Conclusiones clave
- Un nuevo tipo de hardware informático podría permitir que la inteligencia artificial aprenda continuamente como el cerebro humano.
- Investigadores de la Universidad de Purdue afirman que su dispositivo se puede reprogramar a pedido a través de pulsos eléctricos.
- Aunque un sistema de IA que aprende completamente por sí mismo sigue siendo principalmente un concepto, hay muchos ejemplos que se le acercan.
La inteligencia artificial (IA) pronto podría recibir un impulso de un nuevo tipo de chips informáticos inspirados en el cerebro humano.
Investigadores de la Universidad de Purdue han construido una nueva pieza de hardware que se puede reprogramar bajo demanda a través de pulsos eléctricos. El equipo afirma que esta adaptabilidad permitiría que el dispositivo asumiera todas las funciones necesarias para construir una computadora inspirada en el cerebro. Es parte de un esfuerzo continuo para construir sistemas de IA que puedan aprender continuamente.
"Cuando los sistemas de IA aprenden continuamente en el entorno, pueden adaptarse a un mundo que cambia con el tiempo", dijo Jordan Suchow, experto en IA del Stevens Institute of Technology, a Lifewire en una entrevista por correo electrónico. "Vemos esto, por ejemplo, cuando un sistema de detección de fraudes detecta un patrón de compras fraudulentas que no se había observado anteriormente o cuando un sistema de reconocimiento facial se encuentra con una persona que nunca antes había visto".
Estudiantes de por vida
Los investigadores de Purdue publicaron recientemente el artículo en la revista Science. Describe cómo los chips de computadora podrían reconfigurarse dinámicamente para recibir nuevos datos de la misma manera que lo hace el cerebro. El enfoque podría ayudar a la IA a seguir aprendiendo con el tiempo.
"Los cerebros de los seres vivos pueden aprender continuamente a lo largo de su vida. Ahora hemos creado una plataforma artificial para que las máquinas aprendan a lo largo de su vida", dijo uno de los autores del artículo, Shriram Ramanathan, en un comunicado de prensa.
El hardware ideado por el equipo de Ramanathan es un pequeño dispositivo rectangular hecho de un material llamado niquelato de perovskita, que es muy sensible al hidrógeno. La aplicación de pulsos eléctricos a diferentes voltajes permite que el dispositivo mezcle una concentración de iones de hidrógeno en cuestión de nanosegundos, creando estados que los investigadores descubrieron que podrían asignarse a las funciones correspondientes en el cerebro.
Cuando el dispositivo tiene más hidrógeno cerca de su centro, por ejemplo, puede actuar como una neurona, una única célula nerviosa. Con menos hidrógeno en esa ubicación, el dispositivo sirve como sinapsis, una conexión entre neuronas, que es lo que usa el cerebro para almacenar memoria en circuitos neuronales complejos.
"Si queremos construir una computadora o una máquina inspirada en el cerebro, en consecuencia, queremos tener la capacidad de programar, reprogramar y cambiar el chip continuamente", dijo Ramanathan.
¿Máquinas pensantes?
Muchos sistemas modernos de IA se adaptan a la nueva información cuando se vuelven a capacitar, dijo en un correo electrónico David Kanter, director ejecutivo de MLCommons, un consorcio de ingeniería abierto dedicado a mejorar el aprendizaje automático.
"El mundo es un lugar intrínsecamente dinámico y, en última instancia, el aprendizaje automático y la IA deben adaptarse a esto", dijo Kanter. "Por ejemplo, un sistema de reconocimiento de voz en 2022 que no 'sabe' sobre COVID-19 o coronavirus perdería un gran aspecto del mundo moderno. De manera similar, un vehículo autónomo debería adaptarse a los cambios en las calles, cierres de puentes o Incluso las bajas temperaturas hacen que una carretera se congele".
Aunque un sistema de IA que aprende completamente por sí mismo sigue siendo principalmente un concepto, muchos ejemplos se acercan, dijo Sameer Maskey, director ejecutivo de la empresa de IA Fusemachines, en una entrevista por correo electrónico. Uno de estos sistemas de autoaprendizaje fue noticia cuando un sistema de IA venció a un humano en un juego de Go.
"AlphaGo fue la primera IA de DeepMind en derrotar a un jugador profesional de Go", agregó Maskey. "Sus franquicias de juegos se han convertido en peldaños y cada nueva incorporación adopta avances hacia una IA que sigue aprendiendo".
Los sistemas de inteligencia artificial del futuro buscarán la información que necesitan para tomar buenas decisiones y emprender las acciones adecuadas, predijo Suchow. Estas computadoras avanzadas evitarán errores costosos al aprender de sus propias simulaciones de experiencia, por ejemplo, a través del "autojuego", donde la IA imagina los resultados de las interacciones que tiene con copias de sí misma.
"Esto es similar a cómo los humanos pueden aprender a través de la imaginación, previendo un mal resultado sin necesidad de experimentarlo directamente", agregó Suchow. "Los sistemas de IA aprenderán estrategias más efectivas para el aprendizaje, de la misma manera que un estudiante puede dirigir su tiempo y atención no solo al contenido sustantivo de lo que está estudiando, sino también al proceso de aprendizaje en sí mismo."
