Aunque no seamos muy conscientes de ello, nuestro cerebro posee una excelente capacidad intuitiva de comprensión del mundo físico que nos rodea. Esta capacidad nos permite interpretar rápida y eficientemente la información suministrada por nuestros sentidos.

¿Cómo logra el cerebro esa comprensión intuitiva? Muchos científicos creen que puede utilizar un proceso similar a lo que se conoce como “aprendizaje autosupervisado”. Este tipo de aprendizaje automático (una modalidad de inteligencia artificial), desarrollado originalmente para crear modelos más eficientes de visión por ordenador, permite que los modelos informáticos aprendan sobre lo que ven basándose únicamente en las similitudes y diferencias entre imágenes, sin etiquetas ni otra información.

Dos estudios realizados recientemente en el Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos aportan nuevas evidencias a favor de esa hipótesis.

Aran Nayebi, del MIT, y sus colegas descubrieron que cuando entrenaban modelos de inteligencia artificial conocidos como redes neuronales utilizando un tipo particular de aprendizaje autosupervisado, los modelos resultantes generaban patrones de actividad muy similares a los observados en los cerebros de animales que realizaban las mismas tareas que los modelos.

Los resultados sugieren que estos modelos son capaces de aprender representaciones del mundo físico que pueden luego utilizar para hacer predicciones precisas sobre lo que ocurrirá en su entorno visual, y que el cerebro de los mamíferos parece que emplea la misma estrategia.

Al seguir esta línea de investigación, podría darse el caso de que, paradójicamente, profundizar en la inteligencia artificial ayudase a profundizar en la natural. Todavía no está claro si esa coincidencia de funcionamiento entre inteligencia artificial y natural se da para todo el cerebro o solo para una parte de él, pero todo apunta a que los investigadores se han topado con una especie de principio universal de organización de la inteligencia, sea esta natural o artificial.

Ambos estudios serán presentados oficialmente en el congreso NeurIPS 2023, sobre sistemas de procesamiento de información de tipo neural, que se celebrará en diciembre.

Fuente: noticiasdelaciencia.com