¿Serán AI y ML la clave para aprender el cerebro?

“Aprender el cerebro” es bastante vago, pero diré que la IA tendrá un papel clave que desempeñar.

“Lo que no puedo crear, no lo entiendo” – Richard Feynman, fue dejado en la pizarra de su oficina cuando murió.

  • La psicología es como tratar de descubrir cómo funciona un automóvil al conducir un grupo de diferentes vehículos en diferentes condiciones. Esto es útil para determinar lo que los motores pueden hacer / deberían poder hacer si funcionan normalmente.
  • La neurociencia / neurofisiología consiste en descubrir cómo colocar sensores muy pequeños en el automóvil donde sea posible y, de lo contrario, colocar sensores en cortadoras de césped con motores a gasolina, para que podamos tener una mejor idea de lo que hay debajo del capó. Esto se está haciendo cada vez más avanzado, especialmente con el trabajo en connectomes.
  • AI se trata de realizar ingeniería inversa en algunos de los trabajos internos del automóvil en los campos anteriores, y luego construir un automóvil pieza por pieza.

No. No lo creo. Aunque la subdisciplina de las Redes Neuronales (especialmente su encarnación actual como Aprendizaje Profundo, CNN, LSTM, etc.) están inspiradas en la biología, se han apartado masivamente de la realidad biológica.

Esto es por dos razones:

  1. La gente encontró problemas realmente agradables para resolver con ellos, estas soluciones funcionan, por lo que no hay una necesidad real de aplicar ingeniería inversa a la biología.
  2. Las personas están adaptando las redes al hardware real, es decir, las GPU.

Sin embargo, este campo de la tecnología acelerará considerablemente el campo de las interfaces cerebro-computadora (BCI) ya que los sensores actuales (EEG, MEG, EMG) brindan grandes cantidades de datos multidimensionales y puede entrenar redes neuronales casi de forma supervisada ( ya que tiene “datos externos” del cerebro, por ejemplo, lo que ve, cómo actúa, etc.).