![\"(cc)](\"https:\/\/www.cienciacognitiva.org\/files\/2011-21-cc-LucViatour.jpg\")
(cc) Luc Viatour \/ www.lucnix.be<\/p><\/div>\n
<\/em><\/p>\n
Hace ahora un a\u00f1o que falleciera David Everett Rumelhart, conexionista pionero y editor junto con James Lloyd McClelland de la llamada \u201cbiblia del Procesamiento Distribuido en Paralelo\u201d (PDP). Al mismo tiempo, los dos vol\u00famenes de la referida biblia celebraban su vig\u00e9simo quinto cumplea\u00f1os. Tambi\u00e9n uno de los padres de la inteligencia artificial, John McCarthy, que bautizara de hecho la disciplina, nos abandon\u00f3 el pasado mes de octubre a los 84 a\u00f1os. Estas tres efem\u00e9rides nos sirven de pretexto para un breve recorrido por las derivas y obst\u00e1culos a los que se ha enfrentado el llamado paradigma conexionista desde su puesta en escena como alternativa al cognitivismo cl\u00e1sico.<\/em><\/p>\n <\/em>[Versi\u00f3n en pdf]<\/a><\/p>\n El modelo computacional de la mente sobre el que las ciencias cognitivas se han erigido ha conocido diferentes formulaciones desde sus inicios, los cuales suelen remontarse a las postrimer\u00edas de los cuarenta (Gardner, 1985). Documentos, testigos e historiadores indican de consuno que los a\u00f1os cincuenta vieron dar sus primeros pasos a una nueva forma de entender la mente: fue aqu\u00e9lla la d\u00e9cada de Newell, Simon, McCarthy, Minsky, el GPS, el LISP, el Perceptron\u2026 El suelo estaba abonado ya en aquel momento para la eclosi\u00f3n del paragidma conexionista: McCulloch, Pitts y Rosenblatt hab\u00edan sembrado ya sus semillas, pero en sus inicios las ciencias cognitivas adoptaron el paradigma simb\u00f3lico.<\/p>\n La mente computacional fue concebida inicialmente como una mente simb\u00f3lica al estilo de los ordenadores digitales, es decir, como un procesador serial de informaci\u00f3n en forma de s\u00edmbolos discretos, estructurados sint\u00e1cticamente y manipulados de acuerdo con reglas ajenas al contenido representado. En esos s\u00edmbolos y su manipulaci\u00f3n de acuerdo con reglas formales estribar\u00eda para el cognitivismo cl\u00e1sico la actividad representacional de la mente.<\/p>\n El conexionismo y los modelos PDP (Rumelhart, McClelland et al., 1986; McClelland, Rumelhart et al., 1986) trajeron consigo una profunda reformulaci\u00f3n de la noci\u00f3n cognitivista de representaci\u00f3n, que virar\u00eda de la discreci\u00f3n de los s\u00edmbolos a la dispersi\u00f3n en redes conexionistas: en ellas las representaciones se hallan no en elementos sino entre elementos; se trata de representaciones distribuidas que dependen de propiedades sist\u00e9micas dentro de redes neuronales artificiales. Si para el cognitivismo cl\u00e1sico el proceso paradigm\u00e1tico era la inferencia reglada, para el conexionismo lo son el reconocimiento de patrones y un tipo de aprendizaje que prescinde de reglas previas: las reglas surgen de y con la experiencia.<\/p>\n Hay dos grandes tipos de redes conexionistas. Las denominadas localistas poseen estructuras cuyos nodos representan entidades o conceptos y las conexiones entre nodos trazan nexos entre ellos. Como en el paradigma cl\u00e1sico, cada nodo representa una entidad o propiedad concreta. La diferencia estriba en que los nodos pueden estar activados en distinto grado y transmiten parte de esa activaci\u00f3n a sus nodos conexos, los cuales suman la activaci\u00f3n recibida, agregando as\u00ed la evidencia proveniente de distintas fuentes (Figura 1).<\/p>\n Figura 1.