Redes neuronales liquidas : imitar la naturaleza es la respuesta

Esto me fascina: dos investigadores del MIT han desarrollado un nuevo modelo de red neuronal que no imita el cerebro humano sino a una especie de gusano redondo transparente que vive en ambientes cálidos llamado Caenorhabditis elegans

Las redes neuronales, vamos a llamarle tradicionales han logrado impresionantes avances como el reconocimiento facial, predicción de valores de bolsa, la gestión de las propias redes sociales, análisis de pruebas diagnosticas en centros médicos y un creciente etcétera, pero siguen adoleciendo de su falta de flexibilidad para adaptarse o dar respuestas validas en entornos (muy) cambiantes  y/o situaciones desconocidas 

La alternativa que encontraron estos investigadores fue basarse en el funcionamiento de este gusano de apenas 1 mm de largo pero del que se sabe prácticamente todo por que su sistema nervioso esta 100% mapeado. Este pequeño cilindro viviente es capaz de desplazarse, encontrar comida, aparearse y sobre todo aprender de la experiencia, y todo ello en el mundo real donde todo esta cambiando constantemente 

¿Cuál fue el resultado? pues diseñar un sistema neuronal que ellos denominan liquido, donde cada neurona (conexión) se rige por una ecuación que predice su comportamiento a lo largo del tiempo, mediante cálculos donde se vinculan cada una de estas ecuaciones, lo que permite determinar que esta ocurriendo en el sistema en cualquier momento y no solo en momentos concretos como hacen las redes neuronales 

Otra diferencia importante esta en la arquitectura de red: ya que estas nuevas redes liquidas emplean muchas menos conexiones entre neuronas (sinapsis) que las convencionales, ya que estas últimas conectan la totalidad de las neuronas existentes y sin embargo, las redes liquidas solo se conectan selectivamente  

El resultado prometedor por el momento es que las respuestas de estas redes liquidas no solo son más rápidas sino más precisas que las convencionales basadas en el cerebro humano, un factor crucial por ejemplo en aplicaciones como la conducción autónoma ya que permite tomar muestras con mayor frecuencia y no solo a intervalos fijos, lo que es vital en la conducción en entornos reales (imprevistos son la norma)

Aparentemente nos hemos desvelado aún todo el conocimiento aplicable que la naturaleza nos puede dar y todo apunta que los avances exponenciales en IA, ese concepto que va a regir buena parte de nuestras vidas,  van a venir los años próximos por ahí