EL MODELO ANIMAT EN LA INTELIGENCIA ARTIFICIAL BIO-INSPIRADA

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

EL MODELO ANIMAT EN LA INTELIGENCIA ARTIFICIAL BIO-INSPIRADA A. BENÍTEZ, E. G. BUENDÍA U. Complutense de Madrid, U. Complutense de Madrid ABSTRACT: This paper presents the model Animat. First sets the positions of Wilson and Beer. The following summarizes these positions in a schema. Schema to be followed by any researcher who wants to work with this model. The work ends with the presentation of the basic outline of several experiments in the model. Key words: Artificial Life, Bio-Inspired Artificial Intelligence, The Animat Model.

1

El modelo Animat

El término “animat” apareció por vez primera en un artículo de Stewart W. Wilson de 1985. Con dicho término Wilson designa un autómata o agente dinámico que habita en un entorno artificial. Después de los trabajos del propio Wilson, de los de Beer y Brooks, entre otros, hoy designa un modelo computacional de experimentación. Los trabajos de Wilson y Beer coinciden en un presupuesto básico, nuclear, a saber: suponen que la inteligencia es un mecanismo de adaptación con que nacen dotados los individuos y sin el cual la especie correspondiente no perviviría. Lo que hemos llamado “modelo Animat” es un planteamiento que inserta la investigación de la inteligencia artificial en la línea de la adaptación biológica. Por otra parte, el modelo Animat es eminentemente experimental. Por ello, el desarrollo de las investigaciones se logra mediante experimentos computacionales o robóticos. 1.1 Wilson En el primer trabajo de 1985 Animat pretende ser como un animal cuyo medio es una matriz de datos de límites periódicos, es decir, un espacio computacional de forma toroidal. Cada elemento de la matriz de datos puede contener un objeto. Son objetos: obstáculos (T), comida (F), espacios vacíos (blancos) y el propio animat (*). En el resumen de este artículo, Wilson señala con claridad los

122

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

rasgos principales del modelo Animat. El primero es que se trata de un experimento computacional. El diseño, segundo, incluye dos elementos complementarios: un autómata (“artificial animal” lo llama Wilson) y un entorno. El tercer rasgo es que el animal artificial actúa en el entorno, por ello, es un autómata con dinamismo propio. El último es que el experimento tiene el objetivo de medir el grado de adaptación del animal artificial. El experimento concreto que Wilson explica incluye un rasgo más: comprender qué sea la inteligencia. Para conseguir este objetivo, Wilson hace suya una definición de inteligencia dada por van Heerden: but the best definition of intelligence we have found is the following, from the physicist van Heerden: Intelligent behavior is to be repeatedly successful in satisfying one’s psychological needs in diverse, observably different, situations on the basis of past experience. de la que el propio Wilson peralta los siguientes aspectos: el ente estudiado ha de poder encontrarse en diferentes situaciones posibles; en cada situación, dicho ente ha de tener éxito cara a satisfacer alguna necesidad constitutiva; al afrontar una situación, ha de basarse en experiencias propias obtenidas en el pasado. La definición de van Heerden implica, a nuestro juicio, una estructura constitutiva del agente cuyos elementos se pueden enumerar así: 1. ha de contar con algún receptor sensitivo 2. y con algún efector 3. igualmente con una memoria de lo sentido 4. además, con la capacidad de generalizar y formar representaciones universales a partir de lo recordado 5. y con una serie de reglas generales que ligan representaciones universales con algún efector. Por ello, Wilson adoptó la idea de un Clasificador Genético (Holland) para generar nuevas reglas generales mejores o más adaptadas que las iniciales.1 1 No podemos extendernos aquí en una explicación pormenorizada del trabajo mencionado. A. Benítez lo hace en el tercer tomo de sus Fundamentos de I. A. que aparecerá próximamente.

