Robot Asimo, que sigue los gestos
Las nuevas tecnologías y en particular la Inteligencia Artificial (IA) están cambiando los procesos creativos de manera sorprendente. Música, artes plásticas, danza, literatura, arquitectura, etc. son actividades creativas en las que se utiliza cada vez más la informática. De hecho el ordenador se está convirtiendo en escenario de teatro, en lienzo, en pincel, en instrumento musical, etc.
Sin embargo, creo que debemos plantearnos la posibilidad de relaciones más ambiciosas entre informática y creatividad. Es decir, relaciones que van más allá de considerar la informática únicamente como una herramienta al servicio de la creatividad.
No se trata ya simplemente de usar el ordenador como una herramienta más de ayuda a la creación, sino que en muchos casos ciertas obras no podrían ser creadas sin el ordenador. En algunos casos, incluso el propio ordenador empieza a ser creativo.
¿Máquinas creativas?
En este breve ensayo planteo la cuestión de si las máquinas pueden ser creativas. Pero, ante todo, ¿qué es la creatividad? ¿Por qué es algo que parece tan misterioso? Si tomamos en serio la definición del diccionario de la palabra crear, "sacar de la nada", entonces no sólo sería científicamente incomprensible, sino también algo imposible... sin embargo existe.
Parece algo misterioso porque los artistas y los científicos tenemos ideas creativas inesperadamente y nos resulta difícil explicar cómo han surgido. Es corriente hablar de "inspiración", "intuición", etc. para explicar la creatividad.
El hecho de que no seamos conscientes de cómo se manifiesta una idea creativa no implica que deba de ser necesariamente algo inexplicable desde el punto de vista científico. De hecho tampoco somos conscientes de cómo llevamos a cabo muchas otras actividades relacionadas con el lenguaje, la visión o el razonamiento de sentido común y, sin embargo, la IA es capaz de replicar cada vez mejor estas actividades.
Para muchos, la creatividad requiere la posesión de un "don" misterioso que no puede ser explicado. Ello es posiblemente debido al hecho de asociar creatividad con grandes genios como Einstein, Mozart, Picasso, etc.
Pero, ¿debemos reservar el uso del calificativo "creativo" a unos pocos elegidos? o ¿es más bien una característica más de la inteligencia? o, dicho de otra forma, ¿es la creatividad el resultado de algún mecanismo especial? O ¿es simplemente una aspecto más de cualquier actividad de resolución de problemas?
En mi opinión, la creatividad es una forma avanzada de resolución de problemas en la que intervienen elementos como la memoria, la analogía, el aprendizaje, etc. que pueden ser emulados mediante programas informáticos. En este texto aportaré ejemplos de tales programas informáticos en dos campos indudablemente creativos: el descubrimiento científico y la creación musical.
Combinaciones innovadoras
Una definición operativa y ampliamente aceptada de creatividad es la siguiente: Una idea creativa es una combinación innovadora y valiosa de ideas conocidas. Dicho de otra forma, nuevas leyes físicas, nuevas obras musicales, nuevos teoremas, etc. pueden generarse a partir de un conjunto finito de elementos ya existentes.
El mecanismo general de resolución de problemas para esta creatividad basada en combinaciones innovadoras se conoce tradicionalmente en IA bajo el nombre de "generar-y-comprobar".
Un buen ejemplo de un sistema informático basado en este mecanismo, que es capaz de crear (o mejor dicho redescubrir) resultados científicos importantes partiendo de los mismos datos de que disponían sus descubridores originales, es Bacon.
Antes de proseguir con los detalles relativos a Bacon quiero puntualizar que el hecho de que "redescubra" no invalida su interés en tanto que modelo computacional de un proceso creativo, ya que no hay ningún motivo para suponer que los procesos cognitivos utilizados para hacer un re-descubrimiento deban ser diferentes de los utilizados para hacer el descubrimiento original.
Por otra parte, el hecho de redescubrir algo puede constituir la prueba de una excelente capacidad inventiva. Por ejemplo, cuando el joven Gauss redescubrió la fórmula de la suma de los N primeros enteros, sus maestros le auguraron una brillante carrera científica.
En 1618, Johannes Kepler enunció su tercera ley sobre el movimiento de los planetas. Descubrió que el cubo de su distancia al sol es proporcional al cuadrado del período de su órbita.
