Un equipo de la Universidad de Ginebra (UNIGE) ha logrado modelar una red de neuronas artificiales capaz de lograr esta hazaña cognitiva. Tras aprender y completar una serie de tareas básicas, esta IA pudo proporcionar una descripción lingüística de las mismas a otra IA "hermana", que a su vez las ejecutó. Estos resultados prometedores, especialmente para el sector de la robótica, se pueden encontrar en Nature Neuroscience.
Completar una tarea nueva sin entrenamiento previo, basándose únicamente en instrucciones verbales o escritas, es una habilidad exclusiva del ser humano. Una vez aprendida la tarea, también somos capaces de describirla para que otra persona pueda reproducirla. Esta doble capacidad nos distingue de otras especies que, para aprender una tarea así, necesitan numerosos intentos acompañados de señales de refuerzo positivo o negativo, sin ser capaces de comunicarla a sus congéneres.
Un subcampo de la inteligencia artificial (IA) - el procesamiento de lenguaje natural - busca recrear esta capacidad humana, con máquinas que entienden y responden a datos de voz o texto. Esta técnica se basa en redes de neuronas artificiales, inspiradas en nuestras neuronas biológicas y en cómo transmiten señales eléctricas en nuestro cerebro. Sin embargo, los cálculos neuronales que podrían permitir lograr la hazaña cognitiva descrita anteriormente todavía se entienden mal.
"Actualmente, los agentes conversacionales que utilizan IA son capaces de integrar información lingüística para producir texto o una imagen. Pero, que sepamos, aún no son capaces de traducir una instrucción verbal o escrita en una acción sensoriomotora, y mucho menos de explicarla después a otra inteligencia artificial para que la reproduzca", indica Alexandre Pouget, profesor ordinario en el Departamento de Neurociencias Fundamentales de la Facultad de Medicina de la UNIGE.
Un cerebro modelo a pequeña escala
El investigador y su equipo lograron desarrollar un modelo neuronal artificial dotado de esta doble capacidad, habiendo sido previamente entrenado. "Partimos de un modelo de neuronas artificiales existente, S-Bert, que cuenta con 300 millones de neuronas y que está preentrenado para el entendimiento del lenguaje.
Lo hemos ''conectado'' a otra red, más sencilla, de unos pocos miles de neuronas", explica Reidar Riveland, doctorando en el Departamento de Neurociencias Fundamentales de la Facultad de Medicina de la UNIGE, y primer autor del estudio.
El equipo de la UNIGE trabajó en redes de neuronas artificiales, inspiradas en nuestras neuronas biológicas y cómo transmiten señales eléctricas en el cerebro. © AdobeStock
En la primera etapa del experimento, los neurocientíficos entrenaron esta red para simular el área de Wernicke, la parte del cerebro que nos permite percibir e interpretar el lenguaje. En la segunda etapa, la red fue entrenada para reproducir el área de Broca que, bajo la influencia del área de Wernicke, se encarga de la producción y articulación de palabras. Todo el proceso se realizó en computadoras portátiles convencionales. Luego, se transmitieron a la IA instrucciones escritas en inglés.
Por ejemplo: señalar el lugar - izquierda o derecha - donde se percibe un estímulo; responder en la dirección opuesta de un estímulo; o más complejo, entre dos estímulos visuales con una leve diferencia de contraste, señalar el más brillante. Los científicos evaluaban los resultados de su modelo, que simula la intención de moverse, o en este caso, de señalar.
"Una vez aprendidas estas tareas, la red fue capaz de describírselas a una segunda red - una copia de la primera - para que pudiera reproducirlas. Que sepamos, hacer dialogar a dos IA de manera puramente lingüística es una novedad", se complace Alexandre Pouget, quien dirigió estos trabajos.
Para futuros humanoides
Esta modelización abre nuevos horizontes para entender la interacción entre el lenguaje y los comportamientos. Es especialmente prometedora para el sector de la robótica, donde el desarrollo de tecnologías que permitan a las máquinas dialogar es un objetivo clave.
"La red que hemos desarrollado es de tamaño muy reducido. Nada impide ahora desarrollar, sobre esta base, redes mucho más complejas que serían integradas en robots humanoides capaces de entendernos pero también de entenderse entre ellos", concluyen los dos investigadores.