Q:
¿Cómo puede ayudar el aprendizaje automático a observar las neuronas biológicas, y por qué es un tipo de IA confuso?
UN:El aprendizaje automático no solo modela la actividad del cerebro humano: los científicos también están utilizando tecnologías impulsadas por ML para observar realmente el cerebro y las neuronas individuales en las que se basan estos sistemas.
Un artículo de Wired habla sobre los esfuerzos en curso para examinar el cerebro e identificar las propiedades de las neuronas individuales. La escritora Robbie González habla sobre un esfuerzo de 2007 que ilustra algo de lo que todavía está a la vanguardia del desarrollo del aprendizaje automático en la actualidad.
| Descarga gratuita: Aprendizaje automático y por qué es importante |
En cierto modo, estos proyectos también muestran la naturaleza intensiva en mano de obra del aprendizaje automático supervisado. En los programas de aprendizaje automático supervisados, los datos del conjunto de capacitación deben etiquetarse cuidadosamente para ayudar a configurar el proyecto para el éxito y la precisión.
González habla de una situación en la que varios miembros de un equipo se reúnen para llevar a cabo el esfuerzo laboral masivo que se requiere para obtener el tipo de etiquetado que necesitan estos proyectos, describiendo una colección de estudiantes de verano, estudiantes graduados e individuos posdoctorales, la neurocientífica molecular Margaret Sutherland describe cómo la anotación de datos ayuda a preparar el conjunto de datos. El Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares, del cual Sutherland era el director, fue uno de los patrocinadores del estudio.
Utilizando una red neuronal profunda, un equipo dirigido por el neurocientífico de San Francisco Stephen Finkbeiner y algunos de los expertos de Google observaron imágenes de células con y sin varios tipos de etiquetas de marcado fluorescente. La tecnología examinó partes individuales de una neurona, como axones y dendritas, y trató de aislar varios tipos de células entre sí, en un proceso que Finkbeiner y otros llamaron etiquetado silico o ISL.
Este tipo de investigación puede ser particularmente confuso para aquellos que son nuevos en el proceso de aprendizaje automático. Esto se debe a que la idea del aprendizaje automático y la inteligencia artificial se basa en gran medida en las redes neuronales, que son modelos digitales de cómo funcionan las neuronas en el cerebro humano.
La neurona artificial, que se basa en la neurona biológica, tiene un conjunto de entradas ponderadas, una función de transformación y una función de activación. De manera similar a las neuronas biológicas, toma alguna forma de entradas impulsadas por datos y devuelve una salida. Por lo tanto, es un poco irónico que los científicos puedan usar estas redes neuronales inspiradas biológicamente para observar las neuronas biológicas.
En cierto modo, va por el camino de la tecnología recursiva, pero también ayuda a acelerar el proceso de aprendizaje en esta industria, y también nos demuestra que al final, la neurociencia y la ingeniería eléctrica se están volviendo muy cercanas vinculado. En la opinión de algunos, nos estamos acercando a la singularidad de la que habla la gran mente de TI Ray Kurzweil, donde las líneas entre humanos y máquinas se volverán constantemente borrosas. Es importante observar cómo los científicos están aplicando estas tecnologías muy poderosas a nuestro mundo, para comprender mejor cómo funcionan todos estos nuevos modelos.
