Activa las notificaciones para estar al tanto de lo más nuevo en tecnología.

Una red neuronal que aprende a usar el lenguaje humano

Un grupo de investigadores han desarrollado un modelo cognitivo, hecho de unas dos millones de neuronas artificiales conectadas, de manera que puede aprender a comunicarse...

language00
Un grupo de investigadores han desarrollado un modelo cognitivo, hecho de unas dos millones de neuronas artificiales conectadas, de manera que puede aprender a comunicarse usando el lenguaje humano, empezando por un estado de ‘tabula rasa’, es decir, solamente a través de la comunicación con un interlocutor humano. Esta investigación podría ser muy importante para descubrir los procesos neuronales detrás del desarrollo del lenguaje.

El grupo de investigadores de la Universidad de Sassari (Italia) y la Universidad de Plymouth (Reino Unido), han desarrollado un modelo cognitivo al que han llamado ANNABELL (Artificial Neural Network with Adaptive Behavior Exploited for Language Learning). Los detalles de su trabajo de han publicado en PLOS ONE.

¿Cómo es que nuestros cerebros desarrollan la habilidad para desempeñar funciones cognitivas complejas, por ejemplo las que se requieren en el razonamiento y en el lenguaje? Esta es una pregunta que quizás alguna vez nos hemos hecho todos e incluso, no se tienen respuestas definitivas al respecto. Conocemos que el cerebro humano tiene unos cien mil millones de neuronas que se comunican a través de señales eléctricas. Hemos aprendido mucho de los mecanismos de producción y transmisión de cómo se mueven estas señales entre neuronas. Hay de hecho técnicas experimentales, tales como la resonancia magnética, que nos permiten entender qué partes del cerebro están más activas cuando ocurren procesos cognitivos. Sin embargo, un conocimiento detallado de cómo funciona una sola neurona y qué funciones tiene en varias partes del cerebro no parece poder dar una respuesta precisa a la pregunta planteada.

Hay quienes han querido modelar la estructura del cerebro humano como si fuese una computadora. Finalmente una máquina se maneja con señales eléctricas. No obstante la analogía, es claramente la estructura cerebral muy diferente a la que exhiben las computadoras y en el mejor caso, este tipo de modelos no es el más funcional en la mayoría de los casos. De hecho, no hay evidencia de que existan esos programas (como en la computadora), que permitan a un cerebro realizar ciertas actividades. Es más, muchos investigadores piensan que el cerebro humano logra habilidades complejas interactuando con el medio ambiente, empezando incluso desde el conocimiento más elemental al nacer. El modelo ANNABELL pareciera confirmar esta perspectiva.

ANNABELL no tiene conocimiento pre-programado. Aprende en base a comunicarse con un interlocutor humano gracias a dos mecanismos fundamentales, los cuales están presentes en el cerebro biológico: plasticidad sináptica y compuertas neuronales. La plasticidad sináptica es la capacidad de la conexión entre dos neuronas de forma que incremente su eficiencia cuando las dos neuronas están activas de forma simultánea (o casi simultáneamente). Este mecanismo es esencial para aprender y para la memoria de largo plazo. El mecanismo de compuertas neuronales se basa en las propiedades de ciertas neuronas (llamadas neuronas biestables), para comportarse como interruptores que se pueden encender o apagar para controlar las señales que vienen de otras neuronas. Cuando se encienden, las neuronas biestables transmiten la señal desde una parte del cererbo a otra, en caso contrario, las bloquean. El modelo es capaz de aprender debido a la plasticidad sináptica, para controlar las señales que se abren o cierran en las compuertas neuronales, como si fuesen un control del flujo de información entre las diferentes áreas.

El modelo cognitivo se ha validad usando una base de datos de unas 1500 oraciones de entrada, basadas en la literatura del desarrollo del lenguaje y se han producido cerca de 500 oraciones en la salida, conteniendo nombres, verbos, adjetivos, pronombres y otras clases de palabras, demostrando la habilidad de expresar un amplio rango de capacidades en el procesamiento del lenguaje humano.

Referencias:

Science Daily 
PLOS ONE 

Comentarios