Las neuronas vivas reciben señales de diferentes fuentes, procesarlas y pasar una señal de salida a otras neuronas (izquierda). En el modelo de neuronas artificiales, este procesamiento de información puede describirse y mejorar mediante un objetivo de aprendizaje (derecho). Similar a sus modelos biológicos, este aprendizaje independiente permite que nuevas neuronas artificiales resuelvan tareas de manera autoorganizada. Crédito: Andreas Schneider, MPI-DS
Los investigadores han desarrollado “neuronas infomorfas” que aprenden de forma independiente, imitando sus contrapartes biológicas con mayor precisión que las neuronas artificiales anteriores. Un equipo de investigadores del Instituto de Dinámica de Redes Biológicas de Göttingen Campus de Redes Biológicas (CIDBN) en la Universidad de Göttingen y el Instituto Max Planck para la dinámica y la autoorganización (MPI-DS) ha programado estas neuronas infomorfas y redes neurales artificiales construidas de ellas.
La característica especial es que las neuronas artificiales individuales aprenden de manera autoorganizada y extraen la información necesaria de su entorno inmediato en la red. Sus hallazgos se publican en la revista Actas de la Academia Nacional de Ciencias.
Tanto el cerebro humano como las redes neuronales artificiales modernas son extremadamente poderosas. En el nivel más bajo, las neuronas trabajan juntas como unidades informáticas bastante simples.
Una red neuronal artificial generalmente consta de varias capas compuestas de neuronas individuales. Una señal de entrada pasa a través de estas capas y es procesada por neuronas artificiales para extraer información relevante. Sin embargo, las neuronas artificiales convencionales difieren significativamente de sus modelos biológicos en la forma en que aprenden.
Mientras que la mayoría de las redes neuronales artificiales dependen de la coordinación general fuera de la red para aprender, las neuronas biológicas solo reciben y procesan señales de otras neuronas en sus inmediaciones en la red. Las redes neuronales biológicas siguen siendo muy superiores a las artificiales en términos de flexibilidad y eficiencia energética.
Las nuevas neuronas artificiales, conocidas como “neuronas infomorficas”, son capaces de aprender de forma independiente y autoorganizándose entre sus neuronas vecinas. Esto significa que la unidad más pequeña de la red debe controlarse ya no desde el exterior, sino que decide qué entrada es relevante y cuál no.
Al desarrollar las neuronas infomorfas, el equipo se inspiró en la forma en que funciona el cerebro, especialmente por las células piramidales en la corteza cerebral. Estos también procesan estímulos de diferentes fuentes en su entorno inmediato y los usan para adaptarse y aprender. Las nuevas neuronas artificiales persiguen objetivos de aprendizaje muy generales y fáciles de entender.
“Ahora entendemos directamente lo que está sucediendo dentro de la red y cómo las neuronas artificiales individuales aprenden de forma independiente”, enfatiza Marcel Graetz de CIDBN.
Al definir los objetivos de aprendizaje, los investigadores permitieron a las neuronas encontrar sus reglas de aprendizaje específicas. El equipo se centró en el proceso de aprendizaje de cada neurona individual.
Aplicaron una nueva medida teórica de información para ajustar con precisión si una neurona debe buscar más redundancia con sus vecinos, colaborar sinérgicamente o tratar de especializarse en su propia parte de la información de la red.
“Al especializarse en ciertos aspectos del aporte y coordinar con sus vecinos, nuestras neuronas infomorfas aprenden a contribuir a la tarea general de la red”, explica Valentin Neuhaus de MPI-DS.
Con las neuronas infomorfas, el equipo no solo está desarrollando un método novedoso para el aprendizaje automático, sino que también está contribuyendo a una mejor comprensión del aprendizaje en el cerebro.
Más información: Abdullah Makkeh et al, un marco general para el aprendizaje neuronal interpretable basado en las funciones de la meta teórica de la información local, las actas de la Academia Nacional de Ciencias (2025). Doi: 10.1073/pnas.2408125122
Proporcionado por Max Planck Society
Cita: Las ‘neuronas infomorfas’ autoorganizadas pueden aprender de forma independiente (2025, 31 de marzo) recuperada el 31 de marzo de 2025 de https://techxplore.com/news/2025-03-infomorphic-neurons-independentent.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
