Desarrollan una IA ultracompacta inspirada en neuronas de mono que puede enviarse por correo
Un equipo de investigadores de Estados Unidos ha desarrollado un modelo de inteligencia artificial altamente eficiente y notablemente compacto, inspirado en el funcionamiento del cerebro. El sistema, que utiliza datos provenientes de neuronas de monos, destaca por su reducido tamaño y bajo consumo energético, lo que lo diferencia de los modelos actuales basados en chips de silicio.
El trabajo fue llevado a cabo por científicos del Laboratorio Cold Spring Harbor (CSHL), en colaboración con la Universidad Carnegie Mellon y la Universidad de Princeton. El resultado es un modelo de IA que no solo es más pequeño que los sistemas tradicionales, sino que además consume solo una fracción de la energía que estos requieren.
Una alternativa al alto consumo de la IA actual
El desarrollo de la inteligencia artificial en los últimos años ha estado impulsado por la creciente capacidad computacional del hardware, especialmente de los chips de silicio. Sin embargo, esta mejora viene acompañada de un elevado consumo de energía y agua, lo que plantea desafíos en términos de sostenibilidad.
Ante este escenario, los investigadores buscaron inspiración en el cerebro humano, considerado la plataforma de computación más eficiente conocida. A pesar de su complejidad y capacidades, el cerebro consume menos energía que una bombilla, algo que los sistemas de IA actuales aún no logran igualar.
Inspiración en el sistema visual del cerebro
El proyecto no tenía como objetivo inicial crear un modelo de inteligencia artificial compacto. En realidad, el equipo investigaba el funcionamiento del cerebro humano, particularmente el sistema visual, que permite interpretar señales luminosas y reconocer patrones como distinguir entre un gato y un perro o identificar a una persona a partir de una silueta.
En este contexto, los científicos estudiaron un grupo específico de neuronas denominado V4, que forma parte del sistema visual. Estas neuronas son capaces de codificar características como colores, texturas y curvas.
Para construir el modelo, los investigadores utilizaron datos obtenidos de neuronas V4 de monos macacos entrenados. A partir de esta información, desarrollaron un sistema que replica ciertos procesos del cerebro relacionados con la percepción visual.
Un modelo extremadamente compacto
Uno de los aspectos más destacados del desarrollo es su tamaño. Mediante una técnica de compresión de imágenes que elimina redundancias en el modelo, el equipo logró reducir el archivo a un nivel extremadamente pequeño. Según los investigadores, el modelo puede enviarse como archivo adjunto en un correo electrónico, algo inusual en el campo de la inteligencia artificial.
Este avance representa una diferencia significativa frente a los modelos actuales, que suelen requerir grandes volúmenes de almacenamiento y recursos computacionales elevados.
Mayor visibilidad del funcionamiento interno
El tamaño reducido del modelo también permitió a los científicos observar con mayor claridad cómo funciona internamente. Esta visibilidad es difícil de lograr en modelos de gran escala, donde los procesos suelen ser menos transparentes.
Durante el análisis, el equipo identificó que algunas neuronas V4 del modelo respondían a formas con bordes definidos, mientras que otras reaccionaban a pequeños puntos dentro de las imágenes.
Ben Cowley, profesor asistente en CSHL y participante del estudio, señaló: “Si nuestros cerebros tienen modelos menos complejos y, sin embargo, pueden hacer más que estos sistemas de IA, eso nos dice algo sobre nuestros sistemas de IA”.
Aplicaciones potenciales
Los investigadores consideran que este enfoque podría contribuir a mejorar sistemas tecnológicos que requieren reconocimiento visual, como los utilizados en vehículos autónomos. En particular, podría ayudar a estos sistemas a identificar peatones y otros vehículos de manera más eficiente, reduciendo significativamente el consumo energético.
Además, el modelo no solo abre nuevas posibilidades en el desarrollo de inteligencia artificial más eficiente, sino que también podría aportar información valiosa para comprender mejor el funcionamiento del cerebro humano.
En concreto, los científicos sugieren que este tipo de investigación podría ayudar a esclarecer procesos relacionados con enfermedades neurodegenerativas como el Alzheimer.
El avance muestra cómo la inspiración en sistemas biológicos puede ofrecer soluciones a algunos de los desafíos actuales de la inteligencia artificial, especialmente en términos de eficiencia y comprensión de sus mecanismos internos.
Fuente: Meteored
