Eduardo Martínez de la FeCientíficos de la Universidad de Stanford han desarrollado una simulación de cómo los cuerpos se vuelven inteligentes y descubierto que la inteligencia se encarna físicamente y no es solo una función cerebral.
Lo comprobaron creando inteligencias artificiales virtuales que realizan tareas en entornos simulados para imitar la evolución biológica de la mente y el cuerpo.
Sus hallazgos, publicados en la revista Nature Communications, sugieren que la encarnación es clave para la evolución de la inteligencia.
El equipo introdujo animales artificiales virtuales, a los que llamó unimales (animales universales), en una simulación, inicialmente para que pudieran aprender a caminar en un entorno virtual especialmente diseñado para provoca el aprendizaje.
Animales universales
Las criaturas virtuales desarrollaron varios paseos basados en el terreno de su entorno y, en experimentos posteriores, los unimales compitieron incluso en tareas más complejas.
Los que habían aprendido a caminar en terrenos variables, adaptando su morfología al entorno, aprendieron estas tareas complejas más rápido y las realizaron mejor que aquellos unimales adaptados a terrenos planos.
Para los investigadores, el hecho de tener cuerpos afecta a la evolución de la inteligencia: «lo que aprendemos en la vida se puede acelerar simplemente cambiando nuestra morfología», explica Surya Ganguli, uno de los investigadores, en un comunicado.
«Estamos tan centrados en que la inteligencia es una función del cerebro humano y específicamente de las neuronas, que ver la inteligencia como algo que se encarna físicamente es un paradigma diferente», añade Fei-Fei Li, otro de los investigadores.
Tema relacionado: Crean la primera solución de Inteligencia Artificial a escala cerebral humana
Mente y cuerpo virtuales
Los investigadores explican que, en la naturaleza, la inteligencia siempre se manifiesta encarnada en animales que realizan tareas para las que sus cuerpos están bien diseñados.
Eso se debe a que la inteligencia de cada especie animal ha evolucionado junto con su forma física a medida que interactúa con su entorno.
La Inteligencia Artificial, en cambio, no tiene cuerpo: se desarrolla en microchips integrados en ordenadores. Sin embargo, se potencia cuando forma parte de un cuerpo, a tenor de lo descubierto en esta investigación.
Los investigadores señalan que este descubrimiento «abre la puerta a la realización de experimentos virtuales a gran escala para obtener conocimientos científicos sobre cómo el aprendizaje y la evolución crean de manera cooperativa relaciones sofisticadas entre la complejidad ambiental, la inteligencia morfológica, el aprendizaje y el control de tareas.»
El algoritmo del equipo, llamado DERL (Aprendizaje por refuerzo evolutivo profundo), podría ayudar a los investigadores a diseñar robots optimizados para realizar tareas en entornos del mundo real, señalan los investigadores.
“Si queremos que estos agentes (robóticos) mejoren nuestras vidas, necesitamos que interactúen en el mundo en el que vivimos”, explica el primer autor del estudio, Agrim Gupta.
Lo mismo, pero diferente
El experimento que diseñaron para llegar a este conclusión es similar en algunos aspectos a los entornos simulados que se han utilizado en el pasado para probar algoritmos evolutivos, explica al respecto la revista Techcrunch.
Se trata de configurar un espacio virtual y de colocar en ese entorno criaturas simuladas simples, consistentes en algunas formas geométricas virtuales que se mueven de manera aleatoria.
De entre las miles de formas que adoptan estas criaturas simuladas, se eligen las 10 que se retuercen más y se hacen mil variables de ellas, repitiéndolas una y otra vez.
El resultado más probable es que en muy pronto se obtenga un puñado de polígonos virtuales haciendo un paseo bastante aceptable por una superficie virtual.
Sin embargo, todo eso es viejo, explican los investigadores de Stanford, que desarrollaron una simulación más robusta y variable.
Más lejos
No estaban simplemente tratando de crear criaturas virtuales que caminen cada vez mejor, sino de investigar cómo esas criaturas irreales aprenden a hacer lo que hacen y si algunas aprenden mejor o más rápido que otras: es como presenciar en tiempo real cómo surge espontáneamente la inteligencia en un entorno virtual que imita el mundo real.
