Cómo la complejidad computacional revolucionará la filosofía

Desde la década de 1930, la teoría de la computación ha influido profundamente en el pensamiento filosófico sobre temas como la teoría de la mente, la naturaleza del conocimiento matemático y la perspectiva de la inteligencia artificial. De hecho, es difícil pensar en una idea que haya tenido un mayor impacto en la filosofía.

Y, sin embargo, hay una revolución filosófica aún mayor esperando entre bastidores. La teoría de la computación es un pececillo filosófico en comparación con el potencial de otra teoría que actualmente domina el pensamiento sobre la computación.

Al menos, esta es la opinión de Scott Aaronson, científico informático del Instituto de Tecnología de Massachusetts. Hoy, presenta un argumento persuasivo de que la teoría de la complejidad computacional transformará el pensamiento filosófico sobre una variedad de temas como la naturaleza del conocimiento matemático, los fundamentos de la mecánica cuántica y el problema de la inteligencia artificial.



La teoría de la complejidad computacional se ocupa de la cuestión de cómo los recursos necesarios para resolver un problema escalan con alguna medida del tamaño del problema, llámelo n. Básicamente, hay dos respuestas. O el problema escala razonablemente lento, como n, n ^ 2 o alguna otra función polinomial de n. O escala irrazonablemente rápido, como 2 ^ n, 10000 ^ n o alguna otra función exponencial de n.

Entonces, mientras que la teoría de la computación puede decirnos si algo es computable o no, la teoría de la complejidad computacional nos dice si se puede lograr en unos pocos segundos o si tomará más tiempo que la vida útil del Universo.

Eso es muy significativo. Como dice Aaronson: Piense, por ejemplo, en la diferencia entre leer un libro de 400 páginas y leer todos los libros posibles, o entre escribir un número de mil dígitos y contar hasta ese número.

Continúa diciendo que es fácil imaginar que una vez que sabemos si algo es computable o no, el problema de cuánto tiempo lleva es meramente de ingeniería más que de filosofía. Pero luego continúa mostrando cómo las ideas detrás de la complejidad computacional pueden extender el pensamiento filosófico en muchas áreas.

Tomemos el problema de la inteligencia artificial y la cuestión de si las computadoras pueden pensar alguna vez como humanos. Roger Penrose argumenta que no pueden en su libro La nueva mente del emperador . Dice que cualquier cosa que una computadora pueda hacer usando reglas formales fijas, nunca podrá 'ver' la consistencia de sus propias reglas. Los humanos, por otro lado, pueden ver esta consistencia.

Una forma de medir la diferencia entre un ser humano y una computadora es con una prueba de Turing. La idea es que si no podemos distinguir la diferencia entre las respuestas dadas por una computadora y un humano, entonces no hay diferencia mensurable.

Pero imagina una computadora que registra todas las conversaciones que escucha entre humanos. Con el tiempo, esta computadora acumulará una base de datos considerable que podrá utilizar para entablar una conversación. Si se le hace una pregunta, busca la pregunta en su base de datos y reproduce la respuesta dada por un humano real.

De esta manera, una computadora con una mesa de consulta lo suficientemente grande siempre puede tener una conversación que es esencialmente indistinguible de una que los humanos tendrían.

Entonces, si existe un obstáculo fundamental para que las computadoras pasen la prueba de Turing, entonces no se encuentra en la teoría de la computabilidad, dice Aaronson.

En cambio, una forma más fructífera de avanzar es pensar en la complejidad computacional del problema. Señala que si bien el enfoque de la base de datos (o la tabla de consulta) funciona, requiere recursos computacionales que crecen exponencialmente con la duración de la conversación.

Aaronson señala que esto conduce a una nueva y poderosa forma de pensar sobre el problema de la IA. Él dice que Penrose podría decir que aunque el enfoque de la tabla de consulta es posible en principio, no es práctico debido a los enormes recursos computacionales que requiere.

Según este argumento, la diferencia entre humanos y máquinas es esencialmente de complejidad computacional.

Esa es una nueva línea de pensamiento interesante y solo una de las muchas que Aaronson explora en detalle en este ensayo.

Por supuesto, reconoce las limitaciones de la teoría de la complejidad computacional. Muchos de los principios fundamentales de la teoría, como P ≠ NP, no están probados; y muchas de las ideas solo se aplican a las máquinas de Turing deterministas en serie, en lugar del tipo de computación más desordenada que ocurre en la naturaleza.

Pero dice que estas críticas no permiten a los filósofos (ni a nadie más) rechazar arbitrariamente los argumentos de la teoría de la complejidad. De hecho, muchas de estas críticas plantean interesantes cuestiones filosóficas en sí mismas.

La teoría de la complejidad computacional es una disciplina relativamente nueva que se basa en los avances realizados en los años 70, 80 y 90. Y es por eso que sus mayores impactos aún están por llegar.

Aaronson nos señala en la dirección de algunos de ellos en un ensayo que invita a la reflexión, entretenido y muy legible. Si tiene una hora o dos de sobra, vale la pena leerlo.

Ref: arxiv.org/abs/1108.1791 : Por qué los filósofos deberían preocuparse por la complejidad computacional

esconder