Científicos de la Universidad de Illinois Urbana-Champaign han descubierto evidencia que podría cambiar la forma en que los investigadores piensan sobre el cerebro y la inteligencia artificial. Sus hallazgos sugieren que la toma de decisiones comienza mucho antes en el cerebro de lo que sugieren las teorías tradicionales, lo que proporciona nuevas ideas para diseñar futuros sistemas de IA que sean más capaces y mucho más eficientes energéticamente.
Dirigido por Yuri Vlasov, profesor de ingeniería eléctrica e informática en la Facultad de Ingeniería de Granger, se publicó el estudio. Actas de la Academia Nacional de Ciencias (PNAS).. La investigación apunta a un papel inesperado de las regiones sensoriales primarias del cerebro en la toma de decisiones, desafiando la visión mantenida desde hace mucho tiempo de que las decisiones surgen sólo después de mover información a través de una jerarquía rígida de regiones del cerebro.
Repensar cómo el cerebro toma decisiones
Se considera ampliamente que el cerebro humano es la estructura más compleja del universo conocido. Los científicos aún no comprenden completamente cómo funciona, por lo que en 2008 la Academia Nacional de Ingeniería identificó la ingeniería inversa del cerebro como uno de los 14 grandes desafíos para la ingeniería del siglo XXI.
Durante décadas, muchos sistemas de inteligencia artificial, incluidas las redes neuronales convolucionales, se han inspirado en la idea de que el cerebro procesa la información en una secuencia unidireccional. Según este modelo tradicional, la información sensorial viaja hacia arriba a través de regiones cerebrales cada vez más complejas hasta llegar a la corteza frontal, donde se toman las decisiones.
Vlasov y otros investigadores cuestionan cada vez más si el cuadro está completo.
En cambio, están explorando un modelo basado en la inteligencia natural, perfeccionada a lo largo de millones de años de evolución. En este marco, el cerebro no depende únicamente del flujo de información paso a paso. La toma de decisiones también depende de circuitos de retroalimentación interconectados que permiten que la información fluya en ambas direcciones entre las regiones del cerebro.
Debido a que la inteligencia biológica realiza tareas significativamente más complejas y utiliza mucha menos energía que los sistemas de IA actuales, comprender esta arquitectura puede ayudar a guiar el desarrollo de la inteligencia artificial futura.
“Queremos aprender de mil millones de años de evolución”, afirma Vlasov. “¿Cómo se organiza arquitectónicamente esa inteligencia biológica? ¿Podemos aprender y simular la arquitectura del cerebro para hacer que la IA sea más eficiente, consuma menos energía y sea más inteligente de lo que es hoy? En el nivel de toma de decisiones, donde la IA actual falta”.
Las primeras regiones del cerebro muestran actividad de toma de decisiones
Para investigar cómo funcionan estos procesos, el equipo de investigación se centró en las primeras etapas de sensación y percepción del cerebro.
Los científicos registraron la actividad neuronal de los ratones mientras navegaban por corredores de realidad virtual y tomaban decisiones perceptuales. Encontraron evidencia de actividad relacionada con la toma de decisiones en la corteza somatosensorial primaria (S1), una de las primeras áreas de procesamiento sensorial del cerebro.
En lugar de simplemente transmitir información, S1 parece estar influenciado por regiones superiores del cerebro a través de un circuito de retroalimentación. Esta regulación de arriba hacia abajo sugiere que la toma de decisiones implica una comunicación continua a través de múltiples regiones del cerebro en lugar de un simple flujo de información unidireccional.
“El código neuronal del cerebro es todavía en gran medida un lenguaje desconocido”, afirmó Vlasov. “Pero esta comprensión a nivel de sistema puede verse como una influencia potencial sobre cómo construir redes neuronales artificiales más eficientes, cómo pensar en la próxima generación de IA. Tal vez con estas analogías que aprendemos de cerebros reales, podamos mejorar la IA aún más”.
Qué podrían significar los hallazgos para la futura IA
Los investigadores subrayan que la investigación no proporciona un plan para construir una mejor inteligencia artificial. A su vez, proporciona nuevos conocimientos sobre cómo el cerebro organiza la toma de decisiones que eventualmente podrían inspirar futuras arquitecturas de IA.
A continuación, Vlasov y su equipo planean investigar con más detalle el momento de estas señales cerebrales. Su intención es desarrollar nuevas técnicas para medir la actividad neuronal y comprender mejor cómo surgen los bucles de retroalimentación y cómo coordinan los diferentes niveles de procesamiento cerebral.
“Al observar la rápida dinámica temporal de la actividad neuronal, podemos comprender mejor cómo estos circuitos de retroalimentación intervienen en la toma de decisiones”, dijo Vlasov. “Tal vez sea el enfoque que potencialmente descubra estos procesos actualmente desconocidos: cómo se organizan dinámicamente estos bucles de retroalimentación y cómo forman y dan forma a diferentes niveles de procesamiento. Tal vez pueda aplicarse a nuevas arquitecturas para la IA”.
