Skip to main content

Algunas redes neuronales artificiales aprenden lenguaje como los humanos

Un estudio de la Universidad de California, Berkeley, acaba de demostrar que algunas redes neuronales artificiales pueden aprender lenguaje tal como los humanos, lo que genera suspicacias sobre el avance demoledor de la IA.

«Ha habido un debate de larga data sobre si las redes neuronales aprenden de la misma manera que los humanos», dijo Vsevolod Kapatsinski, lingüista de la Universidad de Oregón.

El estudio publicado el mes pasado sugiere que las redes naturales y artificiales aprenden de manera similar, al menos cuando se trata del lenguaje. Los investigadores, dirigidos por Gašper Beguš, lingüista computacional de la Universidad de California, Berkeley, compararon las ondas cerebrales de los humanos que escuchan un sonido simple con la señal producida por una red neuronal que analiza el mismo sonido. Los resultados fueron asombrosamente similares. «Hasta donde sabemos», escribieron Beguš y sus colegas, las respuestas observadas al mismo estímulo «son las señales cerebrales y ANN más similares reportadas hasta ahora».

Lo más significativo es que los investigadores probaron redes formadas por neuronas de propósito general que son adecuadas para una variedad de tareas. «Muestran que incluso las redes muy, muy generales, que no tienen ningún sesgo evolucionado para el habla o cualquier otro sonido, muestran una correspondencia con la codificación neuronal humana», dijo Gary Lupyan, psicólogo de la Universidad de Wisconsin, Madison, que no participó en el trabajo. Los resultados no solo ayudan a desmitificar cómo aprenden las RNA, sino que también sugieren que los cerebros humanos pueden no estar ya equipados con hardware y software especialmente diseñados para el lenguaje.

El robot Omoy aspira a transformarse en la voz de tu conciencia
Imagen utilizada con permiso del titular de los derechos de autor

Para establecer una línea de base para el lado humano de la comparación, los investigadores reprodujeron una sola sílaba, «bah», repetidamente en dos bloques de ocho minutos para 14 hablantes de inglés y 15 hispanohablantes. Mientras se reproducía, los investigadores registraron fluctuaciones en la actividad eléctrica promedio de las neuronas en el tronco encefálico de cada oyente, la parte del cerebro donde los sonidos se procesan por primera vez.

Además, los investigadores alimentaron los mismos sonidos «bah» a dos conjuntos diferentes de redes neuronales, una entrenada en sonidos en inglés y la otra en español. Luego, los investigadores registraron la actividad de procesamiento de la red neuronal, centrándose en las neuronas artificiales en la capa de la red donde se analizan por primera vez los sonidos (para reflejar las lecturas del tronco encefálico). Fueron estas señales las que coincidieron estrechamente con las ondas cerebrales humanas.

Los investigadores eligieron un tipo de arquitectura de red neuronal conocida como red generativa antagónica (GAN), inventada originalmente en 2014 para generar imágenes.

En este estudio, el discriminador fue entrenado inicialmente en una colección de sonidos en inglés o español. Luego, el generador, que nunca escuchó esos sonidos, tuvo que encontrar una manera de producirlos. Comenzó haciendo sonidos aleatorios, pero después de unas 40,000 rondas de interacciones con el discriminador, el generador mejoró, produciendo finalmente los sonidos adecuados. Como resultado de esta capacitación, el discriminador también mejoró en la distinción entre reales y generados.

Fue en este punto, después de que el discriminador estaba completamente entrenado, que los investigadores le tocaron los sonidos «bah». El equipo midió las fluctuaciones en los niveles de actividad promedio de las neuronas artificiales del discriminador, que produjeron la señal tan similar a las ondas cerebrales humanas.

El experimento también reveló otro paralelismo interesante entre humanos y máquinas. Las ondas cerebrales mostraron que los participantes de habla inglesa y española escucharon el sonido «bah» de manera diferente (los hispanohablantes escucharon más de un «pah»), y las señales de GAN también mostraron que la red entrenada en inglés procesó los sonidos de manera algo diferente a la entrenada en español.

