By Juan Diego Polo

Las redes neuronales artificiales que conocemos hoy en día se basan en un modelo de neuronas desarrollado en los años 60. Sin embargo, un grupo de investigadores del Centro de Neurociencia Computacional (CCN) del Flatiron Institute ha propuesto un nuevo modelo que promete transformar la inteligencia artificial (IA) tal y como la conocemos. Este innovador enfoque podría acercarnos a una IA más eficiente y precisa, inspirada en el funcionamiento real del cerebro humano.

La Evolución de los Modelos Neuronales

Durante décadas, las redes neuronales artificiales han sido construidas con una idea simplificada de cómo funcionan las neuronas en nuestro cerebro. Este modelo básico, aunque útil, se queda corto al capturar la complejidad de las neuronas reales. Dmitri Chklovskii, líder del grupo en el CCN, señala que la neurociencia ha avanzado significativamente en los últimos 60 años, revelando que las neuronas son dispositivos mucho más complejos y sofisticados de lo que se pensaba.

Neuronas como Controladores Activos

El nuevo modelo propone una visión revolucionaria: las neuronas no son meros relés pasivos de información. Actúan como “controladores» que influyen activamente en su entorno basándose en la información que recogen. Este enfoque es más cercano a la realidad biológica, donde las neuronas trabajan para mantener la estabilidad y evitar la sobrecarga del sistema.

Las redes neuronales actuales procesan la información en una sola dirección, desde una capa de entrada, pasando por capas intermedias, hasta una capa de salida. Los nodos solo transmiten información si el total de la entrada supera un umbral determinado. En contraste, el nuevo modelo sugiere que las neuronas pueden afectar activamente la información que reciben, creando un sistema mucho más dinámico y adaptable.

Beneficios Potenciales para la IA

Mejora en el Rendimiento y la Eficiencia

Uno de los principales problemas de las aplicaciones de IA actuales es su elevado consumo de energía y la necesidad de enormes cantidades de datos para su entrenamiento. Chklovskii cree que al adoptar este modelo de neuronas como controladores, podríamos construir redes neuronales que no solo sean más eficientes energéticamente, sino también más precisas y menos propensas a errores.

Reducción de Errores y Alucinaciones

Las IA modernas, aunque impresionantes, a menudo cometen errores o generan respuestas incorrectas. Entender mejor cómo las neuronas reales manejan y procesan la información podría ayudarnos a reducir estos errores en las redes neuronales artificiales. Además, este enfoque podría minimizar el fenómeno de las “alucinaciones» en la IA, donde el sistema genera información inexacta o engañosa.

Inspiración en la Biología

Circuitos de Retroalimentación

La idea de que las neuronas individuales pueden actuar como controladores se inspira en los circuitos cerebrales grandes, que operan en bucles de retroalimentación para mantener la estabilidad. De manera similar a un termostato que regula la temperatura, los circuitos neuronales trabajan para equilibrar la actividad del cerebro.

Importancia del Ruido Biológico

Otro hallazgo interesante del equipo de CCN es el papel del “ruido» en el cerebro. Tradicionalmente visto como un fenómeno aleatorio y sin importancia, este ruido parece ser crucial para que las neuronas se adapten a un entorno cambiante. Al incorporar ruido en su modelo, los investigadores descubrieron que las neuronas podían mejorar su rendimiento, sugiriendo que este aparente desorden tiene un propósito funcional.

Próximos Pasos en la Investigación

Chklovskii y su equipo no se detendrán aquí. Su próximo objetivo es estudiar tipos de neuronas que no encajan completamente en este nuevo modelo. Por ejemplo, las neuronas de la retina, que reciben entradas directas del entorno visual, podrían no controlar sus entradas de la misma manera, pero podrían predecirlas utilizando principios similares. Esta investigación podría abrir nuevas vías para entender y replicar el procesamiento de información del cerebro en la IA.

Control y Predicción

La capacidad de controlar y predecir son habilidades estrechamente relacionadas. Para controlar eficientemente, es necesario prever el impacto de nuestras acciones en el entorno. Esta interrelación podría ser clave para desarrollar redes neuronales artificiales que se acerquen aún más al funcionamiento del cerebro humano.

Referencias

• Chklovskii, Dmitri B., The neuron as a direct data-driven controller, Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2311893121. doi.org/10.1073/pnas.2311893121

Source:: Wwwath’s new

By Diego Bastarrica

Adobe Premiere Pro es el editor de vídeo preferido por muchos, y no es de extrañar

The post 4 editores de video que deberías usar en lugar de Adobe Premiere Pro appeared first on Digital Trends Español.

Source:: Computadoras

By Juan Diego Polo

Google está mejorando Gmail con nuevas capacidades de inteligencia artificial, apuntando a facilitar la gestión del correo electrónico. Estas mejoras se centran en el panel lateral de IA Gemini y las resúmenes de correos, disponibles para usuarios de pago. A continuación, desglosamos todas las novedades.

Gemini AI: Tu Nuevo Asistente en Gmail

Panel Lateral Gemini

El nuevo panel lateral en la versión web de Gmail permite a los usuarios realizar tareas clave de manera más eficiente. Entre sus funcionalidades destacan:

• Resúmenes de Email: Esta herramienta ofrece un resumen rápido de las conversaciones de correo, ayudándote a ponerte al día sin leer cada mensaje.
• Redacción de Correos: Con Gemini, redactar correos electrónicos será más sencillo. La IA sugiere plantillas y frases, optimizando tu tiempo.
• Preguntas Libres y Sugerencias Proactivas: Puedes hacer preguntas directamente a la IA, que responde utilizando modelos avanzados como Gemini 1.5 Pro.

Integración en Aplicaciones Móviles

Las aplicaciones móviles de Gmail también reciben estas innovaciones. Ahora podrás resumir Hilos de Conversación, acceder a resúmenes de hilos directamente desde tu móvil, ideal para mantenerte informado mientras te desplazas.

¿Quiénes Pueden Usar Estas Funciones?

Estas mejoras están disponibles para un público selecto. Para acceder a ellas necesitas ser:

• Cliente de Google Workspace con los complementos Business o Enterprise.
• Usuario de Google Education con los complementos Education o Education Premium.
• Suscriptor de Google One con la versión AI Premium.

Precauciones al Usar Gemini

Aunque Gemini puede ser una herramienta poderosa, es fundamental ser cauteloso. La IA puede cometer errores o “alucinar» información, por lo que es importante revisar los correos electrónicos importantes antes de enviarlos.

Expansión a Otras Aplicaciones de Google

Google también está implementando las funcionalidades de Gemini en otras aplicaciones de su ecosistema:

• Docs, Sheets, Slides y Drive: Estas herramientas ahora cuentan con el panel lateral de IA, facilitando tareas como la redacción y el análisis de datos.

Además de las funciones actuales, Google ha anunciado la llegada de nuevas características como el “Smart Reply Contextual», que promete hacer aún más inteligente y eficiente la experiencia de uso en Gmail.

Source:: Wwwath’s new