Investigadores Descubren que el Aprendizaje Puede Ser Imitado en Materia Sintética

Los investigadores de la Universidad de Rutgers han descubierto que el aprendizaje puede ser imitado en materia sintética. El aprendizaje es una característica clave de la inteligencia, y este nuevo hallazgo podría tener grandes implicaciones para el desarrollo de algoritmos en inteligencia artificial (IA).

El nuevo estudio se publicó en la revista PNAS.

Característica Fundamental de los Humanos

La característica fundamental del aprendizaje en humanos ha sido la inspiración para el desarrollo de muchas tecnologías de IA, y les permite adaptarse a condiciones y entornos cambiantes. Sin embargo, la IA a menudo se centra en emular la lógica humana. El nuevo descubrimiento de los investigadores proporciona un camino para imitar la cognición humana en dispositivos que pueden aprender, recordar y tomar decisiones similares a las de los humanos y nuestros cerebros.

Al crear esto en estado sólido, se podrían desarrollar nuevos algoritmos en IA y computación neuromórfica con la flexibilidad para abordar incertidumbres, contradicciones y otros aspectos similares presentes en nuestra vida diaria. La computación neuromórfica construye sistemas nerviosos artificiales para transferir señales eléctricas que imitan las señales del cerebro, y lo hace para imitar la estructura y el funcionamiento neural general del cerebro humano.

Los investigadores de Rutgers fueron acompañados por colegas de Purdue, la Universidad de Georgia y el Laboratorio Nacional Argonne.

Papel del Óxido de Níquel

Juntos, los investigadores estudiaron cómo la conductividad eléctrica del óxido de níquel, que es un tipo especial de material aislante, respondió después de que su entorno se cambió múltiples veces durante varios intervalos de tiempo.

Subhashish Mandal es un asociado postdoctoral en el Departamento de Física y Astronomía de Rutgers-New Brunswick.

“El objetivo era encontrar un material cuya conductividad eléctrica pueda ser ajustada mediante la modulación de la concentración de defectos atómicos con estímulos externos como oxígeno, ozono y luz”, dijo Mandal. “Estudiamos cómo se comporta este material cuando dopamos el sistema con oxígeno o hidrógeno, y lo más importante, cómo el estímulo externo cambia las propiedades electrónicas del material”.

Uno de los hallazgos de los investigadores fue que cuando los estímulos de gas cambiaban rápidamente, el material no podía responder por completo. En su lugar, permaneció en un estado inestable en cualquiera de los entornos mientras su respuesta comenzaba a disminuir.

Los investigadores entonces introdujeron un estímulo de noxio como el ozono, y el material respondió más fuertemente antes de disminuir nuevamente.

“La parte más interesante de nuestros resultados es que demuestra características universales de aprendizaje como la habituación y la sensibilización que generalmente se encuentran en especies vivas”, dijo Mandal. “Estas características del material pueden inspirar nuevos algoritmos para la inteligencia artificial. Al igual que el movimiento colectivo de pájaros o peces ha inspirado la IA, creemos que el comportamiento colectivo de electrones en un sólido cuántico puede hacer lo mismo en el futuro.

“El campo en crecimiento de la IA requiere hardware que pueda alojar propiedades de memoria adaptativa más allá de lo que se utiliza en las computadoras de hoy”, continuó. “Encontramos que los aislantes de óxido de níquel, que históricamente han sido restringidos a propósitos académicos, podrían ser candidatos interesantes para ser probados en el futuro para computadoras y robótica inspiradas en el cerebro”.