Un estudio de Oxford revela una “configuración prospectiva”: un nuevo principio de aprendizaje cerebral que supera a la IA

por Infoblock

La Unidad de Dinámica de Redes Cerebrales del MRC, en colaboración con el Departamento de Ciencias de la Computación de la Universidad de Oxford, ha anunciado recientemente un descubrimiento importante en neurociencia. El descubrimiento fue publicado con el título “Un estudio muestra que la forma en que aprende el cerebro es diferente de la forma en que aprenden los sistemas de inteligencia artificial”. El Los investigadores han identificado un nuevo principio de aprendizaje cerebral, denominado “configuración prospectiva”, que ofrece información sobre el mecanismo de aprendizaje superior del cerebro humano en comparación con los sistemas de inteligencia artificial (IA).

Escándalo de Mangofarm: la cadena de bloques de Solana queda atrapada en presuntos vínculos con un esquema PonziEscándalo de Mangofarm: la cadena de bloques de Solana queda atrapada en presuntos vínculos con un esquema Ponzi

Comprender el aprendizaje: cerebro humano versus IA

El aprendizaje de IA tradicional, basado predominantemente en la propagación hacia atrás, ajusta los parámetros del modelo para minimizar los errores en la salida. Este proceso difiere marcadamente del método de aprendizaje cerebral recientemente descubierto. El cerebro humano exhibe una capacidad excepcional para asimilar rápidamente nueva información y al mismo tiempo retener conocimientos preexistentes, una hazaña que los sistemas de IA aún no han logrado. Estas capacidades han motivado a los investigadores a explorar los principios subyacentes del aprendizaje cerebral.

El servidor web recibió una respuesta no válida mientras actuaba como puerta de enlace o servidor proxy.

El concepto de “configuración prospectiva”

El principio de “configuración prospectiva” postula que el cerebro humano optimiza la actividad neuronal hasta alcanzar un estado de equilibrio antes de ajustar las conexiones sinápticas. Este enfoque minimiza la interferencia entre la información nueva y la existente, mejorando la eficiencia del aprendizaje. Se ha demostrado que los modelos computacionales que emplean este principio aprenden de manera más efectiva y rápida que los modelos de IA actuales en diversas simulaciones, sobresaliendo en tareas que enfrentan animales y humanos en entornos naturales.

El impacto generalizado de la IA y la dinámica de la fuerza laboral en 2023El impacto generalizado de la IA y la dinámica de la fuerza laboral en 2023

Investigaciones futuras e implicaciones

El equipo de investigación, dirigido por el profesor Rafal Bogacz y el doctor Yuhang Song, reconoce la brecha entre los modelos abstractos de aprendizaje cerebral y el conocimiento anatómico detallado. Los estudios futuros tienen como objetivo comprender cómo se implementa la “configuración prospectiva” en redes cerebrales específicas. Además, la simulación de este principio en el aprendizaje automático enfrenta desafíos debido a las limitaciones computacionales actuales, lo que sugiere la necesidad de tecnologías informáticas innovadoras o hardware dedicado inspirado en el cerebro para una implementación eficiente y de bajo consumo de energía.

Conclusión

Este importante descubrimiento del principio de aprendizaje de la “configuración prospectiva” en el cerebro humano no sólo enriquece nuestra comprensión de los procesos neuronales, sino que también tiene un potencial significativo para el avance de la tecnología de IA. Sugiere una nueva dirección para la investigación de la IA, cuyo objetivo es desarrollar algoritmos de aprendizaje que imiten la eficiencia y adaptabilidad del cerebro humano.

Fuente de la imagen: Shutterstock

Content Protection by DMCA.com

TAMBIÉN PUEDE INTERESARTE