Teoría Computacional Clásica: Críticas, Arquitectura Conexionista y Cognición en Sistemas Dinámicos

Críticas a la Teoría Computacional Clásica

Críticas a nivel computacional y algorítmico

• Si el agente cognitivo no dispone de programación previa, no será capaz de realizar la tarea.
• Hay dos críticas realizadas por Tienson:

1. Problema del marco: Las tareas aparentemente sencillas incluyen una gran cantidad de factores, por lo que un programa que las realice tiene que ser complejo y usar mucho tiempo de computación. Realiza muchos estados computacionales comprobando condiciones.
2. Problema del cruzamiento: En el medio hay multitud de información que puede ser relevante o no para el problema. El sistema cognitivo tiene que ser capaz de decidir, y rápido, cuál lo es y cuál no.

Críticas a nivel de implementación

1. La mente (sistema biológico) trabaja más lentamente que la máquina (sistema electrónico).
2. El cerebro presenta degradación, pero conserva la capacidad de realizar tareas incluso cuando parte de él falla (sistema antifrágil). La máquina, en caso de error, deja de funcionar completamente (sistema frágil).

Arquitectura de los Sistemas Conexionistas

• En primer lugar, los sistemas nerviosos tienen un diseño distribuido en paralelo: en él existen procesadores conectados entre sí y especializados en realizar tareas específicas.
• En segundo lugar, cada uno de esos procesadores es una neurona o nodo: estructuras muy sencillas que tienen un comportamiento también muy simple. Los nodos se activan y realizan su labor según el número de comunicaciones que reciben (fuerza) y activan a otros nodos mandándoles instrucciones (peso).
• En tercer lugar, las neuronas forman redes y estas se disponen en sistemas recurrentes: pequeños grupos de neuronas (las redes) realizan funciones concretas, sus resultados los comunican a otras redes y estas devuelven a la primera red información de sus propios resultados para que ajuste su proceso. Según el origen y el destino de la información que procesa una neurona o red de neuronas, hay tres capas diferenciables:
  • Unidades de entrada: tienen conexiones fuera del sistema y reciben estímulos del exterior.
  • Unidades de salida: tienen conexiones con el exterior que les permiten enviar información al entorno.
  • Unidades ocultas: hacen conexiones solo dentro del sistema, comunicando unas partes con otras.

Problemas de los Sistemas Conexionistas

Se basa en las limitaciones que presenta su arquitectura para implementar procesos cognitivos elevados por la diferencias de un modelo conexionista y un sistema de redes neuronales natural:

• Las neuronas del modelo conexionista funcionan como un sistema binario al recibir impulsos (sí/no) para decidir su activación. Las neuronas naturales tienen márgenes amplios de activación.
• El número de conexiones que puede tener una neurona es enorme, frente al número extremadamente limitado de conexiones que podemos encontrar en las neuronas artificiales.
• La diversidad de tipos de neuronas que encontramos en los sistemas naturales es mayor que en los artificiales: las neuronas artificiales son de unos pocos tipos, mientras que las naturales presentan especializaciones y una distribución no uniforme.

Interpretación de la Cognición en la Teoría de Sistemas Dinámicos

Como un proceso emergente y autoorganizado en el que se deben integrar tanto los factores relacionados con la actividad neuronal como los cambios producidos en el organismo y el medio en el que se encuentra el sujeto. El agente cognitivo no está aislado del medio.