Queremos dar a conocer una investigación del científico Terrence Sejnowski, que junto con sus colegas Larry Abbott y Haim Sompolinsky, ganaron el Premio Cerebro (The Brain Prize), un premio internacional que reconoce y celebra avances altamente originales e innovadores en cualquier área de la investigación cerebral, desde la neurociencia básica hasta la investigación clínica aplicada. En este caso recibieron el premio por su investigación fundamental en neurociencia computacional y teórica.
Sejnowski y sus colegas explican en su artículo “El poder del aprendizaje: de la capacidad intelectual a la inteligencia artificial” que lo que ocurre en nuestro cerebro ¡es informática y computación! Cuando las células de nuestro cuerpo están funcionando, necesitan un equilibrio especial que se llama homeostasis. Todo tiene que estar bien equilibrado, la temperatura, el agua o la energía, y esto requiere un cálculo que es un tipo de computación, ¿lo habías pensado? Como ellos explican, la computación funciona de esta manera: toma entradas, las cambia y produce salidas. Es una transformación matemática y aunque los cerebros y las computadoras calculan de manera diferente en los detalles, siguen principios básicos similares.
Una de las formas más poderosas de cálculo es el aprendizaje: “El aprendizaje es el superpoder de nuestro cerebro”. Aprendemos constantemente, como cuando conocemos a alguien nuevo y recordamos su nombre o cuando aprendemos un nuevo deporte. El resultado es siempre el mismo: cambios en las conexiones entre las células cerebrales. Cada vez que aprendemos, algunas conexiones se fortalecen mientras que otras se debilitan. Estos cambios en el cerebro son posibles por una función denominada algoritmo. Los algoritmos de aprendizaje guían cómo cambian las conexiones entre las neuronas, diciéndoles cuándo fortalecerse o debilitarse según la experiencia.
Este conocimiento sirvió para que en la década de 1980 estos científicos descubrieran nuevas formas de crear máquinas de aprendizaje que imitaban cómo aprende el cerebro. Construyeron versiones digitales de las células cerebrales y sus conexiones dentro de las computadoras, y cambiaron estas conexiones utilizando algoritmos de aprendizaje. ¿Sabes cómo se llama? Se llama red neuronal artificial. Estas redes son la base de las herramientas de IA como ChatGPT, Gemini o Claude. Sus redes neuronales artificiales imitan, de forma simplificada, la organización del cerebro: aprenden a partir de miles de ejemplos, reconocen patrones y, en los modelos más avanzados, incluso pueden generar nuevas ideas o contenidos basándose en lo que han aprendido.
Los autores nos muestran un aprendizaje importante: la IA no pretende sustituir a las personas. Los mejores resultados se obtienen cuando humanos e inteligencia artificial trabajan juntos. Por ejemplo, en el diagnóstico del cáncer de piel, la combinación de médicos y sistemas de IA alcanza una precisión superior a la obtenida por cualquiera de los dos por separado.
Comprender cómo aprende nuestro cerebro no solo está ayudando a desarrollar mejores herramientas de inteligencia artificial. También ocurre lo contrario: estudiar cómo aprende la IA está permitiendo a la ciencia descubrir nuevos aspectos sobre el funcionamiento del cerebro humano. En el futuro, esta colaboración entre neurociencia e inteligencia artificial podría mejorar la educación, la medicina y nuestra comprensión de cómo aprendemos.
Imagen: Chat GPT
Doctora en Educación. Durante 23 años maestra de pedagogía terapéutica y educación primaria y 8 años directora del CEIP L'Escolaica. Profesora en la Universidad de Valencia.