LOS CIENTÍFICOS DESARROLLAN INTELIGENCIA ARTIFICIAL QUE REFLEJA LAS FUNCIONES NEURONALES HUMANAS, ALLANANDO EL CAMINO PARA SISTEMAS SIMILARES AL CEREBRO ARTIFICIALMENTE INTELIGENTES

Investigadores de la Universidad de Cambridge han desarrollado un sistema similar al cerebro, autoorganizado y artificialmente inteligente, que emula aspectos clave de la funcionalidad del cerebro humano. 

El estudio, publicado en  Nature Machine Intelligence , revela cómo imponer limitaciones físicas a los sistemas de IA puede conducir a la evolución de características similares al cerebro, ofreciendo información sobre los procesos cognitivos humanos y el futuro del desarrollo de la IA.

Cuando se lo considera un sistema integrado, el cerebro humano es una hazaña notable de la naturaleza. Es experto en optimizar el procesamiento de información y la eficiencia energética para resolver hábilmente problemas complejos. 

“El cerebro no sólo es excelente para resolver problemas complejos, sino que lo hace usando muy poca energía”, dijo Jascha Achterberg, Ph.D. estudiante de la Unidad de Ciencias del Cerebro y Cognición MRC de Cambridge y coautor del estudio. “En nuestro nuevo trabajo, demostramos que considerar las capacidades del cerebro para resolver problemas junto con su objetivo de gastar la menor cantidad de recursos posible puede ayudarnos a comprender por qué los cerebros tienen el aspecto que tienen”.

En el estudio, los investigadores demostraron con éxito que al aplicar restricciones físicas y energéticas a un sistema de IA similar a las de las redes neuronales humanas, podían desarrollar un sistema similar a un cerebro artificialmente inteligente con estrategias organizativas y eficiencias similares al cerebro humano.

El sistema de inteligencia artificial del equipo de Cambridge utilizó nodos computacionales en lugar de neuronas. A cada nodo se le asignó una ubicación en un espacio virtual, imitando la estructura del cerebro, donde la proximidad de las neuronas influye en la facilidad de comunicación. 

Luego, al sistema se le asignó la tarea de resolver un desafío de navegación en un laberinto. Este desafío, utilizado a menudo en estudios cerebrales con animales como ratas, requiere integrar varios datos para encontrar el camino más corto del laberinto.

Inicialmente, el sistema cerebral artificialmente inteligente no conoce el camino correcto a través del laberinto. Sin embargo, a medida que continuaba encontrándose con callejones sin salida, el sistema aprendió de sus errores, ajustando la fuerza de sus conexiones nodales y desarrollando centros de nodos centralizados para una transferencia de información eficiente.

Los investigadores observaron que el sistema de IA empleaba métodos similares al aprendizaje humano, utilizando estrategias similares a las que aplica el cerebro humano para resolver problemas complejos.

Sorprendentemente, el sistema similar al cerebro artificialmente inteligente comenzó a exhibir una codificación flexible, donde los nodos individuales se adaptaban para codificar múltiples aspectos de la tarea del laberinto en diferentes momentos. Este rasgo dinámico refleja la versátil capacidad de procesamiento de información del cerebro humano.

“El sistema de IA muestra una estructura interna similar al cerebro humano. Eso significa que la forma en que se conectan las partes individuales y las neuronas de la IA es similar a la forma en que se conectan diferentes partes del cerebro humano”, escribieron los investigadores. “El sistema de IA muestra específicamente un cableado interno muy ‘parecido a un cerebro’ y energéticamente eficiente”. 

Los autores del estudio señalan que la capacidad del sistema similar al cerebro artificialmente inteligente para demostrar cómo las limitaciones físicas dan forma a las diferencias cerebrales individuales podría tener implicaciones significativas para la investigación en salud mental. 

“Los ‘cerebros’ artificiales nos permiten plantear preguntas que serían imposibles de analizar en un sistema biológico real”, explicó Achterberg en un  comunicado de la Universidad de Cambridge . “Podemos entrenar el sistema para que realice tareas y luego jugar experimentalmente con las restricciones que imponemos para ver si comienza a parecerse más al cerebro de individuos concretos”.

Más allá de la neurociencia, el estudio es muy prometedor para el desarrollo de la IA. Las soluciones modernas de IA a menudo imitan superficialmente las estructuras cerebrales. Sin embargo, la investigación de Cambridge sugiere que los sistemas de IA que resuelven problemas similares a los humanos podrían necesitar arquitecturas muy parecidas a los cerebros reales, especialmente en escenarios con limitaciones físicas y energéticas.

El coautor principal y profesor de Cambridge, el Dr. Danyal Akarca, enfatizó la considerable promesa que encierran los conocimientos de la neurobiología para mejorar la eficiencia de los sistemas de IA.

“Los investigadores de IA intentan constantemente descubrir cómo crear sistemas neuronales complejos que puedan codificar y funcionar de una manera flexible y eficiente. Para lograrlo, creemos que la neurobiología nos dará mucha inspiración”, afirmó el Dr. Akarca. “Por ejemplo, el costo total de cableado del sistema que hemos creado es mucho menor que el que se encontraría en un sistema de IA típico”.

En última instancia, este estudio reciente sugiere que al adoptar los principios de eficiencia y flexibilidad del cerebro, la IA puede evolucionar hacia formas más sofisticadas y conscientes de la energía que reflejan fielmente las complejidades de la cognición humana. 

La investigación también apunta a un futuro en el que los robots que operan en entornos dinámicos del mundo real podrían beneficiarse de estructuras similares al cerebro. 

Según Achterberg, los robots capaces de procesar información enorme y en constante cambio probablemente necesitarán arquitecturas similares a las del cerebro humano para equilibrar las limitaciones energéticas con sus necesidades computacionales.

“Los cerebros de los robots que se implementan en el mundo físico real probablemente se parecerán más a nuestros cerebros porque podrían enfrentar los mismos desafíos que nosotros. Necesitan procesar constantemente la nueva información que llega a través de sus sensores mientras controlan sus cuerpos para moverse por el espacio hacia un objetivo”, explicó Achterberg. 

“Muchos sistemas necesitarán ejecutar todos sus cálculos con un suministro limitado de energía eléctrica, por lo que, para equilibrar estas limitaciones energéticas con la cantidad de información que necesitan procesar, probablemente necesitarán una estructura cerebral similar a la nuestra”.

F

Deja una respuesta