Are Insect Brains the Secret to Great AI? | Frances S. Chance | TED

72,255 views ・ 2023-01-02

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Sanchez Revisor: Almudena Torrecilla
00:05
Creating intelligence on a computer.
0
5210
2377
Crear inteligencia en una computadora.
00:08
This has been the Holy Grail for artificial intelligence
1
8129
2837
Esto ha sido el Santo Grial de la Inteligencia Artificial
00:11
for quite some time.
2
11007
1377
desde hace un tiempo.
00:12
But how do we get there?
3
12968
1668
Pero, ¿cómo lo lograremos?
00:15
So we view ourselves as highly intelligent beings.
4
15679
3128
Nos concebimos como seres altamente inteligentes.
00:18
So it's logical to study our own brains,
5
18848
2795
Y es natural que estudiemos nuestro propio cerebro,
00:21
the substrate of our cognition, for creating artificial intelligence.
6
21685
4212
el sustrato de nuestra cognición,
para crear la Inteligencia Artificial.
00:27
Imagine if we could replicate how our own brains work on a computer.
7
27148
4130
Imaginen que pudiéramos replicar nuestra inteligencia en una computadora.
00:32
But now consider the journey that would be required.
8
32612
2503
Pero consideren todo lo necesario para lograrlo.
00:37
The human brain contains 86 billion neurons.
9
37367
3712
El cerebro humano contiene 86 mil millones de neuronas.
00:42
Each is constantly communicating with thousands of others,
10
42289
3628
Cada una está comunicándose con otras miles todo el tiempo,
00:45
and each has individual characteristics of its own.
11
45959
3045
y cada una tiene características únicas.
00:49
Capturing the human brain on a computer
12
49879
2378
Capturar la inteligencia humana en una computadora
00:52
may simply be too big and too complex a problem
13
52299
3670
podría ser un problema demasiado complejo y grande
00:56
to tackle with the technology and the knowledge that we have today.
14
56011
3795
para resolver con la tecnología y conocimiento disponibles ahora.
01:01
I believe that we can capture a brain on a computer,
15
61266
2878
Yo creo que podremos capturar un cerebro en una computadora,
01:04
but we have to start smaller.
16
64144
2461
pero debemos empezar dando pasos pequeños.
01:07
Much smaller.
17
67230
1168
Muy pequeños.
01:10
These insects have three of the most fascinating brains in the world to me.
18
70734
4713
Estos insectos tienen tres de los cerebros más fascinantes en el mundo.
01:16
While they do not possess human-level intelligence,
19
76448
2836
A pesar de que no tienen el nivel de inteligencia humana,
01:19
each is remarkable at a particular task.
20
79326
3169
cada uno destaca en una tarea distinta.
01:22
Think of them as highly trained specialists.
21
82954
2544
Considérenlos como especialistas altamente entrenados.
01:26
African dung beetles are really good at rolling large balls in straight lines.
22
86750
5088
El escarabajo pelotero africano
es excelente rodando bolas grandes en línea recta.
01:31
(Laughter)
23
91880
1710
(Risas)
01:33
Now, if you've ever made a snowman,
24
93632
1710
Los que han hecho muñecos de nieve,
01:35
you know that rolling a large ball is not easy.
25
95342
2460
saben muy bien lo difícil que es rodar una bola grande.
01:39
Now picture trying to make that snowman
26
99095
2211
Ahora imaginen que hacen un muñeco de nieve
01:41
when the ball of snow is as big as you are
27
101348
2377
con una bola de nieve tan grande como ustedes
01:43
and you're standing on your head.
28
103725
1835
mientras están boca abajo.
01:45
(Laughter)
29
105602
1168
(Risas)
01:47
Sahara desert ants are navigation specialists.
30
107228
3796
Las hormigas del Sahara se especializan en la orientación.
01:51
They might have to wander a considerable distance to forage for food.
31
111775
3753
Podrían vagar una gran distancia para buscar comida,
01:55
But once they do find sustenance,
32
115862
1752
y cuando por fin la encuentran,
01:57
they know how to calculate the straightest path home.
33
117656
2585
saben calcular el camino más recto de vuelta a casa.
