211service.com
Ingeniería inversa del cerebro
Maggie es una muy mono inteligente, dice Tim Buschman, un estudiante de posgrado en el laboratorio de neurociencia del profesor Earl Miller. Maggie no es visible, está en un recinto de bioseguridad destinado a protegerla de los gérmenes humanos, pero los signos de su inteligencia fluyen sobre dos monitores frente a Buschman. Durante los últimos siete años, Maggie ha trabajado para el Departamento de Ciencias Cerebrales y Cognitivas (BCS) del MIT. Tres horas al día, el macaco juega juegos de computadora que (generalmente) están diseñados para requerir que ella genere representaciones abstractas y luego use esas abstracciones como herramientas. Incluso yo tengo problemas con este, dice Buschman, señalando con la cabeza un juego que implica clasificar operaciones lógicas. Pero Maggie está en una buena racha, resolviendo problemas, tomando alrededor de medio segundo para cada uno y acertando cuatro de cinco.
Ilustración de David Plunkert
Los juegos de Maggie se encuentran en la intersección de la inteligencia artificial (IA) y la neurociencia. Bajo la tutela de Buschman y Michelle Machon, otra estudiante de posgrado, está contribuyendo a la investigación sobre cómo el cerebro aprende y construye reglas lógicas, y cómo su desempeño en esas tareas se compara con el de las redes neuronales artificiales utilizadas en la inteligencia artificial.
Hace cuarenta años, la idea de que la neurociencia y la inteligencia artificial pudieran converger en laboratorios como el de Miller hubiera sido casi impensable. En aquel entonces, las dos disciplinas operaban a distancia. Mientras que la neurociencia se centró en descubrir y describir los detalles de la neuroanatomía y la actividad neuronal, la IA estaba tratando de desarrollar un camino independiente y no biológico hacia la inteligencia. (Históricamente, la tecnología no ha necesitado realmente copiar la naturaleza tan servilmente; los aviones no vuelan como pájaros y los coches no corren como caballos). Y era la IA la que parecía avanzar mucho más rápidamente. La neurociencia apenas sabía nada sobre lo que era el cerebro, y mucho menos sobre cómo funcionaba, mientras que todos los que tenían un ápice de sentido común creían que el día en que las computadoras pudieran hacer todo lo que los humanos hacían (y hacerlo mejor) estaba a la vista. En 1962, el propio presidente Kennedy se convenció de este punto, y declaró que la automatización (o como se la llamaba a menudo entonces, cibernética) era el principal desafío doméstico de la década de 1960, debido a la amenaza de que dejaría a los humanos sin trabajo.
Pero algo descarriló el expreso de AI. Aunque se podía hacer que las computadoras manejaran objetos simples en un entorno controlado, fallaron miserablemente en el reconocimiento de objetos complejos en el mundo natural. Un micrófono puede distinguir los niveles de sonido pero no resumir lo que se ha dicho; un manipulador podría recoger un objeto nuevo limpio que se encuentre en una matriz ordenada, pero no uno viejo y sucio que esté en un montón desordenado. (Tampoco, en el inspirado ejemplo de Marvin Minsky, podría poner una almohada en una funda de almohada). Hoy en día nos preocupa mucho más la competencia de los humanos en el extranjero que la competencia de las máquinas.
Si bien el progreso de la IA ha sido más lento de lo esperado, la neurociencia se ha vuelto mucho más sofisticada en su comprensión de cómo funciona el cerebro. En ninguna parte es esto más obvio que en los 37 laboratorios del Complejo BCS del MIT. Los grupos aquí están trazando las rutas neuronales de la mayoría de las funciones cognitivas superiores (y sus trastornos), incluido el aprendizaje, la memoria, la organización de comportamientos secuenciales complejos, la formación y almacenamiento de hábitos, imágenes mentales, manejo y control de números, definición de objetivos y la planificación, el procesamiento de conceptos y creencias, y la capacidad de comprender lo que piensan los demás. El impacto potencial de esta investigación podría ser enorme. Descubriendo cómo funciona el cerebro - exactamente cómo funciona, la forma en que sabemos cómo funciona un motor, reescribiría casi todos los textos de la biblioteca. Para empezar, revolucionaría la justicia penal, la educación, el marketing, la crianza de los hijos y el tratamiento de las disfunciones mentales de todo tipo. (Earl Miller espera que la investigación realizada en su laboratorio ayude en el desarrollo de terapias para los trastornos del aprendizaje).
