Si cree que el último estallido en el desarrollo de IA es un estado exótico de la informática, con sus grandes y bulliciosos acrónimos como Large Language Model (LLM), Generative Adversarial Network (GAN) y más, piénselo de nuevo. Difícilmente se vuelve más exótico que las células cerebrales humanas que pueden interactuar con la electrónica y los agentes de IA mientras flotan en una placa de Petri. Sin embargo, eso es exactamente lo que logró un equipo australiano, asociado con la Universidad de Monash y Cortical Labs, el año pasado cuando presentaron su concepto DishBrain.
Aparentemente, el concepto y la promesa del trabajo del equipo tocó la fibra sensible de los militares y su atractivo como lugar de investigación incluso tiene un valor en dólares adjunto, gracias a una inversión militar de 407 000 dólares estadounidenses en la investigación, cortesía de la ONI (Oficina de Inteligencia Nacional) de Australia.
Mientras presentaban DishBrain el año pasado, los investigadores describieron una unidad de procesamiento semibiológica, diseñada a partir de una mezcla de células cerebrales humanas y de ratones que se convirtieron en electrodos de control. Estos electrodos sirvieron como una especie de BCI (interfaz cerebro-computadora), lo que permitió a los científicos enviar señales de control y leer la actividad biológica del «protocerebro». Curiosamente (su adjetivo puede variar), DishBrain demostró algo parecido a la sensibilidad (bueno, más como habilidades básicas de supervivencia o el imperativo biológico de minimizar la retroalimentación negativa) dentro de los 5 minutos de haberlo encendido: esa fue la cantidad de tiempo que necesitó para «aprender» a jugar Pong.
La forma en que lograron «entrenar» el cerebro fue nada menos que ingeniosa: el movimiento de la pelota se transmitió a las células a través de los electrodos, con la estimulación eléctrica de las células de DishBrain impactando diferentes áreas mapeadas contra la ubicación de la pelota. Luego, a DishBrain se le dio el control de las paletas y la capacidad de moverlas de izquierda a derecha.
Debido a que los sistemas biológicos tienden al gasto de energía más bajo posible (o, al menos, a evitar experiencias costosas o negativas que restan valor a sus reservas de energía y, por lo tanto, a su capacidad de supervivencia), DishBrain se configuró para un sistema de recompensa simple que explotaba esto: si la paleta interceptaba la pelota, los electrodos en BrainDish le darían un estímulo eléctrico «positivo» predecible de un segundo de duración. Pero cada vez que las paletas no alcanzaban la pelota, DishBrain recibía una explosión impredecible de electricidad que duraba hasta cuatro segundos. La sensibilidad, en este caso, se logró a través de la capacidad de supervivencia: se necesita más energía para hacer frente a una ráfaga impredecible de cuatro segundos que para una predecible de un segundo. Entonces, DishBain aumentó su capacidad de supervivencia al maximizar activamente la cantidad de veces que las paletas golpean la pelota.
Si esto evoca la imagen de un bastón eléctrico que se presiona contra alguien para persuadirlo de cierto comportamiento, bueno, no está del todo equivocado.
El profesor asociado Adeel Razi, del Turner Institute for Brain and Mental Health, dijo que su trabajo «combina los campos de la inteligencia artificial y la biología sintética para crear plataformas informáticas biológicas programables». Esa promesa, tener los últimos procesadores paralelos (cerebros biológicos o software húmedo) como dispositivos informáticos, es el puntapié. Incluso existe la expectativa de que los bioprocesadores como estos eventualmente puedan superar los límites de los chips de silicio convencionales, según Razi.
Es interesante notar que el proyecto DishBrain tiene algunos objetivos que aparentemente están alineados con nuestra carrera armamentista de IA actual: al igual que las compañías de IA como Microsoft y OpenAI persiguen el sueño del entrenamiento recursivo (lo que esencialmente significa que un agente de IA puede entrenarse a sí mismo), la capacidad de DishBrain para aprender por sí mismo es el trofeo exacto que persiguen las empresas basadas en silicio y computación cuántica (en el caso de Microsoft). Si ese aprendizaje se basa en un instinto de supervivencia biomecánico y basado en la física o en pura sensibilidad es una pregunta relevante, pero el resultado final, que el sistema puede aprender por sí mismo, es el mismo.
Esta capacidad en particular podría tener un profundo impacto en la IA, ya que un sistema de procesamiento basado en software húmedo en lugar de nuestro enfoque actual basado en silicio podría evitar uno de los mayores perjuicios para la evolución de la IA: la capacidad de recordar el entrenamiento o, en otras palabras, el «olvido catastrófico» que generalmente impide que la IA se base en su base de aprendizaje.
Según Razi, el equipo «va a utilizar este [the grant] para desarrollar mejores máquinas de IA que repliquen la capacidad de aprendizaje de estas redes neuronales biológicas”. A pesar de que los principales investigadores desconfían de los riesgos existenciales que plantea la IA, hay investigaciones en curso que sonarían más probables en un contexto de ciencia ficción que en las noticias. Hardware de Tom. la pelicula de 2001 Abajo y me viene a la mente su ascensor asesino sensible alimentado por software húmedo.
Es algo estresante pensar en lo que podría suceder cuando la tecnología presentada en este artículo aparece en algo aún más militar, como un sistema de drones que elige matar a su controlador humano.
Afortunadamente, solo las versiones futuras de nosotros tendrán que lidiar con eso, siempre y cuando llegue ese momento.