_
_
_
_
_

Lo último en cerebros de silicio

Científicos canadienses crean un modelo que emula comportamientos humanos Spaun reconoce números, los ‘entiende’ y los escribe con su brazo robótico

Olvide a Deep Blue, el ajedrecista de silicio. Lo último en inteligencia artificial se llama Spaun, cuenta con dos millones y medio de neuronas y no tiene tiempo para jugar al ajedrez. Sus creadores, siete neurocientíficos teóricos de la Universidad de Waterloo, en Canadá, le tienen todo el rato resolviendo tests de inteligencia. Spaun reconoce números escritos de cualquier forma, recuerda listas de ellos –como hacemos nosotros cuando nos dictan un teléfono y no encontramos el bolígrafo— y responde varios tipos de preguntas de las que se usan para medir el CI (cociente de inteligencia) de los humanos.

No es tanto como escribir poesía, pero las máquinas se nos van acercando por los flancos que creíamos mejor protegidos: el aprendizaje, la duda, la chispa creativa que resuelve una situación completamente nueva, lo que no es tan distinto al hallazgo de una nueva metáfora, un nexo profundo que nadie había visto antes entre dos cosas dispares.

Pese a ser un modelo virtual del cerebro humano –un programa informático que se puede guardar y correr en cualquier ordenador—, Spaun ocupa hasta cierto punto un espacio físico y hasta tiene un cuerpo, pues se comunica con el mundo escribiendo en un papel con su brazo robótico de última generación. Hasta ahora escribe números, pero ya irá aprendiendo las letras y otras cosas.

El programa tiene 2,5 millones de ‘neuronas’; 100.000 millones, el hombre

Spaun es obra de Chris Eliasmith y sus colegas del Centro de Neurociencia Teórica de la Universidad de Waterloo, en Ontario. La neurociencia teórica es una disciplina emergente que modela el cerebro humano con las herramientas computacionales más avanzadas; su principal objetivo no es mejorar la inteligencia de las máquinas, sino entender la de los humanos. Su último trabajo, el autómata Spaun, se acaba de presentar en la revista Science.

Ante una máquina que resuelve algunas de las cuestiones típicas de los tests de inteligencia, cabe preguntarse: ¿Qué CI alcanzaría Spaun si se presentara a una prueba? "Algunas de las tareas que le hemos puesto a Spaun están basadas en un test de CI, el test de Raven", responde en un mensaje Eliasmith.

El test de Raven o RPM (siglas de Raven’s progressive matrices) es uno de los tests más comunes a partir de los cinco años de edad, y sirve para medir la inteligencia fluida, que no depende tanto de los conocimientos del sujeto como de su cintura para enfrentarse a situaciones inesperadas.

El objetivo de los investigadores es entender la inteligencia

"Alrededor de 1/7 de las preguntas de ese test son de la forma que Spaun puede resolver", prosigue Eliasmith. "Si consideramos solo esas preguntas, los humanos alcanzan un 89% de aciertos, y Spaun es casi igual de bueno, con un 88%". Entonces, ¿estará la úlltima frontera, aquella que separa las máquinas de lo específicamente humano, en los otros 6/7 de las preguntas del test de Raven?

No. "Tenemos otro modelo en proceso de publicación", revela el creador de Spaun, "que resuelve todas las cuestiones de ese test con una tasa de aciertos comparable a la de las personas". O tiramos la toalla o nos vamos inventando otro test de inteligencia. De momento, es posible ver a Spaun en acción en una serie de videos publicados en la web por sus creadores: http://nengo.ca/build-a-brain/spaunvideos

"Solo sabremos construir un cerebro cuando sepamos cómo funciona", comenta en Science Christian Machens, del Programa de Neurociencias Champalimaud, en Lisboa. "Eso implica comprender las computaciones que lleva a cabo cada área del cerebro, y cómo estas computaciones se pueden modelar con redes neurales".

Pese a lo que indica su nombre, las redes neurales a las que se refiere Machens no están hechas de neuronas biológicas, sino de su equivalente en silicio. Al igual que las células reales en las que se inspiran, las neuronas artificiales reciben muchos inputs y los integran para generar un solo output, y pueden modificar el peso que dan a cada información de entrada según la experiencia previa.

Tanto Machens como el propio Eliasmith coinciden en el elemento crucial que falta para que Spaun funcione como un cerebro humano: la flexibilidad necesaria para aprender a resolver problemas completamente nuevos. A los humanos se nos supone.

Regístrate gratis para seguir leyendo

Si tienes cuenta en EL PAÍS, puedes utilizarla para identificarte
_

Archivado En

Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
_
_