02:01
And the dragonfly is a hunting specialist.
34
121910
2919
Y la libélula es especialista en la caza.
02:05
In the wild, dragonflies capture approximately 95 percent
35
125205
3587
En la naturaleza, la libélula captura cerca del 95 %
02:08
of the prey they choose to go after.
36
128833
1752
de las presas que decide acechar.
02:11
These insects are so good at their specialties
37
131336
3003
Estos insectos son tan buenos en lo que hacen
02:14
that neuroscientists such as myself study them as model systems
38
134381
4337
que los neurocientíficos como yo,
los estudiamos como sistemas modelo
02:18
to understand how animal nervous systems solve particular problems.
39
138760
4046
para entender cómo los sistemas nerviosos animales resuelven problemas específicos.
02:23
And in my own research, I study brains to bring these solutions,
40
143973
3879
Y en mi propia investigación, estudio el cerebro para importar esas soluciones,
02:27
the best that biology has to offer, to computers.
41
147894
3337
lo mejor que la naturaleza puede aportar, a las computadoras.
02:31
So consider the dragonfly brain.
42
151272
1877
Consideren el cerebro de la libélula.
02:33
It has only on the order of one million neurons.
43
153900
3003
Tiene solo del orden de un millón de neuronas.
02:37
Now, it's still not easy to unravel a circuit of even one million neurons.
44
157570
4672
Pero ni siquiera un cerebro de un millón de neuronas se descifra fácilmente.
02:42
But given the choice
45
162701
1167
Aunque dados a elegir
02:43
between trying to tease apart the one-million-neuron brain
46
163910
3003
entre intentar desmenuzar un cerebro de un millón de neuronas
02:46
versus the 86-billion-neuron brain,
47
166955
2586
o uno de 86 mil millones de neuronas,
02:49
which would you choose to try first?
48
169541
2169
¿Cuál elegirían primero?
02:51
(Laughter)
49
171710
1167
(Risas)
02:53
When studying these smaller insect brains,
50
173837
2586
Al analizar los cerebros de estos insectos,
02:56
the immediate goal is not human intelligence.
51
176464
2461
la meta inmediata no es la inteligencia humana.
02:59
We study these brains for what the insects do well.
52
179551
3461
Los estudiamos por las habilidades de los propios insectos.
03:03
And in the case of the dragonfly, that's interception.
53
183805
2878
Y en el caso de la libélula, es la interceptación.
03:07
So when dragonflies are hunting,
54
187559
1543
Pues cuando las libélulas cazan,
03:09
they do more than just fly straight at the prey.
55
189144
2502
no vuelan simplemente en dirección a la presa,
03:12
They fly in such a way that they will intercept it.
56
192021
2503
sino que vuelan de tal forma que la interceptan.
03:14
They aim for where the prey is going to be.
57
194566
2460
Apuntan al lugar donde la presa pasará.
03:17
Much like a soccer player, running to intercept a pass.
58
197402
3003
Similar a como un jugador de fútbol corre para interceptar un pase.
03:21
To do this correctly,
59
201865
1459
Para hacerlo correctamente,
03:23
dragonflies need to perform what is known as a coordinate transformation,
60
203366
3879
la libélula realiza lo que se conoce como la transformación de coordenadas,
03:27
going from the eye’s frame of reference, or what the dragonfly sees,
61
207245
3504
yendo desde el marco de referencia visual, o lo que ve la libélula,
03:30
to the body's frame of reference,
62
210790
1585
hasta el marco de referencia corporal,
03:32
or how the dragonfly needs to turn its body to intercept.
63
212375
2836
necesario para voltear su cuerpo y poder interceptar la presa.
03:36
Coordinate transformations are a basic calculation
64
216004
3044
La transformación de coordenadas es un cálculo básico
03:39
that animals need to perform to interact with the world.
65
219048
3713
que los animales necesitan hacer para interactuar con el mundo.
03:43
We do them instinctively every time we reach for something.
66
223261
3086
Lo hacemos por instinto cada vez que queremos alcanzar algo.
03:47
When I reach for an object straight in front of me,
67
227098
2878
Cuando alcanzo un objeto que está enfrente de mí,
03:50
my arm takes a very different trajectory than if I turn my head,
68
230018
3545
mi brazo toma una trayectoria muy distinta que si giro mi cabeza,
03:53
look at that same object when it is off to one side
69
233605
2460
miro al objeto de costado
03:56
and reach for it there.
70
236107
1335
e intento alcanzarlo.
03:58
In both cases, my eyes see the same image of that object,
71
238109
3712
En ambos casos, mis ojos reciben la misma imagen del objeto,
04:01
but my brain is sending my arm on a very different trajectory
72
241821
3712
pero mi cerebro dirige mi brazo en una trayectoria distinta
04:05
based on the position of my neck.
73
245575
1919
según la posición de mi cuello.
04:12
And dragonflies are fast.
74
252624
1960
Las libélulas son rápidas,
04:15
This means they calculate fast.
75
255293
2085
lo que significa que calculan rápido.
04:18
The latency, or the time it takes for a dragonfly to respond
76
258046
4004
La latencia, o el tiempo necesario para que una libélula responda
04:22
once it sees the prey turn,
77
262091
1752
cuando ve que la presa se voltea,
04:23
is about 50 milliseconds.
78
263885
1960
es cerca de 50 milisegundos.
04:27
This latency is remarkable.
79
267180
2044
Esta latencia es extraordinaria.
04:30
For one thing, it's only half the time of a human eye blink.
80
270016
3378
En primer lugar, es la mitad de tiempo de un parpadeo humano.
04:34
But for another thing,
81
274020
1668
Y por otro lado,
04:35
it suggests that dragonflies capture how to intercept
82
275688
3003
sugiere que la libélula capta cómo interceptar su presa
04:38
in only relatively or surprisingly few computational steps.
83
278733
4755
en muy pocos pasos computacionales, lo cual es sorprendente.
04:44
So in the brain,
84
284364
1376
En el cerebro,
04:45
a computational step is a single neuron
85
285782
2878
un paso computacional es una sola neurona
04:48
or a layer of neurons working in parallel.
86
288660
2460
o una capa de neuronas trabajando en paralelo.
04:51
It takes a single neuron about 10 milliseconds
87
291996
3087
Una sola neurona tarda cerca de 10 milisegundos
04:55
to add up all its inputs and respond.
88
295124
2336
en sumar todas las señales de entrada y responder.
04:58
The 50-millisecond response time
89
298169
2336
El tiempo de respuesta de 50 milisegundos
05:00
means that once the dragonfly sees its prey turn,
90
300547
3503
significa que una vez que la libélula vea a su presa,
05:04
there's only time for maybe four of these computational steps
91
304092
3336
solo tiene tiempo para quizás cuatro de estos pasos computacionales
05:07
or four layers of neurons, working in sequence, one after the other,
92
307470
3837
o cuatro capas de neuronas, trabajando en secuencia, una sobre otra,
05:11
to calculate how the dragonfly needs to turn.
93
311349
2377
para calcular cómo debería voltearse.
05:14
In other words, if I want to study
94
314811
2085
En otras palabras, si quiero estudiar
05:16
how the dragonfly does coordinate transformations,
95
316896
4213
cómo la libélula realiza las transformaciones de coordenadas,
05:21
the neural circuit that I need to understand,
96
321109
2753
el circuito neuronal que necesito entender,
05:23
the neural circuit that I need to study,
97
323903
2252
el circuito neuronal que requiero estudiar,
05:26
can have at most four layers of neurons.
98
326197
2670
puede tener a lo mucho cuatro capas de neuronas.
05:29
Each layer may have many neurons,
99
329784
2377
Cada capa podrá tener muchas neuronas, pero es un circuito neural pequeño.
05:32
but this is a small neural circuit.
100
332203
2127
05:34
Small enough that we can identify it
101
334789
2002
Tan pequeño que lo podemos identificar
05:36
and study it with the tools that are available today.
102
336833
2669
y estudiar con las herramientas disponibles hoy día.
05:40
And this is what I'm trying to do.
103
340670
1835
Y eso es lo que intento realizar.
05:43
I have built a model of what I believe is the neural circuit
104
343298
3044
He creado un modelo de lo que creo que es un circuito neuronal
05:46
that calculates how the dragonfly should turn.
105
346384
2544
que calcula cómo la libélula debería voltearse.
05:49
And here is the cool result.
106
349596
1584
Y este es el genial resultado.
05:51
In the model,
107
351222
1627
En el modelo,
05:52
dragonflies do coordinate transformations in only one computational step,
108
352891
4713
las libélulas hacen transformaciones de coordenadas en un solo paso,
05:57
one layer of neurons.
109
357645
1627
en una capa de neuronas.
05:59
This is something we can test and understand.
110
359898
2877
Esto es algo que podemos probar y entender.
06:03
In a computer simulation,
111
363651
1502
En una simulación por computadora,
06:05
I can predict the activities of individual neurons
112
365194
3170
puedo predecir las actividades de neuronas individuales
06:08
while the dragonfly is hunting.
113
368364
1669
mientras que la libélula está cazando.
06:11
For example, here I am predicting the action potentials, or the spikes,
114
371367
4338
Por ejemplo, aquí anticipo las posibilidades de acción, o los picos,
06:15
that are fired by one of these neurons
115
375747
1835
que se disparan por una de esas neuronas
06:17
when the dragonfly sees the prey move.
116
377582
2627
cuando la libélula observa a su presa moverse.
06:22
To test the model, my collaborators and I
117
382545
2169
Para probar el modelo, mis colaboradores y yo
06:24
are now comparing these predicted neural responses
118
384756
2836
estamos comparando las respuestas neuronales previstas
06:27
with responses of neurons recorded in living dragonfly brains.
119
387592
3837
con las respuestas de neuronas de los cerebros de libélulas vivas.
06:33
These are ongoing experiments
120
393431
1668
Son experimentos continuos
06:35
in which we put living dragonflies in virtual reality.
121
395099
3796
en donde colocamos a las libélulas vivas en una realidad virtual.
06:40
(Laughter)
122
400188
1918
(Risas)
06:42
Now, it's not practical to put VR goggles on a dragonfly.
123
402148
3754
Porque no es práctico colocar gafas de realidad virtual a una libélula.
06:47
So instead, we show movies of moving targets to the dragonfly,
124
407070
4588
En cambio, le presentamos películas de blancos móviles,
06:51
while an electrode records activity patterns of individual neurons
125
411658
3670
mientras que un electrodo graba los patrones de actividad de cada neurona
06:55
in the brain.
126
415328
1251
de su cerebro.
06:58
Yeah, he likes the movies.
127
418331
1335
Sí, le gustan las películas.
07:01
If the responses that we record in the brain
128
421167
2628
Si las respuestas que grabamos en el cerebro
07:03
match those predicted by the model,
129
423836
2128
coinciden con las pronosticadas en el modelo,
07:06
we will have identified which neurons are responsible
130
426005
2711
habremos identificado qué neuronas son las responsables
07:08
for coordinate transformations.
131
428758
1543
de las transformaciones de coordenadas.
07:11
The next step will be to understand the specifics
132
431010
2294
El siguiente paso sería comprender los detalles
07:13
of how these neurons work together to do the calculation.
133
433346
3337
de cómo esas neuronas trabajan en conjunto para hacer los cálculos.
07:16
But this is how we begin to understand how brains do basic
134
436724
3462
Pero este es el inicio para entender cómo los cerebros hacen cálculos
07:20
or primitive calculations.
135
440186
1627
básicos o primitivos.
07:22
Calculations that I regard as building blocks for more complex functions,
136
442188
4880
Cálculos que yo considero componentes para funciones más complejas,
07:27
not only for interception but also for cognition.
137
447110
3086
no solo para la interceptación, sino también para la cognición.
07:32
The way that these neurons compute may be different from anything
138
452156
3170
La forma como calculan estas neuronas
podría ser distinta a todo lo que hacen las computadoras de hoy día.
07:35
that exists on a computer today.
139
455368
1877
07:37
And the goal of this work is to do more than just write code
140
457870
3587
Y la meta de este trabajo va más allá de escribir código
07:41
that replicates the activity patterns of neurons.
141
461457
2419
que reproduzca los patrones de actividad de las neuronas.
