El descubrimiento proviene de\u00a0DeepMind<\/a>, una compa\u00f1\u00eda brit\u00e1nica propiedad de Alphabet que\u00a0se dedica al avance de la inteligencia artificial<\/strong>\u00a0en general.<\/p>\n El trabajo, publicado en la revista\u00a0Nature<\/em>, insin\u00faa c\u00f3mo las redes neuronales artificiales, a su vez inspiradas en la biolog\u00eda, podr\u00edan\u00a0usarse para explorar aspectos desconocidos\u00a0del cerebro<\/strong>. Sin embargo, esta idea debe tratarse con cierta precauci\u00f3n, ya que hay muchas cosas que desconocemos sobre c\u00f3mo funciona el cerebro y tambi\u00e9n porque el funcionamiento de las redes neuronales artificiales a menudo es dif\u00edcil de explicar.<\/p>\n Los investigadores de DeepMind se propusieron entrenar una red neuronal artificial para imitar el reconocimiento del camino,\u00a0un m\u00e9todo que los animales usan para calcular su movimiento a trav\u00e9s de un espacio<\/strong>. Los investigadores ense\u00f1aron a una red neuronal con un circuito de retroalimentaci\u00f3n para navegar por un laberinto. Durante el entrenamiento, alimentaron la red neuronal con ejemplos de las rutas tomadas por los ratones que atraviesan un laberinto de verdad.<\/p>\n El equipo descubri\u00f3 que la red neuronal\u00a0desarroll\u00f3 algo similar a las “c\u00e9lulas de red” que se encuentran en un cerebro biol\u00f3gico<\/strong>. Estas c\u00e9lulas, ordenadas en una cuadr\u00edcula triangular, parecen proporcionar una manera\u00a0para que un animal se posicione en un espacio f\u00edsico. Las c\u00e9lulas de red, o c\u00e9lulas de rejilla, se identificaron por primera vez en 2005 y los cient\u00edficos que las descubrieron recibieron un Premio Nobel por su descubrimiento en 2014.<\/p>\n Los investigadores de DeepMind utilizaron la red entrenada para navegar a trav\u00e9s de laberintos desconocidos agregando el\u00a0aprendizaje reforzado<\/a>\u00a0a su enfoque. Descubrieron que la red que acababan de entrenar\u00a0pod\u00eda navegar de manera mucho m\u00e1s efectiva que cualquier sistema de inteligencia artificial anterior,<\/strong>\u00a0y que la forma en la que exploraba su espacio se asemejaba m\u00e1s a la de un animal real.<\/p>\n Las redes neuronales se pueden utilizar para hacer muchas cosas \u00fatiles, pero\u00a0hasta ahora no han demostrado ser especialmente buenas en la navegaci\u00f3n<\/strong>.<\/p>\n “Este estudio es una demostraci\u00f3n convincente de que el aprendizaje profundo puede ser valioso para tareas que\u00a0dependen no solo de las capacidades perceptivas, sino tambi\u00e9n de las funciones cognitivas superiores<\/strong>; en este caso, la navegaci\u00f3n espacial”, dice el neurocient\u00edfico de la Universidad Johns Hopkins\u00a0Francesco Savelli<\/a>, que estudia c\u00e9lulas de red y escribi\u00f3 sobre la investigaci\u00f3n en un art\u00edculo en\u00a0Nature<\/em>.<\/p>\n La investigaci\u00f3n sugiere que las c\u00e9lulas de red juegan un papel fundamental en la forma en que los animales,\u00a0incluidos los humanos, encuentran su camino alrededor del mundo<\/strong>. Este descubrimiento\u00a0podr\u00eda tener beneficios pr\u00e1cticos significativos<\/strong>, como ayudar a que los robots puedan desplazarse de forma m\u00e1s sencilla por edificios desconocidos.<\/p>\n “Nuestro trabajo es construir inteligencia artificial general y creemos quela navegaci\u00f3n es una parte fundamental”<\/strong>, sostiene uno de los miembros del equipo de DeepMind Andrea Banino.<\/p>\n Su colega Darshan Kumaran dice que el siguiente paso es lograr que los agentes de IA\u00a0aprendan habilidades de navegaci\u00f3n m\u00e1s complejas<\/strong>: “Estamos pensando en entornos m\u00e1s desafiantes”.<\/p>\n DeepMind ha demostrado ya un notable progreso en el aprendizaje autom\u00e1tico, incluidos los programas capaces de aprender a jugar videojuegos, as\u00ed como juegos de mesa como\u00a0Go<\/em>\u00a0y ajedrez, con habilidades sobrehumanas. Estos logros\u00a0tambi\u00e9n se basaron en el entrenamiento de redes neuronales artificiales profundas\u00a0<\/strong>o muy grandes.<\/p>\n Seg\u00fan el cofundador y CEO de DeepMind, Demis Hassabis,\u00a0la investigaci\u00f3n sobre la IA puede revelar algo nuevo sobre el cerebro,<\/strong>\u00a0seg\u00fan\u00a0explic\u00f3 en un comunicado: “El cerebro humano es la \u00fanica prueba de existencia que tenemos de que el tipo de inteligencia general que estamos tratando de construir es posible. Creemos que esta inspiraci\u00f3n deber\u00eda ser una calle de doble sentido, con\u00a0ideas que tambi\u00e9n fluyen desde la investigaci\u00f3n de la IA\u00a0<\/strong>para arrojar luz sobre\u00a0preguntas sin responder en la neurociencia<\/strong>“.<\/p>\n Sin embargo, no est\u00e1 claro hasta qu\u00e9 punto las redes neuronales, que son representaciones muy simplificadas de la biolog\u00eda, nos llevar\u00e1n a explicar el cerebro. Varios neurocient\u00edficos contactados por\u00a0MIT Technology Review\u00a0<\/em>observan que el funcionamiento de una red neuronal profunda no es mucho m\u00e1s interpretable que el funcionamiento de un cerebro biol\u00f3gico<\/strong>.<\/p>\n![\"Se](\"https:\/\/s3.amazonaws.com\/files.technologyreview.com\/p\/pub\/images\/gridimages.png\")
Foto:<\/b>\u00a0<\/i>C\u00e9lulas de red de redes neuronales artificiales y biol\u00f3gicas.\u00a0Cr\u00e9dito:<\/strong>\u00a0Blog de DeepMind.<\/em><\/p>\n![\"Mente](\"https:\/\/s3.amazonaws.com\/files.technologyreview.com\/p\/pub\/images\/aishortcuts.png\")
Foto:<\/b>\u00a0<\/i>La red neuronal artificial de DeepMind fue entrenada para explorar un laberinto virtual.<\/em><\/p>\n