¿Cómo la ciencia puede mejorar un cerebro para crear inteligencia artificial?

El cerebro humano es similar al universo, infinito en sus secretos.  A lo largo de la historia científica los expertos se han dedicado al estudio de este maravilloso órgano, convirtiendo su réplica y mejora en un sueño que con solo lograrlo cambiaría todo lo que conocemos.

Hasta ahora, la única vía segura hacia esta utopía es el rápido desarrollo de la Inteligencia Artificial (IA), la cual da argumentos a quienes creen que surgirá una superinteligencia mayor que la humana, ya que con ella el mundo será más eficiente y seguro, se alargará la esperanza de vida, incluso servirá para predecir el futuro, prevenir catástrofes y hasta combatir el cambio climático.

Brian Subirana, director del Auto-ID Lab del Massachusetts Institute of Technology (MIT), es de los que afirma que  “esta superinteligencia va a llegar y quizá ni siquiera nos demos cuenta de que está llegando”.

Mientras, un equipo de ingenieros eléctricos de Estados Unidos ha diseñado un dispositivo que imita de manera eficiente las sinapsis del cerebro humano, un posible avance en el campo de la » informática neuromórfica».

El componente, conocido como memristor neuromórfico, transporta señales entre neuronas que usan muy poca energía, un desafío importante en estudios anteriores.

Complejidades orgánicas

La informática neuromórfica es el concepto complejo de emular el funcionamiento del cerebro biológico para ayudar a las computadoras y las máquinas del futuro basadas en Inteligencia Artificial a lidiar con la «incertidumbre, la ambigüedad y la contradicción en el mundo natural», según el gigante tecnológico estadounidense Intel.

Y es que estudiar, analizar e identificar las zonas del cerebro humano responsables de cada tipo de procesamiento (visual, auditivo), entender cómo las neuronas codifican información del exterior (olores, sensaciones táctiles), cómo esta información se comunica a otras neuronas y cuestiones básicas del procesamiento posterior, es complejo, pero no imposible.

Sin embargo, los desafíos clave en la investigación neuromórfica son hacer coincidir la flexibilidad de un humano y la capacidad de aprender de estímulos no estructurados con la eficiencia energética del cerebro humano.

En este sentido, los ingenieros de la Universidad de Massachusetts Amherst han revelado un análisis que sugiere que los » nanocables de proteínas» cosechados de una bacteria conocida como Geobacter pueden ser la clave para descubrir el misterio de cómo replicar los bajos niveles de poder que el cerebro humano usa para enviar señales.

En perspectiva,  mientras las computadoras convencionales funcionan a más de un voltio, el cerebro arroja señales entre las neuronas a alrededor de 80 milivoltios, que es muchas veces menor, explican los investigadores.

A partir de este conocimiento, los expertos presentaron la creación de un nuevo tipo de dispositivo que utiliza tales nanocables de proteínas para alcanzar «voltajes neurológicos» similares y “puede funcionar al mismo nivel de voltaje que el cerebro».

La evidencia

El investigador de ingeniería y coautor del trabajo de investigación, Jun Yao, aseguró tener  evidencia realista de capacidades informáticas de potencia ultra baja, y esto “es un avance conceptual y creemos va a causar mucha exploración en la electrónica que funciona en el régimen de voltaje biológico «.

Los nanocables de proteínas fueron desarrollados en UMass Amherst por el microbiólogo y coautor Derek Lovley , quien señaló que los nanocables de proteínas en Geobacter son adecuados para la experiencia, ya que son conductores de electricidad.

En las pruebas científicas, el equipo descubrió que enviar pulsos de electricidad a través de un hilo de metal dentro de un dispositivo que había creado nuevas conexiones similares al aprendizaje en el cerebro humano.

«Se puede modular la conductividad o la plasticidad del nanocable – sinapsis del dispositivo para que pueda emular componentes biológicos para la computación inspirada en el cerebro. En comparación con una computadora convencional, este dispositivo tiene una capacidad de aprendizaje que no está basada en software», dijo  Tianda Fu , Ph .D. candidata en ingeniería eléctrica e informática y primer autor del estudio.

Sin duda, la experta resalta que la investigación “desdibuja los límites entre la electrónica y el sistema biológico. Eso puede conducir a una avanzada interfaz cerebro-máquina y prótesis, en las que el cuerpo humano puede tener una interfaz o comunicación más íntima con robots / dispositivos diseñados».

Sigue leyendo: