La investigadora de DeepMind Kimberly Stachenfeld ha ayudado a desarrollar una teoría sobre el hipocampo del cerebro humano, responsable de la memoria espacial y la orientación.  Ahora, usa su innovador trabajo de neurociencia para comprender mejor la inteligencia artificial (IA).

Las teorías anteriores sobre el hipocampo se centraron en su papel clave en la representación del pasado y el presente, en particular en cuanto a la orientación en el espacio. Pero Stachenfeld quería analizar si se podría vincular el presente con el futuro, representando la situación actual en términos de lo que se prevé sobre los próximos eventos. Gracias al área de IA llamada aprendizaje reforzado, una técnica de ensayo y error, Stachenfeld planteó la idea que el hipocampo usa un mecanismo similar para hacer asociaciones entre el estado actual de una persona (como estar en el garaje) y un estado futuro deseable (como llegar al trabajo a tiempo).

La teoría de Stachenfeld y de su equipo ayuda a explicar cómo el hipocampo podría desempeñar un papel de un sistema de predicción. En concreto, esta región asiste al cerebro a la hora de evaluar rápidamente las opciones, como por ejemplo subir al coche e ir al trabajo en lugar de quedarse en casa y ver la televisión durante la mañana de un día laborable.

Ahora Stachenfeld quiere aplicar lo que sabe sobre el cerebro para mejorar la IA. Por ejemplo, los sistemas de inteligencia artificial aprenden fácilmente a realizar tareas simples (encontrar el azúcar en la estantería). Pero esos sistemas no son rival para el cerebro humano, que puede aprender muchas cosas a la vez al agrupar las tareas y recuerda detalles casuales mientras aprende una tarea. Esta capacidad resulta útil para recordar cosas mientras se aprende alguna otra tarea relacionada. Por ejemplo, aprendemos que remover y mezclar son conceptos muy similares, y podemos repetir comportamientos parecidos para llevarlos a cabo.

Si Stachenfeld logra descubrir cómo el cerebro hace esto, cree que podría ayudar a entrenar los sistemas de inteligencia artificial muchísimo más rápido sin tener que depender de tantos datos.

- Por Russ Juskalian