Saltar al contenido principalSaltar al pie de página

Neurociencia

Un modelo de IA inspirado en el cerebro planifica y resuelve problemas con bajo consumo de energía

El nuevo sistema se basa en mecanismos cerebrales para permitir una planificación flexible, utilizando mucha menos energía que los grandes modelos convencionales de inteligencia artificial.

Representación artística del nuevo modelo de IA inspirado en el cerebro.

Representación artística del nuevo modelo de IA inspirado en el cerebro. / Tesfu Assefa/Mindplex

¿Ya nos sigues?Márcanos como medio preferente
Añádenos en Google

Giulio Prisco (*)

Budapest.
Por qué confiar en El Periódico Por qué confiar en El Periódico Por qué confiar en El Periódico

Los grandes sistemas de inteligencia artificial (IA) siguen mejorando, pero consumen mucha energía durante el entrenamiento y el uso diario. El cerebro humano, en cambio, solo necesita unos veinte vatios.

Problemas complejos

Investigadores de la Universidad Tecnológica de Graz han desarrollado un nuevo modelo de IA inspirado en el cerebro . Este modelo puede planificar de forma flexible y resolver problemas complejos consumiendo mucha menos energía que las redes neuronales multicapa o los grandes modelos de lenguaje comunes hoy en día. Esta investigación se publica en Nature Machine Intelligence .

Los investigadores señalan que el cerebro funciona de una manera completamente diferente a los sistemas informáticos actuales. El objetivo es convertir esos procesos cerebrales en algoritmos que la IA pueda utilizar.

Nota sobre el autor

(*) Giulio Prisco es editor sénior de Mindplex. Escritor de ciencia y tecnología, interesado principalmente en ciencia fundamental y espacial, cibernética e inteligencia artificial, TI, realidad virtual, biotecnologías/nanotecnologías y criptotecnologías. Este artículo se publicó originalmente en Mindplex y se reproduce con autorización a T21/Prensa Ibérica. La versión en inglés puede consultarse aquí.

Mapas cognitivos

Basándose en estudios del hipocampo, los investigadores identificaron tres mecanismos clave que el cerebro emplea para la planificación y la resolución de problemas.

Los mapas cognitivos transforman las relaciones entre objetos abstractos en patrones geométricos de la actividad neuronal, lo que proporciona al sistema una sensación de orientación similar a la de un mapa espacial.

Los cálculos neuronales estocásticos generan continuamente posibles escenarios y predicciones. La codificación compositiva divide la información y los planes de acción en fragmentos reutilizables que pueden combinarse según sea necesario.

Wolfgang Maass, del Instituto de Aprendizaje Automático y Computación Neuronal de la Universidad  Tecnológica de Graz.

Wolfgang Maass, del Instituto de Aprendizaje Automático y Computación Neuronal de la Universidad Tecnológica de Graz. / Lunghammer - TU Graz

Posibles pasos

Estos mecanismos permiten al modelo inventar y probar posibles pasos hacia una solución sin calcular completamente cada ruta.

Cuando un paso intermedio elegido al azar apunta hacia el objetivo, el mapa cognitivo guía al sistema por esa ruta.

En la nueva posición, vuelve a sopesar las opciones y se acerca gradualmente. De esta forma, el modelo puede adaptarse a situaciones cambiantes o inesperadas sin necesidad de ser reentrenado.

Referencia

Neural sampling from cognitive maps enables goal-directed imagination and planning. Hui Lin et al. Nature Machine Intelligence volume 8, pages1045–1065 (2026). DOI:https://doi.org/10.1038/s42256-026-01254-4

Pruebas y posibles usos

El modelo se probó en tres tareas: navegación en un espacio bidimensional, orientación en un espacio multidimensional abstracto y ensamblaje o desensamblaje de una silueta compuesta por bloques de construcción.

Este enfoque no pretende reemplazar los grandes modelos de lenguaje actuales, sino que ofrece una base para un estilo alternativo de inteligencia artificial adaptado a ciertas aplicaciones.

Si bien el trabajo aún se encuentra en una etapa temprana, demuestra que una inteligencia artificial eficaz no tiene por qué depender de enormes centros de datos ni de un suministro energético masivo.

A largo plazo, estos sistemas inspirados en el cerebro podrían ser útiles en robots, vehículos autónomos u otros dispositivos periféricos: máquinas que deben operar localmente con una disponibilidad de energía limitada.

Fuente: Levante - EMV