Skip to main content

Article Category

Noticia

Article available in the folowing languages:

¿Puede la evolución biológica ayudar a los ordenadores a aprender como nosotros?

Inspirados en la evolución, un equipo de investigadores respaldados por la Unión Europea (UE) utilizó un nuevo método basado en algoritmos evolutivos para ayudar a los programas informáticos a buscar soluciones a los problemas.

Economía digital

¿Cómo aprenden los humanos? En nuestra vida cotidiana, adquirimos nuevos conocimientos o habilidades, perfeccionamos habilidades que ya tenemos y formamos nuevos recuerdos basados en nuestras experiencias. Según los científicos, esta asombrosa capacidad de adaptación es posible gracias a la plasticidad sináptica de nuestro encéfalo que permite que cambien las conexiones (o sinapsis) entre las neuronas. Esta es una diferencia fundamental entre los humanos y los ordenadores actuales que solo son capaces de realizar tareas preprogramadas. Un equipo de investigadores apoyado por los proyectos Human Brain Project (HBP, HBP SGA1, HBP SGA2 y HBP SGA3) e ICEI, financiados con fondos europeos, han abordado el problema del aprendizaje automático mediante un nuevo método basado en los denominados «algoritmos evolutivos». El método desarrollado recientemente se conoce como método de evolución para aprender (E2L, por sus siglas en inglés). Con este método, «los programas informáticos buscan soluciones a los problemas imitando el proceso de la evolución biológica, como el concepto de supervivencia del más apto», según el estudio publicado en la revista «eLife». En estos algoritmos evolutivos, la «aptitud» de una solución está determinada por cómo de bien resuelve el problema.

Abordar tres escenarios de aprendizaje

Los investigadores presentaron los algoritmos evolutivos en tres escenarios de aprendizaje típicos. En el primer escenario, el ordenador tuvo que identificar un patrón recurrente en un flujo continuo de entrada sin recibir retroalimentación sobre su rendimiento. El segundo escenario incluyó el aprendizaje por refuerzo, en el que el ordenador recibió recompensas virtuales siempre que se comportaba de la manera deseada. Por último, en el tercer escenario, llamado aprendizaje supervisado, se le indicó al ordenador exactamente cuánto se desviaron sus acciones del comportamiento deseado. «En todos estos escenarios, los algoritmos evolutivos descubrieron mecanismos de plasticidad sináptica y, por lo tanto, lograron resolver una nueva tarea», señala el coautor principal del estudio, el doctor Jakob Jordan de la Universidad de Berna, socia del proyecto, en una nota de prensa de «EurekAlert!». Se necesitó mucha creatividad para resolver las tareas. «Por ejemplo, el algoritmo descubrió un nuevo modelo de plasticidad en el que las señales que definimos se combinan para formar una nueva señal. De hecho, observamos que las redes que utilizan esta nueva señal aprenden más rápido que con las normas conocidas hasta ahora», observa el coautor principal, el doctor Maximilian Schmidt, del Centro RIKEN de Ciencias del Cerebro (Japón), en la misma nota de prensa. El uso de algoritmos evolutivos para estudiar cómo aprenden los ordenadores ofrecerá a los científicos información valiosa sobre cómo funciona el encéfalo y podría sentar las bases para el desarrollo de ordenadores que se adapten mejor a las necesidades de los usuarios. «Vemos el E2L como un método prometedor para profundizar los conocimientos sobre los principios del aprendizaje biológico y acelerar el progreso hacia potentes máquinas de aprendizaje artificial», afirma el autor principal, el doctor Mihai Petrovici. Jordan concluye: «Esperamos que acelere la investigación sobre la plasticidad sináptica del sistema nervioso». El objetivo del proyecto HBP (Human Brain Project) y sus tres fases posteriores —HBP SGA1 (Human Brain Project Specific Grant Agreement 1), HBP SGA2 (Human Brain Project Specific Grant Agreement 2) y HBP SGA3 (Human Brain Project Specific Grant Agreement 3)— es ayudar a los investigadores a mejorar sus conocimientos en neurociencia, informática y medicina relacionados con el encéfalo. El proyecto ICEI (Interactive Computing E-Infrastructure for the Human Brain Project) ha reunido a cinco de los centros de supercomputación más grandes de Europa para desarrollar un sistema especialmente adaptado a la investigación neurocientífica. Para más información, consulte: Sitio web del proyecto Human Brain Project Sitio web del proyecto ICEI

Palabras clave

HBP, HBP SGA1, HBP SGA2, HBP SGA3, ICEI, Human Brain Project, encéfalo, aprendizaje, algoritmo evolutivo, plasticidad sináptica, programa informático

Artículos conexos