimos en dos partes:

3.1. El diseo de Ultra, basado en la mquina de Hollerith y en el viejo sistema de tarjetas perforadas

3.2. La construccin a finales de 1943 de Colossus, protagonizada por Max New-man.

Segn este mismo proceso pasamos de las habilidades de un cerebro con la ayuda de un lpiz, un papel y una secretaria, a un sistema complejo de personas y mquinas, a un monstruo computacional. La apelacin a las mquinas se hizo necesaria porque

Bletchley Park: La emergencia de la computacin 15

el desarrollo de ese trabajo por parte de los hombres era inviable. Sin embargo, lo que parece que se suele olvidar de esta historia es que hombres y mujeres eran los prota-gonistas tanto del diseo y el desarrollo de las mquinas. Uno de los resultados fina-les de ese trabajo fue la construccin de Colossus, a travs del diseo y construc-cin de las distintas Bombes y Ultras. Colossus haca parte del trabajo que le corresponda a las barracas dedicadas al desciframiento de los distintos Enigmas, que no slo inclua el de la fuerza area y naval, sino que tambin por el ejrcito, los fe-rrocarriles y por el propio Alto Mando alemn.

La divisin del trabajo se estableca por motivos de eficacia, ya que la produccin de informacin era descomunal, sino que es tambin importante considerar el celo con el que se conservaban las medidas de seguridad. Los miembros de una barraca no tenan acceso al trabajo de los de otras, ya que no se permita que compartir la infor-macin de las otras, para que nadie tuviera una posicin privilegiada y as dificultar el trabajo de posibles agentes dobles para Alemania. Dado el nmero ingente de perso-nas que trabajaban en Bletchley Park estas medidas formaban parte de un protocolo de seguridad indispensable. La informacin que se trasladaba de una barraca a otras era la de apoyo al trabajo de stas, pero se mantena una estricta separacin entre los medios y el contenido de la informacin sobre la que trabajaban. De hecho, el resul-tado global del trabajo en Bletchley Park slo se obtena en Londres.

Podemos establecer una fcil analoga entre las prcticas de Bletchley Park y las de un buque de guerra de la Armada Britnica. De hecho, a medida que la guerra avan-zaba, Bletchley Park iba adaptndose a la estructura de trabajo industrial a una estruc-tura militar. Independientemente de las semejanzas y diferencias entre el espacio de produccin industrial y el cuartelstico, a medida que el trabajo en Bletchley Park se iba haciendo decisivo en el desarrollo de la guerra, las condiciones de disciplina, vigilancia y seguridad, se iban acentuando. Esto significa que las prcticas de recep-cin, elaboracin y produccin de informacin, se regan segn protocolos militares, con la consiguiente divisin estricta de la responsabilidad de las distintas barracas y sus componentes.

Por ejemplo, el proceso de navegacin de un buque britnico no exiga que cada uno de sus componentes tuviera que tener toda la informacin relativa a los objetivos que desde el Alto Mando se imponan a ese buque. Ms bien se trataba de que cada uno hiciera bien su trabajo. Sin embargo, el resultado global es que el Alto Mando britnico intercepta un mensaje enviado a Rommel o que un buque alemn es sor-prendido y destruido en el Atlntico Norte. Es posible entonces analizar el trabajo desde la perspectiva global de la unidad de los distintos sistemas controlados desde Londres.

3 De la Criptologa a la Inteligencia Artificial

Los matemticos britnicos comprendieron pronto, en 1939, que la nica respuesta viable a la manipulacin mecnica de informacin era la construccin de artefactos que realizaran las mismas tareas con mayor potencia y de forma inversa. Las mqui-nas Ultra y Colossus procedan realizando clculos estadsticos sobre la frecuen-cia de aparicin de las letras del alfabeto alemn. El proceso de desciframiento estaba

16 A. Rubio Frutos

basado en la manipulacin fsica, a travs de mecanismos electrnicos, de smbolos que se correspondan a dichas letras.

Sin embargo, la tarea que realizaban estas mquinas no poda ser considerada co-mo inteligente ya que el conjunto de algoritmos que ejecutaban estaban delimitados por los procedimientos especficos que eran necesarios para llevar a cabo el descifra-miento. Para que una mquina fuera considerada como inteligente tena que poder llevar a cabo un rango ilimitado de tareas, o lo que es lo mismo, debera ser capaz de calcular todas las funciones computables.

La tecnologa que se haba desarrollado para el diseo de Ultra y Colossus haca posible la construccin de este artefacto, y la posibilidad terica ya haba sido desarrollada aos antes por Alan Turing con su Mquina Universal. Su diseo estaba contextualizado precisamente dentro de las limitaciones de los sistemas forma-les, en concreto, en la demostracin de la imposibilidad de resolver el Problema de la Decisin. Por este motivo, el propio Turing estuvo interesado el resto de su vida en desarrollar modelos tericos alternativos al computacionalismo clsico del que fue pionero, entre los que cabe destacar su inters por la morfognesis y sus incursio-nes en el conexionismo a finales de los aos cuarenta. Sin embargo, a pesar de este escepticismo, Turing se hizo cargo de la posibilidad de la Inteligencia Artificial, tras comprobar la potencia de los artefactos que haba contribuido a disear en Bletchley Park.

