Figura 1. Visión general de la neurociencia:enfoque robótico para la toma de decisiones. La figura detalla áreas clave para el estudio interdisciplinario. Crédito:Opinión actual en ciencias del comportamiento
Grupos de investigación en KAIST, la Universidad de Cambridge, Instituto Nacional de Tecnología de la Información y las Comunicaciones de Japón, y Google DeepMind argumentan que nuestra comprensión de cómo los humanos toman decisiones inteligentes ahora ha llegado a un punto crítico en el que la inteligencia de los robots se puede mejorar significativamente al imitar las estrategias que usa el cerebro humano cuando tomamos decisiones en nuestra vida cotidiana.
En nuestro mundo que cambia rápidamente, tanto los humanos como los robots autónomos necesitan aprender y adaptarse constantemente a nuevos entornos. Pero la diferencia es que los humanos son capaces de tomar decisiones de acuerdo a situaciones únicas, mientras que los robots todavía dependen de datos predeterminados para tomar decisiones.
A pesar del rápido progreso que se está logrando en el fortalecimiento de la capacidad física de los robots, sus sistemas de control central, que rigen cómo los robots deciden qué hacer en un momento determinado, siguen siendo inferiores a los de los humanos. En particular, a menudo se basan en instrucciones preprogramadas para dirigir su comportamiento, y carecen del sello distintivo del comportamiento humano, es decir, la flexibilidad y capacidad para aprender y adaptarse rápidamente.
Aplicar la neurociencia en robótica, El profesor Sang Wan Lee del Departamento de Ingeniería Biológica y Cerebral, KAIST y el profesor Ben Seymour de la Universidad de Cambridge y el Instituto Nacional de Tecnología de la Información y las Comunicaciones de Japón propusieron un caso en el que los robots deberían diseñarse basándose en los principios del cerebro humano. Argumentan que la inteligencia de los robots se puede mejorar significativamente imitando las estrategias que utiliza el cerebro humano durante los procesos de toma de decisiones en la vida cotidiana.
El problema de importar inteligencia similar a la humana en robots siempre ha sido una tarea difícil sin conocer los principios computacionales de cómo el cerebro humano toma decisiones; en otras palabras, cómo traducir la actividad cerebral en código de computadora para los "cerebros" de los robots.
Sin embargo, los investigadores ahora argumentan que, siguiendo una serie de descubrimientos recientes en el campo de la neurociencia computacional, hay suficiente de este código para escribirlo eficazmente en robots. Uno de los ejemplos descubiertos es el 'metacontrolador' del cerebro humano, un mecanismo por el cual el cerebro decide cómo cambiar entre diferentes subsistemas para llevar a cabo tareas complejas. Otro ejemplo es el sistema del dolor humano, lo que les permite protegerse en entornos potencialmente peligrosos. "Copiar el código del cerebro para estos podría mejorar enormemente la flexibilidad, eficiencia, y seguridad de los robots, "Dijo el profesor Lee.
Figura 2. Soluciones inspiradas en el cerebro para el aprendizaje de robots. Los puntos de vista neurocientíficos sobre varios aspectos del aprendizaje y la cognición convergen y crean una nueva idea llamada metacontrol prefrontal, que puede inspirar a los investigadores a diseñar agentes de aprendizaje que puedan abordar varios desafíos clave en robótica, como rendimiento-eficiencia-velocidad, cooperación-competencia, y compensaciones entre exploración y explotación. Crédito:Science Robotics
El equipo argumentó que este enfoque interdisciplinario proporcionará tantos beneficios a la neurociencia como a la robótica. La reciente explosión de interés en lo que se esconde detrás de los trastornos psiquiátricos como la ansiedad, depresión, y la adicción ha dado lugar a un conjunto de teorías sofisticadas que son complejas y difíciles de probar sin algún tipo de plataforma de situación avanzada.
El profesor Seymour explicó:"Necesitamos una forma de modelar el cerebro humano para encontrar cómo interactúa con el mundo en la vida real para probar si y cómo diferentes anomalías en estos modelos dan lugar a ciertos trastornos. Por ejemplo, si pudiéramos reproducir el comportamiento de ansiedad o el trastorno obsesivo-compulsivo en un robot, entonces podríamos predecir lo que necesitamos hacer para tratarlo en humanos ".
El equipo espera que la producción de modelos de robots de diferentes trastornos psiquiátricos, de manera similar a cómo los investigadores usan modelos animales ahora, se convertirá en una tecnología futura clave en la investigación clínica.
El equipo también afirmó que también puede haber otros beneficios para el aprendizaje de humanos y robots inteligentes, interino, y comportarse de la misma manera. En las sociedades futuras en las que los humanos y los robots vivan y trabajen entre sí, la capacidad de cooperar y empatizar con los robots podría ser mucho mayor si creemos que piensan como nosotros.
El profesor Seymour dijo:"Podríamos pensar que tener robots con los rasgos humanos de ser un poco impulsivos o excesivamente cautelosos sería un detrimento, pero estos rasgos son un subproducto inevitable de la inteligencia humana. Y resulta que esto nos está ayudando a entender el comportamiento humano como humano ".
El marco para lograr esta inteligencia artificial inspirada en el cerebro se publicó en dos revistas, Ciencia Robótica el 16 de enero y Opinión actual en ciencias del comportamiento el 6 de febrero 2019.
