Neuronas artificiales para máquinas profundamente inteligentes:esta es la nueva revolución de la inteligencia artificial (IA), dirigido por Geoffrey Hinton y su equipo desde 2012. Ese año, Hinton, experto en ciencias cognitivas de la Universidad de Toronto e investigador de Google Brain, demostró la sorprendente efectividad de una red neuronal profunda (DNN) en una tarea de categorización de imágenes.

A raíz de estos notables resultados, Las universidades, y las corporaciones internacionales, invirtieron masivamente en el prometedor y fascinante campo de la IA. Sin embargo, a pesar del impresionante desempeño de los DNN en una variedad de campos (reconocimiento visual y vocal, traducción, imaginería médica, etc.), Sigue habiendo preguntas sobre los límites del aprendizaje profundo para otros usos, como vehículos antónimos.

Para comprender los límites de la IA en su estado actual, necesitamos entender de dónde provienen los DNN y, sobre todo, en qué áreas del cerebro humano se modelan; poco se sabe sobre esto en ingeniería industrial, e incluso en algunos centros de investigación. Desde los albores de esta nueva revolución, El aprendizaje profundo a veces se utiliza como una especie de "varita mágica", con escasa atención a sus antecedentes o limitaciones. "Para una inteligencia artificial significativa", el título de un informe reciente del matemático francés Cédric Villani, es una prueba de la profunda ambivalencia en torno a este tema.

¿De dónde vino el aprendizaje profundo?

Los inicios de las redes neuronales artificiales se remontan a la década de 1940, con los descubrimientos pioneros en neurociencia y psicología de Warren McCulloch y Walter H. Pitts (quien proporcionó el primer modelo matemático de una neurona) y Donald Hebb (quien describió los mecanismos del aprendizaje sináptico). Estos investigadores querían comprender cómo las neuronas, los bloques de construcción básicos del cerebro, podría generar la psique.

Su trabajo fundamental condujo a la creación de la primera red neuronal artificial, el perceptrón, diseñado en 1958 por el psicólogo estadounidense Frank Rosenblatt. Naturalmente, La investigación inicial fue seguida por desarrollos significativos basados ​​en por ejemplo, sobre los estudios neurocientíficos de Alan L. Hodgkin y Andrew F. Huxley que describen la dinámica temporal de la integración neuronal, y sobre la investigación en informática y matemáticas de Bernard Widrow y Ted Hoff, quien sugirió el uso de algoritmos de descenso de gradientes estocásticos como una forma más efectiva de modificar las conexiones sinápticas en las redes neuronales.

Estas optimizaciones matemáticas se desarrollaron aún más en la década de 1980 con la investigación en ciencia cognitiva de David Rumelhart, Geoffrey Hinton y James McClelland, miembros del Grupo de Investigación de Procesamiento Distribuido Paralelo. Su trabajo ayudó a optimizar la modificación de conexiones sinápticas en capas neuronales profundas y condujo a la creación del perceptrón multicapa (MLP). DNN, desarrollado por investigadores como Geoffrey Hinton, Yann LeCun y Yoshua Bengio, son sus descendientes directos.

¿Existe un vínculo entre el aprendizaje profundo y el cerebro?

Aunque las DNN se desarrollaron originalmente a través del trabajo interdisciplinario y se inspiraron en la función cerebral, Cabría preguntarse hasta qué punto estos algoritmos constituyen todavía una simulación del cerebro humano. Fueron diseñados para llevar a cabo tareas como el reconocimiento y la categorización de imágenes. Para hacer esto, Los DNN utilizan varias capas convolucionales y agrupadas antes del reconocimiento de imágenes.

Con respecto a las capas convolucionales, el trabajo de David Hubel y Torsten Wiesel en la década de 1960, y Leonie Jones y Derecke Palmer en la década de 1980, demuestran la utilidad de este método para simular la respuesta probable de las neuronas en la corteza visual primaria. Varios estudios en ciencia cognitiva, incluyendo nuestro propio trabajo, utilice este proceso como un sistema neuroinspirado para simular la respuesta de las neuronas perceptivas en la corteza visual primaria, por ejemplo.

