[ad_1]
(noticias nanowerk) Muchos de los sistemas de inteligencia artificial actuales imitan aproximadamente el cerebro humano. En un nuevo artículo, los investigadores sugieren que otra rama de la biología, la ecología, podría inspirar a toda una nueva generación de IA para que sea más poderosa, resiliente y socialmente responsable.
Publicado en procedimientos de la Academia Nacional de Ciencias (“Un futuro sinérgico para la IA y la ecología”), el artículo aboga por una sinergia entre la IA y la ecología que podría fortalecer la IA y ayudar a resolver desafíos globales complejos, como los brotes de enfermedades, la pérdida de biodiversidad y los impactos del cambio climático.
La idea surgió de la observación de que la IA puede ser sorprendentemente buena en ciertas tareas, pero lejos de ser útil en otras, y que el desarrollo de la IA enfrenta obstáculos que los principios ecológicos podrían ayudar a superar.
“Los tipos de problemas que enfrentamos habitualmente en ecología no son solo desafíos de los que la IA podría beneficiarse en términos de innovación pura; también son los tipos de problemas que la IA, si pudiera ayudar, podría significar mucho para el bienestar global. «, explicó Barbara Han, ecologista de enfermedades en el Instituto Cary de Estudios de Ecosistemas, quien codirigió el artículo con Kush Varshney de IBM Research. «Realmente podría beneficiar a la humanidad».
Cómo la IA puede ayudar a la ecología
Los ecologistas, incluido Han, ya están utilizando inteligencia artificial para buscar patrones en grandes conjuntos de datos y hacer predicciones más precisas, como por ejemplo si nuevos virus podrían potencialmente infectar a los humanos y qué animales tienen más probabilidades de albergar esos virus.
Sin embargo, el nuevo artículo sostiene que existen muchas más oportunidades para aplicar la IA en la ecología, como sintetizar grandes cantidades de datos y encontrar conexiones faltantes en sistemas complejos.
Los científicos suelen intentar comprender el mundo comparando dos variables a la vez; por ejemplo, ¿cómo afecta la densidad de población al número de casos de una enfermedad infecciosa? El problema es que, como la mayoría de los ecosistemas complejos, predecir la transmisión de enfermedades depende de muchas variables, no sólo de una, explicó la coautora Shannon LaDeau, ecóloga de enfermedades del Instituto Cary. Los ecologistas no siempre saben cuáles son todas estas variables, se limitan a aquellas que pueden medirse fácilmente (a diferencia de los factores sociales y culturales, por ejemplo), y es difícil captar cómo interactúan estas diferentes variables.
«En comparación con otros modelos estadísticos, la IA puede integrar mayores cantidades de datos y una variedad de fuentes de datos, y eso podría ayudarnos a descubrir nuevas interacciones y factores que quizás no hubiéramos pensado que fueran importantes», dijo LaDeau. «El desarrollo de la IA es muy prometedor para capturar mejor más tipos de datos, como conocimientos socioculturales, que son difíciles de reducir a cifras».
Al ayudar a descubrir estas relaciones complejas y propiedades emergentes, la inteligencia artificial podría generar hipótesis únicas para probar y abrir áreas completamente nuevas de investigación ecológica, dijo LaDeau.
Cómo la ecología puede mejorar la IA
Los sistemas de inteligencia artificial son notoriamente frágiles y pueden tener consecuencias devastadoras, como diagnosticar erróneamente un cáncer o provocar un accidente automovilístico.
Los autores argumentan que la increíble resiliencia de los sistemas ecológicos podría inspirar arquitecturas de IA más robustas y adaptables. En particular, Varshney dijo que el conocimiento ecológico podría ayudar a resolver el problema del colapso de modo en las redes neuronales artificiales, los sistemas de inteligencia artificial que a menudo permiten el reconocimiento de voz, la visión por computadora y más.
«El colapso del modo ocurre cuando entrenas una red neuronal artificial en algo, y luego la entrenas en otra cosa, y olvida aquello en lo que fue entrenada primero», explicó. «Al comprender mejor por qué el colapso del modo ocurre o no en los sistemas naturales, podremos aprender cómo prevenirlo en la IA».
Inspirándose en los sistemas ecológicos, una IA más robusta podría incluir circuitos de retroalimentación, caminos redundantes y marcos de decisión. Estas mejoras de flexibilidad también podrían contribuir a una “inteligencia más general” para las IA, lo que podría permitir pensar y hacer conexiones más allá de los datos específicos con los que se ha entrenado el algoritmo.
La ecología también podría ayudar a descubrir por qué los grandes modelos de lenguaje impulsados por IA que impulsan los chatbots populares como ChatGPT exhiben un comportamiento emergente que no está presente en modelos de lenguaje más pequeños. Estos comportamientos incluyen «alucinaciones», cuando una IA genera información falsa. Debido a que la ecología estudia sistemas complejos en múltiples escalas y de manera holística, es muy adecuada para capturar rasgos emergentes como estos y puede ayudar a descubrir los mecanismos detrás de tales comportamientos.
Además, el futuro desarrollo de la inteligencia artificial depende de nuevas ideas. El director ejecutivo de OpenAI, los creadores de ChatGPT, dijo que no se pueden lograr más avances simplemente haciendo modelos más grandes.
«Es necesario que haya otra inspiración, y la ecología ofrece una vía para nuevas formas de pensar», dijo Varshney.
Hacia la coevolución
Si bien la ecología y la inteligencia artificial han avanzado de forma independiente en direcciones similares, los investigadores dicen que una colaboración más estrecha y deliberada en ambos campos podría conducir a avances aún más inimaginables.
La resiliencia es un ejemplo convincente de cómo ambas áreas podrían beneficiarse de la colaboración. En el campo de la ecología, los avances de la IA en la medición, modelización y predicción de la resiliencia natural podrían ayudarnos a prepararnos y responder al cambio climático. En cuanto a la IA, una comprensión más clara de cómo funciona la resiliencia ecológica podría producir IA más resilientes que luego sean aún más capaces de modelar y estudiar la resiliencia ecológica, lo que representa un circuito de retroalimentación positiva.
Una cooperación más estrecha también promete una mayor responsabilidad social en ambos ámbitos. Los ecologistas están trabajando para integrar diferentes formas de ver el mundo desde los sistemas de conocimiento indígenas y otros sistemas tradicionales, y la inteligencia artificial podría ayudar a unir estas diferentes formas de pensar. Encontrar formas de integrar diferentes tipos de datos podría ayudar a mejorar nuestra comprensión de los sistemas socioecológicos, descolonizar el campo de la ecología y corregir los sesgos en los sistemas de IA.
«Los modelos de IA se basan en datos existentes y se entrenan y reentrenan a medida que se basan en los datos existentes», dijo la coautora Kathleen Weathers, científica de ecosistemas del Instituto Cary. «Cuando tenemos lagunas de datos que excluyen a las mujeres mayores de 60 años, a las personas de color o a las formas de pensar tradicionales, creamos modelos con puntos ciegos que pueden perpetuar las desigualdades».
Lograr la convergencia entre la IA y la investigación en ecología requiere construir puentes entre estas dos disciplinas aisladas, que actualmente utilizan vocabularios diferentes, operan en culturas científicas diferentes y tienen diferentes fuentes de financiación. El nuevo documento es sólo el comienzo de este proceso.
«Espero que al menos estimule mucha conversación», dice Han.
Las inversiones en el desarrollo convergente de la ecología y la IA tienen el potencial de producir perspectivas y soluciones transformadoras que son tan inimaginables y disruptivas como los avances recientes en los chatbots y el aprendizaje profundo generativo, escriben los autores. «Las implicaciones de una convergencia exitosa van más allá del avance de las disciplinas ecológicas o el logro de la inteligencia artificial general: son fundamentales para continuar y prosperar en un futuro incierto».
[ad_2]