La serie de programas Bacon (Langley et al. 1987) desarrollados entre finales de los años 70 y mediados de los 80 utilizó el mecanismo de generar -y- comprobar, guiada mediante heurísticas, para redescubrir la tercera ley de Kepler y muchas otras leyes tanto físicas como químicas.
Para ello partió de los mismos datos experimentales que fueron utilizados por sus descubridores, como por ejemplo los pares de valores distancia (D) y período (P) en el caso de la tercera ley de Kepler.
Además de esta ley, Bacon descubrió también, entre otras, la ley de Ohm sobre la resistencia eléctrica, la ley de Black sobre el calor específico, la ley de Arquímedes, la ley de conservación del momento de inercia, la ley de la gravitación universal, etc.
Simetría y leyes
La simetría es una de las propiedades más importantes en las Ciencias Naturales y ha sido muy útil en el descubrimiento de leyes físicas y químicas. Las extensiones más recientes de Bacon contienen, entre otras, heurísticas destinadas a comprobar propiedades simétricas, lo cual le permite descubrir leyes que posean dichas propiedades.
Más recientemente, se han desarrollado otros programas capaces de inducir leyes cualitativas a partir de ejemplos. Estos programas pueden también inducir modelos estructurales y explicativos para ciertos fenómenos.
Un ejemplo de estos programas es GLAUBER (Langley et al. 1987), el cual a partir de una serie de resultados de experimentos químicos como:
(reacción : componentes (ClH, NaOH) resultante (NaCl, H2O))
induce:
(reacción : componentes (ácido, base) resultante (sal, agua)).
AM (Lenat 1983) es otro interesante programa. Glauber parte de una jerarquía inicial de unos 100 conceptos básicos en matemáticas (conjuntos, pares ordenados, operaciones básicas tales como unión, intersección, etc.), busca nuevos conceptos en teoría de números, a partir de los conceptos iniciales, usando como guía alrededor de 250 reglas heurísticas.
AM no posee únicamente heurísticas para generar los nuevos conceptos, sino que además tiene una serie de criterios para evaluar el interés de los conceptos que encuentra, lo cual le permite guiar la búsqueda de conceptos en la dirección más prometedora.
AM, entre otras cosas, redescubrió (conjeturó) los conceptos de número natural, suma, multiplicación, número primo, el teorema de la factorización en factores primos, etc., llegando a redescubrir la conjetura, todavía no demostrada, de Goldbach (cualquier número par puede expresarse como suma de dos números primos).
Sin embargo, no llegó mucho más allá. De hecho conjeturó unos 200 conceptos, pero la mitad carecían del más mínimo interés, es decir, llegó pronto al límite de sus posibilidades. Esta limitación se debía principalmente al hecho de que las heurísticas eran fijas.
Procesos químicos informatizados
Un programa posterior llamado EURISKO (Lenat 1983) podía, además, generar nuevas heurísticas y fue aplicado al diseño de circuitos integrados y a la configuración de flotas navales.
Sin embargo, tampoco pudo ir mucho más allá en teoría de números ya que, a pesar de poder mejorar las heurísticas, los avances en teoría de números requieren la intervención de otros dominios de las matemáticas (álgebra, geometría, análisis complejo, etc.) para los cuales ni AM ni EURISKO tenían conceptos iniciales.
Resultados más recientes e importantes conseguidos con programas para llevar a cabo descubrimientos científicos se deben a MECHEM (Valdés-Pérez, 1995).
MECHEM es capaz de razonar acerca de las transformaciones estructurales que tienen lugar en moléculas que reaccionan químicamente, con el objetivo de dilucidar los mecanismos internos de una reacción química, basándose en evidencias empíricas.
En una reacción, se conocen los componentes que van a reaccionar, los productos finales y algunos de los productos intermedios, pero no todos, debido a las limitaciones prácticas de las técnicas experimentales usadas. El problema consiste básicamente en poder conjeturar la presencia de los productos intermedios no observados.
MECHEM pudo encontrar y explicar varios mecanismos simples para la hidrogenolosis del metano. Algunos de los mecanismos encontrados y explicados coinciden plenamente con resultados publicados en 1991 por los químicos D. Rudd y J. Dumesic en la revista "Catalysis Today" y otros son nuevas hipótesis de indudable interés por su mayor sencillez.
La comprensión de los mecanismos que tienen lugar en una reacción tiene un enorme interés práctico, ya que su conocimiento puede sugerir hacer cambios sobre las condiciones de la reacción que mejoren los procesos químicos. Es probable que, en un futuro próximo, programas como MECHEM sean imprescindibles para dilucidar de manera fiable los mecanismos implícitos en reacciones complejas.
Los programas más recientes, como MECHEM, incorporan sofisticadas técnicas de razonamiento por analogía o técnicas de satisfacción de restricciones que les permiten planificar experimentos, interpretar resultados, inventar nuevos instrumentos e incluso proponer nuevos problemas.
Modelizar los descubrimientos
Queda sin duda mucho por hacer pero, hasta ahora, no hay evidencias de la imposibilidad de modelizar los mecanismos necesarios para que un programa lleve a cabo descubrimientos científicos.
Si bien es cierto que muchas ideas que consideramos creativas están de hecho basadas, por lo menos en parte, en combinaciones inusuales, esta definición de creatividad no tiene en cuenta una importante cuestión: ¿cómo tuvo lugar la combinación o la asociación de ideas conocidas?
Las técnicas de razonamiento por analogía ya permiten en ciertos casos identificar similitudes entre conceptos, es decir, llevar a cabo asociaciones de ideas. Por otra parte, los algoritmos genéticos también permiten seleccionar el proceso de combinación de elementos conocidos.
Por lo tanto, no veo por qué un programa de ordenador no podría ser creativo combinando y recombinando ideas guiado por un conjunto predeterminado de restricciones que, a su vez, pueda variar (si se imponen demasiadas restricciones el resultado, aún siendo nuevo, puede carecer fácilmente de interés y, si no se imponen restricciones, el conjunto de combinaciones es prohibitivamente grande).
Esto es lo que hemos hecho, por ejemplo, en el Instituto de Investigación en inteligencia artificial con un sistema capaz de generar interesantes armonizaciones de melodías.
Actualmente estamos desarrollando SAXEX, un sistema de razonamiento por analogía capaz de sintetizar interpretaciones musicales a partir de ejemplos de interpretaciones expresivas de baladas de jazz interpretadas por un saxofonista.
Nuestro sistema utiliza varios recursos expresivos, en particular rubato, dinámica, vibrato, articulación y ataque de las notas y es el primer sistema capaz de generar música expresiva en base a todos estos recursos.
Los resultados obtenidos por SAXEX han sido presentados en la International Computer Music Conference en la que se nos otorgó el premio al mejor trabajo y ha sido comentado en el New York Times, el Sunday Times y en New Scientist, entre otros medios informativos.
Otros ejemplos interesantes de programas creativos son el sistema informático desarrollado por Roger Dannenberg, capaz de generar en tiempo real toda la sección rítmica de acompañamiento de un solista interpretando blues; o NeurSwing de Dennis Baggi que también genera la sección rítmica de un solista improvisando jazz; o los trabajos de Gerhard Widmer sobre el aprendizaje de las bases racionales de la interpretación expresiva, etc.
Arte interactivo
En mi opinión, es en el arte interactivo donde la IA ejercerá más infuencia, ya que en las obras no interactivas el ordenador se ve limitado a jugar un papel de herramienta pasiva.
Uno de los ejemplos más impresionantes de creación interactiva es el de los "hiperinstrumentos", como el hipercello de Tod Machover, un cello conectado a un ordenador mediante sensores electrónicos en el mástil y en el arco.
Además, el intérprete también va equipado de sensores en la mano que sujeta el arco. Todos estos sensores permiten que el ordenador analice la interpretación a través de movimientos de la mano, presión del arco sobre las cuerdas, y posición de los dedos sobre el mástil con el fín de tomar decisiones en función de cómo se interpreta la obra (generar una segunda voz a modo de dueto, variar la dinámica, etc.).
Además, la ausencia del esfuerzo físico para la generación de sonido podría afectar negativamente a la calidad de la música y es por ello que considero especialmente interesantes los hiperinstrumentos, ya que combinan las ventajas de la tecnología informática con el esfuerzo físico para generar los sonidos.
