|
por Eduardo Martínez de la Fe
15
Noviembre 2021
del
Sitio Web
Tendencias21
El aprendizaje, una característica exclusiva de la inteligencia de
los seres vivos, está presente en la materia quántica y se puede
utilizar para que la
Inteligencia Artificial
desarrolle tareas sin necesidad de intervención humana.
Investigadores de la Universidad Rutgers en Estados Unidos
han descubierto que el aprendizaje, una característica universal de
la inteligencia en los seres vivos, se puede imitar en la materia
quántica, según se
informa en un comunicado.
Un material quántico es,
aquel cuyas
propiedades no pueden ser descritas por la física clásica, sino
por la física quántica. Los aislantes de Mott son una clase de
materiales quánticos.
Los
aislantes de Mott presentan
fenómenos extraordinarios, como la superconductividad a alta
temperatura y la así llamada magnetorresistencia colosal (que les
permite cambiar considerablemente su resistencia eléctrica en
presencia de un campo magnético), debido a la interacción entre
carga y espín.
Lo que ha descubierto la nueva investigación es que los aislantes de
Mott pueden "aprender" a responder a los estímulos externos de una
manera que imita el comportamiento animal.
Los resultados de este
estudio se publican en
PNAS.
Material quántico
La nueva investigación se ha centrado en el óxido de níquel (NiO),
un óxido metálico que constituye un claro ejemplo de material
aislante de Mott:
estudió cómo la
conductividad eléctrica, un tipo especial de material aislante,
responde cuando su entorno cambia repetidamente en varios
intervalos de tiempo.
Y descubrió que este material quántico imita el aprendizaje
asociativo: mediante estímulos de oxígeno, ozono y luz, cambia
sus propiedades electrónicas en función de lo aprendido.
El aprendizaje asociativo
es una de las formas básicas que permite aprender a los organismos
vivos y, de esta forma, adaptarse constantemente a los cambios.
Otro hallazgo intrigante del estudio es que,
cuando los
investigadores expusieron el óxido de níquel a concentraciones
de oxígeno que cambiaban rápidamente o a diferentes intensidades
de luz, el material apenas reaccionó, sino que permaneció en un
estado inestable con una pequeña fluctuación de la conductividad
eléctrica, destaca
PhysicsWorld.
Aprendizaje
universal
Sin embargo, cuando los científicos introdujeron defectos atómicos
adicionales, utilizando un estímulo más severo, como el ozono, la
conductividad eléctrica del material fluctuó más rápido, solo para
volver a ralentizarse.
Subhasish Mandal, uno de los investigadores, destaca que su
descubrimiento demuestra que existen características de aprendizaje
universales, como la habituación y la sensibilización, que
generalmente se encuentran solo en las especies vivas, en materiales
quánticos.
Los investigadores van incluso más allá: piensan que esa capacidad
de aprendizaje puede formar parte de otros materiales quánticos y
ser utilizada para modular sus propiedades en función de
determinados estímulos externos.
Revolución en
la IA
El descubrimiento de comportamientos como la habituación y la
sensibilización en estos materiales no vivos podría conducir a
nuevos algoritmos para la inteligencia artificial (IA),
aseguran los investigadores.
Emular ese comportamiento, propio de los organismos vivos, en un
material inerte que está en estado sólido, podría inspirar nuevos
algoritmos en inteligencia artificial y computación neuromórfica,
según los científicos.
Esos nuevos algoritmos tendrían la flexibilidad para abordar
incertidumbres, contradicciones y otros aspectos de la vida
cotidiana, tal como ocurre en los niveles complejos de la vida
dotada de cerebro y de sistema nervioso.
La computación neuromórfica imita la estructura neuronal y el
funcionamiento del cerebro humano, en parte, mediante la
construcción de sistemas nerviosos artificiales para transferir
señales eléctricas que imitan las señales cerebrales.
IA autónoma
Cada una de las 100 mil millones de neuronas en el cerebro humano,
por ejemplo, recibe entradas eléctricas de algunos de sus vecinos y
luego "dispara" una salida eléctrica a otros cuando la suma de las
entradas excede un cierto umbral.
Este proceso, también conocido como "spiking", se puede reproducir
en dispositivos a nanoescala como osciladores espintrónicos,
enfatiza PhysicsWorld.
Además de ser potencialmente mucho más rápidos y energéticamente
eficientes que las computadoras convencionales, los dispositivos
basados en estos principios neuromórficos, gracias al nuevo
descubrimiento, podrían aprender a realizar nuevas tareas sin estar
programados directamente para realizarlas, concluyen los
investigadores.
Esta investigación, por tanto, impulsará considerablemente las
posibilidades de la IA, una tecnología que no solo puede pensar,
razonar, actuar y comportarse como las personas, e incluso
imaginar lo invisible, sino que
ahora podrá también aprender como lo hace un cerebro.
Referencia
|
