Un equipo de científicos de la University of Cambridge (Reino Unido) han creado un sistema inteligente artificial autoorganizado que utiliza los mismos trucos que el cerebro humano para resolver tareas específicas. Este descubrimiento no sólo permite desarrollar redes neuronales más eficientes en el campo del aprendizaje automático, sino que también puede aportar nuevos conocimientos sobre el funcionamiento interno del propio cerebro humano.

El cerebro humano y otros órganos complejos se desarrollan bajo una serie de restricciones y exigencias contrapuestas. Por ejemplo, nuestras redes neuronales deben estar optimizadas para procesar información, pero sin consumir demasiada energía ni recursos. Estas compensaciones moldean nuestro cerebro para crear un sistema eficiente que funcione dentro de estas limitaciones físicas.

Danyal Akarca, coautor del estudio y miembro de la Unidad de Cognición y Ciencias Cerebrales del Consejo de Investigación Médica de la University of Cambridge, dijo en un comunicado:

“Los sistemas biológicos suelen evolucionar para aprovechar al máximo los recursos energéticos de que disponen. Las soluciones a las que llegan suelen ser muy elegantes y reflejan las compensaciones entre las diversas fuerzas que se les imponen”.

IA que modela una versión simplificada del cerebro

Crédito de imagen: Willi-van-de-Winkel / Public domain

Junto con Jascha Achterberg, coautor principal y neurocientífico computacional del mismo departamento, Akarca y su equipo crearon un sistema artificial con restricciones físicas impuestas destinado a modelar una versión simplificada del cerebro. Sus resultados se publicaron en la revista Nature Machine Intelligence el 20 de noviembre.

Nuestro cerebro está formado por una compleja red de neuronas interconectadas. Estas neuronas se enlazan entre sí para formar autopistas de información que se extienden por distintas zonas del cerebro. En lugar de utilizar neuronas reales, el sistema de IA del equipo utilizó nodos de computación, cada uno de ellos con una ubicación específica en el espacio virtual. Y, al igual que nuestras neuronas, cuanto más alejados estuvieran dos nodos, más difícil les resultaría comunicarse. A continuación, se pidió al sistema que realizara una tarea de laberinto que requería múltiples entradas y procesamiento de información para resolverla.

Duncan Astle, coautor del estudio y profesor del Departamento de Psiquiatría de Cambridge, dijo:

“Esta simple restricción -es más difícil conectar nodos que están muy separados- obliga a los sistemas artificiales a producir algunas características bastante complicadas.

Curiosamente, son características compartidas por sistemas biológicos como el cerebro humano. Creo que eso nos dice algo fundamental sobre por qué nuestros cerebros están organizados como lo están.”

IA utilizó trucos utilizados por cerebros humanos reales

En otras palabras, cuando se sometió al sistema a restricciones físicas similares a las aplicadas al cerebro humano, empezó a utilizar algunos de los mismos trucos empleados por los cerebros humanos reales para resolver esta tarea específica.

Achterberg dijo:

“Nos sorprendieron mucho los resultados. El sistema de IA que creamos en nuestro trabajo es similar al cerebro en muchos aspectos. Las numerosas características que describimos en nuestro trabajo pueden agruparse a grandes rasgos en dos grupos:

1. El sistema de IA muestra una estructura interna similar a la del cerebro humano. Esto 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 las distintas partes del cerebro humano. En concreto, el sistema de IA presenta un cableado interno muy similar al del cerebro y energéticamente eficiente.
2. El sistema de IA también muestra un funcionamiento interno similar al del cerebro humano. Esto significa que las señales creadas por las neuronas para enviar información a través de las conexiones del sistema de IA se parecen mucho a las señales que observamos en el cerebro. De nuevo, se cree que las señales del cerebro son una forma muy eficiente de enviar información”.

El equipo espera que su sistema de IA pueda desarrollarse para arrojar luz sobre el modo en que limitaciones específicas contribuyen a las diferencias que observamos en el cerebro humano, en particular las que se observan en personas con dificultades cognitivas o de salud mental.

John Duncan, coautor del estudio, dijo en un comunicado:

“Estos cerebros artificiales nos ofrecen una forma de entender los ricos y desconcertantes datos que vemos cuando se registra la actividad de neuronas reales en cerebros reales”.

Achterberg agregó:

“Demostramos que considerar la capacidad del cerebro para resolver problemas junto con su objetivo de gastar el menor número posible de recursos puede ayudarnos a entender por qué los cerebros tienen el aspecto que tienen.

Los ‘cerebros’ artificiales nos permiten plantearnos cuestiones que sería imposible analizar en un sistema biológico real. Podemos entrenar al sistema para que realice tareas y luego jugar experimentalmente con las restricciones que imponemos, para ver si empieza a parecerse más a los cerebros de determinados individuos.

[Nuestra investigación] sugiere con fuerza que, aunque el cerebro tiene todas estas características y rasgos tan complejos que observamos a través de los estudios dentro de la neurociencia, podría haber principios subyacentes muy sencillos causantes de todas estas características complejas”.

Crédito de imagen: AiArtwork / Public domain

IA más eficiente

Sus hallazgos también pueden contribuir al desarrollo de sistemas de IA más eficientes, sobre todo los que tienen que procesar grandes cantidades de información en constante cambio con recursos energéticos limitados.

Akarca afirma:

“Los investigadores en IA intentan constantemente encontrar la forma de crear sistemas neuronales complejos que puedan codificar y funcionar de forma flexible y eficiente.

Para lograrlo, creemos que la neurobiología nos dará mucha inspiración. Por ejemplo, el coste total de cableado del sistema que hemos creado es mucho menor que el que encontraríamos en un sistema típico de IA”.

Achterberg afirma:

“Los cerebros de los robots que se desplieguen en el mundo físico real probablemente se parecerán más a nuestros cerebros porque podrían enfrentarse a los mismos retos que nosotros. Necesitan procesar constantemente la nueva información que les llega a través de sus sensores mientras controlan sus cuerpos para moverse por el espacio hacia un objetivo.

Muchos sistemas tendrán que 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 necesita procesar, probablemente necesitará una estructura cerebral similar a la nuestra”.

Los hallazgos de la investigación han sido publicados en la revista Nature Machine Intelligence.

[H/T: UC]

¿Te gustó este contenido? Te invito a compartirlo con tus amigos. También puedes seguirnos en nuestra Fan Page, para estar al tanto de todas las noticias que publicamos a diario. También puedes unirte a nuestro Grupo Oficial y a nuestra comunidad en Telegram.