07:44
We aim to build a computer chip
142
464293
1794
Queremos crear un chip informático
07:46
that not only does the same things as biological brains
143
466129
2794
que tenga las mismas funciones que los cerebros biológicos,
07:48
but does them in the same way as biological brains.
144
468965
2711
pero que además las haga de la misma forma.
07:52
This could lead to drones driven by computers
145
472885
3254
Esto puede significar drones controlados por computadoras
07:56
the same size of the dragonfly's brain
146
476139
2002
del tamaño del cerebro de una libélula
07:58
that captures some targets and avoid others.
147
478182
2837
capaces de discriminar los objetivos a capturar.
08:01
Personally, I'm hoping for a small army of these
148
481853
2586
Personalmente, quisiera un pequeño ejército
08:04
to defend my backyard from mosquitoes in the summer.
149
484480
2461
para defender mi patio de mosquitos en el verano.
08:06
(Laughter)
150
486983
1460
(Risas)
08:09
The GPS on your phone could be replaced by a new navigation device
151
489027
4170
El GPS del teléfono podría reemplazarse por un dispositivo de navegación
08:13
based on dung beetles or ants
152
493239
1710
basado en los escarabajos o las hormigas
08:14
that could guide you to the straight or the easy path home.
153
494991
3045
que pueda guiarnos hasta casa por el camino más directo o fácil.
08:18
And what would the power requirements of these devices be like?
154
498953
3378
Y ¿cuáles serían las necesidades energéticas de estos dispositivos?
08:23
As small as it is --
155
503458
1501
Siendo tan pequeño...
08:25
Or, sorry -- as large as it is,
156
505001
1877
Disculpen; siendo tan grande,
08:26
the human brain is estimated to have the same power requirements
157
506878
3628
el cerebro humano se estima que posee los mismos requerimientos
08:30
as a 20-watt light bulb.
158
510548
2044
de energía que una bombilla de 20W.
08:32
Imagine if all brain-inspired computers
159
512633
2211
Imaginen que las computadoras basadas en el cerebro
08:34
had the same extremely low-power requirements.
160
514844
2669
tuvieran estos mínimos requisitos de energía.
08:38
Your smartphone or your smartwatch probably needs charging every day.
161
518431
3837
Su teléfono o su reloj inteligente seguramente necesitan cargarse a diario.
08:42
Your new brain-inspired device might only need charging every few months,
162
522268
3587
El nuevo dispositivo solo necesitará cargarse una vez cada varios meses,
08:45
or maybe even every few years.
163
525897
1668
o quizás incluso cada varios años.
08:49
The famous physicist, Richard Feynman, once said,
164
529275
3670
El famoso físico, Richard Feynman, dijo una vez:
08:52
"What I cannot create, I do not understand."
165
532945
2878
“Si no lo puedo crear, es que no lo entiendo”.
08:56
What I see in insect nervous systems
166
536783
2085
Para mí, los sistemas nerviosos de los insectos
08:58
is an opportunity to understand brains
167
538868
2169
son una oportunidad para entender cerebros
09:01
through the creation of computers that work as brains do.
168
541079
3003
mediante la creación de computadoras que funcionen como los cerebros.
09:05
And creation of these computers will not just be for knowledge.
169
545083
3712
Y la creación de estas computadoras no solo será en aras del conocimiento.
09:08
There's potential for real impact on your devices, your vehicles,
170
548795
4254
Hay potencial para lograr un gran cambio en los dispositivos, los vehículos,
09:13
maybe even artificial intelligences.
171
553091
2210
incluso tal vez, en la Inteligencia Artificial
09:16
So next time you see an insect,
172
556177
2419
Entonces, desde ahora, cuando vean un insecto
09:18
consider that these tiny brains can lead to remarkable computers.
173
558638
4045
consideren que estos diminutos cerebros
pueden guiarnos hacia computadoras asombrosas.
09:23
And think of the potential that they offer us for the future.
174
563518
3211
Y piensen sobre el potencial que podrían brindarnos en el futuro.
09:27
Thank you.
175
567271
1126
Gracias.
09:28
(Applause)
176
568439
3379
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7