Tal progreso es una de las razones por las que la línea que alguna vez fue brillante entre la neurociencia y la inteligencia artificial está comenzando a difuminarse en el MIT, y no solo en el laboratorio de Miller. La investigación de la visión que se está llevando a cabo en el Instituto también ilustra cómo las dos disciplinas están comenzando a colaborar. Los campos crecieron por separado, dice James DiCarlo, profesor asistente de neurociencia, pero no estarán separados por mucho más tiempo. En estos días, los investigadores de IA siguen con gran interés el avance de la neurociencia y la idea de
La ingeniería del cerebro ya no es tan inverosímil como antes parecía.
Comprensión del reconocimiento de objetos
Gran parte del trabajo en el laboratorio de DiCarlo se refiere al reconocimiento de objetos, que es lo que nos permite identificar un objeto (como una vaca) en muchas presentaciones diferentes (vacas lejos, vacas vistas desde arriba, vacas al amanecer, una vaca en un camión) sin confundirlo con objetos similares (como, por ejemplo, un caballo). DiCarlo y el estudiante de posgrado David Cox publicaron una investigación en agosto pasado en Neurociencia de la naturaleza que se centró en una de las preguntas básicas sobre el reconocimiento de objetos: ¿cuánto de nuestro éxito en el reconocimiento de objetos depende de los circuitos innatos y cableados, y cuánto de las habilidades aprendidas?
DiCarlo y Cox realizaron cada uno de sus experimentos con una docena de personas, una persona a la vez. Los sujetos se sentaron frente a equipos que podían mostrar imágenes de objetos y seguir la dirección de la mirada de los sujetos. Los objetos fueron generados por computadora y se parecían vagamente a animales antropomorfizados, pero fueron diseñados para ser desconocidos para los sujetos. Un objeto aparecería en una de las tres posiciones en una pantalla, y el sujeto naturalmente cambiaría su mirada hacia él. Sin embargo, para ciertos objetos, los investigadores sustituían por nuevos objetos mientras los sujetos movían los ojos. Por ejemplo, digamos que se introdujo un objeto que parecía un poco rechoncho, con orejas alegres, a la derecha de la pantalla mientras el sujeto se enfocaba en el centro. A medida que la mirada del sujeto se desplazaba hacia la postura rechoncha y alegre, los investigadores reemplazarían el objeto por uno que pareciera un poco más delgado, con orejas más caídas. Dado que los humanos son efectivamente ciegos durante los cambios de mirada, los sujetos no notaron el cambio. Pero sus cerebros lo hicieron.
Después de una hora o dos de exposición a diferentes objetos, algunos de los cuales se intercambiaban constantemente cuando aparecían en posiciones particulares, a los sujetos se les presentaban pares de objetos en diferentes posiciones en la pantalla y se les pedía que los compararan. Cabría esperar que los sujetos distinguieran los objetos sin mucha dificultad. Y así lo hicieron, excepto cuando los objetos habían sido intercambiados, y ahora reaparecían en las mismas posiciones donde ocurrieron los intercambios. Los sujetos tendían a confundir esos objetos: es decir, eran más propensos a juzgar que lo rechoncho y alegre en una posición y delgado y caído en otra eran el mismo objeto. DiCarlo cree que tales errores muestran que los mecanismos del cerebro para reconocer el mismo objeto en diferentes lugares dependen de la experiencia visual normal en el espacio y el tiempo. El hallazgo sugiere que incluso las propiedades fundamentales del reconocimiento de objetos pueden desarrollarse a través de la experiencia visual con nuestro mundo, dice. DiCarlo y su equipo están llevando a cabo experimentos similares en animales para examinar los patrones de actividad neuronal que subyacen al reconocimiento de objetos. (Un buen ejemplo de esta investigación se publicó en el número del 4 de noviembre de 2005 de Ciencias revista. DiCarlo y tres colaboradores registraron y analizaron la actividad de cientos de neuronas en cerebros de macacos. Pudieron demostrar que la información altamente confiable sobre la identidad y la categoría del objeto estaba contenida incluso en un puñado de neuronas).
