¿Conocer cómo funciona el cerebro para mejorar la Inteligencia Artificial?
En los últimos años son muchos los estudios que se publican sobre Inteligencia artificial (IA), pero ¿qué relación tiene el cerebro con IA? Podemos decir que el Deep Learning, se basa en procesos mentales del ser humano, y además, estos procesos se investigan en el campo de la neurociencia y/o ciencias cognitivas. Por lo tanto, cuando hablamos de Deep Learning, en cierto modo estamos hablando del funcionamiento del cerebro.
¿Inspiración para la evolución?
Aunque no es primordial conocer cómo funciona el cerebro biológico, esto nos ayudará a mejorar la arquitectura de los procesos en los que se basan específicamente las redes neuronales artificiales. Si bien es cierto que las redes neuronales artificiales consiguen una similitud real con la actividad cerebral humana, la evolución de las redes neuronales artificiales en los últimos años ha estado más ligada a una perspectiva matemática, estadística y algorítmica, antes que a estudios neurocientíficos.
En este sentido, la neurociencia se encarga de los estudios más prácticos, es decir, conocer las estructuras y las funciones a nivel cerebral, aunque aún no conocemos cómo funciona realmente el cerebro. Técnicas como la resonancia magnética funcional, nos permiten conocer la actividad del cerebro, cómo reaccionamos ante ciertos estímulos, incluso en qué áreas del cerebro podemos tener una lesión. También la electroencefalografía nos permite conocer la actividad bioeléctrica del cerebro casi a tiempo real. Aunque estas técnicas se encuentran entre las más utilizadas y precisas, hoy en día se están mejorando las señales gracias a la IA. Sin embargo, se necesitan más herramientas para leer la actividad cerebral y más enfocados en la actividad neuronal cerebral.
¿Se podrá conseguir esa capacidad de razonamiento en Deep Learning?
Como sabemos, el ser humano se comunica a través del lenguaje y esto implica capacidad de razonamiento. Por eso, las investigaciones que complementan neurociencia con Deep Learning pueden ser clave. Con ambos campos se podría obtener más capacidad de razonamiento y una mejora del procesamiento en la parte de IA. Será retroalimentación ya que ambos se pueden beneficiar, de hecho cuando trabajamos con Deep learning, podemos diferenciar dos tipos de aprendizaje. Por un lado, ese aprendizaje profundo, que es donde existen capas de neuronas artificiales y nodos. Por otro lado, el aprendizaje por refuerzo, que básicamente es ensayo error y se asimila a lo que en psicología llamamos condicionamiento clásico.
Algunos expertos dicen que lo que sabemos de IA hasta ahora, está basado en lo que sabíamos de cómo funcionaba el cerebro hace 40 años. Desde el punto de vista de la tecnología esto es emocionante, ya que se puede avanzar desde un campo más neurocientífico y sabemos que aún nos quedan años para investigar.
Quizá el intercambio de ideas y la integración de las dos técnicas, tanto la neurociencia como la IA nos puede llevar a conocer de una manera más científica cómo comprendemos, cómo pensamos o cómo recordamos. El día que se consiga entender cómo funciona el cerebro y en específico las redes neuronales biológicas, quizá se pueda alcanzar con redes artificiales las capacidades de reflexión y comprensión.
About Post Author