Cómo un ratón teórico podría romper el mercado de valores



Un equipo de físicos de la Universidad de Emory recientemente investigación publicada lo que indica que habían logrado reducir la actividad cerebral de un ratón a un modelo predictivo simple. Esto podría ser un gran avance para las redes neuronales artificiales. Ya sabes: cerebros de robot.

Que haya ratones: Los científicos pueden hacer cosas milagrosas con ratones como hacer crecer un oído humano en la espalda o controlar uno a través del ratón de la computadora. Pero esta es la primera vez que escuchamos que los investigadores utilizan técnicas de aprendizaje automático para desarrollar un cerebro de ratón teórico.

Por comunicado de prensa de la Universidad de Emory:

La dinámica de la actividad neuronal del cerebro de un ratón se comporta de una manera peculiar e inesperada que puede modelarse teóricamente sin ningún ajuste fino.

En otras palabras: Podemos observar la actividad cerebral de un ratón en tiempo real, pero simplemente hay demasiadas interacciones neuronales para que podamos medir y cuantificar todas y cada una, incluso con IA. Entonces, los científicos están usando el equivalente a un truco matemático para simplificar las cosas.

¿Cómo funciona? La investigación se basa en una teoría de la criticidad en redes neuronales. Básicamente, todas las neuronas de su cerebro existen en un equilibrio entre el caos y el orden. No todos hacen lo mismo, pero tampoco rebotan al azar.

Los investigadores creen que el cerebro opera en este equilibrio de la misma manera que lo hacen otros sistemas de transición de estado. El agua, por ejemplo, puede cambiar de gas a líquido a sólido. Y, en algún momento durante cada transición, alcanza una criticidad donde sus moléculas están en ambos estados o en ninguno.

[Leer:[Read:Las mayores tendencias tecnológicas de 2021, según 3 fundadores]

Los investigadores plantearon la hipótesis de que los cerebros, las redes neuronales orgánicas, funcionan bajo el mismo estado de equilibrio hipotético. Entonces, realizaron un montón de pruebas en ratones mientras navegaban por laberintos para establecer una base de datos de datos cerebrales.

A continuación, el equipo se puso a trabajar en el desarrollo de un modelo funcional simplificado que podría predecir las interacciones neuronales utilizando los datos experimentales como objetivo. Según su artículo de investigación, su modelo tiene una precisión de unos pocos puntos porcentuales.

¿Qué significa? Este es un trabajo inicial, pero hay una razón por la que los científicos usan cerebros de ratones para este tipo de investigación: porque no son tan diferentes de nosotros. Si puede reducir lo que sucede en la cabeza de un mouse a un modelo de inteligencia artificial funcional, entonces es probable que eventualmente pueda escalarlo a niveles de cerebro humano.

En el lado conservador de las cosas, esto podría conducir a soluciones de aprendizaje profundo mucho más sólidas. Nuestras redes neuronales actuales son un pálido intento de imitar lo que hace la naturaleza con facilidad. Pero los modelos de ratón del equipo de Emory podrían representar un punto de inflexión en la solidez, especialmente en áreas donde es probable que un modelo se vea afectado por factores externos.

Esto podría, potencialmente, incluir inferencias de IA más sólidas en lo que respecta a la diversidad y una mayor resistencia contra los prejuicios. Y otros sistemas predictivos también podrían beneficiarse, como los algoritmos de predicción del mercado de valores y los modelos de seguimiento financiero. Es posible que esto incluso aumente nuestra capacidad para predecir patrones climáticos durante largos períodos de tiempo.

Toma rápida: Esto es brillante, pero su utilidad real está por verse. Irónicamente, las industrias de la tecnología y la inteligencia artificial también se encuentran en un punto crítico extraño e impredecible en el que las soluciones de hardware de fuerza bruta y los elegantes atajos de software están comenzando a separarse entre sí.

Aún así, si adoptamos una visión muy optimista, esto también podría ser el comienzo de algo asombroso como la inteligencia artificial general (AGI): máquinas que realmente piensan. No importa cómo lleguemos a AGI, es probable que necesitemos comenzar con modelos capaces de imitar las redes neuronales orgánicas de la naturaleza lo más fielmente posible. Tienes que empezar por alguna parte.





Fuente: TNW

Compartir:

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para fines de afiliación y para mostrarte publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver Política de cookies
Privacidad