Una reciente investigación que estudia el sistema nervioso de los insectos, principalmente el de la mosca de la fruta, puede ayudar a hacer que la IA de un nuevo salto a algo más grande.
Los zoólogos de la Universidad de Colonia estudiaron el sistema nervioso de los insectos para investigar los principios de la computación biológica del cerebro y las posibles implicaciones para el aprendizaje automático y la inteligencia artificial.
En concreto, analizaron cómo los insectos aprenden a asociar la información sensorial de su entorno con una recompensa alimentaria, y cómo pueden recordar esta información más adelante para resolver tareas complejas como la búsqueda de alimento.
Los resultados sugieren que la transformación de la información sensorial en recuerdos en el cerebro puede inspirar futuras aplicaciones de aprendizaje automático e inteligencia artificial para resolver tareas complejas. Los resultados de este este estudio han sido publicados en la revista PNAS.
¿Cómo lo lograron?
Los organismos vivos muestran habilidades notables para hacer frente a los problemas planteados por entornos complejos y dinámicos. Son capaces de generalizar sus experiencias para adaptar rápidamente su comportamiento cuando el entorno cambia. Los zoólogos investigaron cómo el sistema nervioso de la mosca de la fruta controla su comportamiento en la búsqueda de alimento. Usando un modelo de computadora, simularon y analizaron los cálculos en el sistema nervioso de la mosca de la fruta en respuesta a los aromas emanados de la fuente de alimento.
“Inicialmente entrenamos nuestro modelo del cerebro de la mosca exactamente de la misma manera en que se entrena a los insectos en los experimentos. Presentamos un aroma específico en la simulación junto con una recompensa y un segundo aroma sin recompensa.” explicó el profesor Dr. Martin Nawrot, autor principal del estudio.
Por tanto, el modelo creado es capaz de generalizar a partir de su memoria y de aplicar lo que ha aprendido previamente en un panorama de moléculas de olor completamente nuevo y complejo, mientras que el aprendizaje solo requirió una base de datos muy pequeña de muestras de entrenamiento.
“Para nuestro modelo, explotamos las propiedades especiales del procesamiento de información biológica en los sistemas nerviosos”. Y continúa Nawrot.
“Se trata, en particular, de un procesamiento rápido y paralelo de los estímulos sensoriales por medio de breves impulsos nerviosos, así como la formación de una memoria distribuida mediante la modificación simultánea de muchos contactos sinápticos durante el proceso de aprendizaje”.
Los principios teóricos que subyacen a este modelo también se pueden utilizar para la inteligencia artificial y los sistemas autónomos.
