A pesar de los rápidos avances en inteligencia artificial en los últimos años, el humilde cerebro humano todavía tiene ventaja sobre las computadoras en su capacidad para transferir habilidades y aprender a través de tareas. Un nuevo estudio revela cómo es probable que hagamos esto.
Dirigidos por un equipo de la Universidad de Princeton, los investigadores detrás del nuevo estudio en realidad no realizaron pruebas en humanos, sino que utilizaron animales muy cercanos a nosotros en términos de biología y función cerebral: los macacos rhesus. (macaca mulata).
A estos monos se les pidió que identificaran formas y colores en una pantalla y que miraran en direcciones particulares para dar sus respuestas. Mientras esto sucedía, se utilizaron escáneres cerebrales para comprobar si había patrones superpuestos y áreas de actividad compartidas en los cerebros de los animales.
Relacionado: Están llegando las computadoras fabricadas a partir de tejido cerebral humano. ¿Estamos preparados?
Esas exploraciones mostraron que los cerebros de los monos utilizaban diferentes bloques de neuronas (‘Legos cognitivos’, en palabras de los investigadores) en todas las tareas. Los bloques existentes se pueden reutilizar y recombinar en nuevas tareas, lo que muestra una flexibilidad neuronal con la que ni siquiera los mejores modelos de IA pueden competir.
“Los modelos de IA más modernos pueden alcanzar un rendimiento humano, o incluso sobrehumano, en tareas individuales”, afirma el neurocientífico Tim Buschman, de la Universidad de Princeton. “Pero les cuesta aprender y realizar muchas tareas diferentes”.
“Descubrimos que el cerebro es flexible porque puede reutilizar componentes de la cognición en muchas tareas diferentes. Al unir estos ‘Legos cognitivos’, el cerebro puede construir nuevas tareas”.
Como puede ver en el vídeo a continuación, los animales tuvieron que discriminar entre formas y colores en tres tareas separadas pero relacionadas que requirieron que los animales aprendieran y aplicaran continuamente lo que sabían de una tarea a la siguiente.
Los bloques cognitivos de Lego que identificaron los investigadores se concentraban en la corteza prefrontal del cerebro. La región está vinculada a la cognición superior (resolución de problemas, planificación, toma de decisiones) y parece desempeñar un papel importante en la flexibilidad cognitiva.
Los investigadores también encontraron que cuando ciertos bloques cognitivos no eran necesarios, la actividad en ellos se reducía, lo que sugiere que el cerebro puede archivar los Legos neuronales que no necesita inmediatamente para concentrarse mejor en la tarea en cuestión.
“Pienso en un bloqueo cognitivo como una función en un programa de computadora”, dice Buschman.
“Un conjunto de neuronas puede discriminar el color y su salida puede asignarse a otra función que impulsa una acción. Esa organización permite al cerebro realizar una tarea realizando secuencialmente cada componente de esa tarea”.
Explica cómo los monos y posiblemente los humanos pueden adaptarse a desafíos y tareas que no han visto antes, y utilizar el conocimiento existente para abordarlos, algo con lo que la inteligencia artificial en su forma actual tiene dificultades.
Más adelante, los investigadores sugieren que sus hallazgos podrían ayudar a entrenar a las IA para que sean más adaptables a nuevas tareas. Su trabajo también podría ser útil en el desarrollo de tratamientos para trastornos neurológicos y psiquiátricos en los que las personas luchan por aplicar sus habilidades en nuevos entornos.
Por ahora, estos Legos cognitivos muestran, en un nivel fundamental, cómo nuestros cerebros son más flexibles y adaptables que los modelos de IA, que exhiben el llamado olvido catastrófico: una debilidad que significa que las redes neuronales no pueden aprender tareas consecutivas sin olvidar cómo realizar la última en la que entrenaron.
Si bien cambiar de tarea no es exactamente bueno para nuestro cerebro, aplicar lo que sabemos de una tarea a otra puede ser un atajo útil.
“Si, como sugieren nuestros resultados, el cerebro puede reutilizar representaciones y cálculos en diferentes tareas, entonces esto podría permitirle adaptarse rápidamente a los cambios en el entorno, ya sea aprendiendo la representación apropiada de la tarea a través de retroalimentación de recompensa o recuperándola de la memoria a largo plazo”, concluyen los investigadores.
La investigación ha sido publicada en Nature.