close

Insider

[Podcast] Influencia de la Neurociencia y la Biología en la Inteligencia artificial

Written by Alana Team
on agosto 10, 2020

En el cuarto episodio del Inside Alana Podcast descubriremos cómo algunas áreas de la Biología influyen positivamente en el desarrollo de tecnologías de inteligencia artificial. 

A pesar de parecer materias totalmente diferentes, la Biología estudia algunos aspectos que ayudan a comprender cómo funciona y evoluciona el cerebro humano. Esta capacidad de evolución es lo que inspira a académicos de todo el mundo en la búsqueda de una AI Fuerte,  y es la principal influencia en la creación de algoritmos genéticos.

 

La teoría de la evolución y los algoritmos genéticos

Charles Darwin  no era programador ni estadístico, pero jugó un papel importante en la innovación de las técnicas de inteligencia artificial. 

Sin imaginar que su teoría de la evolución podría ayudar a la tecnología, afirmó que la selección natural era un principio evolutivo esencial, ya que las especies mejor adaptadas tendrían más posibilidades de sobrevivir. Con base en este pensamiento, los estudiosos de la IA aplicaron reglas en forma de algoritmo evolutivo, cuya principal métrica positiva es la adaptación.

imagem_1_esp-min-Sep-30-2020-04-11-35-55-AM

Algoritmos Genéticos

Los algoritmos evolutivos se denominan algoritmos genéticos y  están programados para seguir patrones que replican la teoría de la evolución de las máquinas.  Este proceso funciona de la siguiente manera:

  • Los algoritmos se crean y se ponen a prueba;
  • Un pequeño grupo sobrevivirá más tiempo, lo que puede considerarse como selección natural;
  • El grupo superviviente se someterá a una recombinación (cruzamiento);
  • El proceso se repite para que los algoritmos sigan evolucionando y así se fortalezcan.

La técnica de los algoritmos genéticos fue desarrollada principalmente por John Henry Holland, na década de 1970 e por  en la década de 1970 y por algunos de sus alumnos, como David E. Goldberg, quien popularizó el tema en la década de 1980.

imagem_2_esp-min-Sep-30-2020-04-11-57-43-AM

Entre los principales beneficios de los algoritmos genéticos se encuentran:

  • Son fáciles de implementar;
  • Son muy adaptables;
  • Trabajan con parámetros continuos;
  • Se pueden utilizar junto con otras técnicas.

Según Marcellus Amadeus, CTO de Alana AI, además de la teoría de la evolución, existe otra área de la Biología de gran importancia para la inteligencia artificial: la neuroanatomía.

 

 Neuroanatomía y Deep Learning

Como la neuroanatomía estudia el sistema nervioso, que está compuesto por redes neuronales, ayuda a comprender hechos para la evolución de algoritmos de redes neuronales artificiales, que imitan la estructura biológica del cerebro y son la base de la técnica de aprendizaje profundo (Deep Learning).

imagem_3_esp-min-3

Como se mencionó en el episodio del podcast sobre cómo piensan las máquinas,  las redes neuronales artificiales son como sistemas de neuronas interconectadas y procesan valores de entrada, simulando comportamientos de redes neuronales biológicas.

El aprendizaje profundo y sus peculiaridades

Lo más sorprendente de la técnica de Deep Learning es que, en la mayoría de los casos, no es posible saber cómo llegó la máquina a una determinada conclusión. Esto se llama black box  y, para sectores que necesitan entender el comportamiento de la máquina, puede ser un problema..imagem_4_esp-min-3

Por otro lado, está la Inteligencia Artificial Explicable (Explainable AI), también conocida como XAI.

Esta área de estudios abarca técnicas más simples y antiguas, como los árboles de decisión. El gran desafío en este campo es explicar cómo aprende el Deep Learning, es decir, hacer que no sea un algoritmo de black box.

Tipos de algoritmos de Deep Learning

Existen varios algoritmos de Deep Learning, y es posible utilizar varios simultáneamente, ya que cada uno es ideal para un tipo específico de actividad.

Las técnicas predominantes son:

  1. Convolutional Neural Network (CNN);
  2. Recurrent Neural Network (RNN);
  3. Generative Adversarial Network (GAN);
  4. Long Short-Term Memory (LSTM);
  5. Transformers.

El LSTM es uno de los más comunes para el área de desarrollo del  lenguaje de máquina. Está relacionado con la memoria a corto y largo plazo.

Este algoritmo (LSTM) es una arquitectura de red neural recurrente que "recuerda" valores a intervalos aleatorios. Es adecuado para clasificar, procesar y predecir series de tiempo con intervalos de tiempo desconocidos.

Algunas de las principales, y más famosas, aplicaciones de los LSTM incluyen:

  • Modelado de idiomas;
  • Traducción de idiomas;
  • Leyendas en imágenes;
  • Composición de texto;
  • Reconocimiento de ortografía;
  • Aprendizaje de ritmo.

linha-min-1

 

La inteligencia artificial es multidisciplinar

El vínculo entre la IA y otras áreas es fantástico y, al mismo tiempo, intrigante. Además de la biología, otros campos de impacto son la estadística, las matemáticas y la lingüística.

Sabemos que es una tarea difícil crear una máquina con plena conciencia en las próximas décadas, o siglos, pero el estudio de estas variadas áreas, seguro, seguirá contribuyendo al desarrollo de tecnologías de inteligencia artificial.

Para obtener más información sobre los conceptos básicos de la IA, le recomendamos que escuche los episodios anteriores del  Inside Alana Podcast.

 

personagens escrevendo

 



assinatura_teamalana

 

Você também pode gostar:

Insider

[Podcast] Los desafíos de la inteligencia artificial en la comunicación

Para muchos, la inteligencia artificial solo existe en películas o teorías de conspiración sobre el fin del mundo. Aunqu...

Insider

Alana AI expande sus operaciones en América Latina

Fundada en 2015, Alana AI está abriendo oficinas en México y Puerto Rico. Hoy, la empresa de inteligencia artificial ya ...

Insider

¿Qué cambia con la Ley General de Protección de Datos (LGPD) en Brasil?

¿Sabías que la Ley General de Protección de Datos se promulgó en septiembre de este año y entrará en vigor a partir del ...

Receba insights sobre
Inteligência Artificial por e-mail,
na medida certa.