Escrito por el equipo científico de $Qubic
Academia de Inteligencia Neuraxon — Volumen 4
La palabra red aparece constantemente tanto en neurociencia como en inteligencia artificial. Pero a pesar de compartir la misma etiqueta, las redes neuronales biológicas y las redes neuronales artificiales son sistemas fundamentalmente diferentes. Para entender lo que cada una realmente hace, y dónde encaja un tercer enfoque, necesitamos observar la arquitectura y el comportamiento de las redes en cada nivel.
Redes Neurales Biológicas: Cómo el Cerebro Procesa la Información
Una red neuronal biológica es un sistema de neuronas interconectadas cuya función es procesar información y generar comportamiento. Estas redes son dinámicas. Se mantienen activas a lo largo del tiempo, incluso cuando no estamos comprometidos conscientemente en ninguna tarea. Tienen un costo energético, que en el caso del cerebro humano es notablemente bajo para la complejidad que produce.
Las redes biológicas integran tanto señales internas como externas utilizando su propio lenguaje: tiempo-frecuencia. Piensa en una banda musical con múltiples instrumentos tocando a diferentes ritmos. El bombo lleva el tempo, el bajo toca dos notas por compás, y los platillos completan las notas de dieciseisava. La melodía se mueve libremente sin perder el ritmo. Los músicos acoplan sus partituras a diferentes ritmos que encajan perfectamente. Estas son frecuencias anidadas, y así es exactamente como funcionan las redes cerebrales. El lenguaje tiempo-frecuencia de diferentes redes se anida dentro de sí mismo, un concepto conocido como acoplamiento entre frecuencias.
De Neuronas Individuales a Redes Masivas
Todo comienza con la neurona. Esa única célula nerviosa genera un potencial de acción, un breve impulso eléctrico que se propaga a lo largo del axón. La neurona recibe señales a través de las dendritas, las integra en el soma y transmite la señal si supera un umbral. Cubrimos este proceso en detalle en NIA Volumen 1: Por Qué la Inteligencia No Se Calcula en Pasos, Sino en el Tiempo y NIA Volumen 2: Dinámicasternarias como un Modelo de Inteligencia Viva.
Las neuronas se conectan a otras neuronas a través de sinapsis químicas, donde se liberan neurotransmisores (ver NIA Volumen 3: Neuromodulación y AI Inspirada en el Cerebro), o a través de sinapsis eléctricas, donde la corriente pasa directamente entre las células. Para formar redes, muchas neuronas se interconectan y crean circuitos recurrentes. Pero esta integración es no lineal, lo que significa que la respuesta del todo no es igual a la simple suma de sus partes. La magnitud es asombrosa: el cerebro humano contiene aproximadamente 86 mil millones de neuronas y entre 10¹⁴ y 10¹⁵ sinapsis (Azevedo et al., 2009).
Propiedades de Pequeño Mundo y Balance de Excitación-Inhibición
A nivel topológico, estas redes muestran propiedades de pequeño mundo: alta agrupación local combinada con conexiones globales cortas. Esta arquitectura permite una comunicación eficiente a través del cerebro mientras mantiene un procesamiento local especializado.
El funcionamiento de las redes neuronales biológicas depende del equilibrio entre excitación e inhibición. Si la excitación domina, la actividad se desestabiliza. Si la inhibición domina, la red queda en silencio. La estabilidad dinámica surge del equilibrio entre ambas fuerzas. Este equilibrio se mantiene a través de la plasticidad sináptica, el mecanismo que permite que la fuerza de las conexiones cambie según la experiencia. Además, la neuromodulación ajusta la ganancia del circuito, controlando cuán fuertemente una entrada produce una salida (Marder, 2012). En una situación amenazante, por ejemplo, la noradrenalina aumenta la sensibilidad sensorial y la capacidad de aprendizaje rápido.
Múltiples Escalas Temporales y Función del Cerebro de la Corteza Cerebral
Las redes operan en múltiples escalas temporales simultáneamente. A nivel neuronal, los potenciales de acción se disparan en milisegundos. Las oscilaciones neuronales se desarrollan en segundos. Los cambios sinápticos se desarrollan durante horas o días, y la reorganización estructural ocurre a lo largo de años. Todo funciona en un patrón armónico, dinámico e entrelazado.
Pero no todo se comunica con todo sin estructura. La función del cerebro de la corteza cerebral está organizada en redes especializadas. Las más importantes incluyen la red de modo por defecto, vinculada a la autorreferencia y el pensamiento sobre uno mismo y los demás; la red ejecutiva central, vinculada a la ejecución directa de tareas; la red de saliencia, que detecta lo que es relevante en cada momento y permite cambiar entre diferentes modos; la red sensorimotora que sostiene los movimientos voluntarios; y varias redes de atención. Los humanos también poseen una red de lenguaje distintiva, que permite tanto la comprensión como la producción del lenguaje.
En redes biológicas, ninguna nota aislada es una sinfonía. La sinfonía emerge del patrón dinámico de relaciones entre notas. El cerebro no contiene cosas. No almacena recuerdos de la manera en que un disco duro almacena archivos. El cerebro construye configuraciones dinámicas.
Cortesía de DOI: 10.3389/fnagi.2023.1204134
Redes Neuronales Artificiales: Cómo Funcionan los Modelos de Aprendizaje Profundo
Una red neuronal artificial (ANN) es un modelo matemático diseñado para aproximar funciones complejas a partir de datos. Se inspira abstractamente en el cerebro: utiliza unidades interconectadas llamadas "neuronas artificiales", pero estas no son células. Son operaciones algebraicas. Llamar operación algebraica a una neurona es, sin duda, una extrapolación exagerada, y llamar predicción de lenguaje "inteligencia" puede ser igualmente engañoso. Pero dado que estos son los términos establecidos, es importante comprenderlos y separar la sustancia de la exageración.
Cómo Funciona una Neurona Artificial
Cada neurona artificial realiza tres pasos. Primero, recibe un conjunto de entradas numéricas. Luego multiplica cada entrada por un peso sináptico, que es un parámetro ajustable. Finalmente, suma los resultados y aplica una función de activación que introduce no linealidad. Las funciones de activación comunes incluyen la Sigmoide, que comprime valores entre 0 y 1, y ReLU (Unidad Lineal Rectificada), que cancela valores negativos y deja pasar los positivos.
Sin no linealidad, la red simplemente realizaría una transformación lineal, incapaz de modelar patrones complejos. Las ANNs están organizadas en capas de entrada, donde los datos ingresan; capas ocultas, donde los datos se transforman progresivamente; y una capa de salida, que genera la predicción.
Del Perceptrón al Aprendizaje Profundo
Todas las arquitecturas modernas trazan sus orígenes al perceptrón (Rosenblatt, 1958), una neurona lineal simple con un umbral. Las redes modernas de aprendizaje profundo pueden contener cientos de capas y miles de millones de parámetros. Pero en su núcleo, una ANN funciona como una enorme hoja de cálculo automatizada que ajusta millones de celdas numéricas hasta que la salida coincide con el resultado esperado.
Retropropagación y Descenso de Gradiente: Cómo Aprenden las Redes Artificiales
El aprendizaje en redes artificiales no funciona de la misma manera que el aprendizaje biológico. No hay ajuste de neuromoduladores o intensidad sináptica basado en la experiencia vivida. En cambio, el aprendizaje se basa en minimizar una función de error que cuantifica la diferencia entre la predicción de la red y la respuesta correcta.
Considera un ejemplo simple: se le pide al modelo que complete "París es la capital de..." Si la predicción es Italia, la función de error mide la diferencia entre Italia y Francia, y luego ajusta los pesos en consecuencia. El mecanismo central detrás de este ajuste es la retropropagación (Rumelhart et al., 1986). Este algoritmo calcula el error en la salida, propaga ese error hacia atrás capa por capa, y ajusta los pesos utilizando descenso de gradiente, un método matemático que modifica los parámetros en la dirección que reduce el error.
Formalmente, el aprendizaje consiste en optimizar una función diferenciable en un espacio de muchas dimensiones. Si piensas en el espacio físico, las dimensiones son x, y, y z. Pero en el lenguaje, imagina dimensiones como singular, plural, femenino, masculino, verbo, sujeto, atributo, sustantivo, adjetivo, entonación y sinónimo. Introduce millones de dimensiones y suficiente poder computacional, y un modelo puede aprender que París es la capital de Francia simplemente reduciendo los errores de predicción durante el entrenamiento.