Ultra era capaz de realizar una tarea que un ingente grupo de personas bien or-ganizada y preparadas no era capaz de realizar. Del mismo modo, una persona poda realizar un nmero ingente de tareas inteligentes que Ultra era incapaz de llevar a cabo. La posibilidad de la Inteligencia Artificial pasaba entonces por convertir un artefacto que llevaba a cabo una tarea especfica de procesamiento de informacin, a convertirlo en un procesador universal. Y este salto de un modelo a otro, era el mismo que se dio al pasar del diseo de una Mquina de Turing a una Mquina Univer-sal.

Hay una gran confusin histrica en relacin a la naturaleza de la Mquina de Tu-ring. En principio, podramos decir que se trata de una Mquina de Turing consta de dos partes: un lector-borrador-marcador con una serie de instrucciones, que se mueve sobre una cinta separada por celdas en las que hay distintos smbolos. El lector modifica el contenido de la cinta en virtud de sus instrucciones y de este modo se lleva a cabo la computacin de funciones. Una Mquina Universal de Turing es una Mquina de Turing con una configuracin tal que podra simular el funcionamiento de cualquier otra Mquina de Turing, cuya informacin est codificada en la cinta. De este modo, se podra llegar a construir una mquina que fuera capaz de realizar las mismas tareas que llevamos a cabo los seres humanos, incluso las criptolgicas, me-diante el diseo de la configuracin de la mquina, el hardware, y los distintos programas que podra llevar a cabo, el software.

Bletchley Park: La emergencia de la computacin 17

4 El funcionalismo computacional

La primera computadora con una estructura funcional similar a las actuales fue el EDVAC, desarrollada en los EEUU por un grupo de investigadores encabezados por John Von Neumann. Aunque el protagonismo de este ltimo sea discutible, y posi-blemente se construyera en el Reino Unido una computadora similar con anterioridad, la estructura funcional de nuestras computadoras se conoce como arquitectura Von Neumann, y est compuesta principalmente por dispositivos de output e input, un sistema de memoria, y un sistema de control central.

Los nuevos artefactos contaban con una serie de modificaciones en relacin a su antecesor, el ENIAC, y al diseo de la Mquina Universal de Turing, que se con-centran en la relacin entre un amplio sistema de memoria y el sistema de control central. Este nuevo diseo favoreca una mayor autonoma de la mquina en relacin a los investigadores, lo que supona una mejora en la eficacia del sistema. Lo que condujo a su vez, al fortalecimiento de la asuncin de que los procesos intelectuales se daban en el interior de los sistemas, y de que la mejor manera de interpretar una mquina de Turing era mediante la implementacin de la misma en un sistema Von Neumann.

En la dcada siguiente, tras el desarrollo de las primeras computadoras, Newell, Shaw y Simon, llevan a cabo el proyecto de la arquitectura SOAR, en el contexto de la construccin del diseo de sistemas que pudieran dar cuenta de un conjunto muy amplio de problemas que iban desde el diseo de algoritmos hasta las dificultades que tenemos las personas en la conciliacin de la vida laboral y profesional. El proyecto, a pesar de que en principio fue fruto de las intuiciones de Newell y Simon sobre las posibilidades de aplicacin de los nuevos diseos computacionales, tiene su punto de referencia histrico en la defensa que hace Turing (1950) de la posibilidad de la Inte-ligencia Artificial sobre la base de lo que posteriormente se denomin Test de Tu-ring. Dicho test trata de mostrar que si el comportamiento de una mquina no puede ser discriminado del de una persona, por parte de un juez competente, en este caso, por parte de otra persona, nos vemos obligados a sealar que dicho artefacto demues-tra inteligencia.

Los nuevos diseos computacionales tuvieron pronto el inters de filsofos y cien-tficos sociales. Si estos diseos llevan a cabo los mismos procesos y obtienen los mismos resultados que los agentes humanos, entonces podramos llegar a admitir que la simulacin de estas tareas puede ser un marco privilegiado para el estudio de la mente humana. De este modo se consolida un determinado modo de pensar en la mente humana mediante el uso de la metfora computacional, lo que se ha dado en llamar Cognitivismo Clsico, Funcionalismo Computacional, o tambin conocido como Modelo Clsico en Ciencia Cognitiva, que parte de la premisa que los proce-sos cognitivos que llevamos a cabo los seres humanos, son manipulaciones sintcticas de representaciones externas, esto es, son equivalentes a los procesos de manipula-cin smbolica que se dan en los sistemas computacionales tradicionales (Pylyshyn, 1984).

