La tecnología avanza a un ritmo imparable y la inteligencia artificial (IA), junto con diversas ciencias, se están convirtiendo en aliadas para comprender aún más nuestro entorno y la naturaleza. En el caso específico de la neurociencia, está contribuyendo a entender la mente humana y el desarrollo de los sistemas inteligentes.

Sin embargo, hay una sentencia de base que no debemos olvidar: no existe inteligencia artificial sin inteligencia humana.

Martín Montecino, neurocientífico y director del Instituto de Ciencias Biomédicas de la Universidad Andrés Bello, lleva años trabajando en este tema. Para él, comprender cómo funciona la inteligencia artificial implica, primero, entender la inteligencia natural y su órgano principal: el cerebro. Solo así los avances en neurociencia pueden sentar las bases para los sistemas de IA.

La investigación cerebral, dice, no solo ha permitido optimizar algoritmos y modelos de aprendizaje automático, sino que también ha facilitado la creación de máquinas que puedan reproducir, hasta cierto punto, al comportamiento humano en términos de procesamiento de información.

El rol que ha jugado la neurociencia en el desarrollo de la IA es clave. Los datos recopilados en la investigación cerebral proporcionan modelos que ayudan a los ingenieros a crear sistemas más sofisticados.

Además, hay algo que no debemos olvidar: aunque la IA puede procesar grandes volúmenes de datos a una velocidad que los humanos no pueden igualar, todavía no puede tomar decisiones emocionales ni adaptarse a cambios repentinos en el entorno como sí lo hace una persona, señala Montecino.

Esta diferencia es crucial, ya que resalta tanto las fortalezas como algunas debilidades de la inteligencia articial en comparación con el razonamiento y la sensibilidad humanos.

“Hay que definir el alcance, porque si hablamos de reaccionar, como actuar racionalmente o con gran rapidez, ya es así... Pero si se quiere ver del lado de reaccionar frente a lo imperedecible, de involucrar emociones dentro de las decisiones que las personas hacen todos los días, aún no están cerca de lograrlo”, dice el también director alterno del Núcleo Milenio de Neuroepigenética y Plasticidad.

Particularmente en el Núcleo Milenio, explica, lo que están haciendo es tratar de estudiar los genes que están involucrados en el proceso de memoria y aprendizaje.

Al final, dice, han visto que en el cerebro hay cierta cantidad de neuronas que aumentan su expresión y otras que se silencian. Lo normal sería comenzar a estudiar cada una de estas una por una. ¿Por qué esta subió y la otra bajó?

Sin embargo, “hacer eso te tomaría unos 200 años, queremos acelerar ese proceso y analizar esto de manera paralela a todos los cambios que hay”, comenta el especialista. En este paso, el Machine Learning, o la capacidad de la IA para aprender rápidamente patrones y ayudar en el análisis de datos, se convierte en una herramienta fundamental.

La tecnología puede tener un buen desempeño en el reconocimiento de patrones o el procesamiento de datos a gran escala, aunque la flexibilidad cognitiva y emocional del humano es algo que las máquinas aún no pueden replicar, advierte el especialista. Eso, junto a la creatividad o intuición, son puntos en los que la IA aún sigue siendo superada.

Martín Montecino cree que la IA está permitiendo abrir una puerta de infinitas posibilidades del cerebro humano. Especialmente porque no son cientos, sino miles de genes los que día a día están cambiando. “La única posibilidad de tener una ayuda (para estudiarlos) viene con la IA”, dice.

La IA no sólo sirve para procesar grandes volúmenes de información, sino también para establecer paradigmas “universales” que puedan ser estudiados por varios científicos al mismo tiempo.

Los técnicos involucrados en estos estudios, dice Montecino, ya están aprendiendo que la cantidad de datos disponible “es monstruosa” y cada vez mayor. Gracias a los algoritmos hoy se pueden interpretar, poder establecer patrones comunes, identificar cuáles son los elementos clave y trabajar más en detalle esos elementos. “Estamos ganando mucho con este desarrollo, en términos de comprender cómo funcionan a nivel molecular las neuronas o las células del sistema nervioso en respuesta a un paradigma de aprendizaje, por ejemplo”, apunta.

“La única posibilidad de tener una ayuda para estudiar los genes viene con la IA”.

Eso sí, una complejidad que surge con el desarrollo de estos sistemas es la parte ética: estos algoritmos podrán aprender y manejar tanta información que les será posible predecir comportamientos con el solo hecho de ver un poco de movimiento en la cara. Así, por ejemplo, podrían interpretar comportamientos y respuestas sin que la persona los manifieste directamente. Dicho en fácil: van a poder leer la mente. ¿Cómo nos vamos a mover en ese nuevo escenario?

“Está en manos de las leyes, y Chile es pionero en temas de neuroderechos. Las leyes tendrán que perfeccionarse”, afirma el neurocientífico. Sobre todo porque en muchas ocasiones esta nueva capacidad va a permitir, por ejemplo, emitir diagnósticos en algunas enfermedades sobre la base de algunos parámetros, como el Alzheimer. Incluso la IA en áreas como la radiología, afirma, puede también mejorar la capacidad de lo equipos médicos para identificar diversos males y, por ende, poder prevenirlos. El potencial es infinito, pero, los riesgos de mal uso, también.

Uno de los aspectos más relevantes es cómo las herramientas de IA están tendiendo puentes y ayudando al estudio del cerebro. Las nuevas tecnologías, así como la neuroimagen avanzada y los modelos computacionales, están permitiendo a los investigadores explorar el órgano de nuevas maneras.

Pero estas no buscan necesariamente replicar un cerebro humano. “Muchas personas creen que lo que los algoritmos intentan es representar cómo funcionan las neuronas, pero eso no es así”, dice Montecino. Estos funcionan de una manera muy distinta, muy lineal, con una lógica distinta a la que funcionan los sistemas nerviosos.

Por ejemplo, el sistema nervioso humano, una neurona, funciona con una sola unidad que recibe un estímulo. Este lo procesa dentro de esa misma neurona, en una sola célula, y luego se emite un impulso en respuesta.

“Eso, en un chip computacional, ocurre de una forma muy distinta, lineal y no funciona en una sola unidad, sino en múltiples unidades que van comunicándose y que requieren de un costo energético gigantesco”, destaca el especialista, quien luego agrega que mientras un cerebro humano consume aproximadamente 20 kilocalorías por función, un supercomputador utiliza más de diez mil veces esa cantidad.

“El gasto de energía de los supercomputadores para poder hacer esto es gigantesco, y se comienza a crear un dilema estratégico, porque hay predicciones que indican que podrían llegar a representar casi el 20% del consumo mundial de electricidad”, sugiere.

Por eso mismo, dice, la neurobiología tiene mucho que aportar. Al entender cómo funcionan las neuronas, cómo es capaz de hacer este procesamiento como una sola unidad, “a un costo energético significativamente menor”, el propio desarrollo de la inteligencia artificial y la construcción de nuevas máquinas de alta capacidad pueden ir utilizando su funcionamiento sobre la base de entender cómo una neurona es capaz de hacer eso.

A pesar de todos los avances hoy en día existentes, Montecino dice que hay desarrollos que tienen funciones que son consideradas racionales, que pueden ser simuladas a través de un algoritmo específico. “Los humanos funcionamos de una manera en la cual nos afecta el entorno, muy distinto a cómo lo puede procesas un computador o algún algoritmo, por lo que no sé si alguna vez van a estar al nivel de los humanos... diría que no”, afirma.