¿Interaccionan los sistemas de IA socialmente como los seres vivos?

Un estudio de UCLA encuentra paralelismos en los patrones neuronales entre cerebros biológicos e inteligencia artificial.

Resumen de los hallazgos clave
- Un nuevo estudio que compara cerebros biológicos con sistemas de inteligencia artificial analizó los patrones de redes neuronales que emergieron durante tareas sociales y no sociales en ratones y agentes de inteligencia artificial programados.
- Los investigadores de UCLA identificaron subespacios neuronales "compartidos" y "únicos" cuando los ratones interactuaron socialmente, así como cuando los agentes de IA se involucraron en comportamientos sociales.
- Los hallazgos podrían ayudar a avanzar en la comprensión de los trastornos sociales humanos y desarrollar IA que pueda entender e involucrarse en interacciones sociales.
A medida que los sistemas de IA se integran cada vez más, desde asistentes virtuales y agentes de servicio al cliente hasta consejería y compañeros de IA, entender la dinámica social neuronal es esencial para el progreso científico y tecnológico. Un nuevo estudio de investigadores de UCLA muestra que los cerebros biológicos y los sistemas de IA desarrollan patrones neuronales sorprendentemente similares durante la interacción social.
El estudio, recientemente publicado en la revista Nature, revela que cuando los ratones interactúan socialmente, ciertos tipos de células del cerebro se sincronizan en "espacios neuronales compartidos", y los agentes de inteligencia artificial desarrollan patrones análogos al involucrarse en comportamientos sociales.
Esta nueva investigación representa una sorprendente convergencia entre la neurociencia y la inteligencia artificial, dos de los campos de investigación más avanzados en la actualidad. Al comparar directamente cómo los cerebros biológicos y los sistemas de IA procesan información social, los científicos pueden comprender mejor los principios fundamentales que rigen la cognición social en diferentes tipos de sistemas inteligentes. Los hallazgos podrían avanzar en la comprensión de trastornos sociales como el autismo, al tiempo que informan el desarrollo de sistemas de IA más sofisticados y conscientes socialmente.
Este trabajo fue apoyado en parte por la Fundación Nacional de Ciencias, la Fundación Packard, la Fundación Vallee, la Fundación Mallinckrodt y la Fundación de Investigación sobre Cerebro y Comportamiento.
Examinando el comportamiento social de los agentes de IA
Un equipo multidisciplinario de los departamentos de neurobiología, química biológica, bioingeniería, ingeniería eléctrica y de computación, y ciencias de la computación de UCLA utilizó técnicas avanzadas de imágenes cerebrales para registrar la actividad de neuronas definidas molecularmente en la corteza prefrontal dorsomedial de los ratones durante interacciones sociales. Los investigadores desarrollaron un nuevo marco computacional para identificar subespacios neuronales "compartidos" y "únicos" entre individuos en interacción. Luego, entrenaron agentes de inteligencia artificial para interactuar socialmente y aplicaron el mismo marco analítico para examinar los patrones de red neuronal en sistemas de IA que emergieron durante tareas sociales y no sociales.
La investigación reveló sorprendentes paralelismos entre los sistemas biológicos y artificiales durante la interacción social. Tanto en ratones como en sistemas de IA, la actividad neuronal podía dividirse en dos componentes distintos: un "subespacio neuronal compartido" que contenía patrones sincronizados entre entidades interactivas, y un "subespacio neuronal único" que contenía actividad específica de cada individuo.
Notablemente, las neuronas GABAérgicas —células cerebrales inhibidoras que regulan la actividad neuronal— mostraron espacios neuronales compartidos significativamente más grandes en comparación con las neuronas glutamatérgicas, que son las principales células excitatorias del cerebro. Esta es la primera investigación sobre las dinámicas neuronales inter-cerebrales en tipos de células definidas molecularmente, revelando diferencias previamente desconocidas en cómo ciertos tipos de neuronas contribuyen a la sincronización social.
Cuando se aplicó el mismo marco analítico a los agentes de IA, emergieron dinámicas neuronales compartidas al desarrollar capacidades de interacción social. Lo más importante es que, cuando los investigadores interrumpieron selectivamente estos componentes neuronales compartidos en los sistemas artificiales, los comportamientos sociales se redujeron sustancialmente, proporcionando evidencia directa de que los patrones neuronales sincronizados inducen interacciones sociales.
El estudio también reveló que las dinámicas neuronales compartidas no simplemente reflejan comportamientos coordinados entre individuos, sino que surgen de representaciones de las acciones únicas de cada uno durante la interacción social.
“Este descubrimiento cambia fundamentalmente cómo pensamos sobre el comportamiento social en todos los sistemas inteligentes,” dijo Weizhe Hong, profesor de neurobiología, química biológica y bioingeniería en UCLA y autor principal del trabajo. “Hemos demostrado por primera vez que los mecanismos neuronales que impulsan la interacción social son notablemente similares entre cerebros biológicos y sistemas de inteligencia artificial. Esto sugiere que hemos identificado un principio fundamental de cómo cualquier sistema inteligente, ya sea biológico o artificial, procesa la información social. Las implicaciones son significativas tanto para la comprensión de los trastornos sociales humanos como para el desarrollo de IA que realmente pueda comprender e involucrarse en interacciones sociales.”
Continuando la investigación para tratar trastornos sociales y entrenar IA
El equipo de investigación planea investigar más a fondo las dinámicas neuronales compartidas en interacciones sociales diferentes y potencialmente más complejas. También buscan explorar cómo las interrupciones en el espacio neuronal compartido pueden contribuir a los trastornos sociales y si las intervenciones terapéuticas podrían restaurar patrones de sincronización inter-cerebral saludables. El marco de inteligencia artificial puede servir como una plataforma para probar hipótesis sobre los mecanismos neuronales sociales que son difíciles de examinar directamente en sistemas biológicos. Además, buscan desarrollar métodos para entrenar IA socialmente inteligentes.
El estudio fue liderado por Hong y Jonathan Kao, profesor asociado de ingeniería eléctrica y de computación. Los co-primeros autores Xingjian Zhang y Nguyen Phi, junto con los colaboradores Qin Li, Ryan Gorzek, Niklas Zwingenberger, Shan Huang, John Zhou, Lyle Kingsbury, Tara Raam, Ye Emily Wu y Don Wei contribuyeron a la investigación.
Suscríbete a nuestro boletín para recibir contenido más especializado.
Comments ()