Cloud Híbrida
Ciberseguridad & NaaS
AI & Data
IoT y Conectividad
Business Applications
Intelligent Workplace
Consultoría y Servicios Profesionales
Pequeña y Mediana Empresa
Sanidad y Social
Industria
Retail
Turismo y Ocio
Transporte y Logística
Energía y Utilities
La ley de IA de Karl Friston: ¿Un nuevo paso hacia la Inteligencia Artificial General?
¿Has pensado alguna vez cómo funciona nuestro cerebro? ¿Cómo transformamos los estímulos de nuestro alrededor en conocimiento e información? Los neurocientíficos han investigado sobre estos procesos desde hace mucho tiempo y, recientemente, la teoría llamada ‘Principio de Energía Libre’ (FEP) del Dr. Karl Friston ha sido validada experimentalmente por un grupo de científicos del instituto de investigación RIKEN en Japón.
El Principio de Energía Libre postula que, los sistemas biológicos, como el cerebro humano, están constantemente tratando de minimizar la ‘energía libre’ de su entorno, su desorden. Un término muy similar a la entropía que podemos encontrar en el aprendizaje profundo donde, al igual que nuestro cerebro, tratamos de minimizar la entropía del modelo para que este obtenga mejores resultados.
Friston sugiere que el cerebro actúa como un motor de inferencia que hace predicciones sobre el mundo externo y compara esa predicción con la realidad percibida. Cuando hay diferencias entre ambas, el cerebro ajusta sus modelos internos para reducir la energía libre.
Hacia una nueva forma de IA: la IA biomimética
El experimento llevado a cabo en Japón ha demostrado este comportamiento en redes neuronales biológicas creando cultivos neuronales a microescala cultivados a partir de células embriones de rata. El uso de embriones radica en la necesidad de comprobar la teoría en una arquitectura cerebral que todavía no ha sido ‘entrenada’.
A estos cultivos neuronales se les aplicaron patrones eléctricos que imitaban las sensaciones auditivas. Inicialmente, las redes empezaron a reaccionar al azar, pero gradualmente empezaron a autoorganizarse para poder responder selectivamente a un hablante u otro.
¿No suena parecido a cuando entrenamos una red neuronal desde cero? Al principio los pesos de las neuronas son aleatorios, pero a medida que van viendo más y más datos, muchos de ellos empiezan a ‘congelarse’ para optimizar otros.
La IA biomimética es una forma de inteligencia artificial que imita el funcionamiento natural del cerebro.
Los investigadores pudieron demostrar que esta autoorganización coincidía con las predicciones de los modelos informáticos basados en el Principio de Energía Libre.
Imagen 1. Fuente.
- a) Esquema del experimento y su correspondiente modelo generativo POMPD (Partially Observable Markov Decision Process).
- b) Equivalencia entre la red neuronal y la inferencia variacional Bayesiana. Podemos observar cómo el proceso de aprendizaje es equivalente, yendo hacia las zonas verdes oscuras (zonas de menor energía libre).
- c) Procedimiento de ingeniería inversa del modelo generativo.
Este descubrimiento está dando paso a una posible nueva forma de IA una IA biomimética. Esta se basa en la inteligencia natural del cerebro permitiendo que una red neuronal se autooptimice medianta la recepción contínua de datos temporales en tiempo real, permitiendo así desbloquear una pieza fundamental en el avance de las investigaciones hacia una IA General o la superinteligencia.
Además, este nuevo enfoque es completamente programable, conocible y auditable, lo que le permite escalar junto con la gobernanza humana.
