Desde "2001: Una odisea del espacio", la gente se preguntaba: ¿podrían existir máquinas como HAL 9000 que puedan procesar información con inteligencia similar a la humana?
Los investigadores de la Universidad Estatal de Michigan dicen que la verdadera inteligencia a nivel humano sigue estando muy lejos, pero su nuevo artículo publicado en El naturalista estadounidense explora cómo las computadoras podrían comenzar a evolucionar el aprendizaje de la misma manera que lo hicieron los organismos naturales, con implicaciones para muchos campos, incluida la inteligencia artificial.
"Sabemos que todos los organismos son capaces de aprender de alguna forma, simplemente no estábamos seguros de cómo evolucionaron esas habilidades por primera vez. Ahora podemos ver cómo se desarrollan estos importantes eventos evolutivos ante nosotros en un mundo virtual", dijo Anselmo Pontes, MSUinvestigador de ciencias de la computación y autor principal ". Comprender cómo evolucionó el comportamiento de aprendizaje nos ayuda a descubrir cómo funciona y proporciona información sobre otros campos como la neurociencia, la educación, la psicología, el comportamiento animal e incluso la IA. También proporciona pistas sobre cómo funcionan nuestros cerebrose incluso podría conducir a robots que aprendan de las experiencias tan efectivamente como los humanos ".
Según Fred Dyer, profesor de biología integrativa de MSU y coautor, estos hallazgos tienen el potencial de tener enormes implicaciones.
"Estamos desenredando la historia de cómo surgió nuestra propia cognición y cómo eso puede dar forma al futuro", dijo Dyer. "Comprender nuestros propios orígenes puede llevarnos a desarrollar robots que puedan observar y aprender en lugar de ser programados paracada tarea individual "
Los resultados son la primera demostración que muestra la evolución del aprendizaje asociativo en un organismo artificial sin cerebro. Aquí hay un video que muestra el proceso.
"Nuestra inspiración fue la forma en que los animales aprenden puntos de referencia y los usan para navegar por sus entornos", dijo Pontes. "Por ejemplo, en experimentos de laboratorio, las abejas aprenden a asociar ciertos colores o formas con direcciones y navegar laberintos complejos".
Dado que la evolución del aprendizaje no se puede observar a través de los fósiles, y tomaría más de una vida observarla en la naturaleza, el equipo interdisciplinario de MSU compuesto por biólogos e informáticos utilizó un programa de evolución digital que les permitió observar decenas de milesde generaciones de evolución en solo unas pocas horas, una hazaña inalcanzable con los sistemas vivos.
En este caso, los organismos evolucionaron para aprender y usar señales ambientales para ayudarlos a navegar por el ambiente y encontrar comida.
"El aprendizaje es crucial para la mayoría de los comportamientos, pero no pudimos observar directamente cómo comenzó el aprendizaje desde nuestros ancestros puramente instintivos", dijo Dyer. "Construimos varias presiones de selección que pensamos que podrían desempeñar un papel yvi lo que pasó en la computadora "
Si bien el entorno fue simulado, la evolución fue real. Los programas que controlaban el organismo digital estaban sujetos a la variación genética de la mutación, la herencia y la selección competitiva. Los organismos tenían la tarea de seguir un rastro junto a señales que, si se interpretan correctamenteseñaló dónde iba el camino a continuación.
Al comienzo de la simulación, los organismos eran "pizarras en blanco", incapaces de sentir, moverse o aprender. Cada vez que un organismo se reproducía, sus descendientes podían sufrir mutaciones que cambiaban su comportamiento. La mayoría de las mutaciones eran letales. Algunos no hicieron nada. PeroLos rasgos raros que permitieron a un organismo seguir mejor el rastro dieron como resultado que el organismo recolectara más recursos, se reprodujera con más frecuencia y, por lo tanto, ganara participación en la población.
A lo largo de las generaciones, los organismos evolucionaron comportamientos cada vez más complejos. Primero surgieron movimientos simples que les permitieron tropezar con los alimentos. Luego, la capacidad de detectar y distinguir diferentes tipos de señales, seguida de la capacidad reflexiva para corregir errores, como intentarun camino incorrecto, retrocediendo e intentando otro.
Algunos organismos desarrollaron la capacidad de aprender por asociación. Si uno de estos organismos daba un giro equivocado, corregiría el error, pero también aprendería de ese error y asociaría la señal específica que vio con la dirección que ahora conocía.debería haberse ido. A partir de ese momento, navegaría por todo el camino sin más errores. Algunos organismos podrían incluso volver a aprender cuando son engañados cambiando las señales a mitad del camino.
"La evolución en la naturaleza puede tomar demasiado tiempo para estudiar", dijo Pontes, "pero la evolución es solo un algoritmo, por lo que puede replicarse en una computadora. No solo pudimos ver cómo ciertos entornos fomentaron la evolución del aprendizaje,pero vimos que las poblaciones evolucionaban a través de las mismas fases de comportamiento que los científicos anteriores especularon que debería ocurrir pero que no tenían la tecnología para ver ".
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Michigan . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :