como estacionar un auto con 12 neuronas

Y decir que los fabricantes automóviles han implementado una avalancha de tecnología y décadas para lograr autos que se estacionan solos. Y nuevamente, en la mayoría de los casos, es una asistencia simple: siempre debe cuidar el embrague, el acelerador y el freno. Bueno, imagine que un simple gusano de un milímetro de largo es capaz de realizar un nicho con menos de 12 neuronas !

Investigadores de la Universidad de Viena (Austria), en colaboración con el Instituto de Tecnología de Massachusetts (MIT), han construido una red neuronal ultra simple inspirada en el gusano C. elegans, el único organismo vivo cuyo sistema nervioso ha sido totalmente modelado en 2019. Este pequeño gusano tiene entre 302 y 385 neuronas unidas por unas 8,000 sinapsis. En un estudio publicado en el sitio de pre-publicación ArXivRamin Hasani y sus colegas reprodujeron una versión electrónica de este sistema nervioso que comprende solo 12 neuronas, y lograron enseñarle a realizar tareas simples, como maniobrar un pequeño automóvil robótico de acuerdo con una ruta predefinida.

Una red neuronal en evolución cuyas conexiones varían con el tiempo.

El interés de estos trabajos obviamente no es enseñarle a un gusano a conducir un automóvil (¿incluso si?). Es especialmente para acercar la operación redes neuronales artificiales de la del cerebro biológico. " En nuestra nueva arquitectura, el vínculo entre una neurona A y una neurona B de la capa inferior no es constante, pero varía en el tiempo según una función no lineal Dice Ramin Hasani. Esta arquitectura permite procesar información que llega gradualmente, por ejemplo, cuando una persona da un discurso en vivo o cuando tenemos que adaptar nuestro comportamiento a un entorno en movimiento. Este tipo de tarea requiere las llamadas redes neuronales "recurrentes" (RNN), en las que la información puede propagarse en ambas direcciones y, por lo tanto, es posible "recordar" información antigua. Pero la "memoria" de estos RNN es relativamente limitada ("olvidan" la información que está demasiado lejos) y no pueden anticipar información futura.

Una red ultra simple, lejos de las "cajas negras" de los algoritmos de aprendizaje habituales.

Los investigadores logran enseñar su red ultra simplificada tareas relativamente complejas, como estacionar un vehículo en un espacio de estacionamiento a lo largo de una ruta predefinida. " Dejándo el red neuronal, que en la naturaleza controlaría el movimiento de los gusanos, se utiliza en nuestro caso para dirigir y acelerar el vehículo Dice Ramin Hasani. La otra ventaja de este nuevo tipo de red es que necesitamos muchas menos neuronas y enlaces. Los RNN clásicos, compuestos por miles de nudos, se han convertido en cajas negras reales con una lógica tan compleja que solo se puede analizar el resultado final. " Como nuestra red está muy simplificada, también es muy fácil de interpretar y, por lo tanto, de controlar ", Da la bienvenida al investigador. ¿Quién hubiera pensado que un gusano sería más fuerte que Google ?