Tabla de contenido0
Inteligencia Artificial, Computación Neuromórfica, Redes Neuronales Artificiales, virus o Sistemas Inmunes Artificiales. Son muchos los términos que hacen referencia a sistemas artificiales que intentan de alguna forma imitar el funcionamiento de partes del organismo humano con el objetivo de realizar sistemas cada vez más autónomos y eficientes.
El concepto de Inteligencia Artificial (IA) fue acuñado en 1956 por John McCarthy para referirse a máquinas que pudiesen ejecutar tareas características de la inteligencia humana, resolviendo problemas y logrando objetivos igual que las personas. Previamente, en 1950 Alan Turing ya había planteado las condiciones que debería cumplir una máquina para poderla considerar inteligente.
Los avances en la informática en ese periodo tuvieron precisamente una gran influencia en el campo de la Psicología, ya que desde 1950 hasta 1974 el paralelismo entre el ordenador y las personas orientó el objetivo de la psicología a estudiar cómo las personas procesan la información, convirtiendo el paradigma del conductismo Estimulo-Respuesta (E-R) en Input-Output de información.
Sin embargo, un análisis del comportamiento que no tenga en cuenta el organismo con sus procesos y la evolución que los ha modelado, difícilmente podrá llegar a explicar apropiadamente la conducta. Por lo que en paralelo, los avances centrados en el intento por estudiar la cognición humana desde el marco teórico del procesamiento de la información, elaboraron un modelo general en el que los estímulos son procesados a lo largo de tres estadios básicos: perceptivo, selección de respuesta y ejecución de respuesta (ATENCIÓN: Teórica y práctica, Addie Johnson, Robert W. Proctor, Editorial Universitaria Ramón Areces).
El paradigma Estímulo-Organismo-Respuesta (E-O-R), encuadrado formalmente en la psicobiología, surge como integración de los conocimientos aportados por la psicología científica en el estudio del comportamiento, y los procedentes de la biología en el campo de la evolución, la genética, la etología y la neurociencia para abordar la conducta humana: proceso biológico que nos permite una interacción activa y adaptativa con el medio ambiente en el que vivimos.
Para ello persigue poner de manifiesto qué estructuras del sistema nervioso son responsables de la conducta, qué procesos la ponen en marcha, cómo se regula, qué finalidad tiene y cómo se ha ido modelando a lo largo de la evolución y va avanzando a medida que conocemos mejor el funcionamiento del cerebro humano y de nuestro organismo. Esto sucede gracias a la aplicación en las investigaciones de las Tecnologías Electrónicas, Informáticas y de las Comunicaciónes (TEIC) y de Reconocimiento de Imágenes, entre otras.
Precisamente el mayor conocimiento sobre el funcionamiento del cerebro adquirido en los últimos años, así como el aumento del potencial computacional y la posibilidad de acceder a grandes cantidades de datos han posibilitado los grandes avances en IA que se están dado actualmente. A continuación vamos a ver algunos de ellos.
El Aprendizaje Profundo es una de las muchas aproximaciones a la Inteligencia Artificial y se inspira en la estructura y el funcionamiento del cerebro a través de la interconexión de las neuronas, imitando la estructura biológica del cerebro mediante algoritmos denominados Redes Neuronales Artificiales que se especializan en detectar características específicas, mediante diferentes capas de neuronas, para lograr un aprendizaje no supervisado. El concepto de Profundo viene dado por las múltiples capas de las que puede constar.
Pero una red neuronal como AlphaGo necesita aproximadamente 50.000 veces más energía para funcionar que el cerebro humano. Por este motivo los ordenadores con arquitecturas tradicionales no son apropiados para soportar el tipo de procesamiento paralelo que lleva a cabo el cerebro de una forma tan eficiente. Razón por la cual se investiga en técnicas de computación que imiten al cerebro denominadas Computación Neuromórfica.
La iniciativa HUMAN BRAIN tiene como objetivo prioritario entender cómo funcionan las diferentes partes del cerebro para poder diagnosticar y tratar sus enfermedades, y para desarrollar ordenadores neuromórficos que puedan aprender del mismo modo que lo hace el cerebro. Estos avances necesitan incorporar conocimiento multidisciplinar proveniente de la investigación neurocientífica, de la psicología y de las TEIC.
Otro ejemplo de investigación neuromórfica es la que se está llevando a cabo por un equipo de la Universidad de Stanford y Sandia National Laboratories en la que en lugar de simular una red neuronal con software han realizado un dispositivo ENODe que se comporta como las sinapsis neuronales. Está formado por dos delgados films hechos de materiales orgánicos flexibles, separados por un pequeño hueco que contiene electrolitos que permiten pasar los protones y que están controlados por un interruptor maestro que cuando está abierto está en modo lectura y cuando se cierra permite escribir en él para almacenar la información.
Pero no solo el cerebro humano es fuente de inspiración. Los Sistemas Inmunitarios Artificiales consisten en métodos computacionales basados en los procesos y mecanismos del sistema inmunológico humano y que se utilizan para aprendizaje y para proteger los sistemas de información de malware. Por ejemplo, el Algoritmo de Célula Dendrítica (DCA) es una técnica biológicamente inspirada desarrollada para detectar intrusos en redes de ordenadores.
Finalmente, como indica Calum McClelland podríamos comparar la relación entre la Inteligencia Artificial y la Internet de las Cosas como la relación entre el cerebro y el cuerpo humano. Nuestros cuerpos recogen información sensorial (vista, oído, tacto…) que envían al cerebro que está encargado de darle sentido a esa información para poder tomar las decisiones y/o acciones oportunas, enviando en caso necesario señales de vuelta a nuestro cuerpo para por ejemplo coger un objeto.
Los sensores de la Internet de las Cosas serían como nuestros cuerpos que permitirán conocer lo que sucede a su alrededor y la Inteligencia Artificial sería como nuestro cerebro, dándole sentido a los datos recogidos y decidiendo que acciones ejecutar. Los actuadores de la Internet de las Cosas serían de nuevo como nuestro cuerpo, permitiendo llevar a cabo acciones en el mundo real.
En este contexto en el que los avances en unas ciencias inspiran avances en otras y los planteamientos multidisciplinares son los que logran las mayores innovaciones ¿no deberíamos estar abiertos a otras disciplinas y a otros expertos que pueden aportar visiones complementarias o nuevas aproximaciones a las investigaciones en curso?
