¿Aprende el cerebro de la misma manera que aprenden las máquinas?
Credit: Pixabay/CC0 Public Domain
Identificar cómo cambia la actividad neuronal con el aprendizaje es cualquier cosa menos blanco o negro. Recientemente, algunos han postulado que el aprendizaje en el cerebro, o aprendizaje biológico, puede pensarse en términos de optimización, que es como ocurre el aprendizaje en redes artificiales como computadoras o robots. Un nuevo artículo de perspectivas en coautoría de investigadores de la Universidad Carnegie Mellon y la Universidad de Pittsburgh relaciona el aprendizaje automático con el aprendizaje biológico, lo que demuestra que los dos enfoques no son intercambiables, pero pueden aprovecharse para ofrecer información valiosa sobre cómo funciona el cerebro.
«La forma en que cuantificamos los cambios que vemos en el cerebro y en el comportamiento de un sujeto durante el aprendizaje está en constante evolución», dice Byron Yu, profesor de ingeniería biomédica e ingeniería eléctrica e informática. «Resulta que en el aprendizaje automático y la inteligencia artificial, existe un marco bien desarrollado en el que algo aprende, conocido como optimización. Nosotros y otros en el campo hemos estado pensando en cómo aprende el cerebro en comparación con este marco, que fue desarrollado para entrenar agentes artificiales para aprender».
El punto de vista de la optimización sugiere que la actividad en el cerebro debería cambiar durante el aprendizaje de una manera prescrita matemáticamente, similar a cómo la actividad de las neuronas artificiales cambia de una manera específica cuando están entrenados para conducir un robot o jugar al ajedrez.
«Una cosa que nos interesa comprender es cómo se desarrolla el proceso de aprendizaje con el tiempo, no solo mirar una instantánea de antes y después de que ocurra el aprendizaje», explica Jay Hennig, un doctorado reciente. Graduado en computación neuronal y aprendizaje automático en Carnegie Mellon. «En este artículo de perspectivas, ofrecemos tres conclusiones principales que sería importante que las personas consideren en el contexto de pensar por qué la actividad neuronal podría cambiar a lo largo del aprendizaje que no se puede explicar fácilmente en términos de optimización».
Las conclusiones incluyen la inflexibilidad de la variabilidad neuronal a lo largo del aprendizaje, el uso de múltiples procesos de aprendizaje incluso durante tareas simples y la presencia de grandes cambios de actividad no específicos de la tarea.
«Es tentador basarse en ejemplos exitosos de agentes de aprendizaje y asumen que el cerebro debe hacer lo que hacen», sugiere Aaron Batista, profesor de bioingeniería en la Universidad de Pittsburgh. «Sin embargo, una diferencia específica entre los sistemas de aprendizaje artificial y biológico es que el sistema artificial generalmente hace una sola cosa y la hace realmente bien. La actividad en el cerebro es bastante diferente, con muchos procesos que suceden al mismo tiempo. Nosotros y otros hemos observado que están sucediendo cosas en el cerebro que los modelos de aprendizaje automático aún no pueden explicar».
Steve Chase, profesor de ingeniería biomédica en Carnegie Mellon y el Instituto de Neurociencia agrega: «Vemos un tema de construcción y una dirección para el futuro Al llamar la atención sobre estas áreas en las que la neurociencia puede informar el aprendizaje automático y viceversa, nuestro objetivo es conectarlas con la vista de optimización para comprender en última instancia, en un nivel más profundo, cómo se desarrolla el aprendizaje en el cerebro».
Este trabajo está escrito en colaboración con Emily Oby, profesora de investigación en bioingeniería de la Universidad de Pittsburgh, y Darby Losey, Ph.D. estudiante de computación neuronal y aprendizaje automático en CMU. El trabajo del grupo está en curso y se realiza en colaboración con el Center for Neural Basis of Cognition, un programa educativo y de investigación interuniversitario entre Carnegie Mellon y la Universidad de Pittsburgh que aprovecha las fortalezas de cada institución para investigar los mecanismos cognitivos y neuronales que dan lugar a Inteligencia biológica y comportamiento.
Explore más
Conectando los puntos entre compromiso y aprendizaje Más información: Neuron (2021). DOI: 10.1016/j.neuron.2021.09.005 Información de la revista: Neuron
Proporcionado por Carnegie Mellon University, Departamento de Ingeniería Biomédica Cita: ¿Aprende el cerebro en de la misma manera que las máquinas aprenden? (2021, 13 de octubre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-brain-machines.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.