La inteligencia del lenguaje artificial funciona de acuerdo con los mismos principios que el centro del lenguaje en el cerebro humano. ¿Qué significa esto para futuras investigaciones?
Entendiendo la palabra ensalada: La inteligencia artificial procede de la misma manera que el cerebro humano.
Nos acabamos de acostumbrar a los asistentes de voz artificial. Nuestro entusiasmo inicial ha dado paso a una evaluación realista de la tecnología. Y ahora esto: nuestro cerebro, al menos su centro de lenguaje, debería funcionar como estos modelos de lenguaje.
Cuando la investigadora Evelina Fedorenko del Instituto Tecnológico de Massachusetts presentó la primera evidencia de esta hipótesis en 2021, el público estaba poco interesado. El hecho de que el centro de idiomas funcione como un «Next Word Prediction Model» de una inteligencia artificial sólo los iniciados fascinados.
Pero ahora que el asistente de lenguaje Chat-GPT permite que cualquiera vea de lo que son capaces estos modelos de lenguaje, eso ha cambiado. Si la inteligencia artificial (IA) funciona como la mente humana, esta observación podría incluso permitir el desarrollo de prótesis neurales en el futuro.
El cerebro tiene una estructura especializada para el lenguaje.
En todas las culturas humanas, las personas se comunican con el lenguaje. Pero su diseño es muy diferente. Hoy en día, los lingüistas cuentan alrededor de 7000 idiomas diferentes y más de 100 grupos lingüísticos diferentes en todo el mundo.
Pero lo que sucede en el cerebro humano cuando habla o lee siempre es similar, independientemente del tipo de idioma. El lingüista Fedorenko presentó recientemente la última prueba de esto en la revista «Nature Neuroscience». Comparó la actividad cerebral al leer y escuchar 45 idiomas diferentes, cada uno perteneciente a uno de los 11 grupos de idiomas diferentes: siempre vio la misma actividad cerebral.
Una red neuronal artificial aprende a procesar el lenguaje de forma independiente
La inteligencia del lenguaje artificial común funciona con estructuras que se modelan en la red de células del cerebro humano. Esto les dio una idea a los investigadores: querían comparar el cerebro humano con la inteligencia artificial. ¿Termina el proceso de aprendizaje del lenguaje en la inteligencia artificial con el mismo resultado que en el cerebro humano? ¿Tienen ambos un patrón de actividad similar después?
De hecho, estas redes neuronales artificiales son una colección de funciones matemáticas ordenadas jerárquicamente que pueden ponderarse de manera diferente. Se pueden considerar como capas de nodos que transmiten más o menos información a la capa «superior».
Si la IA comienza a aprender, por ejemplo porque se alimenta de texto, adapta de forma independiente las transiciones entre las capas jerárquicas hasta que puede mapear el texto aprendido. Luego, la IA predice de manera confiable la próxima palabra más probable en un texto, por ejemplo. En «Atención – listo – . . .» «Los» es el más probable de seguir. La palabra «detener», por otro lado, es bastante improbable.
Este proceso de aprendizaje puede llevar mucho tiempo. El programa para el asistente de voz Chat-GPT solo podía entrenarse tan extensamente porque había millones de procesadores disponibles para él. En un solo portátil, la red neuronal habría tardado años en hacer esto.
Los modelos de Next Word Prediction son más similares al cerebro
Los investigadores no estaban interesados en qué tan bien la IA puede resolver la tarea del lenguaje, sino en cómo procede, es decir, cómo funcionan las diferentes capas de «células cerebrales» artificiales.
Para ello, los científicos midieron la actividad en la red neuronal artificial. Sorprendentemente, los patrones de actividad coincidieron bien con la actividad medida en el cerebro humano.. Entonces, el cerebro humano funciona de manera similar a la IA, y viceversa.
Pero espera, ¿no es esa una conclusión circular? Los investigadores construyen una red neuronal artificial y luego se sorprenden de que funcione igual que su modelo biológico. ¿Podría funcionar de otra manera?
Sí, habría habido otras opciones, dice Martin Schrimpf, quien realizó los estudios mencionados durante su disertación. Porque los investigadores compararon diferentes redes neuronales -había 43 en total- con el cerebro. Algunos de los modelos fueron entrenados para predecir la siguiente palabra. Otros, sin embargo, fueron diseñados para resolver otras tareas lingüísticas. Por ejemplo, podrían llenar espacios en blanco en un texto o evaluar la gramática de una oración.
De todas las redes neuronales probadas, la que se suponía que iba a predecir la siguiente palabra encajaba mejor. Era el modelo GPT-3, en el que también se basa el asistente de voz Chat-GPT.
Los investigadores sospechan que el cerebro humano es una «máquina de predicción» que constantemente trata de predecir las impresiones sensoriales que podrían llegar al cerebro a continuación. Anteriormente no estaba claro cómo se podían hacer estas predicciones a nivel neuronal. Las nuevas mediciones proporcionan evidencia de que este modelo predictivo puede ser correcto en el procesamiento del habla.
Los investigadores también están sorprendidos de que el patrón de actividad en la red neuronal artificial coincida tan bien con la actividad cerebral. La red neuronal artificial parece desarrollar espontáneamente una especialización funcional, tal como la encontramos en el cerebro humano, escribe el La neurocientífica Nancy Kanwisher se basó en comparaciones similares de redes neuronales y actividad cerebral.
¿Centro del habla humana «in silico» como prótesis cerebral?
¿Este conocimiento ahora nos ayuda a comprender mejor el cerebro, o podemos emularlo mejor «in silico» como resultado? Ambos. Pero los científicos están pensando en el futuro. Schrimpf, que trabajará en la EPFL en Lausana a partir de este año, ve una posible aplicación de su investigación en las interfaces cerebro-computadora.
Cualquier persona que pierda su capacidad de escuchar el habla podría recibir en el futuro el patrón de actividad neuronal necesario directamente en su cerebro desde la inteligencia artificial. Sin embargo, para hacer esto, primero se debe mejorar aún más el ajuste entre la inteligencia artificial y el cerebro humano. Schrimpf admite abiertamente que las prótesis cerebrales siguen siendo una cosa del futuro.