El reconocimiento de objetos ha sido uno de los principales objetivos y las principales decepciones de la IA tradicional. Si bien la visión artificial es una industria real, sus éxitos se han dado en aplicaciones estrictamente definidas bajo condiciones altamente controladas, como decodificar placas de matrícula, identificar huellas dactilares, reconocer caracteres impresos e inspeccionar productos (por ejemplo, identificar papas fritas quemadas para que se puedan soplar). fuera de una línea de montaje). Cada sistema de visión artificial ve solo un tipo específico de objeto; por ejemplo, la máquina que lee matrículas no podría identificar huellas dactilares y viceversa. Aunque la tecnología actual puede ser lo suficientemente buena como para brindarnos máquinas que reconozcan cualquier cosa, la mayoría de los trabajos en la mayoría de las industrias (ensamblaje, mantenimiento, atención médica, transporte, seguridad) requieren más versatilidad que eso. Los trabajadores deben poder reconocer un martillo, un destornillador y una llave inglesa, a pesar de las diferencias en la iluminación, la orientación de los objetos y el desorden circundante. El hecho de no construir máquinas que puedan hacer esto es especialmente frustrante dado que aves como los cuervos y pequeños mamíferos como las ratas exhiben habitualmente un nivel de habilidad en el reconocimiento general que está mucho más allá de la tecnología actual. Hay algo en no poder hacer máquinas tan inteligentes como nosotros que consuela nuestra vanidad; pero no poder hacer que uno sea tan inteligente como una paloma es simplemente vergonzoso.
Entonces, durante años, los investigadores de IA han estado trabajando en el problema de asociar patrones visuales con significados o identidades. Esta es una de las áreas en las que la inteligencia artificial y la neurociencia se han acercado: la neurociencia ha estado trabajando en el papel del cerebro en el reconocimiento de objetos, la inteligencia artificial en la lógica general de lo que cualquier sistema tendría que hacer para resolver el mismo problema. Después de décadas, están casi al alcance de la mano. DiCarlo se pregunta si podría ser el momento de bautizar una nueva disciplina que se basa en ambos campos, como la visión artificial de inspiración biológica.
Ninguna universidad se está acercando a esta intersección más rápido que el MIT, donde la colaboración de la ingeniería y la ciencia es una misión institucional. Y esa, dice DiCarlo, es una de las razones por las que vino al MIT: espera que la revolución suceda aquí.
Modelado de reconocimiento inmediato
Una ilustración sorprendente del punto de DiCarlo se puede encontrar en los laboratorios de Tomaso Poggio. Codirector del Centro de Aprendizaje Biológico y Computacional del MIT, Poggio ha estado trabajando en la visión durante cuatro décadas, primero en el Instituto Max Planck en Tübingen, Alemania, luego en el laboratorio de IA del MIT (que se convirtió en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial), y ahora en el Departamento de Ciencias Cognitivas y Cerebrales. (Poggio colaboró con DiCarlo en los experimentos con macacos descritos en Ciencias .) Durante gran parte de este tiempo, Poggio dirigió un grupo de investigación en neurociencia y otro en visión artificial y no vio ninguna razón para reunirlos. Sabíamos tan poco, dice. Siempre pensé que era un error esperar mucho de la neurociencia. Pero los resultados recientes de un proyecto llevado a cabo por el posdoctorado Thomas Serre y Aude Oliva, profesora asistente de neurociencia cognitiva en BCS, lo convirtieron en un converso.
