Estamos muy lejos de producir una computación neuromórfica real, esto es, capaz de sinapsis similares a las que operan en el cerebro humano. Hoy por hoy, la idea de una hibridación entre la inteligencia humana y la inteligencia artificial es inviable.
Fuente:OBSERVATORIO DE BIOETICA UCV
1.Physical Reservoir Computing
En octubre de 2021, diversos medios (Piacente) (Biurrun) se hicieron eco de una noticia con implicaciones bioéticas de largo alcance: la producción de «depósitos físicos» de neuronas cultivadas a partir de células vivas que, conectados a un ordenador, le permitían desarrollar señales coherentes en el contexto de estados desorganizados o caóticos (ver más).
Una reciente investigación llevada a cabo en la Universidad de Tokio por el equipo del profesor Hirokazu Takahashi (Takahashi et al) ha mostrado, en efecto, que tales depósitos son capaces, mediante estimulación eléctrica, de enseñar a un robot a realizar tareas concretas y a solucionar, como lo haría un cerebro humano, problemas tales como el de la navegación a través de un laberinto tras reconocer el entorno y disponer de información sobre la misión a cumplir.
En el estudio citado, el ordenador encargado de «guiar» al robot se «alimentó» de un cultivo de neuronas producido a partir de células humanas vivas, que brindaron señales en forma de estímulos eléctricos y transmitieron los esquemas de pensamiento humanos al sistema (Piacente, 2021). El circuito de retroalimentación interna para producir una salida coherente mantuvo el estado interno del cultivo neuronal viviente y esta propiedad, similar a la homeostasis, se utilizó para dirigir el robot hacia la meta en el laberinto. Cuando el robot encontró obstáculos y/o perdió la dirección hacia la meta en el laberinto, los estímulos perturbadores rompieron el equilibrio homeostático y desencadenaron conductas exploratorias. Por lo tanto, la capacidad de resolver laberintos surgió tanto de generar una propiedad de tipo homeostático como de romper el equilibrio homeostático (Takahashi et al).
En realidad, la capacidad de la inteligencia artificial para «aprender» (machine learning) no es una novedad y sus hitos son cada vez más frecuentes gracias a la aplicación de protocolos de deep learning, esto es: de protocolos que permiten a las máquinas generar algoritmos, además de por inducción y refuerzo, por la superposición de capas de unidades de proceso (neuronas artificiales) que detectan determinadas características de los objetos percibidos. Es así como funcionan, por ejemplo, los robot aspiradores que, autónomamente, «reconocen» y «aprenden» los rincones de nuestra casa para desempeñar eficazmente su tarea evitando muebles y otros obstáculos.
Pero el estudio de la Universidad de Tokio al que nos referimos aporta una novedad radical, pues provoca el aprendizaje del robot por estimulación eléctrica del cultivo de neuronas al que se halla conectado. En cierto sentido, este ensayo «hace pensar» a la máquina.
Hacer pensar a las máquinas es, sin duda, el objetivo que persigue la Physical Reservoir Computing (PRC por sus siglas en inglés), una rama de la neuromorfología que se orienta a la interpretación de señales cerebrales mediante esquemas computacionales (framework) deducidos a partir de su aparición recurrente en diversos modelos de redes neuronales.
La computación neuromórfica, una vieja aspiración europea. The Human Brain Project
Los resultados obtenidos por Takahashi y su equipo impulsan significativamente la carrera para la creación de máquinas deInteligencia Artificial (AI por sus siglas en inglés) que piensen como lo hacemos los humanos. Acercan, en definitiva, una nueva era de «computación neuromórfica» en la que las inteligencias robóticas serán producidas, no ya por bioimitación, sino por hibridación con soportes neurológicos vivos.
Echando la vista atrás, aunque no demasiado, encontramos que éste era ya el objetivo de iniciativas como The Human Brain Project (HBP por sus siglas en inglés), un proyecto impulsado por la Comisión Europea en el marco de su programa de incentivación a la investigación de «Tecnologías Emergentes y Futuras (FET–Flagships)» en el ámbito de la información y las comunicaciones. Para lograr su objetivo, HBP realiza simulaciones detalladas, desde el punto de vista biológico, del cerebro humano completo. Además, diseña y produce las tecnologías de supercomputación, modelización y computación necesarias para llevar a cabo dichas simulaciones. A medio plazo, se espera que éstas puedan servir a la producción de herramientas para el diagnóstico y tratamiento de enfermedades cerebrales y para la creación de prótesis biónicas destinadas a personas con discapacidad. Pero el objetivo de HBP es, también, la creación de una «nueva clase de tecnologías de la información de baja energía con una inteligencia similar a la del cerebro y una nueva generación de robots inteligentes» (Universidad Politécnica de Madrid). Y eso da más que pensar.
2. ¿Es posible, hoy en día, un sistema neuromórfico artificial?
Más allá de sensacionalismos propios de titulares periodísticos de escaso valor académico -de los que este Observatorio se aleja por razones obvias- lo cierto es que estamos muy lejos de producir una computación neuromórfica real, esto es, capaz de sinapsis similares a las que operan en el cerebro humano. Hoy por hoy, la idea de una hibridación entre la inteligencia humana y la inteligencia artificial es inviable.
Ahora bien: la convergencia de disciplinas como la nanotecnología, la biotecnología, las ciencias cognitivas y las ciencias de la información (NBIC) ofrece resultados exitosos que parecen moverse en una doble dirección: la tecnogénesis de lo humano y la antropogénesis de lo artificial. Quizá, por ello, no es descabellado preguntarse cómo se producen y cuándo convergerán los procesos evolutivos que conducen a la hibridación entre el ser humano y el ser artificial, bien sea en el cyborg, un humano mejorado con órganos y sentidos artificiales (Aznar & Burguete), bien sea en el humanoide, un robot que incorpore sentidos humanos y una AI con estructura neuronal. Zora, Pepper, Kirobo o Nina, son ya realidades de robots que anticipan al humanoide, en la medida en que son capaces de recordar anécdotas y percibir sentimientos en sus interlocutores humanos.
Debe estar conectado para enviar un comentario.