Un estudio realizado por investigadores de Caltech sugirió recientemente que los ratones podrían aprender mucho más rápido de lo que se pensaba anteriormente; una forma de mejorar nuestra comprensión del aprendizaje, pero también de los algoritmos de aprendizaje automático.
En la ciencia, los ratones han sido considerados los principales temas de estudio durante décadas. Suelen ser los protagonistas de los laboratorios que trabajan en temas relacionados con la biología o la medicina, pero también con las ciencias cognitivas. Han sido objeto de innumerables experiencias en este ámbito, especialmente en el tema del aprendizaje. Pero aún están lejos de haber revelado todos sus secretos. En un estudio descubierto por Slashgear, un equipo de investigadores del Instituto de Tecnología de California (Caltech) acaba de demostrar que podrían aprender incluso más rápido de lo esperado.
Para darse cuenta de esto, imaginaron un experimento en el que los roedores tenían que completar una tarea simple, pero no instintiva, que involucraba muchas decisiones y un proceso de aprendizaje gradual. Los ratones fueron colocados en un nido pequeño y acogedor conectado a un laberinto complejo, con 64 callejones sin salida diferentes, y sobre todo una fuente de agua como recompensa en uno de ellos.
Luego dejaron mucho tiempo para explorar este entorno durante toda una noche, bajo la vigilancia de una cámara apoyada por un sistema de reconocimiento de imágenes. Por lo tanto, los investigadores pudieron extraer una gran cantidad de datos estadísticos sobre sus viajes entre su casa y la fuente de agua.
Los ratones aprenden mucho más rápido de lo que piensas
Pudieron deducir que los ratones aprendieron a realizar esta tarea unas 1000 veces más rápido que otras tareas que no eran naturales para esta especie. «Trabajos anteriores han demostrado que los animales tienden a tener que repetir una tarea miles de veces antes de aprenderla.”Dice Matthew Rosenberg, uno de los autores del estudio. «Así que nos sorprendió descubrir que el animal pudo aprender el plano detallado de este laberinto, con muchas vueltas, en una noche.«
Para asegurarse de que los ratones no «hicieran trampa» refiriéndose a otras pistas (por ejemplo, un olor particular), los investigadores incluso intentaron engañarlos volteando la estructura. Pero sin éxito: en ambos casos, los ratones habían aprendido tan bien la lección que lograron encontrar el agua en un santiamén. Asimismo, casi no hubo diferencia en la velocidad de aprendizaje entre ratones sedientos y otros; por lo tanto, es un verdadero aprendizaje y no una motivación particular causada por necesidades fisiológicas. «Esto sugiere que los animales no se basan en un sentido, sino que están construyendo un mapa mental. situación compleja”, Explica el Sr. Rosenberg.
Mecanismos de aprendizaje al servicio de la IA
El otro punto interesante es que los investigadores también probaron un protocolo similar en estudiantes universitarios, con resultados comparables. Por tanto, el alcance de este estudio va más allá del simple análisis del comportamiento de los roedores. Con sus hallazgos, esperan poder identificar ciertos mecanismos que nuestros cerebros, y los de los ratones, utilizan como atajos cognitivos para aprender más rápido. «Lo que estamos tratando de lograr aquí es comprender el aprendizaje a nivel global.”, Agrega T. Zhang, otro autor del estudio.
En última instancia, el objetivo de este enfoque sería aplicar estos fenómenos a otra forma de aprendizaje muy popular: el aprendizaje automático. Una vez que los mecanismos involucrados estén bien identificados, podrían mejorar en gran medida la eficiencia de los algoritmos utilizados en esta disciplina. «Esta tarea se puede interpretar como un puente para comprender ciertos aspectos del aprendizaje que el aprendizaje automático no puede reproducir.”, Explica Tony Zhang.
Obviamente, es imposible «copiar y pegar» un proceso cognitivo de un cerebro a una IA; Este progreso solo será posible con más trabajo y una estrecha colaboración con investigadores especializados en IA. Pero es solo en su infancia, este enfoque podría contribuir a mejorar en gran medida los algoritmos de aprendizaje automático del futuro. Quién sabe, si una inteligencia artificial un día toma el poder, puede deber su dedicación al sentido de orientación de un puñado de ratoncitos. El comunicado de prensa de Caltech está disponible aquí.