123

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

En un segundo trabajo de 1991, Wilson hizo un presentación general del modelo experimental. Lo que resulta más claro del trabajo es, a nuestro juicio, la división del modelo en dos componentes: entorno y animat. Es decir, que el investigador que se acoja a este modelo ha de describir siempre cuáles son las características con las que ha diseñado el entorno y cuál es la estructura con que ha dotado a animat. 1.2 Beer En el libro Intelligence as adaptive behavior: an experiment in computational neuroethology. Academic Press, Boston, 1990, Beer afirma que su libro tiene dos objetivos fundamentales: • El primero consiste en dar argumentos a favor de la idea de que la inteligencia humana es un mecanismo adaptativo.

• El segundo, presentar una nueva metodología experimental para construir agentes autónomos. El primer objetivo del libro, defender la idea de que la inteligencia es un mecanismo adaptativo —quizá no el único que el hombre posee—, se opone a otra idea de inteligencia. Según Beer, esta otra idea de inteligencia ha subrayado las habilidades mentales del hombre que parecen diferenciarle: pensamiento lógico, lenguaje, acción racional, etc. Cabe decir que los defensores de esta idea de inteligencia son el “adversario” de Beer. Beer cree que la idea de inteligencia como solución de problemas, razonamiento lógico, acción moral, acción planeada, etc., ha predominado hasta la fecha en que escribe el libro que comento. Los nuevos trabajos en robótica (Brooks), los nuevos planteamientos en experimentos computacionales con agentes (Wilson), el desarrollo de otras líneas de investigación en inteligencia artificial bioinspirada, han producido un giro en las investigaciones bajo el supuesto general de que la inteligencia ha de ser contemplada a la luz de los mecanismos de adaptación. Para Beer, la inteligencia artificial clásica, al aislar los procesos mentales de razonamiento, lenguaje, toma de decisiones, etc., estableció una disociación entre “mundo” y “mente”. Gracias a su mente, el hombre se hace “representaciones” del mundo, y gracias a estas representaciones, es capaz de actuar de vuelta sobre el mundo. El mundo aparece así, primero, como independiente del hombre y como algo que este ha de comprender. Tras cierto esfuerzo, el hombre “comprende” el mundo, es decir, se hace una cierta representación del mundo. Combinando estas representaciones, el hombre elabora sus planes de actuación en el mundo. A esta concepción llama Beer la hipótesis nuclear del programa de investigación en inteligencia artificial, hipótesis que se extendió a las ciencias cognitivas.

124

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

Esa hipótesis nuclear ha animado las investigaciones en inteligencia artificial durante décadas. Pero si nos volvemos hacia los resultados de ese trabajo de investigación, ¿qué tenemos? Afirma Beer que son técnicas cuya aplicación requiere un campo perfectamente delimitado y normalmente angosto (narrow). En cuanto se intenta superar esos límites y se intenta aplicarlas a problemas cotidianos, las técnicas se muestran en extremo frágiles (brittle). A la primera pregunta, qué significa ser inteligente, contesta positivamente Beer diciendo: inteligencia es un mecanismo que permite conductas adaptadas a un mundo cambiante, complejo, impredecible. Por “conducta adaptada” se entiende una que permita la supervivencia del animal que la lleve a cabo. Los mecanismos gracias a los cuales esa conducta se desencadena, es posible, serían, por tanto, una característica adaptativa. Esta idea parece razonable. Sin embargo, hay que pensar casos como el siguiente: a veces, la carrera veloz del antílope le permite escapar del león depredador; otras no, y perece. ¿Cabe pensar que han cambiado los mecanismos puestos en juego de una vez a otra? La pregunta tiene la intención de subrayar que la idea de adaptación no lleva consigo la de éxito. Y si se cae en esta cuenta, se observará que la adaptación dice relación más a la especie que al individuo. Podemos aceptar que los antílopes (especie) están construidos de forma tal que la especie perdura, a pesar de que algunos individuos no logren morir de viejos. La idea de adaptación obliga, según creemos, a moverse en estos dos planos: individuo y especie. Esta hipótesis nuclear lleva a una propuesta de una nueva metodología de investigación que Beer denomina “neuroetología computacional”: El resto de este libro describe un experimento en neuroetología computacional. Un insecto artifcial ha sido desarrollado e insertado en un entorno (simulación) que plantea problemas parecidos a algunos de los que encuentran los insectos naturales. Este insecto artificial es capaz de exhibir algunas de las conductas más básicas requeridas para una supervivencia duradera en el entorno, incluidas locomoción, vagabundeo, retroceso, seguir bordes y alimentarse. Además, es capaz de cambiar apropiadamente entre sus distintas conductas cuando sus condiciones externas e internas cambian. Todo el comportamiento del insecto es producido por un sistema nervioso artificial, cuyo diseño está basado en parte en circuitos neuronales específicos provenientes de distintos animales naturales (pág. 18)