Arquitecturas de Redes Neuronales Artificiales
Aunque la terminología se superpone con la neurociencia, el proceso no se parece a cómo un sistema vivo aprende. En una ANN, el ajuste depende de un cálculo global y del conocimiento explícito del error final. La red necesita saber exactamente cuán equivocada estaba.
Si una red aprende a reconocer gatos, recibe miles o millones de imágenes etiquetadas. Cada vez que falla, ajusta ligeramente los pesos. Después de millones de iteraciones, el patrón interno se estabiliza en una configuración que discrimina a los gatos de otros objetos. El proceso es puramente estadístico. La red no "comprende" lo que es un gato. Detecta correlaciones numéricas en píxeles. No tiene un "modelo del mundo" de un gato, solo matrices de números en escalas masivas. Para una mirada más profunda sobre por qué esto importa, lee nuestro análisis sobre la evaluación del aprendizaje de modelos del mundo.
Existen varias arquitecturas clave de redes neuronales artificiales. Las redes convolucionales (CNN) utilizan filtros espaciales que detectan bordes, texturas y patrones jerárquicos, lo que las hace esenciales para la visión por computadora. Las redes recurrentes (RNN, LSTMs) incorporan memoria temporal para procesar secuencias. Y los ahora dominantes Transformadores utilizan mecanismos de atención que ponderan dinámicamente qué partes de la entrada son más relevantes (Vaswani et al., 2017). Los transformadores actualmente alimentan la mayoría de los grandes modelos de lenguaje en procesamiento de lenguaje natural.
El crecimiento de estas redes no ocurre de manera orgánica como en los sistemas vivos. Ocurre a través de un diseño explícito y escalado de parámetros mediante un entrenamiento masivo en centros de computación de alto rendimiento. La adaptación está limitada al período de entrenamiento. Una vez entrenada, la red no reorganiza espontáneamente su arquitectura. Cualquier modificación requiere un nuevo proceso de optimización. Como exploramos en Que la IA Estática es un Callejón Sin Salida, esta naturaleza congelada es una limitación fundamental de los sistemas de IA actuales.
A pesar de compartir el nombre "red", la similitud entre redes neuronales artificiales y biológicas es limitada. La analogía es estructural y abstracta: ambas utilizan unidades interconectadas y aprendizaje a través del ajuste de conexiones. Pero el cerebro es un sistema evolutivo, encarnado y autorregulado. Una ANN es un optimizador de funciones en un espacio numérico.
Entre Redes Biológicas y Artificiales: Cómo Neuraxon Aigarth Cierra la Brecha
Las redes simuladas en Neuraxon Aigarth están conceptualmente posicionadas entre redes biológicas y redes neuronales artificiales convencionales. No son tejido vivo, pero no son simplemente funciones matemáticas optimizadas por gradiente tampoco. Su objetivo es aproximar dinámicas típicas de sistemas biológicos, incluyendo plasticidad multiescalar, modulación dependiente del contexto y autoorganización, todo dentro de un marco computacional construido para la infraestructura de IA descentralizada de Qubic.
Si en el Volumen 1 describimos sistemas metabólicos autoorganizados y en el Volumen 2 exploramos funciones de optimización diferenciables, Neuraxon intenta incorporar propiedades dinámicas de los primeros sin abandonar la formalización matemática de los últimos.
Estados Trivalentes: Capturando el Balance de Excitación-Inhibición
En lugar de activaciones continuas típicas (valores reales después de una ReLU, por ejemplo), Neuraxon utiliza estados trivalentes: -1, 0 y +1. Aquí, +1 representa activación excitatoria, -1 representa activación inhibitoria y 0 representa descanso o inactividad.
Este esquema no intenta copiar el potencial de acción biológico. Más bien, captura el principio funcional del balance de excitación-inhibición descrito en la sección de redes biológicas anterior. En el cerebro, la estabilidad surge del equilibrio entre estas fuerzas. En Neuraxon, el espacio discreto de estados impone una dinámica más cercana a los sistemas de transición de estado que a simples transformaciones continuas.
En contraste con las redes artificiales clásicas, donde la activación es un número de punto flotante sin significado fisiológico, el sistema trivalente impone restricciones estructurales que moldean cómo se propaga la actividad a través de la red.
Plasticidad de Peso Dual: Aprendizaje Rápido y Lento
Las redes neuronales biológicas exhiben plasticidad en diferentes escalas temporales: cambios rápidos en la eficacia sináptica y una consolidación más lenta a lo largo del tiempo. Neuraxon introduce esta idea a través de dos componentes de peso:
w_fast: cambios rápidos que son sensibles al entorno inmediato.
w_slow: cambios lentos que estabilizan patrones repetidos a lo largo del tiempo.
