¿Pueden las redes neuronales realmente pensar como humanos?

Cuando los debates sobre la inteligencia artificial (IA) giran en torno a su capacidad para simular la mente humana, normalmente se refieren a un tipo específico de inteligencia artificial llamado red neuronal.

De hecho, las redes neuronales están diseñadas como el cerebro humano, con miles de nodos algorítmicos que procesan datos de forma independiente pero coordinada.

Pero el hecho de que exista esta similitud no significa que una IA haya desarrollado la capacidad de pensar como un ser humano, y mucho menos como Dios. Las muchas diferencias en estructura y alcance entre los cerebros naturales y artificiales significan que todavía estamos muy lejos de que la inteligencia artificial se acerque al poder y la complejidad de la mente humana.

IA rápida y potente

Las redes neuronales artificiales (RNA) tienen una amplia gama de perspectivas de aplicación. Debido a que pueden descomponer patrones de datos complejos y analizarlos rápidamente, son mejores en situaciones de rápido movimiento que otros tipos de IA, como operaciones de vehículos autónomos y conversaciones en tiempo real.

Según Akash Takyar, director ejecutivo del desarrollador de soluciones digitales LeewayHertz, la mayoría de las arquitecturas de redes neuronales constan de varias capas, nodos y elementos funcionales que les ayudan a lidiar con los sesgos, la pérdida de datos y las actualizaciones.

En la mayoría de los casos, estos diseños se inspiran en las neuronas, las sinapsis y la jerarquía del cerebro humano. Los datos de entrada fluyen a través de cada capa de una red neuronal artificial, donde se procesan y transforman en alguna forma de salida, generalmente una decisión, recomendación o predicción.

De esta manera, sigue siendo una computadora que procesa bits y bytes, pero el camino que toma para convertir datos sin procesar en inteligencia procesable es más sofisticado.

Ejercicio mental

Si bien esto podría parecer una simulación del cerebro humano, investigaciones recientes sugieren que podría no ser el caso. Un equipo del MIT examinó recientemente más de 11.000 redes neuronales y descubrió que exhibían las características de procesamiento celular de la mente humana sólo cuando estaban entrenadas.

Como explica el investigador asistente Rylan Schaeffer:

«Esto sugiere que, para obtener resultados en las celdas de la cuadrícula, los investigadores entrenaron los modelos necesarios para hornear esos resultados a través de opciones de implementación específicas y biológicamente irrazonables».

Sin estas limitaciones, pocas redes son capaces de desarrollar una actividad similar a la de las células que pueda usarse para predecir la función cerebral real, que ha evolucionado naturalmente sin requisitos previos.

El estudio sugiere que los científicos de datos tal vez deberían refutar la afirmación de que las redes neuronales imitan en gran medida al cerebro humano. Cuando se les dan los parámetros correctos, pueden producir resultados basados ​​en vías neuronales naturales, pero sin ellos, aún pueden ofrecer resultados sin formar estas arquitecturas similares a las del cerebro.

Ila Fiete, autora principal del artículo y miembro del Instituto McGovern para la Investigación del Cerebro del MIT, dijo:

«Cuando se utilizan modelos de aprendizaje profundo, pueden ser una herramienta poderosa, pero hay que tener mucho cuidado al interpretarlos y determinar si realmente están haciendo predicciones de novo, o incluso revelando lo que el cerebro está optimizando».

diferencias de aprendizaje

Otra diferencia clave entre las redes neuronales y los cerebros vivos es cómo aprenden. Según el Dr. Maxim Bazhenov, profesor de medicina en la Facultad de Medicina de UC San Diego, la red neuronal artificial sobrescribe datos antiguos a medida que recibe datos nuevos, mientras que el cerebro aprende e integra continuamente nuevos datos para alcanzar niveles más altos de inteligencia. .

Esto conduce a un fenómeno conocido como «olvido catastrófico» en las redes neuronales, lo que hace que de repente sean incapaces de realizar tareas previamente conocidas o alterar predicciones que alguna vez fueron precisas.

Curiosamente, una de las formas de solucionar este problema es incorporar una función biológica simple en modelos artificiales: el sueño.

Al alternar la rutina de entrenamiento entre nuevos picos de datos y períodos fuera de línea, los investigadores observaron una disminución en el olvido catastrófico a medida que el modelo reproducía viejos recuerdos sin utilizar datos de entrenamiento antiguos. Esto imita el mismo tipo de «plasticidad sináptica» que ocurre cuando dormimos.

Ten cuidado

A pesar de estas similitudes, la verdad es que el cerebro humano es mucho más poderoso incluso que las redes neuronales más avanzadas.

Cuando investigadores de la Universidad Hebrea de Jerusalén se propusieron determinar qué tan compleja debe ser una red neuronal para alcanzar el poder computacional de una sola neurona humana, los resultados los sorprendieron. Mientras que algunas neuronas corresponden a redes neuronales «superficiales», lo que significa que no tienen una arquitectura con muchas capas, las neuronas de la corteza cerebral requieren redes profundas de siete capas con hasta 128 unidades computacionales por capa.

Esto sólo funciona para una neurona. Hay más de 10 mil millones de neuronas en promedio en el cerebro, y cada neurona requiere una red profunda de 5 a 8 capas. Desde esta perspectiva, a la informática todavía le queda un largo camino por recorrer antes de crear un cerebro artificial comparable al cerebro humano.

la línea de fondo

Pero eso no significa que la IA sea una promesa falsa o que no sea necesario desarrollarla e implementarla con cuidado. Incluso los cerebros artificiales de los reptiles pueden causar lesiones graves si no se controlan, como ocurre con los cocodrilos.

Lo que realmente significa es que la inteligencia artificial que tenemos hoy, incluso una basada en el cerebro humano, está todavía en su infancia y no se acerca en absoluto a la intuición y la inteligencia de nuestras mentes.

Lejos de ser una amenaza, la inteligencia artificial mejorará enormemente nuestras propias capacidades cognitivas innatas y, sí, al igual que el cerebro natural, estas capacidades aún se pueden utilizar para bien o para mal.