Una de las contribuciones más obvias es la de las redes neuronales artificiales, que se modelaron libremente de cómo las neuronas biológicas están conectadas en el cerebro. Las redes neuronales convolucionales profundas han sido un tipo de red neuronal artificial particularmente exitosa que condujo a muchos de los éxitos que ves hoy, como la victoria de AlphaGo. Las redes neuronales convolucionales se inspiraron en los descubrimientos de neurociencia de Hubel y Wiesel, quienes descubrieron que la corteza visual procesa las imágenes jerárquicamente desde elementos pequeños como bordes, hasta patrones y finalmente hasta objetos. Esto no solo beneficia a la IA utilizada en robótica sino también en todo tipo de aprendizaje automático. Es realmente la estrella del espectáculo en este momento.
Sin embargo, el vínculo entre las redes neuronales artificiales y las neuronas biológicas es bastante débil. Existe una línea de trabajo relativamente más nueva llamada ingeniería neuromórfica que se centra en el diseño de circuitos integrados basados en cómo las neuronas biológicas almacenan y comunican información, lo que lleva a la creación de chips informáticos con una eficiencia energética fenomenal. Después de todo, el cerebro humano es capaz de un pensamiento tan complejo y, sin embargo, solo requiere el poder de una bombilla tenue. La razón de esto es que el cerebro procesa la información de manera diferente a como lo hace una computadora tradicional, con mucha paralelización y escasa representación. Los chips diseñados de esta manera son especialmente útiles para los robots, ya que los robots tienen recursos limitados y la eficiencia energética es especialmente importante. Algunos ejemplos actuales de estos chips son IBM TrueNorth y SpiNNaker.
Y luego hay una tercera, incluso más nueva línea de trabajo que involucra el conocimiento de la neurociencia de los circuitos específicos en el cerebro que conducen a diferentes comportamientos en los animales. Por ejemplo, los animales como los roedores y las aves son extremadamente buenos para adaptarse a nuevos contextos, buscar recompensas y evitar peligros. Mucho de esto se debe a los circuitos neuromoduladores en el cerebro que involucran neurotransmisores como dopamina, serotonina, acetilcolina y noradrenalina. Si podemos entender mejor cómo funcionan estos circuitos, podemos usarlos para hacer que los robots sean más adaptables y capaces de sobrevivir por sí mismos. Esto sería útil para robots en entornos desconocidos como el Mars Rover o enjambres de recuperación de desastres. ¡Este es el trabajo en el que estoy particularmente interesado!
- ¿Qué pasa si los taquiones son realmente ciertos? ¿Qué impacto tendrá tal descubrimiento en la física tal como la conocemos?
- ¿Quién descubrió el planeta Tierra?
- ¿Cómo miden los científicos el tamaño, el peso de los planetas y su distancia de la Tierra? ¿Son confiables sus métodos?
- ¿Es el Dipole Repeller un verdadero descubrimiento y una forma de entender nuestro futuro?
- ¿Por qué se conoce a Vera Rubin como la que descubrió la materia oscura cuando Fritz Zwicky la descubrió 40 años antes que ella?
