La Inteligencia Artificial logra medir los pensamientos

Mediante la evaluación del comportamiento, un nuevo sistema de Inteligencia Artificial es capaz de realizar estimaciones sobre los pensamientos de una persona. Al probarlo en un cerebro artificial entrenado, el modelo permitió hallar actividad neuronal asociada con cada pensamiento estimado previamente. Desarrollado por investigadores del Baylor College of Medicine y de Rice University, se trata del primer sistema que hace posible medir los pensamientos.

¿Cuáles son las características de los procesos que subyacen a la generación de los pensamientos en el cerebro humano? Para obtener una respuesta a esta pregunta, vital para el avance de las neurociencias, los científicos necesitan “medir” los pensamientos, identificar los cálculos cerebrales previos a cada representación mental. De acuerdo a un comunicado, un estudio realizado por especialistas de dos centros académicos estadounidenses ha logrado un importante avance al respecto.

La investigación, que fue publicada en Proceedings of the National Academy of Sciences, comenzó mediante la creación de un modelo de Inteligencia Artificial que permite estimar o predecir las características de un pensamiento a partir de la evaluación de los comportamientos de una persona. Posteriormente, los científicos probaron este sistema en un cerebro artificial y hallaron pruebas concretas de la relación entre cada pensamiento identificado y una actividad neuronal específica.

Por detrás de los pensamientos

Según el Dr. Xaq Pitkow, uno de los autores del estudio, “durante siglos los neurocientíficos han estudiado el funcionamiento del cerebro a partir de la actividad relacionada con el comportamiento y las reacciones neuronales. Por ejemplo, al estudiar la neurociencia del movimiento, los científicos miden los movimientos musculares y la actividad neuronal, relacionando esas dos medidas. Sin embargo, para estudiar a fondo la cognición en el cerebro necesitamos comparar la actividad neuronal medida con los pensamientos que subyacen a la misma”, explicó.

Con el objetivo de avanzar en un método que permita medir los cálculos cerebrales previos al pensamiento, los científicos reinterpretaron distintos estudios realizados al respecto en animales. De acuerdo a la idea establecida, estas investigaciones concluyen en que los animales siempre actúan de manera óptima, aprovechando al máximo los beneficios de cada acción en función de sus necesidades.

Sin embargo, al analizar el comportamiento animal es posible concluir que esta condición no siempre se cumple. En ocasiones, información errónea captada en su entorno puede llevarlos a tomar decisiones poco eficaces. Por ejemplo, si un animal está cazando pero escucha diferentes ruidos en las inmediaciones del lugar, es probable que no pueda concentrarse lo suficiente para hallar a la presa deseada, al identificar sonidos de muchas especies distintas.

¿Cómo modifica el animal sus pensamientos para adaptarse a la situación? ¿Qué cálculos mentales se realizan previamente a cada pensamiento? Estas dos preguntas podrán ser resueltas al avanzar en el desarrollo del nuevo modelo de Inteligencia Artificial creado por los neurocientíficos estadounidenses.

Pensamientos, actividad neuronal y comportamientos

“Podemos observar la dinámica de los pensamientos modelados y la dinámica de las representaciones cerebrales de esos pensamientos. Si esas dinámicas corren paralelas entre sí, entonces podemos estar seguros de estar capturando los aspectos de los cálculos cerebrales involucrados en esos pensamientos”, concluyó Pitkow.

Al permitir el diseño de nuevas estrategias para estimar pensamientos e interpretar la actividad neuronal asociada con los mismos, el nuevo modelo de Inteligencia Artificial puede ayudar a los científicos a comprender la forma en la cual el cerebro produce un comportamiento complejo, determinando las condiciones neurológicas implicadas.

Más allá de su gran aporte teórico, este estudio puede tener aplicaciones directas en el tratamiento de enfermedades psicológicas y neurológicas, en las cuales es importante entender las características de las relaciones entre los pensamientos, la actividad neuronal y los comportamientos.

Referencia

Rational thoughts in neural codes. Zhengwei Wu, Minhae Kwon, Saurabh Daptardar, Paul Schrater and Xaq Pitkow. PNAS (2020).DOI: https://doi.org/10.1073/pnas.1912336117

Foto: Icons8 Team en Unsplash.