¿Puede la IA lograr una memoria similar a la humana? Explorando el camino para subir pensamientos

La memoria ayuda a las personas a recordar quiénes son. Mantiene conectadas sus experiencias, conocimientos y sentimientos. En el pasado, se pensaba que la memoria residía solo en el cerebro humano. Ahora, los investigadores están estudiando cómo almacenar la memoria dentro de las máquinas.

La Inteligencia Artificial (IA) está avanzando rápidamente debido a la adopción generalizada de la tecnología. Ahora puede aprender y recordar información de maneras similares al pensamiento humano. Al mismo tiempo, los científicos están aprendiendo cómo el cerebro guarda y recuerda recuerdos. Estos dos campos están convergiendo.

Algunos sistemas de IA pronto podrían almacenar recuerdos personales y recordar experiencias pasadas utilizando modelos digitales. Esto crea nuevas posibilidades para preservar la memoria en formas no biológicas. Los investigadores también están explorando la idea de subir pensamientos humanos a máquinas, lo que podría transformar la forma en que las personas perciben la identidad y la memoria. Sin embargo, estos avances plantean preocupaciones serias. Almacenar recuerdos o pensamientos en máquinas plantea preguntas sobre el control, la privacidad y la propiedad. El significado de la memoria en sí mismo puede comenzar a cambiar con estos cambios. Con el progreso continuo en la IA, el límite entre la comprensión humana y la máquina de la memoria se está volviendo gradualmente menos claro.

¿Puede la IA replicar la memoria humana?

La memoria humana es un componente vital de nuestras capacidades cognitivas, lo que nos permite pensar y recordar información. Ayuda a las personas a aprender, planificar y dar sentido al mundo. La memoria funciona de diferentes maneras. Cada tipo tiene su propio papel. La memoria a corto plazo se utiliza para tareas que requieren atención inmediata. Mantiene la información durante un período corto, como un número de teléfono o unas pocas palabras en una oración. La memoria a largo plazo mantiene la información durante un período más largo. Esto incluye hechos, hábitos y eventos personales.

Dentro de la memoria a largo plazo, hay más tipos. La memoria episódica almacena experiencias de vida. Mantiene un registro de eventos, como un viaje escolar o una celebración de cumpleaños. La memoria semántica guarda conocimientos generales. Incluye hechos como el nombre de la capital de un país o el significado de términos simples. Todos estos tipos de memoria dependen del cerebro. Estos procesos dependen del hipocampo. Juega un papel significativo en la formación y recuerdo de recuerdos. Cuando una persona aprende algo nuevo, el cerebro crea un patrón de actividad entre las neuronas. Estos patrones actúan como caminos. Ayudan a almacenar información y hacer que sea más fácil recordarla más tarde. Así es como el cerebro construye la memoria con el tiempo.

En 2024, los investigadores de MIT publicaron un estudio que modelaba la codificación rápida de la memoria en un circuito del hipocampo. Este trabajo demuestra cómo las neuronas se adaptan rápidamente y de manera eficiente para almacenar nueva información. Proporciona información sobre cómo el cerebro humano puede aprender y recordar constantemente.

¿Cómo la IA imita la memoria humana

La IA tiene como objetivo imitar algunas de estas funciones cerebrales. La mayoría de los sistemas de IA utilizan redes neuronales que imitan la estructura del cerebro. La estructura del cerebro inspira estas. Los modelos Transformer ahora son estándar en muchos sistemas avanzados. Ejemplos incluyen xAI’s Grok 3, Google’s Gemini y OpenAI’s GPT series. Estos modelos aprenden patrones de datos y pueden almacenar información compleja. En algunas tareas, se utiliza otro tipo llamado Redes Neuronales Recurrentes (RNNs). Estos modelos son mejores para manejar datos que llegan en un orden secuencial, como el habla o el texto escrito. Ambos tipos ayudan a la IA a almacenar y gestionar información de maneras que se asemejan a la memoria humana.

