Sistemas Expertos e Inteligencia Artificial
En las décadas
de los 80 y 90 del pasado
siglo surgió un enorme afán en el mundo informático/computacional y matemático por desarrollar sistemas
expertos (SE para acotar)
para automatizar, aprovechando las ingentes posibilidades de los sistemas
autónomos tanto en cuestiones de velocidad como de precisión, cualesquiera tareas que deseemos acometer
en una determinada especialidad. Considera,
por ejemplo, el control de una central nuclear. La idea subyacente, en principio, es muy
sencilla: consultar a un grupo de especialistas
en cuestiones de seguridad en centrales nucleares (ingenieros, mecánicos,
físicos, químicos, electricistas, electrónicos, informáticos,...) sobre el tema objeto de la implementación,
abordando todas las contingencias que se puedan dar.
Los ingenieros de software encargados del proyecto han de preparar muy
minuciosamente plantillas para cada uno de los especialistas que van a dar su asesoramiento, de forma que este indique todos y cada uno de los controles que él haría en todas y cada una de las circunstancias que se puedan
dar, desde las tareas rutinarias hasta las situaciones de crisis e imprevistos no catalogables.
En efecto,
tal como ves en lo antes
escrito, la palabra clave, todos conlleva e implica un carácter
exhaustivo. La información ha de ser clara, completa, cuanto más precisa,
mejor, no pueden quedar flecos o situaciones indeterminados o al albur, casos que no estén dentro
del rango de decisiones que el autómata
tendrá que tomar, a
fin de cuentas, no va a tener apoyo humano,
no va a estar bajo la supervisión de personas, tendrá
que decidir en cada situación
qué hacer. Esta parte de la información es la base de conocimiento,
un vademécum donde, ante cualquier evento posible ,inventariado o no, hay una regla de cómo actuar. Por ejemplo: Si la temperatura rebasa los 47.32◦ pero no
llega a 49.1◦ y
si el nivel del agua sobrepasa en 2 mm lo
estándar pero no llega a 2.25mm y si la presión está entre 10 y 10.3 atm y si
la radiación está entre 1.2 y 1.32 becquerel y si entonces, abre las espitas
2 y 7, cierra la puerta 5, baja la velocidad
del ventilador hasta 12 revoluciones/min.
Una cuestión muy relevante en estas entrevistas consiste en extraer,
también, información subliminal, subjetiva,
posiblemente no racional o justificable, que, quizá no forme parte del acervo de conocimiento necesario
para el tratamiento del tema pero sí es importante
porque indica la parte emocional, intuitiva, afectiva que muestra el
interlocutor ante determinados estímulos (oye, y si
el sistema funciona perfectamente, ¿no estamos hablando de prescindir de
personal humano?). Y,
quizá, en este tema fue donde hubo más dificultades pues los especialistas
quieren ser neutrales y objetivos, no mostrar las pulsiones que una determinada cuestión puede suscitar, no jugar con su laburo,
con sus emolumentos, con los de sus colegas, pulcritud informativa, sin opiniones
personales. Pero recabar qué
harían ellos en caso de que la técnica no bastase, si algo sobrepasase los límites de su conocimiento, si la situación no quedase encuadrada dentro de los paradigmas de un análisis
lógico y racional, puede ser vital en ciertas
situaciones.
Así pues, el sistema experto (base de conocimiento, motor de inferencia, toma de decisiones lógicas), con toda la información veraz y fiable con la que actuar ante cualquier contingencia, o contratiempo, o imprevisto, o fallo, o ante la necesidad de una toma de decisión ineludible entre varias opciones quizá no manifestadas, tenga suficiente documentación en su base de datos para manejar el equipo de forma coherente, pudiendo actuar con la misma solvencia con que lo haría un técnico experimentado, pero, obviamente, con una presunta mayor fiabilidad puesto que no hay indecisiones, miedos, situaciones de pánico, tiempos perdidos, bloqueos,. Para “modelizar” toda esta información es necesaria una herramienta lógica poderosa. Es aquí donde interviene una lógica muy moderna, creada a mediados del siglo XX, la “lógica fuzzy”, difusa o borrosa en español, basada en la teoría de conjuntos fuzzy de Lofti Zadeh, en la que, desde la veracidad (pertenencia) cuantificada con 1 a la falsedad (no pertenencia) puntuada con 0, hay infinitas posibilidades de cuasi pertenencia (todos los números entre 0 y 1). Es decir, el caballo blanco de Santiago es blanco indefectiblemente; pero, ¿de qué color es el agua del mar?: ¿azul, rojizo rubí, verde esmeralda, turquesa, ópalo, granate en el ocaso, blanca cuando hay oleaje y se impone la espuma? Ya que ese color proviene de la absorción selectiva de la luz (absorbe más el rojo y el naranja y menos el azul y el verde) vemos diferentes tonalidades entrambos (que podemos graduar entre, por ejemplo, 0 que es el azul