La filosofía de la inteligencia artificial es una rama de la filosofía de la tecnología que explora la inteligencia artificial y sus implicaciones para el conocimiento y la comprensión de la inteligencia, la ética, la conciencia, la epistemología y el libre albedrío. La tecnología se ocupa además de la creación de animales o personas artificiales (o, al menos, criaturas artificiales, véase vida artificial), por lo que la disciplina es de gran interés para los filósofos. Estos factores contribuyeron al surgimiento de la filosofía de la inteligencia artificial. Algunos académicos argumentan que el rechazo de la filosofía por parte de la comunidad de IA es perjudicial.

La filosofía de la inteligencia artificial intenta responder a tales preguntas de la siguiente manera: definir la filosofía de la IA como consistente en las dos primeras preguntas, y la pregunta adicional de la ética en la inteligencia artificial. escribe: "En la literatura actual, la filosofía tiene dos funciones principales: determinar si tales máquinas serían conscientes o no y, en segundo lugar, predecir si tales máquinas son posibles o no". La última pregunta se refiere a las dos primeras.

¿Puede una máquina actuar inteligentemente? ¿Puede resolver cualquier problema que una persona resolvería pensando? ¿Son lo mismo la inteligencia humana y la inteligencia artificial? ¿Es el cerebro humano esencialmente una computadora? ¿Puede una máquina tener una mente, estados mentales y conciencia en el mismo sentido que un ser humano? ¿Puede sentir cómo son las cosas?

Preguntas como estas reflejan los intereses divergentes de los investigadores de IA, los científicos cognitivos y los filósofos, respectivamente. Las respuestas científicas a estas preguntas dependen de la definición de "inteligencia", "conciencia" y exactamente qué "máquinas" están en discusión.

Las proposiciones más importantes en la filosofía de la IA incluyen algunas de las siguientes:

La prueba de Turing: si una máquina se comporta tan inteligentemente como un ser humano, entonces es tan inteligente como un ser humano.Esta es una paráfrasis del punto esencial de la prueba de Turing.,,, La conferencia de Dartmouth: "Cada aspecto del aprendizaje o cualquier otra característica de la inteligencia se puede describir con tanta precisión que se puede construir una máquina para simularlo".. Esta afirmación se imprimió en el programa de la Conferencia de Dartmouth de 1956, ampliamente considerada como el "nacimiento de la IA". Véase también La hipótesis del sistema de símbolos físicos de Allen Newell y Herbert Alexander Simon: "Un sistema de símbolos físicos tiene los medios necesarios y suficientes para la acción inteligente general". y La habitación china de John Searle : "Una computadora programada apropiadamente con las entradas y salidas correctas tendría una mente exactamente en el mismo sentido que los seres humanos tienen mente".Esta versión es de, también citada en. La formulación original de Searle fue: "La computadora programada apropiadamente es realmente una mente, en el sentido de que se puede decir literalmente que las computadoras que reciben los programas correctos entienden y tienen otros estados cognitivos". . La IA fuerte es definida de manera similar por: "La afirmación de que las máquinas posiblemente podrían actuar de forma inteligente (o, quizás mejor, actuar como si fueran inteligentes) es llamada por los filósofos la hipótesis de la 'IA débil', y la afirmación de que las máquinas que lo hacen realmente están pensando (en oposición a simular el pensamiento) se llama la hipótesis de la 'IA fuerte'". El mecanismo de Hobbes: "Por 'razón'... no es más que 'calcular', es decir, sumar y restar, de las consecuencias de los nombres generales convenidos para el 'marcar' y 'significar' de nuestros pensamientos..."

¿Puede una máquina mostrar inteligencia general? ¿Es posible crear una máquina que pueda resolver todos los problemas que resuelven los humanos usando su inteligencia? Esta pregunta define el alcance de lo que las máquinas podrían hacer en el futuro y guía la dirección de la investigación en IA. Sólo se refiere al comportamiento de las máquinas e ignora los temas de interés para psicólogos, científicos cognitivos y filósofos para responderla: ¿Importa si una máquina está realmente pensando, como piensa una persona, en vez de simplemente producir resultados que parecen ser resultado del pensamiento?Véase, donde hacen la distinción entre actuar racionalmente y ser racional, y definen la IA como el estudio de lo primero.

La posición básica de la mayoría de los investigadores de IA se resume en esta declaración, que apareció en la propuesta para el taller de Dartmouth de 1956:

"Cada aspecto del aprendizaje o cualquier otra característica de la inteligencia se puede describir con tanta precisión que se puede hacer una máquina para simularlo".. Esta afirmación se imprimió en el programa de la Conferencia de Dartmouth de 1956, ampliamente considerada como el "nacimiento de la IA". Véase también

Los argumentos en contra de la premisa básica deben mostrar que construir un sistema de IA que funcione es imposible porque hay algún límite práctico a las habilidades de las computadoras o que hay alguna cualidad especial de la mente humana que es necesaria para el comportamiento inteligente y, sin embargo, no puede ser duplicada por un máquina (o por los métodos de investigación actual de IA). Los argumentos a favor de la premisa básica deben demostrar que tal sistema es posible.

También es posible eludir la conexión entre las dos partes de la propuesta anterior. Por ejemplo, el aprendizaje automático, comenzando con la propuesta de Turing en Maquinaria computacional e inteligencia esencialmente logra la característica deseada de inteligencia sin una descripción precisa en tiempo de diseño sobre cómo funcionaría exactamente. La cuenta sobre el conocimiento tácito del robot elimina la necesidad de una descripción precisa en conjunto.

