¿Cuántas computadoras hacen falta para imitar un cerebro biológico?

Un grupo de ingenieros entrenó a una red de 1.000 computadoras para que realizara una complicada misión: reconocer imágenes de gatos tal y como lo haría un ser humano.

Por muy obvia que parezca la tarea, lo cierto es que para ello el equipo tuvo que construir una red neuronal electrónica basándose en el modo en que funciona un cerebro biológico.

Así crearon una única computadora que fue capaz de "aprender" a identificar gatos en tan sólo tres día sin que nadie previamente le hubiera explicado a la máquina qué es un gato.

Computadora inteligente

Esta red neuronal computerizada forma parte de un proyecto mucho más ambicioso para dotar a las máquinas de la capacidad de aprender, y en el caso de empresas como Google, el tema interesa sobre todo porque con esta tecnología quieren mejorar la operatividad de su motor de búsqueda y diseñar sistemas más precisos de traducción de idiomas.
Es por ello que en el proyecto de reconocimiento gatuno participaron tanto miembros de la Universidad de Stanford en Estados Unidos, como científicos del XLabs del conocido buscador.
La novedad de este trabajo en concreto, residen en que a diferencia de otras técnicas de reconocimiento de imágenes, este sistema no depende de un humano diciéndole a la computadora previamente las características concretas del objeto que debe buscar.
La máquina diseñada por este equipo, no tenía ni idea de qué imágenes iba a ver. No obstante, contaba con 16.000 procesadores para operar un programa informático, que simulan la dinámica de una red neuronal biológica con 1.000 millones de conexiones.

Nervios de silicona

En un cerebro, los nervios están fuertemente interconectados y se cree que el "reconocimiento" de un objeto se da cuando se activa un patrón concreto en una maraña de conexiones.
Se cree que estos patrones de objetos son los que estimulan el aprendizaje en los organismos vivos. Algunos neurocientíficos especulan que partes de nuestro cerebro están tan especializadas que se dedican a reconocer elementos muy concretos, como la abuela de alguien o su gato.
Lo que sucedió con el experimento de Google es que los nervios de silicona del sistema empezaron a reaccionar con imágenes concretas y tras tres días de trabajo y 10 millones de imágenes procesadas, resultó que ya podía identificar uno de ellos: un gato, incluso cuando nunca antes había recibido información sobre cómo es un gato.
A pesar del éxito del trabajo, los investigadores todavía no están seguros de que se pueda asumir que este sistema realmente imita el funcionamiento de un cerebro biológico.
En una entrevista al diario New York Times, uno de los investigadores admitió que aunque esta red neuronal podría suponer un paso adelante respecto a redes similares construidas hasta el momento, lo cierto es que carece de un sistema de procesamiento visual tan complejo como el humano.

Aplicaciones

Sin embargo, los resultados positivos que obtuvieron fueron una sorpresa, y apoya la idea de aquellos que piensan que el aprendizaje no depende únicamente de contar con un contexto o una guía por parte de alguien.
Además de identificar gatos, la computadora también aprendió a distinguir la figura de un ser humano y reconocer rostros.
Ahora el grupo pretende usar estos avances en los motores de búsqueda de internet, para que estos puedan categorizar los resultados que encuentran, reconocer la voz humana y llevar a cabo mejores traducciones de idiomas.
Los resultados finales del experimento serán presentados en la Conferencia Internacional de Aprendizaje computerizado que tiene lugar esta semana en la capital de Escocia, Edimburgo.