Este modelo matemático del cerebro podría allanar el camino para más inteligencia artificial humana

La semana pasada, Google Research organizó un taller en línea sobre Comprensión conceptual del aprendizaje profundo. El taller, que incluyó presentaciones de científicos informáticos y neurocientíficos galardonados, discutió cómo aprendizaje profundo y neurociencia puede ayudar a crear mejores sistemas de inteligencia artificial.

Si bien valió la pena ver todas las presentaciones y discusiones (y es posible que pueda volver a visitarlas en las próximas semanas), una, en particular, se destacó para mí: una conferencia sobre representaciones de palabras en el cerebro a cargo de Christos Papadimitriou, profesor de ciencias de la computación en la Universidad de Columbia.

En su presentación, Papadimitriou, ganador del Premio Gödel y del Premio Knuth, explicó cómo nuestra creciente comprensión de los mecanismos de procesamiento de la información en el cerebro podría ayudar a crear algoritmos más sólidos para comprender y participar en conversaciones. Papadimitriou presentó un modelo simple y efectivo que explica cómo diferentes áreas del cerebro se comunican entre sí para resolver problemas cognitivos.

“Lo que está sucediendo en este momento es quizás una de las mayores maravillas del mundo”, dijo Papadimitriou, refiriéndose a la forma en que se comunicaba con el público. El cerebro traduce el conocimiento estructurado en ondas que se transfieren a través de diferentes medios y llegan a los oídos del oyente, donde nuevamente son procesados ​​y transformados en conocimiento estructurado por el cerebro.

“No hay duda de que todo esto está sucediendo con picos, neuronas y sinapsis. ¿Pero cómo? Es una gran pregunta ”, dijo Papadimitriou. «Creo que vamos a tener una idea mucho mejor de los detalles de cómo se desarrollará esto durante la próxima década».

Conjuntos de neuronas en el cerebro.

Las comunidades cognitivas y neurocientíficas intentan comprender cómo la actividad neuronal en el cerebro se traduce en lenguaje, matemáticas, lógica, razonamiento, planificación y otras funciones. Si los científicos logran formular el funcionamiento del cerebro en términos de modelos matemáticos, abrirán una nueva puerta a la creación. sistemas de inteligencia artificial que puede imitar el espíritu humano.

Muchos estudios se centran en actividades a nivel de neuronas individuales. Hasta hace unas décadas, los científicos creían que las neuronas individuales correspondían a pensamientos únicos. El ejemplo más popular es la teoría de la «célula de la abuela», que afirma que hay una sola neurona en el cerebro que se dispara cada vez que ves a tu abuela. Hallazgos más recientes han refutado esta afirmación y han demostrado que grandes grupos de neuronas están asociados con cada concepto y que puede haber una superposición entre neuronas relacionadas con diferentes conceptos.

Estos grupos de células cerebrales se denominan «ensamblajes», que Papadimitriou describe como «un conjunto de neuronas altamente conectadas y estables que representan algo: una palabra, una idea, un objeto, etc.»

El galardonado neurocientífico György Buzsáki describe los ensamblajes como «el alfabeto del cerebro».

Un modelo matemático del cerebro.

Para comprender mejor el papel de los ensamblajes, Papadimitriou propone un modelo matemático del cerebro llamado «redes interactivas recurrentes». En este modelo, el cerebro se divide en un número finito de áreas, cada una de las cuales contiene varios millones de neuronas. Hay recursividad en cada área, lo que significa que las neuronas interactúan entre sí. Y cada una de estas áreas tiene vínculos con varias otras áreas. Estas conexiones entre zonas pueden activarse o inhibirse.

Este modelo proporciona aleatoriedad, plasticidad e inhibición. Aleatoriedad significa que las neuronas en cada área del cerebro están conectadas al azar. Además, las diferentes áreas tienen conexiones aleatorias entre ellas. La plasticidad permite que las conexiones entre neuronas y áreas se ajusten a través de la experiencia y el entrenamiento. Y la inhibición significa que, en un momento dado, se excita un número limitado de neuronas.

