Puede, y lo fue durante bastante tiempo, pero se encontró que funciona bastante mal cuando se entrena redes (una buena explicación de por qué no funciona particularmente bien se puede encontrar aquí: Redes Neuronales Artificiales: ¿La regla de Hebbian Learning funciona en ¿problemas de aprendizaje automático o es solo un enfoque teórico?), y también se descubrió que en realidad no es biológicamente plausible.
En cambio, nuestra mejor conjetura actual para esto se conoce como “plasticidad dependiente del tiempo de pico”. El artículo de Wikipedia en él es bastante bueno (plasticidad dependiente del tiempo de Spike – Wikipedia).
Hay personas (Yoshua Bengio es un ejemplo obvio) que han experimentado con formas más biológicamente plausibles de modificar el algoritmo fundamental de backprop (http://www.iro.umontreal.ca/~ben…), pero esto es muy activo área de investigación y no creo que nadie tenga muy claro a dónde podría ir.
- ¿Pueden los algoritmos "20 preguntas" ayudar a la inteligencia artificial con la comprensión semántica?
- ¿Cómo se eligen los revisores para las conferencias de aprendizaje automático?
- En pocas palabras, ¿cómo se hace el aprendizaje automático con imágenes?
- Quiero ser experto en IA, ¿por dónde debería comenzar? Tengo veinte y tantos años viviendo en Europa.
- ¿Por qué los científicos tienen debates teóricos sobre la inteligencia artificial que se apodera del mundo cuando existen problemas reales como disturbios políticos y sociales en este momento?
El problema es fundamentalmente que ambos tenemos una comprensión pobre de los cerebros y una comprensión pobre de los modelos de red. Si bien tratar de modelar uno sobre el otro a veces puede conducir a nuevos avances, es un área de investigación complicada y difícil de profundizar, aunque es extremadamente interesante.