El laboratorio de Poggio se centra actualmente en un tipo de reconocimiento de objetos llamado reconocimiento inmediato. Este fenómeno fue descrito por primera vez en 1969 en un artículo de la profesora del MIT Mary Potter (ahora profesora de psicología en BCS) y su asistente de investigación, Ellen Levy. El reconocimiento inmediato es la forma de reconocimiento más rápida que se conoce. Un sujeto en un experimento clásico de reconocimiento inmediato se sienta ante una pantalla y se le pide que presione una de las dos teclas en respuesta a cada imagen en una serie, dependiendo de si contiene un animal o no. Para asegurarse de que mirar una imagen no ayude accidentalmente a los sujetos a aprender a mirar a otras, los investigadores eligen imágenes que son muy diferentes: muchas especies, en muchas poses y perspectivas diferentes, colocadas contra una amplia gama de fondos. Las fotos van y vienen en unas décimas de segundo. Al comienzo de un estudio, es posible que un sujeto no tenga conciencia de que se le muestre una imagen, y mucho menos de reconocer lo que hay en ella. Sin embargo, sorprendentemente, las personas presionan las teclas correctas la mayoría de las veces. Con la práctica, mejoran constantemente y se vuelven conscientes de la apariencia de las imágenes. Aún así, al principio, algo en el cerebro es capaz de reconocer y categorizar objetos antes de que el sujeto se dé cuenta de que ve algo.
El reconocimiento inmediato es importante para los investigadores porque es el caso más simple posible de reconocimiento general de objetos. Ocurre demasiado rápido para involucrar el reclutamiento de muchas neuronas o el procesamiento intensivo de información o el envío y recepción de impulsos en más de una fracción de centímetro. La información de los movimientos oculares, un elemento clave en otros tipos de reconocimiento (como en el trabajo de DiCarlo), no puede jugar ningún papel. Sin embargo, de alguna manera se presionan las teclas correctas (en su mayoría), lo que significa que debe ser posible una forma limitada de reconocimiento de objetos de propósito general utilizando un número relativamente pequeño de neuronas organizadas de una manera relativamente simple.
Sobre la base del trabajo que Poggio hizo con Max Riesenhuber, PhD ‘00, entonces estudiante de posgrado en el MIT y ahora profesor en la Universidad de Georgetown, Serre, Poggio y otros en Poggio
El grupo desarrolló una teoría sobre la parte de la corteza visual principalmente responsable del reconocimiento inmediato. Su enfoque del procesamiento visual era en muchos aspectos diferente al de un ingeniero de visión artificial. Por ejemplo, la mayoría de los programas de visión artificial cuentan con un procesador que ejecuta una serie de instrucciones en orden consecutivo, una arquitectura conocida como procesamiento en serie. El cerebro, por otro lado, utiliza el procesamiento paralelo, un enfoque en el que un problema se divide en muchas partes, cada una de las cuales se aborda por separado por su propio procesador, después de lo cual los resultados se combinan o integran para obtener un único resultado general, por ejemplo, la percepción de una vaca. En teoría, los ingenieros podrían usar el procesamiento paralelo para programas de visión artificial (y algunos lo han intentado), pero en la práctica, rara vez es obvio cómo resolver un problema de una manera que permita que las piezas terminadas se recombinen sin problemas.
La visión biológica resuelve este problema de varias formas diferentes. Una, según el grupo de Poggio, es organizar el procesamiento en torno a dos operaciones simples y luego alternar estas operaciones de forma ordenada a través de capas de neuronas. La capa A podría filtrar las entradas básicas del nervio óptico; la capa B integraría los resultados de muchas celdas en la capa A; C filtraría las entradas de B; D integraría los resultados de C; y así sucesivamente, quizás una docena de veces. A medida que una señal sube a través de las capas, las salidas de los procesadores en paralelo se combinan gradualmente, surge la identidad y el ruido desaparece.
Serre y Poggio utilizaron esta técnica de capas para permitir que su modelo hiciera un procesamiento paralelo. Otro truco que tomaron prestado de la biología fue aumentar el número de conexiones que unen sus unidades de conmutación básicas. Las unidades de conmutación en las computadoras convencionales tienen muy pocas conexiones, generalmente alrededor de tres; las neuronas, las unidades de conmutación básicas del cerebro, tienen miles o incluso decenas de miles. Serre y Poggio dotaron a los interruptores lógicos de su modelo con un grado de conectividad biológicamente plausible. En los casos en los que aún no se conocía la ciencia, hicieron suposiciones basadas en su experiencia más amplia con la neuroanatomía.
