¿Serán conscientes o no?

 

En varias notas he manifestado, estimados amigos, que mi impresión es que la consciencia es el fruto de la actividad de la red neuronal que adquirimos de los genes maternos y paternos, de modo que no se ve imposibilidad teórica para que se pueda emular la dicha red neuronal con dispositivos electrónicos y lograr así seres conscientes no biológicos. Y, además de lo que ya hemos hablado en notas anteriores, siguen acumulándose novedades que hacen a este tema.

Por ejemplo, el prestigioso Instituto de Tecnología de Massachusetts (MIT por las iniciales de su nombre en inglés, Massachusetts Institute of Technology) que, como ustedes sabrán es una universidad privada localizada en Cambridge, Massachusetts (Estados Unidos) y considerada por numerosos rankings como una de las mejores y más prestigiosas universidades a nivel mundial, manteniendo durante diez años consecutivos el título de la mejor universidad del mundo según la clasificación mundial de universidades QS. Ese prestigioso instituto, digo, realizó una investigación que vinculó biología con tecnología, que puede tener varias aplicaciones en el desarrollo de IAs, llegando a la conclusión de que el cerebro humano procesa la información de una manera “sorprendentemente similar” a la de los modelos computacionales o viceversa, si ustedes quieren.

Los seres humanos, desde que nacen, se encuentran expuestos a constantes procesos de aprendizaje. Con esa motivación, investigadores del Instituto Tecnológico de Massachusetts, compararon el procesamiento de información del cerebro humano con el funcionamiento de modelos computacionales avanzados y hallaron que ambos componentes funcionan de manera “sorprendentemente similar”.

Este recientemente identificado vínculo entre la biología y la tecnología tiene consecuencias significativas y amplias. Arroja nueva perspectiva sobre el fenómeno de la cognición humana, al mismo tiempo que respalda de manera sólida las actuales metodologías de desarrollo en inteligencia artificial.

Es que las tácticas empleadas por las neuronas para establecer conexiones y aprender de los estímulos del entorno comparten similitudes con los algoritmos de aprendizaje autodirigido, que posibilitan a las máquinas aprender de la experiencia sin instrucciones explícitas.

Esto quiere decir, en buen romance, que, si la red neuronal biológica y los programas computacionales que constituyen una IA funcionan de manera similar y de los primeros emerge una consciencia, es dable esperar que de los segundos también emerja.

Bueno, bueno, Martín, pero, antes de seguir por qué no nos explicas qué es el aprendizaje autodirigido.

 Bien, se trata de una rama del aprendizaje automático que se centra en la habilidad de un sistema para aprender y hacer inferencias a partir de datos que no han sido etiquetados previamente, es decir, que no estaban en su base de datos.

 Tal como les dijera en la nota Novedades en la IA: La red neuronal es capaz de aprender nuevos conceptos y combinarlos con los que ya están registrados en su data.

Algo, queridos amigos, que suena muy parecido a… ¡pensar!

 El aprendizaje autodirigido se diferencia del aprendizaje supervisado en que este último depende de un conjunto de datos extensivamente aportado por humanos para entrenar modelos.

 El aprendizaje autodirigido permite a los modelos computacionales generar sus propias conclusiones a partir de la estructura inherente de los datos no procesados. Este enfoque simula de manera más auténtica la manera en que los seres humanos aprenden sobre su entorno, observando y deduciendo patrones sin instrucciones explícitas.

 Por ejemplo, al presentar a una IA una imagen de un paisaje urbano, el sistema podría identificar y separar elementos como edificios, vehículos y peatones, aprendiendo de esta manera qué características definen cada uno de esos elementos y cómo se relacionan entre sí dentro del entorno visual, sin que haya sido necesario enviarle previamente las fotos de los coches, edificios y personas del entorno.

 El contraste entre el aprendizaje supervisado y el autodirigido es significativo en términos de eficiencia y capacidad de generalización. Mientras que el aprendizaje supervisado puede requerir miles de ejemplos etiquetados para entender un concepto, el aprendizaje autodirigido puede lograr una comprensión similar con menos recursos, ya que se basa en la estructura de los datos para autogenerar sus etiquetas y conclusiones.

 Ahora bien, estimados amigos, esto es en el área de la programación de las IA, pero también hay novedades en el área del hardware, o sea, del soporte electrónico de dichos programas, de la maquinería. Se trabaja desde hace años en un enfoque de inteligencia artificial inspirado en la arquitectura del cerebro humano. El resultado es un sistema compuesto por una cantidad enorme de cables colocados sobre un lecho de electrodos. El sistema recibe la señal de entrada y produce la de salida mediante impulsos eléctricos. Cada uno de los cables es tan pequeño que su diámetro se mide en nanómetros (milmillonésimas de metro).

Es decir, tanto en lo que hace a los programas de IA como en lo que hace a los circuitos que los soportan nos acercamos, cada vez más, a lo que es el cerebro humano y a como trabaja. Y no es raro que así sea, la Naturaleza ha diseñado, a lo largo de miles de años de evolución, un dispositivo maravilloso que funciona a las mil maravillas: el cerebro. Lógico es, entonces, que nuestros esfuerzos vayan en la dirección de copiarlo.

 Y, más allá de las obvias implicancias que todo esto tiene en la mejora de las IA que amenazan con superar todos los límites imaginables, también está el tema, que a mi me interesa mucho, de que, si seguimos este camino llegaremos a obtener seres conscientes o no. Daremos respuesta de este modo a la acuciante pregunta de si la consciencia es producto del alma o si es producto del hardware y del software del cerebro, sea biológico o electrónico.

 No falta mucho para saberlo, amigos. ¡Estaré atento para informarles!

 ¡Hasta la próxima!