Cuando hablamos de redes neuronales, estamos hablando del sistema nervioso y de su actor principal: el cerebro. Un órgano crucial para el funcionamiento de nuestro organismo, un órgano que actúa como un verdadero centro de operaciones. Nuestro cerebro procesa y almacena información, aprende de ella y lo hace con la misma velocidad y precisión que podría hacerlo una máquina.
Si armamos una analogía para materializar estos conceptos, sería sin dudas con el microprocesador de una computadora. Para procesar la información, el cerebro, utiliza sus células especializadas, las neuronas, quienes a través de la propagación del impulso nervioso, conducen la información hacia las áreas especializadas de la corteza cerebral. Este proceso se puede pensar en un ciclo de cinco pasos:
- Recibe
- Traduce
- Transmite
- Procesa
- Ejecuta
Por ejemplo, el cerebro recibe una información (imagen de una araña), la traduce en una señal eléctrica (potencial de acción), transmite esta señal a través de una red neuronal (sinapsis), la procesa en la corteza visual, evalúa su significado emocional (amenaza) y decide una respuesta (liberar neurotransmisores y hormonas para propiciar la huida). Esta forma de afrontar la amenaza se guarda en la memoria como recurso para el futuro.
El microprocesador, por su parte, utiliza millones de transistores que actúan como interruptores para realizar operaciones lógicas y aritméticas. Este proceso se puede pensar en un ciclo de tres pasos:
- Obtiene
- Decodifica
- Ejecuta
Por ejemplo, el microprocesador obtiene una instrucción de la memoria RAM para sumar 5 + 2, la decodifica, ejecuta la suma y almacena el resultado (7) nuevamente en la memoria RAM.
Tanto el cerebro como la computadora utilizan sistemas complejos de transmisión de señales (neuronales o eléctricas) para procesar información. El cerebro humano se basa en una red neuronal altamente adaptable y dinámica, mientras que las computadoras se basan en circuitos electrónicos diseñados específicamente para realizar tareas precisas de procesamiento de información.
Al comienzo decía que el cerebro procesa y almacena información, vimos el procesamiento, ahora veamos el almacenamiento. Nuestra masa encefálica guarda recuerdos y conocimientos en redes neuronales distribuidas, y los almacena a través de cambios en la fuerza y estructura de las conexiones entre las neuronas, un proceso conocido como plasticidad sináptica. Las experiencias y el aprendizaje modifican estas conexiones, fortaleciendo algunas sinapsis y debilitando otras. Los recuerdos y conocimientos se distribuyen en redes neuronales interconectadas en diferentes regiones del cerebro. Siguiendo con el ejemplo anterior, el cerebro almacena la experiencia de afrontar una amenaza(huyendo), fortaleciendo algunas sinapsis y distribuyendo este recuerdo en su arquitectura cerebral.
El microprocesador, en cambio, utiliza medios físicos como discos duros, unidades de estado sólido (SSDs) y memoria RAM. La información se organiza en estructuras jerárquicas, desde bits individuales hasta archivos y sistemas de archivos, permitiendo un acceso rápido y eficiente a los datos almacenados. Así, guarda el resultado de la suma “5 + 2 = 7” en la memoria RAM.
Ambos sistemas almacenan datos, pero con procesos fundamentales diferentes: el cerebro usa conexiones neuronales para almacenar información de manera distribuida y adaptativa, mientras que las computadoras emplean medios físicos para almacenar datos de manera digital y jerárquica.
En materia de aprendizaje, y con el advenimiento de la IA, la analogía se convierte en metáfora. La IA actúa como una fiel copia de nuestras redes neuronales. El cerebro, altamente adaptable, aprende de manera continua a lo largo de la vida. Este proceso que siempre involucra a un otro (real o abstracto), implica cambios físicos y químicos en las conexiones neuronales. El aprendizaje es el corolario del procesamiento, almacenamiento y asociación que realizan las áreas cerebrales con la información recibida. Forma redes de conexión neuronal, creando un camino que se transforma en ruta con el uso continuo. Para esto, son esenciales la memoria y el sueño: la memoria consolida redes y el sueño fija esta información, permitiendo su recuperación cuando sea necesario.
En términos de IA, las redes neuronales artificiales se inspiran en la estructura y el funcionamiento del cerebro. Estas redes pueden aprender a reconocer patrones complejos y realizar tareas específicas con un rendimiento cada vez mejor. Los perceptrones (neuronas artificiales) reciben entradas (a la que se les asignan un valor o peso) las evalúan, las suman, activan una función y generan una salida (respuesta). Los pesos en un perceptrón equivalen a la fuerza de la sinapsis en una neurona.
Las redes neuronales artificiales, como nuestra corteza cerebral, están compuestas por capas: una capa de entrada que recibe los datos iniciales, capas ocultas que procesan la información en múltiples niveles de abstracción, y una capa de salida que produce el resultado final. Con cada entrada, búsqueda y respuesta, y con la retroalimentación concomitante, estas redes incrementan su aprendizaje, emulando nuestro tejido nervioso, con resultados impactantemente superiores!
Esta similitud nos deja fascinados y atónitos. Llenos de esperanza y de miedo. Nos interpela, nos enoja. Nos genera curiosidad. Nos hace sentir vértigo; nos hace sentir, y es esto lo que nos diferencia dejándonos ubicados en otro escalón. Seria interesante replantearnos si ese escalón esta más abajo o más arriba…
Vos que pensás? Lic. Maria Marta Gallicchio
Pd: Escrito en colaboración y retroalimentación con chat GPT (open AI). Próximamente parte 2.
