Internacionales
Nuevas neuronas para inteligencia artificial
Un estudio del Flatiron Institute sugiere que las neuronas actúan como controladores, influenciando su entorno más de lo que se pensaba, lo cual podría mejorar la inteligencia artificial.
Las neuronas biológicas tienen más control sobre su entorno de lo que se creía, según un estudio reciente del Flatiron Institute en Estados Unidos. Esta nueva perspectiva podría replicarse en redes neuronales artificiales, mejorando el aprendizaje automático y la inteligencia artificial (IA).
Un equipo de científicos del Flatiron Institute ha desarrollado un modelo innovador que considera a las neuronas como pequeños «controladores». Este término de ingeniería describe dispositivos capaces de influir en su entorno basándose en la información que recopilan.
«La neurociencia ha avanzado bastante en los últimos 60 años y ahora reconocemos que los modelos anteriores de neuronas son bastante rudimentarios», explicó Dmitri Chklovskii, del Flatiron Institute. Los investigadores postulan que las neuronas individuales ejercen un control significativo sobre su entorno, y que este modelo actualizado podría dar lugar a redes neuronales artificiales más potentes que capturen mejor las capacidades de nuestros cerebros.
Redefiniendo las redes neuronales artificiales
Las redes neuronales artificiales, fundamentales para herramientas modernas de IA como ChatGPT, se basan en un modelo de neurona de los años sesenta. Estas redes imitan el procesamiento de información y la toma de decisiones del cerebro humano, utilizando capas de nodos para recibir, procesar y enviar información. Sin embargo, en su forma actual, la información solo fluye en una dirección, sin que los nodos puedan influir en los datos recibidos.
El nuevo estudio sugiere que nuestras neuronas podrían no ser meras transmisoras pasivas de información, sino que podrían controlar el estado de otras neuronas. Esto abre la puerta a la posibilidad de que las redes neuronales artificiales sean más dinámicas y eficaces.
Avances en el aprendizaje automático
El modelo propuesto por Chklovskii trata a las neuronas como pequeños «controladores». Este enfoque se inspira en los circuitos cerebrales a gran escala formados por muchas neuronas. Chklovskii considera que este podría ser un paso importante para mejorar el rendimiento y la eficacia de numerosas aplicaciones de aprendizaje automático.
El equipo también exploró una forma novedosa de control, conocida como control directo basado en datos. Este método es lo suficientemente sencillo y eficaz como para ser biológicamente plausible en células individuales.
Chklovskii planea analizar tipos de neuronas que no encajan en su nuevo modelo, como las de la retina, que reciben entradas directas del entorno visual. Es posible que estas neuronas no puedan controlar sus entradas de la misma manera, pero podrían predecirlas y, en cierta medida, influir en ellas.
Vía EFE
