Desarrollan inteligencia artificial que imita funciones neurales humanas.

Investigadores de la Universidad de Cambridge han creado un sistema de inteligencia artificial (IA) que imita aspectos clave de la funcionalidad del cerebro humano.

​

Considerado como un sistema integrado, el cerebro humano es una hazaña notable de la naturaleza. Es experto en optimizar el procesamiento de información y la eficiencia energética para resolver hábilmente problemas complejos.

«El cerebro no solo es excelente para resolver problemas complejos, lo hace utilizando muy poca energía», comentó Jascha Achterberg, estudiante de doctorado en la Unidad de Ciencias Cognitivas y Cerebrales del MRC de Cambridge y coautor del estudio. «En nuestra investigación reciente, explicamos cómo al tener en cuenta las habilidades del cerebro para resolver problemas, junto con su objetivo de minimizar el uso de recursos, podemos comprender la razón detrás de la estructura observable de los cerebros».

En el estudio publicado en Nature Machine Intelligence, los investigadores demostraron con éxito que al aplicar restricciones físicas y energéticas a un sistema de inteligencia artificial similar a las redes neuronales humanas, pudieron desarrollar un sistema artificialmente inteligente similar al cerebro, con estrategias organizativas y eficiencias similares a las del cerebro humano.

El sistema de IA del equipo de Cambridge utilizó nodos computacionales en lugar de neuronas. A cada nodo se le asignó una ubicación en un espacio virtual, imitando la estructura del cerebro, donde la proximidad de las neuronas influye en la facilidad de comunicación.

Luego, se encomendó al sistema resolver un desafío de navegación en un laberinto. Este desafío —a menudo utilizado en estudios cerebrales con animales como ratas— requiere integrar diversas piezas de información para encontrar el camino más corto en el laberinto. Al principio, el sistema artificialmente inteligente, similar al cerebro, carecía de conocimiento sobre la ruta óptima del laberinto.

Sin embargo, al encontrarse repetidamente con callejones sin salida, aprendió de sus errores, ajustando la fuerza de las conexiones nodales y estableciendo centros nodales centrales para agilizar la transferencia de información.

​

El espacio de parámetros de las redes neuronales recurrentes espacialmente integradas (seRNN, por sus siglas en inglés) converge hacia una topología y función similar a la del cerebro. Crédito: J. Achterberg et al., Nature Machine Intelligence, 2023. ​

Los investigadores notaron que el enfoque del sistema de IA se asemejaba estrechamente a los métodos de aprendizaje humano, utilizando estrategias similares a las que nuestro cerebro emplea para resolver problemas complejos. De esta manera, el sistema comenzó a mostrar una codificación adaptable, con nodos individuales que se ajustaban para codificar varios aspectos de la tarea del laberinto en diferentes etapas.

«El sistema de IA exhibe una estructura interna que se asemeja al cerebro humano. Esto implica que las conexiones entre partes individuales y neuronas dentro de la IA replican las encontradas en diferentes áreas del cerebro humano», señalaron los investigadores. «Específicamente, el sistema de IA muestra un cableado interno altamente “similar al cerebro” y eficiente en términos energéticos».

Implicaciones.

Entre otras cosas, el desarrollo de este tipo de sistemas podría tener un impacto significativo en la investigación de la salud mental.

«Los “cerebros” artificiales nos permiten explorar caminos imposibles de estudiar dentro de un sistema biológico real», señaló Achterberg en un comunicado de la Universidad de Cambridge. «Podemos entrenar el sistema para realizar tareas y luego manipular experimentalmente las restricciones para observar si comienza a parecerse a los cerebros de individuos específicos».

Pero más allá de la neurociencia, el estudio promete avances en la inteligencia artificial. Mientras que la tecnología actual a menudo imita estructuras cerebrales de manera superficial, la investigación de Cambridge sugiere que los sistemas de IA que resuelven problemas similares a los humanos podrían requerir arquitecturas que se asemejen estrechamente a los cerebros reales, especialmente bajo restricciones energéticas y físicas.

«Los investigadores de IA se esfuerzan constantemente por desarrollar sistemas neuronales complejos capaces de codificación y rendimiento flexibles y eficientes. Creemos que la neurobiología nos proporcionará mucha inspiración para esto», declaró el Dr. Danyal Akarca, coautor del estudio. «Por ejemplo, el costo general del cableado en nuestro sistema creado es mucho menor en comparación con un sistema de IA típico».

Evolución de las IAs

Este estudio reciente sugiere que al abrazar los principios de eficiencia y adaptabilidad del cerebro, la IA podría evolucionar hacia formas más intrincadas y conscientes de la energía que se asemejan estrechamente a las complejidades cognitivas humanas.

La investigación también insinúa un futuro donde los robots que navegan entornos dinámicos del mundo real podrían beneficiarse de estructuras similares al cerebro.

​

Los robots que deben procesar una gran cantidad de información constantemente cambiante con recursos energéticos finitos podrían beneficiarse al tener estructuras cerebrales no muy diferentes a las nuestras.​

Según Achterberg, es probable que los robots que procesan información extensa y siempre cambiante necesiten arquitecturas similares a los cerebros humanos para equilibrar las limitaciones energéticas con las demandas computacionales.

«Es probable que los cerebros de los robots desplegados en el mundo físico se parezcan más a los nuestros porque podrían enfrentar los mismos desafíos que nosotros. Deben procesar datos entrantes de los sensores mientras se mueven hacia un objetivo», explicó Achterberg.

«Dado que muchos sistemas deben realizar todos sus cálculos con un suministro eléctrico limitado, equilibrar estas restricciones energéticas con los requisitos de procesamiento probablemente necesitará estructuras cerebrales similares a las nuestras», concluyó.

Fuente: https://www.cam.ac.uk/research/news...velop-features-of-brains-of-complex-organisms