¿Cómo hacer que la IA sea “más humana”?: científicos en Chile podrían tener la respuesta

Nuestro cerebro funciona de formas que aún son un enigma para los científicos, es por eso que el estudio de este órgano central del sistema nervioso podría tener la clave para que tecnologías como la inteligencia artificial (IA) tengan un salto exponencial en su capacidad de cómputo, aprendizaje y ejecución de tareas.

Es por esto que científicos, como el doctor en Psicología y académico de la Universidad San Sebastián (USS), Rodrigo Vergara, en colaboración con los investigadores del Centro Nacional de Inteligencia Artificial (CENIA) Christ Devia, Camilo Jara, Samuel Madariaga, Pedro Maldonado y Catalina Murúa, desarrollaron una investigación para conocer más sobre funciones cerebrales que podrían potenciar la utilización de las últimas tecnologías de aprendizaje.

El análisis, según explica Vergara, examinó las disparidades entre los microcircuitos del neocórtex cerebral, responsable de funciones cognitivas como la atención, la memoria o la toma de decisiones, y las arquitecturas actuales de la IA. “Esto, para determinar cómo impactan en la flexibilidad, eficiencia y aprendizaje de las máquinas”, explica el investigador.

El estudio “Exploring biological challenges in building a thinking machine” fue publicado en la revista Cognitive Systems Research, y presenta un análisis transdisciplinar de los retos que plantea la incorporación de conceptos neurocientíficos en la IA, así también como sus diferencias estructurales y funcionales.

¿Qué se pudo concluir en este trabajo? Según especifican, la investigación muestra que la corteza de los cerebros biológicos tiene una estructura homogénea, lo que genera un circuito de aprendizaje “básico”. Basados en este hallazgo, se podría utilizar este modo de circuito cerebral para que los modelos de IA modifiquen su método de aprendizaje, ya que las IA tienen una red de conexiones aleatoria, que se va ajustando a medida de que aprenden.

Además, el planteamiento de objetivos entre el cerebro y la IA también es diferente, mientras que el primero no siempre requiere de ellos, ya que a veces se realizan acciones o gestos sin una meta evidente y se ocupa de funciones como la percepción, el aprendizaje y la toma de decisiones, las IA están diseñadas para resolver objetivos o problemas específicos. Adicionalmente, este tipo de inteligencia sufre de “olvido catastrófico”, es decir, cuando entrena o aprende nuevas tareas, pierde los conocimientos adquiridos con anterioridad, cosa que al cerebro biológico no le ocurre.

En cuanto a la estructura de las conexiones neuronales, las principales diferencias radican en que en el cerebro, el peso cambia de forma continua, mientras que en un modelo de IA se “congela” una vez que se define que está listo, manteniendo los pesos de sus conexiones estables. Es decir, y de acuerdo a lo que explica el investigador “nosotros aprendemos continuamente, mientras que los modelos de IA congelan su aprendizaje”.

Al respecto, Vergara comenta que “los actuales sistemas de IA aún tienen mucho espacio para inspirarse en la neurociencia potencialmente mejorando su flexibilidad y eficiencia. Pese a las diferencias entre ambos, si se adoptan principios del funcionamiento cerebral en este tipo de modelos se podría mejorar el rendimiento de las IA, y de paso, avanzar en la comprensión de cómo opera el cerebro”.