Una red artificial de neuronas aprende a hablar comunicándose con un humano

Los investigadores no le introdujeron las reglas del lenguaje previamente


Un modelo cognitivo formado por dos millones de neuronas artificiales, desarrollado por científicos italianos y británicos, es capaz de aprender a hablar partiendo de cero, sólo comunicándose con un humano. Los investigadores no le introdujeron las reglas del lenguaje previamente. A partir de 1.500 frases de entrada, el sistema produjo otras 500, con nombres, verbos, adjetivos y otros tipos de palabras.


Redacción T21
13/11/2015

Localización de los componentes de memoria (amarillo), unificación (azul) y control (gris), según el científico Peter Hagoort, del Instituto Max Planck de Psicolingüística. Fuente: PLOS ONE.
Un grupo de investigadores de la Universidad de Sassari (Italia) y la Universidad de Plymouth (Reino Unido) ha desarrollado un modelo cognitivo, compuesto de dos millones de neuronas artificiales interconectadas, capaz de aprender a comunicarse mediante el lenguaje humano partiendo de cero, sólo a través de la comunicación con un interlocutor humano.

El modelo se llama Annabell (Artificial Neural Network with Adaptive Behavior Exploited for Language Learning) y se describe en un artículo publicado en la revista científica PLoS ONE. Esta investigación arroja luz sobre los procesos neuronales que subyacen en el desarrollo del lenguaje.

¿Cómo desarrolla nuestro cerebro la capacidad de realizar funciones cognitivas complejas, como las que se necesitan para el lenguaje y el razonamiento? Esta es una pregunta a la que los investigadores aún no son capaces de dar una respuesta completa.

Sabemos que en el cerebro humano hay unos cien mil millones de neuronas que se comunican por medio de señales eléctricas. Hemos aprendido mucho acerca de los mecanismos de producción y transmisión de señales eléctricas entre las neuronas, señala la nota de prensa de la Universidad de Sassari, recogida por EurekAlert!

También hay técnicas experimentales, como la resonancia magnética funcional, que nos permitan comprender qué partes del cerebro están más activas cuando estamos involucrados en diferentes actividades cognitivas. Pero un conocimiento detallado de cómo funciona una sola neurona y cuáles son las funciones de las distintas partes del cerebro no es suficiente para dar una respuesta a la pregunta inicial, señala la nota.

Podríamos pensar que el cerebro funciona de manera similar a un ordenador: después de todo, incluso los ordenadores trabajan a través de señales eléctricas. De hecho, muchos investigadores han propuesto modelos basados ​​en la analogía el-cerebro-es-como-un-ordenador desde finales de los años 60. Sin embargo, aparte de las diferencias estructurales, hay profundas diferencias entre el cerebro y un ordenador, especialmente en los mecanismos de procesamiento de aprendizaje y de información.

Las computadoras trabajan a través de programas desarrollados por programadores humanos. En estos programas están codificadas las reglas que el equipo debe seguir en el manejo de la información para realizar una tarea determinada. Sin embargo no hay evidencia de la existencia de este tipo de programas en nuestro cerebro. De hecho, hoy en día muchos investigadores creen que nuestro cerebro es capaz de desarrollar mayores habilidades cognitivas, simplemente mediante la interacción con el medio ambiente, a partir de muy poco conocimiento innato. El modelo Annabell parece confirmar este punto de vista.

Interacción

Annabell no tiene pre-codificado un conocimiento de la lengua; aprende sólo a través de la comunicación con un interlocutor humano, gracias a dos mecanismos fundamentales, que también están presentes en el cerebro biológico: la plasticidad sináptica y las compuertas neuronales.

La plasticidad sináptica es la capacidad de la conexión entre dos neuronas para aumentar su eficiencia cuando los dos neuronas están a menudo activas de forma simultánea o casi simultánea. Este mecanismo es esencial para el aprendizaje y para la memoria a largo plazo.

Los mecanismos de compuerta neuronales se basan en las propiedades de ciertas neuronas (llamadas neuronas biestables) de comportarse como interruptores que se pueden "encenderse" o "apagarse" mediante una señal de control que viene de otras neuronas.

Cuando se activan, las neuronas biestables transmiten la señal de una parte del cerebro a otra, de lo contrario la bloquean. El modelo es capaz de aprender, debido a la plasticidad sináptica, a controlar las señales que abren y cierran las puertas neurales, así como a controlar el flujo de información entre las diferentes áreas.

El modelo cognitivo ha sido validado utilizando una base de datos de cerca de 1.500 frases, se ha basado en la literatura científica sobre el desarrollo temprano del lenguaje, y ha producido un total de 500 oraciones, con nombres, verbos, adjetivos, pronombres y otras clases de palabras, lo que demuestra su capacidad para el procesamiento del lenguaje humano.

Una investigación internacional desarrollada en la que participó el Departamento de Inteligencia Artificial de la Facultad de Informática de la Universidad Politécnica de Madrid (FIUPM) concluyó hace cuatro años que la colaboración y la interacción son determinantes en la evolución del lenguaje.

Referencia bibliográfica:

Bruno Golosio, Angelo Cangelosi, Olesya Gamotina, Giovanni Luca Masala: A Cognitive Neural Architecture Able to Learn and Communicate through Natural Language. PLOS ONE (2015). DOI: 10.1371/journal.pone.0140866



Redacción T21
Artículo leído 6907 veces



Más contenidos