Con respecto a la agrupación, Diversos estudios en los campos de la neurociencia y la psicología cognitiva durante los últimos treinta años han demostrado cómo el cerebro lleva a cabo este proceso de abstracción en la corriente visual ventral. El trabajo de Rufin Vogels y Keiji Tanaka muestra cómo esta corriente permite la identificación y categorización visual, independientemente de las propiedades superficiales de una imagen, como la textura, color, distancia, o la posición de los objetos dentro de la imagen. Por lo tanto, estas áreas del cerebro son sensibles a la misma información que las capas perceptivas aprendidas por un DNN durante el proceso de agrupación.

Aún más sorprendente, La investigación de Rodrigo Quian Quiroga y sus colegas demuestra la existencia de neuronas específicas para conceptos o identidades (por ejemplo, una neurona "Jennifer Aniston", o una neurona de la "Torre de Pisa"). Estos se disparan en respuesta a la exposición directa a un concepto, como ver el nombre "Jennifer Aniston" impreso. Lo que es más emocionante para el futuro de la IA es que el trabajo del Sr. Quiroga demuestra que esta actividad neuronal está correlacionada con la consciente percepción de un estímulo en el entorno.

Resumir, aunque están simplificados y optimizados matemáticamente en comparación con un cerebro biológico, Los DNN reproducen procesos muy similares como un área muy específica en la corteza (es decir, la corteza occipito-temporal). Usando resonancia magnética o electrodos implantados en el cerebro, Estudios recientes en neurociencia cognitiva demuestran similitudes en el funcionamiento de DNN y estas áreas específicas del cerebro.

¿Es la IA más confiable cuando está inspirada por el cerebro?

La investigación interdisciplinaria básica sobre DNN ha producido resultados tangibles impresionantes en una amplia gama de áreas:reconocimiento visual y categorización, reconocimiento vocal, traducción, el juego de ir, composicion musical, para nombrar sólo unos pocos. Desafortunadamente, a través de una falta de comprensión de la ciencia cognitiva que los sustenta, Los DNN todavía se utilizan con demasiada frecuencia como una especie de varita mágica para resolver todos y cada uno de los problemas.

Para tomar el ejemplo de los automóviles sin conductor, acoplar sin pensar los DNN a los sistemas de control del vehículo sería muy arriesgado:equivaldría a pedirle a un taxista que perdió más del 80% de su función cerebral en un accidente (dejando solo la corriente ventral visual) que conduzca un automóvil. Requerir que estos sistemas hagan más de lo que fueron diseñados originalmente puede conducir a accidentes catastróficos.

Las áreas del cerebro humano involucradas en la anticipación (ver más abajo), La orientación espacial y las funciones sensorio-motoras requeridas para conducir en un entorno complejo son muy diferentes de los procesos neuronales que operan dentro de la corriente ventral visual. Ubicado en la corteza occipito-parietal, ¡Los procesos neuronales involucrados en la comprensión y planificación son muy diferentes de los que tienen lugar en la corriente visual ventral! Estas son neuronas muy diferentes, sensible a la distancia, posición y velocidad:todos parámetros fundamentales para determinar cómo nos comportamos en el medio ambiente.

El uso indiscriminado de DNN (u otros sistemas artificiales) sin referencia o comparación con la neuroinspiración detrás de las diversas funciones cognitivas no solo es ineficaz sino directamente peligroso. No afirmamos que la neuroinspiración sea la única forma eficaz de lograr una IA más segura. Sin embargo, dado el tumultuoso pasado de la IA, y teniendo en cuenta la eficacia ahora probada de los sistemas neuroinspirados como los DNN en comparación con los métodos de ingeniería anteriores (para el reconocimiento visual, por ejemplo), creemos que es fundamental comprender cómo el cerebro realiza otras funciones cognitivas (control motor, integración multisensorial, etc.) para comparar esto con las técnicas de ingeniería actuales para realizar estas funciones, y producir una más segura, IA más eficiente.

La investigación de IA realizada en colaboración más estrecha con las ciencias cognitivas nos permitiría:

• comprender y simular áreas del cerebro que aún no están incluidas en el aprendizaje profundo.
• Desarrollar una IA más fiable y eficaz en comparación con el rendimiento humano.

Este desafío requiere una investigación interdisciplinaria que involucre no solo matemáticas e informática, sino también neurociencia y psicología cognitiva, así como la investigación en electrónica y física para desarrollar las unidades de procesador neuronal (NPU) que se están diseñando actualmente. Tenemos la oportunidad de superar finalmente los límites de las máquinas Turing-Von Neumann que han dominado la electrónica y la tecnología de la información desde la Segunda Guerra Mundial.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.