Volem donar a conéixer una investigació del científic Terrence Sejnowski, que juntament amb els seus col·legues Larry Abbott i Haim Sompolinsky, van guanyar el Premi Cervell (The Brain Prize), un premi internacional que reconeix i celebra avanços altament originals i innovadors en qualsevol àrea de la investigació cerebral, des de la neurociència bàsica fins a la investigació clínica aplicada. En este cas van rebre el premi per la seua investigació fonamental en neurociència computacional i teòrica.
Sejnowski i els seus col·legues expliquen en el seu article “El poder de l’aprenentatge: de la capacitat intel·lectual a la intel·ligència artificial” que el que ocorre en el nostre cervell és informàtica i computació! Quan les cèl·lules del nostre cos estan funcionant, necessiten un equilibri especial que es diu homeòstasi. Tot ha d’estar ben equilibrat, la temperatura, l’aigua o l’energia, i això requerix un càlcul que és un tipus de computació, ho havies pensat? Com ells expliquen, la computació funciona d’esta manera: presa entrades, les canvia i produïx eixides. És una transformació matemàtica i encara que els cervells i les computadores calculen de manera diferent en els detalls, seguixen principis bàsics similars.
Una de les formes més poderoses de càlcul és l’aprenentatge: “L’aprenentatge és el superpoder del nostre cervell”. Aprenem constantment, com quan coneixem a algú nou i recordem el seu nom o quan aprenem un nou esport. El resultat és sempre el mateix: canvis en les connexions entre les cèl·lules cerebrals. Cada vegada que aprenem, algunes connexions s’enfortixen mentres que unes altres es debiliten. Estos canvis en el cervell són possibles per una funció denominada algorisme. Els algorismes d’aprenentatge guien com canvien les connexions entre les neurones, dient-los quan enfortir-se o debilitar-se segons l’experiència.
Este coneixement va servir perquè en la dècada de 1980 estos científics descobriren noves maneres de crear màquines d’aprenentatge que imitaven com aprén el cervell. Van construir versions digitals de les cèl·lules cerebrals i les seues connexions dins de les computadores, i van canviar estes connexions utilitzant algorismes d’aprenentatge. Saps com es diu? Es diu xarxa neuronal artificial. Estes xarxes són la base de les ferramentes d’IA com ChatGPT, Gemini o Claude. Les seues xarxes neuronals artificials imiten, de forma simplificada, l’organització del cervell: aprenen a partir de milers d’exemples, reconeixen patrons i, en els models més avançats, fins i tot poden generar noves idees o continguts basant-se en el que han aprés.
Els autors ens mostren un aprenentatge important: la IA no pretén substituir a les persones. Els millors resultats s’obtenen quan humans i intel·ligència artificial treballen junts. Per exemple, en el diagnòstic del càncer de pell, la combinació de metges i sistemes d’IA aconseguix una precisió superior a l’obtinguda per qualsevol dels dos per separat.
Comprendre com aprén el nostre cervell no sols està ajudant a desenvolupar millors ferramentes d’intel·ligència artificial. També ocorre el contrari: estudiar com aprén la IA està permetent a la ciència descobrir nous aspectes sobre el funcionament del cervell humà. En el futur, esta col·laboració entre neurociència i intel·ligència artificial podria millorar l’educació, la medicina i la nostra comprensió de com aprenem.
Imatge: Chat GPT
Doctora en Educació. Durant 23 anys mestra de pedagogia terapèutica i educació primària i 8 anys directora del CEIP L'Escolaica. Professora en la Universitat de València.