La música no está únicamente en el cerebro, sino también en la respiración, en el ritmo cardíaco, en los músculos de nuestro cuerpo y sobre todo en las emociones.
El papel que juegan las restricciones y su relajación o su substitución por otras en la generación de ideas y conceptos creativos, queda patente si tomamos como ejemplo la relajación del concepto de tonalidad y su substitución por otra restricción consistente en usar todas las notas en la escala cromática que dio lugar a la música atonal introducida por Schoenberg.
Otros ejemplos de relajación de restricciones que dieron lugar a importantes descubrimientos son la geometría no euclidiana o la estructura en anillo del benzeno.
Rechazo social al androide
Este "juego" con la restricciones permite explorar y transformar el "espacio conceptual" asociado a una actividad y generar así resultados interesantes desde el punto de vista creativo.
Pero incluso en el caso de que existiera un robot que fuera a la vez un Beethoven un Einstein y un Shakespeare, muchos todavía dudarían en afirmar que fuera realmente creativo, a lo sumo aceptarían decir que es aparentemente creativo.
Este rechazo es debido probablemente a dos motivos: primero a la carencia de intencionalidad en la máquina y segundo a la no aceptación de androides en nuestra sociedad de humanos.
En cuanto a la carencia de intencionalidad, las críticas se basan en el hecho de que los ordenadores, mediante sus programas, solamente manipulan símbolos y son incapaces de darles contenido semántico.
Esta afirmación se basa en una visión restringida y equivocada de lo que es un programa. Un programa no es simplemente una estructura matemática abstracta o un cálculo lógico, sino también algo que provoca una cadena de relaciones causa-efecto en el interior de una máquina, y esto es relevante para la intencionalidad si consideramos a ésta como algo analizable en términos de relaciones causales.
Es necesario admitir que actualmente ningún programa creativo es capaz de comprender el dominio que explora, ya que le faltan demasiadas conexiones causales relevantes.
Por ejemplo AARON, un programa capaz de dibujar acróbatas estéticamente aceptables, no comprende realmente que un ser humano tiene dos brazos y dos piernas a pesar de que tiene un conjunto de reglas que le permiten generar una gran variedad de dibujos de formas humanas.
Un robot equipado con un sistema de visión podría poseer algunas de las conexiones causales ausentes en AARON y un sofisticado androide podría llegar a tener todas las conexiones causales necesarias para poseer intencionalidad, aunque sus objetivos fueran necesariamente distintos de los de un ser humano como consecuencia de un proceso de socialización distinto o inexistente.
La IA es una solución natural
En cuanto al rechazo social, el motivo por el que nos resistimos a aceptar que toda inteligencia no biológica -que no sea producto de la evolución natural, ni sea antropomórfica- sea creativa, es que no tiene un lugar natural en nuestra comunidad de seres humanos, es decir, que se trata más bien de una cuestión filosófica o moral que una cuestión científica.
BACON, AM, GLAUBER, MECHEM, AARON, SAXEX, NeurSwing, no son conscientes de sus realizaciones y, por lo tanto, tampoco pueden apreciarlas, pero no por ello debemos negar su potencial creativo ni su inteligencia, de la misma forma que no negamos que los aviones vuelan por el hecho de que no sean conscientes de ello ni que vuelen sin batir las alas.
Con esto quiero decir que no debe sorprendernos que las aproximaciones y soluciones que aporta la IA a los problemas cognitivos sean diferentes de las soluciones que aporta la naturaleza.
Tampoco debería sorprendernos pues que, en un futuro, los ordenadores hagan aportaciones de primera magnitud en campos de la ciencia y compongan bellísimas obras musicales.
Seguramente deberemos esperar muchos años antes de que esto ocurra pero, como dijo muy poéticamente Gabriel García Márquez, desde la aparición de vida visible en la tierra debieron transcurrir 380 millones de años para que una mariposa aprendiera a volar, otros 180 millones de años para fabricar una rosa sin otro compromiso que el de ser hermosa, y cuatro eras geológicas para que los seres humanos fueran capaces de cantar mejor que los pájaros y morirse de amor.
Ramón López de Mántaras i Badia es Profesor de investigación del Consejo Superior de Investigaciones Científicas (CSIC) y Director del Instituto de Investigación en Inteligencia artificial (IIIA).