Papadimitriou describe esto como un modelo matemático muy simple basado en «las tres fuerzas principales de la vida».

Con un grupo de científicos de diferentes instituciones académicas, Papadimitriou detalló este modelo en un papel publicado el año pasado en la revista científica Proceedings of the National Academy of Sciences. Los ensamblajes fueron la parte clave del modelo y permitieron lo que los científicos llamaron «cálculo de ensamblajes», un conjunto de operaciones que pueden permitir que la información sea procesada, almacenada y recuperada.

“Las operaciones no surgen de la nada. Creo que estas operaciones son reales ”, dijo Papadimitriou. “Podemos demostrar matemáticamente y validar mediante simulaciones que estas operaciones corresponden a comportamientos reales… estas operaciones corresponden a comportamientos que se han observado [in the brain]. «

Papadimitriou y sus colegas plantean la hipótesis de que los ensamblajes y el cálculo de ensamblajes son el modelo correcto que explica las funciones cognitivas del cerebro como el razonamiento, la planificación y el lenguaje.

«Mucha cognición podría igualar eso», dijo Papadimitriou en su discurso en la Conferencia de aprendizaje profundo de Google.

Procesamiento de lenguaje natural con cálculo ensamblador

Para probar su modelo de la mente, Papadimitriou y sus colegas intentaron implementar un sistema de procesamiento del lenguaje natural que usa el cálculo ensamblador para analizar oraciones en inglés. De hecho, estaban tratando de crear un sistema de inteligencia artificial que simule las áreas del cerebro que albergan los ensamblajes que corresponden al léxico y la comprensión del lenguaje.

“Lo que sucede es que si una secuencia de palabras excita estos ensamblajes en lex, ese motor producirá análisis de oraciones”, dijo Papadimitriou.

El sistema funciona exclusivamente a través de picos neuronales simulados (como lo hace el cerebro), y estos picos son causados ​​por operaciones computacionales de ensamblaje. Los ensamblajes corresponden a áreas del lóbulo temporal medial, el área de Wernicke y el área de Broca, tres partes del cerebro muy involucradas en el procesamiento del lenguaje. El modelo recibe una secuencia de palabras y produce un árbol de sintaxis. Y sus experimentos muestran que, en términos de velocidad y frecuencia de los picos neuronales, la actividad de su patrón coincide muy de cerca con lo que está sucediendo en el cerebro.

El modelo de IA es todavía muy rudimentario y carece de muchas partes importantes del lenguaje, admite Papadimitriou. Los investigadores están trabajando en planes para llenar las brechas lingüísticas que existen. Pero creen que todas estas partes se pueden agregar con un cálculo de ensamblaje, una suposición que tendrá que resistir la prueba del tiempo.

«¿Puede ser esta la base neuronal del lenguaje?» ¿Todos nacemos con algo así en [the left hemisphere of our brain]Preguntó Papadimitriou. Todavía hay muchas preguntas sobre cómo funciona el lenguaje en la mente humana y cómo se relaciona con otras funciones cognitivas. Pero Papadimitriou cree que el modelo de ensamblaje nos acerca a la comprensión de estas funciones y responde a las preguntas restantes.

El análisis del lenguaje es solo una forma de probar la teoría del cálculo ensamblador. Papadimitriou y sus colaboradores están trabajando en otras aplicaciones, incluido el aprendizaje y la planificación, como lo hacen los niños a una edad muy temprana.

“La suposición es que el cálculo de ensamblaje, o algo así, llena la factura de la lógica de acceso”, dijo Papadimitriou. «En otras palabras, es una abstracción útil de cómo nuestros cerebros hacen cálculos».

Este artículo fue publicado originalmente por Ben Dickson en TechTalks, una publicación que examina las tendencias en tecnología, cómo afectan la forma en que vivimos y hacemos negocios, y los problemas que resuelven. Pero también discutimos el lado malo de la tecnología, las implicaciones más oscuras de la nueva tecnología y lo que debemos tener en cuenta. Puede leer el artículo original aquí.