Neuronas biológicas podrían inspirar nuevas mejoras en Inteligencia Artificial
Editor web Maya Comunicación 
Un nuevo estudio realizado por investigadores del Flatiron Institute en Estados Unidos sugiere que las neuronas biológicas pueden tener un mayor control sobre su entorno de lo que se había entendido previamente. Este descubrimiento plantea implicaciones significativas para el campo de la inteligencia artificial (IA), especialmente en el diseño de redes neuronales artificiales más avanzadas.
El estudio, publicado en la revista PNAS y liderado por Dmitri Chklovskii, destaca que los modelos anteriores de neuronas son bastante rudimentarios en comparación con las capacidades computacionales reales de estas células del cerebro. Según Chklovskii, director del Centro de Teoría de la Neurociencia del Flatiron Institute, este enfoque obsoleto podría estar limitando el potencial de desarrollo de la IA moderna.
Las redes neuronales artificiales, fundamentales en la mayoría de las aplicaciones de aprendizaje automático como ChatGPT, se basan en un modelo computacional que se remonta a los años sesenta. Estas redes están compuestas por capas de nodos interconectados que procesan y transmiten información en una dirección específica, sin capacidad real para influir en la información que reciben de las capas anteriores.
El nuevo modelo propuesto considera a las neuronas como pequeños «controladores», un concepto tomado de la ingeniería que implica que las neuronas no solo transmiten información de manera pasiva, sino que también pueden influir y controlar el estado de otras neuronas en el sistema. Esta capacidad podría permitir a las redes neuronales artificiales captar mejor la complejidad y la eficiencia del procesamiento de información que ocurre en el cerebro humano.
Chklovskii y su equipo han explorado un enfoque innovador conocido como «control directo basado en datos», que parece ser lo suficientemente simple y efectivo como para ser biológicamente plausible en células individuales del cerebro. Este enfoque se inspira en los circuitos cerebrales a gran escala formados por múltiples neuronas, donde cada célula no solo recibe y transmite información, sino que también puede influir activamente en su entorno.
El estudio también destaca que existen tipos de neuronas, como las presentes en la retina que reciben entradas visuales directas, que podrían no funcionar exactamente según este modelo de control directo. Sin embargo, Chklovskii sugiere que los principios subyacentes podrían aplicarse de manera adaptativa en diferentes contextos neuronales.
En resumen, esta investigación representa un paso significativo hacia el desarrollo de redes neuronales artificiales más sofisticadas, capaces de captar y utilizar los principios de control neuronal observados en la biología. Estos avances prometen mejorar el rendimiento y la eficacia de las aplicaciones de IA en diversas áreas, desde la salud hasta la robótica y más allá.