Artículo publicado originalmente en Mecad Electronic Journal, número 3, marzo de 2000. Se reproduce con autorización del autor.
Sin embargo, creo que debemos plantearnos la posibilidad de relaciones más ambiciosas entre informática y creatividad. Es decir, relaciones que van más allá de considerar la informática únicamente como una herramienta al servicio de la creatividad.
No se trata ya simplemente de usar el ordenador como una herramienta más de ayuda a la creación, sino que en muchos casos ciertas obras no podrían ser creadas sin el ordenador. En algunos casos, incluso el propio ordenador empieza a ser creativo.
¿Máquinas creativas?
En este breve ensayo planteo la cuestión de si las máquinas pueden ser creativas. Pero, ante todo, ¿qué es la creatividad? ¿Por qué es algo que parece tan misterioso? Si tomamos en serio la definición del diccionario de la palabra crear, "sacar de la nada", entonces no sólo sería científicamente incomprensible, sino también algo imposible... sin embargo existe.
Parece algo misterioso porque los artistas y los científicos tenemos ideas creativas inesperadamente y nos resulta difícil explicar cómo han surgido. Es corriente hablar de "inspiración", "intuición", etc. para explicar la creatividad.
El hecho de que no seamos conscientes de cómo se manifiesta una idea creativa no implica que deba de ser necesariamente algo inexplicable desde el punto de vista científico. De hecho tampoco somos conscientes de cómo llevamos a cabo muchas otras actividades relacionadas con el lenguaje, la visión o el razonamiento de sentido común y, sin embargo, la IA es capaz de replicar cada vez mejor estas actividades.
Para muchos, la creatividad requiere la posesión de un "don" misterioso que no puede ser explicado. Ello es posiblemente debido al hecho de asociar creatividad con grandes genios como Einstein, Mozart, Picasso, etc.
Pero, ¿debemos reservar el uso del calificativo "creativo" a unos pocos elegidos? o ¿es más bien una característica más de la inteligencia? o, dicho de otra forma, ¿es la creatividad el resultado de algún mecanismo especial? O ¿es simplemente una aspecto más de cualquier actividad de resolución de problemas?
En mi opinión, la creatividad es una forma avanzada de resolución de problemas en la que intervienen elementos como la memoria, la analogía, el aprendizaje, etc. que pueden ser emulados mediante programas informáticos. En este texto aportaré ejemplos de tales programas informáticos en dos campos indudablemente creativos: el descubrimiento científico y la creación musical.
Combinaciones innovadoras
Una definición operativa y ampliamente aceptada de creatividad es la siguiente: Una idea creativa es una combinación innovadora y valiosa de ideas conocidas. Dicho de otra forma, nuevas leyes físicas, nuevas obras musicales, nuevos teoremas, etc. pueden generarse a partir de un conjunto finito de elementos ya existentes.
El mecanismo general de resolución de problemas para esta creatividad basada en combinaciones innovadoras se conoce tradicionalmente en IA bajo el nombre de "generar-y-comprobar".
Un buen ejemplo de un sistema informático basado en este mecanismo, que es capaz de crear (o mejor dicho redescubrir) resultados científicos importantes partiendo de los mismos datos de que disponían sus descubridores originales, es Bacon.
Antes de proseguir con los detalles relativos a Bacon quiero puntualizar que el hecho de que "redescubra" no invalida su interés en tanto que modelo computacional de un proceso creativo, ya que no hay ningún motivo para suponer que los procesos cognitivos utilizados para hacer un re-descubrimiento deban ser diferentes de los utilizados para hacer el descubrimiento original.
Por otra parte, el hecho de redescubrir algo puede constituir la prueba de una excelente capacidad inventiva. Por ejemplo, cuando el joven Gauss redescubrió la fórmula de la suma de los N primeros enteros, sus maestros le auguraron una brillante carrera científica.
En 1618, Johannes Kepler enunció su tercera ley sobre el movimiento de los planetas. Descubrió que el cubo de su distancia al sol es proporcional al cuadrado del período de su órbita.
