Los modelos de IA generativa (como ChatGPT y DALL-E) han permitido la producción de contenido creativo similar al humano a partir de indicaciones simples; aun así, estos sistemas no están estructurados como los cerebros humanos y carecen de capacidades similares de aprendizaje y memoria.
Pero en un estudio reciente, investigadores exploraron sistemas no biológicos que imitan la estructura y la funcionalidad del cerebro, y descubrieron que las redes autoorganizadas de diminutos cables de plata, llamados nanocables, parecen aprender y recordar de una manera similar a el “hardware de pensamiento” en nuestros cerebros.
Los nanocables se autoensamblan para formar una estructura de red similar a una red neuronal biológica, con cada cable recubierto con una fina capa aislante.
Las señales eléctricas aplicadas a los nanocables hacen que los iones migren a través de la capa aislante y hacia un cable vecino, lo que da como resultado una señalización eléctrica similar a la de una sinapsis.
Los investigadores encontraron que las vías sinápticas en las redes de nanocables pueden fortalecerse (o debilitarse) selectivamente, de manera similar al aprendizaje supervisado en el cerebro.
También implementaron el aprendizaje de refuerzo, donde la red fue recompensada o castigada en función de su salida, lo que condujo a mejoras en el rendimiento de la memoria; las redes demostraron memoria para al menos siete pasos, similar al número promedio de elementos que los humanos pueden mantener en la memoria de trabajo.
La formación de vías sinápticas en los nanocables dependía de la activación pasada, un fenómeno conocido como metaplasticidad.
Si bien la inteligencia humana aún está muy lejos de ser replicada, el estudio muestra que es posible implementar funciones de inteligencia esenciales, como el aprendizaje y la memoria, en hardware físico no biológico.
Esta investigación sobre redes de nanocables neuromórficos puede conducir a la “inteligencia sintética” y la capacidad de tener conversaciones más humanas y recordarlas.
Fuente: The Conversation
Uno de los pocos inconvenientes de la energía solar es, desde luego, la limitada capacidad…
El algoritmo se entrena en la biblioteca interna de la empresa y no en los…
Microsoft está apostando fuerte por la energía nuclear para impulsar sus modelos de inteligencia artificial,…
El Tesla Optimus Gen 2 es más rápido, menos pesado y tiene un mejor control…
Los investigadores de Redmond lanzaron un modelo de lenguaje pequeño entrenado con datos de calidad.…
La Universidad Tecnológica de Sídney desarrolló un sistema que permite traducir ondas cerebrales en oraciones.…