Mientras que el ML temprano (y las redes neuronales en particular) seguramente se inspiró en el pensamiento neurocientífico, o al menos en la fascinación por comprender cómo funciona el cerebro, el ML ha sido impulsado principalmente por avances en campos como la optimización y las estadísticas en lugar de la neurociencia.
Dicho esto, hay ejemplos de intersecciones entre los dos campos. Las redes neuronales convolucionales están mediadas por activaciones localmente coherentes, que son similares a cómo funcionan los campos receptivos en la corteza visual. Las arquitecturas recurrentes son herramientas muy poderosas para aprender representaciones complejas de datos, y hay muchas pruebas de que la recurrencia es importante para la función de los circuitos neuronales. Sin embargo, no creo que la neurociencia haya impulsado el desarrollo de estos algoritmos.
La mayoría de los algoritmos de ML que tienden a funcionar bien en la práctica no tienen análogos biológicos claros. Por ejemplo, se desconoce, y muchos neurocientíficos piensan que es poco probable, que el cerebro aprenda a través de la propagación hacia atrás. El flujo lineal del algoritmo es inconsistente con los hallazgos de que el cerebro intercala una tonelada de cálculos lineales y no lineales. La dinámica neuronal se ve afectada por todo, desde las no linealidades dendríticas (subneuronales) hasta los cambios de estado global en grandes regiones corticales, y esas diferentes escalas de respuesta no son capturadas por las redes neuronales en la actualidad.
- ¿Es posible trabajar hacia una gran contribución al campo, sin comprender realmente cosas fundamentales como la propagación hacia atrás en redes neuronales artificiales?
- ¿Cuáles son las principales ventajas que tiene la IA sobre el cerebro humano?
- ¿Java es bueno para la inteligencia artificial?
- ¿Con cuántos años de anticipación los militares y las agencias fantasmas jugarán con una IA fuerte antes de que los civiles se enteren?
- ¿Cuál es la diferencia entre inteligencia artificial e inteligencia asistida? ¿Cuál es el camino a seguir?
Hay una investigación activa sobre cómo podemos fusionar mejor las disciplinas, porque teóricamente esa relación es mutuamente beneficiosa. La ML moderna y la neurociencia moderna son tan incipientes que hay muchas oportunidades para la colaboración.
Algunos recursos para leer más:
https://arxiv.org/pdf/1502.04156…
Hacia una integración del aprendizaje profundo y la neurociencia