- Red localista con tres niveles. Cada c\u00edrculo representa una unidad o neurona artificial y las l\u00edneas conexiones entre las mismas. El inferior es el nivel de input: las unidades son sensibles a la presentaci\u00f3n de diferentes letras, en este caso la palabra \u201ccasa\u201d. Este nivel env\u00eda se\u00f1ales a un nivel intermedio de unidades l\u00e9xicas almacenadas. En el nivel superior, el sistema ofrece como output conceptos sem\u00e1nticamente relacionados con los nodos l\u00e9xicos. En este ejemplo, las unidades 3\u00aa, 4\u00aa y 5\u00aa, relacionadas con las dos unidades intermedias, representan el concepto de \u201clugar donde se vive\u201d, mientras que las unidades 1\u00aa y 2\u00aa representan significados alternativos de la palabra \u201ccasa\u201d (p.ej., \u201clinaje\u201d). Las unidades de la capa intermedia de nuestro ejemplo reciben e integran se\u00f1ales procedentes de las unidades de input: si la suma de las se\u00f1ales recibidas por una unidad excede un determinado valor de umbral, \u00e9sta se activa transmitiendo su activaci\u00f3n a los nodos de la capa de output. En la figura, el nivel de activaci\u00f3n se indica mediante la intensidad del color.<\/p><\/div>\n En cambio, en otros modelos, denominados redes neuronales subsimb\u00f3licas, ning\u00fan nodo representa nada en s\u00ed mismo. Es el patr\u00f3n de activaci\u00f3n de las unidades y el patr\u00f3n de conectividad entre ellas el que lo hace. Las representaciones son ahora patrones de activaci\u00f3n y conexi\u00f3n, y las computaciones son transiciones entre tales patrones (Figura 2).<\/p>\n Figura 2.- En las redes conexionistas subsimb\u00f3licas la unidad de representaci\u00f3n es el propio patr\u00f3n global de activaci\u00f3n y conexi\u00f3n entre las unidades: ninguna unidad representa por s\u00ed misma entidades o conceptos concretos. La fuerza de las conexiones entre unidades var\u00eda en funci\u00f3n del \u201centrenamiento\u201d de la red mediante su exposici\u00f3n repetida a determinados est\u00edmulos hasta lograr una relaci\u00f3n apropiada entre input y output. El sistema, dada su arquitectura, su flujo de informaci\u00f3n y su historia de aprendizaje, ofrece como respuesta a un patr\u00f3n de input un determinado patr\u00f3n de activaci\u00f3n en las unidades de output. En este ejemplo, el objetivo de la red es la categorizaci\u00f3n de palabras. Los est\u00edmulos visuales \u201cpera\u201d o \u201carmario\u201d son convertidos a patrones de activaci\u00f3n en las unidades de input (en la parte inferior). Tras propagarse la activaci\u00f3n en la red (en mayor cantidad si atraviesa conexiones m\u00e1s fuertes) se generan diferentes patrones en el nivel de output (arriba), correspondientes en nuestro ejemplo a los conceptos o categor\u00edas supraordinadas de \u201cfruta\u201d y \u201cmueble\u201d.<\/p><\/div>\n El conexionismo comenz\u00f3 su auge a mediados de la d\u00e9cada de los ochenta y se extendi\u00f3 la opini\u00f3n de que un nuevo marco para la comprensi\u00f3n de la mente se abr\u00eda paso con \u00e9l, desplazando al simbolismo cl\u00e1sico y ofreciendo una alternativa explicativa radicalmente diferente. No obstante, algunos defensores del modelo computacional tradicional rechazaron esta opini\u00f3n y propusieron que el avance era m\u00e1s de forma que de fondo. As\u00ed, por ejemplo, Fodor y Pylyshyn (1988) argumentaron que los modelos conexionistas no suponen una alternativa real al paradigma simb\u00f3lico: no ser\u00edan m\u00e1s que formas de implementar el car\u00e1cter computacional-simb\u00f3lico de la mente, que no por ser, aparentemente, m\u00e1s similares al funcionamiento del cerebro se hallan en realidad m\u00e1s cerca de las bases neurobiol\u00f3gicas de la mente.