Boris Julián Pinto

Hay una parte de la historia de Demis Hassabis que me parece interesantísima... El cofundador de DeepMind, que compartió el Nobel de Química de 2024 por su trabajo en predicción de estructuras de proteínas con AlphaFold, hizo un doctorado en neurociencia cognitiva en University College London. Y lo que investigó tiene bastante que ver con su forma de pensar sobre la inteligencia artificial... Una de las preguntas era cómo utiliza el cerebro lo que recuerda para imaginar algo que todavía no ha ocurrido. Su investigación abordó el papel del hipocampo en la memoria episódica y en la construcción de escenas imaginadas... scene construction. Y aquí viene lo interesante... Recordar una experiencia e imaginar una situación nueva comparten parte de sus mecanismos. El cerebro puede combinar elementos de experiencias previas para construir situaciones que nunca hemos vivido. Es decir... parte de los recursos que utilizamos para recordar también participan cuando imaginamos. Recordar e imaginar... son procesos tan separados como solemos pensar? El hipocampo participa, junto con otras regiones, en la construcción de escenas coherentes. Esa capacidad contribuye tanto a reconstruir experiencias como a representar situaciones posibles. Compartir mecanismos tampoco convierte ambas actividades en exactamente el mismo proceso... Bueno, y qué tiene que ver esto con la IA? Esta línea de investigación contribuyó a la visión de Hassabis sobre sistemas capaces de aprender de la experiencia y utilizar lo aprendido para representar situaciones posibles y orientar sus decisiones. A ver... la diferencia es importante. Una cosa es recuperar una experiencia pasada para orientar una decisión. Otra posibilidad es utilizar lo aprendido para construir escenarios, anticipar consecuencias y comparar qué podría pasar si actuamos de distintas maneras. Imaginar antes de actuar... Make sense. En DeepMind, la inspiración neurocientífica se combinó con redes neuronales artificiales y aprendizaje por reforzamiento. También dio lugar a investigaciones sobre agentes que utilizan modelos del entorno para simular posibles resultados y planificar. Mediante el aprendizaje por reforzamiento, un sistema ajusta su comportamiento a partir de las consecuencias de sus acciones para aumentar la recompensa acumulada. Y sí... aquí también hay una conexión con cómo aprendemos los organismos. Este enfoque tiene raíces en las teorías del aprendizaje animal y se ha desarrollado mediante un intercambio entre psicología, neurociencia y aprendizaje automático. Ahora bien... aprender mediante recompensas e imaginar escenarios son capacidades que pueden combinarse. El aprendizaje por reforzamiento, por sí solo, puede funcionar sin construir explícitamente futuros posibles. Y la recompensa informa al sistema sobre el objetivo que estamos entrenando. Decir que gracias a ella "sabe si sus decisiones son correctas" requiere precisar qué estamos llamando correcto... De esta relación entre aprendizaje, memoria, simulación y decisión ha surgido una parte importante del trabajo de DeepMind. La IA actual también se ha desarrollado gracias a avances en estadística, ingeniería y capacidad de cómputo. Pero la pregunta que conecta todo esto me parece bellísima... Cuánto de nuestra capacidad para imaginar lo que podría ocurrir depende de cómo reconstruimos lo que ya hemos vivido? youtube.com/watch?v=hHooQmmz…