La serie de programas Bacon (Langley et al. 1987) desarrollados entre finales de los años 70 y mediados de los 80 utilizó el mecanismo de generar -y- comprobar, guiada mediante heurísticas, para redescubrir la tercera ley de Kepler y muchas otras leyes tanto físicas como químicas.
Para ello partió de los mismos datos experimentales que fueron utilizados por sus descubridores, como por ejemplo los pares de valores distancia (D) y período (P) en el caso de la tercera ley de Kepler.
Además de esta ley, Bacon descubrió también, entre otras, la ley de Ohm sobre la resistencia eléctrica, la ley de Black sobre el calor específico, la ley de Arquímedes, la ley de conservación del momento de inercia, la ley de la gravitación universal, etc.
Simetría y leyes
La simetría es una de las propiedades más importantes en las Ciencias Naturales y ha sido muy útil en el descubrimiento de leyes físicas y químicas. Las extensiones más recientes de Bacon contienen, entre otras, heurísticas destinadas a comprobar propiedades simétricas, lo cual le permite descubrir leyes que posean dichas propiedades.
Más recientemente, se han desarrollado otros programas capaces de inducir leyes cualitativas a partir de ejemplos. Estos programas pueden también inducir modelos estructurales y explicativos para ciertos fenómenos.
Un ejemplo de estos programas es GLAUBER (Langley et al. 1987), el cual a partir de una serie de resultados de experimentos químicos como:
(reacción : componentes (ClH, NaOH) resultante (NaCl, H2O))
induce:
(reacción : componentes (ácido, base) resultante (sal, agua)).
AM (Lenat 1983) es otro interesante programa. Glauber parte de una jerarquía inicial de unos 100 conceptos básicos en matemáticas (conjuntos, pares ordenados, operaciones básicas tales como unión, intersección, etc.), busca nuevos conceptos en teoría de números, a partir de los conceptos iniciales, usando como guía alrededor de 250 reglas heurísticas.
AM no posee únicamente heurísticas para generar los nuevos conceptos, sino que además tiene una serie de criterios para evaluar el interés de los conceptos que encuentra, lo cual le permite guiar la búsqueda de conceptos en la dirección más prometedora.
AM, entre otras cosas, redescubrió (conjeturó) los conceptos de número natural, suma, multiplicación, número primo, el teorema de la factorización en factores primos, etc., llegando a redescubrir la conjetura, todavía no demostrada, de Goldbach (cualquier número par puede expresarse como suma de dos números primos).
Sin embargo, no llegó mucho más allá. De hecho conjeturó unos 200 conceptos, pero la mitad carecían del más mínimo interés, es decir, llegó pronto al límite de sus posibilidades. Esta limitación se debía principalmente al hecho de que las heurísticas eran fijas.
Procesos químicos informatizados
Un programa posterior llamado EURISKO (Lenat 1983) podía, además, generar nuevas heurísticas y fue aplicado al diseño de circuitos integrados y a la configuración de flotas navales.
Sin embargo, tampoco pudo ir mucho más allá en teoría de números ya que, a pesar de poder mejorar las heurísticas, los avances en teoría de números requieren la intervención de otros dominios de las matemáticas (álgebra, geometría, análisis complejo, etc.) para los cuales ni AM ni EURISKO tenían conceptos iniciales.
Resultados más recientes e importantes conseguidos con programas para llevar a cabo descubrimientos científicos se deben a MECHEM (Valdés-Pérez, 1995).
MECHEM es capaz de razonar acerca de las transformaciones estructurales que tienen lugar en moléculas que reaccionan químicamente, con el objetivo de dilucidar los mecanismos internos de una reacción química, basándose en evidencias empíricas.
En una reacción, se conocen los componentes que van a reaccionar, los productos finales y algunos de los productos intermedios, pero no todos, debido a las limitaciones prácticas de las técnicas experimentales usadas. El problema consiste básicamente en poder conjeturar la presencia de los productos intermedios no observados.
MECHEM pudo encontrar y explicar varios mecanismos simples para la hidrogenolosis del metano. Algunos de los mecanismos encontrados y explicados coinciden plenamente con resultados publicados en 1991 por los químicos D. Rudd y J. Dumesic en la revista "Catalysis Today" y otros son nuevas hipótesis de indudable interés por su mayor sencillez.