y 1 que es el verde. Esa gradación de colores es “modelizada” con ese tipo de lógica (como haces en el ordenador cuando das valores al sistema de coloración RGB para ir del negro al blanco)). Los Sistemas Expertos son, como puedes imaginar, excelentes apoyos, tal como hemos visto en el ejemplo de la central nuclear, en teoría del control y supervisión y simulación. Si un paciente de una determinada enfermedad está monitorizado bajo la vigilancia automatizada de un Sistema Experto, podemos estar seguros de que mientras las constantes satisfagan las condiciones normales no cambiará el estatus del enfermo, pero cuando haya la más mínima alteración de alguna de ellas, tomará la decisión adecuada e idónea que el médico o médicos a quienes hayan consultado para crear el motor de conocimiento del sistema, hayan aconsejado y aquí radica el miedo a este tipo de sistemas suponga la pérdida de relevancia del trabajador humano
Hace
años, en la UDC, trabajamos en una modelización de control aéreo para que en un aeropuerto, en aquel entonces
no muy grande, pudiese el Sistema Experto
sustituir al controlador aéreo en la supervisión del aterrizaje y despegue de los aviones en circulación. Por cierto, con resultados muy satisfactorios sobre todo ante posibles huelgas
del personal de la torre de control. Muchos médicos, ya que queremos hablar
de SE en medicina, no quisieron participar en el diseño
de la base de conocimiento
porque les resultaba difícil adjudicar parámetros a las variables involucradas
en el diagnóstico: ¿a qué temperatura exacta le administramos el antipirético? Aaah, dependerá de la temperatura de la habitación y de qué ha comido
el enfermo y de qué tensión tiene
y cuántos pulsaciones y del tacto ventral
y... Obviamente, el ingeniero informático a cargo de la toma de datos le dirá que todo eso se puede (no, no se puede,
se debe) incorporar al modelo pero, a pesar de ello, está la intuición, la visualización del paciente, el color de la orina o de las deposiciones En otros ámbitos
técnicos es, quizá, más sencillo detallar todo el procedimiento,
pero, en algo tan sensible como es la salud, hemos de ser precavidos (aunque esto no significa
ser inmovilistas).
Sistemas Expertos en medicina han surgido por doquier. Uno
seminal fue Eliza, psiquiatra online
que, aunque decía su creador que podría pasar el test de Turing, jamás vi evidencia
de ello y, los experimentos que hice con el programa, me resultaron bastante
desalentadores pues no vislumbraba coherencia en sus respuestas o preguntas (salvo el hecho
de que buena parte de sus respuestas comenzaban apelando a lo último que había dicho el paciente en su
frase), ni atisbos de respuestas sensatas y de giros factibles en una conversación convencional. Aquí te expongo
una sesión (no exhaustiva, obvio) con Eliza y tú mismo podrás sacar tus conclusiones:
- Soy la psicoterapeuta. Por favor, describa
sus problemas.
- Tengo un enorme dolor de cabeza.
-
Debería consultar a un neurólogo
a un internista, yo soy psiquiatra.
- Lo haré, entonces.
-
¿Puede profundizar acerca de eso?
- ¿De qué me habla? No, no puedo profundizar. La veré en otro momento.
-
Por qué dice eso?
- ¡Usted está hablando sin sentido!
-
¿Qué quiere decir con que hablo sin sentido?
En 1950, Alan Turing, famoso, entre otras cosas, por haber descodificado la famosa máquina
Enigma de los nazis durante
la segunda guerra mundial y haber creado la máquina (conceptual) que
lleva su nombre, antecedente teórico de un ordenador analógico, pensando que los sistemas informáticos, en algún
momento, podrían desarrollar inteligencia, diseñó el test con su nombre para determinar si un sistema computarizado
era capaz de suplantar realmente a una persona normalmente inteligente y, aún más, si era capaz de engañar a una persona que interactuara con ella.
Exagerando
un poco, esto es un chatbot basado
en el programa original:
Mycin y Caduceus son otros dos sistemas diseñados para
análisis clínicos y medicina interna, respectivamente. Eran muy fiables pero,
¡qué carape!, no nos gusta que un robot nos diagnostique y no digamos ya que nos prescriba
fármacos. Hubo serias reticencias y reparos en su uso generalizado aunque los médicos sí se apoyan en ellos para determinar la etiología de las enfermedades.
Los implantes neurales para ayuda a enfermos de ELA,
aparte del aparataje físico, sustentan implementaciones de este tipo.
Un sistema de aprendizaje automático, como, por ejemplo, la red de neuronas artificial, tiene un proceso de retroalimentación (feedback) que le permite ir ajustando los pesos entre las neuronas (lo que llamé wij ) hasta que, con el ajuste perfecto, haya aprendido a hacer aquello que se pretendía (jugar al ajedrez, al go, resolver problemas matemáticos,....).
Ningún comentario:
Publicar un comentario