A caballo entre la neurociencia y la informática, un investigador de la EPFL ha diseñado un algoritmo de inteligencia artificial (IA) capaz de predecir los efectos de la sorpresa o la novedad en el comportamiento. Una herramienta que podría ser útil en psiquiatría o en educación, por ejemplo.
IMAGO/Fotos de diseño
En su tesis doctoral, Alireza Modirshanechi, investigador del Laboratorio de Neurociencia Computacional del Instituto Federal Suizo de Tecnología en Lausana (EPFL), diseñó un algoritmo descrito como un agente artificial inteligente que imita a los humanos. Sometido a los mismos experimentos, realiza las mismas tareas con los mismos resultados.
Objetivo de la operación: definir mejor el efecto sorpresa y estudiar su impacto en diferentes funciones cerebrales. Utilizando experimentos clásicos de los estudios del comportamiento, el especialista ha desarrollado una taxonomía de 18 definiciones matemáticas diferentes de sorpresa y novedad.
A continuación, Modirshanechi exploró las similitudes de estas definiciones, sus diferencias y las condiciones que las hacen indistinguibles. Su algoritmo distingue así la sorpresa, considerada como un modulador de la velocidad de aprendizaje, y la novedad, un motor de exploración hacia un objetivo.
Predicciones de prueba
“Lo hemos cuantificado matemáticamente”, explica el investigador, citado el viernes en un comunicado de prensa de la EPFL: “Podemos distinguir así que la sorpresa acelera el proceso de aprendizaje, mientras que la novedad impulsa la exploración. Podemos disociar las señales en el cerebro.
Un segundo paso consistió en probar las predicciones del algoritmo en humanos para ver si eran consistentes. El científico analizó el comportamiento y los datos del electroencefalograma (EEG) de sujetos humanos en experimentos cognitivos. “Pudimos predecir entre el 60 y el 80% de las decisiones que iban a tomar los sujetos durante los experimentos”, indica el investigador.
“Todo el mundo sabe que cuando se te cae una manzana, se cae. Pero Newton encontró la fórmula que lo explica. Ese es nuestro objetivo. Pudimos definir el algoritmo que predice cuándo y en qué grado se sorprende el sujeto y podemos explicar mediante qué ecuación los humanos aprenden más rápido cuando se sorprenden”, explica.
Una base para la investigación.
Este algoritmo constituye una base para futuras investigaciones. “Por ejemplo, el EEG sugiere que las personas con esquizofrenia tienen una perspectiva diferente sobre la sorpresa que las de los grupos de control. Pero no sabemos cuán diferentes son sus perspectivas”, señala el especialista.
En otros campos, como el educativo, esta base podría permitir explorar vías para utilizar la sorpresa para reforzar el proceso de aprendizaje o memorización.
La otra aportación de este trabajo es la IA. “La mayoría de los algoritmos existentes se basan en un entorno estable. Por tanto, debemos integrar estas señales sorpresa para actualizar nuestros modelos y diseñar una IA más fiable y segura”, concluye el investigador postdoctoral.
Related News :