Enfoque Símbolico de la Inteligencia.

Para la vertiente simbólica, que dominó el panorama durante las décadas de 1960 a 1980, la mente es una máquina de procesamiento de información, en donde no interesan los mecanismos biológicos subyacentes. Su estrategia recibe el nombre de "enfoque descendente o Top-Down": a través de un exhaustivo y pormenorizado conjunto de reglas pre-programadas, se espera que el sistema sea capaz de desenvolverse en el mundo real haciendo hincapié en los aspectos más cognitivos del ser humano, como la lógica, las habilidades deductivas, la capacidad de procesamiento, el razonamiento, la manipulación de símbolos mentales y la combinación de conceptos. Desde aquí se hicieron grandes avances en algunas áreas específicas, generalmente ligadas a actividades concretas y susceptibles de formalización. Los ejemplos más significativos son los Sistemas Expertos, los programas de resolución de problemas matemáticos o los programas de juegos, como el ajedrez.

La esencia de la mente se encuentra en el software; por eso simulan directamente las características inteligentes que se pretenden conseguir (es decir, la actividad racional), manipulando símbolos por medio de reglas lógicas y utilizando poderosas computadoras secuenciales de un solo procesador, que ejecutan miles de instrucciones una después de la otra. A las máquinas deductivas hay que decirles todo, pues su conducta sigue un camino orientado por reglas fijas; a las máquinas inductivas no hay que decirles nada, pues pueden aprender y generalizar a partir de ejemplos.

Sistemas expertos y redes neuronales

Inicialmente la noción de inteligencia estaba muy relacionada con la capacidad de razonamiento matemático y el manejo de la lógica abstracta. Es que siempre se consideró que las cosas más desafiantes para la mente son aquellas de las que somos más conscientes, porque son las que aprendimos en el último tramo de la evolución y, en consecuencia, las que peor hacemos.

En consecuencia, y para simular el pensamiento humano, la corriente simbólica sólo tomó en cuenta una porción del complicado mapa de la mente humana... y, de ahí, su fracaso. El "inculcar" -dentro de la máquina- el conocimiento detallado que describe rigurosamente las reglas lógicas para manejarse en el complejo medio ambiente, no alcanza cuando se trata de imitar las matices del comportamiento humano inteligente. En efecto, ¿qué ocurre si no se tomó en cuenta una determinada condición? y ¿qué sucede cuando cambia el entorno para el cual el sistema fue diseñado? En el caso de los sistemas expertos, el problema fundamental es que -con independencia de cuántas reglas contengan- cometen errores groseros porque carecen incluso del sentido común que tiene un niño. Son "frágiles", insensibles al contexto y tienden a dar respuestas exageradamente incorrectas a preguntas que están fuera de los dominios para los que fueron programados.

Fuentes consultadas
http://galeon.com/electrosys/inteligencia%20artificial.htm

http://www.gerona.inf.cu/modules.php?name=Sections&op=viewarticle&artid=7