El concepto de inteligencia artificial comenzó a desarrollarse hace décadas a partir de la idea de dar a las máquinas un «cerebro humano». La conexión entre ellos era crucial, pero solo a nivel filosófico, ya que las computadoras se hicieron más avanzadas y muy poco de su funcionamiento podía ser visto como un reflejo de la mente humana.
Pero los investigadores de la Universidad de Bar-Ilan están explorando de nuevo el puente entre las neurociencias y el aprendizaje de las máquinas. Han demostrado un nuevo mecanismo de aprendizaje acelerado inspirado en el cerebro.
«La idea principal de la inteligencia artificial era imitar las funciones del cerebro utilizando máquinas artificiales y computadoras», dijo el Prof. Ido Kanter, autor principal del estudio publicado en la revista Scientific Reports el martes, a The Jerusalén Post. «El campo se inició en 1949, y la idea principal era adoptar el modelo de la conexión entre neuronas para el propósito del aprendizaje por máquina. Sin embargo, esta conexión desapareció unos años después porque ninguna relación o idea para el aprendizaje avanzado de la máquina vino de las neurociencias experimentales».
Uno de los desafíos en esta perspectiva era que la adaptación del cerebro se consideraba muy lenta y complicada en comparación con la adaptación de las computadoras, ya que se creía que cada paso de aprendizaje duraba decenas de minutos o incluso más, mientras que con una computadora tardaba un nanosegundo, dijo.
Quedaba pendiente la cuestión de cómo, a nivel práctico, en muchas situaciones, por ejemplo, al conducir un automóvil, el rendimiento del cerebro humano es comparable, si no superior, al estado de la técnica de la tecnología de inteligencia artificial.
Todos, o al menos la gran mayoría, de los logros actuales de las computadoras se atribuyen a su velocidad, dijo Kanter.
«Por ejemplo, si le diera a una empresa que construye vehículos autónomos una computadora más lenta, no les interesaría», dijo.
El equipo de Kanter se centró en las neurociencias experimentales y en el trabajo teórico, combinándolas.
Su configuración experimental les permitió estimular las neuronas intracelulares y extracelulares y controlar con precisión el tiempo de las reacciones.
«Descubrimos que, por ejemplo, el proceso de aprendizaje del cerebro es más eficaz mostrando una imagen 10 veces en un minuto que 1.000 veces en un mes», dijo Kanter, añadiendo que el aprendizaje acelerado es más eficaz que el aprendizaje lento, al contrario de lo que se suponía.
Comprender mejor el mecanismo de aprendizaje profundo del cerebro y luego combinarlo con la velocidad de una computadora podría ser la clave para alcanzar resultados sin precedentes, dijo.
«Si fuéramos capaces de implementar el lento mecanismo biológico de aprendizaje profundo en nuestro cerebro en una computadora muy rápida, el cielo sería el límite», dijo Kanter. «Hoy en día no estamos realmente imitando el cerebro, sino más bien usando algunas ideas generales inspiradas en él. Muchos de sus mecanismos aún están por revelarse. Si logramos hacerlo, seríamos capaces de implementarlos en un ordenador».
Los científicos están trabajando ahora en llevar la investigación al siguiente nivel.
Entre las preguntas que están explorando es cuánto pueden lograr las computadoras dada una cantidad limitada de información.
«Si se le da un problema específico con información limitada, los algoritmos actuales de las máquinas pueden alcanzar el 50%, y nosotros como humanos podemos alcanzar el 70%», dijo. «Tal vez si comprendiéramos más sobre los secretos del cerebro, los ordenadores podrían alcanzar el 80%».
«Con esta investigación, hemos revelado un mecanismo oculto del cerebro», dijo Kanter. «Pero confío en que hay más secretos por descubrir, siempre y cuando hagamos las preguntas correctas, diferentes de lo que la gente hacía antes».
