Buscar

Alan Turing: ¿las máquinas pueden pensar?


Alan Turing es una figura emblemática en el desarrollo de la informática teórica y la criptografía. Estudió en el King’s College (Cambridge University) y en la Princeton University. Entre sus aportes se cuentan haber dirigido el grupo de criptógrafos que creó la Bombe, máquina utilizada para descifrar mensajes alemanes interceptados, y contribuir al diseño de los primeros computadores británicos. Sin embargo, sus aportes más significativos se hallan en la informática teórica.


El primer parteaguas que llevó su sello fue la “Máquina de Turing”, un dispositivo abstracto que solucionaba la posibilidad de determinar si un problema matemático se podía resolver o no mediante un procedimiento algorítmico definido; dicho de otro modo, definir si existía la posibilidad de dar una respuesta precisa mediante una serie de pasos finitos. A partir de este modelo, también anticipó que los computadores podían continuar pasos al infinito cuando un problema no mostraba una solución algorítmica estable.


Su contribución más celebrada se encuentra en el campo de la Inteligencia Artificial (AI, por sus siglas en inglés), llamada por él “inteligencia maquinaria”. La AI se entiende como el conjunto de procedimientos flexibles de una máquina para imitar las funciones cognitivas de la inteligencia humana; idealmente, las máquinas recopilarían datos externos, los interpretarían, aprenderían de ellos y serían capaces de solucionar problemas gracias a la adaptación flexible. El aprendizaje de la AI ocurre en interacciones con usuarios humanos mediante el lenguaje natural; por lo que se desarrollan redes de “pensamiento” y “conocimiento de mundo” a través de datos cargados y retroalimentación lingüística en función de su interacción con usuarios. Alan Turing, en un ensayo titulado “Computing Machinery and Intelligence”, busca responder la pregunta “¿Pueden pensar las máquinas?”. Su reflexión teórica no se centra en discutir y definir la capacidad de una máquina para pensar, sino en su posibilidad para imitar estructuras de pensamiento humano.


Turing sostiene la posibilidad de que las máquinas aprendan y simulen el proceso cognitivo. Así, introduce la “prueba de Turing” para evaluar la habilidad de una máquina para mostrar comportamiento inteligente. La prueba consiste en medir la capacidad de una máquina para hacerse pasar por un agente humano. Si la máquina logra engañar a un interrogador humano un número de veces similar a como lo haría un ser humano o superando la barrera estadística del azar; entonces la máquina es inteligente. Este procedimiento se utiliza, por ejemplo, para el diseño de chatbots, siendo un aporte central para la AI.


Alan Turing pronosticó que a finales del siglo XX se desarrollarían las primeras “máquinas inteligentes”, por desgracia no vivió para verlo. Sin embargo, sus aportes siguen siendo clave al momento de desarrollar e implementar modelos de IA, dado que estableció las bases de la imitación cognitiva y su evaluación. Asimismo, sus investigaciones y propuestas teóricas han sido constantes en el diseño de IA; por lo que se puede afirmar que sentó las bases de estos productos.


8 vistas

Sobre MediaAgility

MediaAgility, Partner Premier de Google Cloud, Google Maps y G Suite, es experta en interfaces conversacionales, analítica de datos y ML/AI.

¿Dónde encontrarnos?

Av. Paseo de la Reforma 369,

Cuauhtémoc, 06500 Ciudad de México, CDMX, México

Mantente informado

Suscríbete a nuestro Newsletter

© 2020 MediaAgility México. Todos los derechos reservados