125

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

2

Elementos esenciales del modelo Animat

Si se quiere adoptar este modelo en las investigaciones de inteligencia artificial, hay que seguir el siguiente esquema: 1. Establecer de la manera más precisa posible los componentes estructurales que conforman el Entorno. Para lo cual creemos que hay que precisar: (1) La estructura de datos propia del Entorno. Por ejemplo, una matriz bidimensional de datos. (2) La forma del espacio de datos. Por ejemplo, estableciendo que los límites de dicha estructura serín periódicos. Con ello, si la estructura es unidimensional, la forma del espacio de datos será circular. Toroidal en el caso de una estructura bidimensional. (3) Si los elementos de la matriz de datos guardan relaciones de vecindad, especificar el modelo seguido. (4) Establecer, caso de que el sistema sea dinámico, cómo se ha establecido el dinamismo. Por ejemplo, si se adopta la perspectiva de un sistema celular, entonces los cambios de configuración del sistema se producirán mediante la computación local de los objetos ubicados en la matriz de datos. (5) También hay que declarar si los cambios de configuración se producen sincrónica o diacrónicamente. 2. Definir la estructura del animal artificial. Para ello, creemos que hay que precisar: (1) Los objetivos constituyentes o necesidades básicas de dicho animal. Por ejemplo, un objetivo único podría ser que se mueva incesantemente en el entorno, dure lo que dure la simulación. (2) Las partes o elementos estructurales que compondrían el animal. Mediante esta estructura, el animal tendría un cuerpo y formaría parte del entorno. (3) El esquema básico de dichas partes estructurales es, según creemos, el siguiente: 1. Receptor o receptores sensitivos 2. Efector o efectores 3. Control central o cerebro. Podría, a su vez, estar formado por partes. Aunque no es necesario, sí nos parece conveniente que se usen redes neuronales artificiales.

126

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

(4) Aparte debe quedar claro en qué consiste el dinamismo del animal. Por ejemplo, estableciendo un grafo de conexiones entre las distintas partes del animal diseñado. 3

Experimentos en el modelo Animat

Vamos a presentar a continuación el esquema básico de varios experimentos que hemos realizado en el modelo Animat. Seguimos el esquema explicado en la sección anterior: primero presentamos el diseño del entorno y, a continuación, el de animat. 3.1 El entorno Hemos trabajado con dos diseños básicos: un entorno estático, sin dinamismo; y un entorno dinámico. En ambos casos, en cada elemento de la estructura de datos hay un objeto, incluido animat. • Estructura de datos: una matriz de datos de f filas y c columnas. En todos los experimentos que estudiaremos, las filas serán 50 y las columnas también 50. En cada posición de la matriz ( fi , c j ) hay un objeto. • Forma del espacio de datos: la matriz de datos bidimensional tiene límites periódicos. Por esto último, la forma del espacio es toroidal.

• Relaciones de vecindad: Relaciones de vecindad son las de Moore, si bien Animat es estimulado por tres vecinos en cada iteración según su orientación.

• Dinamismo: En el caso de entornos cuyos objetos son a-dinámicos, la ley del dinamismo del Entorno puede expresarse así:

Si el objeto al que hay que aplicar esta ley no es de la clase animat %, no sucede nada. En otro caso (es decir, si el objeto al que hay que aplicar esta ley es un ejemplar de animat %), cede el dinamismo al objeto de la clase animat %, según las reglas siguientes: 1. los intercambios de posición con un blanco se asientan inmediatamente en la matriz de datos. 2. Si la acción de Animat consiste en empujar un objeto, esta acción se realizará si en la posición contigua del objeto empujado hay un blanco. En otro caso, no se realizará el intercambio de posiciones entre el objeto empujado y el blanco contiguo.