La comprensión de los mecanismos que tienen lugar en una reacción tiene un enorme interés práctico, ya que su conocimiento puede sugerir hacer cambios sobre las condiciones de la reacción que mejoren los procesos químicos. Es probable que, en un futuro próximo, programas como MECHEM sean imprescindibles para dilucidar de manera fiable los mecanismos implícitos en reacciones complejas.
Los programas más recientes, como MECHEM, incorporan sofisticadas técnicas de razonamiento por analogía o técnicas de satisfacción de restricciones que les permiten planificar experimentos, interpretar resultados, inventar nuevos instrumentos e incluso proponer nuevos problemas.
Modelizar los descubrimientos
Queda sin duda mucho por hacer pero, hasta ahora, no hay evidencias de la imposibilidad de modelizar los mecanismos necesarios para que un programa lleve a cabo descubrimientos científicos.
Si bien es cierto que muchas ideas que consideramos creativas están de hecho basadas, por lo menos en parte, en combinaciones inusuales, esta definición de creatividad no tiene en cuenta una importante cuestión: ¿cómo tuvo lugar la combinación o la asociación de ideas conocidas?
Las técnicas de razonamiento por analogía ya permiten en ciertos casos identificar similitudes entre conceptos, es decir, llevar a cabo asociaciones de ideas. Por otra parte, los algoritmos genéticos también permiten seleccionar el proceso de combinación de elementos conocidos.
Por lo tanto, no veo por qué un programa de ordenador no podría ser creativo combinando y recombinando ideas guiado por un conjunto predeterminado de restricciones que, a su vez, pueda variar (si se imponen demasiadas restricciones el resultado, aún siendo nuevo, puede carecer fácilmente de interés y, si no se imponen restricciones, el conjunto de combinaciones es prohibitivamente grande).
Esto es lo que hemos hecho, por ejemplo, en el Instituto de Investigación en inteligencia artificial con un sistema capaz de generar interesantes armonizaciones de melodías.
Actualmente estamos desarrollando SAXEX, un sistema de razonamiento por analogía capaz de sintetizar interpretaciones musicales a partir de ejemplos de interpretaciones expresivas de baladas de jazz interpretadas por un saxofonista.
Nuestro sistema utiliza varios recursos expresivos, en particular rubato, dinámica, vibrato, articulación y ataque de las notas y es el primer sistema capaz de generar música expresiva en base a todos estos recursos.
Los resultados obtenidos por SAXEX han sido presentados en la International Computer Music Conference en la que se nos otorgó el premio al mejor trabajo y ha sido comentado en el New York Times, el Sunday Times y en New Scientist, entre otros medios informativos.
Otros ejemplos interesantes de programas creativos son el sistema informático desarrollado por Roger Dannenberg, capaz de generar en tiempo real toda la sección rítmica de acompañamiento de un solista interpretando blues; o NeurSwing de Dennis Baggi que también genera la sección rítmica de un solista improvisando jazz; o los trabajos de Gerhard Widmer sobre el aprendizaje de las bases racionales de la interpretación expresiva, etc.
Arte interactivo
En mi opinión, es en el arte interactivo donde la IA ejercerá más infuencia, ya que en las obras no interactivas el ordenador se ve limitado a jugar un papel de herramienta pasiva.
Uno de los ejemplos más impresionantes de creación interactiva es el de los "hiperinstrumentos", como el hipercello de Tod Machover, un cello conectado a un ordenador mediante sensores electrónicos en el mástil y en el arco.
Además, el intérprete también va equipado de sensores en la mano que sujeta el arco. Todos estos sensores permiten que el ordenador analice la interpretación a través de movimientos de la mano, presión del arco sobre las cuerdas, y posición de los dedos sobre el mástil con el fín de tomar decisiones en función de cómo se interpreta la obra (generar una segunda voz a modo de dueto, variar la dinámica, etc.).
Además, la ausencia del esfuerzo físico para la generación de sonido podría afectar negativamente a la calidad de la música y es por ello que considero especialmente interesantes los hiperinstrumentos, ya que combinan las ventajas de la tecnología informática con el esfuerzo físico para generar los sonidos.
La música no está únicamente en el cerebro, sino también en la respiración, en el ritmo cardíaco, en los músculos de nuestro cuerpo y sobre todo en las emociones.
