GOFAI (inteligencia artificial clásica) es un término en la filosofía de la inteligencia artificial que se refiere a la IA simbólica clásica, en contraposición a otros enfoques como las redes neuronales, la robótica situada, la IA simbólica estrecha o la IA neuro-simbólica. El término fue acuñado por el filósofo John Haugeland en su libro de 1985 Artificial Intelligence: The Very Idea. Haugeland introdujo el término para abordar dos cuestiones centrales: si la GOFAI puede producir inteligencia artificial a nivel humano en una máquina, y si la GOFAI es el método principal que utilizan los cerebros para mostrar inteligencia.
En el desarrollo y la tecnología de la IA, la GOFAI se utiliza para referirse a programas construidos con instrucciones deliberadas y explícitas para una sola tarea, en contraste con los enfoques que utilizan aprendizaje automático. Ejemplos de aplicaciones de GOFAI incluyen AlphaGo y el diseño inicial de Siri de Apple.
Contexto histórico e influencia
La investigación en IA en las décadas de 1950 y 1960 tuvo una influencia enorme en la historia intelectual. Inspiró la revolución cognitiva, condujo a la fundación del campo académico de la ciencia cognitiva y fue el ejemplo esencial en las teorías filosóficas del computacionalismo, el funcionalismo y el cognitivismo, así como en las teorías psicológicas del cognitivismo y la psicología cognitiva. El aspecto específico de la investigación en IA que condujo a esta revolución fue lo que Haugeland llamó GOFAI.
Herbert A. Simon, fundador de la IA, especuló en 1963 que la GOFAI podría producir inteligencia a nivel humano y que era el método principal que utilizan los cerebros. Su evidencia fue el rendimiento de los programas que coescribió, como Logic Theorist y el General Problem Solver, junto con su investigación psicológica sobre la resolución de problemas humanos.
Racionalismo occidental y GOFAI
Haugeland sitúa la GOFAI dentro de la tradición racionalista en la filosofía occidental, que sostiene que la razón abstracta es la facultad más alta, separa a los humanos de los animales y es la parte más esencial de la inteligencia. Esta suposición aparece en Platón y Aristóteles, en Shakespeare, Hobbes, Hume y Locke, y fue central para la Ilustración, los positivistas lógicos de la década de 1930 y los computacionalistas y cognitivistas de la década de 1960.
La IA simbólica en la década de 1960 simuló con éxito el razonamiento de alto nivel, incluida la deducción lógica, el álgebra, la geometría, el razonamiento espacial y el análisis de medios y fines, todo en oraciones precisas en inglés. Muchos observadores, incluidos filósofos, psicólogos e investigadores de IA, se convencieron de que habían capturado las características esenciales de la inteligencia. Esta convicción estaba implicada por el racionalismo; si fuera falsa, cuestionaría una gran parte de la tradición filosófica occidental.
La filosofía continental, incluidos Nietzsche, Husserl y Heidegger, rechazó el racionalismo, argumentando que el razonamiento de alto nivel es limitado y propenso a errores, y que la mayoría de las habilidades provienen de intuiciones, cultura y sentimiento instintivo. Los filósofos familiarizados con esta tradición, como Hubert Dreyfus y Haugeland, fueron los primeros en criticar la GOFAI y su suficiencia para la inteligencia.
Definición de Haugeland
Críticos y partidarios de la posición de Haugeland han encontrado difícil definir la GOFAI con precisión. Drew McDermott, por ejemplo, encuentra la descripción de Haugeland incoherente y argumenta que la GOFAI es un mito. Haugeland acuñó el término para examinar las implicaciones filosóficas de las afirmaciones esenciales para todas las teorías de GOFAI, que enumeró como: (1) nuestra capacidad para tratar las cosas de manera inteligente se debe a nuestra capacidad para pensar en ellas razonablemente, incluido el pensamiento subconsciente; y (2) nuestra capacidad para pensar en las cosas razonablemente equivale a una facultad para la manipulación interna automática de símbolos.
Esto es similar a la hipótesis de los sistemas de símbolos físicos propuesta por Herbert A. Simon y Allen Newell en 1963, que establece que un sistema de símbolos físicos tiene los medios necesarios y suficientes para la acción inteligente general. También se asemeja a la suposición psicológica de Hubert Dreyfus de que la mente puede verse como un dispositivo que opera sobre bits de información según reglas formales.
La descripción de Haugeland se refiere a la manipulación de símbolos gobernada por un conjunto de instrucciones. Los símbolos son cosas físicas discretas con semántica definida, como <gato> y <alfombra>. No se refieren a señales, números no identificados o matrices de números no identificados. Por lo tanto, la GOFAI de Haugeland no incluye técnicas como la cibernética, los perceptrones, la programación dinámica, la teoría de control o técnicas modernas como las redes neuronales o las máquinas de vectores de soporte. Tampoco incluye sistemas que combinen IA simbólica con otras técnicas, como la IA neuro-simbólica, o sistemas de IA simbólica estrecha diseñados solo para problemas específicos.
Respuestas de los científicos de IA
Russell y Norvig escribieron que la GOFAI corresponde al diseño de agente lógico más simple y que es difícil capturar cada contingencia de comportamiento apropiado en un conjunto de reglas lógicas necesarias y suficientes, llamando a esto el problema de calificación. El trabajo posterior de IA simbólica después de la década de 1980 incorporó enfoques más robustos para dominios abiertos, como el razonamiento probabilístico, el razonamiento no monótono y el aprendizaje automático. Actualmente, la mayoría de los investigadores de IA creen que el aprendizaje profundo y, más probablemente, una síntesis de enfoques neuronales y simbólicos (IA neuro-simbólica), serán necesarios para la inteligencia general.
Legado y relevancia
La GOFAI sigue siendo un concepto fundamental para comprender la historia y la filosofía de la inteligencia artificial. Destaca el cambio de los sistemas de razonamiento explícito basados en reglas a enfoques impulsados por datos como los grandes modelos de lenguaje y los transformadores. Si bien el dominio de la GOFAI disminuyó con el auge del aprendizaje automático, su influencia persiste en áreas como los sistemas expertos, el razonamiento automatizado y la exploración continua de métodos neuro-simbólicos. El término sigue sirviendo como punto de referencia crítico para los debates sobre la naturaleza de la inteligencia y el futuro de la investigación en IA.