Sin embargo, la memoria de la IA difiere de la memoria humana. No incluye emociones ni comprensión personal. A fines de 2024, los investigadores de Google Research introdujeron una nueva arquitectura de modelo de memoria llamada Titans. Este diseño agrega un módulo de memoria a largo plazo neural junto con mecanismos de atención tradicionales. Permite que el modelo almacene y recuerde información de un contexto mucho más grande, que abarca más de 2 millones de tokens, mientras mantiene un entrenamiento y una inferencia rápidos. En pruebas de referencia que incluyeron modelado de lenguaje, razonamiento y genómica, Titans superó a los modelos Transformer estándar y otras variantes mejoradas de memoria. Esto representa un paso significativo hacia los sistemas de IA que pueden mantener y utilizar información durante períodos prolongados, aunque la sutileza emocional y la memoria personal siguen estando fuera de su alcance.

Computación Neuromórfica: Un enfoque similar al cerebro

La computación neuromórfica es otra área de desarrollo. Utiliza chips especiales que funcionan como células cerebrales. IBM’s TrueNorth y Intel’s Loihi 2 son dos ejemplos. Estos chips utilizan neuronas de disparo. Procesan información como el cerebro. En 2025, Intel lanzó una versión actualizada de Loihi 2. Era más rápida y utilizaba menos energía. Los científicos creen que esta tecnología puede ayudar a que la memoria de la IA se vuelva más similar a la humana en el futuro.

Una mejora diferente proviene de los sistemas operativos de memoria. Un ejemplo es MemOS. Ayuda a la IA a recordar interacciones de los usuarios a lo largo de múltiples sesiones. Los sistemas más antiguos a menudo olvidaban el contexto anterior. Este problema, conocido como un silo de memoria, hacía que la IA fuera menos útil. MemOS intenta solucionar esto. Las pruebas mostraron que ayudó a mejorar el razonamiento de la IA y hizo que sus respuestas fueran más coherentes.

Subir pensamientos a máquinas: ¿Es posible?

La idea de subir pensamientos humanos a máquinas ya no es solo ciencia ficción. Ahora es un área de investigación en crecimiento, apoyada por el progreso en las interfaces cerebro-máquina (BCIs). Estas interfaces crean un enlace entre el cerebro humano y los dispositivos externos. Funcionan leyendo señales de cerebro y convirtiéndolas en comandos digitales.

A principios de 2025, Neuralink realizó pruebas humanas con implantes de BCI. Estos dispositivos permitieron a las personas con parálisis controlar computadoras y extremidades robóticas utilizando solo sus pensamientos. Otra empresa, Synchron, también informó sobre el éxito de sus BCI no invasivas. Sus sistemas permitieron a los usuarios interactuar con herramientas digitales y comunicarse de manera efectiva a pesar de las limitaciones físicas significativas.

Estos resultados muestran que es posible conectar el cerebro con máquinas. Sin embargo, las BCI actuales todavía tienen muchos límites. No pueden capturar completamente toda la actividad cerebral. Su rendimiento depende de ajustes frecuentes y algoritmos complejos. Además, hay preocupaciones serias sobre la privacidad. Dado que los datos cerebrales son sensibles, el mal uso podría generar problemas éticos importantes.

El objetivo de subir pensamientos va más allá de leer señales de cerebro. Implica copiar la memoria y los procesos mentales completos de una persona en una máquina. Esta idea se conoce como Emulación de cerebro completo (WBE). Requiere mapear cada neurona y conexión en el cerebro y luego recrear cómo funcionan a través de software.

En 2024, los investigadores de MIT estudiaron redes neuronales en varios cerebros de mamíferos. Utilizaron métodos de imágenes avanzados para mapear conexiones complejas entre neuronas. El estudio incluyó especies como ratones, monos y humanos, y el paso fue útil. Pero el cerebro humano es mucho más complejo. Contiene alrededor de 86 mil millones de neuronas y billones de sinapsis. Debido a esto, muchos científicos dicen que la emulación completa del cerebro puede tardar décadas.

