IBM Inventa chip capaz de aprender como un cerebro humano

El sistema logra hacer esto usando una gran red de “neuronas” y sinapsis”, similares a las que el cerebro humano utiliza para usar información recopilada de los sentidos.

Investigadores presentaron este jueves un chip del tamaño de un sello de correos que opera como una supercomputadora que imita el funcionamiento del cerebro humano.

El llamado chip “neurosináptico” abre todo un abanico de posibilidades en computación, desde autos que se manejan solos a sistemas de inteligencia artificial que pueden ser instalados en celulares inteligentes, explicaron sus creadores.

Los investigadores de IBM, Cornell Tech y colaboradores de todo el mundo dijeron que requirió todo un nuevo concepto de diseño en comparación con arquitecturas de computación previas, avanzando hacia un sistema llamado “computación cognitiva”.

“Nos hemos inspirado en el córtex cerebral para diseñar este chip”, dijo Dharmendra Mohda, jefe científico de IBM para la computación inspirada en el cerebro.

Mohda explicó que el linaje de las computadoras actuales se remonta a máquinas creadas en los años 40, que son esencialmente “calculadoras de números secuenciales”, que actúan de forma matemática o que lleva a cabo tareas propias de la parte “izquierda del cerebro“, pero poco más.

Pero el nuevo chip también bautizado “TrueNorth” opera imitando el lado “derecho del cerebro“, donde están las funciones que procesan la información percibida por los sentidos, por lo que puede responder a imágenes, aromas e información del entorno para “aprender” a responder en distintas situaciones.

Los investigadores diseñaron TrueNorth con un millón de neuronas programables y 256 millones de sinapsis programables, en un chip con 4.096 núcleos y 5.400 millones de transistores.

Otro factor clave de este chip es su bajo consumo, ya que puede funcionar con una pequeña batería como las que se usan en los audífonos, por lo que podría instalarse en autos o celulares inteligentes.

Sus inventores creen que todavía pasarán años antes de que el chip esté disponible en aplicaciones comerciales, pero destacan que tiene el potencial de “transformar la sociedad”, sobre todo cuando en un futuro “computadoras híbridas” combinen las capacidades del lado izquierdo y derecho de nuestro cerebro .

Hybrots, los seres semi-vivos

Los hybrots son organismos cibernéticos que combinan neuronas, software y robótica. En su forma básica, los hybrots son robots controlados por las neuronas del cerebro de una rata. Esa mezcla inaudita fue hecha funcionar por vez primera por el Dr. Steve Potter de Georgia Tech en 2002 siguiendo estos pasos:

1. Colocó gotas de una solución con miles de neuronas de rata sobre un chip de silicio
2. En el chip incrustó unos 60 electrodos a su vez conectados a un amplificador
3. Usó los electrodos para capturar las señales eléctricas generadas por las neuronas
4. Recibió la señales amplificadas en una computadora
5. De forma inalámbrica, hizo que la computadora enviara esas señales como datos para un robot
6. Y como respuesta a esa actividad neuronal el robot activó sus motores para generar movimiento

El resultado son robots animados únicamente con cerebros biológicos. Cerebros en forma de cultivos de neuronas depositados sobre un arreglo de electrodos (MEA, o multi electrode array). Pero el asunto no termina allí porque el robot envía información de vuelta a las neuronas, información que las retroalimenta y estimula para formar un ciclo sin fin. Y aquí lo tienen, un hybrot “semi-vivo y coleando”:

Un hybrot no es un cyborg

Los cyborgs son seres vivos extendidos o mejorados con partes robóticas. Los hybrots son criaturas híbridas entre elementos orgánicos y artificiales. En este sentido, podría decirse que los hybrots son seres semi-vivos; exagerando un poco, son casi una especie rara de zombies cibernéticos, los pequeños monstruos de un moderno Víctor Frankenstein.

Hacer que un robot sea controlado por células vivas es un experimento fuera de serie. Pero es apenas una parte del camino. Lo que el equipo del Dr. Potter e investigadores de otras partes del mundo quieren es desarrollar herramientas que aprovechen las propiedades computacionales de las neuronas. Dicho con otras palabras, el punto es crear cerebros vivos a partir de cultivos de neuronas que de por sí orgánicamente se auto organizan para formar redes y de estás redes, inteligencia y posiblemente algo más. Como dice el Dr. Potter:

Estoy invirtiendo toda mi carrera en el hecho de que existe un mundo de propiedades emergentes en esas redes neuronales del que no sabemos nada.

Cabe preguntarse en relación a los hybrots cuál es su esperanza de vida. La neuronas en cultivo pueden permanecer vivas unos cuantos meses.

