La Inteligencia Artificial es uno de los rubros tecnológicos con más inversiones y recursos en la actualidad. Si bien se realizaron grandes avances en los últimos años, aún falta para conseguir que un sistema de IA se comporte de la misma forma que una persona. Por ese motivo, un grupo de científicos busca estudiar el cerebro humano para desarrollar un prototipo de esta tecnología que piense y razone como individuo.
La investigación será llevada a cabo por el sector de Inteligencia Artificial de Meta, ex Facebook, junto a el centro de neuro imagen NeuroSpin(CEA) y INRIA. Será un estudio a largo plazo con el objetivo de comprender cómo el cerebro de una persona procesa el lenguaje.
“Haremos una comparación de cómo los modelos lingüísticos y el cerebro responden a las mismas oraciones orales o escritas”, explicaron los encargados del proyecto. Y agregaron: “Usaremos los conocimientos de este trabajo para orientar el desarrollo de la IA que procesa la voz y el texto con la misma eficacia que las personas. En los últimos dos años, aplicamos técnicas de aprendizaje profundo a conjuntos de datos públicos de neuroimagen para analizar cómo el cerebro procesa las palabras y oraciones”.
Por otro lado, los investigadores señalan que “su trabajo forma parte del esfuerzo más amplio de la comunidad científica de usar la IA para comprender mejor al cerebro”. “Históricamente, los neurocientíficos se enfrentaron a grandes limitantes al analizar las señales cerebrales, sin contar las que se pueden sumar al compararlas con modelos de inteligencia artificial. Estudiar la actividad neuronal y obtener imágenes cerebrales es un proceso que requiere mucho tiempo y recursos, así como maquinaria pesada para analizar la actividad neuronal, que suele ser poco clara y ruidosa”, aseguran.
Mira también
Mira también
Mira también
Por ese motivo, el diseño de experimentos lingüísticos para medir las respuestas cerebrales de una forma controlada también puede ser complejo. Por ejemplo, en los estudios de lenguaje clásicos, las oraciones deben coincidir en complejidad y las palabras deben coincidir en frecuencia o número de letras, para permitir una comparación significativa de las respuestas cerebrales.
Mira también
El auge del aprendizaje profundo, en el que múltiples capas de redes neuronales trabajan juntas para aprender, está mitigando rápidamente estos problemas. Este enfoque resalta dónde y cuándo se generan en el cerebro las representaciones perceptivas de palabras y oraciones cuando un voluntario lee o escucha una historia.
Estudios previos sobre IA y cerebro humano
Desde Meta señalan que instituciones y universidades ya trabajan con información y datos de este campo. Eso llevó a que actualmente haya distintos avances sobre Inteligencia Artificial. De los cuales destacan dos:
● Los modelos lingüísticos que más se asemejan a la actividad cerebral son aquellos que predicen mejor la próxima palabra a partir del contexto (por ejemplo, “érase una... vez”). La predicción basada en entradas parcialmente observables es el centro del aprendizaje auto-supervisado en la IA y puede ser la clave de cómo se adquiere el lenguaje.
● Sin embargo, descubrimos que regiones específicas en el cerebro descifran palabras e ideas con mayor anticipación, mientras que la mayoría de los modelos lingüísticos actuales suelen estar entrenados para predecir la siguiente palabra. Habilitar esta capacidad de previsión de gran alcance podría ayudar a mejorar los modelos lingüísticos modernos de IA.
“Por supuesto, solo tenemos una idea superficial y todavía hay muchas cosas que no entendemos sobre el funcionamiento del cerebro y nuestra investigación continúa”, destacan. Y suman: Ahora, nuestros colaboradores en NeuroSpin están creando un conjunto original de datos de neuroimagen para ampliar esta investigación. Abriremos el conjunto de datos, los modelos de aprendizaje profundo, el código y los artículos de investigación resultantes de este esfuerzo para estimular los descubrimientos en las comunidades de inteligencia artificial y neurociencia”.
Predecir más allá de la siguiente palabra
Una comparación sistemática entre decenas de modelos de lenguaje profundo muestra que mientras mejor predicen las palabras a partir del contexto, más se correlacionan sus representaciones con el cerebro. “Descubrimos esto luego de analizar las activaciones cerebrales de 200 voluntarios en una simple tarea de lectura”, explican los expertos.
Un equipo del Instituto Tecnológico de Massachusetts hizo un descubrimiento similar de forma independiente una semana después, lo que valida aún más esta dirección. “Estos estudios similares garantizan que la comunidad de la IA va por buen camino con el uso de aprendizaje auto-supervisado hacia una IA de nivel humano. Pero encontrar similitudes no es suficiente para entender los principios de la comprensión del lenguaje”, aseguran.
Las diferencias computacionales entre las redes neuronales biológicas y las artificiales son clave para mejorar los modelos actuales y construir nuevos modelos lingüísticos más inteligentes. “Recientemente, revelamos pruebas de la existencia de predicciones de gran alcance en el cerebro, una capacidad que aún desafía a los modelos lingüísticos actuales”, destacan. Y agregan: Para explorar este problema, junto con INRIA, comparamos una variedad de modelos lingüísticos con las respuestas cerebrales de 345 voluntarios,que escucharon narraciones complejas mientras se grababan con fMRI. Mejoramos esos modelos con predicciones de gran alcance para hacer un seguimiento de las previsiones en el cerebro”.
Para finalizar, los investigadores indican que “sus resultados muestran que regiones específicas del cerebro, como las cortezas prefrontal y parietal, son las que mejor se explican mediante modelos lingüísticos mejorados con representaciones profundas de palabras lejanas en el futuro”. “Estos resultados aclaran la organización computacional del cerebro humano y su naturaleza intrínsecamente predictiva y allanan el camino hacia la mejora de los modelos de IA actuales”, concluyen.
¿Son similares la IA y el cerebro humano?
En general, estos estudios respaldan una posibilidad interesante: existen, de hecho, similitudes cuantificables entre los cerebros y los modelos de IA. Y estas similitudes pueden ayudar a generar nuevos conocimientos sobre cómo funciona el cerebro. Esto abre nuevas posibilidades, en las que la neurociencia orientará el desarrollo de una IA más inteligente y, a su vez, la inteligencia artificial ayudará a descubrir las maravillas del cerebro.