Para averiguarlo, el equipo creó una simulación similar a las antiguas, introduciendo en ella sus criaturas virtuales, inicialmente solo para que aprendieran a caminar.
Las formas simples de este experimento tenían una “cabeza” esférica y algunas extremidades articuladas parecidas a ramas, con las que desarrollaron una serie de interesantes paseos.
Algunas se tambalearon hacia adelante, otras desarrollaron un andar articulado parecido a un lagarto y un grupo diferente desarrolló un estilo agitado, pero efectivo, que recuerda a un pulpo caminando sobre la tierra.
Hasta aquí, todo transcurrió como había ocurrido en anteriores experimentos similares.
Tareas más complejas
Sin embargo, en esta ocasión, algunos de estos unimales crecieron recorriendo diferentes configuraciones orográficas, con colinas onduladas o barreras bajas por las que tenían que trepar.
Y en la siguiente fase, los unimales de estos diferentes terrenos compitieron en tareas más complejas para ver si, como se piensa generalmente, la adversidad les conduce a una mayor adaptabilidad.
Lo sorprendente de este experimento es que los 10 mejores unimales de cada entorno resolvían fácilmente tareas que iban desde sortear nuevos obstáculos hasta mover una pelota, pasando por empujar una caja virtual cuesta arriba o patrullar entre dos puntos.
Ventaja competitiva
Aquí fue donde estas criaturas virtuales realmente adquirieron ventaja competitiva, señala la citada revista: los unimales que habían aprendido a caminar en terrenos variables aprendieron sus nuevas tareas más rápido y las realizaron mejor que sus primos, que solo caminaron en entornos sin relieves.
Después de ensayar con 4.000 morfologías diferentes, los unimales supervivientes habían pasado, en promedio, 10 generaciones de evolución, y las morfologías exitosas fueron sorprendentemente diversas, incluidos bípedos, otros de tres patas (que no se dan espontáneamente en el mundo biológico) e incluso cuadrúpedos con y sin brazos, destacan los investigadores.
«En esencia, descubrimos que la evolución selecciona rápidamente morfologías (estructuras biológicas) que pueden aprender más rápido, lo que permite que los comportamientos aprendidos al final de la vida de los primeros antepasados, se expresen al principio de la vida de sus descendientes», escriben los autores en su artículo.
Selección virtual
No se trata solo de que aprendieron más rápido, añaden, sino también de que el proceso evolutivo virtual seleccionó unos tipos de cuerpos que les permitirían adaptarse más rápido y aplicar las lecciones más rápidamente.
En terreno llano, un pulpo puede moverse con la misma rapidez, pero las colinas y las crestas introducidas en el entorno virtual fueron creadas por los investigadores para conseguir en las criaturas virtuales una configuración morfológica consistente, rápida, estable y adaptable.
Esta configuración orográfica fue determinante para que algunos de los unimales alcanzaran una ventaja significativa sobre las demás criaturas virtuales.
Sus cuerpos, versátiles gracias a la experiencia orográfica diversa, pudieron aplicar mejor las lecciones que sus «mentes» estaban poniendo a prueba, y pronto dejaron atrás a otras criaturas virtuales que no habían pasado por esa experiencia, según los investigadores.
Sugerencia robótica
Eso significa que es posible programar criaturas virtuales capaces de desarrollar su capacidad de movimiento desde cero, sin intervención humana, solo mediante el aprendizaje adquirido en una experiencia virtual debidamente desarrollada.
El experimento muestra que existe potencialmente un beneficio real de que el cuerpo y la mente evolucionen conjuntamente en el universo de las criaturas y los objetos virtuales, concluyen los investigadores, asumiendo que será también así en la complejidad evolutiva humana.
Referencia
Embodied intelligence via learning and evolution. Agrim Gupta et al. Nature Communications volume 12, Article number: 5721 (2021). DOI:https://doi.org/10.1038/s41467-021-25874-z
Hacer un comentario