Nuestro cerebro ha evolucionado a través de la encarnación en un sistema físico, el cuerpo humano, que siente y actúa directamente en el mundo. Por el contrario, la mayoría de los sistemas de IA que se utilizan hoy en día no tienen «cuerpos» y carecen de contacto directo con el mundo físico. Conectar los sistemas de IA al mundo físico a través de la robótica y diseñarlos según los principios de la evolución es un enfoque prometedor para desarrollar IA con cognición similar a la humana. Esta es la posición adoptada por el investigador de HBP e investigador y profesor de robótica cognitiva de la Universidad de Sheffield, Tony Prescott, en un artículo publicado recientemente en Science Robotics.
Para desarrollar la cognición a nivel humano, los sistemas de IA deben interactuar directamente con el mundo físico y social en tiempo real. Dar cuerpos robóticos de IA permitirá que estos sistemas aprendan cómo sus acciones afectan el mundo y cómo tomar medidas para mejorar el proceso de aprendizaje. De la misma manera que los cuerpos y cerebros humanos han dado forma a su propio aprendizaje a través de la evolución, los sistemas de IA incorporados pueden tener un potencial mucho mayor para la adquisición de cognición a nivel humano que los sistemas de IA no incorporados existentes.
«ChatGPT y otros grandes modelos de redes neuronales son desarrollos emocionantes en IA que muestran que se pueden resolver desafíos realmente difíciles como aprender la estructura del lenguaje humano», dijo Prescott, coautor del artículo con Stuart Wilson. pueden pensar como el cerebro humano si continúan siendo diseñados usando los mismos métodos».
«Es más probable que los sistemas de IA desarrollen una cognición similar a la humana si están construidos con arquitecturas que aprenden y mejoran de manera similar al cerebro humano, utilizando sus conexiones con el mundo real. Los robots pueden proporcionar a los sistemas de IA estas conexiones, por ejemplo, a través de sensores como cámaras y micrófonos y actuadores como ruedas y perillas, entonces los sistemas de inteligencia artificial podrán sentir el mundo que los rodea y aprender como un cerebro humano”.
Es cierto, dicen los investigadores de Sheffield, que se han logrado avances emocionantes en los desarrollos recientes en inteligencia artificial. Por ejemplo, a medida que se introducen modelos de redes neuronales recurrentes en sus operaciones, los sistemas de IA mejoran en la predicción de lo que podría suceder a continuación a medida que resuelven un problema específico. Sin embargo, argumentan que el marco subyacente para el procesamiento predictivo no debe verse como la única forma de diseñar sistemas de IA. El desarrollo de la IA en términos más generales debe basarse en los principios biológicos y las limitaciones que surgen del desarrollo, el potencial de aprendizaje y la capacidad de evolución del mundo real.
De manera similar, un problema importante con los sistemas de IA incorpóreos actualmente en uso, especialmente los sistemas de «aprendizaje profundo», es que pueden presentar un problema de una manera cada vez más abstracta, porque sus redes de aprendizaje están diseñadas jerárquicamente. Esto puede hacer que sea virtualmente imposible para los humanos saber cómo aprendieron a resolver un problema en particular y encontrar una solución.
Las redes cerebrales más o menos reales incluyen niveles de procesamiento más altos y abstractos (p. ej., la corteza cerebral), así como niveles más bajos que están más conectados con el mundo real (p. ej., el mesencéfalo y por debajo). Aunque los niveles más bajos son menos flexibles que los niveles más altos, el procesamiento aún puede afectar estos niveles más bajos. Si la arquitectura de los sistemas de IA se basa en un sistema de control en capas similar al cerebro, no solo será más probable que desarrollen una cognición similar a la humana, sino que su aprendizaje y toma de decisiones también serán más transparentes y fáciles de entender para los humanos. y control.
El comunicado de prensa original de esta investigación se puede encontrar aquí aquí.
publicación original:
Entendiendo la arquitectura funcional del cerebro a través de la robótica
Prescott y Stuart B. Wilson. Ciencia Robótica 2023 31 de mayo; 8 (78): eadg6014.
«Alborotador. Amante de la cerveza. Total aficionado al alcohol. Sutilmente encantador adicto a los zombis. Ninja de twitter de toda la vida».
More Stories
Estudio: la actividad de las proteínas cancerosas aumenta el desarrollo del cáncer de próstata
Un nuevo material luminoso puede ser la solución al deterioro de las infraestructuras
Las vesículas extracelulares son prometedoras en el tratamiento de lesiones pulmonares y cerebrales durante el nacimiento