Aplicaciones

• Creación de seres con inteligencia biológica cada vez más avanzada, pero con un duradero cuerpo robótico que le sostenga.
• Máquinas que se auto reparen, tal como lo hacen los seres vivos
• Creación de sistemas que provean un conocimiento antes confinado en las neuronas, pero que con los hybrots puede manifestarse de diversas formas, y además en tiempo real
• Explorar aspectos desconocidos de la memoria, como investigadores de la Universidad de Reading que usan hybrots para estudiar cómo las experiencias (las del robot en este caso) afectan la actividad neuronal, lo cual traería aplicaciones en personas afectadas por Alzheimer, por ejemplo
• Producción de arte como el de MEART, el artista semi-vivo, un robot controlado por una red de neuronas vivas que hace dibujos; en este caso la aplicación es más bien didáctica para difundir el conocimiento de esta tecnología

Comentarios finales

¿Qué sigue? Tomar el control de esas semi-vidas, decodificar los algoritmos fundamentales detrás de las neuronas, optimizarlos, reimplementarlos biológicamente, experimentar hasta tener hybrots útiles, autónomos, semi-animales con cuerpo de acero e inteligencia orgánica que por lo mismo sea adaptable, auto reparable, con conductas sociales e impensables para sus contrapartes hechas de puro silicio.

Una vez decodificados, esos algoritmos pueden alimentar inteligencias artificiales que aprendan y actúen en mundos virtuales como el de Internet (pronto tendremos oportunidad de hablar de los Animats). Siendo las neuronas un sistema donde conviven caos y complejidad, las consecuencias son emocionantemente inesperadas.

Lo cierto es que con el trabajo del Dr. Steve Potter y los que le siguen, ha iniciado la era de los seres semibiológicos.

fuente.alt1040

El Test de Turing y la inteligencia artificial

Alan Turing (1912-1954) fue un matemático, criptógrafo, filósofo y un teórico de la computación que, además de trabajar en el equipo que descifró los códigos Enigma de Alemania, fue un pionero en el campo de la inteligencia artificial publicando uno de los primeros trabajos sobre esta materia. En 1950, Alan Turing publicó uno de sus artículos más importantes (y que está considerado como una de las piedras angulares de la inteligencia artificial), Computing Machinery and Intelligence, donde propuso un experimento: el Test de Turing.

El artículo de Turing cmoenzaba con una frase que era toda una declaración de intenciones de lo que evaluaría el test:

Propongo considerar la siguiente cuestión: ¿Pueden pensar las máquinas?

Y he aquí el resultado que se obtiene de este test, intentar medir si una máquina puede ser inteligente con un método que, aún hoy, sigue estando vigente. El Test de Turing se basa en una hipótesis positivista que parte de principio de que si una máquina se comporta en todos los aspectos como inteligente, entonces, dicha máquina debe ser inteligente.

El testse basaba en el Juego de la Imitación, una prueba en la que se ubicaban en una habitación a un hombre y a una mujer frente a terminales que tuviesen algún sistema de comunicación (teletipos en los años 50). En otra habitación, estando aislado, se encontraba en sujeto bajo estudio que actuaba como interrogador y debía averiguar quién era el hombre y quién era la mujer, simplemente, a base de preguntas en lenguaje natural. El hombre trata de convencer al interrogador que él es la mujer y ella intentará ayudar al interrogador a llegar a la verdad pero, con la confusión, el interrogador tenderá a equivocarse.

Turing proponía realizar un cambio en este juego y coger a uno de los dos sujetos y sustituirlo por una máquina, haciendo que el computador intentase convencer al interrogador que él era la mujer y, dado que el interrogador es humano, la máquina debería ser capaz de responder, inteligentemente, a cualquiera de las cuestiones que le planteasen. Si la máquina era lo suficientemente hábil, el interrogador no podría distinguir quién era la máquina y quién el ser humano.

Pero, ¿puede una máquina responder con un lenguaje natural a cualquier pregunta planteada por el interrogador? ¿Puede pensar una máquina? Esas son las grandes preguntas que Turing plantea en este experimento. Lógicamente, salvo que una máquina emita sonidos que imiten la voz humana, la mejor manera de realizar la prueba es mediante lenguaje escrito y evaluar, únicamente, la inteligencia del oponente y la “humanidad” de las respuestas obtenidas a las preguntas planteadas.

A menudo se da importancia al hecho de que las computadoras digitales son eléctricas y que el sistema nervioso también lo es. Puesto que la máquina de Babbage no era eléctrica y puesto que todas las computadoras digitales son equivalentes en cierto sentido, observamos que el uso de la electricidad no puede tener importancia teórica.