El papel que juegan las restricciones y su relajación o su substitución por otras en la generación de ideas y conceptos creativos, queda patente si tomamos como ejemplo la relajación del concepto de tonalidad y su substitución por otra restricción consistente en usar todas las notas en la escala cromática que dio lugar a la música atonal introducida por Schoenberg.
Otros ejemplos de relajación de restricciones que dieron lugar a importantes descubrimientos son la geometría no euclidiana o la estructura en anillo del benzeno.
Rechazo social al androide
Este "juego" con la restricciones permite explorar y transformar el "espacio conceptual" asociado a una actividad y generar así resultados interesantes desde el punto de vista creativo.
Pero incluso en el caso de que existiera un robot que fuera a la vez un Beethoven un Einstein y un Shakespeare, muchos todavía dudarían en afirmar que fuera realmente creativo, a lo sumo aceptarían decir que es aparentemente creativo.
Este rechazo es debido probablemente a dos motivos: primero a la carencia de intencionalidad en la máquina y segundo a la no aceptación de androides en nuestra sociedad de humanos.
En cuanto a la carencia de intencionalidad, las críticas se basan en el hecho de que los ordenadores, mediante sus programas, solamente manipulan símbolos y son incapaces de darles contenido semántico.
Esta afirmación se basa en una visión restringida y equivocada de lo que es un programa. Un programa no es simplemente una estructura matemática abstracta o un cálculo lógico, sino también algo que provoca una cadena de relaciones causa-efecto en el interior de una máquina, y esto es relevante para la intencionalidad si consideramos a ésta como algo analizable en términos de relaciones causales.
Es necesario admitir que actualmente ningún programa creativo es capaz de comprender el dominio que explora, ya que le faltan demasiadas conexiones causales relevantes.
Por ejemplo AARON, un programa capaz de dibujar acróbatas estéticamente aceptables, no comprende realmente que un ser humano tiene dos brazos y dos piernas a pesar de que tiene un conjunto de reglas que le permiten generar una gran variedad de dibujos de formas humanas.
Un robot equipado con un sistema de visión podría poseer algunas de las conexiones causales ausentes en AARON y un sofisticado androide podría llegar a tener todas las conexiones causales necesarias para poseer intencionalidad, aunque sus objetivos fueran necesariamente distintos de los de un ser humano como consecuencia de un proceso de socialización distinto o inexistente.
La IA es una solución natural
En cuanto al rechazo social, el motivo por el que nos resistimos a aceptar que toda inteligencia no biológica -que no sea producto de la evolución natural, ni sea antropomórfica- sea creativa, es que no tiene un lugar natural en nuestra comunidad de seres humanos, es decir, que se trata más bien de una cuestión filosófica o moral que una cuestión científica.
BACON, AM, GLAUBER, MECHEM, AARON, SAXEX, NeurSwing, no son conscientes de sus realizaciones y, por lo tanto, tampoco pueden apreciarlas, pero no por ello debemos negar su potencial creativo ni su inteligencia, de la misma forma que no negamos que los aviones vuelan por el hecho de que no sean conscientes de ello ni que vuelen sin batir las alas.
Con esto quiero decir que no debe sorprendernos que las aproximaciones y soluciones que aporta la IA a los problemas cognitivos sean diferentes de las soluciones que aporta la naturaleza.
Tampoco debería sorprendernos pues que, en un futuro, los ordenadores hagan aportaciones de primera magnitud en campos de la ciencia y compongan bellísimas obras musicales.
Seguramente deberemos esperar muchos años antes de que esto ocurra pero, como dijo muy poéticamente Gabriel García Márquez, desde la aparición de vida visible en la tierra debieron transcurrir 380 millones de años para que una mariposa aprendiera a volar, otros 180 millones de años para fabricar una rosa sin otro compromiso que el de ser hermosa, y cuatro eras geológicas para que los seres humanos fueran capaces de cantar mejor que los pájaros y morirse de amor.
Ramón López de Mántaras i Badia es Profesor de investigación del Consejo Superior de Investigaciones Científicas (CSIC) y Director del Instituto de Investigación en Inteligencia artificial (IIIA).
Artículo publicado originalmente en Mecad Electronic Journal, número 3, marzo de 2000. Se reproduce con autorización del autor.