El cerebro toma decisiones antes de lo que pensábamos, según un nuevo estudio

Investigadores de la Universidad de Illinois Urbana Champaign realizaron un estudio que podría cambiar la forma en que se comprende tanto el cerebro humano como la inteligencia artificial. Los hallazgos sugieren que la toma de decisiones comienza mucho antes en el cerebro de lo que las teorías tradicionales proponen, lo que abre nuevas posibilidades para diseñar sistemas de inteligencia artificial más eficientes.

El estudio, liderado por el profesor de ingeniería eléctrica y de computación Yurii Vlasov en la Grainger College of Engineering, fue publicado en las Actas de la Academia Nacional de Ciencias (PNAS). Este trabajo señala un papel inesperado para las regiones sensoriales tempranas del cerebro en la toma de decisiones, desafiando la visión aceptada de que las decisiones emergen solo después de que la información se mueve a través de una jerarquía estricta de regiones cerebrales.

Repensando cómo el cerebro toma decisiones

El cerebro humano es considerado la estructura más compleja del universo conocido. Aún no se comprende completamente su funcionamiento, lo que llevó a la Academia Nacional de Ingeniería a identificar en 2008 la ingeniería inversa del cerebro como uno de los 14 grandes desafíos de la ingeniería del siglo XXI.

Durante décadas, muchos sistemas de inteligencia artificial, incluidos los redes neuronales convolucionales, se han inspirado en la idea de que el cerebro procesa la información en una secuencia unidireccional. Según este modelo tradicional, la información sensorial asciende a través de regiones cerebrales cada vez más complejas hasta llegar a la corteza frontal, donde se toman las decisiones.

Sin embargo, Vlasov y otros investigadores han cuestionado si esa imagen es completa. En cambio, están explorando un modelo basado en la inteligencia natural, que ha sido refinada a través de la evolución durante cientos de millones de años. En este marco, el cerebro no depende solo de un flujo de información paso a paso. La toma de decisiones también depende de bucles de retroalimentación interconectados que permiten que la información se mueva en ambas direcciones entre las regiones cerebrales.

Como la inteligencia biológica realiza tareas complejas utilizando mucho menos energía que los sistemas de IA actuales, comprender esta arquitectura podría guiar el desarrollo de futuras inteligencias artificiales.

"Queremos aprender de mil millones de años de evolución", afirmó Vlasov. "¿Cómo está organizada arquitectónicamente la inteligencia biológica? ¿Podemos aprender de la arquitectura del cerebro y emular eso para hacer que la IA sea más efectiva, menos hambrienta de energía y más inteligente de lo que es actualmente? En el nivel de toma de decisiones, ahí es donde la IA actual está fallando".

Las regiones cerebrales tempranas muestran actividad en la toma de decisiones

Para investigar cómo funcionan estos procesos, el equipo de investigación se centró en las primeras etapas de percepción y sensado del cerebro. Los científicos registraron la actividad neural en ratones mientras navegaban por un pasillo de realidad virtual y tomaban decisiones perceptuales. Encontraron evidencia de actividad relacionada con la decisión en la corteza somatosensorial primaria (S1), una de las áreas de procesamiento sensorial más tempranas del cerebro.

En lugar de simplemente transmitir información hacia adelante, S1 parecía estar influenciada por regiones cerebrales superiores a través de bucles de retroalimentación. Esta regulación de arriba hacia abajo sugiere que la toma de decisiones implica una comunicación continua entre múltiples áreas cerebrales en lugar de un simple flujo unidireccional de información.

"El código neural del cerebro sigue siendo mayormente un lenguaje desconocido", comentó Vlasov. "Pero esta comprensión a nivel de sistemas puede verse como un impacto potencial en cómo se pueden construir redes neuronales artificiales más eficientes, cómo se puede pensar en la próxima generación de IA. Tal vez con estas analogías que aprendemos de los cerebros reales, podamos mejorar aún más la IA".

Implicaciones de los hallazgos para la IA futura

Los investigadores enfatizan que el estudio no proporciona un plano para construir una inteligencia artificial mejor. En cambio, ofrece nuevas ideas sobre cómo el cerebro organiza la toma de decisiones que podría eventualmente inspirar arquitecturas de IA futuras. A continuación, Vlasov y su equipo planean investigar el tiempo de estas señales cerebrales con mayor detalle. También tienen la intención de desarrollar nuevas tecnologías para medir la actividad neural y comprender mejor cómo emergen y coordinan los bucles de retroalimentación en diferentes niveles de procesamiento cerebral.

"Al observar la dinámica temporal rápida de la actividad neural, tal vez podamos entender mejor cómo se involucran estos bucles de retroalimentación en la toma de decisiones", concluyó Vlasov. "Quizás ese sea el enfoque que descubra potencialmente estos mecanismos actualmente desconocidos: cómo se organizan dinámicamente estos bucles de retroalimentación y cómo forman y dan forma a diferentes niveles de procesamiento. Quizás eso se pueda implementar en nuevas arquitecturas para la IA".

Temas