127

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

• Cambios de configuración: el dinamismo descrito se produce en una secuencia de iteraciones. En cada iteración, el Entorno cambia de configuración. En el monitor gráfico se van viendo estas configuraciones sucesivas.2 3.2 Animat En estos experimentos Animat está dotado de receptores sensitivos con los que contacta con el entorno, recibiendo de este tres estímulos. El modelo más básico tiene un único receptor sensitivo. Los estímulos son procesados por una red formada por 15 “fotorreceptores”, cada uno de los cuales producirá una respuesta cuyos valores posibles son 0 o 1. La salida de este receptor sensitivo es procesada por una red de tres capas del tipo perceptrón multicapa. La salida de esta red es una orden motora, que constituye la entrada de los efectores de Animat. En el modelo más básico los efectores están constituidos por dos tipos de capacidades: una, de cambio de posición; otra, de giro sobre su propio eje con el consiguiente cambio de orientación. La figura 1 ilustra estas ideas. E NTORNO R ECEPTOR

Una única Red Perceptrón de 3 capas

Motor

A NIMAT Control

SENSITIVO

E FECTORES

Figura 1: Animat: cambio de lugar y giro

3.3 Discusión 3.3.1 El Entorno como totalidad Cuando se contempla la ventana del monitor, se está viendo el modelo experimental entero, es decir, se está viendo el Entorno como una totalidad entre cuyas partes Animat es una más. Esta totalidad puede ser entendida, en primer lugar, como una colección de objetos. 2 Para

una explicación más extensa remitimos de nuevo al capítulo correspondiente del libro tercero de Fundamentos de I. A. de A. Benítez.

128

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

Pero esa totalidad, en segundo lugar, tiene una forma determinada. Hemos visto que al Entorno corresponde una matriz bidimensional de datos. Por ello, cada posición queda determinada por un par (fila, columna) que identifica un posible lugar en el espacio del Entorno. El Entorno es así una estructura ordenada de posiciones en la que han de ser dispuestos los objetos. La primera idea de una totalidad como mera colección de objetos ha de ser precisada: el Entorno es una estructura de posiciones en cada de las cuales se ubica un objeto. Corolario de esto es que dos objetos son distintos, son partes distintas de la totalidad, porque ocupan lugares distintos. Es decir, si suponemos dos objetos que tengan exactamente todos sus propiedades iguales, tendríamos que afirmar que no son el mismo porque han de ocupar dos posiciones distintas. Más aún, si contemplamos un objeto cualquiera en su interior, podríamos afirmar que el estar en una posición no es una propiedad que le pertenezca per se, pero en tanto que objeto del Entorno, en cuanto parte de este, cada objeto tiene necesariamente una determinación más —puramente relacional—: ocupar un lugar en el espacio del Entorno. 3.3.2 El dinamismo del Entorno Hemos visto también que el Entorno, si bien es uno y una totalidad, cambia de configuración, esto es, que cambia el contenido de la matriz de datos de una iteración a otra. Si se quiere, puede decirse que “puede cambiar”. Los cambios que se producen en la configuración del Entorno están reglados. Es decir, que existe al menos una regla según la cual se producen los cambios de configuración. Dado que esa regla, o reglas, regula por igual cada cambio, se mantiene constante y uniforme en la secuencia de cambios de configuración. En este sentido, cada regla es “ley”. La regla que rige el dinamismo del entorno puede ser concebida como una única ley: la del intercambio de posiciones. El intercambio puede darse entre dos objetos, un blanco y otro que no puede ser un blanco. En efecto, cuando Animat actúa cambiando de posición se produce un intercambio de posiciones. Cuando Animat empuja un objeto, este se desplaza de lugar y se produce un intercambio de posiciones. Corolario de lo anterior es que el dinamismo ha de ser concebido como determinación (definición) de las relaciones de posición entre objetos. 3.3.3 Animat como sistema Animat es un único objeto. Sin embargo, no es un objeto simple, antes bien tiene partes. Es, pues, un objeto compuesto. Como decíamos del Entorno, puede decirse —en primer lugar— que Animat es una colección de partes: receptores, unidad de control y efectores.

129

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

En segundo lugar, a diferencia del Entorno, las partes de Animat no tienen una disposición espacial. Sin embargo, sí existe una cierta disposición puesto que en su funcionamiento Animat exige que una parte —receptores— actúe antes de que la que la unidad de control pueda hacerlo. Lo mismo cabe decir de los efectores respecto a la unidad de control. Desde el punto de vista del funcionamiento interno de Animat, las partes tienen una disposición funcional, están ordenadas funcionalmente. Por ello, cada parte que compone Animat es una parte inseparable. Esta disposición funcional, en tercer lugar, permite determinar cada acción de Animat como una tripla formada por los receptores, la unidad de control y los efectores —siempre en este orden—, según el esquema siguiente: (estímulos, orden motora, acto efector) Un ejemplo de acción, desde este punto de vista, podría ser el siguiente: ((blanco, azul, verde), (blanco 0 0 0), avanzar al blanco). De donde se sigue que cada acción de Animat responde a la idea de esquema de conducta de la Etología. Y, según esta idea, es posible determinar las correlaciones entre mecanismos desencadenadores innatos (MDI) y los actos efectores de Animat. En efecto, el acto de avanzar es relativo a la presencia de un blanco entre los estímulos, mientras que el giro se produce cuando no existe un blanco entre los estímulos. En cuarto lugar, Animat produce una acción en cada iteración. Desde este punto de vista, Animat consiste en actividad incesante. Por ello, Animat no es como el resto de objetos del Entorno, sino que es un objeto cuya existencia entera consiste en producir acciones. Es, pues, un agente, si por “agente” se entiende un objeto que produce incesantemente acciones. La “agencia” de Animat queda determinada tanto por las correlaciones posibles entre los MDI y los actos efectores como por las triplas correspondientes a los esquemas de conducta posibles. Corolario de esto es que Animat es un objeto dinámico, frente al resto de objetos del Entorno que son a-dinámicos. Animat es, pues, un objeto compuesto; un sistema funcional de partes inseparables; y un sistema dinámico.

130

Proceedings of the VII Conference of the Spanish Society for Logic, Methodology and Philosophy of Science Actas del VII Congreso de la Sociedad de Lógica, Metodología y Filosofía de la Ciencia en España

REFERENCIAS Beer, R. (1990). Intelligence as adaptive behavior: an experiment in computational neuroethology. Boston: Academic Press. Brooks, R. A. (1990). Elephants don’t play chess. Robotics and Autonomous Systems, 6, 3–15. Brooks, R. A. (1991a). Intelligence without reason. Technical Report Memo Num. 1293, MIT. Brooks, R. A. (1991b). Intelligence without representation. Artificial Intelligence, 47, 139–159. Eibl-Eibesfeldt, I. (1976). Nueva Antropología. Tomo 2: Antropología biológica, chapter Adaptaciones filogenéticas en el comportamiento del hombre, (pp. 3–55). Barcelona: Ediciones Omega. Trad. de Margarida Costa. Eibl-Eibesfeldt, I. (1977). El hombre preprogramado. Madrid: Alianza editorial. Trad. esp. Pedro Gálvez. Eibl-Eibesfeldt, I. (1993). Biología del comportamiento humano. Manual de etología humana. Madrid: Alianza editorial. Trad. esp. Francisco Giner y Luis Cencillo. Wilson, S. W. (1985). Knowledge growth an artificial animal. In Grefenstette, J. (Ed.), Proceedings of an International Conference on Genetic Algorithms and Their Applications, (pp. 16–23)., Hillsdale, NJ. Lawrence Erlbaum Assoc. Wilson, S. W. (1991). The animat path to ai. In Books, T. M. P. (Ed.), Animals to Animats: Proceedings of The First International Conference on Simulation of Adaptive Behavior, (pp. 15–21)., Cambridge, MA.

131