El Test de Turing es la base sobre la que se apoyan algunos mecanismos que estamos acostumbrados a ver cada día, por ejemplo, los Captchas (Completely Automated Public Turing Test to tell Computers and Humans Apart) que aunque no son un test de Turing puro, se utilizan en muchas páginas web para evitar que procesos automatizados puedan registrar usuarios falsos o escribir mensajes de spam.

¿Y dónde está la limitación? Para que un sistema pudiese pasar el test de Turing, ésta tendría que ser capaz de realizar las tareas para las que fue programada y, además, aprender por sí misma a realizar otras funciones. Es como si un computador destinado al cálculo de trayectorias fuese capaz de aprender a jugar al ajedrez y conversar, además, sobre cualquier tema.

Turing pronosticó que en el año 2000, las máquinas serían capaces de imitar tan bien a los humanos que el 70% no sería capaz de diferenciar entre un humano y una máquina y, por tanto, el 70% de los interrogadores no detectaría a las máquinas. Sin embargo, todavía ninguna máquina ha podido superar este examen y la predicción de Turing nunca llegó a cumplirse si bien Turing también fue un visionario que intuyó lo que luego se denominó singularidad tecnológica:

Las consecuencias de que las máquinas pensaran serían demasiado terribles. Esperemos y creamos que no pueden hacerlo.[…] Nos gusta creer que el hombre es, en cierto modo, superior al resto de la creación, pero sería mejor si pudiéramos demostrar que es necesariamente superior, puesto que así no habría peligro de que perdiera su posición dominante

fuente.alt1040

IBM quiere construir un cerebro artificial

Hace unos días os hablaba mi compañero Alan de los avances en la materia de lo que hoy llamamos computación cognitiva. IBM había lanzado en el mes de agosto la construcción de los primeros chips cerebrales, el primer paso ya estaba dado. Lo que ha anunciado hace escasas horas la compañía dejaría al ordenador WATSON en una máquina del pasado. Si la computadora creada por la compañía superó a las dos grandes figuras estadounidenses en el concurso Jeopardy, IBM adelanta ahora dos proyectos que hace unos años nos sonarían a ciencia ficción. La empresa asegura que en dos años tendrá listo la supercomputadora mas potente del mundo, Sequoia, capaz de alcanzar los 20 petaflops, y que en 10 años finalizaran la construcción de un cerebro artificial humano, uno con el mismo número de nodos capaz de simular las neuronas.

WATSON ya había asombrado al mundo durante este año y había conseguido que se nombrara a IBM como la segunda compañía más valiosa del planeta. El sistema informático de inteligencia artificial era capaz de responder a las preguntas formuladas en lenguaje natural. El proyecto, incluido en la investigación DeepQA, podía responder a las preguntas gracias a una base de datos almacenada localmente. Se puso a prueba en febrero compitiendo en el concurso televisivo Jeopardy, derrotando a dos de los grandes concursantes estadounidenses. Bien, IBM da un paso más en lo que parece una idea asombrosa de conseguirlo.

John Kelly, vicepresidente senior de IBM, comentaba estos días que el problema de WATSON para darle “otra vida” en otros campos es la infraestructura que necesita. WATSON ha sido trasladado a un centro de salud para probar sus capacidades de diagnóstico. El problema al parecer era que ocupaba la mitad de la habitación y requería de 85 kilovatios de electricidad. Para Kelly:

Los sistema informáticos son cada vez más “bio-inspirados”. El problema de WATSON es de tamaño y volumen necesarios. Cada cerebro humano funciona con 20 vatios de electricidad, una gama baja la que necesita para funcionar sobre una base constante

Por esta razón IBM se ha asociado con DARPA en lo que ellos mismo han tildado como el avance en computación cognitiva, un equipo capaz de emular o simular el mismo número de neuronas en el cerebro humano. La compañía también afirma que funcionaría con mucha menos energía de la que necesita Watson.

El proyecto ha comenzado y se espera tenerlo listo en 10 años. Con un coste de salida de 100 millones de dólares, este proyecto estaría íntimamente relacionado con un trabajo en común que realizaron anteriormente. IBM y DARPA llegaron a construir un equipo que simulaba el mismo número de neuronas de un gato, aunque sus resultados fueron criticados por exagerados. A comienzos de este año también anunciaron haber conseguido simular 256 neuronas en un sólo trasistor capaz de jugar al mítico Pong.

Sea como fuere, de conseguirlo estaríamos sin duda ante uno de las grandes hitos del nuevo siglo. Asusta pensar lo que podría llegar a hacer el hombre con una máquina capaz de emular nuestra mente.

fuente.alt1040