El primer paso para responder a la pregunta es definir claramente "inteligencia".

Inteligencia

Prueba de Turing miniaturadeimagen|La "interpretación estándar" de la prueba de Turing Alan Turing y véase, donde llaman a su artículo "famoso" y escriben "Turing examinó una amplia variedad de posibles objeciones a la posibilidad de máquinas inteligentes, incluidas prácticamente todas las que se han planteado en el medio siglo desde que apareció su artículo". redujo el problema de definir la inteligencia a una simple pregunta sobre la conversación. Él sugiere que si una máquina puede responder cualquier pregunta que se le haga, usando las mismas palabras que una persona común, entonces podemos llamar a esa máquina inteligente. Una versión moderna de su diseño experimental usaría una sala de chat en línea, donde uno de los participantes es una persona real y otro de los participantes un programa de computadora. El programa pasa la prueba si nadie puede decir cuál de los dos participantes es humano.Esta es una paráfrasis del punto esencial de la prueba de Turing.,,, Turing señala que nadie (excepto los filósofos) se plantea la pregunta de si "¿puede la gente pensar?" Escribe "en lugar de discutir continuamente sobre este punto, lo habitual es tener una convención educada en la que todos piensan". en el "El argumento de la conciencia" La prueba de Turing extiende esta cortés convención a las máquinas:

Si una máquina actúa tan inteligentemente como un ser humano, entonces es tan inteligente como un ser humano.

Una crítica a la prueba de Turing es que solo mide la "humanidad" del comportamiento de la máquina, en lugar de la "inteligencia" del comportamiento. Dado que el comportamiento humano y el comportamiento inteligente no son exactamente lo mismo, la prueba no mide la inteligencia. Stuart J. Russell y Peter Norvig escriben que "los textos de ingeniería aeronáutica no definen el objetivo de su campo como 'fabricar máquinas que vuelen tan exactamente como palomas que puedan engañar a otras palomas'".

La inteligencia como logro de metas derecha|miniaturadeimagen|Agente reflejo simple La investigación de IA del define la inteligencia en términos de comportamiento dirigido a objetivos. Considera la inteligencia como un conjunto de problemas que se espera que resuelva la máquina: cuantos más problemas pueda resolver y mejores sean sus soluciones, más inteligente será el programa. El fundador de AI, John McCarthy, definió la inteligencia como "la parte computacional de la capacidad de lograr objetivos en el mundo".

Stuart Russell y Peter Norvig formalizaron esta definición utilizando agentes inteligentes abstractos. Un "agente" es algo que percibe y actúa en un entorno. Una "medida de rendimiento" define lo que cuenta como éxito para el agente.

"Si un agente actúa para maximizar el valor esperado de una medida de rendimiento basada en la experiencia y el conocimiento pasados, entonces es inteligente".Russell and Norvig preferirían la palabra "racional" a "inteligente".

Definiciones como esta intentan captar la esencia de la inteligencia. Tienen la ventaja de que, a diferencia de la prueba de Turing, no evalúan también rasgos humanos poco inteligentes, como cometer errores de escritura. Tienen la desventaja de que pueden fallar en diferenciar entre "cosas que piensan" y "cosas que no piensan". Según esta definición, incluso un termostato tiene una inteligencia rudimentaria. consideran un termostato como una forma simple de agente inteligente, conocido como agente reflejo. Para un tratamiento en profundidad del papel del termostato en la filosofía ver "4. Is Experience Ubiquitous?" secciones What is it like to be a thermostat?, Whither panpsychism?, y Constraining the double-aspect principle.

Argumentos de que una máquina puede mostrar inteligencia general

El cerebro puede ser simulado Hubert Dreyfus describe este argumento afirmando que "si el sistema nervioso obedece las leyes de la física y la química, lo cual tenemos todas las razones para suponer que lo hace, entonces... nosotros... deberíamos ser capaces de reproducir el comportamiento del sistema nervioso con algún dispositivo físico". Este argumento, presentado por primera vez en 1943 y descrito vívidamente por Hans Moravec en 1988, es ahora asociado con el futurista Ray Kurzweil, quien estima que la potencia de la computadora será suficiente para una simulación cerebral completa para el año 2029.. Véase también y. La forma más extrema de este argumento (el escenario del reemplazo cerebral) fue presentada por Clark Glymour a mediados de la década de 1970 y fue abordada por Zenon Pylyshyn y John Searle en 1980. En 2005 se realizó una simulación en tiempo no real de un modelo talamocortical que tiene el tamaño del cerebro humano (10 11 neuronas) y tomó 50 días simular 1 segundo de dinámica cerebral en un grupo de 27 procesadores.

Incluso los críticos más duros de AI (como Hubert Dreyfus y John Searle) están de acuerdo en que una simulación cerebral es posible en teoría. Sin embargo, Searle señala que, en principio, cualquier cosa puede ser simulada por una computadora; por lo tanto, llevar la definición a su punto de ruptura lleva a la conclusión de que cualquier proceso puede ser técnicamente considerado "computación". "Lo que queríamos saber es qué distingue a la mente de los termostatos y los hígados", escribe. Por lo tanto, simplemente simular el funcionamiento de un cerebro vivo sería en sí mismo una admisión de ignorancia con respecto a la inteligencia y la naturaleza de la mente, como tratar de construir un avión de reacción copiando un pájaro vivo con precisión, pluma por pluma, sin comprensión teórica de la ingeniería aeroespacial.

El pensamiento humano es un procesamiento de símbolos