Para probar su teoría, Serre y Poggio desarrollaron un programa informático de reconocimiento inmediato que analiza imágenes digitales. Cuando los archivos de imágenes digitales se introducen en el programa, los pasa a través de múltiples capas alternas de celdas de filtrado e integración, entrenándose para identificar y clasificar las imágenes. La clave es construir complejidad lentamente, dice Serre. Introducir la inteligencia demasiado rápido es un gran error. Es posible que los primeros esfuerzos de IA hayan intentado concentrarse en la identidad demasiado rápido, arrojando información que era fundamental para obtener la respuesta correcta.
El enfoque de Serre y Poggio fue un éxito espectacular. Desde un punto de vista neurocientífico, algunas de sus suposiciones resultaron predecir características reales, como la presencia de células (llamémoslas células OR) que seleccionan la señal más fuerte o más consistente de un grupo de entradas y la copian a las suyas propias. fibras de salida. (Imagine un grupo de tres neuronas, A, B y C, todas enviando señales a la neurona X OR. Si esas señales estuvieran en los niveles de fuerza 1, 2 y 3 respectivamente, X suprimiría A y B y copiaría la señal de C a su Si las intensidades hubieran sido 3, 2 y 1, habría copiado la señal de A y suprimido las de B y C.)
Los resultados fueron igualmente dramáticos desde el punto de vista de la IA. Cuando los sujetos humanos y el programa de reconocimiento inmediato de Serre y Poggio realizaron la prueba de presencia / ausencia de animales, la computadora lo hizo tan bien como los humanos, y mejor que los mejores programas de visión artificial disponibles. (De hecho, obtuvo la respuesta correcta el 82 por ciento de las veces, mientras que los humanos promediaron solo el 80 por ciento). Es casi seguro que esta es la primera vez que general -El programa de visión se ha desempeñado tan bien como los humanos.
Los resultados prometedores tienen a Poggio y Serre pensando más allá del reconocimiento inmediato. Poggio sospecha que el modelo podría aplicarse igualmente a la percepción auditiva. Serre adelanta una especulación aún más atrevida: que el reconocimiento general de objetos es el bloque de construcción básico de la cognición. Quizás por eso decimos que veo cuando queremos indicar que entendemos algo.
Aunque extender su teoría en estas nuevas direcciones requerirá algo de trabajo, el modelo de Serre y Poggio ya ha comenzado a extenderse a través de las comunidades de inteligencia artificial y neurociencia en el MIT. El estudiante graduado de ingeniería eléctrica Stan Bileschi terminó recientemente un doctorado que aplicó el modelo al reconocimiento de escenas, que es la derivación de juicios de orden superior: ¡es una granja! - desde el reconocimiento de objetos separados: un granero, una vaca, una cerca de riel dividido. Bileschi cree que el análisis general de la escena será fundamental para muchas aplicaciones de visión artificial del mundo real, como la vigilancia, por ejemplo.
El reconocimiento inmediato es la base del reconocimiento visual general, dice Poggio, pero no es todo. Hay muchos niveles de reconocimiento y el reconocimiento inmediato es uno de los más simples. Dependiendo del contexto, un objeto puede identificarse como un juguete, una muñeca, una Barbie, un reflejo de la cultura estadounidense, una mujer, una representación de una niña con un extraño trastorno del crecimiento, etc., en una larga lista. Del mismo modo, en problemas de ajedrez, reconocer la jugada correcta puede llevar segundos o minutos u horas, dependiendo de la configuración de las piezas. Presumiblemente, a medida que los problemas se vuelven más difíciles, resolverlos requiere reclutar niveles más altos de función cerebral, y eso lleva tiempo.
Un modelo de reconocimiento inmediato podría resolver los problemas de visión que han impedido el desarrollo de útiles robots de construcción y mantenimiento. O podríamos encontrar que, para ser realmente útiles, estos robots deben ser capaces de reconocer tanto las anomalías en el paisaje como sus causas. Ese tipo de reconocimiento es claramente de un orden superior.
El siguiente paso es construir modelos de reconocimiento que recluten cada vez más recursos y, por lo tanto, requieran más tiempo de procesamiento. Sabemos cómo se podría cambiar el modelo para incluir el tiempo, dice Serre. Esto podría acercarnos al pensamiento, solo tal vez.