«Ahora estamos tratando de ver hasta dónde podemos llegar, qué tan cerca del lenguaje humano podemos llegar con las neuronas de propósito general», dijo Beguš. «¿Podemos llegar a niveles humanos de rendimiento con las arquitecturas computacionales que tenemos, simplemente haciendo que nuestros sistemas sean más grandes y más potentes, o eso nunca será posible?» Si bien se necesita más trabajo antes de que podamos saberlo con certeza, dijo, «estamos sorprendidos, incluso en esta etapa relativamente temprana, por lo similar que parece ser el funcionamiento interno de estos sistemas, humanos y ANN».

Recomendaciones del editor

Topics
Diego Bastarrica
Diego Bastarrica es periodista y docente de la Universidad Diego Portales de Chile. Especialista en redes sociales…
Qué es el April Fools’ Day y cómo se originó
April Fools

El April Fools’ Day equivale en Estados Unidos al Día de los Inocentes, fecha que ha sido celebrada durante varios siglos por diferentes culturas el 1 de abril de cada año. Pero si no lo has vivido, es probable que tengas una noción de este particular día por haberlo visto en películas, series o caricaturas.

Las tradiciones de este “Día de los Tontos” incluyen engañar o hacer bromas pesadas a los demás mientras se grita, a menudo, “April’s Fools!” para dar una pista sobre el tema del chiste. Y a pesar de que es una celebración antigua, la aceptación de las bromas de esta jornada por parte de los medios y las principales marcas ha asegurado la larga vida de la festividad.
El origen de April Fools’ Day
Lo cierto es que la historia de este día está envuelta en misterio y existen varias teorías sobre ello, algunas que tienen relación con un cambio de calendario; otras, con una antigua festividad romana, por mencionar las más populares. Estos son algunos de los orígenes que consideran los expertos.

Leer más
Nicki Minaj, Billie Eilish, Katy Perry y muchos músicos vs. la IA
nicki minaj billie eilish katy perry vs musica ia elish

El mundo de la música está en alerta por la generación de contenido de parte de la IA, y es por eso, que un grupo importante de artistas escribió una carta pública para protestar contra la IA "irresponsable".

La lista de artistas abajo firmantes es tan poderosa y amplia que podría ser un gran cartel de Coachella: incluye a Billie Eilish, los herederos de Bob Marley, Chappell Roan, Elvis Costello, Greta Van Fleet, Imagine Dragons, Jon Bon Jovi, los Jonas Brothers, Kacey Musgraves, Katy Perry, Mac DeMarco, Miranda Lambert, Mumford & Sons, Nicki Minaj, Noah Kahan, Pearl Jam, Sheryl Crow y Zayn Malik, entre otros.

Leer más
Las teorías de la conspiración más disparatadas de Mr. Tartaria
mr tartaria teorias de la conspiracion mas disparatadas karles torah

Basta con que busques algún contenido de extraterrestres o sobre las pirámides de Giza para que tarde o temprano te acabes encontrando un TikTok de Mr. Tartaria, el conspiracionista español del momento en las redes sociales y que, haciendo gala de su carisma y retórica, hace pasar por ciertas todo tipo de teorías de la conspiración, como que vivimos en una simulación, que puedes usar tu mente como medicina o que una civilización antigua en la que había gigantes fue borrada por una élite dominante porque sus conocimientos amenazaban su hegemonía. Tal cual hermano, tal cual.

Lo cierto es que Mr. Tartaria, cuyo nombre real es Karles Toràh, lleva varios años difundiendo teorías de la conspiración. Las redes sociales, especialmente sus colaboraciones con celebridades conspiracionistas como Mr. Empírico, simplemente han catapultado su mala fama.

Leer más