Las células no tienen cerebro. Sin embargo, de alguna manera, a medida que un organismo crece, las células saben adónde ir y qué ser sin una dirección de arriba hacia abajo. Y al actuar juntas, las células son colectivamente inteligentes y, en última instancia, construyen formas finales complejas, ya sea una flor, una ballena o incluso usted. Imitar esta capacidad en las máquinas podría algún día conducir a circuitos de autocuración y computadoras que puedan evaluar y reparar daños a medida que ocurren, y una nueva investigación publicada en Nature Communications muestra cómo los “ladrillos” inteligentes podrían acercarnos a ese objetivo.
Un futuro en el que las máquinas se construyen a sí mismas tiene “una cuestión de autoorganización local en la que no hay un solo punto de falla”, dice Sebastian Risi, autor principal del artículo y científico informático de la Universidad de TI de Copenhague y Sakana AI.
Primero, los investigadores crearon simulaciones de cubos, cada uno con una red neuronal operada de forma independiente, ensamblados en casi 500 formas 3D en siete categorías de objetos (barcos, automóviles, sillas, guitarras, casas, aviones y mesas) y probaron si los cubos podían identificar su categoría. Cada cubo virtual contenía una lista de números llamada vector con su memoria y una suposición sobre la categoría del objeto, los cuales pueden evolucionar con el tiempo. La red neuronal de cada cubo le indicó cómo actualizar su vector en función del de sus vecinos. Juntos, los cubos formaron lo que se llama un autómata celular neuronal. (El ejemplo clásico de autómatas celulares es el Juego de la vida de John Conway, ideado en 1970, en el que los píxeles se encienden y apagan según el número de vecinos que tengan).
Sobre el apoyo al periodismo científico
Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.
Los cubos simulados transmitieron mensajes y alteraron sus vectores basándose, primero, en su propio entorno inmediato, como si estaban en un borde, luego en el de sus vecinos, etc. Después de entrenar la red neuronal, los cubos nombraron su clase de objeto con una precisión del 85 al 100 por ciento; las casas resultaron ser las más complicadas. “Es sorprendente que los ladrillos puedan inferir la forma global del colectivo utilizando sólo información local”, dice Sabine Hauert, que estudia robótica de enjambres en la Universidad de Bristol y no participó en el trabajo.
Los cubos virtuales a menudo podían identificar su forma incluso si se hubiera eliminado el 15 por ciento de ellos, así como decidir qué cubos faltaban y regenerar vecinos. Y el equipo descubrió que los sistemas de más de 18.000 cubos aún podían adivinar los objetos en los que se encontraban.
Finalmente, los investigadores probaron su sistema utilizando bloques reales, cada uno de unos pocos centímetros de ancho, con circuitos en su interior que ejecutaban cálculos localmente. Cuando se conectaron hasta 197 en una forma, identificaron con precisión qué objeto eran el 100 por ciento de las veces.
Risi dice que hay una aplicación a corto plazo en el entretenimiento educativo: construir un dinosaurio que luego ruge, o usar ladrillos de construcción que le indiquen dónde colocar el siguiente. A largo plazo, los investigadores imaginan robots modulares que se ensamblan solos, sin necesidad de manual de instrucciones.
Suscríbete para apoyar el periodismo independiente
El gran periodismo científico requiere experiencia humana, tiempo, esfuerzo y creatividad. Y cuesta dinero. Es por eso que los periodistas de Scientific American y yo esperamos que se una a nuestra comunidad.
Cuando te suscribes, estás apoyando al personal y a los periodistas independientes apasionados por contar historias científicas que sean verdaderas, importantes y convincentes. Nuestros editores y reporteros suelen ser expertos en sus campos, lo que significa que comprenden los matices de los grandes descubrimientos y pueden separar los avances de las exageraciones. Con una suscripción, también respalda una verificación rigurosa de los datos para garantizar que las palabras que publicamos sean precisas y exactas. Y estás apoyando ilustraciones, gráficos y fotografías originales que te acercan a un laboratorio avanzado, una capa de hielo en la Antártida o una misión espacial en órbita. También nos estás ayudando a crear otros tipos de periodismo de alta calidad: nuestros boletines están cuidadosamente escritos, editados y seleccionados por personal que conoces y amarás o que conocerás. Nuestro podcast Science Quickly se basa en informes originales, colaboración con editores y científicos y una producción exigente.
Las suscripciones mantienen este motor en funcionamiento para que podamos seguir ofreciéndole periodismo científico reflexivo, riguroso e independiente. En una era de desinformación viral, este trabajo es crucial. Si valoras lo que hacemos, espero que consideres unirte a nosotros como suscriptor.