Esto evita que el sistema dependa exclusivamente de una actualización de peso homogénea como la retropropagación estándar. Parte del aprendizaje puede ser transitorio, mientras que otra parte se consolida gradualmente. Este mecanismo introduce una dimensión ausente en la mayoría de las redes neuronales artificiales: la tasa de aprendizaje no es fija, sino que depende del estado global del sistema.
Neuromodulación Contextual a Través de la Variable Meta
En redes biológicas, neuromoduladores como la noradrenalina y la dopamina no transmiten contenido informativo específico. En cambio, alteran la ganancia y plasticidad de amplias poblaciones neuronales. Exploramos esto en profundidad en NIA Volumen 3: Neuromodulación y AI Inspirada en el Cerebro.
En Neuraxon, la variable meta desempeña un papel funcionalmente análogo. No codifica información específica, sino que modifica la magnitud de la actualización sináptica. Esto aproxima el principio biológico de que el aprendizaje depende del contexto motivacional o de saliencia. En una red artificial convencional, el gradiente se aplica uniformemente en función del error. En Neuraxon, el aprendizaje puede intensificarse o atenuarse de acuerdo con el estado interno o señales externas globales.
La diferencia conceptual es significativa. En las redes de aprendizaje profundo clásicas, el error impulsa el aprendizaje. En Neuraxon, el error puede coexistir con una señal moduladora contextual que altera cuánto se aprende en un momento dado.
Criticalidad Autoorganizada y Comportamiento Adaptativo
Las redes biológicas operan cerca de un régimen llamado criticalidad autoorganizada, donde el sistema mantiene un equilibrio entre el orden y el caos. Este régimen permite flexibilidad sin pérdida de estabilidad.
Neuraxon modela esta propiedad permitiendo que la red evolucione hacia estados dinámicos intermedios en los que pequeñas perturbaciones pueden producir amplias reorganizaciones sin colapsar el sistema.
En modelos como el Juego de la Vida ampliado con propiocepción que el equipo está desarrollando actualmente, el sistema puede recibir señales externas (entorno) y señales internas (su propio estado, energía, colisiones previas). Si un agente colisiona repetidamente con un obstáculo, puede generarse un aumento en la señal meta, análoga a un aumento en la excitación. Esa señal aumenta temporalmente la plasticidad, facilitando la reorganización estructural.
Aquí, la red no aprende solo porque comete errores. Aprende porque el entorno adquiere relevancia adaptativa. La similitud con el cerebro sigue siendo limitada: Neuraxon no posee biología, metabolismo o experiencia subjetiva. Sin embargo, introduce dimensiones dinámicas ausentes en la mayoría de las redes neuronales artificiales convencionales, posicionándola como un enfoque genuinamente novedoso hacia la IA inspirada en el cerebro en una infraestructura descentralizada.
El poder computacional requerido para ejecutar simulaciones de Neuraxon es proporcionado por la red global de mineros de Qubic a través de Prueba de Trabajo Útil, convirtiendo el entrenamiento de IA en el propio mecanismo de consenso.
Referencias Científicas
#Azevedo, F. A. C., et al. (2009). Números iguales de células neuronales y no neuronales hacen que el cerebro humano sea un cerebro de primate escalado isométricamente. Journal of Comparative Neurology, 513(5), 532-541. DOI: 10.1002/cne.21974
#Marder, E. (2012). Neuromodulación de circuitos neuronales: Volviendo al futuro. Neuron, 76(1), 1-11. DOI: 10.1016/j.neuron.2012.09.010
#Rosenblatt, F. (1958). El Perceptrón: Un modelo probabilístico para el almacenamiento y organización de información en el cerebro. Psychological Review, 65(6), 386-408. DOI: 10.1037/h0042519
#Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Aprendiendo representaciones mediante la retropropagación de errores. Nature, 323(6088), 533-536. DOI: 10.1038/323533a0
#Vaswani, A., et al. (2017). La atención es todo lo que necesitas. Avances en Sistemas de Procesamiento de Información Neural, 30. arXiv: 1706.03762
Imágenes de la red cerebral cortesía de: DOI: 10.3389/fnagi.2023.1204134