18 A. Rubio Frutos

5 Cognicin social distribuida

A la hora de emplear la metfora computacional, uno de los mayores problemas que trat de solventar la ciencia de lo mental, se encontraba en la conciliacin de los as-pectos normativos de la ciencia y del sentido comn de la psicologa popular. Por ejemplo, si alguno de ustedes quiere prever donde voy a estar el domingo por la tarde, la mejor manera de averiguarlo no es realizar un estudio de mis movimientos a lo largo de la semana sino, ms bien, preguntndomelo.

Si volvemos a la mquina Ultra, lo que sta haca era preguntar a Enigma el lugar exacto dnde se iban a encontrar los buques de guerra alemanes en el Atlntico Norte. Los buques britnicos tenan que llegar a esta informacin a partir de los mo-vimientos de sus adversarios. En ambos casos, se hacan complejos clculos para responder a la pregunta, estaban involucrados un gran conjunto organizado de perso-nas y artefactos, y haba una larga tradicin cultural que respaldaba ambas prcticas. Cul es la diferencia esencial? Pues que hemos encontrado instrumentos eficaces para resolver la cuestin de Enigma, pero todava los artefactos diseados hasta la fecha son ineficaces para resolver la segunda.

De la misma manera, el Cognitivismo Clsico desarroll muy buenos modelos para dar cuenta de las conductas lingsticas de los organismos, pero no as de su ser en el mundo. Mediante el uso de la metfora computacional se poda establecer fcilmente que lo que se daba en el interior del crneo eran una serie de procesos sintcticos, que manipulaban informacin semntica a travs de representaciones del mundo, para que esto fuera posible deba haber una suerte de lenguaje del pensa-miento, formado por una serie de subestructuras lingsticas independientes de la sintaxis de los lenguajes naturales. Pero era muy difcil disear artefactos que se mo-vieran con solvencia a travs de una habitacin, o que pudieran coordinar los movi-mientos de su propia estructura corporal.

La emergencia de la computacin se ubica en un momento en el que era ms efec-tivo aceptar el reto de preguntar a la mquina Enigma donde estaban los buques alemanes, frente a la posibilidad de llevar a cabo diseos destinados a mejorar a efi-cacia de la situacin de los sistemas en el ambiente, como podan ser los buques de los aliados en alta mar.

De la mano de la antropologa cognitiva, Edwin Hutchins (1995), trat precisa-mente de buscar cules eran las prcticas sociales y cognitivas que se daban a la hora de manejar un buque de la Armada Norteamericana. En su condicin de antroplogo, una de sus ms sorprendentes conclusiones, fue la de la denuncia de la presuncin por parte del cognitivismo clsico de que las tareas inteligentes se daban en el interior de los sistemas. Hutchins, en primer lugar, compara las prcticas de navegacin occi-dental con las empleadas por los aborgenes de las antpodas, para dar cuenta de que los procesos cognitivos que llevamos a cabo tienen una fundamental carga histrica; a continuacin, dibuja un esquema de funcionamiento de un buque sobre un modelo que denomina Cognicin Social Distribuida, en el que hay un protagonismo com-partido entre los subsistemas que conforman artefactos y personas, y las contingen-cias del ambiente. Sobre este sistema imperan las prcticas de negociacin entre los distintos agentes humanos, la manipulacin de informacin a travs del medio fsico y de los artefactos, y no exclusivamente a travs de los informes verbales.

Bletchley Park: La emergencia de la computacin 19

El modelo de la Cognicin Social Distribuida parte de la premisa de que el con-junto formado por el ambiente, los artefactos y los agentes humanos, conforman en s mismos el sistema cognitivo, y no son un grupo de sistemas coordinados con diferen-cias efectivas entre el ambiente y el barco, entre los distintos agentes humanos, y la relacin de estos ltimos con los artefactos de navegacin. Estos agentes conforman subsistemas de un sistema de orden ms general, en el que las fronteras entre lo humano y lo ambiental, entre lo natural y lo artificial quedan desdibujadas. Es decir, la cognicin queda distribuida o extendida, sobre agentes de orden social y natu-ral. Si apelamos exclusivamente al funcionamiento de las neuronas, cerebro por cere-bro, de todos los agentes humanos implicados en el sistema, nunca lograremos adivi-nar cul es el rumbo del barco. Debemos entonces comprender la dinmica del con-junto de subsistemas, para entender el funcionamiento del sistema cognitivo que conforma la embarcacin y el medio ambiente sobre el que navega.

Si volvemos a Bletchley Park descubrimos que all se dio el primer paso para el desarrollo fsico de los computadores, en efecto, en un sistema de Cognicin Social Distribuida, en el que se seguan las prcticas de negociacin, de interaccin con artefactos, de manipulacin de informacin, que reciba inputs y emita outputs, donde cada una de las barracas tena que hacerse cargo de sus propias responsabili-dades, todo ello con el objetivo comn de descubrir cules iban a ser los movimientos de un sistema fsico ajeno y provisto de intencionalidad.

6 Nuevas perspectivas

Los sistemas multi-agente representan en la actualidad el ncleo de los estudios que pretenden abordar desde una perspectiva distribuida y extendida, la posibilidad de llevar a cabo modelos computacionales que permit