La cultura popular ha hecho que sea más fácil para la gente imaginar este tipo de futuro. Programas de televisión como Black Mirror y Upload muestran mundos ficticios donde las mentes humanas se almacenan en forma digital. Estas historias resaltan tanto los beneficios potenciales como los riesgos serios asociados con esta tecnología. También plantean preocupaciones significativas sobre la identidad personal, el control y la libertad. Mientras que estas ideas crean interés público, la tecnología real todavía está lejos de alcanzar este nivel. Muchos desafíos científicos y éticos permanecen sin resolver, incluida la protección de datos personales y la pregunta de si una mente digital sería verdaderamente equivalente a la mente humana.

Desafíos éticos y el camino futuro

La idea de almacenar recuerdos y pensamientos humanos en máquinas plantea preocupaciones éticas serias. Un problema importante es la propiedad y el control. Una vez que los recuerdos se digitalizan, se vuelve incierto quién tiene el derecho de usarlos o gestionarlos. También existe el riesgo de que los datos personales puedan ser accedidos sin permiso o utilizados de manera perjudicial.

Otra pregunta crítica es sobre la conciencia de la IA. Si los sistemas de IA pueden almacenar y procesar memoria como los humanos, algunas personas se preguntan si podrían volverse conscientes. Unas creen que esto podría suceder en el futuro. Otros argumentan que la IA es solo una herramienta que sigue instrucciones sin conciencia genuina.

El impacto social de la subida de recuerdos también es un tema serio. Dado que la tecnología es costosa, puede que solo esté disponible para individuos ricos. Esto podría aumentar las desigualdades existentes en la sociedad.

Además, DARPA continúa su trabajo en BCI a través de su programa N3. Estos proyectos se centran en desarrollar sistemas no quirúrgicos que conecten el pensamiento humano con máquinas. El objetivo es mejorar la toma de decisiones y el aprendizaje. Otra área en crecimiento es la computación cuántica. En 2024, Google presentó su chip Willow. Este chip mostró un rendimiento sólido en la corrección de errores y el procesamiento rápido. Aunque los sistemas cuánticos como este pueden ayudar a almacenar y procesar la memoria de manera más eficiente, todavía existen límites. El cerebro humano tiene alrededor de 86 mil millones de neuronas y billones de conexiones. Mapear todas estas vías, conocidas como el conectoma, es una tarea muy desafiante. Como resultado, la subida completa de pensamientos todavía no es posible.

La educación pública también es esencial. Muchas personas no entienden completamente cómo funciona la IA. Esto conduce al miedo y la confusión. Enseñar a las personas qué puede y qué no puede hacer la IA ayuda a construir confianza. También apoya un uso más seguro de las nuevas tecnologías.

En resumen

La IA está aprendiendo gradualmente a gestionar la memoria de maneras que se asemejan a los procesos de pensamiento humanos. Modelos y enfoques como las redes neuronales, los chips neuromórficos y las interfaces cerebro-máquina han mostrado un progreso constante. Estos desarrollos ayudan a la IA a almacenar y procesar información de manera más efectiva.

Sin embargo, el objetivo de imitar completamente la memoria humana o subir pensamientos a máquinas todavía está lejos. Hay muchas barreras técnicas, costos altos y preocupaciones éticas serias que deben abordarse. Además, cuestiones como la privacidad de los datos, la identidad y el acceso igualitario son fundamentales. Además, la comprensión pública también juega un papel clave. Cuando las personas saben cómo funcionan estos sistemas, es más probable que confíen y los acepten. Mientras que la memoria de la IA puede alterar la forma en que percibimos la identidad humana en el futuro, sigue siendo un área en desarrollo y no es parte de la vida diaria.