¿Se puede enseñar inteligencia a los robots?

Investigadores de la Universidad de Tokyo enseñan a un robot a desplazarse por un laberinto usando un cultivo de neuronas conectado a la máquina

La investigación de la Universidad de Tokyo emplea cultivos de neuronas conectados al robot. En la imagen, recreación 3D de una neurona.
La investigación de la Universidad de Tokyo emplea cultivos de neuronas conectados al robot. En la imagen, recreación 3D de una neurona.

La ingeniería neuromórfica busca desarrollar chips que funcionen como lo hace el cerebro humano. Se trata de un área de investigaciones que aún se mueve mucho más en el campo de lo teórico que de lo práctico, pero investigadores de la Universidad de Tokyo han publicado un paper, revisado por pares, que lo acerca un poquito más a lo segundo.

El equipo liderado por el profesor de mecanoinformática Hirokazu Takahashi ha conseguido que un pequeño robot pueda desplazarse hasta un objetivo evitando una serie de obstáculos. Cierto que esto lo puede hacer hasta una aspiradora, pero lo que es radicalmente diferente en este caso el medio para conseguirlo: estimulando eléctricamente un cultivo de neuronas conectado al robot. En cierto sentido, “haciéndole pensar”.

Este sistema se encuadra dentro de un área muy específica de la neuromorfología que es la computación de reserva física o Physical Reservoir Computing, PRC por sus siglas en inglés. Esta es una tecnología que da sentido a las señales cerebrales mediante un framework (marco de trabajo) computacional adecuado para procesamiento temporal/secuencial de datos y que se deriva de muchos otros modelos de redes neuronales recurrentes.

En la investigación de la Universidad de Tokyo, las neuronas se cultivaron a partir de células vivas y actuaron como el depósito o reserva física que, conectado al robot, le permite “pensar” y construir señales coherentes.

Así, cada vez que el robot se encontraba un obstáculo o se desviaba más de noventa grados del objetivo, las neuronas del cultivo eran perturbadas por un impulso eléctrico. Mientras que cuando iba bien encaminado hacia el objetivo lo que recibía continuamente eran señales homeostáticas que indican al robot que los objetos de su entorno se mantienen a una determinada distancia y que, por tanto, puede continuar el desplazamiento. Alternando señales homeostáticas e impulsos eléctricos, el robot, que carece de cualquier otro método para reconocer su entorno, consiguió llegar hasta su objetivo.

El pequeño robot conectado al cultivo neuronal durante el experimento. El objetivo al que ha de llegar es la forma circular en la parte inferior derecha.
El pequeño robot conectado al cultivo neuronal durante el experimento. El objetivo al que ha de llegar es la forma circular en la parte inferior derecha. FOTO: La Razón (Custom Credit) Cortesía de Yuichiro Yada, Shusaku Yasuda, y Hirokazu Takahasi.

Con este experimento los investigadores demuestran que “se pueden producir capacidades inteligentes de resolución de tareas utilizando ordenadores de depósito físico para extraer señales neuronales caóticas y emitir señales homeostáticas o de perturbación. Al hacerlo, el ordenador crea un depósito que entiende como resolver la tarea,” según el paper.

Hirokazu Takahashi explica en su investigación que “el cerebro de un niño de primaria es incapaz de resolver problemas matemáticos en un examen de admisión a la universidad, posiblemente porque la dinámica del cerebro o su ‘ordenador de reserva física’ no es lo suficientemente rica. La capacidad de resolución de tareas viene determinada por la riqueza del repertorio de patrones espaciotemporales que puede generar la red”.

El objetivo final de esta investigación es comprender mejor los mecanismos del cerebro y avanzar hacia el desarrollo de un ordenador neuromórfico.