¿Se puede duplicar el aprendizaje humano dentro de la inteligencia artificial?

¿Se puede duplicar el aprendizaje humano dentro de la inteligencia artificial?

Los investigadores de Rutgers y sus colaboradores han descubierto que el aprendizaje, una característica universal de la inteligencia en los seres vivos, se puede imitar en la materia sintética, un descubrimiento que a su vez podría inspirar nuevos algoritmos para la inteligencia artificial (IA).

Una de las características fundamentales de los seres humanos es la capacidad de aprender continuamente y adaptarse a entornos cambiantes. Pero hasta hace poco, la IA se ha centrado estrechamente en emular la lógica humana. Ahora, los investigadores buscan imitar la cognición humana en dispositivos que puedan aprender, recordar y tomar decisiones como lo hace un cerebro humano.

Emular tales características en estado sólido podría inspirar nuevos algoritmos en inteligencia artificial y computación neuromórfica que tendrían la flexibilidad de abordar incertidumbres, contradicciones y otros aspectos de la vida cotidiana. La computación neuromórfica imita la estructura neuronal y el funcionamiento del cerebro humano, en parte, mediante la construcción de sistemas nerviosos artificiales para transferir señales eléctricas que imitan las señales cerebrales.

Investigadores de Rutgers, Purdue y otras instituciones estudiaron cómo la conductividad eléctrica del óxido de níquel, un tipo especial de material aislante, respondía cuando su entorno cambiaba repetidamente durante varios intervalos de tiempo.

«El objetivo era encontrar un material cuya conductividad eléctrica se pueda ajustar modulando la concentración de defectos atómicos con estímulos externos como oxígeno, ozono y luz», dijo Subhasish Mandal, asociado postdoctoral en el Departamento de Física y Astronomía de Rutgers. «Estudiamos cómo se comporta este material cuando dopamos el sistema con oxígeno o hidrógeno y, lo que es más importante, cómo la estimulación externa cambia las propiedades electrónicas del material».

Los investigadores encontraron que cuando el estímulo de gas cambiaba rápidamente, el material no podía responder por completo. Permaneció en un estado inestable en cualquier entorno y su respuesta comenzó a disminuir. Cuando los investigadores introdujeron un estímulo nocivo como el ozono, el material comenzó a responder con más fuerza solo para disminuir nuevamente.

«La parte más interesante de nuestros resultados es que demuestra características de aprendizaje universales como la habituación y la sensibilización que generalmente encontramos en las especies vivas», dijo Mandal. «Estas características materiales, a su vez, pueden inspirar nuevos algoritmos para la inteligencia artificial. Por mucho que el movimiento colectivo de aves o peces haya inspirado a la IA, creemos que el comportamiento colectivo de los electrones en un sólido cuántico puede hacer lo mismo en el futuro».

«El creciente campo de la IA requiere hardware que pueda albergar propiedades de memoria adaptativa más allá de las que se utilizan en las computadoras actuales», agregó Mandal. «Encontramos que los aislantes de óxido de níquel, que históricamente se han restringido a actividades académicas, podrían ser candidatos interesantes para ser probados en el futuro para computadoras y robótica inspiradas en el cerebro».

Fuente: Universidad de Rutgers

Deja una respuesta

Tu dirección de correo electrónico no será publicada.