<\/p>\n Otro tipo de acometida anticonexionista vino m\u00e1s tarde desde concepciones como la cognici\u00f3n corporeizada (Varela, Thompson & Rosch, 1991; Clark, 1997; Lakoff & Johnson, 1999), la cognici\u00f3n enactiva (Varela, Thompson & Rosch, 1991), la cognici\u00f3n extendida (Clark & Chalmers, 1998) o la rob\u00f3tica situada (Brooks, 1991), desde las que tambi\u00e9n se pone en tela de juicio que el enfoque conexionista sea un marco te\u00f3rico esencialmente diferente del simbolista. Esta corriente cr\u00edtica, por su parte, viene enfatizando el hecho de que la modelizaci\u00f3n computacional corre el riesgo de perder en su abstracci\u00f3n el contacto con el modo en que los procesos cognitivos se hallan conectados con los cuerpos, los sentidos y el mundo externo en que act\u00faan los organismos.<\/p>\n Como balance general, frente a las representaciones simb\u00f3licas propias del cognitivismo tradicional, las representaciones conexionistas cuentan no s\u00f3lo con la habitualmente se\u00f1alada virtud de una mayor plausibilidad biol\u00f3gica, sino con la ventaja de ofrecer una explicaci\u00f3n flexible de la cognici\u00f3n. Esto se debe a que permiten hacer uso de informaci\u00f3n parcial contenida en patrones incompletos. Por otra parte, tanto simbolistas como conexionistas conciben la cognici\u00f3n, en \u00faltimo t\u00e9rmino, de un modo abstracto y centralista, escindiendo los sistemas cognitivos del medio y los organismos en que tiene lugar la cognici\u00f3n. Frente a esa abstracci\u00f3n vienen las concepciones situadas y corporeizadas reivindicando el car\u00e1cter concreto de la cognici\u00f3n (vid. Bietti, 2011<\/a>, y Gomila, 2009<\/a>).<\/p>\n Referencias<\/strong><\/p>\n Brooks, R. (1991). Intelligence without representation. Artificial Intelligence<\/em>, 47, 139-159.<\/p>\n Clark, A. (1997). Being there: Putting brain, body and world together again<\/em>. Cambridge, MA: MIT Press. (Trad.: Barcelona: Paid\u00f3s, 1999).<\/p>\n Clark, A., y Chalmers, D. J. (1998). The extended mind. Analysis<\/em>, 58, 7-19 (Trad.: Oviedo: KRK, 2011).<\/p>\n Fodor, J. A., y Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture. Cognition<\/em>, 28, 3-71.<\/p>\n Gardner, H. (1985). The mind\u00b4s new science. A history of the cognitive revolution<\/em>. New York: Basic Books (Trad.: Barcelona: Paid\u00f3s, 1988).<\/p>\n Lakoff, G., y Johnson, M. (1999). Philosophy in the flesh. The embodied mind and its challenge to Western thought<\/em>. Nueva York: Basic Books.<\/p>\n McClelland, J. L., Rumelhart, D. E., and the PDP Research Group (1986). Parallel distributed processing: Explorations in the microstructure of cognition. Vol. 2<\/em>. Cambridge, MA: MIT Press.<\/p>\n Rumelhart, D. E., McClelland, J. L., and the PDP Research Group (1986). Parallel distributed processing: Explorations in the microstructure of cognition. Vol. 1<\/em>. Cambridge, MA: MIT Press.<\/p>\n Varela, F. J., Thompson, E., y Rosch, E. (1991). The embodied mind: Cognitive science and human experience<\/em>. MIT Press. (Trad.: Bracelona: Gedisa, 1992).<\/p>\n Manuscrito recibido el 16 de octubre de 2011.![\"Figura](\"https:\/\/www.cienciacognitiva.org\/files\/2011-21-f1.jpg\")
![\"Figura](\"https:\/\/www.cienciacognitiva.org\/files\/2011-21-f2.jpg\")
\nAceptado el 6 de febrero de 2012.<\/p>\n","protected":false},"excerpt":{"rendered":"