Los científicos desarrollan neuronas artificiales «pensándose en sí mismas» ciencias

En un desarrollo emocionante en el alcance de la entretenimiento entre neurociencia e inteligencia artificial, un equipo internacional de buscar un nuevo tipo de «neuronas artificiales» puede aprender y organizarse de forma independiente, sin la necesidad de orientación externa.

Según el estudio, que fue publicado por los investigadores de la revista «BNA», estas nuevas células se conocen como «células túnicas», un término que significa «neuronas basadas en la información autoreguladas», y están diseñadas para imitar la forma en que funcionan las neuronas reales dentro de nuestros cerebros.

Redes nerviosas

Las células nerviosas sintéticas son unidades deportivas diseñadas para simular funciones de células neuropáticas reales; Recibe entradas digitales, las trata, luego produce un valor específico basado en un mecanismo específico para el aprendizaje y el procesamiento.

Se sabe que en las neuronas tradicionales, que imitan el cerebro y se usan en aplicaciones actuales de inteligencia artificial, el aprendizaje se coordina desde el exterior. En otras palabras, siempre hay un «entrenador» que determina lo que debe aprender, y cómo actuar, este maestro es el algoritmo, que lidera el proceso de aprendizaje.

Pero en el cerebro humano, cada neurona interactúa con señales locales a su alrededor y aprende de forma independiente. Según el estudio, las células imitan este método natural. Cada «celda» aprende y se adapta en función de la información que alcanzan solo del entorno circundante, y esto hace que el sistema sea más flexible y eficiente en términos de consumo de energía.

Para comprender el asunto, imagine que la red nerviosa artificial, como un equipo, en el caso de la red tradicional, hay un equipo en el que un «gerente estricto», no le gusta que nadie decida de sí mismo de sí mismo, y por lo tanto, todos los empleados (celda nerviosa) esperan órdenes del gerente, y el gerente solo es quién determina y quién se detiene, y quien coopera con el otro, el equipo completo cumple con sus huelos basados ​​en las instrucciones externas.

Así es como operan las redes nerviosas tradicionales, cada neurona sigue las instrucciones prefinidas (del algoritmo), y solo cambia cuando el entrenador se moderniza. Por otro lado, la red de ajuste es similar a un equipo inteligente sin un gerente, y aquí cada empleado monitorea el entorno que lo rodea y decide lo que es necesario.

Por lo tanto, los empleados cooperan flexibles según sea necesario, y cada uno de ellos aprende de sí mismo y de sus camaradas, por lo que el resultado es un equipo flexible y adaptativo, que puede lidiar con nuevas posiciones más rápido.

Así es como funcionan las células túnicas, para cada neurona, decide cómo aprender y quién coopera con ella, y cuándo se especializan, sin un «entrenador central».

Un futuro prometedor

En las pruebas preliminares, en lugar de dar a cada celda «reglas específicas para el aprendizaje», los investigadores establecieron solo objetivos generales y los dejaron «descubrirse» las reglas que logran estos objetivos.

Después de eso, se utilizó una escala deportiva basada en la teoría de la información para permitir que cada celda tome decisiones sobre preguntas como: ¿Está cooperando con otras celdas, trabajando de forma independiente o especializada en un tipo específico de información? Estas células artificiales han respondido de manera efectiva.

Este nuevo tipo de célula proporciona un modelo diferente que puede ser muy útil en el futuro para el aprendizaje automático, ya que las neuronas aprenden sin necesidad de una amplia capacitación externa, y se espera que esto conduzca a sistemas de inteligencia artificiales más eficientes, adaptativos y realistas.

Este logro representa un paso para imitar cómo aprende el cerebro humano, lo que puede conducir a una inteligencia artificial más natural y menos dependiente de la programación estricta.